Overview: Le document présente le système Ridder ProDrain, conçu pour l'irrigation précise et la surveillance de la transpiration en agriculture en environnement contrôlé. Il souligne l'importance d'une gestion précise de l'eau pour la santé et la productivité des cultures.

Research and Validation: Le document inclut les résultats de l'Université de Wageningen, soulignant la précision et l'utilité du système dans la recherche.

Case Study: Village Farms au Texas utilise ProDrain pour la gestion de l'irrigation et l'a intégré dans son concept GATES™, soulignant son efficacité dans les climats à fort rayonnement.

Introduction to ProDrain System: ProDrain surveille et gère la croissance des plantes en mesurant le poids des plantes et les taux de croissance. Il aide à anticiper et à prévenir les situations de stress chez les plantes en ajustant les contrôles environnementaux basés sur des observations passées. Le système fournit des informations sur le développement des plantes en suivant le poids absolu des plantes et l'augmentation cumulative du poids frais, permettant la prévision de la production sans comptage manuel.

Continuous Monitoring and Data Analysis: Le système pèse en continu une zone spécifique de plantes cultivées et utilise des algorithmes pour filtrer les variations causées par la récolte ou d'autres activités. Il en résulte des mesures précises du taux de croissance, de l'augmentation cumulative du poids frais et de l'augmentation totale du poids par jour. Ces métriques sont cruciales pour la prévision des rendements et la compréhension des tendances de développement des plantes au fil du temps.

Field Experiences: Paul Selina de Village Farms partage son expérience avec ProDrain, soulignant son utilité pour ajuster les stratégies d'arrosage, de ventilation et d'ombrage basées sur les données de croissance. Le système fournit des informations sur les schémas de croissance quotidiens, aidant à prédire les niveaux de production futurs et à optimiser les stratégies de récolte.

Growth Patterns and Stress Indicators: Les données de ProDrain révèlent des schémas de croissance quotidiens, montrant comment l'activité des plantes fluctue tout au long de la journée. Ces schémas, visualisés comme des vagues, indiquent les niveaux de stress des plantes et les résultats de rendement potentiels. Les grandes amplitudes de vagues suggèrent un stress, tandis que des schémas plus stables sont préférés pour une croissance optimale.

Greenhouse Process Control and Transpiration Model: Une étude démontre l'intégration d'algorithmes intelligents dans les ordinateurs de processus de serre pour optimiser la croissance des cultures et économiser de l'énergie. Un modèle de transpiration a été développé pour prédire la transpiration des cultures basé sur des mesures climatiques, avec des comparaisons en temps réel avec les données réelles. Le modèle aide à identifier les performances suboptimales des cultures et alerte les producteurs sur les problèmes potentiels.

Implementation and Results: Le modèle de transpiration a été testé dans des serres aux Pays-Bas et au Texas, montrant un accord étroit entre les données prédites et mesurées. L'étude souligne le potentiel des connaissances basées sur des modèles pour améliorer la gestion des serres et les performances des cultures.

Conclusion: ProDrain et le modèle de transpiration démontrent les avantages de l'intégration de la surveillance avancée et des algorithmes prédictifs dans la gestion des serres. Ces systèmes fournissent des informations précieuses sur la croissance des plantes, permettant aux producteurs d'optimiser les conditions et d'améliorer les rendements.

System Architecture and Integration: Le document décrit une architecture de système de contrôle de serre qui comprend un contrôleur de script, un contrôleur de processus de serre (MTA), un contrôleur Prodrain et une interface utilisateur Synopta. Le contrôleur de script fonctionne indépendamment, garantissant que sa défaillance n'affecte pas le système global. Il importe des valeurs d'entrée telles que l'intensité du rayonnement, la température de l'air et le taux de transpiration de l'ordinateur de processus MultiMa et se connecte au logiciel de gestion des ordinateurs de processus Ridder, Synopta. Les données sont stockées chaque minute et accessibles via le réseau de l'entreprise ou l'accès à distance.

Transpiration and Photosynthesis Prediction: L'indice de surface foliaire (LAI) est estimé à partir de la transpiration nocturne et utilisé conjointement avec les données climatiques pour prédire la transpiration. Des comparaisons en temps réel entre la transpiration mesurée et prédite déclenchent des avertissements si les écarts dépassent un seuil défini. Les taux de photosynthèse sont prédits à l'aide des valeurs de conductance stomatique, avec des données en temps réel disponibles sur l'interface Synopta.

Model Validation and Implementation: Le modèle de transpiration a été validé à l'aide de données historiques d'une serre néerlandaise, montrant une corrélation élevée entre les taux de transpiration prédits et mesurés. Le modèle a été mis en œuvre dans des serres aux Pays-Bas et au Texas, prédisant avec succès la transpiration dans diverses conditions climatiques. Des différences climatiques entre les emplacements ont été notées, le Texas ayant un rayonnement et une température plus élevés.

Results and Discussion: Le modèle a prédit avec précision la transpiration dans différentes conditions et cultivars, se révélant robuste pour une application générale. L'architecture du système permet une mise en œuvre sûre des modèles sans risquer la continuité du contrôle. L'interface conviviale facilite l'intégration de logiciels personnalisés, permettant aux chercheurs et aux consultants d'ajouter des applications。 Le document suggère un potentiel pour d'autres applications basées sur des modèles d'équilibre énergétique, hydrique ou de CO2.

Figures and Data: Les figures illustrent les taux de transpiration mesurés et prédits, mettant en évidence les cas d'écarts significatifs dus à des facteurs tels que la disponibilité de l'eau. Le document souligne l'importance de la comparaison et du stockage des données en temps réel pour une gestion efficace des serres.

Conclusion: L'intégration des modèles de transpiration et de photosynthèse dans les ordinateurs de processus de serre représente une nouvelle génération de contrôle de serre, permettant l'ajout de diverses applications pour améliorer la gestion des cultures.