ระบบส่งข้อมูลตัวรับรู้การเกษตรผ่านลอราบนไอโอที

สิทธิโชค อุ่นแก้ว; ปรเมศวร์ อินพรม

doi:10.14456/jcct.2025.7

ผู้แต่ง

สิทธิโชค อุ่นแก้ว ผู้ช่วยศาสตราจารย์ สาขาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย จังหวัดสงขลา 90000 ประเทศไทย https://orcid.org/0000-0002-3648-9819
ปรเมศวร์ อินพรม นักศึกษา สาขาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย จังหวัดสงขลา 90000 ประเทศไทย

DOI:

https://doi.org/10.14456/jcct.2025.7

คำสำคัญ:

ลอรา, ไอโอที, เกษตรอัจฉริยะ

บทคัดย่อ

บทความนี้มุ่งศึกษาศักยภาพของเทคโนโลยีลอราในการรับส่งข้อมูลจากโหนดตรวจวัดสิ่งแวดล้อมทางการเกษตร อาทิ อุณหภูมิ ความชื้นสัมพัทธ์ ความเข้มแสง และความชื้นในดินไปยังเกตเวย์เพื่อส่งต่อข้อมูลสู่แพลตฟอร์มไอโอทีธิงบอร์ดผ่านเครือข่ายอินเทอร์เน็ต โดยมีวัตถุประสงค์เพื่อพัฒนาโครงสร้างพื้นฐานของระบบเกษตรอัจฉริยะในบริบทพื้นที่ชนบทหรือไร่นาที่มีข้อจำกัดด้านการเชื่อมต่ออินเทอร์เน็ตระบบต้นแบบประกอบด้วยตัวรับรู้หลายชนิด ได้แก่ ดีเอชที22 ตัวรับรู้ความเข้มแสง ตัวรับรู้ปริมาณน้ำฝน และตัวรับรู้ความชื้นในดิน ร่วมกับมอดูลลอรา และไมโครคอนโทรลเลอร์อีเอลพี32 ผลการทดลองภาคสนามพบว่า การรับส่งข้อมูลผ่านลอรามีความเสถียรในระยะไม่เกิน 200 เมตร โดยหากเกินกว่านี้จะเริ่มเกิดสัญญาณขาดหาย ตัวรับรู้ดีเอชที22 มีค่าความคลาดเคลื่อนเฉลี่ยของอุณหภูมิ 0.73 องศาเซลเซียส และความชื้นสัมพัทธ์ร้อยละ 7.47 ขณะที่ตัวรับรู้ความเข้มแสงมีค่าความคลาดเคลื่อนเฉลี่ยร้อยละ 2.90 เมื่อเทียบกับเครื่องมือมาตรฐาน ตัวรับรู้ปริมาณน้ำฝนและความชื้นในดินให้ค่าที่สัมพันธ์กับระดับปริมาณน้ำและความลึกของการฝังตัวรับรู้ตามลำดับ ผลการศึกษาแสดงให้เห็นว่าระบบต้นแบบมีความเป็นไปได้ในการนำไปประยุกต์ใช้งานจริงในระบบเกษตรอัจฉริยะ โดยเฉพาะในพื้นที่ที่โครงสร้างพื้นฐานทางดิจิทัลยังไม่เอื้ออำนวย

Downloads

Download data is not yet available.

เอกสารอ้างอิง

Adelantado, F., Vilajosana, X., Tuset-Peiro, P., Martinez, B., Melia-Segui, J., & Watteyne, T. (2017). Understanding the Limits of LoRaWAN. IEEE Communications Magazine, 55(9), 34–40. https://doi.org/10.1109/MCOM.2017.1600613.

Ahmed, N., & Shakoor, N. (2025). Advancing Agriculture through IoT, Big Data, and AI: A Review of Smart Technologies Enabling Sustainability. Smart Agricultural Technology, 10, 100848. https://doi.org/10.1016/j.atech.2025.100848.

Bor, M., Vidler, J., & Roedig, U. (2016, February 15-17). LoRa for the Internet of Things. International Conference on Embedded Wireless Systems and Networks (EWSN) 2016, 361-366. Junction Publishing.

