બાયોડિગ્રેડેબલ સોઇલ મોઇશ્ચર સેન્સર સાથે ટકાઉ સ્માર્ટ એગ્રીકલ્ચર

જમીન અને જળ સંસાધનોની વધતી જતી મર્યાદિતતાએ ચોકસાઇયુક્ત ખેતીના વિકાસને વેગ આપ્યો છે, જે પાકના ઉત્પાદનને શ્રેષ્ઠ બનાવવા માટે હવા અને માટીના પર્યાવરણીય ડેટાનું વાસ્તવિક સમયમાં નિરીક્ષણ કરવા માટે રિમોટ સેન્સિંગ ટેકનોલોજીનો ઉપયોગ કરે છે. પર્યાવરણનું યોગ્ય રીતે સંચાલન કરવા અને ખર્ચ ઘટાડવા માટે આવી ટેકનોલોજીની ટકાઉપણું મહત્તમ કરવી મહત્વપૂર્ણ છે.
હવે, તાજેતરમાં જર્નલ એડવાન્સ્ડ સસ્ટેનેબલ સિસ્ટમ્સમાં પ્રકાશિત થયેલા એક અભ્યાસમાં, ઓસાકા યુનિવર્સિટીના સંશોધકોએ એક વાયરલેસ માટી ભેજ સંવેદના તકનીક વિકસાવી છે જે મોટાભાગે બાયોડિગ્રેડેબલ છે. આ કાર્ય ચોકસાઇ કૃષિમાં બાકી રહેલી તકનીકી અવરોધોને દૂર કરવા માટે એક મહત્વપૂર્ણ સીમાચિહ્નરૂપ છે, જેમ કે વપરાયેલ સેન્સર સાધનોનો સુરક્ષિત નિકાલ.
જેમ જેમ વૈશ્વિક વસ્તી વધતી જાય છે, તેમ તેમ કૃષિ ઉપજને શ્રેષ્ઠ બનાવવી અને જમીન અને પાણીનો ઉપયોગ ઓછો કરવો જરૂરી છે. ચોકસાઇ કૃષિનો ઉદ્દેશ્ય સેન્સર નેટવર્કનો ઉપયોગ કરીને પર્યાવરણીય માહિતી એકત્રિત કરીને આ વિરોધાભાસી જરૂરિયાતોને સંબોધવાનો છે જેથી જ્યારે અને જ્યાં જરૂર હોય ત્યારે ખેતીની જમીનને 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 ઉપકરણો જમીન પર ઉચ્ચ ઘનતા પર સ્થાપિત કરવા જોઈએ. જો સેન્સર બાયોડિગ્રેડેબલ ન હોય, તો તેને તેના જીવનકાળના અંતે એકત્રિત કરવું આવશ્યક છે, જે શ્રમ-સઘન અને અવ્યવહારુ હોઈ શકે છે. એક તકનીકમાં ઇલેક્ટ્રોનિક કાર્યક્ષમતા અને બાયોડિગ્રેડેબિલિટી પ્રાપ્ત કરવી એ વર્તમાન કાર્યનું લક્ષ્ય છે.
"અમારી સિસ્ટમમાં બહુવિધ સેન્સર, વાયરલેસ પાવર સપ્લાય અને સેન્સિંગ અને સ્થાન ડેટા એકત્રિત કરવા અને ટ્રાન્સમિટ કરવા માટે થર્મલ ઇમેજિંગ કેમેરાનો સમાવેશ થાય છે," અભ્યાસના મુખ્ય લેખક તાકાકી કાસુગા સમજાવે છે. "માટીમાં રહેલા ઘટકો મોટે ભાગે પર્યાવરણને અનુકૂળ હોય છે અને તેમાં નેનોપેપર, સબસ્ટ્રેટ, કુદરતી મીણ રક્ષણાત્મક કોટિંગ, કાર્બન હીટર અને ટીન કંડક્ટર વાયરનો સમાવેશ થાય છે."
આ ટેકનોલોજી એ હકીકત પર આધારિત છે કે સેન્સરમાં વાયરલેસ ઉર્જા ટ્રાન્સફરની કાર્યક્ષમતા સેન્સર હીટરના તાપમાન અને આસપાસની જમીનની ભેજને અનુરૂપ છે. ઉદાહરણ તરીકે, જ્યારે સરળ જમીન પર સેન્સરની સ્થિતિ અને કોણને ઑપ્ટિમાઇઝ કરવામાં આવે છે, ત્યારે માટીની ભેજ 5% થી 30% સુધી વધારવાથી ટ્રાન્સમિશન કાર્યક્ષમતા ~46% થી ~3% સુધી ઓછી થાય છે. ત્યારબાદ થર્મલ ઇમેજિંગ કેમેરા જમીનની ભેજ અને સેન્સર સ્થાન ડેટા એકસાથે 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 માટી ભેજવાળા વિસ્તારોની સફળતાપૂર્વક છબીઓ લીધી," કાસુગાએ કહ્યું. "પરિણામે, અમારી સિસ્ટમ ચોકસાઇ ખેતી માટે જરૂરી ઉચ્ચ સેન્સર ઘનતાને સંભાળી શકે છે."
આ કાર્યમાં સંસાધનોની વધતી જતી મર્યાદાવાળા વિશ્વમાં ચોકસાઇવાળી ખેતીને શ્રેષ્ઠ બનાવવાની ક્ષમતા છે. બિન-આદર્શ પરિસ્થિતિઓમાં, જેમ કે બરછટ જમીન પર નબળા સેન્સર પ્લેસમેન્ટ અને ઢાળ ખૂણા અને કદાચ માટીના ભેજ સ્તરથી આગળ માટી પર્યાવરણના અન્ય સૂચકાંકો હેઠળ સંશોધકોની ટેકનોલોજીની અસરકારકતાને મહત્તમ કરવાથી વૈશ્વિક કૃષિ સમુદાય દ્વારા ટેકનોલોજીનો વ્યાપક ઉપયોગ થઈ શકે છે.