Παρακολούθηση της κατάστασης των καλλιεργειών με τη χρήση Διαδικτύου των Πραγμάτων και μεθόδων Τεχνητής Νοημοσύνης

Περίληψη

Στη σύγχρονη γεωργία, η παρακολούθηση των καλλιεργειών με συμβατικούς τρόπους παρουσιάζει σημαντικές προκλήσεις, καθώς οι μέθοδοι αυτές είναι συχνά περιορισμένες από την έλλειψη ακρίβειας και τη δυσκολία στη συλλογή και ανάλυση δεδομένων σε πραγματικό χρόνο. Η εξάρτηση από παραδοσιακές τεχνικές, όπως η επί τόπου παρατήρηση και οι δειγματοληψίες, μπορεί από τη μία μεριά να οδηγήσει σε καθυστερήσεις στη λήψη αποφάσεων, ανεπαρκή αξιοποίηση των πόρων και χαμηλότερη αποδοτικότητα των καλλιεργειών και από την άλλη είναι υποκειμενικές και εξαρτώνται από τη γνώση και την εμπειρία του εργάτη γης. Αυτές οι μέθοδοι καθιστούν δύσκολη την έγκαιρη και αντικειμενική ανίχνευση προβλημάτων όπως οι ασθένειες των φυτών, γεγονός που μπορεί να επηρεάσει αρνητικά την παραγωγικότητα και τη βιωσιμότητα των γεωργικών δραστηριοτήτων. Η παραπάνω δυσκολία μπορεί να αντιμετωπιστεί με τη χρήση σύγχρονων αισθητήρων και συστημάτων γεωργίας ακριβείας. Ιδιαίτερα, οι αισθητήρες διαδικτύου των πραγμάτων (IoT) επιτρέπουν ...
περισσότερα

Περίληψη σε άλλη γλώσσα

In modern agriculture, monitoring crops using conventional methods presents significant challenges, as these methods are often limited by a lack of accuracy and difficulty in collecting and analyzing data in real-time. Dependence on traditional techniques, such as on-site observation and sampling, can lead to delays in decision-making, inadequate resource utilization, and lower crop efficiency. Furthermore, these methods are subjective and rely heavily on the knowledge and experience of the farmworker. This makes timely and objective detection of issues, such as plant diseases, difficult, which can negatively impact productivity and the sustainability of agricultural activities. These challenges can be addressed using modern sensors and precision agriculture systems. Specifically, Internet of Things (IoT) sensors enable online crop monitoring, providing continuous and reliable real-time data streams that can be transmitted instantly through data transmission technologies and protocols. ...
περισσότερα
Η διατριβή είναι δεσμευμένη από τον συγγραφέα  (μέχρι και: 4/2027)
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/58748
ND
58748
Εναλλακτικός τίτλος
Crop monitoring with the use of Internet of Things and Artificial Intelligence methods
Συγγραφέας
Μορέλλος, Αντώνιος (Πατρώνυμο: Ευάγγελος)
Ημερομηνία
2024
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Γεωπονίας, Δασολογίας και Φυσικού Περιβάλλοντος. Τμήμα Γεωπονίας. Τομέας Εγγείων Βελτιώσεων, Εδαφολογίας και Γεωργικής Μηχανικής. Εργαστήριο Γεωργικής Μηχανολογίας
Εξεταστική επιτροπή
Πανταζή Ξανθούλα- Ειρήνη
Αλεξανδρίδης Θωμάς
Μπόχτης Διονύσιος
Φράγκος Βασίλειος
Δόρδας Χρήστος
Κωτσόπουλος Θωμάς
Φουντάς Σπυρίδων
Επιστημονικό πεδίο
Γεωπονικές Επιστήμες και ΚτηνιατρικήΓεωπονία, Δασολογία και Αλιεία ➨ Γεωπονία, άλλοι τομείς
Λέξεις-κλειδιά
Γεωργία ακριβείας (ΓΑ); Τηλεπισκόπηση και ΓΣΠ; Τεχνητή νοημοσύνη (ΤΝ); Διαδίκτυο των πραγμάτων; Ανίχνευση ανωμαλιών; Ανίχνευση αντικειμένων; Πρόβλεψη με νευρωνικά δίκτυα; Ασύρματο Δίκτυο Αισθητηρίων; Βαθειά μάθηση; Μηχανική μάθηση; Ασθένειες φυτών
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
εικ., πιν., χαρτ., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.