scholarly journals A Model-Based Real-Time Decision Support System for Irrigation Scheduling to Improve Water Productivity

Agronomy ◽  
2019 ◽  
Vol 9 (11) ◽  
pp. 686 ◽  
Author(s):  
Chen ◽  
Qi ◽  
Gui ◽  
Gu ◽  
Ma ◽  
...  
Keyword(s):  
Decision Support ◽  
Decision Support System ◽  
Real Time ◽  
Support System ◽  
Deficit Irrigation ◽  
Water Productivity ◽  
Irrigation Scheduling ◽  
Cotton Field ◽  
Crop Water ◽  
Significant Difference

A precisely timed irrigation schedule to match crop water demand is vital to improving water use efficiency in arid farmland. In this study, a real-time irrigation-scheduling infrastructure, Decision Support System for Irrigation Scheduling (DSSIS), based on water stresses predicted by an agro-hydrological model, was constructed and evaluated. The DSSIS employed the Root Zone Water Quality Model (RZWQM2) to predict crop water stresses and soil water content, which were used to trigger irrigation and calculate irrigation amount, respectively, along with forecasted rainfall. The new DSSIS was evaluated through a cotton field experiment in Xinjiang, China in 2016 and 2017. Three irrigation scheduling methods (DSSIS-based (D), soil moisture sensor-based (S), and conventional experience-based (E)), factorially combined with two irrigation rates (full irrigation (FI), and deficit irrigation (DI, 75% of FI)) were compared. The DSSIS significantly increased water productivity (WP) by 26% and 65.7%, compared to sensor-based and experience-based irrigation scheduling methods (p < 0.05), respectively. No significant difference was observed in WP between full and deficit irrigation treatments. In addition, the DSSIS showed economic advantage over sensor- and experience-based methods. Our results suggested that DSSIS is a promising tool for irrigation scheduling.

scholarly journals Crop water productivity and yield response of two greenhouse basil (Ocimum basilicum L.) cultivars to deficit irrigation

2021 ◽  
Author(s):  
Morteza Goldani ◽  
Mohammad Bannayan ◽  
Fatemeh Yaghoubi
Keyword(s):  
Deficit Irrigation ◽  
Water Productivity ◽  
Irrigation Scheduling ◽  
Yield Response ◽  
Relative Reduction ◽  
Crop Evapotranspiration ◽  
Crop Water ◽  
Crop Water Productivity ◽  
Significant Difference ◽  
Herb Yield

Abstract This two-year study aimed to determine the most appropriate irrigation scheduling and crop water productivity (CWP) of basil plant under controlled conditions in Ferdowsi University of Mashhad, Iran. The experimental layout was a split-plot design with three replications. Three deficit irrigation (DI) levels (DI0: 100%, DI30: 70% and DI60: 40% of the field capacity) and two basil cultivars (Green and Purple) were applied to main and subplots, respectively. The results showed that there was a decrease in yield and an increase in CWP for fresh leaves and fresh and dry herb by decreasing the irrigation water. However, a significant difference between fresh leaves and fresh and dry herb yield of DI0 and DI30 treatment was not observed. The Green basil had higher leaves and herb yield and CWP than other cultivar. A polynomial relationship was stablished between fresh leaves yield and crop evapotranspiration, however the yield response factor (Ky) indicated a linear relationship between the relative reduction in crop evapotranspiration vs. the relative reduction in yield. The Ky values were obtained as 0.70 and 0.76 for Green and Purple basil, respectively. The results revealed that the irrigation regime of 30% water saving could insure acceptable yield of basil plant and increase in CWP, especially for the Green basil cultivar.

scholarly journals Theory and Development of a VRI Decision Support System: The USDA-ARS ISSCADA Approach

2020 ◽  
Vol 63 (5) ◽  
pp. 1507-1519
Author(s):  
Steven R. Evett ◽  
Susan A. O’Shaughnessy ◽  
Manuel A. Andrade ◽  
Paul D. Colaizzi ◽  
Robert C. Schwartz ◽  
...  
Keyword(s):  
Decision Support ◽  
Decision Support System ◽  
Support System ◽  
Low Cost ◽  
Water Productivity ◽  
Wireless Sensor ◽  
Variable Rate ◽  
Crop Water ◽  
Soil Sensors ◽  
Crop Water Productivity

HighlightsMulti-faceted research efforts converged to an automated irrigation decision support system (DSS).Low-cost, solar-powered, wireless plant abiotic and biotic stress sensors were developed to aid the DSS.Low-cost, accurate TDR soil water sensors and a wireless node and gateway system were developed for the DSS.Sensor systems and research-based algorithms were integrated into an automated irrigation DSS and control system.Abstract. Variable-rate irrigation (VRI) is now possible with every new center pivot irrigation system sold, either using sector (speed) control or both sector and zone (radial along the pipeline) control. However, decision support systems able to generate a prescription for spatially varying irrigation based on crop water need have lagged far behind VRI equipment. Irrigation based on crop water need has been shown to increase both crop water productivity and nutrient use efficiency, meaning that an effective VRI decision support system (DSS) could improve profitability while conserving resources. In this article, we report separately on a VRI DSS using sensor-based plant and soil water feedback as implemented in four U.S. states. This article describes the genesis and development of the Irrigation Scheduling Supervisory Control and Data Acquisition (ISSCADA) system, of the integral plant and soil sensors, and of its wireless sensor network subsystems, as well as the role of multi-location research efforts and cooperative research and development agreements in the development of the needed plant and soil sensors and the ISSCADA and wireless sensor network systems. Keywords: Crop water productivity, Decision support system, Product development, Sensors, Variable-rate irrigation, VRI.

scholarly journals Διερεύνηση δυνατοτήτων συμβολής μεθόδων μη καταστρεπτικού ελέγχου στη διάγνωση και στον έλεγχο ποιότητας δομικών υλικών με έμφαση στην αειφόρο κατασκευή

2015 ◽  
Author(s):  
Νικόλαος Κατσιώτης
Keyword(s):  
Decision Support ◽  
Expert System ◽  
Decision Support System ◽  
Real Time ◽  
Support System ◽  
Image Pattern

Στην παρούσα Διδακτορική Διατριβή παρουσιάζεται η διερεύνηση των δυνατοτήτων συμβολής μεθόδων μη-καταστρεπτικού ελέγχου στη διάγνωση και στον έλεγχο ποιότητας δομικών υλικών με έμφαση στην Αειφόρο Κατασκευή. Ως προς το παραπάνω σκοπό, πραγματοποιήθηκε εκτενής μελέτη των υπό έρευνα δομικών υλικών (δοκιμίων σκυροδεμάτων 5 συνθέσεων, έκαστη σύνθεση αποτελούμενη από διαφορετικό τύπο, ποιότητα και κατηγορία αντοχών του περιεχόμενου τσιμέντου) μέσω τόσο συμβατικών/παραδοσιακών (καταστρεπτικών) τεχνικών ανάλυσης όσο και καινοτόμων μη-καταστρεπτικών τεχνικών χαρακτηρισμού.Η μέθοδος που αναπτύχθηκε στα πλαίσια της παρούσας Διδακτορικής Διατριβής αφορά την συνδυαστική και συνεργατική εφαρμογή των μη-καταστρεπτικών τεχνικών της Μικροσκοπίας Οπτικών Ινών και της Ψηφιακής Επεξεργασίας Εικόνας. Περισσότερο συγκεκριμένα, παρασκευάσθηκαν δοκίμια σκυροδεμάτων στον ξυλότυπο (“καλούπι”) των οποίων είχε προσαρμοστεί κατάλληλο πλαίσιο (“παράθυρο”) παρατήρησης και λήψης εικόνων μέσω του οποίου εφαρμόστηκε Μικροσκοπία Οπτικών Ινών σε τακτά διαστήματα πραγματικού χρόνου (“real-time”) κατά την διάρκεια της τοποθέτησης/σκυροδέτησης αυτών. Εν συνεχεία, οι εικόνες υφής αυτές επεξεργάστηκαν κατάλληλα μέσω αλγορίθμου Ψηφιακής Επεξεργασίας Εικόνας (ο οποίος αναπτύχθηκε και αριστοποιήθηκε για τις ανάγκες της συγκεκριμένης Έρευνας και εφαρμογής) σε υπολογιστικό περιβάλλον MatLab®, και εξήχθησαν ποσοτικές πληροφορίες χαρακτηρισμού της δεδομένης εικόνας ανά χρονική στιγμή λήψης αυτής.Τα πειραματικά αποτελέσματα αυτά τροφοδοτήθηκαν αυτομάτως (και σε πραγματικό χρόνο - “real-time”) σε κατάλληλη πληροφοριακή γνωσιακή βάση δεδομένων, η οποία αποτέλεσε το έναυσμα για περαιτέρω αξιοποίηση των περιεχόμενων πληροφοριών, υπό την μορφή εύρεσης και έκφρασης κατάλληλου μαθηματικού συσχετισμού (“correlation”). Εν συνεχεία και βάσει του αναπτυχθέντος ημιεμπειρικού μαθηματικού μοντέλου, έλαβε χώρα μετάβαση σε έμπειρο σύστημα υποστήριξης απόφασης (“expert system”), ικανό να ανταποκρίνεται στις ανάγκες της Κατασκευής (σε πραγματικό τόπο, χρόνο και κλίμακα).Στα Συμπεράσματα της παρούσας Διδακτορικής Διατριβής συμπεριλαμβάνεται η επιτυχής συνδυαστική αξιοποίηση μη-καταστρεπτικών τεχνικών Μικροσκοπίας Οπτικών Ινών και Ψηφιακής Επεξεργασίας Εικόνας ως προς την λήψη αντιπροσωπευτικών επιφανειακών εικόνων υφής/μικροδομής (“image patterns”) σε ορισμένες χρονικές στιγμές αμέσως μετά την έναρξη της σκυροδέτησης (αρχή,+ 5, +10, +15, +20, +25, +30, +40, +50, 60λεπτά). Οι ληφθείσες ψηφιακά επεξεργασμένες εικόνες μικροδομής συσχετίστηκαν (μέσω εκτεταμένου προγράμματος γραμμικών παλινδρομήσεων) με τις τελικές μηχανικές αντοχές των παραχθέντων σκυροδεμάτων και συμπεραίνεται η εντονότερη βαρύτητα/σχέση των μορφολογικών παραμέτρων του “κεντροειδούς” και του “αριθμού Euler” (καθόλες τις χρονικές στιγμές), σε μεγέθυνση 25x και όριο κατωφλίωσης/threshold 110. Πέραν αυτών, η αποτίμηση της μικροδομής από τα ληφθέντα image pattern ενσωματώνεται επιτυχώς σε εξειδικευμένη γνωσιολογική βάση δεδομένων και η Γνώση αυτή μετατρέπεται (μέσω τεχνητής νοημοσύνης και εφαρμογής γενετικών αλγορίθμων σε περιβάλλον MatLab®) σε έμπειρο σύστημα (“expert system”) υποβοήθησης/υποστήριξης αποφάσεων (“decision support system”) Αειφορίας στην Κατασκευή.

Sign in / Sign up

Export Citation Format

Share Document