Modellierung des Bewässerungsabflusses - Regressionsbasiertes System

ISBN-13: 9786204572512 / Miękka / 148 str.

Marwan Khan; Sanam Noor

Opis

Der Agrarsektor verbraucht 70 % des weltweit genutzten Süßwassers, in den Entwicklungsländern sogar bis zu 95 %, um den wachsenden Bedarf an 70 % mehr Nahrungsmitteln für die geschätzte Bevölkerung von 9,1 Milliarden Menschen im Jahr 2050 zu decken. Außerdem wird geschätzt, dass in den nächsten 30 Jahren 14 % mehr Süßwasser für landwirtschaftliche Zwecke entnommen werden muss. Aus der Fachliteratur geht hervor, dass Präzisionsbewässerungssysteme die traditionellen/oberflächlichen Bewässerungssysteme übertreffen und bis zu 50 % Wasser einsparen. In diesem Bericht wurde das NRCS herangezogen und ein Szenario mit zwei landwirtschaftlichen Betrieben in zwei verschiedenen Wassereinzugsgebieten auf der Hangebene betrachtet, in denen ein Sprinklerbewässerungssystem installiert ist. Wenn die Beregnung stattfindet, fließt das Wasser von Betrieb A durch einen Auslasspunkt / ein Tor zu Betrieb B. Es muss gelernt und vorhergesagt werden, bevor es in den Einlassstrom des Beregnungssystems von Betrieb B gelangt. Mehrere drahtlose Sensoren und Algorithmen des maschinellen Lernens wurden für die Datenextraktion aus der Bodenfeuchte und dem Erntestadium auf Betrieb A verwendet. Außerdem wurden die Abflussmenge und die Abflusszeit berechnet, um sie im Präzisionsbewässerungssystem von Betrieb B effizient zu nutzen und Wasserverschwendung zu vermeiden.

O autorze

Khan, MarwanMarwan Khan promoviert derzeit an der University of Southampton UK. Seine Forschungsinteressen sind Präzisionsbewässerung, WSN und Modellierung von Bewässerungsabflüssen mit Hilfe von Algorithmen des maschinellen Lernens. Er ist auch als Dozent im Fachbereich Informatik an der Abdul Wali Khan Universität Mardan (AWKUM) Pakistan tätig.