Agriculture technology is developed at a fast speed towards a new era. It has passed the evolution of Agriculture 2.0, 3.0 and is undergoing the agriculture 4.0 with advanced technologies for crop, soil and environmental optimization. Agriculture 4.0 connected with the help of the internet of things (IoT) can manage not only fertigation but also other agronomic techniques. The solar fertigation system is a smart fertigation system that integrates both, software and hardware to support the decisions of the farmer and capable of translating decisions into actions (e.g., fertilization and irrigation management) in an automated mode. The solar fertigation system shifts the manual fertigation into an era of automation and artificial intelligence. It collects the environmental data from the field, integrates them with the weather forecasts taken from the network and implements the correct fertigation solution for the type of the selected crop and the specific growth stage. These intelligent decisions of the solar fertigation system are supported by the decision support system (DSS) which provides autonomous decisions in all environment conditions. The DSS developed the agricultural processes from manual to automatic functions by maximizing productivity and precision. Though, the system recorded a few issues in challenging situations, on the basis of which, the study is meant to develop the system by addressing those issues. This study presents three objectives: 1) development of solar fertigation system database; 2) crop water management using web based desktop platform; and 3) reference evapotranspiration assessment for all crops. The development of the solar fertigation system was performed by using the latest systems and modern applications with some new functions such as a comparison of the two years real-time collected data with the system's data. The solar fertigation system is negatively affected by natural hazards, animals, and overall, by wrong uses. After the system's development, differences in the data acquisition were the main concern. In an agricultural system, different processes perform the same work for getting results, while different equipment measure and generate different types of datasets. Data are analyzed by using a single platform to make it parallel as a single gauge. The study suggests various contributions that include: 1. Development of the solar fertigation system using the DSS which is based on microservice functions and allows agronomists to successfully deliver result-oriented datasets by analyzing the crop, and environmental datasets. 2. Analysis of the RDBMS database (Politecnico di Bari (PoliBa)) followed by the online application known as Solar Fertigation was generated. The online application transfers particular terminology to the differences in the data where a particular process activates the fertigation for crops in the field. 3. Weather forecast and meteorological data were acquired to estimate the best possible model for optimum crop growth and production. The temperature, humidity, UV radiation, air pressure, wind speed, and rainfall effects were compared with the crop growth stages from the periods 2019-2021 at four different regions in Italy with a mean annual rainfall of 806 mm (Campobasso), and 675 mm (Apulia region). High rainfall events affected crop production while average rainfall events tend to have a high demand for irrigation water requirement. The studies found that present vegetation thickness is found within the ideal range though a morebetter trend for grain production could have been formed. The system developed a particular longterm strategy, and crop management techniques for short- and long-time economic benefits in particular environmental conditions for higher yields and production.

