PLANT MONITORING SYSTEM: ШІ-СИСТЕМА ДЛЯ РОЗУМНОГО МОНІТОРИНГУ РОСЛИН
DOI:
https://doi.org/10.32689/maup.it.2025.1.7Ключові слова:
SmartPlant AI, моніторинг рослин, IoT, штучний інтелект, автоматизація сільського господарства, машинне навчання, хмарні технологіїАнотація
Сучасне сільське господарство стикається з численними викликами, такими як нестача водних ресурсів, зміни клімату та необхідність точного контролю за станом культур. Традиційні методи моніторингу часто не забезпечують достатньої точності, що може призводити до зниження врожайності та нераціонального використання ресурсів. Мета роботи – розробка та оцінка ефективності інтелектуальної системи SmartPlant AI для автоматизованого моніторингу рослин з метою оптимізації використання ресурсів, підвищення врожайності та зменшення впливу людського фактора. Методологія. Система SmartPlant AI поєднує IoT-пристрої, хмарні технології та алгоритми штучного інтелекту для аналізу критичних параметрів довкілля в реальному часі. Використовуються сенсори для вимірювання вологості ґрунту, температури, освітлення та складу поживних речовин. Контролери ESP8266, ESP32, Raspberry Pi та Arduino передають ці дані у хмару через Wi-Fi або LoRaWAN, застосовуючи MQTT чи HTTP API. Алгоритми машинного навчання прогнозують загрози та формують рекомендації, зокрема нейронні мережі аналізують взаємозв’язки між параметрами середовища, регресійні моделі оцінюють їхній вплив на ріст рослин, а decision trees оптимізують полив і внесення добрив. Наукова новизна. Запропонована система забезпечує інтеграцію IoT, хмарних обчислень та штучного інтелекту для автоматизованого моніторингу стану рослин, що дозволяє підвищити точність агротехнологій. Використання алгоритмів машинного навчання у процесі обробки даних дає змогу прогнозувати загрози та адаптувати догляд за рослинами відповідно до поточних умов. Висновки. Результати тестування на прикладі вирощування томатів показали, що система SmartPlant AI знижує споживання води на 31%, стабілізує рівень вологості ґрунту та сприяє швидшому росту рослин на 34% у порівнянні з традиційними методами. Автоматизація процесу догляду за рослинами дозволяє зменшити вплив людського фактора, підвищити ефективність аграрного виробництва та мінімізувати ризики, пов’язані з кліматичними змінами. Подальші дослідження можуть включати інтеграцію додаткових сенсорів, використання дронів та супутникових даних для ще точнішого управління сільськогосподарськими процесами.
Посилання
Foysal F. M., Rahman M. M., Islam M. S., Hossain M. I., Hasan M. K. Scalable IoT-based smart plant monitoring and control system for sustainable agriculture. Journal of Engineering Research and Reports. 2025. Vol. 27. № 1. P. 16–32.
Islam S., Reza M. N., Samsuzzaman S., Ahmed S., Cho Y., Noh D., Chung S.-O., Hong S. Machine vision and artificial intelligence for plant growth stress detection and monitoring: A review. Precision Agriculture Science and Technology. 2024. Vol. 6. P. 33–57. DOI: 10.12972/pastj.20240003.
Mohamed M., Ghazali M., Mokhtar Z., Hashim A., Nordin M., Zulkifly M., Idris D., Ainarappan N. State-of-the-Art Intelligent Solenoid Valve Management System: AI-Driven Real-Time Monitoring and Predictive Maintenance. 2024. DOI: 10.2118/222613-MS.
Pavan S. S. P., Pallavi H. S. Survey on plant health monitoring system using AI. International Journal on Science and Technology (IJSAT). 2025. Vol. 16. № 1. P. 1–5.
Prabu S., Senthilraja R., Ali A., Jayapoorani S., Arun M. AI-Driven Predictive Maintenance for Smart Manufacturing Systems Using Digital Twin Technology. International Journal of Computational and Experimental Science and Engineering. 2025. Vol. 11. DOI: 10.22399/ijcesen.1099.
Qureshi W., Gao J., Elsherbiny O., Mosha A., Tunio M., Qureshi J. Boosting Aeroponic System Development with Plasma and High-Efficiency Tools: AI and IoT–A Review. Agronomy. 2025. Vol. 15. № 546. DOI: 10.3390/agronomy15030546.
Rosell-Polo J. R., Cheein F. A., Gregorio E., Andújar D., Puigdomènech L., Masip J., Escolà A. Advances in structured light sensors applications in precision agriculture and livestock farming. Advances in Agronomy. 2015. Vol. 133. P. 71–112.DOI: 10.1016/bs.agron.2015.05.002.
Sharma K., Shivandu S. K. Integrating artificial intelligence and Internet of Things (IoT) for enhanced crop monitoring and management in precision agriculture. Sensors International. 2024. № 5. P. 151–158. DOI: 10.1016/j.sintl.2024.100292.
Yao L., Kowalchuk G. A., Van de Zedde R. Recent developments and potential of robotics in plant eco-phenotyping. Emerging Topics in Life Sciences. 2021. Vol. 5. DOI: 10.1042/ETLS20200275.
Zhang F., Li D., Li G., Xu S. New horizons in smart plant sensors: key technologies, applications, and prospects. Frontiers in Plant Science. 2025. Vol. 15. DOI: 10.3389/fpls.2024.1490801.