Разработка интеллектуальной информационной системы для выращивания чайных плантаций пригорных регионах

Ключевые слова: чайная плантация, интеллектуальная информационная система полива, выращивание чая, автоматизация мелиорации, агротехнические работы, предгорные регионы

Аннотация

На основе проведенного сравнительного анализа проблемы и исследования по разработке интеллектуальных информационных систем для выращивания сельскохозяйственных растений (на примере чайных плантаций), поставлена цель работы. Целью статьи является создание интеллектуальной информационной системы контроля и управления процессом выращивания чайной плантации, обеспечивающей эффективное использование водных ресурсов, выбор видов полива чайных кустов и автоматизацию процесса мелиорации и агротехнических работ в зависимости от метеорологических, геофизических и биологических данных чайного растения. Проведя сравнительный анализ статистических метеорологических данных мировых производителей чая Азербайджана, была построена сравнительная диаграмма средних метеорологических показателей этих стран и определены основные требования необходимых показателей: температуры, относительной влажности воздуха, солнечных дней, скорости ветра для выращивания чайных плантаций, что способствовало бы повышению производительности и качеству чайных листьев. В соответствии с методами посадки чайных плантаций на неровных участках мировых чайных производителей на примере Индии, были определены основные требования для выращивания чайных плантаций, создана база данных водно-артериальной, климатической зоны, геофизические показатели почвы выгодных для посадки чайных плантаций в других регионах Азербайджана. На основе исследований в области мелиорации и агротехники чайных плантаций была предложена модель по выбору метода полива чайных плантаций с применением экспертного обоснования и математического моделирования. Для организации процесса выбора сорта чая, территории для посадки и выращивания чая, организации агротехнических и поливных операций, сбора и учета чайных сортов, предложена блок-схема функционирования интерфейса интеллектуальной ирригационной информационной системы.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Джаваншир Фирудин оглу Мамедов, Сумгаитский государственный университета

д-р техн. наук, проф., зав. кафедрой «Автоматизация процессов» Сумгаитского государственного университета

Роя Октай гызы Нариманова, Сумгаитский государственный университета

аспирант кафедры «Автоматизация процессов» Сумгаитского государственного университета

Гюльнара Юсиф гызы Аббасова, Сумгаитский государственный университета

канд. техн. наук, старший преподаватель кафедры «Информатика» Сумгаитского государственного университета

Ольга Ивановна Попова, Филиал Воронежского государственного технического университета

канд. техн. наук, доц., зав. каф. «Конструкторско-технологическое обеспечение нефтегазохимического машиностроения» филиал Воронежского государственного технического университета в г. Борисоглебске

Маргарита Ивановна Попова, Воронежский государственный техническмий университет

канд. техн. наук, доц. каф. «Автоматизированного оборудования машиностроительного производства» Воронежского государственного технического университета

Литература

1. Ambachev Z. G. (2018) Review of integrated management of tea nutrients. Cogent Food & Agriculture Magazine. November 11, 2018. Web of sciences. P. 1–12.
2. Iman Hakiki, Daniel S. Grogan, Thomas W. Hertel, and Wolfram Schlenker (2020) Quantifying the Impacts of Compound Extremes on Agriculture and Irrigation Water Demand. Hydrology Earth System Sciences. Discuss. Available at: DOI
3. Ryndin A. V., Tuov M. T. (2006) Tea cultivation in the subtropics of Russia // Nauka Kubani. No. 4. P. 28–32.
4. Semenov V., Azerzhansky M. (2002) Tea recipes and tea secrets / Ed. by E. N. Avdeeva. Moscow : OLMA-Press. 351 p.
5. Tea market: comprehensive analysis and forecast till 2016 [Electronic resource] Available at: URL
6. Javadi Kia P., Tabatabai Headlamp A., Omid M., of Alimardani R. L. and Nazarlo (2009) Intelligent control based fuzzy logic for automation of greenhouse irrigation and evaluation in relation to conventional systems // World Applied Sciences Journal. No. 6(1). P. 16–23.
7. Streltsov F. F. (2009) Improving the design of automated irrigation systems in greenhouses and improving safety when working with it // Bulletin of the Altai State Agrarian University.No. 5. P. 34–41.
8. Dobezhina S. V., Besedina T. D., Tuov M. T., Pchikhachev E. K. (2015) Substantiation of the need for irrigation of tea plantations in Adygea on the basis of an assessment of soil and climatic conditions.: Stavropol State Agrarian University, state registration number: 2222-9345. No 4 (20). P. 155–160.
9. Dutta R., Stein A., Smaling M. A., Bhagat R. M., Hazarika, M. (2010). Influence of plant age and environmental and management factors on tea yield in North-East India // Agronomic Journal. P. 1290–1301.
10. Wijeratne M. A. and Fordham R. (1996). Influence of climatic factors on the growth of tea (Camelia sinensis L.) in the low-lying wet zone of Sri Lanka // Sri Lankan Journal of Tea Science. 46. P. 21–34.
11. Mammadov M. A., Kuliev S. A., Dzhafarov B. S. (2011) Effective methods of growing planting material for laying tea plantations in Azerbaijan. Subtropics culture, IS78. No. 3. P. 109–116.
12. Huseynov E. B., Mammadov Zh. F., Iskenderov A. A., Abbasova G. Yu. (2015) Development of an integrated intellectual system for the effective cultivation of tee plants// International Scientific Journal of Theoretical-Applied and Scientific, p-ISSN: 2308-4944 (print) e-ISSN: 2409-0085. Iss. 08, Vol. 28. P. 37–43.
13. Gosh A., Roy R. (2004). GIS anchor integrated plantation management. Proceedings of the Map India Conference, New Delhi, India. P. 123–136.
Опубликован
2021-04-29
Как цитировать
Мамедов, Д. Ф. о., Нариманова, Р. О. г., Аббасова, Г. Ю. г., Попова, О. И., & Попова, М. И. (2021). Разработка интеллектуальной информационной системы для выращивания чайных плантаций пригорных регионах. Вестник ВГУ. Серия: Системный анализ и информационные технологии, (1), 112-125. https://doi.org/10.17308/sait.2021.1/3375
Раздел
Интеллектуальные системы, анализ данных и машинное обучение