La tecnologia agricola è sviluppata a una velocità elevata verso una nuova era. Ha superato l'evoluzione dell'Agricoltura 2.0, 3.0 e sta subendo l'Agricoltura 4.0 con tecnologie avanzate per l'ottimizzazione delle colture, del suolo e dell'ambiente. L'agricoltura 4.0 connessa con l'ausilio dell'internet delle cose (IoT) può gestire non solo la fertirrigazione ma anche altre tecniche agronomiche. Il sistema di fertirrigazione solare è un sistema di fertirrigazione intelligente che integra software e hardware a supporto delle decisioni dell'agricoltore e in grado di tradurre le decisioni in azioni (es. fertilizzazione e gestione dell'irrigazione) in modalità automatizzata. Il sistema di fertirrigazione solare sposta la fertirrigazione manuale in un'era di automazione e intelligenza artificiale. Raccoglie i dati ambientali dal campo, li integra con le previsioni meteorologiche prelevate dalla rete e implementa la corretta soluzione di fertirrigazione per il tipo di coltura selezionata e la specifica fase di crescita. Queste decisioni intelligenti del sistema di fertirrigazione solare sono supportate dal sistema di supporto alle decisioni (DSS) che fornisce decisioni autonome in tutte le condizioni ambientali. Il DSS ha sviluppato i processi agricoli dalle funzioni manuali a quelle automatiche massimizzando produttività e precisione. Tuttavia, il sistema ha registrato alcuni problemi in situazioni difficili, sulla base dei quali lo studio intende sviluppare il sistema affrontando tali problemi. Lo studio ha tre obiettivi: 1) sviluppo del database del sistema di fertirrigazione solare; 2) gestione dell'acqua delle colture tramite piattaforma desktop basata sul web; e 3) valutazione dell'evapotraspirazione di riferimento per tutte le colture. Lo sviluppo del sistema di fertirrigazione solare è stato eseguito utilizzando i più recenti sistemi e applicazioni moderne con alcune nuove funzioni come il confronto dei dati raccolti in tempo reale dei due anni con i dati del sistema. Il sistema di fertirrigazione solare risente negativamente dei rischi naturali, animali e, in generale, di usi errati. Dopo lo sviluppo del sistema, le differenze nell'acquisizione dei dati sono state la preoccupazione principale. In un sistema agricolo, diversi processi eseguono lo stesso lavoro per ottenere risultati, mentre diverse apparecchiature misurano e generano diversi tipi di set di dati. I dati vengono analizzati utilizzando un'unica piattaforma per renderli paralleli come un unico indicatore. Lo studio suggerisce vari contributi che includono: 1. Sviluppo del sistema di fertirrigazione solare utilizzando il DSS che si basa su funzioni di microservizi e consente agli agronomi di fornire con successo set di dati orientati ai risultati analizzando la coltura e set di dati ambientali. 2. E' stata generata l'analisi del database RDBMS (Politecnico di Bari (PoliBa)) seguita dall'applicazione online denominata Solar Fertigation. L'applicazione online trasferisce una terminologia particolare alle differenze nei dati dove un particolare processo attiva la fertirrigazione per le colture in campo. 3. Sono state acquisite previsioni meteorologiche e dati meteorologici per stimare il miglior modello possibile per una crescita e una produzione ottimali delle colture. Gli effetti di temperatura, umidità, radiazioni UV, pressione atmosferica, velocità del vento e precipitazioni sono stati confrontati con le fasi di crescita delle colture nei periodi 2019-2021 in quattro diverse regioni italiane con una piovosità media annua di 806 mm (Campobasso) e 675 mm (Regione Puglia). Gli eventi di precipitazioni elevate hanno influenzato la produzione delle colture, mentre gli eventi piovosi medi tendono ad avere un'elevata domanda di fabbisogno di acqua per l'irrigazione. Gli studi hanno rilevato che l'attuale spessore della vegetazione si trova all'interno dell'intervallo ideale, sebbene si sarebbe potuta formare una tendenza migliore per la produzione di grano. Il sistema ha sviluppato una particolare strategia a lungo termine e tecniche di gestione delle colture per vantaggi economici a breve e lungo termine in particolari condizioni ambientali per rese e produzione più elevate.

Development of a Solar Fertigation System for crop management using Environmental Forecast Analysis

AHMAD, Uzair
2022-04-20

Abstract

Agriculture technology is developed at a fast speed towards a new era. It has passed the evolution of Agriculture 2.0, 3.0 and is undergoing the agriculture 4.0 with advanced technologies for crop, soil and environmental optimization. Agriculture 4.0 connected with the help of the internet of things (IoT) can manage not only fertigation but also other agronomic techniques. The solar fertigation system is a smart fertigation system that integrates both, software and hardware to support the decisions of the farmer and capable of translating decisions into actions (e.g., fertilization and irrigation management) in an automated mode. The solar fertigation system shifts the manual fertigation into an era of automation and artificial intelligence. It collects the environmental data from the field, integrates them with the weather forecasts taken from the network and implements the correct fertigation solution for the type of the selected crop and the specific growth stage. These intelligent decisions of the solar fertigation system are supported by the decision support system (DSS) which provides autonomous decisions in all environment conditions. The DSS developed the agricultural processes from manual to automatic functions by maximizing productivity and precision. Though, the system recorded a few issues in challenging situations, on the basis of which, the study is meant to develop the system by addressing those issues. This study presents three objectives: 1) development of solar fertigation system database; 2) crop water management using web based desktop platform; and 3) reference evapotranspiration assessment for all crops. The development of the solar fertigation system was performed by using the latest systems and modern applications with some new functions such as a comparison of the two years real-time collected data with the system's data. The solar fertigation system is negatively affected by natural hazards, animals, and overall, by wrong uses. After the system's development, differences in the data acquisition were the main concern. In an agricultural system, different processes perform the same work for getting results, while different equipment measure and generate different types of datasets. Data are analyzed by using a single platform to make it parallel as a single gauge. The study suggests various contributions that include: 1. Development of the solar fertigation system using the DSS which is based on microservice functions and allows agronomists to successfully deliver result-oriented datasets by analyzing the crop, and environmental datasets. 2. Analysis of the RDBMS database (Politecnico di Bari (PoliBa)) followed by the online application known as Solar Fertigation was generated. The online application transfers particular terminology to the differences in the data where a particular process activates the fertigation for crops in the field. 3. Weather forecast and meteorological data were acquired to estimate the best possible model for optimum crop growth and production. The temperature, humidity, UV radiation, air pressure, wind speed, and rainfall effects were compared with the crop growth stages from the periods 2019-2021 at four different regions in Italy with a mean annual rainfall of 806 mm (Campobasso), and 675 mm (Apulia region). High rainfall events affected crop production while average rainfall events tend to have a high demand for irrigation water requirement. The studies found that present vegetation thickness is found within the ideal range though a morebetter trend for grain production could have been formed. The system developed a particular longterm strategy, and crop management techniques for short- and long-time economic benefits in particular environmental conditions for higher yields and production.
20-apr-2022
La tecnologia agricola è sviluppata a una velocità elevata verso una nuova era. Ha superato l'evoluzione dell'Agricoltura 2.0, 3.0 e sta subendo l'Agricoltura 4.0 con tecnologie avanzate per l'ottimizzazione delle colture, del suolo e dell'ambiente. L'agricoltura 4.0 connessa con l'ausilio dell'internet delle cose (IoT) può gestire non solo la fertirrigazione ma anche altre tecniche agronomiche. Il sistema di fertirrigazione solare è un sistema di fertirrigazione intelligente che integra software e hardware a supporto delle decisioni dell'agricoltore e in grado di tradurre le decisioni in azioni (es. fertilizzazione e gestione dell'irrigazione) in modalità automatizzata. Il sistema di fertirrigazione solare sposta la fertirrigazione manuale in un'era di automazione e intelligenza artificiale. Raccoglie i dati ambientali dal campo, li integra con le previsioni meteorologiche prelevate dalla rete e implementa la corretta soluzione di fertirrigazione per il tipo di coltura selezionata e la specifica fase di crescita. Queste decisioni intelligenti del sistema di fertirrigazione solare sono supportate dal sistema di supporto alle decisioni (DSS) che fornisce decisioni autonome in tutte le condizioni ambientali. Il DSS ha sviluppato i processi agricoli dalle funzioni manuali a quelle automatiche massimizzando produttività e precisione. Tuttavia, il sistema ha registrato alcuni problemi in situazioni difficili, sulla base dei quali lo studio intende sviluppare il sistema affrontando tali problemi. Lo studio ha tre obiettivi: 1) sviluppo del database del sistema di fertirrigazione solare; 2) gestione dell'acqua delle colture tramite piattaforma desktop basata sul web; e 3) valutazione dell'evapotraspirazione di riferimento per tutte le colture. Lo sviluppo del sistema di fertirrigazione solare è stato eseguito utilizzando i più recenti sistemi e applicazioni moderne con alcune nuove funzioni come il confronto dei dati raccolti in tempo reale dei due anni con i dati del sistema. Il sistema di fertirrigazione solare risente negativamente dei rischi naturali, animali e, in generale, di usi errati. Dopo lo sviluppo del sistema, le differenze nell'acquisizione dei dati sono state la preoccupazione principale. In un sistema agricolo, diversi processi eseguono lo stesso lavoro per ottenere risultati, mentre diverse apparecchiature misurano e generano diversi tipi di set di dati. I dati vengono analizzati utilizzando un'unica piattaforma per renderli paralleli come un unico indicatore. Lo studio suggerisce vari contributi che includono: 1. Sviluppo del sistema di fertirrigazione solare utilizzando il DSS che si basa su funzioni di microservizi e consente agli agronomi di fornire con successo set di dati orientati ai risultati analizzando la coltura e set di dati ambientali. 2. E' stata generata l'analisi del database RDBMS (Politecnico di Bari (PoliBa)) seguita dall'applicazione online denominata Solar Fertigation. L'applicazione online trasferisce una terminologia particolare alle differenze nei dati dove un particolare processo attiva la fertirrigazione per le colture in campo. 3. Sono state acquisite previsioni meteorologiche e dati meteorologici per stimare il miglior modello possibile per una crescita e una produzione ottimali delle colture. Gli effetti di temperatura, umidità, radiazioni UV, pressione atmosferica, velocità del vento e precipitazioni sono stati confrontati con le fasi di crescita delle colture nei periodi 2019-2021 in quattro diverse regioni italiane con una piovosità media annua di 806 mm (Campobasso) e 675 mm (Regione Puglia). Gli eventi di precipitazioni elevate hanno influenzato la produzione delle colture, mentre gli eventi piovosi medi tendono ad avere un'elevata domanda di fabbisogno di acqua per l'irrigazione. Gli studi hanno rilevato che l'attuale spessore della vegetazione si trova all'interno dell'intervallo ideale, sebbene si sarebbe potuta formare una tendenza migliore per la produzione di grano. Il sistema ha sviluppato una particolare strategia a lungo termine e tecniche di gestione delle colture per vantaggi economici a breve e lungo termine in particolari condizioni ambientali per rese e produzione più elevate.
Crops; DSS; Smart irrigation system; Fertigation; Environmental parameters
File in questo prodotto:
File Dimensione Formato  
Tesi_U_Ahmad.pdf

accesso aperto

Dimensione 6.54 MB
Formato Adobe PDF
6.54 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11695/113688
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact