Smart kunstvandingsmodel forudsiger nedbør for at spare på vandet

Friskvand er ikke ubegrænset. Regnmængden er ikke forudsigelig. Og planter er ikke altid tørstige.

Kun 3 procent af verdens vand kan drikkes, og mere end 70 procent af det ferskvand bruges til landbrug. Unødvendig kunstvanding spilder enorme mængder vand - nogle afgrøder vandes dobbelt så meget, som de har brug for - og bidrager til forurening af grundvandsmagasiner, søer og oceaner.

En prædiktiv model, der kombinerer information om plantefysiologi, jordbundsforhold og vejrudsigter i realtid kan hjælpe med at træffe mere informerede beslutninger om, hvornår og hvor meget der skal vandes. Dette kunne spare 40 procent af det vand, der forbruges med mere traditionelle metoder, ifølge ny Cornell-forskning.

"Hvis du har en ramme til at forbinde alle disse fremragende kilder til big data og machine learning, vi kan gøre landbruget smart, " sagde Fengqi You, Roxanne E. og Michael J. Zak professor i energisystemteknik ved Smith School of Chemical and Biomolecular Engineering.

Du er seniorforfatter til "Robust Model Predictive Control of Irrigation Systems With Active Uncertainty Learning and Data Analytics, ", som blev offentliggjort online i maj i IEEE Transactions on Control Systems Technology. Artiklen blev skrevet sammen med Abraham Stroock, Gordon L. Dibble, Professor og William C. Hooey, direktør for Smith School, der arbejder på vandbevaringsstrategier med æblebønder i staten New York og mandel, æble- og vindrueavlere i tørkeramte områder på vestkysten.

"Disse afgrøder, når de dyrkes i halvtørret, halvørkenmiljø i Californiens Central Valley, er store forbrugere af vand - en gallon vand per mandel, "Stroock sagde. "Så der er en reel mulighed for at forbedre den måde, vi håndterer vand på i disse sammenhænge."

Præcis kontrol af plantefugtighed kunne også forbedre kvaliteten af ​​følsomme specialafgrøder såsom vindruer, han sagde.

Første forfatter af papiret er Chao Shang, en tidligere postdoc-forsker ved Smith-skolen og nu assisterende professor i automatisering ved Tsinghua University.

Tidligere, Stroocks gruppe udviklede sensorer til at bestemme, hvornår planter er tørstige. Men sensorer alene er utilstrækkelige, fordi avlerne ikke behøver at vande, hvis regnen er på vej. I betragtning af at vejrudsigten er bedre, men ikke ideel, Du sagde, fordi prognoser ofte er forkerte, og usikkerheden på en prognose kan være større end den forventede nedbør.

Forskernes metode bruger historiske vejrdata og maskinlæring til at vurdere usikkerheden i realtidsvejrudsigten, samt usikkerheden på, hvor meget vand der går tabt til atmosfæren fra blade og jord. Dette kombineres med en fysisk model, der beskriver variationer i jordens fugtighed.

Ved at integrere disse tilgange, de fandt, gør vandingsbeslutninger meget mere præcise.

"Vi er nødt til at køre disse datadrevne metoder for at få historiske data og prøve at forstå, historisk set, nøjagtigheden af ​​en prognose, og så prøver vi at beskytte os mod den usikkerhed, " sagde du. Det gælder både tidspunktet og det nøjagtige sted for nedbør.

I avisen, forskerne gennemførte et casestudie baseret på græsafgrøder i Iowa. De fandt ud af, at deres prædiktive kontrolsystem brugte betydeligt mindre vand end andre metoder.

Et hold studerende installerer i øjeblikket et netværk af ventiler baseret på dette system på potteæbleplanter i Cornell Orchards for at teste det til fremtidig brug. Selvom nedbør i staten New York og det nordøstlige kan være rigeligt, midsommer tørker bliver hyppigere og kan være ødelæggende. For eksempel, sommertørken 2016 førte til næsten 50 procent tab af afgrøde for ikke-vandede frugtfarme i staten New York, ifølge en undersøgelse udført af Cornell og Nature Conservancy.

"Vores forskning i æbler i New York er i forbindelse med at forberede fremtiden. Hvorimod i staten Washington og Californien, det er nuet, " sagde Stroock. "De udmåler vand hver dag, hver sommer. Og gør det på en måde, der ikke er optimal.«

En del af udfordringen ved forskningen er at identificere den bedste metode for hver afgrøde, og bestemme omkostningerne og fordelene ved at skifte til et automatiseret system fra et menneskebetjent. Fordi æbletræer er relativt små og reagerer hurtigt på ændringer i nedbør, de kræver muligvis ikke ugers eller måneders vejrdata. Mandeltræer, som har tendens til at være større og langsommere at tilpasse sig, drage fordel af langsigtede forudsigelser.

"Vi er nødt til at vurdere det rigtige kompleksitetsniveau for en kontrolstrategi, og det smarteste giver måske ikke den bedste mening, " sagde Stroock. "Eksperterne med deres hænder på ventilerne er ret gode. Vi skal sørge for, at hvis vi vil foreslå, at nogen investerer i ny teknologi, vi skal være bedre end disse eksperter."