فرصت‌ها و چالش‌های استفاده از برنامه‌های هوشمند تلفن همراه در آبیاری محصولات کشاورزی

نوع مقاله : مقاله فنی-ترویجی

نویسندگان

1 گروه علوم و مهندسی آب، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، ایران

2 گروه مهندسی آب دانشکده علوم کشاورزی دانشگاه گیلان

3 دانشیار، گروه علوم و مهندسی آب، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، ایران

4 استاد گروه علوم باغبانی دانشگاه گیلان

چکیده

به‌طور سنتی کشاورزان از حواس و ادراک خود برای تشخیص و نظارت بر سلامت و نیازهای محصولات خود استفاده کرده‌اند. با این‌حال، انسان دارای پنج حس ادراکی اساسی با سطح دقت متفاوت است که می‌تواند از انسانی به انسان دیگر تغییر کرده و تا حد زیادی به استرس، تجربه، سلامتی و سن بستگی دارد. برای غلبه بر این مشکل، در دهه گذشته، با ظهور فناوری تلفن‌های هوشمند، برنامه‌های جدید کشاورزی برای دستیابی به سامانه‌های تشخیص بهتر، مقرون‌به‌صرفه، دقیق و قابل‌حمل توسعه داده شد. تلفن‌های هوشمند معمولی مجهز به چندین حس­گر هستند که می‌توانند برای پشتیبانی از فعالیت‌های کشاورزی معمولی و پیشرفته در زمان واقعی با هزینه بسیار کم مفید باشند؛ بنابراین، توسعه برنامه‌های کشاورزی مبتنی بر دستگاه‌های تلفن هوشمند در سال‌های اخیر به‌طور تصاعدی افزایش یافته است. بااین‌حال، پتانسیل بزرگی که توسط برنامه‌های تلفن هوشمند ارائه می‌شود هنوز به‌طور کامل محقق نشده است. با توجه به اینکه مدیریت مزرعه و عملیات آبیاری معمولاً زمان زیادی نیاز دارد بنابراین نیروی انسانی باید در زمان مشخص انجام وظایف کنند. استفاده از نرم‌افزارهای گوشی هوشمند سبب افزایش کیفیت مدیریت و استفاده بهتر از نهاده و همچنین کاهش صرف وقت و نیروی انسانی و درنهایت هزینه‌های مربوطه می‌شود؛ بنابراین، مقاله حاضر مرور و تجزیه‌وتحلیل ویژگی‌های چندین برنامه تلفن همراه را برای استفاده در کشاورزی هوشمند موجود در بازار یا توسعه‌یافته در پژوهش­های مختلف ارائه می‌دهد. این امر به کشاورزان کمک می‌کند تا شناختی از نوع برنامه‌های موجود، ویژگی‌ها و مقایسه بین آن‌ها داشته باشند. همچنین، این مقاله یک منبع مناسب برای کمک به پژوهش‌گران و توسعه‌دهندگان برنامه‌های کاربردی برای درک محدودیت‌های ابزارها و خلأهای موجود برای انجام کارهای جدید است

کلیدواژه‌ها

عنوان مقاله [English]

Opportunities and Challenges of Using Smart Mobile Apps in Irrigation of Agricultural Products

نویسندگان [English]

  • Mahsa Heydari 1
  • Mohammadreza Khaledian 2
  • MohammadHassan Biglouei 3
  • mahmud ghasemnezhad 4
1 Department of Water Eng., Faculty of Agricultural Sciences, University of Guilan; P.O.BOX 41635-3756, Rasht, Iran
2 Water Eng. Dept., Faculty of Agricultural Sciences, University of Guilan
3 Department of Water Eng., Faculty of Agricultural Sciences, University of Guilan; P.O.BOX 41635-3756, Rasht, Iran
4 Professor, Department of Horticultural Science, University of Guilan
چکیده [English]

Farmers have traditionally used their sensory and perceptual systems to diagnose and monitor the health and needs of their crops. However, humans have five basic perceptual systems with varying degrees of accuracy that can vary from person to person and largely depend on stress, experience, health and age. To overcome this problem, in the last decade, with the advent of smart phone technology, new agricultural programs have been developed to achieve better, cost-effective, accurate and reliable detection systems. Conventional smartphones are equipped with several sensors that can be used to support normal and advanced agricultural activities in real time at a very low cost.Thus, the development of agricultural applications based on smartphones has increased exponentially in recent years. However, the great potential offered by smartphone applications has not yet been fully realized. Due to the fact that farm management and irrigation operations usually require a lot of time, therefore, human resources must perform tasks in a specific time. The use of smartphone software increases the quality of management and better use of inputs, as well as reducing time and manpower, and ultimately related costs. Therefore, the present article provides an overview and analysis of the features of several mobile applications for use in smart farming on the market or developed in various studies. This helps farmers to assess the type of available programs, their features and compare them. This article is also a good resource to help researchers and application developers understand the limitations of existing tools and gaps in new work.

