Sensoriamento e estimativa por imagem em CEA — posicionamento de sensores e área foliar projetada

Experimente a área projetada no seu navegador

O painel acima executa o experimento de imagem sintética sem instalar o Python. Escolha a cena limpa, com etiqueta verde, escura ou cortada; altere o brilho mínimo V, a região de interesse e o mm/pixel. Nove predefinições incluem todas as sete condições publicadas, uma ROI subdimensionada e uma seleção vazia. As predefinições redefinem todas as entradas; alterar o limiar manualmente também altera o caso escuro recuperado.

Inspecione a entrada, a referência dentro do quadro, a máscara extraída e a sobreposição de erro. O vermelho marca falsos positivos e o azul marca falsos negativos. Um contorno marrom marca uma ROI selecionada na entrada. Salve um resultado como A e altere uma entrada para comparar imagens e métricas na mesma escala de exibição. A tabela de dados fornece sequências horizontais de pixels (x/y de base zero e comprimento); elas reconstroem cada região da imagem exatamente, sem subamostragem. Compartilhe condições ou baixe o JSON de resultado para preservar o experimento.

As imagens permanecem as cenas geométricas originais de 320×240, sem envio de fotos reais ou entrada de câmera. As funções originais de geometria e medição em NumPy são reutilizadas sem alteração. O navegador substitui apenas a conversão/seleção de faixa do OpenCV por uma busca verificada de suas três cores RGB fixas: fundo (235,235,235), alvo (50,160,65) e alvo escuro (20,60,25). Seus valores HSV uint8 no OpenCV 4.6.0 são (0,0,235), (64,175,160) e (64,170,60). Isto não é um conversor HSV de propósito geral. H 35–85 e S 80–255 permanecem fixos; o V mínimo é ajustável de 0 a 255, inclusive. Nenhuma morfologia é aplicada.

A ROI fixa que exclui a etiqueta é (50,20,230,190); a ROI pequena é (140,60,20,30), em pixels x/y/largura/altura. Nenhuma delas se adapta a uma planta. A escala varia de 0,1 a 1,0 mm/pixel como uma conversão de plano de referência presumida, não uma calibração. A imagem permanece a mesma quando a escala muda. touches_frame aparece como 1 para sim e 0 para não; uma seleção vazia tem precisão indefinida (—). Um IoU perfeito para uma cena cortada ainda não diz nada sobre as partes fora da imagem. Essas saídas não medem biomassa, crescimento, estresse ou área foliar real.

Os downloads originais e as linhas de base salvas permanecem inalterados. As instruções de reprodução local abaixo são opcionais. O adaptador do navegador usa NumPy sem OpenCV; salve seu ponto de entrada, kernel e paleta juntos para executá-lo localmente com o NumPy instalado.

leaf: experiment.py

leaf: leaf_kernel.py

leaf: palette.json

leaf: original.py

Sensoriamento e fluxo em CEA — onde medir CO₂ e a solução nutritiva

Exibições iguais podem se referir a locais e horários diferentes

O OD do reservatório difere do OD na saída de um canal de cultivo. Antes de atribuir a diferença ao consumo de oxigênio pelas raízes, verifique se os sensores observam horários comparáveis, se a calibração é consistente e se a amostra muda durante o trânsito.

O guia da zona radicular separou CE, pH, OD e balanço hídrico. Este artigo pergunta onde e como compará-los. Ele reutiliza os conceitos de atraso e calibração do guia de sensores de temperatura/umidade, adicionando questões específicas de CO₂, solução nutritiva e fluxo.

A tabela de posicionamento e o procedimento de investigação abaixo são a nossa abordagem de projeto proposta. Não são medições de instalação, quantidades obrigatórias de sensores nem limiares de alarme universais para a cultura.

Decida quais diferenças você precisa observar

Use pontos permanentes para monitoramento e medições portáteis para mapeamento. Mantenha uma referência fixa para distinguir a variação temporal durante um levantamento móvel. Atribua IDs de local independentemente dos IDs de sensor, para que as substituições não quebrem o histórico do local.

A autocalibração do CO₂ se adequa às condições de cultivo?

