使用SensiML AI框架學(xué)習(xí)水培農(nóng)業(yè)

描述

1. 語境

作為受害者和貢獻者，農(nóng)業(yè)在氣候變化現(xiàn)象中發(fā)揮了突出作用。傳統(tǒng)農(nóng)業(yè)是在大片土地上濫用水資源的基礎(chǔ)上建立起來的。這一事實使得世界上一半的可居住土地用于糧食生產(chǎn)，這在中長期內(nèi)是不可持續(xù)的。因此，迫切需要基于高端技術(shù)的園藝新方法來改變世界的喂養(yǎng)方式。在這個項目中，我們展示了水培農(nóng)業(yè)概念驗證 (PoC) 的結(jié)果，該概念是使用 Quicklogic 的 QuickFeather 與 SensiML 結(jié)合開發(fā)的，以強調(diào)無土作物生長對氣候變化帶來的巨大好處。

2.簡介

根據(jù)歐盟 (EU) 的農(nóng)業(yè)政策報告CAP 和氣候變化 | 歐盟委員會 (europa.eu)對聯(lián)合國糧食及農(nóng)業(yè)組織 (FAO) 而言，傳統(tǒng)農(nóng)業(yè)通過土地的廣泛利用、飼養(yǎng)牲畜和化石燃料的密集使用，是溫室氣體排放的驅(qū)動力。后者已成為制造化肥和殺蟲劑、為重型農(nóng)業(yè)機械、運輸和谷物干燥等發(fā)電提供動力的必要條件。因此，隨著世界人口對食物需求的不斷增加，農(nóng)業(yè)活動導(dǎo)致的二氧化碳 (CO2)、甲烷 (CH4) 和一氧化二氮 (N2O) 的數(shù)量已經(jīng)失控，這些是全球變暖的主要原因。因此，迫切需要采取行動，通過可持續(xù)的新農(nóng)業(yè)方法養(yǎng)活人類，同時需要更少的能源。盡管全球的石油公司都在推廣生物燃料作為一種替代品，以減輕化石能源對溫室氣體產(chǎn)生的影響，但現(xiàn)實情況是這些燃料的使用遠非大規(guī)模。為了減少對可燃物的依賴，農(nóng)業(yè)必須在當(dāng)?shù)剡M行，以避免因運輸而產(chǎn)生的氣體排放；不用殺蟲劑和化肥，必須占用更少的土地來控制瘟疫；必須減少用水量以防止水土流失；并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。現(xiàn)實情況是，這些燃料的引入遠非大規(guī)模。為了減少對可燃物的依賴，農(nóng)業(yè)必須在當(dāng)?shù)剡M行，以避免因運輸而產(chǎn)生的氣體排放；不用殺蟲劑和化肥，必須占用更少的土地來控制瘟疫；必須減少用水量以防止水土流失；并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。現(xiàn)實情況是，這些燃料的引入遠非大規(guī)模。為了減少對可燃物的依賴，農(nóng)業(yè)必須在當(dāng)?shù)剡M行，以避免因運輸而產(chǎn)生的氣體排放；不用殺蟲劑和化肥，必須占用更少的土地來控制瘟疫；必須減少用水量以防止水土流失；并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。

水培法是一種無土栽培作物的方法，它的根部不斷地用營養(yǎng)液灌溉。在這種情況下，植物生長得更快，因為與傳統(tǒng)的土壤栽培相比，光照、養(yǎng)分、氧氣和二氧化碳的量以及瘟疫可以得到大規(guī)?？刂?。由于這種方法不需要土壤，大城市已采用這種方法生產(chǎn)某些植物標(biāo)本，如土豆、西紅柿和生菜，有助于減少運輸產(chǎn)生的溫室氣體。與水的消耗有關(guān)，它通過由泵組成的灌溉系統(tǒng)提供給作物。灌溉是作物生長的關(guān)鍵因素，因為養(yǎng)分的吸收取決于溶解在水中的氧氣量。所以，在水培系統(tǒng)中，當(dāng)根區(qū)發(fā)生一定程度的枯竭時，必須提供水溶液，根區(qū)用作水庫。這樣，技術(shù)的使用就變得顯而易見，以便在植物需要時自動提供它們所需的東西。

在本文中，我們介紹了使用 QuickLogic 的 QuickFeather 1.2 版與機器學(xué)習(xí) SensiML 框架結(jié)合使用的信息物理系統(tǒng) (CPS) 的設(shè)計和實現(xiàn)。QuickFeather 板用于處理從溫度傳感器捕獲的數(shù)據(jù)，而機器學(xué)習(xí)框架則訓(xùn)練一個模型，該模型可實時提供有關(guān)農(nóng)作物需要灌溉的時間和所需營養(yǎng)量的準(zhǔn)確信息。我們的系統(tǒng)模擬水培種植園，我們在水和能源消耗方面評估我們的解決方案，以驗證這種類型的糧食生產(chǎn)系統(tǒng)可以有效取代傳統(tǒng)農(nóng)業(yè)。

