Проект приостановлен
Мониторинг условий роста комнатных растений
При помощи автономного сенсора собираем данные об условиях содержания домашнего растения.

Зачем это нужно

Чтобы определить отклонения от нормы при уходе за домашними растениями (полив, минерализация почвы, освещение и его спектральный состав), а также проследить зависимость наличия заболеваний от условий содержания и затем сформулировать рекомендации по повышению качества содержания домашних культур.

Что нужно делать

Вы получите по почте сенсор, измеряющий температуру, освещенность, влажность и минерализацию. Затем нужно будет установить его в горшок с растением и ухаживать за растением в привычном режиме в течение четырех недель. Каждую неделю нужно делать фотографии растения в хорошем качестве, а по окончании наблюдений заполнить опросник об уходе за растением и отправить сенсор нам назад.

Каждого участника ждет денежное вознаграждение: 1000 р.

Как стать участником

Участником может стать любой желающий, проживающий на территории РФ, особенно приветствуются натуралисты и садоводы. Важно иметь домашнее растение, за которым ухаживаете непосредственно Вы и удобный способ получения / отправки сенсора по почте. Доставка осуществляется компанией СДЭК, расходы берут на себя организаторы.

Для регистрации, пожалуйста, заполните форму:
https://forms.gle/xLVX3mAgmBYvXfr57

Авторские права защищены Citizen Science
Авторские права защищены Citizen Science

Сперва нужно зарегистрироваться, заполнив форму:
https://forms.gle/xLVX3mAgmBYvXfr57

Мы отправим вам по почте сенсор, который регулярно измеряет температуру, освещенность, влажность и минерализацию. Вы нужно будет установить сенсор в горшок с растением согласно инструкции и затем ухаживать за растением в привычном режиме в течение четырех недель.
Еженедельно (не ежедневно) нужно делать фотографии растения в хорошем качестве. По окончании наблюдений нужно заполнить форму с вопросами по уходу за растением и отправить сенсор нам назад.

Мы созваниваемся с каждым участником лично, рассказываем о деталях получения и установки сенсора и ход наблюдений.

Каждого участника ждет денежное вознаграждение: 1000 р.

«О проекте» словами его авторов

Мировой рынок комнатных горшечных растений измеряется миллионами растений, продаваемых ежегодно (1). На уровне потребителя отсутствие знаний по уходу за растениями, а также детального контроля условий содержания приводят к ухудшению роста и часто к гибели растения. Современные технологии (микроконтроллеры низкого потребления, IoT, machine learning) позволяют обеспечить регулярный мониторинг за основными показателями роста (2), а также облачное хранение (3) и анализ данных для выработки персонализированных рекомендаций по уходу за растением (5-11).

В рамках исследования мы собираем данные об условиях содержания различных типов комнатных растений (температура, освещенность, влажность, минерализация). С помощью машинного обучения мы определяем отклонения от нормы в условиях содержания, определяем дневные и сезонные циклы изменения температуры и освещенности, состав спектра дневного и искусственного освещений. Также по фотографиям растений мы определяем возможные болезни с целью выявления зависимости от условий содержания. В целом проект поможет определить стратегии ухода за домашними растениями при наличии регулярного мониторинга.

Кто организовал проект

Проект организован совместно с факультетом биологии университета Людвига-Максимилиана (Германия) и стартапом «CareFit» (Россия).
Андрей Ермаков — куратор проекта (ф-т ВМиК МГУ). Руководитель проекта стартапа «CareFit»: производство сенсоров и обеспечение платформы для сбора данных;
Андрей Соболев — научный консультант проекта. К.б.н., научный сотрудник Университета Людвига-Максимилиана, Мюнхен; машинное обучение и анализ данных;
Евгения Демидова — администратор и аналитик исследования.

Литература и ссылки

USDA Floriculture Crops Reports https://usda.library.cornell.edu/concern/publications/0p0966899?locale=en

J. Maxey-Vesperman, Z. Goldasich and G. Tewolde. (2019). Smart Plant Life Monitoring System. IEEE 16th International Conference on Smart Cities: Improving Quality of Life Using ICT & IoT and AI (HONET-ICT), 2019, pp. 238-240, doi: 10.1109/HONET.2019.8907989.

Yang, J., Liu, M., Lu, J. et al. (2018). Botanical Internet of Things: Toward Smart Indoor Farming by Connecting People, Plant, Data and Clouds. Mobile Netw Appl 23, 188–202. https://doi.org/10.1007/s11036-017-0930-x

Matsubara S. (2018). Growing plants in fluctuating environments: why bother?. Journal of experimental botany, 69(20), 4651–4654. https://doi.org/10.1093/jxb/ery312

Poorter, H., Fiorani, F., Pieruschka, R., Wojciechowski, T., van der Putten, W., Kleyer, M., Schurr, U., Postma, J. (2016). Pampered inside, pestered outside? Differences and similarities between plants growing in controlled conditions and in the field. New Phytologist. https://nph.onlinelibrary.wiley.com/doi/10.1111/nph.14243

Vialet-Chabrand, S., Matthews, J. S., Simkin, A. J., Raines, C. A., & Lawson, T. (2017). Importance of Fluctuations in Light on Plant Photosynthetic Acclimation. Plant physiology, 173(4), 2163–2179. https://doi.org/10.1104/pp.16.01767

Junker, A., Muraya, M. M., Weigelt-Fischer, K., Arana-Ceballos, F., Klukas, C., Melchinger, A. E., Meyer, R. C., Riewe, D., & Altmann, T. (2015). Optimizing experimental procedures for quantitative evaluation of crop plant performance in high throughput phenotyping systems. Frontiers in plant science, 5, 770. https://doi.org/10.3389/fpls.2014.00770

Alter, P., Dreissen, A., Luo, F. L., & Matsubara, S. (2012). Acclimatory responses of Arabidopsis to fluctuating light environment: comparison of different sunfleck regimes and accessions. Photosynthesis research, 113(1-3), 221–237. https://doi.org/10.1007/s11120-012-9757-2

Chiang C, Bånkestad D, Hoch G. (2020). Reaching Natural Growth: Light Quality Effects on Plant Performance in Indoor Growth Facilities. Plants (Basel). 2020 Sep 27;9(10):1273. doi: 10.3390/plants9101273. PMID: 32992521; PMCID: PMC7599614.

Shagol, C., Kim, K. J., Han, S., Jeong, N. R., Ju Kim, H., Jung, B. Y., Yun H. K. (2018). Identification and Classification of Indoor Plants According to Light Intensity Requirements for Botanical IoT Application. Journal of People, Plants, and Environment 2018;21(5):329-341. doi: 10.11628/ksppe.2018.21.5.329

L. Marcos and K. V. Mai. (2020) Light Spectra Optimization in Indoor Plant Growth for Internet of Things. IEEE International IOT, Electronics and Mechatronics Conference (IEMTRONICS), pp. 1-6, doi: 10.1109/IEMTRONICS51293.2020.9216421.

На данный момент публикации отсутствуют
Что бы оставить комментарий, нужно войти или зарегистрироваться
Комментарии