Uma medição imediatamente ao lado de uma saída de CO₂ não deve automaticamente representar todo o dossel. Registre as relações com a injeção, o ar de fornecimento/exaustão e a respiração humana. Um ponto que diagnostica o equipamento de dosagem serve a um propósito diferente de um que avalia as condições da cultura.

Verifique o algoritmo de calibração. A nota de calibração de campo do SCD30 da Sensirion de 2018 descreve o ASC usando uma concentração mínima correspondente a 400 ppm e exigindo exposição regular a essa concentração.

Nossa inferência é que salas continuamente enriquecidas podem não satisfazer essa suposição. Isso diz respeito ao algoritmo documentado, não a todo sensor de CO₂. Siga as instruções do modelo e firmware selecionados e planeje a comparação com gás de referência ou um instrumento calibrado. A suposição histórica de 400 ppm não é um valor de calibração externo garantido para os dias atuais.

As saídas de temperatura/UR embutidas em um dispositivo de CO₂ podem descrever seu invólucro, e não o ar representativo do dossel. Distinga as entradas de compensação ambiental das medições usadas para avaliar o ambiente da cultura.

CE, pH e OD precisam de verificações diferentes

O manual de instrumentos multiparâmetro do USGS conecta armazenamento, manutenção, calibração, medição e relato. Seu escopo de água natural não estabelece pontos de ajuste de cultivo nem adequação para uma solução nutritiva específica.

A lista de verificação proposta a seguir aplica essa abordagem geral; os procedimentos e soluções reais devem corresponder à documentação do instrumento.

A concordância em um padrão não estabelece leituras representativas após a instalação. Investigue bolhas, depósitos, líquido estagnado e diferenças de concentração local imediatamente após as adições.

A tecnologia do OD importa. A orientação de medição da YSI explica que os sensores ópticos não consomem oxigênio e não têm requisito de agitação no princípio de medição, embora o fluxo possa melhorar o tempo de resposta. Não presuma requisitos de fluxo idênticos para dispositivos eletroquímicos e ópticos. Mesmo um sensor óptico ainda precisa amostrar um líquido representativo do ambiente radicular pretendido.

Uma linha de amostragem leva líquido mais antigo até o sensor

Uma célula de fluxo remota separa o horário de exibição das condições no ponto de amostragem. Para um volume de linha sintético de 0,50 L e fluxo constante de 0,25 L/min, assuma deslocamento ideal sem mistura ou dispersão:

Diagram 1 · Use the button to switch views

Os dois minutos descrevem apenas o transporte ideal na linha. A mistura na célula, a resposta do sensor e o atraso de comunicação são efeitos adicionais.

Dobrar o fluxo para 0,50 L/min reduz esse tempo ideal para um minuto. Linhas e células reais se misturam; a temperatura e a troca de gases também podem alterar a amostra. Deslocar os carimbos de data/hora em dois minutos não reconstrói necessariamente as condições originais.

Registre o local de amostragem, a configuração da linha/célula, o fluxo, o horário de medição do instrumento e o horário de recepção separadamente. Ao alternar entre pontos de amostragem, verifique também o arraste da amostra anterior.

Compare comando da bomba, fluxo, nível e pressão

Bomba LIGADA não é uma medição de fluxo. A entrega total e a entrega a cada ramo são observações diferentes. Siga os requisitos do medidor de fluxo selecionado para trechos retos, tubos cheios, faixa e bolhas.

Converta o nível em volume usando a geometria do reservatório. Para seção transversal constante, a mudança de volume equivale à área vezes a mudança de nível; essa conversão não é universal para recipientes de fundo inclinado. A medição de nível baseada em pressão também exige a consideração de densidade e pressão de referência.

A pressão diferencial do filtro pode apoiar comparações, mas também depende do fluxo. Um aumento não comprova, por si só, entupimento quando as condições operacionais diferem. Registre as elevações de medição, a pressão manométrica versus absoluta e as unidades.