2.解決方案

我們的 CPS PoC 如下圖所示。如圖所示，它主要由濕度和溫度傳感器以及用于控制氧氣的氣石組成。此設(shè)置代表深水養(yǎng)殖系統(tǒng)，其中作物的根部被放置在一個裝滿基質(zhì)的網(wǎng)盆中。根部直接暴露在水性營養(yǎng)液中，泵注入氣泡以保持作物充足的氧氣。因此，這種水培配置促進了植物的快速生長，同時保持了建筑的廉價和簡單。該系統(tǒng)的主要優(yōu)點是它在泵發(fā)生故障時具有彈性，因為它使用了大量的溶劑，植物仍然可以存活很長時間。在我們的實驗中，

深層營養(yǎng)水庫儲存了大量富含營養(yǎng)的水。

?

值得注意的是，擴散的氧氣允許植物根部吸收最大量的養(yǎng)分，從而加速作物生長。這就是水培法對氣候變化產(chǎn)生積極影響的原因，因為有效的養(yǎng)分吸收有效地減少了所需的肥料量，同時縮短了食品生產(chǎn)的上市時間。

在這個項目中，我們通過濕度、pH 值和溫度傳感器跟蹤農(nóng)作物的生長。根據(jù)我們的考慮，這些代表了可以提供有關(guān)功能的準(zhǔn)確信息的指標(biāo)

為了跟蹤不同的變量，我們將插入濕度和溫度傳感器。可以使用預(yù)測水管理的機器學(xué)習(xí)模型分析捕獲的數(shù)據(jù)。具體而言，我們有興趣研究溫度如何通過蒸發(fā)、酸度和土壤水分等現(xiàn)象影響生態(tài)系統(tǒng)動態(tài)。因此，可以在 QuickFeather 板上實施深度學(xué)習(xí)算法，以根據(jù)蔬菜的蒸發(fā)和蒸騰作用預(yù)測最佳灌溉。

2.1 設(shè)置

2.1.1 作物生長

我們在具有六孔植物尺寸的水培系統(tǒng)種植套件上開發(fā)了我們的項目。我們之所以選擇該套件，是因為它由堅固耐用的優(yōu)質(zhì)塑料制成，可適應(yīng)任何植物家族的生長。更多信息可以在像這樣的外部零售商處找到。

?

?

?

?

1 / 3 ?水培入門套件

?

水培栽培由兩個階段組成：

• 初始植物發(fā)芽：種子很脆弱，在用于水培系統(tǒng)之前需要非常小心。種子需要潮濕的環(huán)境，而不會接觸到水培系統(tǒng)的營養(yǎng)物質(zhì)。這就是為什么最初的植物發(fā)芽是在水培系統(tǒng)之外進行的原因。根據(jù)植物類型，此過程可能需要 1 到 2 周的時間。互聯(lián)網(wǎng)上的大多數(shù)教程都推薦使用巖棉來改善這個生長階段。我們放了一個塑料蓋以保持高濕度。

植物發(fā)芽。塑料蓋用于濕度保持。

?

• 水培系統(tǒng)中的植物生長：一旦植物長出小根，就可以將它們放在塑料海綿內(nèi)以繼續(xù)生長周期，如下圖所示。

?

?

?

?

1 / 2 ?種植小型植物

?

2.1.2 氣泵

為了計算氣泵的尺寸，重要的是要考慮營養(yǎng)液儲存器的尺寸。通常，規(guī)則規(guī)定氣泵的電壓必須等于可用營養(yǎng)液的加侖數(shù)。在我們的案例中，對于這個微型 PoC，我們基本上可以使用任何氣泵，因為生長套件中的水可以在沒有任何具體問題的情況下被充氧。

2.2 硬件開發(fā)

QuickFeather 是開發(fā)該項目的基礎(chǔ)平臺。與其他開發(fā)板相比，它因受到開源硬件開發(fā)套件和軟件工具的支持而脫穎而出。市場上有其他微控制器，它們提供不同和相似的硬件模塊，例如 arduino Uno WiFi 或 Arduino MKR VIDOR 4000，但其中沒有 QuickFeather 擁有的廣泛支持，這使得它對新開發(fā)人員非常有吸引力。QuickFeather 的主要特性之一是其內(nèi)置的 eFPGA，它可通過名為 SymbiFlow 的框架進行編程，以利用矢量化來計算高度并行化的程序。MCU 可以通過 Zephyr 和 FreeRTOS 刷寫。

讀者可以訪問此處提供的文檔。然而，仍然沒有可用的引腳圖，所以我提出以下一個：

quickfeather 的引出線

?