Hasan, H. R., Musamih, A., Salah, K., Jayaraman, R., Omar, M., Arshad, J., & Boscovic, D. (2024). Smart Agriculture Assurance: IoT and Blockchain for Trusted Sustainable Produce. Computers and Electronics in Agriculture, 224, 109184. https://doi.org/10.1016/j.compag.2024.109184.

Islam, M. R., Oliullah, K., Kabir, M. M., Alom, M., & Mridha, M. F. (2023). Machine Learning Enabled IoT System for Soil Nutrients Monitoring and Crop Recommendation. Journal of Agriculture and Food Research, 14, 100880. https://doi.org/10.1016/j.jafr.2023.100880.

Jaywant, A. P., & Desai, A. S. (2024, September 18-20). Cloud-Integrated Precision Agriculture with LoRaWAN and ESP32. 2024 5th International Conference on Smart Electronics and Communication (ICOSEC), 619–624. Kongunadu College of Engineering and Technology. https://doi.org/10.1109/ICOSEC61587.2024.10722074.

Khedo, K. K., Perseedoss, R., & Mungur, A. (2010). A Wireless Sensor Network Air Pollution Monitoring System. International Journal of Wireless & Mobile Networks, 2(2), 31–45. https://doi.org/10.5121/ijwmn.2010.2203.

Liopa-Tsakalidi, A., Thomopoulos, V., Barouchas, P., Boursianis, A. D., & Goudos, S. K. (2024). A LoRaWAN-based IoT Platform for Smart Irrigation in Olive Groves. Smart Agricultural Technology, 9, 100673. https://doi.org/10.1016/j.atech.2024.100673.

Morchid, A., Et-taibi, B., Oughannou, Z., Alami, R. E., Qjidaa, H., Jamil, M. O., Boufounas, E.-M., & Abid, M. R. (2025). IoT-enabled Smart Agriculture for Improving Water Management: A Smart Irrigation Control Using Embedded Systems and Server-Sent Events. Scientific African, 27, e02527. https://doi.org/10.1016/j.sciaf.2024.e02527.

Morchid, A., Jebabra, R., Qjidaa, H., El Alami, R., & Jamil, M. O. (2024). Agri-tech Innovations for Sustainability: A Fire Detection System Based on MQTT Broker and IoT to Improve Environmental Risk Management. Results in Engineering, 24, 103683. https://doi.org/10.1016/j.rineng.2024.103683.

Pouomogne, F. T., Tsefack, M. B. S., Knorn, S., Fotsin, H. B., Kouanou, A. T., & Tchamda, A. R. (2024). Community Farm Monitoring Toolkit: Design and Implementation of a Low-cost Tool for Sustainable Community based Agricultural Projects in Africa. IFAC-PapersOnLine, 58(25), 43–48. https://doi.org/10.1016/j.ifacol.2024.10.235.

Rose, T., Ali, N., & Dong, Y. (2025). Design and Development of an IoT-based Dendrometer System for Real-time Trunk Diameter Monitoring of Christmas Trees. Smart Agricultural Technology, 10, 100765. https://doi.org/10.1016/j.atech.2024.100765.

Shahab, H., Naeem, M., Iqbal, M., Aqeel, M., & Ullah, S. S. (2025). IoT-driven Smart Agricultural Technology for Real-time Soil and Crop Optimization. Smart Agricultural Technology, 10, 100847. https://doi.org/10.1016/j.atech.2025.100847.

Sharma, N., Bhattacharjee, S., Garg, R. D., Sharma, K., & Salim, M. (2024). Sustainable Management and Agriculture Resource Technology System Using Remote Sensing Descriptors and IoT. Geomatica, 76(2), 100040. https://doi.org/10.1016/j.geomat.2024.100040.

Zhang, X., Feng, G., & Sun, X. (2024). Advanced Technologies of Soil Moisture Monitoring in Precision Agriculture: A Review. Journal of Agriculture and Food Research, 18, 101473. https://doi.org/10.1016/j.jafr.2024.101473.