Use um resíduo de balanço hídrico para encontrar inconsistências

Aqui o limite é apenas o reservatório. Q_{in} inclui todo fluxo de entrada e Q_{out} todo fluxo de saída, incluindo o fornecimento e o retorno de circulação. Isso difere do limite de todo o sistema do artigo anterior. O exemplo sintético define outros termos, como a evaporação, como zero.

Usando L/min e minutos, obtemos o resíduo r em L. Em nosso exemplo original, a entrada é 1,0 L/min e a saída é 0,2 L/min durante cinco minutos. O ganho previsto é 4 L, enquanto o volume inferido a partir do nível sobe apenas de 100 L para 101 L. O resíduo é −3 L.

Isso motiva a investigação de fluxos não registrados, viés de fluxo/nível, diferenças de tempo ou perdas omitidas. Não é prova de vazamento.

from math import isfinite


def transport_minutes(line_l, flow_l_min):
    if not all(isfinite(x) for x in (line_l, flow_l_min)):
        raise ValueError("finite values required")
    if line_l < 0 or flow_l_min <= 0:
        raise ValueError("nonnegative volume and positive flow required")
    return line_l / flow_l_min


def residual_l(v0, v1, intervals):
    if not all(isfinite(v) and v >= 0 for v in (v0, v1)):
        raise ValueError("invalid tank volume")
    if not intervals:
        raise ValueError("intervals required")
    predicted = 0.0
    for minutes, inflow, outflow in intervals:
        if not all(isfinite(x) for x in (minutes, inflow, outflow)):
            raise ValueError("finite interval values required")
        if minutes <= 0 or min(inflow, outflow) < 0:
            raise ValueError("invalid interval")
        predicted += (inflow - outflow) * minutes
    return (v1 - v0) - predicted


print(f"transport: {transport_minutes(0.50, 0.25):.1f} min")
print(f"residual: {residual_l(100, 101, [(5, 1.0, 0.2)]):.1f} L")

Salve como measurement_check.py e execute python3 measurement_check.py para obter 2.0 min e -3.0 L. Os fluxos são constantes dentro de cada intervalo, e os intervalos são presumidos como cobrindo todo o período de observação sem lacunas ou sobreposições. Este pequeno exemplo não aceita carimbos de data/hora, então não pode verificar essa suposição automaticamente.

Altere o volume final para 104 L e o resíduo se torna zero. Dividir cinco minutos em dois e três minutos com os mesmos fluxos deixa o resultado inalterado. Para dados medidos, invalide uma integral incompleta em vez de tratar o fluxo ausente como zero.

Suponha que cada volume nos pontos finais tenha um limite de erro de 0,5 L, cada fluxo tenha um limite de erro de 0,1 L/min, e a duração seja exata. A contribuição de pior caso para o erro do resíduo ao longo de cinco minutos é 0.5+0.5+5(0.1+0.1)=2.0 L. Essas suposições sozinhas não conseguem explicar uma discrepância de 3 L. Este é um limite ilustrativo, não a precisão de um produto nem um intervalo de confiança estatístico. Valide os limites e os termos omitidos antes de diagnosticar uma falha.

Separe circulação de ventilação

A circulação move e mistura o ar interno; a ventilação troca o ar com o exterior. O guia de estufas da NC State as trata separadamente. Não inclua o fluxo nominal de um ventilador de circulação em um balanço de CO₂ como troca externa.

Para levantamentos de velocidade do ar no dossel, registre a orientação da sonda, o local, a duração da média, a iluminação e o estado do ventilador. O fluxo na frente de uma prateleira não estabelece o fluxo na parte de trás. Preserve as diferenças espaciais e as flutuações, além das médias, e repita o levantamento quando o crescimento da cultura alterar os caminhos de fluxo. Uma única velocidade do ar não prevê diretamente a transpiração ou a doença.

Comissione a cadeia de medição

1. Defina o propósito e o limite da observação; alinhe IDs de local, unidades e horário.
2. Compare com padrões ou instrumentos de referência e preserve os resultados antes/depois do ajuste.
3. Investigue diferenças entre instrumentos por meio de medições colocalizadas, separadamente dos levantamentos espaciais.
4. Compare os registros operacionais com as observações, distinguindo os atrasos de transporte, resposta e comunicação.
5. Use o balanço hídrico e múltiplas medições para encontrar inconsistências, então investigue causas concorrentes.

