Software SINTARA

Publicarea software de parți embedded respectiv scheme tehnice şi/sau rezultate cercetări, în regim de acces liber pentru transfer de cunoștințe şi utilizarea acestora în alte proiecte.

Ca si exemple am dat citirea senzorilor ambientali si sol:

#00-SOIL

RD_STS_3LMT= b’\x02\x03\x00\x00\x00\x06\xc5\xfb’#$02$03$00$00$00$06$c5$fb #string citire senzor 485

RD_SCO2R_01= b’\x03\x03\x00\x00\x00\x01\x85\xe8’#$03$03$00$00$00$01$85$e8

RD_SPHAG_RD= b’\x04\x03\x00\x00\x00\x03\x05\x9e’#$04$03$00$00$00$03$05$9e

RD_SCH2H4R_01= b’\x06\x03\x00\x00\x00\x01\x85\xbd’#$06$03$00$00$00$01$85$bd

RD_S7= b’\x07\x03\x00\x00\x00\x07\x04\x6e’#$07$03$00$00$00$07$04$6e

RD_S8IN1= b’\x08\x03\x00\x00\x00\x08\x44\x95’#$08$03$00$00$00$08$44$95 #string citire senzor sol 8in1 pe 485

RD_S4= b’\x09\x03\x00\x00\x00\x04\x45\x41’#$09$03$00$00$00$04$45$41

RD_ALLSOIL_INIT=b’\x0A\x06\x00\x00\x00\x7F\xC9\x51’#$0A$06$00$00$00$7F$C9$51 #oinitializare placa Teros

RD_ALLSOIL_SLP= b’\x0A\x06\x00\x00\x00\x80\x89\x11’#$0A$06$00$00$00$80$89$11

RD_ALLSOIL_RD= b’\x0A\x03\x00\x00\x00\x18\x44\xBB’#$0a$03$00$00$00$18$44$bb #citire de la placa Teros valoare senzori Teros12

#10-SUN

RD_PAS_01= b’\x13\x03\x00\x00\x00\x01\x87\x78′

RD_TSR_02= b’\x14\x03\x00\x00\x00\x01\x86\xcf’

RD_UVS_01= b’\x15\x03\x00\x00\x00\x03\x06\xdf’

RD_W_O_01= b’\x16\x03\x00\x00\x00\x01\x87\x2d’

RD_PSR_01= b’\x17\x03\x00\x00\x00\x01\x86\xfc’

#20-WATER

RD_WPSP01_1= b’\x21\x03\x00\x04\x00\x01\xC2\xAB’

RD_WPSP01_2= b’\x22\x03\x00\x04\x00\x01\xC2\x98′

RD_WPH_IT= b’\x23\x03\x00\x00\x00\x01\x82\x88′

RD_UWLDH3_01= b’\x24\x03\x00\x03\x00\x01\x73\x3f’

#30-AIR

RD_AOTCNN4IN1= b’\x31\x03\x00\x02\x00\x05\x21\xF9′

RD_AOCNOS4IN1= b’\x32\x03\x00\x07\x00\x04\xf0\x0b’ #in manual e RD-AQ4IN1

RD_WSM_ASA= b’\x33\x03\x00\x00\x00\x01\x80\x18′

RD_WDM_ASA= b’\x34\x03\x00\x01\x00\x01\xd0\x6f’

RD_LTH_01= b’\x35\x03\x00\x00\x00\x02\xc0\x7f’

RD_RG15_01= b’\x36\x03\x00\x00\x00\x01\x80\x4D’

#40 – VALVES

#valve1=41, valve2=42… valve8=48 #decala electrovane

import machine

class sensors_485(object):

def __init__(self):

return

def calc_16bit(self,value,pos):

try:

return (value[pos]<<8)|value[pos+1]

except:

return 0

def print_hex(self,value):

print(” „.join(hex(n) for n in value))

#00-SOIL

def rdsts3lmt(self,resp,to_send):

to_send[„soil_hum0”] =self.calc_16bit(resp,3)/10

to_send[„soil_temp0”] =self.calc_16bit(resp,5)/10

to_send[„soil_hum1”] =self.calc_16bit(resp,7)/10

to_send[„soil_temp1”] =self.calc_16bit(resp,9)/10

to_send[„soil_hum2”] =self.calc_16bit(resp,11)/10

to_send[„soil_temp2”] =self.calc_16bit(resp,13)/10

return to_send

def rdsco2r01(self,resp,to_send):

to_send[„soil_coo”] =self.calc_16bit(resp,3)

return to_send

def rdsphagrd(self,resp,to_send):

to_send[„soil_ph”] =self.calc_16bit(resp,3)/100

to_send[„soil_ph_temp”] =self.calc_16bit(resp,7)/10

return to_send

def rdsch2h4r(self,resp,to_send):

to_send[„soil_c2h4”] =self.calc_16bit(resp,3)

return to_send

def rds4(self,resp,to_send):

temp=self.calc_16bit(resp,3)

if temp:

to_send[„soil_humidity”] =temp/10

temp=self.calc_16bit(resp,5)

if temp:

to_send[„soil_temperature”] =temp/100

temp=self.calc_16bit(resp,7)

if temp:

to_send[„soil_ec”] =temp

temp=self.calc_16bit(resp,9)

if temp:

to_send[„soil_salinity”] =temp

return to_send

def rds7(self,resp,to_send):

temp=self.calc_16bit(resp,3)

if temp:

to_send[„soil_temperature”] =temp/10

print(‘Rs7in1Tmp’)

print(temp)

print(resp)

temp=self.calc_16bit(resp,5)

if temp:

to_send[„soil_humidity”] =temp/10

temp=self.calc_16bit(resp,7)

if temp:

to_send[„soil_ec”] =temp

print(‘Rs7in1’)

print(temp)

temp=self.calc_16bit(resp,9)

if temp:

to_send[„soil_salinity”] =temp

temp=self.calc_16bit(resp,11)

if temp:

to_send[„soil_n”] =temp

temp=self.calc_16bit(resp,13)

if temp:

to_send[„soil_p”] =temp

temp=self.calc_16bit(resp,15)

if temp:

to_send[„soil_k”] =temp

return to_send

def rds8in1(self,resp,to_send): #trimite string citire senzor 8in1

temp=self.calc_16bit(resp,5) #scoate valorile din stringul primit de la senzor

if temp: #de la pozitia 5 citeste 2 octeti pentru umiditate sol

to_send[„soil_humidity”] =temp/10 #valoare citita se imparte la 10 ca sa obtii o zecimala

temp=self.calc_16bit(resp,3) #de la pozitia 3 citeste 2 octeti pentru temperatura sol

if temp:

to_send[„soil_temperature”] =temp/10

temp=self.calc_16bit(resp,7) #de la pozitia 7 citeste 2 octeti pentru conductivitate sol

if temp:

to_send[„soil_ec”] =temp

temp=self.calc_16bit(resp,9) #de la pozitia 9 citeste 2 octeti pentru Ph sol

if temp:

to_send[„soil_ph”] =temp/100

temp=self.calc_16bit(resp,11) #de la pozitia 11 citeste 2 octeti pentru continut azot din sol

if temp:

to_send[„soil_n”] =temp

temp=self.calc_16bit(resp,13) #de la pozitia 13 citeste 2 octeti pentru continut phosphor din sol

if temp:

to_send[„soil_p”] =temp

temp=self.calc_16bit(resp,15) #de la pozitia 15 citeste 2 octeti pentru continut potasiu din sol

if temp:

to_send[„soil_k”] =temp

temp=self.calc_16bit(resp,17) #de la pozitia 17 citeste 2 octeti pentru salinitatea din sol

if temp:

to_send[„soil_salinity”] =temp

return to_send

def rdallsoil(self,resp,to_send):

temp=self.calc_16bit(resp,5)

if temp:

to_send[„soil_hum0”] =temp/10

temp=self.calc_16bit(resp,7)

if temp:

to_send[„soil_temp0”] =temp/10

temp=self.calc_16bit(resp,9)

if temp:

to_send[„soil_ec0”] =temp/1000

temp=self.calc_16bit(resp,11)

if temp:

to_send[„soil_hum1”] =temp/10

temp=self.calc_16bit(resp,13)

if temp:

to_send[„soil_temp1”] =temp/10

temp=self.calc_16bit(resp,15)

if temp:

to_send[„soil_ec1”] =temp/1000

temp=self.calc_16bit(resp,17)

if temp:

to_send[„soil_hum2”] =temp/10

temp=self.calc_16bit(resp,19)

if temp:

to_send[„soil_temp2”] =temp/10

temp=self.calc_16bit(resp,21)

if temp:

to_send[„soil_ec2”] =temp/1000

temp=self.calc_16bit(resp,23)

if temp:

to_send[„soil_hum3”] =temp/10

temp=self.calc_16bit(resp,25)

if temp:

to_send[„soil_temp3”] =temp/10

temp=self.calc_16bit(resp,27)

if temp:

to_send[„soil_ec3”] =temp/1000

temp=self.calc_16bit(resp,29)

if temp:

to_send[„soil_hum4”] =temp/10

temp=self.calc_16bit(resp,31)

if temp:

to_send[„soil_temp4”] =temp/10

temp=self.calc_16bit(resp,33)

if temp:

to_send[„soil_ec4”] =temp/1000

temp=self.calc_16bit(resp,35)

if temp:

to_send[„soil_hum5”] =temp/10

temp=self.calc_16bit(resp,37)

if temp:

to_send[„soil_temp5”] =temp/10

temp=self.calc_16bit(resp,39)

if temp:

to_send[„soil_ec5”] =temp/1000

return to_send

#10-SUN

def rdpas01(self,resp,to_send):

to_send[„sun_pas”] =self.calc_16bit(resp,3)

return to_send

def rdtsr02(self,resp,to_send):

to_send[„sun_tsr”] =self.calc_16bit(resp,3)

return to_send

def rduvs01(self,resp,to_send):

to_send[„sun_uvr”] =self.calc_16bit(resp,3)/100

to_send[„sun_uvri”] =self.calc_16bit(resp,5)

to_send[„sun_uvrl”] =self.calc_16bit(resp,7)

return to_send

def rdwo01(self,resp,to_send):

to_send[„sun_ill”] =self.calc_16bit(resp,3)*10

return to_send

def rdpsr01(self,resp,to_send):

to_send[„sun_per”] =self.calc_16bit(resp,3)*10

return to_send

#10-WATER

def rdwpsp011(self,resp,to_send):

to_send[„water_pres1”] =self.calc_16bit(resp,3)/1000

return to_send

def rdwpsp012(self,resp,to_send):

to_send[„water_pres2”] =self.calc_16bit(resp,3)/1000

return to_send

def rdwphit(self,resp,to_send):

to_send[„water_ph”] =self.calc_16bit(resp,3)/100

return to_send

def rduwldh301(self,resp,to_send):

to_send[„water_level”] =self.calc_16bit(resp,3)/1000

return to_send

#30-AIR

def aotcnn4in1(self,resp,to_send):

to_send[„air_co”] =self.calc_16bit(resp,3)/100

to_send[„air_no”] =self.calc_16bit(resp,5)/1000

to_send[„air_noise”] =self.calc_16bit(resp,9)/10

to_send[„air_tvoc”] =self.calc_16bit(resp,11)

return to_send

def aocnos4in1(self,resp,to_send):

to_send[„air_coo”] =self.calc_16bit(resp,3)

to_send[„air_ooo”] =self.calc_16bit(resp,5)/1000

to_send[„air_noo”] =self.calc_16bit(resp,7)/1000

to_send[„air_soo”] =self.calc_16bit(resp,9)/1000

return to_send

def rdwsmasa(self,resp,to_send):

to_send[„air_windspeed”] =self.calc_16bit(resp,3)/100

return to_send

def rdwdmasa(self,resp,to_send):

to_send[„air_winddir”] =self.calc_16bit(resp,3)/10

return to_send

def rdlth01(self,resp,to_send):

to_send[„air_leaftemp”] =self.calc_16bit(resp,3)/10

to_send[„air_leafhum”] =self.calc_16bit(resp,5)/10

return to_send

def rdrg1501(self,resp,to_send):

to_send[„air_rainacc”] =self.calc_16bit(resp,3)

return to_send

Un alt exemplu de cod de cod care este făcut public este metoda de conectare a gatewey lui la platforma Azure, se cauta reteau wifi, apoi urmeaza procedura de autentificare la server modulul are un identificator definit de programator si o cheie de securitate unica generata de platforma Azure layerul de Encryption, Transport Layer Security (TLS1.2/AES-256)

