商業アクアポニック運営における栄養供給の最適化のための機械学習ベースのIoTシステム

アクアポニック環境における栄養の調整は、長年にわたって研究の対象となっています。ほとんどの研究はアクアポニックセットアップにおける栄養の適切な制御に焦点を当てていますが、商業規模の応用に関する研究は非常に少ないのが実情です。我々のモデルでは、入力データは南東テキサスの3つの商業アクアポニック農場から年間を通じて週単位で取得されました。データポイントの数が限られているため、ペアワイズ相関行列のような次元削減技術を使用して、高い相関のある予測因子を除去しました。特徴選択技術として、XGBoost分類器やExtraTreesClassifierを用いた再帰的特徴除去を利用し、相対的重要性に基づいて特徴をランク付けしました。アンモニウムとカルシウムは、トップ2の栄養予測因子として特定され、レタスの栽培月に基づいて、過去のデータセットからのこれらの栄養価の中央値がアクアポニック溶液に維持すべき最適濃度とされました。これを実現するために、Vernierセンサーを用いて栄養価を測定し、アクチュエーターシステムを構築して、閉ループ経由で生態系に適切な栄養を供給しました。