Isso estabelece as observações para o controle e a estimativa posteriores. A estimativa por imagem de plantas precisa da mesma disciplina: preserve o horário, a iluminação e o ponto de vista da imagem antes de interpretar mudanças aparentes como crescimento.

Imagens de plantas em CEA — meça a área projetada, distinga a área foliar

Mais verde em uma fotografia significa mais folha?

A mesma planta pode ocupar uma região visível diferente quando a orientação das folhas, a sobreposição, a iluminação ou a posição da câmera mudam. Nossa primeira tarefa de estimativa, portanto, se limita à área projetada de uma região selecionada em uma imagem. Ela não estima diretamente a área foliar de superfície, a massa, a produtividade ou o estresse.

O guia de sensoriamento anterior separou as diferenças espaciais, de instrumento e de tempo. As imagens também precisam de registros de aquisição e processamento. Aqui, elipses sobrepostas formam entradas sintéticas; não há fotografias medidas de plantas nem modelos treinados. Exemplos controlados expõem causas de falha antes de projetar a avaliação em plantas reais.

Defina a grandeza primeiro

Para uma máscara binária M(u,v) com pixels do alvo iguais a um, a contagem de pixels é N=\sum_{u,v}M(u,v). Dada uma escala isotrópica presumida s [mm/pixel], a área equivalente no plano de referência é:

Nossa linha de base sintética contém 14.738 pixels. A 0,5 mm/pixel, isso se torna 3.684,50 mm². A escala é fornecida para ilustração, não medida automaticamente.

A análise de tamanho do PlantCV calcula de forma semelhante propriedades a partir de regiões rotuladas e apoia a conversão por meio de dimensões de pixel. Mantenha a extração de região separada da conversão de unidade. Nosso código conta pixels diretamente e não chama o PlantCV.

Mantenha a aquisição e a escala consistentes

Registre a posição e a orientação da câmera, a distância focal, as dimensões da imagem, a exposição, o balanço de branco, a iluminação, o ID da planta e o carimbo de data/hora. Se a exposição ou o balanço de branco forem automáticos, registre esse estado. Um limiar fixo aplicado a condições de imagem variáveis pode transformar mudanças de cor em mudanças aparentes de área.

Um comprimento conhecido de 100 mm abrangendo 200 pixels dá 0,5 mm/pixel nesse local. Coloque a referência no plano de medição e alinhe a câmera o mais perpendicular possível na prática. Se a distorção ou a perspectiva importarem, use calibração de câmera e a correção planar apropriada. Escalas horizontal e vertical diferentes exigem Ns_xs_y.

Uma referência no chão não precisa compartilhar a escala das folhas que crescem acima dela. A correção planar não torna um dossel tridimensional coplanar. Quando essas suposições não se sustentam, relate as contagens de pixels sob aquisição fixa ou a área equivalente no plano de referência, em vez de afirmar a área foliar física.

Usar 0,6 em vez de 0,5 mm/pixel multiplica a área da mesma máscara por 1,44: um aumento de 44%. A extração correta pode coexistir com a conversão de unidade incorreta.

Selecione candidatos por cor

O tutorial do OpenCV demonstra a conversão para HSV e a seleção de faixa de cor com inRange. Selecionar verde não é o mesmo que reconhecer uma folha.

As entradas são de 320×240 pixels. Na representação HSV de 8 bits do OpenCV, este exemplo seleciona H 35–85, S 80–255 e V 100–255. H não é inserido diretamente como um ângulo de 0–360. Nossos arrays gerados são RGB, então a conversão usa COLOR_RGB2HSV; não reutilize cegamente essa conversão em imagens BGR retornadas por imread.

O núcleo tem três linhas. A geração de imagem, a comparação de condições e a verificação estão no download completo.

hsv = cv2.cvtColor(rgb, cv2.COLOR_RGB2HSV)
mask = cv2.inRange(hsv, (35, 80, min_v), (85, 255, 255)) != 0
pixels = int(np.count_nonzero(mask))

Nenhum preenchimento morfológico ou remoção de pequenos componentes é aplicado. Se adicionar esse processamento, verifique se ele altera folhas estreitas ou lacunas entre folhas em relação às máscaras de referência.

