Τεχνολογίες ΙοΤ και ανάλυση δεδομένων στη γεωργία ακριβείας

Abstract

Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή του Διαδικτύου των Πραγμάτων (IoT) στον τομέα της γεωργίας ακριβείας, με στόχο τη βελτιστοποίηση της παραγωγής και τη βιώσιμη διαχείριση των αγροτικών πόρων. Συγκεκριμένα, υλοποιείται ένα σύστημα παρακολούθησης αγροτεμαχίου βασισμένο σε δίκτυο LoRaWAN, το οποίο επιτρέπει τη συλλογή και αποστολή δεδομένων από αισθητήρες πεδίου (όπως θερμοκρασία εδάφους και αέρα, υγρασία, επίπεδα φωτός και αγωγιμότητα). Οι αισθητήρες αυτοί ενσωματώνονται σε κόμβους χαμηλής κατανάλωσης, οι οποίοι επικοινωνούν μέσω του πρωτοκόλλου LoRaWAN με μια πύλη (gateway) και από εκεί μεταφέρονται στην πλατφόρμα ThingsBoard για αποθήκευση, επεξεργασία και οπτικοποίηση. Μέσω της ThingsBoard επιτυγχάνεται η απομακρυσμένη παρακολούθηση των περιβαλλοντικών συνθηκών σε πραγματικό χρόνο, ενώ παρέχονται δυνατότητες για δημιουργία κανόνων αυτοματισμού, ειδοποιήσεων και ανάλυσης ιστορικών δεδομένων. Το σύστημα αυτό προσφέρει σημαντικά πλεονεκτήματα στον παραγωγό, καθώς υποστηρίζει τη λήψη τεκμηριωμένων αποφάσεων που οδηγούν σε μείωση κόστους, εξοικονόμηση πόρων και αύξηση της αποδοτικότητας. Η εργασία περιλαμβάνει την ανάλυση των τεχνολογιών που χρησιμοποιούνται (IoT, LoRaWAN, αισθητήρες, ThingsBoard), την υλοποίηση και παραμετροποίηση του συστήματος, καθώς και αξιολόγηση της λειτουργίας του σε πραγματικό αγροτικό περιβάλλον.This thesis explores the application of the Internet of Things (IoT) in the field of precision agriculture, aiming to optimize crop production and enable sustainable resource management. Specifically, it implements a monitoring system based on a LoRaWAN network, which allows for the collection and transmission of data from field sensors (such as soil and air temperature, humidity, light levels, and conductivity). These sensors are integrated into low-power nodes that communicate via the LoRaWAN protocol with a gateway, from which the data is forwarded to the ThingsBoard platform for storage, processing, and visualization. Through ThingsBoard, real-time remote monitoring of environmental conditions is achieved, while the platform offers capabilities such as rule-based automation, alerts, and historical data analysis. This system provides significant advantages to farmers by supporting informed decision-making, leading to cost reduction, resource conservation, and increased productivity. The thesis includes an analysis of the technologies used (IoT, LoRaWAN, sensors, ThingsBoard), the implementation and configuration of the system, as well as an evaluation of its performance in a real agricultural environment.