Ինչպես է ջրի որակի խելացի մոնիթորինգը վերաձևավորում գյուղատնտեսության ապագան. ակվապոնիկ հրաշքի ներսից նայվածք

Լուռ գյուղատնտեսական վերափոխում

Ասիայի առաջադեմ գյուղատնտեսական ցուցադրական գոտում գտնվող ժամանակակից շենքի ներսում գյուղատնտեսական հեղափոխություն է տեղի ունենում։ Ուղղահայաց ֆերմայում ինը մետր բարձրությամբ տնկարկային աշտարակների վրա շերտերով աճում են հազար, սպանախ և խոտաբույսեր, մինչդեռ տիլապիան հանգիստ լողում է ներքևի ջրամբարներում։ Այստեղ հող չկա, ավանդական պարարտացում չկա, բայց ձկների և բանջարեղենի միջև կատարյալ սիմբիոզ է ձեռք բերվում։ Այս ամենի հետևում կանգնած գաղտնի զենքը ջրի որակի մոնիթորինգի բարդ համակարգ է՝ «Խելացի ակվապոնիկ մոնիթորինգի հարթակը», որը նույնքան բարդ է, որքան գիտաֆանտաստիկ ֆիլմից ինչ-որ բան։

«Ավանդական ակվապոնիկան հիմնված է փորձի և ենթադրությունների վրա. մենք՝ տվյալների», - ասաց ֆերմայի տեխնիկական տնօրենը՝ մատնացույց անելով կառավարման կենտրոնի մեծ էկրանին թարթող թվերը: «Յուրաքանչյուր պարամետրի հետևում սենսորների մի ամբողջություն է, որը պահպանում է այս էկոհամակարգի հավասարակշռությունը 24/7 ռեժիմով»:

1: Համակարգի «թվային զգայարանները»՝ բազմասենսորային ցանցի ճարտարապետություն

Լուծված թթվածնի սենսոր. Էկոհամակարգի «զարկերակի մոնիտորը»

Ակվակուլտուրայի բաքերի հատակին անընդհատ աշխատում է օպտիկական լուծված թթվածնի սենսորների հավաքածու։ Ի տարբերություն ավանդական էլեկտրոդային սենսորների, ֆլուորեսցենցիայի մարման տեխնոլոգիա օգտագործող այս զոնդերը պահանջում են հազվադեպ տրամաչափում և տվյալները ուղարկում են կենտրոնական կառավարման համակարգին յուրաքանչյուր 30 վայրկյանը մեկ։

«Լուծված թթվածինը մեր հիմնական մոնիթորինգի ցուցանիշն է», - բացատրեց տեխնիկական փորձագետը։ «Երբ արժեքը իջնում ​​է 5 մգ/լ-ից ցածր, համակարգը ավտոմատ կերպով սկսում է աստիճանական արձագանք. նախ ավելացնում է օդափոխությունը, ապա նվազեցնում է կերակրումը, եթե 15 րոպեի ընթացքում բարելավում չի լինում, միաժամանակ երկրորդային ահազանգ ուղարկելով ադմինիստրատորի հեռախոսին»։

pH և ORP համակցված սենսոր. Ջրային միջավայրի «թթվահիմնային հավասարակշռության վարպետը»

Համակարգն օգտագործում է նորարարական pH-ORP (օքսիդացման-վերականգնման պոտենցիալ) ինտեգրված սենսոր, որը կարող է միաժամանակ վերահսկել թթվայնությունը/ալկալիականությունը և ջրի օքսիդա-վերականգնման վիճակը: Ավանդական ակվապոնիկ համակարգերում pH-ի տատանումները հաճախ անարդյունավետ են դարձնում այնպիսի միկրոտարրերը, ինչպիսիք են երկաթը և ֆոսֆորը, մինչդեռ ORP արժեքը ուղղակիորեն արտացոլում է ջրի «ինքնամաքրման ունակությունը»:

