Read more
Il settore agricolo utilizza il 70% di tutta l'acqua dolce che viene utilizzata a livello globale, tuttavia fino al 95% nei paesi in via di sviluppo per far fronte alle sfide della crescente domanda del 70% di cibo in più per una popolazione stimata di 9,1 miliardi nel 2050. Si stima anche che il 14% in più di acqua dolce sarà necessario da ritirare per scopi agricoli nei prossimi 30 anni. È evidente dalla letteratura che i sistemi di irrigazione di precisione superano il sistema di irrigazione tradizionale/di superficie e risparmiano acqua fino al 50%. In questo rapporto, è stato utilizzato NRCS e uno scenario di due aziende agricole è stato considerato in due diversi spartiacque a livello del pendio che ha un sistema di irrigazione a pioggia installato. Poiché l'evento di irrigazione a pioggia avviene l'acqua scorrerà dall'azienda A attraverso un punto di uscita / gateway all'azienda B, deve essere appreso e predetto prima di andare al flusso di ingresso del sistema di irrigazione a pioggia dell'azienda B. Più sensori wireless e algoritmi di apprendimento automatico sono stati utilizzati per l'estrazione dei dati dall'umidità del suolo, lo stadio delle colture nell'azienda agricola A e la previsione del volume di deflusso e del tempo di deflusso è stato calcolato per utilizzare nel sistema di irrigazione di precisione dell'azienda agricola B in modo efficiente per risparmiare lo spreco di acqua.
About the author
Marwan Khan sta attualmente svolgendo il suo dottorato di ricerca presso l'Università di Southampton UK. I suoi interessi di ricerca sono l'irrigazione di precisione, WSN e la modellazione del deflusso dell'irrigazione utilizzando algoritmi di apprendimento automatico. È anche in servizio come docente presso il Dipartimento di Informatica all'Abdul Wali khan University Mardan (AWKUM) Pakistan.
