THIẾT KẾ VÀ ĐÁNH GIÁ HỆ THỐNG THỦY CANH MÀNG DINH DƯỠNG TÍCH HỢP AIOT NHẰM KIỂM SOÁT CHẤT LƯỢNG RAU MÁ
DOI:
https://doi.org/10.59266/houjs.2026.1171Từ khóa:
rau má, trí tuệ nhân tạo kết nối vạn vật, thủy canh màng dinh dưỡng, điều khiển logic mờ kết hợp PID, thuật toán nhận diện đối tượng, nông nghiệp chính xác, tiêu chuẩn dược liệuTóm tắt
Sự bùng nổ nhu cầu đối với các chế phẩm y sinh chiết xuất từ rau má đang đặt ra những sức ép nặng nề lên các chuỗi cung ứng dược liệu. Canh tác thổ nhưỡng bộc lộ nhiều nhược điểm chí mạng, từ sự bất ổn định trong nồng độ hợp chất thứ cấp đến nguy cơ ô nhiễm kim loại nặng. Nghiên cứu này trình bày thiết kế, triển khai thực nghiệm và đánh giá toàn diện một nền tảng thủy canh màng dinh dưỡng (NFT) tích hợp mạng lưới Trí tuệ Nhân tạo Vạn vật (AIoT). Quy trình bắt đầu bằng việc tuyển chọn dòng vô tính ưu tú RM14 kết hợp vi nhân giống. Về mặt vận hành, hệ thống ứng dụng thuật toán Mờ-PID để xử lý dữ liệu cảm biến đa môi trường tại biên (edge computing), tự động bù trừ nồng độ dung dịch với độ vọt lố giảm 65% so với PID truyền thống. Đồng thời, mô hình thị giác máy tính YOLOv5 được huấn luyện chuyên sâu đạt độ chính xác mAP@0.5 lên tới 96.8% nhằm nhận diện sớm các biến chứng sinh lý trên lá. Kết quả thực nghiệm đối chứng nghiêm ngặt cho thấy hệ thống AIoT đề xuất đã cải thiện năng suất sinh khối lên 32.5% và tăng hàm lượng asiaticoside lên 18.4% so với phương pháp trồng đất, đồng thời tiết kiệm 85% lượng nước tiêu thụ. Các thông số hóa sinh của thành phẩm hoàn toàn đáp ứng tiêu chuẩn Thực hành tốt trồng trọt và thu hái, mở ra giải pháp công nghệ bền vững cho ngành công nghiệp thảo dược.
Tài liệu tham khảo
Adelantado, F., Vilajosana, X., Tennenhouse, P., & Martinez, B. (2023). Advanced insights into LoRaWAN limits and capabilities in smart agriculture. IEEE Communications Magazine, 61(2), 55-61.
Al-Megrin, W. A. (2024). Designing an AI- based greenhouse plant monitoring system to detect and classify plant diseases from leaf images. International Journal of Intelligent Systems and Applications in Engineering, 12(2), 488-498.
Bylka, W., Znajdek-Awizen, P., Studzinska- Sroka, E., & Brzezinska, M. (2023). Molecular mechanisms of Centella asiatica extract in dermatology and cosmetology. Dermatology and Therapy, 13(4), 885-899.
El-Hafyana, M., Al-Sayed, K., & Rahman, A. (2024). AIoT frameworks for smart greenhouses: A comprehensive architecture review and future trends. IEEE Internet of Things Journal, 11(2), 1543-1558.
Gohil, K. J., Patel, J. A., & Gajjar, A. K. (2020). Pharmacological review on Centella asiatica: Updates on therapeutic potential and clinical applications. Indian Journal of Pharmaceutical Sciences, 82(3), 390-405.
Haida, Z., Syakira, M., & Ramli, N. (2024). A review of the phytochemistry, pharmacological, and neuroprotective effects of Centella asiatica. Frontiers in Pharmacology, 15, 120456.
Hasan, M. S., Ali, M., & Rahman, M. (2024). Growth and triterpene glycoside accumulation of Centella asiatica grown in controlled environments with different nutrient solution formulations. Horticulturae, 10(1), 71-85.
Jones, J. B. (2021). Hydroponics: A practical guide for the soilless grower (3rd ed.). CRC Press.
Kien, N. V., Thanh, P. T., & Ha, N. T. (2024). Evaluation of genetic diversity and active ingredient yield of Centella asiatica lineages in Vietnam. Journal of Agricultural Science and Technology, 34(1), 47-55.
Nasir, A., Ibrahim, S., & Ali, M. (2022). Heavy metal accumulation patterns in Centella asiatica cultivated in urban and industrial zones. Environmental Monitoring and Assessment, 194(9), 521-534.
Nguyen, T. T., Tran, V. D., & Le, H. Q. (2023). Adaptive fuzzy-PID controller for dynamic nutrient regulation in smart hydroponics. IEEE Transactions on Control Systems Technology, 31(4), 1822-1834.
Nurmahaludin, M., Supriyanto, E., & Hidayat, R. (2024). Performance of fuzzy-PID controller for pH and EC regulation in hydroponic systems using IoT monitoring. Emerging Technology Journal, 9(9), 2341-2358.
Resh, H. M. (2022). Hydroponic food production: A definitive guidebook for advanced commercial growers (8th ed.). CRC Press.
Schaneberg, B. T., Mikell, J. R., & Khan, I. A. (2021). Influence of environmental stressors and propagation methods on phytochemical quality of commercial gotu kola. Journal of Agricultural and Food Chemistry, 69(14), 4143-4155.
Senanayake, R., Wahab, A., & Ghulamahdi, M. (2022). Effect of harvest maturity and seasonal variations on bioactive compound content in field-cultivated Centella asiatica. Journal of Agronomy, 21(2), 55-68.
Vietnam Ministry of Health. (2022). Vietnam pharmacopoeia V: Quality standards for medicinal herbs and traditional medicines. Medical Publishing House.
Wang, L., Chen, Y., & Zhang, H. (2024). Edge- intelligence enabled AIoT architecture for precision agriculture and autonomous greenhouse management. IEEE Internet of Things Journal, 11(5), 4501-4515.
World Health Organization. (2023). WHO guidelines on good agricultural and collection practices (GACP) for medicinal plants. World Health Organization Press.
Zhao, X., Li, W., & Sun, Y. (2025). LoRaWAN-based closed-loop control systems using fuzzy logic for smart vertical farming. IEEE Transactions on AgriFood Electronics, 3(1), 112-126