«Մենք հայտնաբերեցինք pH-ի և ORP-ի միջև նշանակալի կապ», - կիսվեց տեխնիկական թիմը: «Երբ ORP-ի արժեքը 250-350 մՎ-ի սահմաններում է, նիտրացնող մանրէների ակտիվությունը օպտիմալ է: Նույնիսկ եթե այս ժամանակահատվածում pH-ը փոքր-ինչ տատանվում է, համակարգը կարող է ինքնակարգավորվել: Այս հայտնագործությունը մեզ օգնեց 30%-ով կրճատել pH կարգավորիչների օգտագործումը»:

Ամոնիակ-նիտրիտ-նիտրատ եռակի մոնիթորինգ. Ազոտի ցիկլի «ամբողջական գործընթացի հետևորդ»

Համակարգի ամենանորարարական մասը եռաստիճան ազոտային միացությունների մոնիթորինգի մոդուլն է: Համադրելով ուլտրամանուշակագույն կլանման և իոն-ընտրողական էլեկտրոդային մեթոդները՝ այն կարող է միաժամանակ չափել ամոնիակի, նիտրիտի և նիտրատի կոնցենտրացիաները՝ իրական ժամանակում քարտեզագրելով ազոտի փոխակերպման ամբողջական գործընթացը:

«Ավանդական մեթոդները պահանջում են երեք պարամետրերի առանձին ստուգում, մինչդեռ մենք հասնում ենք համաժամանակյա իրական ժամանակի մոնիթորինգի», - ցույց տվեց սենսորային ինժեները՝ տվյալների կորի միջոցով։ «Նայեք այս նվազող ամոնիակի կորի և այս աճող նիտրատի կորի միջև համապատասխան կապին. այն հստակ ցույց է տալիս նիտրիֆիկացման գործընթացի արդյունավետությունը»։

Հաղորդականություն ջերմաստիճանի փոխհատուցման սենսորով. Սննդանյութերի մատակարարման «Խելացի դիսպետչեր»

Հաշվի առնելով ջերմաստիճանի ազդեցությունը հաղորդունակության չափման վրա, համակարգը օգտագործում է հաղորդունակության սենսոր՝ ավտոմատ ջերմաստիճանի փոխհատուցմամբ՝ տարբեր ջրի ջերմաստիճաններում սննդարար լուծույթի կոնցենտրացիայի ճշգրիտ արտացոլումն ապահովելու համար։

«Մեր տնկման աշտարակի տարբեր բարձրությունների միջև ջերմաստիճանի տարբերությունը կարող է հասնել 3°C-ի», - ասաց տեխնիկական ղեկավարը՝ մատնանշելով ուղղահայաց ֆերմայի մոդելը: «Ջերմաստիճանի փոխհատուցման բացակայության դեպքում սննդարար լուծույթի ներքևի և վերևի մասերի ցուցմունքները կունենային զգալի սխալներ, ինչը կհանգեցներ անհավասար պարարտացման»:

2. Տվյալների վրա հիմնված որոշումներ՝ ինտելեկտուալ արձագանքման մեխանիզմների գործնական կիրառությունները

Դեպք 1. Ամոնիակի կանխարգելիչ կառավարում

Համակարգը մեկ անգամ առավոտյան ժամը 3-ին հայտնաբերեց ամոնիակի կոնցենտրացիայի աննորմալ աճ։ Պատմական տվյալները համեմատելով՝ համակարգը որոշեց, որ դա կերակրումից հետո նորմալ տատանում չէր, այլ ֆիլտրի աննորմալություն։ Ավտոմատ կառավարման համակարգը անմիջապես ձեռնարկեց արտակարգ իրավիճակների արձանագրություններ՝ 50%-ով ավելացնելով օդափոխությունը, ակտիվացնելով պահեստային բիոֆիլտրը և նվազեցնելով կերակրման ծավալը։ Մինչև առավոտյան ղեկավարության ժամանումը, համակարգն արդեն ինքնուրույն կարգավորել էր հնարավոր խափանումը՝ կանխելով ձկների հնարավոր մեծածավալ մահացությունը։

