બાયોડિગ્રેડેબલ સોઇલ મોઇશ્ચર સેન્સર સાથે ટકાઉ સ્માર્ટ એગ્રીકલ્ચર

વધુને વધુ મર્યાદિત જમીન અને જળ સંસાધનોએ ચોક્કસ ખેતીના વિકાસને વેગ આપ્યો છે, જે રીમોટ સેન્સિંગ ટેક્નોલોજીનો ઉપયોગ કરીને વાયુ અને જમીનના પર્યાવરણીય ડેટાને વાસ્તવિક સમયમાં મોનિટર કરવા માટે પાકની ઉપજને શ્રેષ્ઠ બનાવવામાં મદદ કરે છે.પર્યાવરણને યોગ્ય રીતે મેનેજ કરવા અને ખર્ચ ઘટાડવા માટે આવી ટેક્નોલોજીની ટકાઉતાને મહત્તમ કરવી મહત્વપૂર્ણ છે.
હવે, એડવાન્સ્ડ સસ્ટેનેબલ સિસ્ટમ્સ જર્નલમાં તાજેતરમાં પ્રકાશિત થયેલા એક અભ્યાસમાં, ઓસાકા યુનિવર્સિટીના સંશોધકોએ એક વાયરલેસ સોઇલ મોઇશ્ચર સેન્સિંગ ટેકનોલોજી વિકસાવી છે જે મોટાભાગે બાયોડિગ્રેડેબલ છે.આ કાર્ય ચોક્કસ કૃષિમાં બાકી રહેલી તકનીકી અવરોધોને દૂર કરવા માટે એક મહત્વપૂર્ણ સીમાચિહ્નરૂપ છે, જેમ કે વપરાયેલ સેન્સર સાધનોનો સુરક્ષિત નિકાલ.
જેમ જેમ વૈશ્વિક વસ્તી સતત વધી રહી છે તેમ, કૃષિ ઉપજને શ્રેષ્ઠ બનાવવી અને જમીન અને પાણીનો ઉપયોગ ઓછો કરવો જરૂરી છે.પ્રિસિઝન એગ્રીકલ્ચરનો હેતુ પર્યાવરણીય માહિતી એકત્રિત કરવા માટે સેન્સર નેટવર્કનો ઉપયોગ કરીને આ વિરોધાભાસી જરૂરિયાતોને સંબોધવાનો છે જેથી જ્યારે અને જ્યાં જરૂર હોય ત્યારે ખેતીની જમીનમાં સંસાધનોની યોગ્ય રીતે ફાળવણી કરી શકાય.
ડ્રોન અને ઉપગ્રહો ઘણી બધી માહિતી એકત્રિત કરી શકે છે, પરંતુ તે જમીનની ભેજ અને ભેજનું સ્તર નક્કી કરવા માટે આદર્શ નથી.શ્રેષ્ઠ ડેટા સંગ્રહ માટે, ભેજ માપવાના ઉપકરણોને જમીન પર ઊંચી ઘનતા પર સ્થાપિત કરવા જોઈએ.જો સેન્સર બાયોડિગ્રેડેબલ ન હોય, તો તે તેના જીવનના અંતમાં એકત્રિત કરવું આવશ્યક છે, જે શ્રમ સઘન અને અવ્યવહારુ હોઈ શકે છે.એક તકનીકમાં ઇલેક્ટ્રોનિક કાર્યક્ષમતા અને બાયોડિગ્રેડબિલિટી પ્રાપ્ત કરવી એ વર્તમાન કાર્યનું લક્ષ્ય છે.
"અમારી સિસ્ટમમાં બહુવિધ સેન્સર, વાયરલેસ પાવર સપ્લાય અને સેન્સિંગ અને લોકેશન ડેટા એકત્રિત કરવા અને ટ્રાન્સમિટ કરવા માટે થર્મલ ઇમેજિંગ કેમેરાનો સમાવેશ થાય છે," અભ્યાસના મુખ્ય લેખક, તાકાકી કાસુગા સમજાવે છે.“જમીનના ઘટકો મોટે ભાગે પર્યાવરણને અનુકૂળ હોય છે અને તેમાં નેનોપેપર હોય છે.સબસ્ટ્રેટ, કુદરતી મીણનું રક્ષણાત્મક કોટિંગ, કાર્બન હીટર અને ટીન કંડક્ટર વાયર."
ટેક્નોલોજી એ હકીકત પર આધારિત છે કે સેન્સરમાં વાયરલેસ એનર્જી ટ્રાન્સફરની કાર્યક્ષમતા સેન્સર હીટરના તાપમાન અને આસપાસની જમીનની ભેજને અનુરૂપ છે.ઉદાહરણ તરીકે, જ્યારે સુંવાળી જમીન પર સેન્સરની સ્થિતિ અને કોણને ઑપ્ટિમાઇઝ કરવામાં આવે છે, ત્યારે જમીનની ભેજને 5% થી 30% સુધી વધારવાથી ટ્રાન્સમિશન કાર્યક્ષમતા ~46% થી ~3% સુધી ઘટે છે.પછી થર્મલ ઇમેજિંગ કૅમેરો જમીનની ભેજ અને સેન્સર સ્થાન ડેટાને એક સાથે એકત્રિત કરવા માટે વિસ્તારની છબીઓ કેપ્ચર કરે છે.લણણીની મોસમના અંતે, સેન્સરને બાયોડિગ્રેડ કરવા માટે જમીનમાં દાટી શકાય છે.
"અમે 0.4 x 0.6 મીટરના પ્રદર્શન ક્ષેત્રમાં 12 સેન્સરનો ઉપયોગ કરીને અપૂરતી જમીનની ભેજવાળા વિસ્તારોની સફળતાપૂર્વક છબી બનાવી," કાસુગાએ કહ્યું."પરિણામે, અમારી સિસ્ટમ ચોક્કસ કૃષિ માટે જરૂરી ઉચ્ચ સેન્સરની ઘનતાને હેન્ડલ કરી શકે છે."
આ કાર્યમાં વધુને વધુ સંસાધન-સંબંધિત વિશ્વમાં સચોટ કૃષિને શ્રેષ્ઠ બનાવવાની ક્ષમતા છે.બિન-આદર્શ પરિસ્થિતિઓમાં સંશોધકોની ટેક્નોલોજીની અસરકારકતાને મહત્તમ બનાવવી, જેમ કે બરછટ જમીન પર નબળા સેન્સર પ્લેસમેન્ટ અને ઢોળાવના ખૂણો અને કદાચ જમીનના ભેજના સ્તરથી આગળના માટીના વાતાવરણના અન્ય સૂચકાંકો, વૈશ્વિક કૃષિ દ્વારા ટેકનોલોજીના વ્યાપક ઉપયોગ તરફ દોરી શકે છે. સમુદાય.