Phát triển thử nghiệm hệ thống tưới thông minh tích hợp cảm biến IoT và trí tuệ nhân tạo cho các khu vực xanh trong trường học

Không gian xanh trường học không chỉ làm đẹp cảnh quan và tạo giá trị giải trí, mà còn giảm căng thẳng, mệt mỏi và cải thiện chất lượng không khí cho cư dân, được xem như “giải pháp dựa trên thiên nhiên” cho các thách thức xã hội và môi trường. Bài viết trình bày việc phát triển thử nghiệm hệ thống tưới thông minh tích hợp cảm biến IoT và trí tuệ nhân tạo cho các khu vực xanh trong trường học
Nội dung trích xuất từ tài liệu:
Phát triển thử nghiệm hệ thống tưới thông minh tích hợp cảm biến IoT và trí tuệ nhân tạo cho các khu vực xanh trong trường học TẠP CHÍ KHÍ TƯỢNG THỦY VĂNBài báo khoa họcPhát triển thử nghiệm hệ thống tưới thông minh tích hợp cảmbiến IoT và trí tuệ nhân tạo cho các khu vực xanh trong trườnghọcTrần Thành Long1,2*, Nguyễn Thiện Phú1,2, Lê Minh Huy1,2, Lê Trọng Nhân3,2 1 Khoa Kỹ thuật Xây dựng, Trường Đại học Bách khoa Tp. HCM; ttlong@hcmut.edu.vn; phu.nguyenk22090804@hcmut.edu.vn; huy.leminh1504@hcmut.edu.vn 2 Đại học Quốc gia Thành phố Hồ Chí Minh; ttlong@hcmut.edu.vn; phu.nguyenk22090804@hcmut.edu.vn;huy.leminh1504@hcmut.edu.vn; trongnhanle@hcmut.edu.vn 3 Khoa Khoa học và Kỹ thuật Máy tính, Trường Đại học Bách khoa Tp. HCM; trongnhanle@hcmut.edu.vn *Tác giả liên hệ: ttlong@hcmut.edu.vn; Tel.: +84–862616861 Ban Biên tập nhận bài: 22/5/2024; Ngày phản biện xong: 3/7/2024; Ngày đăng bài: 25/12/2024 Tóm tắt: Không gian xanh trường học không chỉ làm đẹp cảnh quan và tạo giá trị giải trí, mà còn giảm căng thẳng, mệt mỏi và cải thiện chất lượng không khí cho cư dân, được xem như “giải pháp dựa trên thiên nhiên” cho các thách thức xã hội và môi trường. Ngoài ra, không gian xanh còn hấp thụ nước mưa dư thừa và giảm tác động tiêu cực của các trận mưa lớn. Trong quá trình duy trì mảng xanh trong khuôn viên trường học, hầu hết công nhân chăm sóc thường dựa vào kinh nghiệm của họ để quyết định lượng nước tưới tiêu, dẫn đến việc sử dụng nước không hiệu quả cho mảng xanh và dẫn đên việc mảng xanh thường xuyên phải thay mới do ngập úng hoặc khô hạn. Do đó, nhóm nghiên cứu trong bài báo này đã phát triển thử nghiệm mô hình hệ thống tưới tiêu tự động dựa trên cảm biến IoT và trí tuệ nhân tạo cho các khu vực xanh trong trường học. Kết quả cho thấy, đất cát pha để tăng độ ẩm đất thêm 1-2%, cần tưới khoảng 0,015 m (15 lít/m²) nước, trong khi tưới thường xuyên cho khu vực xanh trong đô thị với lượng nước trên 0,02 m (20 lít/m²) có thể ngập úng cho cây trồng và lãng phí nước. Hệ thống tưới tiêu tự động này có khả năng dự báo lượng nước tưới tốt và giảm thiểu lượng nước tưới đến 40% so với lượng nước quan trắc. Để cải thiện độ chính xác, cần phát triển các cảm biến độ ẩm tốt hơn và sử dụng nhiều cảm biến hơn để đánh giá toàn diện độ ẩm của khu vực xanh. Quy trình của nghiên cứu này có thể làm cơ sở cho các nghiên cứu ứng dụng tưới tiêu và sử dụng nước thông minh hiệu quả cho các khu vực xanh trong trường học và đô thị. Từ khóa: Hydrus 1D; ANN; Tưới tiêu thông minh; Cảm biến quan trắc IoT.1. Giới thiệu Không gian xanh trong trường học không chỉ góp phần làm đẹp cảnh quan và tạo giá trị giảitrí, mà còn đóng vai