«Ավանդական մեթոդներով նման խնդիրը կնկատվեր միայն առավոտյան, երբ երևում էին սատկած ձկներ», - մտածեց տեխնիկական տնօրենը։ «Սենսորային համակարգը մեզ տվեց 6-ժամյա նախազգուշացման պատուհան»։

Դեպք 2. Սննդանյութերի ճշգրիտ կարգավորում

Հաղորդականության սենսորային մոնիթորինգի միջոցով համակարգը հայտնաբերեց սննդանյութերի անբավարարության նշաններ տնկման աշտարակի վերևում գտնվող հազարի մեջ: Նիտրատների տվյալները և բույսերի աճի տեսախցիկի պատկերի վերլուծությունը համատեղելով՝ համակարգը ավտոմատ կերպով կարգավորեց սննդանյութերի լուծույթի բանաձևը՝ մասնավորապես մեծացնելով կալիումի և միկրոտարրերի մատակարարումը:

«Արդյունքները զարմանալի էին», - ասաց գյուղատնտեսական բույսերի գիտնականը: «Ոչ միայն անբավարարության ախտանիշը վերացավ, այլև այդ սալաթի խմբաքանակը նաև 22%-ով ավելի շատ բերք տվեց, քան սպասվում էր՝ ավելի բարձր վիտամին C պարունակությամբ»:

Դեպք 3. Էներգաարդյունավետության օպտիմալացում

Լուծված թթվածնի տվյալների օրինաչափությունները վերլուծելով՝ համակարգը պարզեց, որ գիշերային ձկների թթվածնի սպառումը 30%-ով ցածր էր, քան սպասվում էր։ Այս հայտնագործության հիման վրա թիմը ճշգրտեց օդափոխության համակարգի շահագործման ռազմավարությունը՝ նվազեցնելով օդափոխության ինտենսիվությունը կեսգիշերից մինչև առավոտյան ժամը 5-ը, միայն այս միջոցառումից տարեկան խնայելով մոտ 15,000 կՎտ/ժ էլեկտրաէներգիա։

3. Տեխնոլոգիական առաջընթացներ – Սենսորային նորարարության հիմքում ընկած գիտությունը

Հակակեղտոտող օպտիկական սենսորային դիզայն

Ջրային միջավայրերում սենսորների ամենամեծ մարտահրավերը կենսաաղտոտումն է: Տեխնիկական թիմը համագործակցել է հետազոտությունների և զարգացման հաստատությունների հետ՝ ինքնամաքրվող օպտիկական պատուհանի դիզայն մշակելու համար: Սենսորի մակերեսը օգտագործում է հատուկ հիդրոֆոբ նանոկոնային ծածկույթ և ենթարկվում է ավտոմատ ուլտրաձայնային մաքրման յուրաքանչյուր 8 ժամը մեկ, ինչը սենսորի սպասարկման ցիկլը ավանդական շաբաթականից երկարացնում է մինչև եռամսյակային:

Եզրային հաշվարկներ և տվյալների սեղմում

Հաշվի առնելով ֆերմայի ցանցային միջավայրը՝ համակարգը կիրառել է եզրային հաշվարկման ճարտարապետություն։ Յուրաքանչյուր սենսորային հանգույց ունի նախնական տվյալների մշակման հնարավորություն՝ ամպային տեխնոլոգիաներում վերբեռնելով միայն անոմալիաների տվյալները և միտումների վերլուծության արդյունքները, ինչը 90%-ով կրճատում է տվյալների փոխանցման ծավալը։

«Մենք մշակում ենք «արժեքավոր տվյալներ», այլ ոչ թե «բոլոր տվյալները», - բացատրեց ՏՏ ճարտարապետը։ «Սենսորային հանգույցներն են որոշում, թե որ տվյալներն են արժանի վերբեռնման, և որոնք կարող են մշակվել տեղում»։