SAS tokenul se schimba o data la 60min , practic ma deconectez si reconectez la fiecare 60 min cu o noua parola ca si securitate.

import time

import machine

import gc

import pycom

import sys

from network import WLAN

import bme280 as bme280

from ina219 import INA219

from gpio import GPIO

from TCA9534 import TCA9534

import module1 as shared

import hondetec

from binascii import hexlify

scope_id=”0ne00357BCB”

#variables used

valves=0

pumps=0

to_send={}

properties={}

errors=””

readingSensors=0

device_id=hexlify(machine.unique_id()).decode(‘utf-8’).upper()

def set_bit(value, bit):

return value | (1<<bit)

def set_2bit(value,bit):

return value | (1<<(bit*2))

def clear_bit(value, bit):

return value & ~(1<<bit)

def clear_2bit(value, bit):

return value & ~(3<<(bit*2))

def get_bit(value,bit):

return (value >> bit)&1

def get_2bit(value, bit):

return (value>>(bit*2))&3

print(„\r\nDevice ID:”)

print(device_id)

update_time=0

wdt = machine.WDT(timeout=2*60*1000)

if device_id==’F008D1CB9C44′:

device_id=’F008D1CB9C90′

if device_id==’F008D1CB9C90′:

key=’KmCcaNBACVVCZBRvQxs5p4HptGtCj5gutoabMmwyfB8=’

update_time=60*1000

if device_id==’F008D1CB9C3C’:

key=’utoovixnImMZEDn5vF8UnZVjj17SDAMb0T22kN3IFX0=’

update_time=10*60*1000

if device_id==’F008D1CB9C44′:

key=’Z/hmvuXUoq1djHD8MYhgY0ZY08LXvF0MnqZoJQ+Ea2o=’

update_time=10*60*1000

if device_id==’F008D1CBAD10′:

key=”

update_time=1000

def calc_16bit(value,pos):

return (value[pos]<<8)|value[pos+1]

#_test_relays = 1

#_test_rs485 = 1

pycom.heartbeat(False)

gc.disable()

print(”)

print(‘Rebooting…’)

pin_i2c_en = machine.Pin(shared.PIN_3V3_SW_EN, mode=machine.Pin.OUT)

pin_i2c_en.value(1)

i2c1 = machine.I2C(1,pins=(shared.PIN_I2C1_SDA,shared.PIN_I2C1_SCL))

i2c2 = machine.I2C(0,pins=(shared.PIN_I2C2_SDA,shared.PIN_I2C2_SCL))

uart = machine.UART(1, baudrate=9600, timeout_chars=10, pins=(shared.PIN_TX1,shared.PIN_RX1))#TXD, RXD, RTS and CTS

timer=machine.Timer.Chrono()

bme = bme280.BME280(i2c=i2c2, address=shared.ADDR_BME280)

ina = INA219(shunt_ohms=shared.INA219_SHUNT_OHMS, i2c=i2c2, max_expected_amps=None, address=shared.ADDR_INA219)

pca = GPIO(i2c=i2c2, address=shared.ADDR_PCA9539)

tca = TCA9534(i2c=i2c1, address=shared.ADDR_TCA9534)

ina.configure()

pca.writeOut(shared.PCA9539_OUT_MASK)

pca.writePolarity(shared.PCA9539_POL_MASK)

pca.writeDirection(shared.PCA9539_DIR_MASK)

pca.setOutHigh(1<<shared.PCA9539_POW_I2C_EXT)

time.sleep_ms(100)

def send_485(str):

pca.setOutHigh(1<<(shared.PCA9539_DIR_RS485))

uart.write(str)

while not (uart.wait_tx_done(1)):

machine.idle()

pca.setOutLow(1<<(shared.PCA9539_DIR_RS485))

time.sleep_ms(200)

resp=”

if uart.any():

resp=uart.read()

return resp

try:

tca.writeOut(0x00)

tca.writeDirection(0x00)

print(„Relay Board (GPIO) connected!”)

except:

tca=0

print(„Relay Board I2C error! (GPIO)”)

try:

i2c1.writeto(shared.ADDR_ADG715,0x00)#all switches in the ADG are off

except:

print(„Relay Board I2C error! (Current Sensing)”)

wlan = WLAN(mode=WLAN.STA, antenna=WLAN.EXT_ANT)

wifi_pass=”

nets = wlan.scan()

for net in nets:

if net.ssid == ‘3-LTE-2888BA’:

wifi_pass=’08rghaq0′

break

if net.ssid == ‘SINTARA’:

wifi_pass=’sintara1′

break

if net.ssid == ‘DIGI-24-Wavelink’:

wifi_pass=’Zu2ZfkYP54′

break

# if net.ssid == ‘XTRATECRO’:

# wifi_pass=’xtec2012′

# break

if net.ssid == ‘SINTARA1’:

wifi_pass=’sintara1′

break

if net.ssid == ‘bzk’:

wifi_pass=’cacacacaca’

break

i=0

print(net.sec)

if wifi_pass != ”:

wlan.connect(net.ssid, auth=(net.sec, wifi_pass), timeout = 20000)

time.sleep(1)

while not wlan.isconnected():

time.sleep_ms(50)

i=i+1

if i == 100:

print(„Could not connect, rebooting in 5s”)

print(net.sec)

machine.reset()

if not wlan.isconnected():

for net in nets:

print(net)

print(„Could not connect, rebooting in 5s”)

time.sleep(5)

machine.reset()

if wlan.ifconfig()[0]==’0.0.0.0′:

time.sleep_ms(500)

if wlan.ifconfig()[0]==’0.0.0.0′:

print(„Did not get a valid IP, rebooting in 5s”)

time.sleep(5)

machine.reset()

print(‘Connected to SSID[{}]. Got IP address: [{}]’.format(net.ssid,wlan.ifconfig()[0]))

rtc = machine.RTC()

rtc.ntp_sync(„pool.ntp.org”)

while not rtc.synced():

machine.idle()

t=rtc.now()

print(‘RTC Set from NTP to UTC: {:04d}-{:02d}-{:02d} {:02d}:{:02d}:{:02d}’.format(t[0], t[1], t[2], t[3], t[4], t[5]))

time.timezone(3*60**2) #we are located at GMT+2, thus 2*60*60

t=time.localtime()

print(‘Adjusted from UTC to RO timezone: {:04d}-{:02d}-{:02d} {:02d}:{:02d}:{:02d}’.format(t[0], t[1], t[2], t[3], t[4], t[5]))

month=t[1]

from iotc import IoTCClient,IoTCConnectType,IoTCLogLevel,IoTCEvents

client=IoTCClient(scope_id,device_id,IoTCConnectType.DEVICE_KEY,key)

client.set_log_level(IoTCLogLevel.ALL)#DISABLED)

def on_properties(name, value):

print(‘Received property {} with value {}’.format(name, value))

return value

def on_commands(command, ack):

ack(command, command.payload)

temp=command.name

global valves, pumps, readingSensors

if (temp[0:3]==’cmd’) and (temp[4]==’_’):

relay=int(temp[3])

cmd=int(temp[5])

if cmd:

if tca !=0:

tca.setOutHigh(1<<(relay-1))

else:

if tca !=0:

tca.setOutLow(1<<(relay-1))

if(temp[0:6]==’valve_’):

while(readingSensors):

pass

v=temp[6]

if(temp[7]==’1′):

resp=send_485(‘v’+v+’1’)

print(„Valve”+v+” ON”)

valves=set_2bit(valves,int(v)-1)

print(valves)

if(temp[7]==’0′):

resp=send_485(‘v’+v+’0’)

print(„Valve”+v+” OFF”)

valves=clear_2bit(valves,int(v)-1)

print(valves)

if(temp[0:5]==’pump_’):

while(readingSensors):

pass

p=temp[5]

if(temp[6]==’1′):

resp=send_485(‘p’+p+’1’)

print(„Pump”+p+” ON”)

pumps=set_2bit(pumps,int(p)-1)

if(temp[6]==’0′):

resp=send_485(‘p’+p+’0’)

print(„Pump”+p+” OFF”)

pumps=clear_2bit(pumps,int(p)-1)

if(temp[0:5]==’RESET’):

time.sleep(5)

machine.reset()

def on_enqueued(command):

print(‘Enqueued Command {}.’.format(command.name))

client.on(IoTCEvents.PROPERTIES, on_properties)

client.on(IoTCEvents.COMMANDS, on_commands)

try: _test_relays

except NameError:

pass

else:

i=1

while 1:

tca.writeOut(i)

i<<=1

time.sleep(5)

if i==0x40 :

i=1

def soil():

#enable all

global errors, to_send, properties

pca.setOutHigh(1<<(shared.PCA9539_J12_1))

time.sleep_ms(50)

pca.setOutLow(1<<(shared.PCA9539_J12_1))

time.sleep_ms(50)

resp=send_485(hondetec.RD_ALLSOIL_INIT)

print(resp)

time.sleep_ms(2000)

resp=send_485(hondetec.RD_STS_3LMT)

if len(resp)>1:

to_send=sen.rdsts3lmt(resp,to_send)

else:

print(‘ID 02 Error’)

