4. Архітектура IoT-систем для польового моніторингу

Системи Smart-меліорації функціонують на основі багатошарової архітектури, яка забезпечує збір, обробку та передачу даних для прийняття рішень.8

Основні рівні архітектури:

1.             Сенсорний Рівень (Sensor Layer): Збір сирих даних (волога, температура, EC, освітленість). Для цього використовуються інтегровані датчики.9

2.             Рівень Периферійної Обробки (Edge Processing Layer): Мікроконтролери (наприклад, ESP32 або ESP8266) виконують початкову обробку даних. Цей рівень є критичним, оскільки він може виконувати базові алгоритми машинного навчання (наприклад, Random Forest) для автоматизованого прийняття рішення про зрошення без затримки, спричиненої передачею в хмару.8

3.             Комунікаційний Рівень (Communication Layer): Відповідає за надійну та безпечну передачу даних на віддалений сервер. Використовуються енергоефективні протоколи, такі як MQTT (Message Queuing Telemetry Transport), а також технології LoRa (для великих відстаней і низького енергоспоживання) або мобільний інтернет (GSM) для польових мереж.5

4.             Рівень Користувацького Інтерфейсу та Хмарної Обробки (User Interface Layer): Хмарні платформи (наприклад, AWS IoT Core) забезпечують сховище даних, візуалізацію, виконання складних AI-моделей та віддалене керування виконавчими механізмами (насосами, клапанами) через мобільні додатки.8

Нижче представлена систематизація ключових Smart-компонентів, розроблених у період 2018–2025 років:

Таблиця 1: Огляд Smart-Сенсорів та IoT Компонентів для Моніторингу Ґрунтів (2018–2025)

 

Сенсор/Система

Вимірюваний Параметр

Використання в Меліорації

Джерело

Watermark / Автоматичні тензіометри

Вологість ґрунту / Водний потенціал

Управління краплинним та дощувальним зрошенням, моніторинг на 2–3 глибинах

5

Libelium Smart Agriculture Xtreme

Електроопір (солоність), Рівень кисню, Водний потенціал

Визначення потреби у добривах, Оцінка дренажу та аерації ґрунту

4

Sentera Double 4K (БПЛА + Камера)

Індекси вегетації (NDVI, NDRE, NIR)

Оцінка ефективності зрошення та впливу водного чи сольового стресу на культуру

4

Random Forest Algorithm

Дані сенсорів

Автоматизоване прийняття рішення про зрошення (Edge Processing)

9

LoRaWAN / GSM мережі

Дані моніторингу

Надійна та енергоефективна передача даних на великі відстані у польових умовах

5

Доступність

Шрифти Шрифти

Розмір шрифта Розмір шрифта

1

Колір тексту Колір тексту

Колір тла Колір тла

Кернінг шрифтів Кернінг шрифтів

Видимість картинок Видимість картинок

Інтервал між літерами Інтервал між літерами

0

Висота рядка Висота рядка

1.2

Виділити посилання Виділити посилання

Вирівнювання тексту Вирівнювання тексту

Ширина абзацу Ширина абзацу

0