如圖所示，總共有 8 個 GPIO 和兩個 I2C 接口。模數(shù)轉(zhuǎn)換器 (ADC) 可用于連接多個傳感器，正如 QuickLogic 開放式可重構(gòu)計算 (QORC) Quickfeather 軟件開發(fā)套件 (SDK) 文檔中所推薦的那樣。

本項目開發(fā)使用的除QuickFeather 1.2以外的組件如下：

• 2000毫安鋰聚合物電池
• DS18B20溫度傳感器：是一種防水傳感器，可用于塑料容器內(nèi)。它可以測量從 - 55 C 到 +125 C 范圍內(nèi)的溫度。
• 土壤濕度傳感器：傳感器顯示 0-100 的相對值，可以使用參考文獻中的程序?qū)ζ溥M行校準(zhǔn)。
• pH 傳感器：顯示 0 到 14 范圍內(nèi)的 pH 值。

2.2.1數(shù)據(jù)采集方式

為了訓(xùn)練機器學(xué)習(xí)模型，必須使用 QuickFeather 捕獲足夠的數(shù)據(jù)。從 Quickfeather 讀取數(shù)據(jù)有兩種方法：通過其他設(shè)備（如 esp32）通過 WiFi 傳輸數(shù)據(jù)或使用串行連接。

我們將 USB 串行連接連接到 Raspberry 3B i，以便擁有用于數(shù)據(jù)收集的低功率設(shè)備。以下方案描述了如何與不同的電子元件建立連接。

?

?

?

?

1 / 2 ?集合數(shù)據(jù)架構(gòu)

?

2.2.2模型推理狀態(tài)

我們假裝證明鋰電池的使用足以為 QuickFeather 供電，以實時訓(xùn)練機器學(xué)習(xí)模型，使設(shè)備完全自主。這是我們?yōu)轵炞C PoC 設(shè)定的目標(biāo)，因為我們想證明技術(shù)是擴大水培農(nóng)業(yè)糧食生產(chǎn)的關(guān)鍵。

如下圖所示，執(zhí)行器直接連接到 QuickFeather 的引腳，其激活和睡眠模式直接取決于經(jīng)過訓(xùn)練的機器學(xué)習(xí)預(yù)測模型。在下一節(jié)中，將詳細解釋 SensiML 如何用于部署我們的自主智能 CPS。

?

?

?

?

1 / 2 ?推理狀態(tài)

?

2.2.3 水和能源消耗

我們已經(jīng)對我們的系統(tǒng)進行了大規(guī)模測試，并得出了以下指標(biāo)來評估我們的解決方案與傳統(tǒng)農(nóng)業(yè)的比較。由于我們使用的是鋰電池，所以我們將總消耗電量計算為電池容量與使用時間的乘積。我們處理了正在使用的 2000mAH 電池。根據(jù)這份報告，通過假設(shè)我們的電源無休止地使用，與歐洲生產(chǎn)一種食物所消耗的能源相比，我們的解決方案的能源消耗比傳統(tǒng)農(nóng)業(yè)低 80% 左右。https://edepot.wur.nl/278550

在耗水量方面，我們在單位面積灌溉方面優(yōu)于傳統(tǒng)農(nóng)業(yè)高達 90%。我們在種植套件中裝滿了四升水，并在同一地區(qū)更換了兩周。通過擴大這個值并與世界銀行的數(shù)字進行比較，https ://www.worldbank.org/en/topic/water-in-agriculture#3 ，我們得出結(jié)論，水培可以減少高達 90% 的用水量每平方公里。

2.3 軟件開發(fā)

SensiML 還提供了一個用于數(shù)據(jù)采集的開源實用程序，稱為SensiML Open Gateway。我們通過遠程服務(wù)器使用它為該軟件做出了貢獻，對于我們的研究案例來說，它是一個 Raspberry Pi，因為它可以在硬件開發(fā)部分中顯示。Raspberry Pi 使用 UART 串??行連接從 Quickfeather 接收數(shù)據(jù)，并將其保存在內(nèi)存 SD 卡中。然后將此數(shù)據(jù)傳輸?shù)奖镜貦C器或云端進行分析。

SensiML 的一大優(yōu)勢是其工具的多功能性：

• 數(shù)據(jù)捕獲實驗室用于捕獲、標(biāo)記、訓(xùn)練和導(dǎo)出機器學(xué)習(xí)模型。這對于不想直接處理機器學(xué)習(xí)的最終用戶來說尤其有趣。
• 另一種選擇是在 Jupyter 筆記本中使用 AutoML Python 庫，這樣可以在機器學(xué)習(xí)訓(xùn)練期間提供更大的靈活性。此方法面向希望對界面有更多控制權(quán)的數(shù)據(jù)科學(xué)家。

我們從溫度和 pH 傳感器獲取數(shù)據(jù)。水培設(shè)備在室內(nèi)，白天水溫變化不大。然而，由于植物不斷生長，pH 值的影響更大。下圖顯示了這兩個變量的演變。

溫度和 pH 值變化

?