# RD_SCO2R_01

resp=send_485(hondetec.RD_SCO2R_01)

if len(resp)>1:

to_send=sen.rdsco2r01(resp,to_send)

else:

print(‘ID 03 Error’)

errors+=”|03″

# RD_SPHAG_RD

resp=send_485(hondetec.RD_SPHAG_RD)

if len(resp)>1:

to_send=sen.rdsphagrd(resp,to_send)

else:

print(‘ID 04 Error’)

errors+=”|04″

# RD_SCH2H4R_01

resp=send_485(hondetec.RD_SCH2H4R_01)

if len(resp)>1:

to_send=sen.rdsch2h4r(resp,to_send)

else:

print(‘ID 06 Error’)

errors+=”|06″

# RD_S7

resp=send_485(hondetec.RD_S7)

if len(resp)>1:

to_send=sen.rds7(resp,to_send)

else:

print(‘ID 07 Error’)

errors+=”|07″

# RD_S8IN1

resp=send_485(hondetec.RD_S8IN1)

if len(resp)>1:

to_send=sen.rds8in1(resp,to_send)

else:

print(‘ID 08 Error’)

errors+=”|08″

# RD_S4

resp=send_485(hondetec.RD_S4)

if len(resp)>1:

to_send=sen.rds4(resp,to_send)

else:

print(‘ID 09 Error’)

errors+=”|09″

# RD_ALLSOIL

time.sleep_ms(2000)

resp=send_485(hondetec.RD_ALLSOIL_RD)

if len(resp)>1:

to_send=sen.rdallsoil(resp,to_send)

else:

print(‘ID 0A Error’)

errors+=”|0A”

# resp=send_485(hondetec.RD_ALLSOIL_SLP)

def sun():

global errors, to_send, properties

#enable all

pca.setOutHigh(1<<(shared.PCA9539_J12_2))

time.sleep_ms(10)

pca.setOutLow(1<<(shared.PCA9539_J12_2))

time.sleep_ms(50)

#RD-PAS-01

resp=send_485(hondetec.RD_PAS_01)

if len(resp)>1:

to_send=sen.rdpas01(resp,to_send)

else:

print(‘ID 13 Error’)

errors+=”|13″

#RD-TSR-02

resp=send_485(hondetec.RD_TSR_02)

if len(resp)>1:

to_send=sen.rdtsr02(resp,to_send)

else:

print(‘ID 14 Error’)

errors+=”|14″

#RD-UVS-01

resp=send_485(hondetec.RD_UVS_01)

if len(resp)>1:

to_send=sen.rduvs01(resp,to_send)

else:

print(‘ID 15 Error’)

errors+=”|15″

#RD-W-O-01

resp=send_485(hondetec.RD_W_O_01)

if len(resp)>1:

to_send=sen.rdwo01(resp,to_send)

else:

print(‘ID 16 Error’)

#RD-PSR-01

resp=send_485(hondetec.RD_PSR_01)

if len(resp)>1:

to_send=sen.rdpsr01(resp,to_send)

else:

print(‘ID 17 Error’)

def water():

global errors, to_send, properties

# RD-WPS-01-1

resp=send_485(hondetec.RD_WPSP01_1)

if len(resp)>1:

to_send=sen.rdwpsp011(resp,to_send)

else:

print(‘ID 21 Error’)

errors+=”|21″

# RD-WPS-01-2

resp=send_485(hondetec.RD_WPSP01_2)

if len(resp)>1:

to_send=sen.rdwpsp012(resp,to_send)

else:

print(‘ID 22 Error’)

errors+=”|22″

# RD-WPH_IT

resp=send_485(hondetec.RD_WPH_IT)

if len(resp)>1:

to_send=sen.rdwphit(resp,to_send)

else:

print(‘ID 23 Error’)

errors+=”|23″

# RD_UWLDH3_01

resp=send_485(hondetec.RD_UWLDH3_01)

if len(resp)>1:

to_send=sen.rduwldh301(resp,to_send)

else:

print(‘ID 24 Error’)

errors+=”|24″

def air():

global errors, to_send, properties

# AOTCNN4IN1

resp=send_485(hondetec.RD_AOTCNN4IN1)

if len(resp)>1:

to_send=sen.aotcnn4in1(resp,to_send)

else:

print(‘ID 31 Error’)

errors+=”|31″

# AOCNOS4IN1

resp=send_485(hondetec.RD_AOCNOS4IN1)

if len(resp)>1:

to_send=sen.aocnos4in1(resp,to_send)

else:

print(‘ID 32 Error’)

errors+=”|32″

# RD_WSM_ASA

resp=send_485(hondetec.RD_WSM_ASA)

if len(resp)>1:

to_send=sen.rdwsmasa(resp,to_send)

else:

print(‘ID 33 Error’)

errors+=”|33″

# RD_WDM_ASA

resp=send_485(hondetec.RD_WDM_ASA)

if len(resp)>1:

to_send=sen.rdwdmasa(resp,to_send)

else:

print(‘ID 34 Error’)

errors+=”|34″

# RD_LTH_01

resp=send_485(hondetec.RD_LTH_01)

if len(resp)>1:

to_send=sen.rdlth01(resp,to_send)

else:

print(‘ID 35 Error’)

errors+=”|35″

# RD_RG15_01

resp=send_485(hondetec.RD_RG15_01)

if len(resp)>1:

to_send=sen.rdrg1501(resp,to_send)

else:

print(‘ID 36 Error’)

errors+=”|36″

pca.setOutHigh(1<<(shared.PCA9539_POW_RS485))

while 1:

if client.is_connected():

client.listen()

if timer.read_ms()>update_time :

pycom.rgbled(0x007f00)

timer.stop()

timer.reset()

timer.start()

#empty values

to_send={}

properties={}

errors=”

#write valve states

properties[„valve_s1”]=get_2bit(valves,0)

if(properties[„valve_s1”]==0):

properties[„valve_s1”]=9

properties[„valve_s2”]=get_2bit(valves,1)

if(properties[„valve_s2”]==0):

properties[„valve_s2”]=9

properties[„valve_s3”]=get_2bit(valves,2)

if(properties[„valve_s3”]==0):

properties[„valve_s3”]=9

properties[„valve_s4”]=get_2bit(valves,3)

if(properties[„valve_s4”]==0):

properties[„valve_s4”]=9

properties[„valve_s5”]=get_2bit(valves,4)

if(properties[„valve_s5”]==0):

properties[„valve_s5”]=9

properties[„valve_s6”]=get_2bit(valves,5)

if(properties[„valve_s6”]==0):

properties[„valve_s6”]=9

properties[„valve_s7”]=get_2bit(valves,6)

if(properties[„valve_s7”]==0):

properties[„valve_s7”]=9

properties[„valve_s8”]=get_2bit(valves,7)

if(properties[„valve_s8”]==0):

properties[„valve_s8”]=9

properties[„pump_s1”]=get_2bit(pumps,0)

if(properties[„pump_s1”]==0):

properties[„pump_s1”]=9

properties[„pump_s2”]=get_2bit(pumps,1)

if(properties[„pump_s2”]==0):

properties[„pump_s2”]=9

#get internal stuff, mark as air stuff for now

to_send[„air_temperature”], to_send[„air_pressure”], to_send[„air_humidity”] = bme.read_compensated_data()

ina.wake()

to_send[„internal_voltage”]=ina.voltage()

to_send[„internal_current”]=ina.current()

ina.sleep()

#get RS485 info

readingSensors=1

sen=hondetec.sensors_485()

#00-SOIL

soil()

#10-SUN

sun()

#20-WATER

water()

#30-AIR

air()

properties[„ERRORS”]=errors

readingSensors=0

conv=timer.read_ms()

properties[„internal_month”]=month

if client.is_connected():

wdt.feed()

client.send_telemetry(to_send)

client.send_property(properties)

else:

print(‘Disconnected!!’)

client.connect()

client.send_telemetry(to_send)

client.send_property(properties)

sent_time=timer.read_ms()

gc.collect()

t=time.localtime()

print(‘[{:04d}-{:02d}-{:02d} {:02d}:{:02d}:{:02d}]: tREAD={:.3f}ms, tSEND={:.3f}ms. Memory available: {:.3f} kB’.format(t[0], t[1], t[2], t[3], t[4], t[5], conv, (sent_time-conv), (gc.mem_free()/1024)))

pycom.rgbled(0x000000)

else:

print(‘Not connected!’)

pycom.rgbled(0x7f0000)

client.connect()

timer.start()

pycom.rgbled(0x000000)

Codul de mai sus este proprietatea firmei SC TETASEYA SRL (fosta SC FRONTIER CONECT SRL).

iunie 19, 2023

Strand Neptun Arad, Proiect Sintara

Figura 1: Sistem de drenaj in sort

Figura 2: Pat de sort pentru sistem drenaj

Figura 3: Pat sort pentru sistem drenaj

Figura 4: aspersor irigare

Figura 5: Sistem drenaj pe pat de sort

Figura 6: Sapaturi pentru sistem drenaj

Figura 7: Sistem drenaj pe pat de sort

Figura 8: Conectivitate sistem drenaj la rezervor

Figura 9: Rezervor ingropat

Figura 10: Rezervor apa ingropat unghi diferit

Figura 11: Rezervor apa ingropat conectare sistem colectare apa

Figura 12: Senzori sol

Figura 13: Senzori sol adancime nivele

Figura 14: Imagine cu panouri solare folosite

Figura 15: Panou solar tip floare

Figura 16: Panouri solare folosite plus camin de pompare

Figura 17: Camera video si panou solar rotativ

Figura 18 Senzori ambientali

Figura 19: Generator aer apa

Figura 20: Acoperire camine

Figura 21: Camine bazine

Figura 22: Camin pompe acoperit

Figura 23: Camin pompe

Figura 24: Colectare apa de la stersine

Figura 25: Colectare apa de ploaie de la stresine

Figura 26: Conectare bazine

Figura 27: Conectare bazine

Figura 28: Fantana Foraj

Figura 28: Foraj

Figura 29: Vedere conectare bazine

Figura 30: Pagina login

octombrie 2, 2022martie 27, 2023

Lucrare susținută la conferința internațională online din Roma

Innovative eco-technology for transforming food and tanneries waste into a soil bio-conditioner and fertilizer product used for recovery and enhancement of the productive capacity of the soil

Abstract—The present work deals with the way in which food and tobacco waste can be used in agriculture. As a result of the lack of efficient technologies for their recycling, we are currently faced with the appearance of appreciable quantities of residual organic residues that find their use only very rarely and only after long storage in landfills.

The main disadvantages of long storage of organic waste are: the smell unpleasant, the high content of pathogenic agents, the high content in the water. The release of these enormous amounts imperatively demands the finding of solutions to ensure the avoidance of environmental pollution.

The measure practiced by us consists in the processing of this waste in special installations, testing in pilot experimental perimeters and later administration on agricultural lands without harming the quality of the soil, agricultural crops, and the environment

The current crisis of raw materials and energy also raises special problems in the field of organic waste valorization, an activity that takes place with low energy consumption. At the same time, their composition recommends them as useful secondary sources in agriculture. The transformation of food scraps and other residues concentrated organics thus acquires a new orientation, in which these materials are seen as important secondary resources.

The utilization of food and tobacco waste in agriculture is also stimulated by the increasing lack of chemical fertilizers and the continuous increase in their price, under the conditions that the soil requires increased amounts of fertilizers in order to obtain high, stable and profitable productions.

