Irrigation intelligente

Intelligent irrigation

• Auteur / Autrice : Rania Rania
• Direction : Mustapha Ouladsine, Christophe Roman
• Type : Projet de thèse
• Discipline(s) : Automatique
• Date : Inscription en doctorat le 10/01/2022
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : École doctorale Mathématiques et Informatique de Marseille (Marseille ; 1994-....)
• Partenaire(s) de recherche : Laboratoire : LIS Laboratoire d'Informatique et Systèmes

Mots clés

Mots clés libres

Automatique

Détection et diagnostic des fautes

Intelligence artificielle

Artificial intelligence

Anomaly detection

Artificial intelligence

Résumé

La problématique posée par Telaqua est à deux niveaux. Le premier concerne la détection d'anomalies sur les signaux issus des capteurs de Telaqua et utilisés pour réaliser l'irrigation automatique. Le second est une problématique de contrôle du système afin de réaliser une irrigation automatique et optimale des champs en faisant un pronostic sur le temps restant avant sècheresse. Ceci permettra ainsi de de déterminer le planning d'irrigation optimal qui prend en considération les besoins de tous les secteurs ainsi que la ressource eau. Pour résoudre ces problématiques les travaux de recherche devraient couvrir les points suivants : 1. La détection d'anomalies sur les signaux issus des capteurs, 2. Prédiction de sécheresse avec uniquement les données d'un tensiomètre, 3. Prédiction de sécheresse avec plus d'un tensiomètre et des données complémentaires comme les conditions météorologiques, les coordonnées GPS et les temps d'irrigation, 4. Définition du temps d'irrigation optimal.

The problem posed by Telaqua is twofold. The first concerns the detection of anomalies in the signals generated by Telaqua's sensors and used for automatic irrigation. The second is to control the system in order to achieve automatic, optimal irrigation of the fields by forecasting the time remaining before drought. This will enable the optimum irrigation schedule to be determined, taking into account the needs of all sectors as well as water resources. To solve these problems, the research work should cover the following points: 1. Detecting anomalies in sensor signals, 2. Drought prediction using only tensiometer data, 3. Drought prediction with more than one tensiometer and complementary data such as weather conditions, GPS coordinates and irrigation times, 4. Definition of optimum irrigation time. Translated with www.DeepL.com/Translator (free version)