這兩個值的理想范圍是：溫度為 15 至 26°C，pH 為 5.8 至 6.4。我們還注意到 pH 值受氣泵狀態(tài)的影響，因此當(dāng)泵運行時它會增加，而當(dāng)泵不轉(zhuǎn)動時它會降低（變得更酸）。我們認為這可能是一個很好的用例，機器學(xué)習(xí)模型應(yīng)該檢測何時打開泵。

為了訓(xùn)練機器學(xué)習(xí)模型，我們將數(shù)據(jù)標(biāo)記為“ON”，即當(dāng) pH 值較低且需要打開氣泵時。在下圖中，您可以在泵應(yīng)打開時看到 1 上的綠線。

pH值受泵狀態(tài)影響

?

在數(shù)據(jù)科學(xué) (DS) 中，此用例對應(yīng)于二元分類問題。我們使用 SensiML SDK 定義了一個管道，其中數(shù)據(jù)在窗口中被切片，進行特征提取，然后將其饋送到機器學(xué)習(xí)模型，在該模型中輸出決定是否應(yīng)該打開氣泵。在選擇可以使用的模型類型時也有靈活性（更多信息和示例可以在SensiML 教程中找到），對于我們的案例，我們使用了具有 6 個順序?qū)拥?a href='http://srfitnesspt.com/tags/神經(jīng)網(wǎng)絡(luò)/' target='_blank' class='arckwlink_none'>神經(jīng)網(wǎng)絡(luò)。該模型在驗證數(shù)據(jù)上具有 76% 的準(zhǔn)確率和 86% 的召回率（敏感度），如下圖所示。

模型性能指標(biāo)

?

可以使用 jupyter 小部件直接從筆記本導(dǎo)出和下載該模型。這對數(shù)據(jù)科學(xué)家來說非常方便，因為一切都在 python 上運行。

用于下載模型的 Jupyter 小部件

?

模型的輸出可以以不同的方式使用：

* 當(dāng)需要打開氣泵時，點亮 Quickfeather 上的板載 LED。

* 使用繼電器開啟和關(guān)閉氣泵

* 使用機械組件向水中添加更多營養(yǎng)。

為了簡單起見，我們選擇了第一個選項，因此只要模型的燈亮起，我們就手動打開泵。該模型能夠預(yù)測何時需要改變泵的性能。

?

3. 結(jié)論與展望

在這個項目中，我們開發(fā)了一個 CBS 來證明基于水培的農(nóng)業(yè)是一種真正有吸引力的解決方案，可以解決農(nóng)業(yè)活動發(fā)展過程中產(chǎn)生的溫室氣體排放問題。我們的主要動機是提供一個真正的 PoC 來證明世界可以有效地適應(yīng)新型環(huán)境友好型農(nóng)業(yè)，這些農(nóng)業(yè)既不依賴化石燃料也不依賴牲畜生產(chǎn)。

我們使用 SensiML 軟件根據(jù)經(jīng)過訓(xùn)練的機器學(xué)習(xí)模型來調(diào)節(jié)氣泵的功能。我們證明了可以根據(jù)水的氧化水平來控制作物生長的所有重要變量。因此，我們證明了基于高端技術(shù)的水培農(nóng)業(yè)是現(xiàn)實的，由于其價格低廉且維護簡單，可以在全球范圍內(nèi)采用。

我們確實認為，通過這個項目，我們成功地展示了農(nóng)業(yè)可以本地化，消耗更少的氫資源和肥料。農(nóng)作物的生產(chǎn)是在一個微型種植套件中進行的，預(yù)計可以將其堆疊起來以擴大飼料生產(chǎn)。另一方面，水培可將農(nóng)業(yè)所需的水和肥料量減少高達 90%，因為植物的濕度只能通過根部的水溶液來維持。

然而，值得注意的是，深水養(yǎng)殖系統(tǒng)對酸度 (pH) 和電導(dǎo)率的變化非常敏感，嚴(yán)格跟蹤這些變量對于作物的生長是必不可少的。我們假裝通過擁有更大的種植套件來擴展這個項目，我們可以在其中評估如何通過 QuickFeather 網(wǎng)絡(luò)大規(guī)模生產(chǎn)食物。