The need to maintain and increase the humus content of the soil is also taken into account, as an essential factor of its fertility, as a source and reserve of nutrients and microelements, as important factor in increasing the buffering capacity of the soil and the more reserved use of chemical fertilizers, improving the structure and permeability for water with positive effects on the quality of agricultural works and preventing the excess and/or deficit of moisture in the soil.

I. INTRODUCTION

Organic products of various types are recognized as true sources of nutrients with beneficial effects on soil and plant production.Biocomposts that have as their component organic residues from the food industry and from tobacconists, unlike zootechnical waste, pose a series of problems, on the one hand due to the origin, and on the other hand, the content of some harmful elements above the maximum admissible limit.

F. A. Author is with the National Institute of Standards and Technology, Boulder, CO 80305 USA (corresponding author, phone: 303-555-5555; fax: 303-555-5555; e-mail: author@ boulder.nist.gov). S. B. Author, Jr., was with RiceUniversity, Houston, TX77005USA. He is now with the Department of Physics, Colorado State University, Fort Collins, CO 80523 USA (e-mail: author@lamar. colostate.edu).

The use of biocompost from food and tannery waste in vegetable crops, on the land in greenhouses and solariums, but also in the field, where large quantities of organic fertilizers are needed, could be a practical and economic alternative, however, requiring in-depth and long-term studies, especially in order to prevent and combat environmental pollution, but also to establish the consequences on plant production.

In this research phase, we experienced how the moderate dose of biocompost acts on some physical and chemical properties (organic matter, pH, N, P, K) of the soil, without affecting the quality of plant production.

It is important to follow the translocation of nutrients and potentially polluting elements in the soil and from there in the plant, in the edible tissues for human consumption and in the vegetable tissues used in animal feed. The researchesare organized in experimental pilot perimeters, currently in the 3rd year of experimentation.

II.RESEARCH METHOD

The experiments follow the residual effect (third year) of biocompost doses on two types of soil located on different slopes. For the experiment, the equivalent doses of: 0, 5, 10, 20, 30,40 tons/hectare, respectively 0, 5, 10, 20, 30,40 Kg/plot of 10 square meters were administered. The experimental crops were sugar beet and grain corn. The research was carried out on control plots of 10 m.p. The studied factors and their degrees are:

The slope gradient

Please submit your manuscript electronically for review as email attachments. When you submit your initial full paper version, prepare it in two-column format, including figures and tables.

• Alluvial clay soil with a slope of 10%

• Alluvial clay soil with a 20% slope

The dose of biocompost

• 0, 5, 10, 20, 30, 40 Kg/plot

The experiment included three repetitions, being of the type 2x6x3=36. Biocompostwas used, combined with plant residues. Corresponding to each plot there are collection channels for the strict control of rain or irrigation water runoff. The following determinations were made:

– At soil level

T. C. Author is with the Electrical Engineering Department, University of Colorado, Boulder, CO 80309 USA, on leave from the National Research Institute for Metals, Tsukuba, Japan (e-mail: author@nrim.go.jp).

Physical analysis:

* granulometric composition

*structural hydrostability

*permeability

*penetration resistance

*apparent density

*total porosity

*suction.

Chemical analysis:

*organic matter content;

*total nitrogen content (Nt);

*mobile phosphorus (Pm);

*content of exchangeable cations.

– At plant level

• content of N, P, K, Na, Ca, Mg;

• content of heavy metals (Cu, Zn, Pb, Co, Ni, Mn, Cr, Cd);

• vegetable mass (leaves and roots).

III. RESULTS OBTAINED

The main results obtained regarding the soil and the plant:

Quantitative effects

• Production (roots and leaves) in the 3rd year of experimentation showed an increasing trend compared to the untreated control. This varied between 4.8 and 12.7 Kg/plot green substance. Maximum values were recorded in the case of the variant with 10Kg/plot, the increase in the dose of biocompost causing significant increases in production.

• Referring only to the main production, the best results were also presented by the version with 10Kg/plot of biocompost, 11.1 kg/plot compared to the control which recorded 3.7 kg/plot.

• The slope of the slope led to statistically insignificant changes in the plant mass. The maximum values were presented by the mixture with 10 Kg of biocompost/plot both at the 10% slope (12.8 Kg/plot) and at the 20% slope (13, 7 Kg/plot).

Table 1 – The effect of biocompost doses on plant mass in sugar beet

Table2 – The effect of biocompost doses on corn production

• The results obtained reveal the fact that the incorporation of doses of biocompost into the soil causes significant increases in production. The variant in which the dose of 10 Kg/plot of biocompostwas applied recorded maximum values, so this can be considered optimal for use on agricultural land. At the same time, the production recorded in the variants with a slope of 10% is higher compared to those with a slope of 20%, something obvious taking into account the fact that at the base of the slope the soil is more fertile than in its upper third.

Qualitative effects

– Effects on the physical characteristics

o Granulometric composition: Following the introduction of a material with a different granulometric composition into the soil, changes occur in this characteristic, considered to be very stable in relation to natural and anthropogenic factors.Thus, the contents of coarse sand and fine sand increase in relation to the applied dose, since the biocompost also contains sand, for better homogenization. In the case of variants with a 10% slope, a slight textural change is observed from a soil withfine (medium clay loam) to a medium textured soil (medium clay).This has a positive effect on soil workability and specific plowing resistance.On the slope with a slope of 20%, by applying the six doses of biocompost, the soil does not undergo changes in the granulometriccomposition, it keeps the same textural subclass, of medium clay, due to erosion processes and runoff on the slope.

Tabel 3. The granulometric composition of the soil in the experimental perimeter

Effects on some agrochemical properties in the soil

o The application of doses of biocompost caused changes in some agrochemical properties of the soil. The reaction of the given soil changed, so that: on the 10% slope the pH dropped from 7.10 to 6.60. This phenomenon is possible due to the buffering capacity of calcium and magnesium cations. In the case of the 20% slope, the pH, as expected, increased as the doses of biocompost applied to the soil increased, causing the soil reaction to change, i.e. the transition from an acid soil to a slightly acid soil. The content of organic matter also increased with the increase in the doses of biocompost applied, the accumulation of this product in the soil being stronger in the case of the 10% slope. The enrichment of soils in organic matter contributed to the improvement of the content of N, P, K in the soil, which increased with the dose of biocompost applied.

As a result of the incorporation of excessive doses of biocompost into the soil, the content changes in exchangeable cations. The content of divalent calcium and magnesium cations increases significantly with the applied dose. The concentration of monovalent sodium and potassium ions also undergoes some positive changes.

At the same time, the cationic exchange process is oriented towards the replacement of H+ ions, so that their concentration decreases. This determines to a large extent the modification of the plant’s accessibility of the nutritional elements. The total cationic exchange capacity (T), as well as the sum of basic cations (SB) and the degree of saturation in bases (V%) increase with the dose of biocompost applied. These results highlight the good amendment role of biocompost, due to the content rich in Ca++ and Mg++ cations.

Tabel 4. The effect of biocompost doses on the main agrochemical properties of the soil

IV. CONCLUSIONS

The use of biocompost, which consists of food scraps and tobacconist waste processed in special installations, in pilot experimental perimeters, highlighted the following:

– At soil level:

1. the physical properties on the two slope categories change in a positive sense. The beneficial effect of processed organic products incorporated into the soil in moderate doses is unanimously accepted. The granulometric composition on the soil with a 20% slope was significantly changed following the application of biocompost doses. In both types of soil, the structural stability of the aggregates increased.

2. the incorporation of such products on soils susceptible to various physical degradation processes, or already degraded by destructuring, compaction, etc., contributes to the amelioration and improvement of negative physical characteristics and thus to increasing soil productivity.

3. also the agrochemical properties regarding acidity, content of organic matter and nutritional elements are modified following the application of the treatments.

4. the concentration of exchangeable cations is significantly modified, being oriented in the direction of replacing H+ ions with bivalent Ca++ and Mg++ cations.

– At plant level:

1. secondary and main production increases significantly at the dose of 10Kg/biocompost plot, and then registers a decreasing trend.

2. the contents of macronutrients in both roots and leaves increase with the dose of biocompost, the variants with 20 Kg/plot being optimal from this point of view.

Compared to the results obtained, we can appreciate that the biocompost obtained from food scraps and tobacco waste processed in special installations has beneficial effects on the soil and the plant and can be used on agricultural land under the conditions of permanent monitoring.

REFERENCES

[1]Davidescu D., DavidescuVelicica, Modern Agrochemistry, Ed. Academiei, 1981.

[2] Dumitru M., Nastea St.., Răuţă C., The use of livestock residues in agriculture, B.,A., Bucharest, 1982.

[3] Dumitru M., IonescuSiseşti Vl., Nastea St., Răuţă C., Utilization for plant production of sludge and wastewater from zootechnical complexes, Agricultural technical propaganda editorial, Bucharest, 1986.

[4] Gilbertson C.B., Van Dyne D.L., Livestock and poultry residue a recoverable resource, Lincoln, Nebrasca and US Office of Energy, Washington D.C., Nebrasca agricultural Experiment Station.

[5] Gilbertson C.B., Van Dyne D.L., Clanton C.J., White R.K., Estimating quality and constituents in livestock and poultry manure residue as reflected by management systems, Lincoln and the Ohio State University Agricultural Experiment Station, Columbus, Poper Nos, 5520 and 5576 Journal Series.

[6] Gilbertson C.B., Norstadt F.A., Mathers A.C., Holt R.F., Barnett A.P., Onstad C.A., Young R.A., Animal waste utilization on cropland, on pastureland a manual for Evaluating Agronomic and Environmental Effects, USDA utilization research, Octomber 1979.

[7] Inger R.F., Hasber A.D., Borman F.H., Blair W.F., Man in the living environment, University of Wisconsin Press., 1972.

[8] Ionescu Al., The phenomenon of pollution and antipollution measures in agriculture, Ed. Ceres, Bucharest, 1982.

[9] IonescuSiseşti Vl., Papacostea P., Ştefanic G., Compost, fertilizer from organic waste, “Science for all” collection, nr.31, Scientific and Encyclopedia Publishing House, Bucharest, 1980.

[10] IonescuSiseşti Al., Nastea St., Răuţă C., Jinga I., Cârstea St., Dumitru M., Conditions for agricultural use of wastewater and sludge from pig farms, Vegetal production, nr.8, August 1981 and nr.9, September 1981.

[11] Jinga I., Achievements and guidelines in the technologies for the valorization of water treatment sludge from animal farms, the poultry sector and the meat industry, Center for didactic material and agricultural propaganda, Bucharest, 1978

septembrie 1, 2022martie 27, 2023

Lucrare susținută la conferința internațională online din Bulgaria

The complex pedological characterization of some pilot agricultural perimeters in order to calibrate the sensors for measuring the NPK and the gravimetric humidity of the soil for the remote transmission of the necessary data to the farmers

PetreVOICU1,RaduVASIU2, Mircea OAIDA3,Catalin GHEORGHIU3,Aurel DUMITRU3

1 INCDPAPM-ICPA Bucuresti, Romania

2 Universitatea Politehnica, Timisoara, Romania

3 Teraseya, Timisoara, Romania

ABSTRACT

The paper presents the complex pedological framework where the high-precision sensors from the meteorological stations are tested in order to remotely transmit the soil parameters with express reference to the NPK content and the water content of the soil.

