Đề án Thạc sĩ: Phát triển hệ thống IoT kết hợp máy học để thu thập dữ liệu môi trường và dự đoán thời tiết cho nông nghiệp

Nền nông nghiệp Việt Nam đang đối mặt với những thách thức đáng kể từ biến đổi khí hậu và các yếu tố môi trường không ổn định, ảnh hưởng trực tiếp đến năng suất và chất lượng cây trồng. Để giải quyết vấn đề này, việc ứng dụng công nghệ thông tin hiện đại là rất cần thiết nhằm nâng cao hiệu quả canh tác và tối ưu hóa tài nguyên. Đề tài này tập trung vào việc phát triển một hệ thống Internet of Things (IoT) tiên tiến, kết hợp với các kỹ thuật máy học, để tự động thu thập dữ liệu môi trường và dự đoán thời tiết. Mục tiêu là hỗ trợ nông dân đưa ra các quyết định canh tác thông minh, kịp thời và chính xác. Hệ thống đề xuất không chỉ cung cấp cái nhìn sâu sắc về điều kiện môi trường mà còn góp phần xây dựng một nền nông nghiệp công nghệ cao, bền vững.

Các nhà nghiên cứu, kỹ sư công nghệ thông tin, chuyên gia nông nghiệp, và sinh viên trong lĩnh vực ứng dụng IoT, máy học, và tự động hóa vào nông nghiệp thông minh.

Đề tài này nghiên cứu phát triển một hệ thống IoT tích hợp máy học nhằm giải quyết các thách thức mà nông nghiệp Việt Nam đang đối mặt do biến động môi trường và thời tiết. Hệ thống được thiết kế để thu thập liên tục, chính xác các thông số môi trường quan trọng như nhiệt độ, độ ẩm, tốc độ gió, cường độ ánh sáng, độ ẩm đất và nồng độ NPK từ các mạng cảm biến không dây. Dữ liệu sau đó sẽ được truyền về máy tính biên để xử lý cục bộ, đóng vai trò như một gateway, giảm thiểu độ trễ và phụ thuộc vào điện toán đám mây. Phương pháp nghiên cứu kết hợp khảo sát lý thuyết về các công trình liên quan, cảm biến vật lý, máy tính biên, giao thức kết nối và mô hình máy học, đặc biệt là mạng nơ-ron truyền thẳng nhiều lớp (Multilayer Feedforward Perceptron) để phân tích dữ liệu và đưa ra quyết định. Về thực nghiệm, đề tài triển khai lập trình C++ cho các node cảm biến, sử dụng Python cho chương trình trên máy tính biên để tích hợp mô hình máy học, và xây dựng một máy chủ quản lý dữ liệu cùng các quyết định canh tác. Hệ thống cũng được thử nghiệm trên mô hình nuôi trồng thực tế, tập trung vào cây cà chua, nhằm cung cấp các khuyến nghị tự động như tưới nước, bổ sung dinh dưỡng hoặc điều chỉnh các thiết bị môi trường. Giá trị ứng dụng của đề tài nằm ở khả năng cung cấp thông tin chính xác, kịp thời và hỗ trợ ra quyết định tối ưu cho nông dân, góp phần phát triển nông nghiệp thông minh, công nghệ cao, giảm thiểu rủi ro và tăng cường năng suất.