หน่วย
1. ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์และวินัยในการตรวจสอบทางวิศวกรรมเกษตร 2. เกษตรกรรมที่แม่นยำและการจัดโครงสร้างข้อมูลการเกษตร 3. การตรวจติดตามสุขภาพพืชด้วยดาวเทียมและโดรน: NDVI และดัชนีพืชพรรณ 4. การตีความการวิเคราะห์ดินและการเพิ่มประสิทธิภาพการปฏิสนธิ 5. การเพิ่มประสิทธิภาพชลประทานและการจัดการน้ำ 6. การวินิจฉัยโรคและแมลงศัตรูพืช: การวิเคราะห์ภาพและการตัดสินใจ 7. สนับสนุนการตัดสินใจด้านการเกษตรด้วยข้อมูลสภาพอากาศและสภาพภูมิอากาศ 8. การประมาณผลผลิตและการสร้างแบบจำลองทางการเกษตร 9. การวิเคราะห์ข้อมูลการเกษตรด้วย Python 10. การตรวจสอบย้อนกลับ การทะเบียนเกษตร และห่วงโซ่อุปทาน 11. จริยธรรม ความเป็นส่วนตัว ขอบเขต และการบูรณาการแบบครบวงจร
หน่วย 5 / 11

การเพิ่มประสิทธิภาพชลประทานและการจัดการน้ำ

กำไร:

  • ความสามารถในการเชื่อมโยงแนวคิดเรื่องการใช้น้ำของพืช (ET) เซ็นเซอร์ความชื้นในดิน และความสมดุลของน้ำเข้ากับการตัดสินใจเรื่องการชลประทาน
  • ความสามารถในการจัดทำโปรแกรมการชลประทานแบบร่างและคำนวณงบประมาณน้ำจาก ET อ้างอิงและค่าสัมประสิทธิ์พืชผลด้วย AI
  • ความสามารถในการป้องกันการสิ้นเปลืองน้ำและพลังงานโดยการตรวจสอบคำแนะนำในการชลประทานของ AI ด้วยข้อมูลเซ็นเซอร์ ประเภทของดิน และอัตราการไหลของระบบ

น้ำเป็นปัจจัยการผลิตที่หายากและมีราคาแพงที่สุดในภาคเกษตรกรรม ในหลายภูมิภาค น้ำเป็นปัจจัยเดียวที่กำหนดความสามารถในการผลิต แต่การชลประทานเป็นดาบสองคม: น้ำที่น้อยเกินไปจะทำให้พืชเครียดและลดผลผลิต ในขณะที่น้ำมากเกินไปจะทำให้รากหนาขึ้น ชะล้างสารอาหารออกไป ทำให้เกิดความเค็มและความแห้งแล้งของดิน และทำให้สิ้นเปลืองพลังงานและเงิน การรดน้ำที่ถูกต้องหมายถึงการรู้ว่าต้นไม้ต้องการน้ำในปริมาณเท่าใดและให้ตามนั้น หน่วยนี้สอนพื้นฐานทางวิทยาศาสตร์สำหรับการคำนวณความต้องการนี้ ได้แก่ ความสมดุลของน้ำและการคายระเหย จะแสดงให้คุณเห็นวิธีการร่างกำหนดการชลประทานด้วย AI และบอกวิธีตรวจสอบด้วยเซ็นเซอร์และความเป็นจริงภาคสนาม

ความสมดุลของน้ำและการคายระเหย

คิดว่าทุ่งนาเป็นเหมือนบัญชีน้ำ บทนำ: ปริมาณน้ำฝนและการชลประทาน ผลลัพธ์ที่ได้: การระเหย (จากดิน) และการคายน้ำ (จากพืช) ผลรวมของผลลัพธ์ทั้งสองนี้เรียกว่าการคายระเหย (ภาษาอังกฤษ การระเหยของการระเหย, ET); นั่นคือการสูญเสียน้ำทั้งหมดจากระบบพืช-ดินสู่ชั้นบรรยากาศ การตัดสินใจชลประทานเป็นเพียงสิ่งนี้: ต้องป้อนน้ำเท่าใดจึงจะไหลออก (ET)