In the context of climate change, the interest in continuous, „in situ” knowledge of soil moisture and macroelement content is high because soil properties are correlated with the mathematical simulation of how crops are formed on agricultural plots.

While regional simulation has been operational worldwide for over two decades, during which prediction errors have decreased significantly, remote measurement of NPK and soil moisture with the required accuracy at the local scale, at the level of agricultural plots, is still under investigation.

It is necessary to continue the research in this context because the collection of soil samples in order to determine the properties of the soil in the laboratory is becoming more and more restrictive due to the high prices.

The determination of soil parameters in the laboratory cannot be completely replaced by remote measurements, but the latter method ensures, if the sensors are properly calibrated and calibrated, a high degree of accuracy and can complete the information provided by pedological laboratories specializing in hydrophysics or agrochemistry.

On the other hand, the development of precision agriculture exerts an important pressure in the direction of the development of research on the digitization of agricultural parameters to allow sufficiently accurate measurements at the plot scale, the hydrophysical and agrochemical properties being essential.

To be relevant on this scale, the sensors must be calibrated to provide real data, especially for the phenological phases in which the plant is sensitive to various stresses: water, nutrition, disease attacks and pests.

Referring only to water stress and NPK content, in the absence of the actual value of surface moisture, and the content of macroelements, the simulation of the „sowing-sunrise” period, greatly influenced by the water available for seed germination, may be affected by significant errors., the results of the simulations being uncertain or even wrong.

To date, farmers have relied almost exclusively on the results of NPK determinations and soil moisture in the laboratory, which involves a great deal of financial effort.

Now they can continuously know, in addition to the standard weather data provided by meteorological stations, the content of macroelements and the gravimetric humidity of the soil at a given time by transmitting data remotely via satellites.

The main data of the paper present a part of the research contribution within the SINTARA Project.The field experiments followed the methodological framework that is summarized in this paper and took place between September 2021 and May 2022, in pilot agricultural areas in different geographical areas: Baneasa (Bucharest), Fundulea (Calarasi) and Dabuleni (Dolj).

Keywords: ground, sensors, measurements

INTRODUCTION

The paper aims to characterize two pilot agricultural perimeters where the sensors of the component of meteorological stations that measure the NPK content in the soil and the gravimetric humidity are tested / calibrated.

For this, two meteorological stations were placed in the analyzed perimeters and near them a microplatform was arranged where periodically controlled quantities of N, Psi K were administered and measured quantities of irrigation water were administered.

Following the laboratory determinations and the measurements performed, there were small differences, insignificant in relation to the necessity and usefulness of the remote transmission of the N, P, K content in the soil through meteorological stations equipped with high precision sensors.

The advantages of such a measurement consist in rapid transmission of meteorological data and measurement by sensors of NPK content in the soil, in situ measurements very useful for farmers given that the differences between laboratory determinations and those measured with NPK sensors are insignificant.

Weather station transmission indicators:

Temperature: -30..70 ° C res. 0.1 ° C, ac. ± 0.5 ° C
Humidity: 0-100% res. 1%
Atmospheric pressure: 300-1100 hPa, according. ± 0.2 Pa
Wind speed: 0-70.0 m / s, start 0.5 m / s
Wind direction: 0… 359grm, ac. 1 ° + weather vane
Precipitation: 0 to 9999.9 mm, res 0.12 mm
UV index: 0.5-10, res 0.1
5in1 sun sensor
Temperature (-30 ° C. + 70 ° C)
Humidity 0-100% (m3 / m3) Acc: ± 3% (0 … 50%) / ± 0.5 ° C; ± 5% (50% – 100%)
Conductivity (0-10000us / cm ac 10 us / cm), pH sol 3..9 (± 0.3 PH)
PH 3-9 (± 0.3)
NPK (1… 1999 mg / kg (mg / L)

The use of intelligent software solutions in agriculture helps to increase the yield of the farm by making the best use of the resources that farmers have at hand and by increasing the level of quality and health of crops. Fully equipped weather stations meet the requirement of remote measurements using the concept of smart agriculture. Remote NPK measurement is a major advantage for farmers, the results of in situ measurements being correlated with periodic determinations by laboratory tests.

In order to use the data provided by the weather station in general and the data provided by the sensors that measure NPK in particular, we undertook a comparative analysis between the measurements provided by the weather station and the determinations performed in the laboratory based on the standard methodology for pedological, agrochemical studies. and agrophysics. In this context, we chose two pilot perimeters where meteorological stations were located.

These pilot perimeters were analyzed from a pedological, agrochemical, hydrophysical point of view to see the extent to which the soil properties determined in the laboratory are correlated with the measurements of the sensors in the weather station.

The tables and graphs presented in the study regarding the NPK content show that the values measured by the sensors in the weather station do not differ significantly from the laboratory determinations. But in order to have a statistically interpretable correlation, the number of determinations must increase, monitoring different crops in different vegetation phases.

In the following section we’ll be detailingthe pedological, agrochemical, hydrophysical analysis used as a reference to compare the results of the two types of information, determined in the laboratory and measured using NPK sensors.

Two pilot perimeters were chosen which were characterized based on the ICPA Methodology. Following these complex descriptions of the soil and its properties, the NPK values could be interpreted, both those determined and those measured with the sensors of the weather station.

RESULTS OBTAINED:

Cernozem from Fundulea

Name: Cernozem cambic – Fundulea
Location: Cîmpia Română, ICCPT Fundulea.
Pedogenetic conditions
- Relief: plain, flat surface, relatively horizontal.
- Absolute altitude: 65.3 m.
- Parental material: loessoid deposits.
- Groundwater depth:> 8 m.
- Global natural drainage: excessive.
- Bioclimatic subzone: steppe.
- Usage: arable.
- Climatic data: Tma = 10.3oC, Pma = 500 mm.
- Temperature regime: mesic.
- Humidity regime: ustic.

Morphological characterization of the soil profile

Ap 0-24 cm; dusty clay clay; very dark gray-brown (10YR 3/2) in the wet state and very dark gray-brown – dark gray-brown (10YR 3.5 / 2) in the dry state; disturbed by cultivation; moderately compact; friable in the wet state; hard in the dry state; moderate plastic; moderate adhesive; frequent small pores; frequent thin roots; smooth, straight passage;
Apt 24-30 cm; dusty clay clay; very dark gray-brown (10YR 3/2) in the wet state and very dark gray-brown – dark gray-brown (10YR 3.5 / 2) in the dry state; structured (massive) unfolds into a medium-large angular polyhedron; moderately compact; friable in the wet state; hard in the dry state; moderate plastic; moderate adhesive; frequent small pores; frequent thin roots; gradual transition;
Am 30-50 cm; dusty clay clay; very dark brown – very dark gray brown (10YR 2.5 / 2) in the wet state and very dark gray brown – dark gray brown (10YR 3.5 / 2) in the dry state; well-developed medium subangular grainy and polyhedral structure; friable in the wet state; hard in the dry state; moderate plastic; moderate adhesive; frequent small pores; rare cervotocins; frequent thin roots.

Micro-Morphological characterization of the soil profile

Ap 0-24 cm: The structure is spongy and with large isolated biogenic voids. The porosity is high, consisting of gaps created by biological activity (plant roots and soil fauna) and by physical-mechanical processes. The elementary assembly is intertextual. The plasma assembly is silaseptic. Plasma is clay-humic-ferric (clay-ferric pigmented with humons). The skeleton consists of numerous skeletal mineral granules (predominantly the size of fine sand and dust) of quartz, plagioclase feldspars (many of them altered), glauconite, calcite (sporadic). Quartz is the majority in the whole profile. Vegetable residues are few and finely chopped. Carbonized plant debris appears sporadically. Very small sclerotia (0.25 mm) occur frequently.
Apt 24-48 cm; The structure is similar to that of the upper horizon except that the pores are larger but smaller. The elementary assembly is intertextual. The plasma assembly is silaseptic and the plasma is clay-humic-ferric. Within the horizon were observed coprolites (mostly integrated in the matrix) with material brought by the soil fauna from horizons C. In these coprolites, the plasma assembly is crystalline and the plasma is clay-ferric ± humic ± carbonate. The skeleton is similar to that of the previous horizon. Calcite is also present in the coprolites brought by the soil fauna from horizons C. Plant debris is relatively common on the horizon and occurs in various forms: fresh, located in biogol; To varying degrees of fragmentation and decomposition, most are located in coprolites or integrated into the soil matrix.
Am 48-50 cm; The structure is spongy and glomerular. Deformed channels created by soil fauna and circular and semicircular cracks that delimit the glomerular elements (zoo-aggregates) frequently appear within the matrix. The elementary assembly is intertextual. Plasma assembly is silaseptic and crystalline in areas with a C-horizon-specific matrix. Plasma is clay-humus-ferric. Coprolites with material brought by the soil fauna from the base of the profile. The skeleton is similar to the previous horizons, but more altered. Plant debris is relatively common on the horizon and occurs in various forms: fresh, located in biogol; To varying degrees of fragmentation and decomposition, most are located in coprolites or integrated into the soil matrix.

Physical and chemical characterization of the cambic chernozem from Fundulea

The analytical data regarding the granulometric composition highlight the following contents of the granulometric fractions: the clay (< 0.002 mm) has values between 37.8 – 40.0%. The dust content has a relatively uniform distribution, the values oscillating in the limits of 33.1 – 33.8%. The fine sand content has lower values (26.1-28.1%) than the dust content and has the same distribution per profile. From a textural point of view, this soil falls into the category of dusty clay soils.
On the general background of a soil with relatively low clay content and weakly acidic reaction (pH has values of 6.3 – 6.8), the amount of humus is small (2.4 – 3%)
In the area of root development of crop plants, the supply of total nitrogen is medium. Mobile phosphorus insurance is extremely low in surface and low-medium in the rest, and mobile potassium insurance is low.

CONCLUSIONS

The results obtained by the 2 methods of measuring NPK are very close, not being significantly differentiated as it can be shown in the below table.
The use of intelligent software solutions in agriculture helps to increase the yield of the farm by making the best use of the resources that farmers have at hand and by increasing the level of quality and health of crops.
The future of remote soil property measurements by satellite techniques is predictable. Fully equipped meteorological stations meet the requirement of remote measurements using the concept of intelligent agriculture.
Remote NPK measurement is a major advantage for farmers, the results of field measurements being correlated with periodic determinations by samples analyzed in soil science reference laboratories.
In order to guarantee the real prospects for the different types of crops it is necessary to carry out a feasibility study based on the results of hydrogeological research and the physico-chemical and physical characteristics of the soils.

