طراحی و توسعه سامانه کنترل هوشمند تعیین آب مورد نیاز گیاهان گلخانه ای با کمک بینایی ماشین (مورد مطالعه: گیاه حسن یوسف)
Publish place: Biosystem Engineering Journal of Iran، Vol: 48، Issue: 2
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 155
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBSE-48-2_010
تاریخ نمایه سازی: 31 اردیبهشت 1402
Abstract:
بخش عمدهای از گیاهان زنده را آب تشکیل می دهد و به همین دلیل تغییر در میزان آب به شکل افزاینده ای، رشد و متابولیسم گیاهان را تحت تاثیر قرار می دهد. این مساله سبب میشود تا مکانیزم های متعددی جهت حفظ رشد گیاهان در شرایط سخت کم آبی و تنش های ناشی از آن مورد توجه قرار گیرند. در این پژوهش نشان داده شد که سامانه خودکار آبیاری طراحی شده قادر است تا با بررسی پارامترهای رنگی و مورفولوژیکی گیاه، میزان پژمردگی را اندازهگیری و بر اساس آن، نیاز گیاه به آب را تشخیص و نهایتا در راستای بهبود وضعیت گیاه اقدام نماید. در این مطالعه گیاه گلخانهای حسنیوسف برای انجام آزمایش انتخاب شد. مطابق آنالیز آماری صورت گرفته مشخص گردید که میان پارامترهای اندازهگیری شده در دوره پژمردگی در مقایسه با حالت شادابی گیاه، در سطح احتمال ۵% تفاوت معنیدار وجود دارد. سامانه کنترل هوشمند تشخیص نیاز آبی گیاه را به ترتیب با صحت، حساسیت، تشخیص و دقت ۹۷%، ۹۴%، ۹۶% و ۹۵% انجام داد. این مساله نشان از توانایی سامانه پیشنهاد شده به منظور اندازه گیری و سنجش پژمردگی گیاه و کنترل میزان آب مورد نیاز آن را دارد.
Keywords:
Authors
مریم نداف زاده
دانشجوی کارشناسی ارشد، دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
سامان آبدانان مهدی زاده
دانشگاه رامین خوزستان
محمدامین آسودار
استاد دانشکده مهندسی زراعی و عمران روستایی، گروه ماشین های کشاورزی و مکانیزاسیون، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
محمدرضا صالحی سلمی
۴. استادیار دانشکده کشاورزی، گروه علوم باغبانی، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :