Tên đề tài: “Thiết kế hệ thống thu thập dữ liệu và dựng bản đồ EC của đất nông nghiệp”

Tác giả: Hồ Thế Anh, Khóa: 2021

Ngành: Kỹ thuật điều khiển và tự động hóa; Mã số: 9520216. Nhóm ngành: Kỹ thuật

Người hướng dẫn: PGS.TS. Nguyễn Chí Ngôn - Trường Đại học Cần Thơ

1. Tóm tắt nội dung luận án

Đo độ dẫn điện đất (EC) là chỉ số đáng tin cậy, đã được chứng minh có hiệu quả trong quản lý sức khỏe đất, canh tác nông nghiệp chính xác và quản lý vùng đất nhiễm mặn. Tại Việt Nam, mặc dù nông nghiệp đang trong giai đoạn hiện đại hóa và chuyển đổi số, nhưng các nghiên cứu và công cụ thu thập EC tại hiện trường vẫn còn hạn chế. Luận án này nhằm thực hiện hai mục đích nghiên cứu bao gồm: thiết kế hệ thống thu thập dữ liệu tại hiện trường và xây dựng giải pháp lập bản đồ EC trong điều kiện canh tác tại Đồng Bằng Sông Cửu Long (ĐBSCL).

Kết quả nghiên cứu cho thấy, hệ thống thu thập EC đã được phát triển thành công được sử dụng với hai cấu hình điện cực đo theo điểm (EC_10) và đo liên tục (ECc_15). Đặc biệt, phiên bản ECc_15 được tích hợp lên máy kéo Yanmar hoạt động như một thiết bị đo EC đồng thời có chức năng như một công cụ làm phẳng mặt ruộng trong quá trình làm đất trước khi gieo hạt. Hệ thống sử dụng phương pháp hồi quy tuyến tính để hiệu chuẩn với thiết bị tham chiếu Hanna HI98331. Kết quả hiệu chuẩn cho thấy độ chính xác cao: R² = 0,98 trong môi trường nước và R2 =0,97 trong đất với điện cực EC_10. Đối với dữ liệu ECc_15 thu thập trong môi trường đất, sử dụng mạng nơ-ron nhân tạo (ANN), hệ thống đạt R² = 0,7449.

Bản đồ EC đã được xây trên diện tích 1,4 ha đất lúa với 228 mẫu dữ liệu, sử dụng thuật toán nội suy Kriging cho kết quả tối ưu (R² = 0,79, RMSE = 0,048). Ngoài ra, dữ liệu EC còn được ứng dụng để đánh giá sinh trưởng lúa thông qua các chỉ số NDVI, NDRE (thu từ UAV). Tương quan Spearman cao nhất được ghi nhận giữa EC đầu vụ và NDVI tại 39 ngày (r = 0,82). Luận án cũng đã sử dụng mô hình mạng học sâu LSTM để dự đoán năng suất lúa tại 5 khu vực ở ĐBSCL, đạt R² = 0,85, minh chứng tiềm năng của dữ liệu EC trong việc dự báo các khu vực có năng suất lúa cao. Hơn nữa, EC còn được mở rộng ứng dụng để ước lượng độ ẩm đất với R² = 0,91 trong phòng thí nghiệm và thử nghiệm với chỉ số NDVI ở đất vườn có R² = 0,75.

Các kết quả từ luận án này đóng góp quan trọng vào tiềm năng phát triển kỹ thuật đo EC tại hiện trường, đồng thời mở ra hướng kết hợp chỉ số EC với các thuật toán học sâu nhằm hỗ trợ lựa chọn cây trồng phù hợp theo khu vực, quản lý tài nguyên đất nhiễm mặn và thúc đẩy nông nghiệp chính xác tại Việt Nam. 

2. Những kết quả mới của luận án

Luận án đã đạt được những điểm mới như sau:

- Hiện tại, chưa có nhiều công cụ có thể đánh giá chỉ số EC tại hiện trường hiệu quả được sử dụng.

- Đề tài đã thiết kế, triển khai, hiệu chuẩn và thử nghiệm hệ thống thu thập EC dựa trên nguyên lý của hệ điện cực Wenner trong điều kiện thực tế tại ĐBSCL.

- Đề xuất mô hình hiệu chuẩn cảm biến dựa trên mạng nơ-ron nhân tạo.

- Đề xuất quy trình lập bản đồ EC, áp dụng các thuật toán nội suy, bao gồm mạng tích chập, trong quá trình lập bản đồ.

- Đề xuất các giải pháp ứng dụng chỉ số EC trong quản lý sinh trưởng cây lúa và dự đoán năng suất lúa dựa trên mạng học sâu LSTM. Từ đó, có thể lựa chọn giống lúa phù hợp với từng khu vực đất cụ thể

3. Các ứng dụng/khả năng ứng dụng trong thực tiễn, các vấn đề cần tiếp tục nghiên cứu

Cung cấp một công cụ hiệu quả, độ tin cậy cao, tiết kiệm chi phí cho việc giám sát và đánh giá chất lượng đất nông nghiệp, đặc biệt là các vấn đề liên quan đến độ mặn và dinh dưỡng.

Hỗ trợ nông dân và nhà quản lý nông nghiệp trong việc xác định các vùng đất có vấn đề bất thường, từ đó có thể áp dụng các biện pháp can thiệp kịp thời và chính xác (ví dụ: bón phân thay đổi theo không gian, quản lý tưới tiêu hiệu quả).

Góp phần nâng cao hiệu quả sử dụng tài nguyên đất, giảm thiểu tác động tiêu cực đến môi trường và hướng tới một nền nông nghiệp bền vững.

Có tiềm năng nhân rộng và ứng dụng tại các vùng đất nông nghiệp khác có điều kiện tương tự.

Kết quả nghiên cứu cũng là tài liệu tham khảo giá trị cho các nghiên cứu tiếp theo, đặc biệt trong việc thiết kế công cụ đánh giá chất lượng và theo dõi sức khỏe đất.

Thesis title: design of data collection systemand soil EC mapping of agricultural

- Major: Control Engineering and Automation               Code: 9520216

- Full name of PhD student: Ho The Anh                Year: 2021, period 1

                                                                                          Code: P1821001

- The primary scientific supervisor: Assoc. Prof. Nguyễn Chí Ngôn

- The associate scientific supervisor:

- Educational institution: College of Engineering, Can Tho University

1. Content of thesis summary

Soil electrical conductivity (EC) is a reliable indicator proven effective in soil health management, precision agriculture, and saline land management. In Vietnam, despite agriculture undergoing modernization and digital transformation, research and tools for on-field EC data collection remain limited. This dissertation focuses on two main objectives:  designing an on-field EC data collection system and developing a solution for mapping agricultural soil EC under cultivation conditions in the Mekong Delta.

The research results show that the EC collection system was successfully developed with two electrode configurations: point measurement (EC_10) and continuous measurement (ECc_15). Notably, the ECc_15 version, integrated into a Yanmar tractor, functions as an EC measurement device while simultaneously leveling the field during pre-sowing soil preparation. The system employs linear regression for calibration against the reference HI98331device. Calibration results indicate high accuracy: R² = 0.98 in water and R2 =0.97 in soil for the EC_10 electrode configuration. For ECc_15 data collected in soil, when calibrated using an artificial neural network (ANN), the system achieved R² = 0.7449.

An EC map was constructed over a 1.4 ha rice field with 228 data samples, using the Kriging interpolation algorithm for optimal results (R² = 0.79, RMSE = 0.048). Additionally, EC data was applied to assess rice growth through NDVI and NDRE indices (obtained from UAVs). The highest Spearman correlation was recorded between early-season EC and NDVI at 39 days (r = 0.82). The dissertation also utilized the LSTM deep learning model to predict rice yield across five areas in the Mekong Delta, achieving R² = 0.85, demonstrating the potential of EC data in forecasting high-yield rice areas. Furthermore, EC was extended to estimate soil moisture with R² = 0.91 in laboratory conditions and tested with NDVI in a durian orchard, achieving R² = 0.75.

The findings of this dissertation significantly contribute to the potential development of on-field EC measurement techniques, while also opening avenues for integrating soil EC data with deep learning algorithms to support crop selection by region, manage saline land resources, and promote precision agriculture in Vietnam.

2. The novel aspects from the thesis

The dissertation achieved the following innovations:

Currently, there are not many effective tools available for in-situ measurement of the soil EC.

The research has designed, implemented, calibrated, and tested an EC data acquisition system based on the principle of the Wenner electrode array under practical conditions in the Mekong Delta.

Proposed a sensor calibration model based on artificial neural networks.

Proposed a process for EC mapping, applying interpolation algorithms, including convolutional neural networks, in the mapping process.

Proposed solutions for applying the EC index in managing rice plant growth and predicting yield based on an LSTM deep learning network. This allows for the selection of suitable rice varieties for specific soil areas.

3. Application prospects and suggestions for further study

Provides an effective, reliable, and cost-efficient tool for monitoring and evaluating the quality of agricultural soil, especially concerning issues related to salinity and nutrients.

Supports farmers and agricultural managers in identifying problem areas with soil anomalies, thereby enabling timely and precise interventions (e.g., spatially variable fertilizer application, effective irrigation management).

Contributes to enhancing the efficiency of land resource use, minimizing negative environmental impacts, and moving towards sustainable agriculture.

Has the potential for replication and application in other agricultural regions with similar conditions.

The research findings also serve as a valuable reference for future studies, particularly in designing tools for assessing soil quality and monitoring soil health

• Xem chi tiết nội dung luận án
• Xem thông tin đăng tải tại Website Bộ giáo dục và Đào tạo. (Nhập tên NCS vào ô tìm kiếm)