REFERENCES

[1] BARET, F., VINTILĂ, R., LAZĂR, C., ROCHDI, N., PREVOT, L., FAVARD, J.-C., DEBOISSEZON, H., LAUVERNET, C., PETCU, E., PETCU, G., VOICU, P.,DENUX, J.-P., POENARU, V., MARLOIE, O., SIMOTA, C., RADNEA, C., TURNEA, D., CABOT, F. şi HENRY, P., 2001, The ADAM database and its potential to investigate high temporal sampling acquisition at high spatial resolution for the monitoring of agricultural crops. Romanian Agricultural Research, N. 16, p. 69-80

[2] LAUVERNET, C., LEDIMET, F.X., BARET, F., DEBOISSEZON, H., FAVARD, .-C.,VINTILĂ, R., LAZĂR, C şi BADEA, A., 2002, Assimilation of High Temporal Frequency SPOT Data to Describe Canopy Functioning. The Case of Wheat Crops in the ADAM Experiment in Romania. Proc. “Recent Advances in Quantitative Remote Sensing” (ISBN 84-370-5515-6, ed. J.A. Sobrino, Spain, Universidat de Valencia), p. 921-926

[3]ROSA, 2007. Hybrid method for updating the thematic inventory on land use through remote sensing / GIS technologies, support for the implementation of the European Agriculture – Environment Programs. Financing contract No. 81-058 / September 2007; PNCD

iunie 22, 2022martie 27, 2023

Maximizarea potențialului solului prin trecerea de la agricultura convențională la agricultura digitală

În cadrul Proiectului SINTARA un obiectiv important este reprezentat de procesul de digitizare al agriculturii încercând să facă trecerea de la agricultura convențională la cea bazată pe inteligența artificială.

Agricultura convențională este agricultura care, în scopul obținerii unei productivități maxime posibile, folosește tehnologia modernă, fără a lua în considerare în mod semnificativ siguranța alimentară și poluarea mediului. Aplicarea produselor chimice sintetice, a organismelor modificate genetic și a sistemelor integrate de gestionare a dăunătorilor sunt foarte frecvente în agricultura convențională.

Agricultura digitală este un concept modern de management al agriculturii ce utilizează tehnici digitale pentru monitorizarea și optimizarea proceselor de producție . Cuvântul cheie aici este eficiența și optimizarea.

În locul aplicării unei cantități egale de îngrășământ peste întregul câmp, practicând agricultura digitală se măsoară variațiile tipului de sol din aceeași parcelă, iar strategia de aplicare a îngrășămintelor se adaptează în consecință.

În locul determinărilor fizice, agrofizice, agrochimice care necesitau analize laborioase în laborator prin intermediul senzorilor de înaltă performanță acestea se analizează ”in situ”. Aceasta conduce la reducerea costurilor analizelor și la utilizarea optimă a substanțelor pentru fertilizare, la reducerea cheltuielilor și la diminuarea impactului asupra mediului înconjurător.

Agricultura se numӑrӑ printre domeniile care adoptӑ şi care rӑspunde cel mai rapid la schimbările tehnologice, dintre toate domeniile de activitate, iar tehnologia informaţiei poate permite agriculturii sӑ recupereze decalajele faţӑ de sistemele agricole occidentale. Agricultura digitală înseamnă optimizarea resurselor pe un teren, potrivit nevoilor reale ale recoltelor implicând tehnologii bazate pe date (GPS, teledetecție, sateliți) cu efecte benefice asupra gestionării recoltelor și a reducerii utilizării îngrășămintelor, pesticidelor și a apei utilizate.

Introducerea noilor tehnologii informatice îi ajută pe fermierii și pe micii producătorii agricoli să își gestioneze fermele într-un mod sustenabil, ținând cont de cele mai mici detalii ale agriculturii de zi cu zi, soluțiile software inovatoare oferindu-le un avantaj competitiv și o abordare durabilă. În acest context conceptul de perimetru agricol administrat inteligent reprezintӑ o revoluție în agricultură, oferind noi oportunități industriei agricole.

Controlul mediului microedafic în cadrul Proiectului SINTARA poate fi efectuat folosind senzori și diferite aplicații. Agricultura şi dezvoltarea rurală din România la orizontul anului 2030 vizează atingerea unui nivel de coerenţă între agricultură, mediu şi dezvoltare rurală prin valorificarea inteligentă și durabilă a terenurilor agricole, a forţei de muncă şi a capitalului.

Cererea în creștere de alimente corelată cu creșterea populației mondiale, precum și numărul tot mai mare de inițiative guvernamentale pentru a încuraja adoptarea practicilor agricole inteligente sunt considerate a fi principalele forțe motrice ale creșterii pieței agroalimentare.

Factori precum creșterea populației, presiunea ridicată pentru îmbunătățirea randamentelor agricole cu resurse disponibile limitate și cerințele sporite pentru protejarea culturilor de schimbările climatice neașteptate ar crea perspective profitabile de creștere pentru numărul perimetrelor monitorizate prin intermediul inteligenței artificiale.

Mai mult, presiunea ridicată pentru îmbunătățirea randamentelor agricole cu resurse disponibile limitate și cerințe sporite pentru protejarea culturilor de schimbările climatice neașteptate va crește implicit interesul fermierilor pentru practicarea unei astfel de agriculturi.

Restricțiile majore pentru creșterea pieței sunt costurile mari de investiții datorate desfășurării sistemelor costisitoare în aceste perimetre strict controlate de senzori de înaltă performanță. Dar și aceste constrângeri referitoare la costuri, prin intermediul Proiectului SINTARA vor fi descrise minuțios demonstrându-se faptul că eficiența economică este crescută.

Sistemele de irigații sunt instalate în perimetrele agricole inteligente pentru udarea culturilor la intervale regulate, iar echipamentele de udare asigură o irigare uniformă, eficientă cu consum redus de apă.

Perimetrul agricol inteligent va deveni, prin diseminarea Proiectului SINTARA, un concept inovator ȋn care plantele sunt cultivate cu o minimală intervenție a omului. Se are în vedere astfel situația reală a agriculturii prezentului în care resursa umană este din ce în ce mai greu de găsit, mai ales datorită discrepanței privind salarizarea dintre țările occidentale și cele din Estul Europei.

Obiectivul cheie al perimetrului agricol inteligent este de a spori productivitatea agricola pe unitatea de suprafata prin creșterea potențialului edafic al solului și de a eficientiza munca fermierilor. Creșterea necesarului de alimente organice și ecologice pe tot globul și aplicarea inteligenței artificiale de către fermieri și agricultori determină și obligă ca aceste perimetre agricole inteligente sa fie multiplicate la scară medie sau chiar mare printr-o diseminare inteligentă și profesionistă în mijlocul fermierilor.

În acest sens se impune accelerarea parteneriatului public-privat în sectorul agricol care poate oferi avantaje profitabile pentru creșterea pieței agroalimentare. Considerăm în acest sens că dezvoltarea și implementarea Proiectelor marca SINTARA va obține în următorul deceniu credibilitate și oportunitate maximă dacă politica agricola a României nu va avea sincope și va fi aliniată la standardele europene. Aceasta deoarece trendul este favorabil, lumea trece printr-o transformare digitală majoră şi continuă, cu inovații care se acumulează în toate industriile, inclusiv în sectorul agriculturii si horticulturii.

mai 31, 2022decembrie 12, 2025

Comunicate de presa

Comunicat

Finalizarea proiectului ”SINTARA – Sintetizarea, aducția și reutilizarea apei prin tehnologii sustenabile”

mai 22, 2022martie 27, 2023

Aplicarea practicilor agricole care favorizează sechestrarea carbonului

La nivel mondial, solul are o contribuție majoră la bilanțul de carbon, și poate fi semnificativ afectat de anumite procese: eroziunea solului, epuizarea fertilității, arderea resturilor vegetale. Din cauza cantității mari de carbon organic sechestrat în sol, se presupune că modificări ale acestei valori, chiar și minore, ar avea efecte dramatice de feed-back în sistemul climatic global.

Mineralizarea carbonului organic din sol depinde puternic de temperatură, prin urmare, încălzirea globală poate crește emisiile de CO2 în atmosferă.

Pe de altă parte, degradarea solului este cauzată în principal de utilizarea nepotrivită a terenurilor și de practicile neadecvate de management al terenurilor. Două din consecințele majore ale degradării solului sunt pierderile de carbon organic din sol, care determină creșterea emisiilor de CO2 în atmosferă, și reducerea producției primare nete, definită ca rata de absorbție de carbon de către plante din atmosferă (sub formă de CO2). Practicile agricole care determină creșterea emisiilor de CO2 din sol sunt variate: lucrări de arătură, despădurire, drenajul solurilor organice/turbăriilor, agricultura de subzistență care determină epuizarea fertilității, pășunatul excesiv etc.

Arderea miriștilor afectează sechestrarea carbonului în sol.

Avantajele pentru fermier:

• Se utilizează resursele naturale într-un mod mai eficient.

• Se realizează o mai bună protecție a terenurilor împotriva deșertificării și/sau eroziunii.

• Se reduc degradarea, eroziunea și salinizarea solului.

• Se reduc costurile de cultivare.

• Se îmbunătățește nivelul calitativ și cantitativ al recoltei (producției).

• Scade poluarea solului și a apelor subterane.

• Îmbunătățirea sănătății animalelor și creșterea producției conduc la creșterea veniturilor agricole, cu avantajul de a nu deteriora mediul și fără a polua cu azot.

Cele mai bune practici de management al irigațiilor

Fermierii din zonele umede care sunt predispuse la schimbări climatice care conduc la deșertificare și unde sechestrarea carbonului este deficitara, trebuie să preia modul de a face agricultură a celor din zonele în care apa este insuficientă. Cele mai bune practici recomandate nu impun celor ce aplică irigația ce trebuie să facă cu exactitate pentru administrarea irigațiilor, sau ce instrumente să folosească.

Deciziile trebuie luate pentru fiecare caz în parte și variază în funcție de o întreagă gamă de factori specifici locului și irigatorilor. Totuși, trebuie ținut cont de faptul că sistemele mai sofisticate de irigare și instrumentele mai complexe de programare nu aduc în mod obligatoriu o irigație de performanța. Mult mai importantă este abilitatea managerială a fermierului.

O întreținere adecvată a sistemului de irigație sau modernizarea lui sunt instrumente importante pentru o administrare eficientă a apei

Sistem de stropire acționat manual.

Sistem de udare cu tuburi perforate

Măsuri recomandate:

• Administrarea corectă a sistemelor bazate pe norme ridicate de irigații.

• Cunoașterea proprietăților solului: capacitatea solului de a reține apa și adâncimea de înrădăcinarea a plantelor.

• Proiectarea și întreținerea corectă a sistemelor de irigații, care să țină cont de factorii care influențează sistemele de irigații: structura sistemului de irigații, vechimea și modul de întreținere.

• Monitorizarea tuturor aspectelor la fiecare aplicare a irigațiilor înainte, în timpul și după administrarea normei de udare.