ET นั้นวัดโดยตรงได้ยาก ดังนั้นจึงประมาณได้ในสองขั้นตอน ขั้นแรก การคำนวณ ET (ET0) อ้างอิง: น้ำที่พื้นผิวหญ้ามาตรฐานจะสูญเสียไปภายใต้สภาพอากาศในวันนั้น (อุณหภูมิ ความชื้น ลม แสงแดด) นี่เป็นอุตุนิยมวิทยาล้วนๆ จากนั้นค่านี้จะถูกคูณด้วยค่าสัมประสิทธิ์พืชผล (Kc) ซึ่งสะท้อนถึงความต้องการน้ำของผลิตภัณฑ์นั้นในระยะการพัฒนา:

ETc = ET0 × Kc

ETc คือความต้องการน้ำรายวันที่แท้จริงของผลิตภัณฑ์ (มม./วัน) Kc แตกต่างกันไปในแต่ละการปลูกจนถึงการเก็บเกี่ยว: เล็กน้อย (0.3-0.5) ในระยะต้นกล้า สูงสุด (1.0-1.2) ในการพัฒนาเต็มที่ และลดลงอีกครั้งเมื่อโตเต็มที่ ปริมาณการชลประทานคำนวณโดยการลบปริมาณน้ำฝนที่มีประสิทธิผลออกจาก ETc และคำนึงถึงประสิทธิภาพของระบบด้วย

เคล็ดลับ: บริการสภาพอากาศและพอร์ทัลการเกษตรส่วนใหญ่เผยแพร่ข้อมูล ET0 โดยไม่เสียค่าใช้จ่าย คุณสามารถให้ AI พูดว่า "คำนวณ ETc ด้วย ET0 และ Kc นี้" แต่ตรวจสอบค่า Kc จากแหล่งที่มาในเครื่องตามผลิตภัณฑ์และเฟส false Kc จะเปลี่ยนงบประมาณการใช้น้ำทั้งหมด

ความชื้นในดินและเซ็นเซอร์

การคำนวณ ET เป็นด้านทฤษฎีของงบประมาณน้ำ เซ็นเซอร์ความชื้นในดินวัดค่าความจริง เซ็นเซอร์เหล่านี้จะอ่านความชื้นในดินอย่างต่อเนื่องที่ระดับความลึกเฉพาะ และทำหน้าที่ตรวจสอบเกณฑ์สำคัญสองเกณฑ์: ความจุของสนาม (ปริมาณน้ำที่ดินกักเก็บได้มากที่สุด) และจุดเหี่ยวแห้ง (ขีดจำกัดล่างที่พืชไม่สามารถใช้น้ำได้อีกต่อไป) การชลประทานในอุดมคติจะรักษาความชื้นไว้ในแถบ "น้ำที่ดูดซับได้" ระหว่างทั้งสองสิ่งนี้ ข้อมูลเซ็นเซอร์และการคำนวณ ET เป็นการยืนยันซึ่งกันและกัน: ET บอกว่า "จะต้องหมดไปเท่าไหร่" เซ็นเซอร์บอกว่า "เหลืออยู่เท่าไร" เมื่อทั้งสองขัดแย้งกัน การควบคุมภาคสนามถือเป็นสิ่งสำคัญ (การสอบเทียบเซ็นเซอร์อาจปิดอยู่)