Compare falhas com a mesma geometria

A referência gerada é a união visível dentro do quadro de três elipses. A sobreposição é contada uma vez, e as partes fora do quadro são excluídas.

O vermelho marca o fundo selecionado como alvo; o azul marca pixels do alvo perdidos. As regiões verdes preservam as cores de entrada. Estas são formas sintéticas, não fotografias de plantas.

A green_tag_roi fixa começa em (50,20), com largura 230 e altura 190 pixels. Ela foi escolhida para evitar esta etiqueta sintética, não como uma região de interesse independente da cultura. O crescimento além da ROI excluiria pixels genuínos do alvo.

Reduzir o V mínimo não é uma solução universal. Ela recupera o alvo escuro aqui, mas pode admitir fundo verde escuro em cenas reais. Não ajuste limiares em relação às respostas de cada imagem e relate a precisão apenas nessas mesmas imagens.

Avalie área e localização separadamente

Para a predição P e a referência G, a interseção sobre união mede a sobreposição espacial:

Números iguais de pixels extras e perdidos produzem erro de área zero apesar de locais incorretos. Uma referência [0,1,1,0] e uma predição [1,1,0,0] contêm cada uma dois pixels selecionados, mas seu IoU é 1/3.

As saídas também incluem a precisão, a fração correta de pixels selecionados, e a revocação, a fração recuperada de pixels de referência. mask_area_error_percent é o erro de contagem de pixels em relação à referência, não o erro físico da calibração de escala. Ele permanece zero para wrong_scale. Razões indefinidas, incluindo o IoU de duas máscaras vazias, são null em JSON, em vez de uma pontuação perfeita presumida.

touches_frame sinaliza pixels selecionados que tocam uma borda da imagem. É verdadeiro para clipped. Não detecta todo objeto incompleto: a segmentação pode perder os pixels da borda, ou uma ROI interna pode remover parte do alvo. Inspecione a imagem e a ROI mesmo quando o sinalizador for falso.

Baixe e reproduza

Baixe o ZIP completo, o código-fonte em Python, os resultados esperados, o README e o manifesto. O ZIP inclui entradas, referências, máscaras extraídas e sobreposições de erro, todos regeneráveis a partir da mesma fonte.

Ambiente testado: Linux x86_64, Python 3.12.3, NumPy 1.26.4 e OpenCV 4.6.0. As versões das dependências são fixadas para reprodução, não uma certificação de outros sistemas operacionais ou versões do Python.

Após extrair o ZIP, execute:

python3 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
.venv/bin/python experiment.py --self-test
.venv/bin/python experiment.py --verify expected.json --out reproduced

No Windows, substitua .venv/bin/python por .venv\Scripts\python.exe. O diretório de saída não deve existir; as saídas existentes não são sobrescritas. O JSON de resultados e os arquivos PNG de cada condição são salvos. As saídas de linha de base estão incluídas em samples/.

Altere o V mínimo com:

.venv/bin/python experiment.py --min-v 40 --out lower-v

Apenas dim_lower_v sempre usa 40; as outras condições usam o valor fornecido. Resultados alterados falham intencionalmente na comparação com o expected.json de linha de base. Não espere que a verificação de linha de base seja aprovada após alterar o experimento.

Sete testes cobrem um retângulo conhecido, máscaras de área igual/local diferente, máscaras vazias, relações entre sete casos, entradas inválidas, resultados esperados modificados e omissões de ROI. O download original não tem recurso de ingestão de fotos reais; o adaptador do navegador está disponível acima.

Avalie em plantas medidas antes de fazer afirmações biológicas

O seguinte é uma proposta de avaliação de próxima etapa, não um trabalho concluído por este exemplo sintético.

1. Preserve os IDs de planta, datas, iluminação, geometria de câmera e imagens originais.
2. Defina a associação ao alvo, incluindo se caules ou folhas senescentes contam, e crie máscaras de referência humanas.
3. Separe as imagens de desenvolvimento do limiar das imagens de avaliação. Considere divisões por planta ou data de aquisição, em vez de simplesmente separar quadros de vídeo adjacentes.
4. Relate os erros por iluminação, fundo, sobreposição e corte, preservando as métricas de área, o IoU e as sobreposições de erro.
5. Para estimar a área foliar real ou a massa seca, colete medições de referência independentes correspondentes e valide esse mapeamento como um modelo separado.

Mudanças na área projetada em série temporal podem resultar de postura ou sobreposição. Produzir uma métrica de imagem não estabelece a taxa de crescimento ou o estresse. Primeiro torne a observação reproduzível, depois use dados de referência para testar o que ela representa.

Zona radicular em CEA — separando CE, pH, oxigênio e balanço hídrico

Quando o nível da água cai, o que deve ser reposto?

Uma solução nutritiva cai de 100 L para 90 L. Essa observação isolada não consegue distinguir evaporação, absorção de água pelas plantas, vazamento ou drenagem. Também não estabelece a absorção de nutrientes. Restaurar o volume e restaurar a composição de nutrientes são decisões separadas.

Seguindo o guia do ambiente de luz, este artigo examina o ambiente radicular. Ele introduz um sistema de solução recirculante; não é uma receita de cultivo nem uma implementação automática de dosagem. Todos os exemplos numéricos são sintéticos.

A zona radicular é a região onde as raízes trocam água, nutrientes e gases com o ambiente ao redor. Uma leitura do reservatório é útil, mas não precisa descrever a superfície da raiz, o final de um canal ou o interior de um substrato.

Mantenha cinco medições distintas

Esta é uma tabela de planejamento de medição. As condições aceitáveis dependem da cultura, do estágio de crescimento e do sistema de produção.

A CE não consegue reconstruir a composição

1 mS/cm = 1.000 µS/cm = 1 dS/m. Registre as unidades. A condutividade também muda com a temperatura do líquido: preserve a temperatura medida, as configurações de compensação e a temperatura de referência, e distinga as leituras compensadas das não compensadas.

A CE não revela concentrações individuais de sais, conforme explicado no guia de teste de água da Universidade Estadual de Oklahoma. Uma única leitura não consegue distinguir a depleção de um nutriente do acúmulo de outro íon.

Uma exibição de "ppm" derivada da CE também não é uma medição de nutrientes individuais. Registre seu fator de conversão e distinga-o de um resultado de concentração laboratorial. Use a análise de água de origem e de solução quando a composição for necessária.

O guia de manejo de nutrientes da OSU identifica o teste de água de origem, a concentração de sais, o pH, a alcalinidade e as proporções de nutrientes como relevantes. Nossa inferência operacional é evitar tratar um retorno ao ponto de ajuste de CE como prova de que a formulação original foi restaurada.

Registre o pH e a alcalinidade separadamente

O pH descreve a acidez ou basicidade atual. Por ser logarítmico, uma média ponderada por volume de duas leituras de pH geralmente não dá o pH da solução misturada. USGS: pH e Água

A alcalinidade mede a capacidade de neutralização de ácido. Duas águas com o mesmo pH inicial podem responder de forma diferente à mesma adição de ácido quando sua alcalinidade difere. USGS: Alcalinidade e Água

Uma regra que sempre adiciona a mesma dose para um erro de pH de 0,5 unidade confunde essas grandezas. Para avaliar uma intervenção, registre a água de origem, o volume do reservatório, a substância e a quantidade adicionada, e o horário da medição após a mistura. O balanço hídrico abaixo não consegue calcular a dose necessária.

O oxigênio precisa de um caminho de entrega

A solubilidade de equilíbrio do oxigênio depende da temperatura da água, da pressão atmosférica e da salinidade. O USGS DOTABLES usa essas condições para calcular a solubilidade. Em igual pressão e salinidade, a água mais quente geralmente retém menos oxigênio dissolvido no equilíbrio. Verifique as condições de conversão ao comparar mg/L e percentual de saturação.