• Deciderea momentului aplicării, verificarea circuitului apei se realizează în timpul aplicării normelor de udare, prin măsurarea performanței și uniformității aplicării. După irigare se evaluează sub- și supra-irigarea.

• Utilizarea mai multor mecanisme de monitorizare pentru a planifica irigațiile: măsurarea umidității solului, observarea stării plantelor și testarea tuburilor de dren după irigații, în vederea efectuării modificărilor necesare pentru următoarea udare.

• Stabilirea unui program de control al irigațiilor. Cu actualele tehnologii este posibil să se programeze automat sistemele de irigații, pe baza analizei unor probe sau set de probe de sol.

• Flexibilitate în adaptarea noilor tehnologii.

• Utilizarea unor programe de software pentru analiza bilanțului apei din sol, care să ruleze pe PC sau server web. Crearea unor modele simple, cu un număr limitat de parametri accesibili.

Alegerea unei metode de irigare

Schimbările climatice nu modifică în esență procedura de alegere a metodelor de irigare, ci schimbă doar ponderea anumitor factori. Pentru a alege o metoda de irigare adecvată, fermierul trebuie să cunoască avantajele și dezavantajele diverselor metode, și trebuie să înțeleagă în același timp ce metodă se potrivește mai bine condițiilor locale.

Alegerea unei metode de irigare corespunzătoare fermei respective se face în funcție de condițiile naturale ale terenului și de condițiile de management agricol aplicat în corelație cu măsurile privind sechestrarea carbonului în sol.

aprilie 22, 2022martie 27, 2023

Agricultura de precizie și importanța sintetizării, colectării și reutilizării apei

Care sunt tipurile de agricultură practicate în prezent?

Agricultura durabilă reprezintă sistemul de agricultură caracterizat prin următoarele:

producție intensivă de produse competitive, având raporturi armonioase, prietenoase cu mediul;
utilizează științific și armonios toate verigile tehnologice: de la lucrările solului, rotația culturilor, fertilizare, irigare, combaterea bolilor și dăunătorilor inclusiv prin metode biologice, la creșterea animalelor, stocarea, prelucrarea și utilizarea reziduurilor rezultate din activitățile agricole etc., pentru realizarea unor producții ridicate și stabile în unități multisectoriale (vegetale și zootehnice).

Agricultura biologică reprezintă sistemul de agricultură caracterizat prin următoarele:

moderat intensivă și astfel mai puțin agresivă în raport cu factorii de mediu, cu rezultate (produse) agricole mai puțin competitive din punct de vedere economic pe termen scurt, dar care sunt considerate superioare din punct de vedere calitativ;
este mai bine armonizată cu mediul. Tratamentele aplicate pentru combaterea bolilor și dăunătorilor sunt de preferință biologice; totuși sunt acceptate și doze reduse de îngrășăminte minerale și pesticide;
pentru controlul calității produselor este necesară certificarea tehnologiilor utilizate, iar produsele sunt comercializate pe o piață specială.

Agricultura organică prezintă următoarele caracteristici:

– se deosebește de cea biologică prin utilizarea exclusivă a îngrășămintelor organice în doze relativ ridicate, aplicate în funcție de specificul local, cu predilecție în scopul fertilizării culturilor și refacerii pe termen lung a stării structurale a solurilor, degradată prin activități antropice intensive și/sau datorită unor procese naturale.

Agricultura de precizie pe care Proiectul SINTARA o promovează este cea mai avansată formă de agricultură,

care este practicată în cele mai dezvoltate țări ale Uniunii Europene și SUA pe suprafețe mai restrânse, având la bază cele mai moderne metode de control al stării de calitate a diferitelor resurse de mediu, aplicarea în optim a tuturor componentelor tehnologice și, astfel, un control riguros asupra posibililor factori care ar determina degradarea mediului.

Este strâns legată de condițiile economice, sociale și de mediu, fiind posibila acolo unde mentalitatea și educația sunt în concordanță cu realitatea actuală și se bazează pe respectul pentru mediu al tuturor celor care lucrează în agricultură.

Soluționarea acestor probleme este cea mai importantă condiție pentru introducerea și promovarea agriculturii sustenabile.

Unul dintre scopurile Proiectului SINTARA constă, în analiza și expunerea clară a fenomenului tehnologiei agriculturii de precizie.

Tehnologie nouă, specifică cartografierii recoltei cu ajutorul fie a teledetecției a sistemelor de geoinformare sau a sistemelor de poziționare globală și tehnologii bazate pe senzori.

Agricultura de precizie poate fi aplicată și extinsă în diferite activități cum ar fi: aplicare de îngrășăminte și pesticide, controlul creșterii buruienilor, gestionarea bolilor și gestionarea corectă a apei.

Agricultura de precizie reprezintă aplicarea tehnologiilor și principiilor agronomice, pentru a administra și controla variabilitatea spațială și temporală asociate cu toate aspectele producțiilor de tip agricol, astfel încât să fie asigurată îmbunătățirea productivității solurilor și calității mediului, eficientizarea costurilor în agricultură, informarea permanentă a fermierului asupra culturii și obținerea unor informații clare asupra producției agricole.

Agricultura de precizie este un domeniu relativ nou apărut în economia modernă ca rezultat al fuziunii armonioase funcționale între tehnologiile și procedurile agriculturii clasice mecanizate, automatizări tehnologice, sisteme de comandă și control, sisteme de poziționare geografică, elemente de monitorizare și sisteme informatice.

Scopul agriculturii de precizie este de a optimiza utilizarea resurselor de sol, apă, îngrășăminte și pesticide, avînd ca avantaje:

obținerea unor producții în cantități mari și de calitate înaltă;
optimizarea profiturilor economice;
realizarea integrată a protecției mediului;
mărirea durabilității sistemelor agricole;
gestionarea terenurilor agricole.

Ca dezavantaj, ar fi prețul relativ mare al acestei tehnologii .

Până în prezent, comercializarea a fost limitată de costurile ridicate ale echipamentelor și de nevoia de a le implementa pe un areal vast pentru a recupera costurile.

Cu toate acestea, în timp este posibil ca practicile agriculturii de precizie să se răspândească la un grup mai mare de agricultori și să contribuie în mod semnificativ la îmbunătățirea gestionării a numeroase operațiuni. Unele tehnici de precizie se comercializează de mai mulți ani, altele sunt încă în faza de studiu și cercetare .

Ele sunt utilizate în special la exploatații agricole mai mari și mai intensiv gestionate din Europa de Nord-Vest, în special Danemarca, Franța, Germania, Regatul Unit și Republica Cehă, deși există puține date privind adoptarea unor astfel de sisteme.

Agricultura de precizie dispune de următoarele componente:

Teledetecția și Sistemul de Poziționare Globală;
Sisteme Suport pentru Decizie și Sistemul Informatic Geografic;
Hărți de producție. Acestea permit:

-achiziţia datelor la diferite scări şi cu frecvenţă corespunzătoare;

– analiza şi interpretarea datelor;

– implementarea măsurilor de management la scara şi timpul corespunzător.

Teledetecţia. Este tehnica de observaţie ce constă în măsurarea şi înregistrarea energiei electromagnetice care se reflectă de la suprafaţa pământului prin utilizarea senzorilor ataşaţi la avioane sau la sateliţii geostaţionari.

Unii fermieri obţin beneficii din datele transmise prin intermediul sateliţilor geostaționari din reţelele Landsat şi SPOT, în scopul evidenţierii speciilor de plante şi localizarea condiţiilor de stres, în spectrul vizibil şi infraroşu, de asemenea se poate măsura temperatura de la suprafaţa plantelor, identificându-se porţiunile normale şi cele bolnave, lipsa de apă pentru dezvoltarea normal fiziologică.

Un alt exemplu ar fi gestionarea variației de fosfor găsită pe câmp, încât nivelurile de fosfor în testarea solului variază de la mic la foarte mare, fosforul fiind un element nutritiv esențial pentru creșterea plantelor.

Sistemul de Poziţionare Globală este un sistem care oferă date extrem de precise pentru localizarea oricărui punct de pe planetă. Utilizarea tehnologiei GPS în agricultură include controlul aplicării preparatelor chimice, localizare ivirii dăunătorilor şi bolilor specifice, supravegherea îngrijirii culturilor şi controlul evoluţiei plantaţiilor, măsurarea recoltei potenţiale şi a altor factori vegetal-evolutivi, necesari în timp real pentru deciziile oportune de management.

Sistemul Suport pentru Decizie, cuprinde un intelect artificial, care asigură stocarea şi prelucrarea informaţiei ştiinţifice, cunoştinţele specialiştilor în domeniul dat, pentru rezolvarea de către specialiştii mai puţin experimentaţi a problemelor ce apar în acest domeniu de activitate.

Acest sistem de inteligenţă artificială constă din două componente fundamentale: baza de cunoştinţe şi automatul de obţinere a concluziilor logice. Sistemele date capătă o utilizare tot mai largă în agricultură, în special pentru fixarea algoritmului lucrărilor de strictă specialitate, programarea şi îmbunătăţirea calităţii recoltei, protecţia ştiinţifică a plantelor, prognoza dezvoltării bolilor şi dăunătorilor plantelor şi culturilor extinse etc.

Sistemul Informatic Geografic este un sistem utilizat pentru a crea, stoca, a analiza și de a prelucra informațiile distribuite spațial printr-un proces computerizat.

Agricultura de precizie necesită un nivel ridicat de procesare a informaţiilor şi a datelor, programele de calculator utilizate sunt de tipul GIS software, la baza căruia se află un sistem comun de coordonate, peste care se sedimentează informaţiile periodice.

Hărți de producție/tematice. În agricultura de precizie se pune accent pe cartografierea resurselor: cartografierea variabilităţii solului, cartografierea câmpurilor în perioada de vegetaţie, a factorilor de climă, cartografierea dezvoltării organismelor dăunătoare etc.

După care se fac prognoze a dezastrelor naturale periculoase în culturile agricole, cum ar fi: avertizarea tratamentelor, determinarea timpului optim de recoltare, estimarea riscurilor şi a vulnerabilităţii.

Au fost cercetate multe sisteme tehnologice de analiză și management al agriculturii de precizie , care în prezent oferă posibilitatea realizării unei informări reale asupra stării terenului cultivat, prin detectarea nitraților existenți în sol, analiza culturii prin teledetecție și analiza multispectrală care generează un raport timpuriu asupra stării culturii.

Sistemul colectează și analizează date precum: harta granițelor culturilor, date despre starea vremii, mostre de sol, starea culturii, monitorizarea randamentului, testarea irigării prin analiza stresului de apa, controlul dăunătorilor, umiditatea solului, etc.

Astfel extinderea şi gradul de modificare al dezvoltării tehnologiilor geospaţiale şi informaţionale, a deschis o cale nouă, pentru managementul producţiei agricole în luarea deciziilor. Această viziune este reflectată în conceptul agriculturii de precizie. Acest nou concept exigent, specific societăţii informaţionale şi a cunoaşterii în curs de edificare, oferă premize de sporire a productivităţii, reducere a cheltuielilor de producţie şi minimizare a efectului negativ asupra mediului, către o dezvoltare durabilă.