ระบบชลประทานและผลผลิต

ความต้องการน้ำแบบเดียวกันนั้นได้รับการตอบสนองด้วยประสิทธิภาพที่แตกต่างกันโดยระบบที่ต่างกัน การชลประทานแบบหยดส่งน้ำโดยตรงไปยังโซนรากประสิทธิภาพสูง (85-95%) สปริงเกอร์ขนาดกลาง (70-85%); การชลประทานน้ำท่วมต่ำ (40-60%) และมีแนวโน้มที่จะเกิดความเค็ม ไม่สามารถคำนวณระยะเวลาได้หากไม่ทราบอัตราการไหลของระบบ (น้ำที่จ่ายต่อชั่วโมง) และประสิทธิภาพ เมื่อคำนวณเวลาด้วย AI ต้องแน่ใจว่าได้จัดเตรียมโฟลว์ของระบบและประสิทธิภาพเป็นอินพุต มิฉะนั้นผลลัพธ์จะไม่มีความหมาย

คดีเล็กๆ สามคดี: ตามตัวเลข

กรณีที่ 1 - ประหยัดด้วยงบประมาณน้ำ ผู้ผลิตมะเขือเทศกำลังรดน้ำตามปฏิทิน (กำหนดเวลาทุกๆ 2 วัน) เมื่อเปลี่ยนมาใช้โปรแกรม ET พบว่า ETc ลดลงในวันที่อากาศเย็นและมีความชื้น จำนวนการชลประทานลดลง 22% ตลอดทั้งฤดูกาล แต่ผลผลิตไม่เปลี่ยนแปลง สิ่งที่ได้รับคือทั้งน้ำและพลังงานปั๊ม

กรณีที่ 2 - ข้อผิดพลาด Kc สำหรับแปลงข้าวโพด AI ใช้ Kc = 1.2 ตลอดฤดูกาล และแนะนำน้ำเพิ่มขึ้น 3 เท่าในช่วงต้นกล้า วิศวกรรู้ว่า Kc ควรอยู่ที่ 0.4 ที่ระยะต้นกล้า น้ำมากเกินไปจะทำให้รากหายใจไม่ออกและการชะล้างไนโตรเจน เมื่อฉันแก้ไข Kc ตามระยะ โปรแกรมก็กลายเป็นจริง

กรณีที่ 3 - ข้อขัดแย้งของ Sensor-ET ขณะที่การคำนวณ ET ระบุว่า "ดินต้องแห้งสนิท" เซ็นเซอร์ยังคงมีความชื้นสูง เราไปที่ไซต์: ชั้นที่ชั้นล่างไม่สามารถซึมผ่านได้กักเก็บน้ำไว้มีปัญหาการระบายน้ำ ตามข้อมูลของ ET หากได้รับการรดน้ำ น้ำจะท่วมและรากเน่า; เซ็นเซอร์และความเป็นจริงของสนามป้องกันข้อผิดพลาด

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

ฉันควรรดน้ำทุ่งนี้บ่อยแค่ไหน?

พรอมต์อันทรงพลัง:

บทบาทของคุณ: วิศวกรเกษตรผู้เชี่ยวชาญด้านการชลประทาน คำนวณกำหนดการชลประทาน DRAFT ข้อมูลนำเข้า:- ผลิตภัณฑ์: [พืช] ระยะพัฒนาการ: [ระยะ], Kc (จากแหล่งในท้องถิ่น): [ค่า]- 7 วันที่ผ่านมา ET0 (มม./วัน): [อาร์เรย์], ปริมาณน้ำฝนที่มีประสิทธิภาพ (มม.): [อาร์เรย์]- ประเภทของดิน: [ทราย/ดินร่วน/ดินเหนียว], ระบบ: [หยด, ประสิทธิภาพ 85%], อัตราการไหล: [ลิตร/ชั่วโมง]งาน:- รายวัน ETc = ET0 × คำนวณ Kc พร้อมตารางแสดง- ค้นหาความต้องการน้ำสุทธิ 7 วัน (ETc - การตกตะกอน) และน้ำรวมด้วยประสิทธิภาพของระบบ- ลบระยะเวลาการให้น้ำตามอัตราการไหล- โปรดทราบว่าจะต้องตรวจสอบด้วยข้อมูลเซ็นเซอร์ความชื้นในดิน- แสดงการคำนวณแต่ละขั้นตอน ทำเครื่องหมายที่คุณตั้งสมมติฐาน

