പാത്തജൻ പ്രവചനം: ഹൈഡ്രോപോണിക്സിലെ AI
ചെറുകിട ഹൈഡ്രോപോണിക് കൃഷിക്കാർ പാത്തജൻ (രോഗകാരികൾ) കാരണം വിളവുകൾ നഷ്ടപ്പെടുത്തുന്നു. പരിസ്ഥിതിയിലെ മാറ്റങ്ങൾ ശ്രദ്ധിക്കാതെ പോകുമ്പോൾ ഈ കീടങ്ങൾ പെരുകുന്നു. ഈർപ്പം കൂടുന്നതോ പമ്പ് നിലയ്ക്കുന്നതോ അഴുകൽ രോഗങ്ങൾ പടരാനുള്ള സാഹചര്യങ്ങൾ ഉണ്ടാക്കുന്നു. നാശനഷ്ടങ്ങൾ പടരുന്നതിന് മുമ്പ് നടപടിയെടുക്കാൻ നിങ്ങൾക്ക് AI ഉപയോഗിക്കാം.
ഈ രീതി ലളിതമാണ്. പ്രധാനപ്പെട്ട സാഹചര്യങ്ങൾക്ക് നിങ്ങൾ ഒരു സംഖ്യാപരമായ റിസ്ക് സ്കോർ (risk score) നൽകുന്നു. ഇതിൽ ഈർപ്പം, ലായനിയുടെ താപനില, പമ്പിന്റെ അവസ്ഥ, വെള്ളം ചോർച്ച എന്നിവ ഉൾപ്പെടുന്നു. ഓരോ സാഹചര്യവും ആകെ രോഗസാധ്യത സൂചികയിലേക്ക് (disease risk index) സംഭാവന ചെയ്യുന്നു. കുറഞ്ഞ റിസ്കിന് 1, ഇടത്തരം റിസ്കിന് 2, ഉയർന്ന റിസ്കിന് 3 എന്നിങ്ങനെ സ്കെയിൽ ഉപയോഗിക്കുക. ആകെ തുക മുൻകൂട്ടി നിശ്ചയിച്ച പരിധിയിൽ എത്തുമ്പോൾ, രോഗബാധയുണ്ടാകാൻ സാധ്യതയുണ്ടെന്ന് സിസ്റ്റം മുന്നറിയിപ്പ് നൽകുന്നു. ഇത് ഉടൻ തന്നെ ആ പ്രദേശം പരിശോധിക്കാൻ നിങ്ങളെ അറിയിക്കുന്നു.
ഇലകളിലെ രോഗങ്ങൾക്കായി (foliar disease), 6 മണിക്കൂറിലധികം 85 ശതമാനത്തിന് മുകളിൽ ഈർപ്പം നിലനിൽക്കുന്നത് ഉയർന്ന റിസ്ക് ആയി കണക്കാക്കുന്നു. വേരുചീയൽ (root rot) തടയാൻ, 4 മണിക്കൂറിലധികം 24 ഡിഗ്രി സെൽഷ്യസിന് മുകളിൽ ലായനിയുടെ താപനില നിലനിൽക്കുന്നത് ഉയർന്ന സ്കോർ നൽകുന്നു. പമ്പ് പരാജയപ്പെടുന്നത് ഉയർന്ന സ്കോർ നൽകുന്നു, കാരണം കെട്ടിക്കിടക്കുന്ന വെള്ളത്തിൽ ഓക്സിജൻ കുറവായിരിക്കും. വെള്ളം ചോർച്ച കണ്ടെത്താൻ നിങ്ങൾക്ക് ഒരു SparkFun Soil Moisture Sensor ഉപയോഗിക്കാം. കെട്ടിക്കിടക്കുന്ന വെള്ളം രോഗകാരികൾ വളരാനുള്ള ഇടമായി മാറുന്നതിനാൽ, ചോർച്ച ഉണ്ടായാൽ അത് നിങ്ങളുടെ ഇൻഡക്സിലേക്ക് ഉയർന്ന സ്കോർ ചേർക്കുന്നു.
ഒരു സെൻസർ ഏഴ് മണിക്കൂർ നേരത്തേക്ക് 88 ശതമാനം ഈർപ്പം രേഖപ്പെടുത്തുന്നു. ഇതിന് 3 എന്ന ഉയർന്ന സ്കോർ ലഭിക്കുന്നു. അതേസമയം, പമ്പ് താൽക്കാലികമായി നിലയ്ക്കുന്നതായും രേഖപ്പെടുത്തുന്നു. ഇത് ആകെ തുകയിൽ വീണ്ടും 3 കൂട്ടുന്നു. ഇൻഡക്സ് 6-ൽ എത്തുന്നു. ഇത് വായുസഞ്ചാരം വർദ്ധിപ്പിക്കാനും ചെടികൾ പരിശോധിക്കാനും ഒരു അലേർട്ട് നൽകുന്നു.
ഇത് നടപ്പിലാക്കാൻ ഈ മൂന്ന് ഘട്ടങ്ങൾ പിന്തുടരുക:
- സെൻസറുകൾ സജ്ജീകരിക്കുക. ഈർപ്പം, താപനില, പമ്പ്, ഈർപ്പശക്തി (moisture) എന്നിവ അളക്കുന്ന സെൻസറുകൾ സ്ഥാപിക്കുക. InfluxDB പോലുള്ള ഒരു ഡാറ്റാബേസിലേക്ക് ഡാറ്റ സ്ട്രീം ചെയ്യുക.
- സ്കോർ നിർമ്മിക്കുക. നിശ്ചിത പരിധികൾ (thresholds) പ്രയോഗിക്കാൻ ഒരു സ്ക്രിപ്റ്റ് ഉപയോഗിക്കുക. ഓരോ അളവിനെയും 1 മുതൽ 3 വരെയുള്ള സ്കോറുകളാക്കി മാറ്റുകയും അവ കൂട്ടുകയും ചെയ്യുക.
- അലേർട്ടുകൾക്ക് പ്രതികരിക്കുക. ഇൻഡക്സ് നിശ്ചിത പരിധിയിൽ എത്തുമ്പോൾ ഒരു അറിയിപ്പ് ലഭിക്കുന്നു. ആ പ്രദേശം പരിശോധിക്കാനും ഫലങ്ങൾ രേഖപ്പെടുത്താനും നിങ്ങളുടെ ചെക്ക്ലിസ്റ്റ് പിന്തുടരുക.
സെൻസർ ഡാറ്റയെ ഒരു റിസ്ക് സ്കോറിലേക്ക് മാറ്റുന്നത് രോഗബാധകൾ മുൻകൂട്ടി പ്രവചിക്കാൻ നിങ്ങളെ സഹായിക്കുന്നു. ഈ സംവിധാനം അസംസ്കൃത ഡാറ്റയെ (raw data) വേഗത്തിലുള്ള തീരുമാനങ്ങൾ എടുക്കാനുള്ള ഒരു ഉപകരണമാക്കി മാറ്റുന്നു. ഇത് നിങ്ങളുടെ വിളവെടുപ്പ് സംരക്ഷിക്കാനും നഷ്ടം കുറയ്ക്കാനും സഹായിക്കുന്നു.
Optional learning community: https://t.me/GyaanSetuAi