trò quan trọng trong việc giảm căng thẳng, mệt mỏi và cải thiện chất lượngkhông khí cho cư dân, được xem như giải pháp dựa trên thiên nhiên để giải quyết các thách thứcxã hội và môi trường [1, 2]. Bên cạnh đó, không gian xanh trong trường học có vai trò hấp thụnước mưa dư thừa và giảm bớt tác động tiêu cực của các sự kiện mưa lớn [3, 4]. Tuy nhiên, việcduy trì không gian xanh trong trường học đang dần đối mặt khó khăn trong mùa khô, đặc biệt làở các đô thị mới ở Việt Nam, do tình trạng mùa khô kéo dài từ năm 2006 đến năm 2018 [5, 6].Tạp chí Khí tượng Thủy văn 2024, 768, 34-44; doi:10.36335/VNJHM.2024(768).34-44 http://tapchikttv.vn/Tạp chí Khí tượng Thủy văn 2024, 768, 34-44; doi:10.36335/VNJHM.2024(768).34-44 35Trong quá trình duy trì mảng xanh trong khuôn viên trường học, hầu hết công nhân chăm sócthường dựa vào kinh nghiệm của họ để quyết định lượng nước tưới tiêu, dẫn đến việc sử dụngnước không hiệu quả cho cho mảng xanh và dẫn đên việc mảng xanh thường xuyên phải thaymới do ngập úng hoặc khô hạn. Cỏ thường được chọn để phủ xanh các khu vực rộng lớn trongkhông gian xanh đô thị, bao gồm cả trường học, vì lý do thẩm mỹ và thực tiễn, mặc dù nhu cầunước cao [7]. Ngược lại, cây cối và bụi rậm trong không gian xanh cần ít nước hơn và bóng mátcủa cây giúp giảm sự thoát hơi nước. Điều này làm cho việc xác định lượng nước tưới cần thiếttrở nên phức tạp hơn khi kết hợp nhiều loại thảm thực vật khác nhau [8]. Đồng thời, với phươngpháp tưới phun truyền thống, lượng nước tiêu thụ để tưới thường cao hơn so với nhu cầu ướctính của không gian xanh [9, 10]. Do đó, việc xây dựng hệ thống tưới nước hiệu quả cho khônggian xanh đô thị, đặc biệt là trong trường học, là điều cần thiết để tạo điều kiện tiên quyết cho sựphát triển bền vững ở các đô thị mới. Nước tưới tiêu hợp lý có thể được xác định thông qua việc đo độ ẩm đất bằng cảm biến.Bằng cách sử dụng cảm biến nông nghiệp, người nông dân có thể theo dõi độ ẩm đất của câytrồng cho từng loại cây và đưa ra quyết định tốt hơn về việc tưới nước cho nông trại của họ [11].Hơn nữa, quản lý tối ưu hóa của tài nguyên nước có sẵn tại mức nông trại là cần thiết do sự giatăng về nhu cầu và tài nguyên hạn chế. Nguồn cung cấp nước hạn chế nên được sử dụng mộtcách hiệu quả để tưới tiêu nhiều khu vực hơn với lượng nước tương tự [12]. Goap và nhóm nghiên cứu [13] phát triển một hệ thống tưới thông minh dựa trên IoT và họcmáy. Hệ thống sử dụng dữ liệu cảm biến (độ ẩm đất, nhiệt độ đất, tia UV) và dự báo thời tiết(lượng mưa, nhiệt độ không khí) để dự đoán độ ẩm đất và xác định nhu cầu tưới. Thuật toán lậplịch tưới sẽ điều khiển tưới tự động khi độ ẩm đất dưới ngưỡng tối thiểu, đảm bảo cây trồng luôncó đủ nước. Nghiên cứu [14] đã thực hiện một mô hình kiểm soát tưới tiêu bằng cách phát hiệnthiếu nước đất trong vùng gốc (RZSMD) bằng cách sử dụng khái niệm về thời gian thực, và đểlàm điều này, tác giả đã sử dụng hệ thống xác định dữ liệu cân bằng nước để lấy một mô hìnhchuỗi thời gian tuyến tính. Nghiên cứu [15] đã đề xuất một hệ thống dự đoán độ ẩm đất cho mộtvườn lựu bằng cách sử dụng mô hình Deep Long Short-Term Memory (LSTM), đó là một môhình chuỗi thời gian tuyến tính sử dụng xử lý tuần tự theo thời gian. Ng ...