يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

تحليل الموثوقية عبر الطبقات واستراتيجيات التحسين متعددة الأهداف التكيفية للحافة للنمذجة الفيزيائية الشبكية في إدارة CPS الذكية للزراعة الذكية

239 مشاهدات

DOI:

10.3791/69826

يناير 20, 2026

في هذه المقالة

ملخص

يقدم هذا البروتوكول استراتيجية نمذجة وتحسين عبر الطبقات لإدارة الطبقات الذكية للبيوت الزجاجية، مما يتيح تقييما قابلا للتكرار للموثوقية والأداء البيئي.

الملخص

الطلب المتزايد على الغذاء والضغوط المناخية تدفع تنفيذ الزراعة الذكية، لكن الأنظمة السيبرانية-الفيزيائية الحالية تفتقر إلى التكامل الموثوق عبر الطبقات والمرونة في الوقت الحقيقي، مما يحد من الأداء في البيئات الديناميكية. يهدف هذا البروتوكول إلى توفير استراتيجية نمذجة وتحسين الفيزيائية السيبرانية متعددة الطبقات للزراعة الدفيئة الذكية. ويظهر إمكانية التطبيق لتعزيز موثوقية وقدرة التكيف على أنظمة الزراعة السيبرانية-الفيزيائية. يدمج هذا النهج طبقة فيزيائية مع نموذج استمرارية التربة والنبات والغلاف الجوي ومعايرة فلتر كالمان الجماعي (EnKF) لتوقع رطوبة التربة بدقة. يتضمن طبقة شبكة تستخدم الاندماج متعدد البروتوكولات مع نمذجة شبكة بتري العشوائية لتقييم موثوقية الاتصالات. طبقة التحكم تبني على نظام هجين عشوائي لتنسيق اتخاذ القرار المشترك. يتم تقييم الموثوقية بشكل إضافي من خلال إطار مؤشر وظيفي-زمني-بيئي، بينما يجمع التحسين بين التعلم المعزز متعدد الأهداف مع قيود السلامة والتعلم الفوقي البايزي لتمكين التكيف السريع أثناء تبديل المحاصيل. يضمن النشر الذكي على الحافة تحكما قويا أثناء انقطاعات الاتصالات. تظهر نتائج زراعة الطماطم الدفيئة في شوغوانغ، الصين، أداء قابلا للتكرار ومستقرا في التنبؤ بالإنتاجية، وكفاءة استخدام المياه، وفترة السيطرة على الكمون تحت ظروف صعبة. توفر هذه المنهجية سير عمل عملي وقابل للتكرار لتنفيذ أنظمة سيبرانية-فيزيائية زراعية متكيفية وموثوقة.

المقدمة

ينمو عدد سكان العالم بسرعة، وتراجع توفر الموارد، مما يغير طريقة تطوير الزراعة. النماذج التقليدية للزراعة، حيث تكون العمالة والمواد عالية ويعتمد على الظروف الطبيعية قويا، لا يمكنها أن توفر الكفاءة والاستدامة. لقد أصبحت الزراعة الذكية، في هذه الحالة، النهج التحويلي. يتيح ذلك تحقيق إدراك كامل للميدان، واتخاذ قرارات دقيقة، والسيطرة الذكية على المجال من خلال دمج إنترنت الأشياء، وتحليلات البيانات الضخمة، والذكاء الاصطناعي، وأنظمة المعلومات المكانية، مما يعزز كفاءة استخدام الموارد ويساهم في الإنتاج الزراعي المستدام 1,2.

سوق الزراعة الذكية ينمو بشكل هائل حو....

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

يلاحظ أنه لا توجد تجارب على البشر أو الفقارية ضمن هذا البروتوكول. في حال حدوث أي دراسات مستقبلية تتضمن مشاركة بشرية أو عينات بيولوجية، يجب أن تتم الموافقة عليها من قبل لجنة المراجعة المؤسسية المعنية، ويجب تسجيل رقم الموافقة قبل التنفيذ.

