人工智能赋能移动式土壤分析以实现可持续农业
应用物理
2022-07-22 v1 仪器与探测器
摘要
为了在限制负面环境影响的同时优化生产产量，可持续农业极大受益于低成本、实时、现场的土壤分析。比色纸传感器是廉价且快速的化学现场检测的理想候选。然而，其现场应用需要此前未达成的纸传感器可靠性，以及通过集成移动通信、人工智能和云计算技术实现的自动读数与分析。在此，我们报道了这样一种基于比色纸传感器、可在热带田间条件下运行的移动化学分析系统。通过在一块面积为 9 公顷的田地上绘制表土 pH 图，我们依据复合土壤样品参考分析的协议，将该移动系统与精准农业标准进行了基准比对。与常规实验室分析相比，我们的移动土壤分析系统在 97% 的案例中正确分类了土壤 pH，同时将分析周转时间从数天缩短至数分钟。此外，通过在田间对单个复合子样品进行现场分析，我们实现了 9 倍的空间分辨率提升，揭示了在复合制图模式下无法检测到的 pH 变化。我们的移动系统可扩展用于土壤养分的多参数化学检测，以在边际制造成本下应用于环境监测。
引用
@article{arxiv.2207.10537,
title = {Artificial intelligence enables mobile soil analysis for sustainable agriculture},
author = {Ademir Ferreira da Silva and Ricardo Luis Ohta and Jaione Tirapu Azpiroz and Matheus Esteves Fereira and Daniel Vitor Marçal and André Botelho and Tulio Coppola and Allysson Flavio Melo de Oliveira and Murilo Bettarello and Lauren Schneider and Rodrigo Vilaça and Noorunisha Abdool and Vanderlei Junior and Wellington Furlaneti and Pedro Augusto Malanga and Mathias Steiner},
journal= {arXiv preprint arXiv:2207.10537},
year = {2022}
}
备注
Main article: 23 pages and 4 figures. Supplementary Information: 12 pages and 12 figures. Includes DOI for accompanying data and images datasets and URL for github repository of accompanying python code