Բազմասենսորային տվյալների միաձուլման ալգորիթմ

Համակարգի ամենամեծ տեխնոլոգիական առաջընթացը կայանում է բազմապարամետրային կորելյացիոն վերլուծության ալգորիթմի մեջ։ Մեքենայական ուսուցման մոդելների միջոցով համակարգը կարող է բացահայտել տարբեր պարամետրերի միջև թաքնված կապերը։

«Օրինակ, մենք պարզեցինք, որ երբ լուծված թթվածինը և pH-ը փոքր-ինչ նվազում են, մինչդեռ հաղորդականությունը մնում է կայուն, դա սովորաբար ցույց է տալիս մանրէային համայնքի փոփոխություններ, այլ ոչ թե պարզապես հիպօքսիա», - բացատրեց տվյալների վերլուծաբանը՝ ցույց տալով ալգորիթմի ինտերֆեյսը: «Այս վաղ նախազգուշացման հնարավորությունը բացարձակապես անհնար է ավանդական միապարամետր մոնիթորինգի դեպքում»:

4. Տնտեսական օգուտների և մասշտաբայնության վերլուծություն

Ներդրումների եկամտաբերության տվյալներ

• Սկզբնական սենսորային համակարգի ներդրումը՝ մոտավորապես $80,000–100,000 ԱՄՆ դոլար
• Տարեկան օգուտներ՝
  • Ձկների մահացության նվազում՝ 5%-ից մինչև 0.8%, ինչը կհանգեցնի տարեկան զգալի խնայողությունների։
  • Կերի փոխակերպման հարաբերակցության բարելավում՝ 1.5-ից մինչև 1.8, ինչը հանգեցնում է կերի տարեկան ծախսերի զգալի խնայողության։
  • Բանջարեղենի բերքատվության աճ. միջինում 35% աճ, որը ստեղծում է զգալի տարեկան ավելացված արժեք
  • Աշխատանքի ծախսերի կրճատում. մոնիթորինգի աշխատուժը նվազել է 60%-ով, ապահովելով զգալի տարեկան խնայողություններ։
• Ներդրումների վերադարձման ժամկետը՝ 12-18 ամիս

Մոդուլային դիզայնը աջակցում է ճկուն ընդլայնմանը

Համակարգն օգտագործում է մոդուլային դիզայն, որը թույլ է տալիս փոքր ֆերմերային տնտեսություններին սկսել հիմնական հավաքածուից (լուծված թթվածին + pH + ջերմաստիճան) և աստիճանաբար ավելացնել ամոնիակի մոնիթորինգ, բազմագոտի մոնիթորինգ և այլ մոդուլներ: Ներկայումս այս տեխնոլոգիական լուծումը տեղադրվել է տասնյակ ֆերմերային տնտեսություններում՝ տարբեր երկրներում, հարմար է ամեն ինչի համար՝ փոքր տնային համակարգերից մինչև խոշոր առևտրային ֆերմերային տնտեսություններ:

5. Արդյունաբերության վրա ազդեցությունը և ապագայի հեռանկարը

Ստանդարտների զարգացման խթան

Հիմնվելով առաջադեմ ֆերմաների գործնական փորձի վրա՝ բազմաթիվ երկրների գյուղատնտեսական գերատեսչությունները մշակում են խելացի ակվապոնիկ համակարգի արդյունաբերական ստանդարտներ, որտեղ սենսորների ճշգրտությունը, նմուշառման հաճախականությունը և արձագանքման ժամանակը դառնում են հիմնական ցուցանիշներ։

«Հուսալի սենսորային տվյալները ճշգրիտ գյուղատնտեսության հիմքն են», - ասել է ոլորտի փորձագետը: «Ստանդարտացումը կխթանի տեխնոլոգիական առաջընթացը ամբողջ ոլորտում»:

Ապագա զարգացման ուղղություններ

1. Ցածրարժեք սենսորների մշակում. նոր նյութերի վրա հիմնված ցածրարժեք սենսորների հետազոտություն և մշակում՝ նպատակ ունենալով սենսորների միջուկի արժեքը 60-70%-ով կրճատել։
2. Արհեստական ​​բանականության կանխատեսման մոդելներ. Ինտեգրելով օդերևութաբանական տվյալները, շուկայական տվյալները և աճի մոդելները՝ ապագայի համակարգը ոչ միայն կհետևի ներկայիս պայմաններին, այլև կկանխատեսի ջրի որակի փոփոխությունները և բերքատվության տատանումները մի քանի օր առաջ։
3. Լիարժեք շղթայական հետևողականության ինտեգրում. Գյուղատնտեսական արտադրանքի յուրաքանչյուր խմբաքանակ կունենա «աճի միջավայրի» ամբողջական գրանցամատյան: Սպառողները կարող են սկանավորել QR կոդ՝ աճի ամբողջ գործընթացի հիմնական շրջակա միջավայրի տվյալները դիտելու համար:

«Պատկերացրեք, որ գյուղատնտեսական արտադրանք գնելիս կարողանաք տեսնել դրանց աճի գործընթացի հիմնական շրջակա միջավայրի պարամետրերի գրառումները», - պատկերացրեց տեխնիկական ղեկավարը: «Սա կսահմանի սննդի անվտանգության և թափանցիկության նոր չափանիշ»:

6. Եզրակացություն. Սենսորներից դեպի կայուն ապագա

Ժամանակակից ուղղահայաց ֆերմայի կառավարման կենտրոնում հարյուրավոր տվյալներ իրական ժամանակում ցուցադրվում են մեծ էկրանին՝ քարտեզագրելով միկրոէկոհամակարգի ամբողջական կյանքի ցիկլը: Այստեղ ավանդական գյուղատնտեսության մոտավորություններ կամ գնահատականներ չկան, միայն գիտականորեն կառավարվող ճշգրտություն մինչև երկու տասնորդական նիշ:«Յուրաքանչյուր սենսոր համակարգի աչքերն ու ականջներն են», - ամփոփեց տեխնիկական փորձագետը։ «Գյուղատնտեսությունն իրականում փոխակերպողն իրենք՝ սենսորները չեն, այլ մեր կարողությունը՝ սովորելու լսել այս տվյալների պատմած պատմությունները»։Քանի որ աշխարհի բնակչությունն աճում է, և կլիմայի փոփոխության ճնշումները մեծանում են, այս տվյալների վրա հիմնված ճշգրիտ գյուղատնտեսության մոդելը կարող է լինել ապագայի պարենային անվտանգության բանալին։ Ակվապոնիկայի շրջանառվող ջրերում սենսորները աննկատելիորեն նոր գլուխ են գրում գյուղատնտեսության համար՝ ավելի խելացի, ավելի արդյունավետ, ավելի կայուն ապագա։Տվյալների աղբյուրներ՝ Միջազգային առաջադեմ գյուղատնտեսական տեխնիկական զեկույցներ, գյուղատնտեսական հետազոտությունների ինստիտուտների հանրային տվյալներ, Միջազգային ջրային ճարտարագիտության ընկերության նյութեր։Տեխնիկական գործընկերներ՝ բազմաթիվ համալսարանական բնապահպանական հետազոտական ​​ինստիտուտներ, սենսորային տեխնոլոգիաների ընկերություններ, գյուղատնտեսական հետազոտական ​​հաստատություններ։Արդյունաբերական հավաստագրեր՝ միջազգային լավ գյուղատնտեսական պրակտիկայի հավաստագիր, փորձարկման լաբորատորիայի հավաստագիր

Հեշթեգեր՝
#IoT#ակվապոնիկ մոնիթորինգի համակարգ #Ակվապոնիկ #Ջրի որակի մոնիթորինգ #Կայուն գյուղատնտեսություն #Թվային գյուղատնտեսության ջրի որակի սենսոր

Ավելին իմանալու համարջրի սենսորտեղեկատվություն,

խնդրում ենք կապվել Honde Technology Co., LTD-ի հետ։

WhatsApp: +86-15210548582

Email: info@hondetech.com

Ընկերության կայքէջ՝ www.hondetechco.com