PHÁT TRIỂN ỨNG DỤNG WEB QUẢN LÝ MÙA VỤ LÚA CÓ TÍCH HỢP DỰ ĐOÁN NĂNG SUẤT

Abstract

Trong thời đại công nghệ 4.0, việc áp dụng công nghệ thông tin vào lĩnh vực nông nghiệp ngày càng được quan tâm, nghiên cứu và phát triển nhằm làm tăng năng suất cây trồng, theo dõi quá trình sinh trưởng và phát triển cây trồng. Lúa là cây lương thực chính của nước ta với diện tích gieo trồng lớn. Do đó, việc quản lý mùa vụ là cần thiết để ghi lại quá trình canh tác lúa trong mùa vụ. Bên cạnh đó, dự đoán được năng suất lúa hỗ trợ rất nhiều cho cả người trồng lúa và cho việc lập kế hoạch, quản lý nền kinh tế của đất nước. Ứng dụng web quản lý mùa vụ lúa có tích hợp dự đoán năng suất đáp ứng các nhu cầu trên. Website sử dụng Vuejs để xây dựng frontend, Nodejs để xử lý logic phía backend, dữ liệu được lưu trữ trên MySQL server. Sử dụng API của OpenMeteo.com để lấy dữ liệu thời tiết tại các mẫu ruộng. Mô hình dự đoán năng suất lúa trong hệ thống được xây dựng dựa trên thư viện Scikit-learn (Sklearn) của Python. Hệ thống cung cấp môi trường làm việc cho ba nhóm người dùng: quản trị viên, nhân viên và chuyên gia. Quản trị viên thực hiện hoạt động quản trị người dùng như: tạo và cập nhật thông tin người dùng, xóa người dùng, vô hiệu hóa tài khoản người dùng. Nhân viên trong khu vực nghiên cứu là người làm việc trực tiếp tại các mẫu ruộng, theo dõi các hoạt động như bón phân, phun thuốc, tình hình bệnh và các hoạt động khác được thực hiện trên mùa vụ. Các chuyên gia được phép thực hiện các chức năng của nhân viên đồng thời có thêm quyền thực hiện dự đoán năng suất lúa, thống kê mùa vụ và quản lý các thông tin liên quan đến canh tác lúa như: phân bón, thuốc trị bệnh dịch, bệnh dịch gây hại ở lúa, giống lúa, mẫu ruộng trong khu vực nghiên cứu, các hoạt động thực hiện trên mùa vụ. Ứng dụng web quản lý mùa vụ lúa có tích hợp dự đoán năng suất đã hoàn thành các chức năng cơ bản với nội dung và tài liệu tham khảo từ các nguồn uy tín. Hệ thống hỗ trợ người dùng quản lý mùa vụ lúa và dự báo năng suất lúa từ đó đưa ra các quyết định tùy chỉnh sử dụng phân thuốc cho phù hợp. Trong tương lai, khi hệ thống được sử dụng một lượng lớn dữ liệu về mùa vụ lúa sẽ được thu thập, lưu trữ. Từ tập dữ liệu này có thể nâng cấp mô hình dự đoán với nhiều dữ liệu hơn từ đó nâng cao tính chính xác của dự đoán được đưa ra.