1. تجهيز الموقع والمعدات

ملاحظة: تبني هذه الخطوة شبكة مستشعرات موحدة، توفر معلومات دقيقة ومزامنة عن البيئة لاستخدامها في النمذجة والتحكم الفيزيائي اللاحق.

  1. حدد موقع الدفيئة عن طريق إدخال إحداثيات GPS في برنامج المراقبة. اختر نوع المحاصيل من مكتبة المحاصيل المقدمة وحدد الأهداف البيئية (درجة الحرارة: 20-28 درجة مئوية، الرطوبة النسبية: 50٪-70٪).
  2. ....

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

رطوبة التربة ونسبة التنشيط البسيط في التربة لهما أكبر تأثير إيجابي إيجابي لشرح الإضاءة الإضافية (SHAP) على قرارات الري، وفقا لمخطط ملخص SHAP (الشكل 3). يدفع التأخير العالي السياسة نحو خيارات احتياطية محافظة، مما يدل على التوافق مع بنية التحكم الواعية بالموثوقية. يوضح الجدول 4 التعليمات التشغيلية وتفاصيل التكوين للوحدات الحاسوبية

الإعداد التجريبي

لتأكيد كفاءة هيكل النمذجة الفيزيائية المقترحة لشبكة CPS ال.......

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

تظهر الأدلة التجريبية أن إطار عمل CPS المقترح واستراتيجيات التحسين يتفوقان عبر الأبعاد الثلاثة: الموثوقية والسلامة والكفاءة الحاسوبية. تتغلب نمذجة الاقتران عبر الطبقات بنجاح على الفصل التاريخي بين التمثيلات الفيزيائية والتمثيلية الشبكية. من خلال دمج SPAC وSPN ضمن إطار موحد ل SHS، قلل النظام من خطأ التنبؤ بالعائد بنسبة 32.7٪ وقصر التأخيرات بنسبة 45٪ تحت درجات الحرارة العالية الشديدة. ضمنت قيود السلامة عدم التأثير على الأداء البيئي، حيث تحسن WUE بنسبة 19٪ بينما بقي تجاوز EC في منطقة الجذور.......

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

المؤلفون ليس لديهم ما يكشفون عنه.

شكر وتقدير

وقد دعم هذا العمل مشروع البحوث العلمية في كلية هوتشو (المنحة رقم 2024HXKM15) ومشروع تطوير المواهب في كلية هوتشو (منحة رقم) RK65010). يشكر المؤلفون منتزه شوغوانغ الوطني الصناعي الزراعي الحديث على توفير المرافق التجريبية والدعم الفني. كما نعبر عن امتناننا لزملاء كلية هوتشو وجامعة تشجيانغ للزراعة والغابات على رؤاهم القيمة.

....

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
الكاميرا متعددة الأطيافميكاسينسريد إيدج-إم إكسيلتقط انعكاس المظلة لتقدير LAI
NVIDIA جيتسون نانوNVIDIA945-13450-0000-100جهاز الحافة لاستنتاج الذكاء الاصطناعي المحلي
حساس رطوبة التربةأجهزة ديكاغونEC-5يقيس محتوى الماء الحجمي في التربة
محطة الطقسكامبل ساينتفيكCR300تسجل درجة الحرارة والرطوبة وهطول الأمطار

المراجع

  1. A novel framework for smart agriculture using internet of things and enabling technologies. Haq, Z. A., Jaffery, Z. A., Mehfuz, S. 2022 Int Conf Advancement Tech (ICONAT), , 1-6 (2022).
  2. Quy, V. K., et al. Iot-enabled smart agriculture: Architecture, applications, and challenges. Appl Sci. 12 (7), 3396(2022).
  3. Oecd-fao agricultural outlook 2024-2033. , FAO.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم