Read more
Le secteur agricole utilise 70 % de toute l'eau douce utilisée dans le monde, mais jusqu'à 95 % dans les pays en développement, afin de répondre à la demande croissante de 70 % de nourriture supplémentaire pour une population estimée à 9,1 milliards d'habitants en 2050. On estime également qu'il faudra prélever 14 % de plus d'eau douce à des fins agricoles au cours des 30 prochaines années. Il ressort de la littérature que les systèmes d'irrigation de précision sont plus performants que les systèmes d'irrigation traditionnels/de surface et permettent d'économiser jusqu'à 50 % d'eau. Dans ce rapport, le NRCS a été utilisé et un scénario de deux fermes a été considéré dans deux bassins versants différents au niveau de la pente qui a un système d'irrigation par aspersion installé. Lorsque l'événement d'irrigation par aspersion se produit, l'eau s'écoule de la ferme A à la ferme B en passant par un point de sortie / une passerelle, elle doit être apprise et prédite avant d'aller dans le flux d'entrée du système d'irrigation par aspersion de la ferme B. De multiples capteurs sans fil et des algorithmes d'apprentissage automatique ont été utilisés pour l'extraction de données à partir de l'humidité du sol, du stade de la culture dans la ferme A et la prédiction du volume et du temps de ruissellement a été calculée pour être utilisée dans le système d'irrigation de précision de la ferme B afin d'économiser le gaspillage d'eau.
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.