ข้อความแจ้งที่มีประสิทธิภาพจะชี้แจงอินพุต สูตร การแก้ไขอัตราผลตอบแทน และข้อกำหนดการตรวจสอบเซ็นเซอร์ทั้งหมด มันป้องกันไม่ให้ AI สร้างสมมติฐานที่ซ่อนอยู่

เทมเพลตที่คัดลอกได้สี่แบบ

1) บัญชี ETc:

คำนวณและเพิ่ม ETc รายวันด้วยลำดับ ET0 และค่า Kc ต่อไปนี้ แสดงแต่ละขั้นตอน เขียนว่าฉันต้องยืนยันว่า Kc ถูกต้องสำหรับผลิตภัณฑ์/เฟสหรือไม่ ET0: [...], Kc: [...]

2) ความต้องการน้ำสุทธิและน้ำรวม:

ลบปริมาณน้ำฝนที่มีประสิทธิผล (ข้อกำหนดสุทธิ) ออกจากผลรวม ETc 7 วัน ค้นหาน้ำรวมโดยการหาร% ประสิทธิภาพของระบบด้วย [..] ให้ผลลัพธ์เป็น mm และ m3/da; แสดงการแปลงหน่วย

3) การเปรียบเทียบเซ็นเซอร์-ET:

จากการคำนวณ ET ความชื้นในดินคาดว่าจะลดลงเท่าใด เปรียบเทียบสิ่งนี้กับการอ่านเซ็นเซอร์ที่ฉันให้คุณ หากมีความแตกต่างมาก ให้ระบุสาเหตุที่เป็นไปได้ (การระบายน้ำ การสอบเทียบ การรั่วไหล การตกตะกอน) การตัดสินใจ รายการตรวจสอบจะปรากฏขึ้น

4) สถานการณ์ภัยแล้ง/น้ำมีจำกัด:

หากมีน้ำจำกัด (มี: [ลูกบาศก์เมตร]) ให้ระบุว่าระยะการพัฒนาของพืชผลนี้ไวต่อน้ำมากที่สุด และเสนอโครงร่างที่จัดลำดับความสำคัญของน้ำในระยะวิกฤตนั้น รวมความเสี่ยงด้านผลตอบแทน

ระบบ

ผลผลิตโดยทั่วไป

สถานการณ์ที่เหมาะสม

ความเสี่ยง

หล่น

85-95%

ปลูกแถวน้ำมีจำกัด

การอุดตันการลงทุน

สปริงเกอร์

70-85%

เมล็ดพืช, พืชอาหารสัตว์

สูญเสียลม ความชื้นจากโรค

กระดูกงู

40-60%

น้ำอุดมสมบูรณ์ ดินราบ

เกลือซักผ้า

การปฏิสนธิ

85-95%

ปุ๋ย+น้ำรวมกัน

ความแม่นยำของปริมาณ/การสอบเทียบ

ข้อผิดพลาดทั่วไป

  • รดน้ำตามปฏิทิน ช่วงวันที่กำหนดจะไม่สนใจสภาพอากาศ โดยจะให้น้ำมากขึ้นในวันที่อากาศเย็นและให้น้ำน้อยลงในวันที่อากาศร้อน
  • การใช้ค่า Kc คงที่ Kc จะแตกต่างกันไปตามระยะพัฒนาการ คุณค่าเพียงอย่างเดียวคือการทำผิดพลาดครั้งใหญ่ในการเพาะกล้าไม้หรือการสุกแก่
  • ข้ามประสิทธิภาพของระบบ หากคุณไม่แปลงข้อกำหนดสุทธิเป็นปริมาณรวม น้ำก็จะไปถึงโซนรากน้อยลง
  • ความไว้วางใจที่ตาบอดใน ET การระบายน้ำ การรั่วไหล และการสอบเทียบทำให้การคำนวณ ET ผิดเพี้ยนไป ต้องมีการตรวจสอบข้ามด้วยเซ็นเซอร์และสนาม
  • คิดว่าน้ำส่วนเกินปลอดภัย น้ำที่มากเกินไปทำให้รากหายใจไม่ออก ความเค็ม การชะล้างสารอาหาร และการสูญเสียพลังงาน
ข้อควรสนใจ: การตัดสินใจชลประทานไม่ได้เกี่ยวกับผลผลิตเท่านั้น แต่ยังเกี่ยวกับสุขภาพของดินในระยะยาวและความยั่งยืนของแหล่งน้ำอีกด้วย เงินเบิกเกินบัญชีช่วยลดน้ำใต้ดิน การรดน้ำมากเกินไปทำให้ดินแห้งแล้ง AI คำนวณงบประมาณการใช้น้ำ แต่การตัดสินด้านความยั่งยืนนั้นขึ้นอยู่กับวิศวกร

โดยสรุป

ศาสตร์แห่งการชลประทานคือความสมดุลของน้ำ: ต้องใส่น้ำเข้าไปเท่าใดจึงจะไหลออกได้ (การคายระเหย) สูตร ETc = ET0 × Kc ให้ความต้องการที่แท้จริงของผลิตภัณฑ์ ประสิทธิภาพของระบบกำหนดปริมาณน้ำรวม ข้อมูลเซ็นเซอร์กำหนดความเป็นจริง AI ร่างการคำนวณนี้อย่างรวดเร็ว แต่จำเป็นต้องตรวจสอบ Kc ในเครื่อง ป้อนประสิทธิภาพของระบบ และตรวจสอบผลลัพธ์ด้วยเซ็นเซอร์/สนาม น้ำที่น้อยเกินไปและมากเกินไปก็เป็นอันตราย การชลประทานที่ถูกต้องคือปริมาณน้ำที่ต้องการอย่างแน่นอน และการตัดสินใจขั้นสุดท้ายจะกระทำโดยวิจารณญาณด้านความยั่งยืนของวิศวกร

งานสมัคร

เลือกผลิตภัณฑ์และขั้นตอนการพัฒนา ค้นหาค่า Kc ด้วย ET0 7 วันและข้อมูลปริมาณฝน (จริงหรือเป็นตัวแทน) สร้างงบประมาณน้ำรายสัปดาห์สำหรับ AI ด้วยเทมเพลต "การคำนวณ ETc" และ "ความต้องการน้ำสุทธิและปริมาณรวม" ในหน่วยนี้ จากนั้นทำซ้ำการคำนวณเดิม โดยจงใจให้ Kc ผิด (นอกเฟส) แล้วเปรียบเทียบผลลัพธ์ทั้งสอง: ค่า Kc ผิดเปลี่ยนความต้องการน้ำไปเท่าใด เขียนว่าคุณจะตั้งค่าขั้นตอนการยืนยันด้วยเซ็นเซอร์อย่างไร

รายการตรวจสอบ

  • [ ] ฉันคำนวณ ETc ด้วย ET0 × Kc และตรวจสอบ Kc ตามผลิตภัณฑ์/เฟส
  • [ ] ฉันย้ายจากความต้องการสุทธิไปใช้น้ำรวมที่มีประสิทธิภาพของระบบ ฉันตรวจสอบหน่วยแล้ว
  • [ ] ฉันคำนวณเวลาการให้น้ำตามอัตราการไหลของระบบ
  • [ ] ฉันตรวจสอบการคำนวณ ET อีกครั้งด้วยเซ็นเซอร์ความชื้นในดินและสนาม
  • [ ] ฉันประเมินความเสี่ยงของน้ำส่วนเกินและความยั่งยืน และปล่อยให้การตัดสินใจขั้นสุดท้ายเป็นหน้าที่ของวิศวกร