Искусственный интеллект для мониторинга лесов Мэна
Исследователи из лаборатории беспроводных сенсорных сетей (WiSe-Net) Университета Мэна разработали новый метод использования искусственного интеллекта (ИИ) и машинного обучения для мониторинга влажности почвы с меньшими затратами энергии и средств.
Проблема мониторинга
- Мониторинг лесных экосистем требует много энергии.
- Коммерческие датчики влажности почвы потребляют много энергии и дороги, что ограничивает их использование исследователями, лесниками и фермерами.
- Влажность почвы — критически важный параметр для роста деревьев, особенно в условиях летних засух в Мэне, но она быстро меняется, и эффективно отслеживать её в больших масштабах было сложно.
Решение от WiSe-Net
Исследователи создали беспроводную сенсорную сеть, в которой ИИ учится оптимизировать энергопотребление при мониторинге влажности почвы и обработке данных.
- Энергоэффективность: ИИ позволяет эффективно использовать ограниченную энергию, делая работу недорогой сети более долгой и надёжной.
- Снижение затрат: Метод позволяет создавать энергоэффективные системы для крупномасштабного мониторинга по более низкой цене.
- Научная основа: Разработка велась в сотрудничестве с Центром исследований устойчивых лесов, чтобы аппаратное и программное обеспечение соответствовало научным задачам.
Перспективы
- Более доступные и надёжные беспроводные датчики открывают новые возможности для мониторинга.
- Методология может быть расширена для работы с другими типами датчиков, измеряющих температуру окружающей среды, глубину снежного покрова и другие переменные.
- Сеть можно масштабировать, добавляя больше сенсорных узлов.
Исследование опубликовано в International Journal of Wireless Information Networks.