Este sintetizarea/reutilizarea apei o soluție a viitorului?

Cercetările privind sintetizarea/reutilizarea apei sunt pe agenda colectivelor de cercetători din întreaga lume. În cadrul Proiectului SINTARA un obiectiv important este reprezentat de reutilizarea apei pluviale prin sistemele de drenaj pluvial și freatic și în premieră națională colectarea apei de ploaie de pe suprafața acoperișurilor și înmagazinarea acesteia în bazine de retenție în vederea reutilizării pentru irigarea culturilor.

Resursele de apă ale Planetei Terra sunt supuse unor presiuni din ce în ce mai mari, ceea ce generează un deficit de apă și deteriorarea calității apei. În special, schimbările climatice, condițiile meteorologice imprevizibile și seceta contribuie în mod semnificativ la creșterea presiunii generate de dezvoltarea urbană și de agricultură asupra disponibilității apei dulci.

Capacitatea Uniunii Europene de a răspunde presiunilor tot mai mari asupra resurselor de apă ar putea fi îmbunătățită prin reutilizarea pe scară mai largă a apelor pluviale, a apelor freatice, a apelor de pe acoperișuri a apelor uzate epurate, prin limitarea captării corpurilor de apă de suprafață și subterane, prin reducerea impactului deversării de ape uzate epurate în corpurile de apă și prin promovarea economiilor de apă prin utilizări multiple ale apelor uzate urbane, asigurând totodată un nivel ridicat de protecție a mediului.

Reutilizarea apei, în tandem cu promovarea tehnologiilor care permit o utilizare eficientă a apei în industrie și a tehnicilor de irigare care economisesc apă, este considerată una dintre măsurile suplimentare pe care statele europene le pot aplica pentru eficientizarea și sustenabilitatea agriculturii.

Se impune astfel necesitatea stabilirii unui instrument de reglementare a unor standarde la nivelul Uniunii Europene pentru reutilizarea apei, în vederea eliminării obstacolelor din calea utilizării pe scară largă a acestei surse alternative de alimentare cu apă, alternativă care poate contribui la limitarea deficitului de apă și la reducerea vulnerabilității sistemelor de aprovizionare.

Reutilizarea apei reprezintă astfel o alternativă promițătoare pentru multe state europene printre care și România, dar în prezent, doar un număr redus dintre acestea recurg la reutilizarea apei și au adoptat acte legislative sau standarde naționale în acest sens.

În acest context și în concordanță cu ierarhia măsurilor care ar putea fi luate în considerare de către statele UE pentru gestionarea deficitului de apă și a secetei și care promovează măsuri pornind de la cele de economisire a apei și până la politicile de stabilire a prețurilor apei și soluții alternative, și ținând cont, în mod corespunzător, de componenta cost-beneficiu, cerințele minime pentru reutilizarea apei, ar trebui să se aplice ori de câte ori apele uzate urbane epurate provenite de la stațiile de epurare a apelor uzate urbane sau a apei pluvial de pe acoperisuri sunt reutilizate pentru irigațiile în agricultură asa cum prevede și Proiectul SINTARA.

Proiectul SINTARA experimentează și demonstrează că reutilizarea apelor pluviale de pe acoperișuri și a celei provenite din excesul de umiditate al solului, prin sistemul de drenaj, este o masura prietenoasă cu mediul și este mult mai puțin costisitoare decât alte metode alternative de alimentare cu apă, cum ar fi transferurile de apă sau desalinizarea.

Cu toate acestea, o astfel de reutilizare a apei, care ar putea reduce risipa de apă și ar putea economisi apă, se practică pe scară restrânsă în Europa, iar în România, este prin Proiectul SINTARA, în faza de testare-omologare. Aceasta se datorează, în parte, costului ridicat al sistemelor de reutilizare a apelor , precum și absenței unor standarde comune ale Uniunii Europene, de mediu și sanitare, pentru acest scop, dar mai ales în ceea ce privește produsele agricole, potențialele riscuri în materie de sănătate și mediu și potențialele obstacole în calea liberei circulații a produselor agricole, care au fost irigate cu ape obținute prin tehnici inovative, așa cum rezultă și din cuprinsul Proiectului SINTARA,altele decat cele practicate până în prezent.

martie 22, 2022august 1, 2022

Cum se produce apa?

SINTARA este proiectul care oferă soluţii practice şi inovative pentru sintetizarea, aducţia şi reutilizarea apei prin tehnologii sustenabile. Pentru a înțelege mai bine ce înseamnă mai exact sintetizarea apei, vă invităm să parcurgeți materialul de mai jos.

Cum se produce apa?

Teoretic, este extrem de ușor să se producă apă din gazul de hidrogen și gazul de oxigen. Efectiv, se amestecă cele două gaze, se adaugă o scânteie sau suficientă căldură pentru a furniza energia de activare pentru a începe reacția chimica.

Simpla amestecare a celor două gaze împreună la temperatura camerei nu va produce nici o reacție, la fel cum moleculele de hidrogen și oxigen din aer nu formează în mod spontan apă. Energia trebuie furnizată pentru a rupe legăturile covalente care dețin împreună moleculele de H2 și O2. Cationii de hidrogen și anionii de oxigen sunt apoi liberi să reacționeze ca reactive cauzată de diferențele de electronegativitate. Atunci când reacția legăturilor chimice formează apa, se eliberează o energie suplimentară, care propagă energie. Reacția netă este foarte exotermă generând apa instantanee.

Înțelegerea reacției

Chimistul francez Antoine Laurent Lavoisier a a fost fascinat de reacțiile de combustie. El a inventat un aparat simplu pentru a forma apă din hidrogen și oxigen pentru a observa reacția. În esență, instalația sa a folosit două recipiente separate, unul pentru hidrogen și unul pentru oxigen, care au fost introduse într-un container separat. Un mecanism de scânteiere a inițiat reacția, formând apă. Se poate construi un aparat în același mod, dar trebuie controlat debitul oxigenului și hidrogenului, pentru a nu se produce explozie, utilizând un container rezistent la căldură și cu rezistență mecanică mare.

În timp ce alți oameni de știință erau familiarizați cu procesul de formare a apei din hidrogen și oxigen, Lavoisier a fost cel care a descoperit rolul oxigenului în combustie.

Marele chimist a arătat că un gaz trebuie să aibă masa pentru ca arderea să aibă loc și că masa este conservată în urma reacției. Combinarea hidrogenului și a oxigenului pentru a produce apă a reprezentat o excelentă reacție de oxidare pentru studiu deoarece s-a demonstrat ca aproape toată masa de apă provine din oxigen.

De ce nu putem produce apă?

Un raport din 2006 al Organizației Națiunilor Unite estimează că aproximativ 20% din oamenii de pe planetă duc lipsa apei potabile . Dacă este atât de greu de purificat apa sau să desalinizăm apa de mare, ne întrebăm pe buna dreptate de ce nu facem doar apă din elementele sale constitutive. Motivul îl reprezintă iminenta producere a unei explozii.

Reacția dintre hidrogen și oxigen conduce la arderea gazului de hidrogen, dar în afară de utilizarea cantității limitate de oxigen din aer, se alimentează focul. În timpul arderii, oxigenul este adăugat la o moleculă, care produce apă în această reacție.

Combustia eliberează, de asemenea, o cantitate mare de energie, căldură și lumină fiind produse foarte repede și unda de șoc se extinde spre exterior. Practic, se produce o explozie. Cu cât se sintetizează mai multă apă simultan, cu atât este mai mare explozia. Principiul funcționează pentru lansarea de rachete, dar și acolo procesul este extrem de complex, utilizat la scara redusă.

Deci, putem face apă din hidrogen și oxigen, dar în cantități mici, experimental. Nu este recomandat să utilizăm metoda la scară largă din cauza riscurilor exploziei.

Acesta este motivul pentru care Proiectul SINTARA experimentează și alte căi de înmagazinare a apei utilizând metode inovative :

Colectarea și reutilizarea apei provenite din excedentul pluvial prin rețeaua de drenaj
Colectarea apelor pluvial de pe acoperișuri
Condensarea vaporilor de aer din atmosferă

Deoarece metoda de sintetizare a apei este foarte complexă și costisitoare, în cadrul Proiectului SINTARA, un obiectiv important îl reprezintă colectarea apei pluviale prin sistemele de drenaj pluvial și freatic și în premieră națională colectarea apei de ploaie de pe suprafața acoperișurilor și înmagazinarea acesteia în bazine de retenție în vederea utilizării pentru irigarea culturilor. În acest context a fost amenajat în Parcul Arad un Perimetru experimental de drenaj pluvial (Fig.1), la scara mică, experimental, urmând a fi extins în urma rezultatelor testelor și cercetărilor privind protecția solului și a mediului și a eficienței acestuia, către suprafețe mari cu destinație agricolă sau alte destinații( irigare parcuri dendrologice, grădini botanice, terenuri de fotbal, terenuri de golf s.a).

C:\Users\Petre Voicu\Desktop\thumbnail.jpg

Figura 1- Schema colectare, înmagazinare și reutilizare apa în exces

februarie 22, 2022august 1, 2022

Conceptul SINTARA

Până în prezent în România nu a existat un concept care să înglobeze informații complete referitoare la condițiile specifice locale, care să permită protecția și conservarea solului și implicit a celorlalte resurse ale mediului ambiant cu referire specială asupra posibilității avertizării fermierului prin intermediul aparaturii performante.

Conceptul SINTARA conferă avantaje fermierului și în ceea ce privește capacitatea acestuia de a-și evalua la nivelul propriei ferme factorii determinanți în degradarea calității mediului ambient, care să-i permită aplicarea unui management agricol durabil în acord cu condițiile specifice locale, cu efecte pozitive asupra optimizării lanțului de producție și eliminarea riscurilor prin monitorizarea continuă cu ajutorul dronelor, senzorilor și subansamblelor de înaltă performanță, inovative, care măsoară continuu: parametrii climatici, rezerva de apă din sol, conținutul de micro și macroelemente, eventuala poluare cu metale grele sau pulberi radioactive.

Pe baza preciziei măsurătorilor efectuate cu aparatura din cadrul conceptului SINTARA se pot aplica măsuri specifice unei producții agricole durabile, rentabile și a unui management adecvat al resurselor biologice pe termen lung.

Conceptul SINTARA sprijină într-un mod unic, proprietarii de terenuri, fermierii, care încearcă să înțeleagă că agricultura este un domeniu strategic și că a sosit momentul când sunt nevoiți să treacă de la agricultura de tip clasic la agricultura adaptată la condițiile impuse de schimbările climatice, care înglobează componenta cercetare-dezvoltare-inovare, hardware-software.

Din cauza schimbărilor climatice o agricultură sustenabilă fără ajutorul tehnologiei și al inteligenței artificiale va fi un eșec total, în acest domeniu în care succesul depinde de temperatura, precipitații și date exacte.