کلیدواژه‌ها [English]

  • Mobile application
  • Irrigation planning
  • Water balance
  • Smart agriculture

مراجع

احمدالی، خ.، رمضانی، ه. و حسینی‌پژوه، ن. 1396. ارزیابی سامانه‌های نوین آبیاری استان قم. نشریه آبیاری و زهکشی ایران. 5 (11): 749-736.
حسنی، ی.، هاشمی، م. و زهرائی، ب. 1399. توسعه ساختار جدید بهره‌برداری اقتصادی در شبکه‌های آبیاری فاقد بازار آب. نشریه علوم آب و خاک. 24 (1): 43-27.
حمدی احمد آبادی، ی.، لیاقت، ع. م. رسول‌زاده، ع. و قادرپور، ر. 1398. بررسی روند سرانه مصرف آب در ایران براساس رژیم غذایی در دو دهه گذشته. نشریه تحقیقات آب و خاک ایران. 5 (1): 87-77.
شکری، ح. ر.، نجارچی، م. جعفری‌نیا، ر. مختاری، ش. و علیزاده، ح. ع. 1398. بهینه­سازی الگوی کشت و منابع آب در سطوح مختلف آبیاری برای مناطق گرم و خشک (مطالعه موردی، دشت­های دهلران استان ایلام). مجله تحقیقات آب و خاک ایران. 5 (6): 1361-1351.
 قلی‌زاده سرابی، ش.، داوری، ک. قهرمانی، ب. و شفیعی، م. 1398. مطالعه‌ی تاریخی سیستم پیوسته انسان- آب از منظر هیدرولوژی اجتماعی، محدوده مورد مطالعه: حوزه آبریز مشهد. نشریه تحقیقات منابع آب ایران. 15 (4): 170-148.
Allen, R. G., Pereira, L. S., Raes, D. and Smith, M. 1998. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. Fao, Rome, 300(9): D05109.
Bakas, T., Papadimitriou, Ι., Xeroheimonas, I., Mariolis, D., Megas, P. and Argyri, P. 2020. Water crisis-beyond the destruction. Open Schools Journal for Open Science. 3(3), 1-11.
Bartlett, A. C., Andales, A. A., Arabi, M. and Bauder, T. A. 2015. A smartphone app to extend use of a cloud-based irrigation scheduling tool. Computers and Electronics in Agriculture. 111: 127–130.
Flores, J. H. N., Faria, L. C., Rettore Neto, O., Diotto, A. V. and Colombo, A. 2021. Methodology for Determining the Emitter Local Head Loss in Drip Irrigation Systems. Journal of Irrigation and Drainage Engineering. 147(1): 6020014.
Freebairn, D. M., Ghahramani, A., Robinson, J. B.and McClymont, D. J. 2018. A tool for monitoring soil water using modelling, on-farm data, and mobile technology. Environmental Modelling & Software. 104: 55–63.
Júnior, W. M., Valeriano, T. T. B. and de Souza Rolim, G. 2019. EVAPO: A smartphone application to estimate potential evapotranspiration using cloud gridded meteorological data from NASA-POWER system. Computers and Electronics in Agriculture. 156: 187–192.
Migliaccio, K. W., Morgan, K. T., Fraisse, C., Vellidis, G. and Andreis, J. H. 2015. Performance evaluation of urban turf irrigation smartphone app. Computers and Electronics in Agriculture. 118: 136–142.
Perea, R. G., García, I. F., Arroyo, M. M., Díaz, J. A. R., Poyato, E. C. and Montesinos, P. 2017. Multiplatform application for precision irrigation scheduling in strawberries. Agricultural Water Management. 183: 194–201.
Petrie, P. R., Wang, Y., Liu, S., Lam, S., Whitty, M. A. and Skewes, M. A. 2019. The accuracy and utility of a low cost thermal camera and smartphone-based system to assess grapevine water status. Biosystems Engineering. 179: 126–139.
Ritchie, J. T. 1972. Model for predicting evaporation from a row crop with incomplete cover. Water Resources Research. 8(5): 1204–1213.
Rusdi, J. F., Salam, S., Abu, N. A., Sunaryo, B., Taufiq, R., Muchlis, L. S., Septianna, T., Hamdi, K., Arianto, A., Ilman, B., Desfitriady, D., Kodong, F. R. and Vitianingsih, A. V. 2019. Dataset smartphone usage of international tourist behavior. Data in Brief, 27, 104610.
Simionesei, L., Ramos, T. B., Palma, J., Oliveira, A. R. and Neves, R. 2020. IrrigaSys: A web-based irrigation decision support system based on open source data and technology. Computers and Electronics in Agriculture, 178, 105822.
Skewes, M., Petrie, P. R., Liu, S. and Whitty, M. 2016. Smartphone tools for measuring vine water status. International Symposium on Sensing Plant Water Status-Methods and Applications in Horticultural Science. 1197: 53–58.
Sorensen, C. G., Fountas, S., Nash, E., Pesonen, L., Bochtis, D., Pedersen, S. M., Basso, B. and Blackmore, S. B. 2010. Conceptual model of a future farm management information system. Computers and Electronics in Agriculture. 72(1): 37–47.
Vellidis, G., Liakos, V., Andreis, J. H., Perry, C. D., Porter, W. M., Barnes, E. M., Morgan, K. T., Fraisse, C. and Migliaccio, K. W. 2016. Development and assessment of a smartphone application for irrigation scheduling in cotton. Computers and Electronics in Agriculture. 127: 249–259.
Williams, J R. 1983. EPIC, The Erosion-Productivity Impact Calculator, Volume 1. Model Documentation. Agricultural Research Service, United States Department of Agriculture. Number 1768.
Williams, J. R. and LaSeur, W. V. 1976. Water yield model using SCS curve numbers. Journal of the Hydraulics Division. 102(9): 1241–1253.
Yin, Z., Luo, Q., Wu, J., Xu, S. and Wu, J. 2021. Identification of the long-term variations of groundwater and their governing factors based on hydrochemical and isotopic data in a river basin. Journal of Hydrology. 592: 125604.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

فایل ها

هم رسانی

ارجاع به این مقاله

آمار