Monitoring of in-field risk of infection events by foliar pathogens using smart IoT nodes
Surveillance des risques d'infection au champ par des pathogènes foliaires à l'aide de nœuds IoT intelligents.
Résumé
In precision agriculture, risk of infection has emerged as a critical approach to optimize crop yields and resource usage. However, the current paradigm largely relies on massive data collection which expends energy resources and gathers a substantial amount of non-essential data. This paper challenges this paradigm by proposing a localized approach to precision agriculture through the deployment of Internet of Things (IoT) technology for real-time crop monitoring and resource management. The primary objective is experimenting local analysis depending on the environmental data collected by an implemented Wireless Sensor Network (WSN), and addressing a power consumption study for a long-lasting experimentation. We propose a test scenario based on a well-known infection model. Our results demonstrate the feasibility and efficiency of a localized approach over massive data collection by a robust and scalable monitoring system, showcasing the positive impact of orchestrated homogeneity among nodes in a local analysis, and the associated power consumption efficiency gains.
Dans l'agriculture de précision, le risque d'infection est apparu comme une approche essentielle pour optimiser le rendement des cultures et l'utilisation des ressources. Cependant, le paradigme actuel repose largement sur la collecte massive de données qui dépense des ressources énergétiques et recueille une quantité substantielle de données non essentielles. Cet article remet en question ce paradigme en proposant une approche localisée de l'agriculture de précision grâce au déploiement de la technologie de l'internet des objets (IdO) pour la surveillance des cultures et la gestion des ressources en temps réel. L'objectif principal est d'expérimenter une analyse locale en fonction des données environnementales collectées par un réseau de capteurs sans fil (WSN) mis en œuvre, et d'aborder une étude de la consommation d'énergie pour une expérimentation de longue durée. Nous proposons un scénario de test basé sur un modèle d'infection bien connu. Nos résultats démontrent la faisabilité et l'efficacité d'une approche localisée par rapport à la collecte massive de données par un système de surveillance robuste et évolutif, mettant en évidence l'impact positif de l'homogénéité orchestrée entre les nœuds dans une analyse locale, et les gains d'efficacité en matière de consommation d'énergie associés.
Domaines
Informatique [cs]
Fichier principal
Real_time_monitoring_of_in_field_risk_of_infectionevents_by_foliar_pathogens_using_smart_IoT_nodes.pdf (1.42 Mo)
Télécharger le fichier