As raízes precisam de oxigênio para a respiração. O guia da Cornell para hortaliças de folha em hidroponia discute o fornecimento de oxigênio às raízes e a temperatura da água. Uma leitura de OD do reservatório aparentemente adequada não estabelece as mesmas condições dentro de uma massa radicular densa. Registre a circulação, a aeração e o local de amostragem, incluindo diferenças entre a entrada e a saída do canal de cultivo.

Diagram 2 · Use the button to switch views

Para um limite que engloba todo o sistema, a circulação interna não é uma entrada externa de água. O diagrama não implica mistura completa ou oxigênio uniforme.

Com um substrato, a retenção de água e os caminhos de ar também importam. O OD do reservatório isoladamente não estabelece a aeração do substrato. Não aplique diretamente o cálculo de compartimento líquido único abaixo ao interior de um substrato.

Mantenha contas separadas de água e soluto

Escolha um limite que engloba todo o sistema recirculante, incluindo reservatório, tubulações e canais de cultivo. Ao longo de um intervalo, sejam V_{in} as adições externas, V_{out} o descarte de líquido, e V_w a evaporação mais a água transferida às plantas, todos em L.

Não some a circulação interna da bomba como água de reposição. Um limite apenas do reservatório contaria em vez disso seus fluxos de saída e retorno explicitamente.

Para um soluto rastreado, a massa é M [mg] e a concentração é C=M/V [mg/L]:

U é a transferência às plantas; R é a remoção líquida da fase líquida, como a precipitação. A remoção da fase líquida não significa destruição de matéria. O descarte de líquido carrega tanto água quanto soluto, diferentemente da evaporação. Para descarte contínuo, use M_{out}=\int C_{out}(t)Q_{out}(t)dt para contabilizar a concentração variável.

O exemplo aritmético original a seguir verifica essa contabilidade. Não é uma taxa de absorção de planta medida, uma receita de fertilizante nem uma predição de CE. Comece com 100 L contendo 10.000 mg de um componente: 100 mg/L. Assuma nenhuma adição ou precipitação.

A mesma diminuição de volume pode acompanhar concentração crescente, decrescente ou inalterada. Adicionar 10 L de água sem nenhum do soluto rastreado restaura A para 100 mg/L, mas B chega a apenas 80 mg/L. Restaurar o volume não restaura a massa de soluto.

Reproduza a comparação em Python

Salve o seguinte como root_zone.py e execute python3 root_zone.py. Apenas a biblioteca padrão do Python é necessária.

from math import isfinite


def concentration(volume_l, mass_mg):
    if not (isfinite(volume_l) and isfinite(mass_mg)):
        raise ValueError("finite values required")
    if volume_l <= 0 or mass_mg < 0:
        raise ValueError("positive volume and nonnegative mass required")
    return mass_mg / volume_l


initial_v, initial_m = 100.0, 10000.0
initial_c = concentration(initial_v, initial_m)
cases = {
    "A": (initial_v - 10, initial_m),
    "B": (initial_v - 10, initial_m - 2000),
    "C": (initial_v - 10, initial_m - 10 * initial_c),
}
for name, (volume, mass) in cases.items():
    print(f"{name}: {concentration(volume, mass):.2f} mg/L")
print(f"B + water: {concentration(cases['B'][0] + 10, cases['B'][1]):.2f} mg/L")

As saídas são 111.11, 88.89, 100.00 e 80.00 mg/L. Altere a remoção de 2.000 mg em B para 1.000 mg: após a perda de volume, a concentração se torna 100 mg/L. A absorção pode ocorrer mesmo quando a concentração está inalterada. Volume zero e massa restante negativa geram erros.

Este código não calcula CE, pH ou OD. A contabilidade correta para um componente não valida o equilíbrio químico multicomponente nem a resposta da cultura.

Decida o que observar em seguida

Estas são combinações de observação propostas, não regras automáticas de dosagem.

Associe horário, local, unidades e calibração ao volume de água, à reposição, ao descarte e às adições. O posicionamento detalhado de sensores, o manejo individual de nutrientes e o controle de dosagem são etapas posteriores. O alicerce aqui é distinguir uma concentração observada da massa remanescente no sistema.