dr. john lea-cox

John D. Lea‐Cox, PhDSystematic Sensing, LLC 

John@systematicsensing.com

Using Sensor Networks for Precision Water and Nutrient Management in Controlled Environments

Overview

Sensor Networks:  A Toolbox

The Hardware and Software

Sensor‐based Irrigation Control

Benefits, Return on Investment

Alerts and Fault Detection

Environmental Monitoring – Crop Development, Predictive IPM and Disease Management

University of Maryland:• John Lea‐Cox (PM, Micro‐scale Modeling – Nursery, Extension Outreach)

• Andrew Ristvey, Steven Cohan (Green Roof)• Erik Lichtenberg (Economics – Private Benefits)

Carnegie Mellon:• George Kantor, David Kohanbash 

(Next Generation Core Software Development)

Cornell:• Taryn Bauerle (Microscale – Root Environments)

UM‐Center Environmental Science:• Dennis King (Socio Economics – Public Benefits)

Decagon Devices:• Todd Martin, Colin CampbellLauren Bissey (Next Generation Hardware Development, Core Software)

Antir Software:• Richard Bauer

(Crop Modeling Software, Core Software )

Colorado State:• Bill Bauerle, Mike Lefsky,  Stephanie Kampf

(LIDAR, Hydrology, Macroscale modeling – Nursery)

University of Georgia:• Marc van Iersel,  Paul Thomas, John Ruter,  Matthew Chappell (Microscale modeling –Greenhouse, Extension and Outreach)

SCRI‐MINDS:  Teams and Working GroupsSensor Networks

Smart-Farms.net — Managing Irrigation and Nutrition via Distributed Sensing

Smart Toolbox

PlantPoint™ Irrigation Control Hardware 

Various soil moisture sensorsSoil EC, moisture and 

temperature

Soil Moisture, EC and Irrigation Sensors

In line Water Pressure In‐line, Tank EC Flow Meters 

Photosynthetic and Total radiation

Leaf wetness, Dew and Ice

Precipitation

temperature, RHand VPD

Wind speed and direction

Sonic anemometer

Environmental Sensors

SensorWeb™ Software Interface

Operation’s Homepage – “Management at a Glance”

Micro‐Pulse Irrigation Scheduling Capability

Sensor‐based irrigation control scheduled for 15 minutes every hour Within each 15 minute period, able to irrigate up to three, 4‐minute pulses (i.e. 240s on, 60s off) But it ONLY irrigates if the minimum substrate soil moisture set‐point is reached

Micro‐Pulse Irrigation Capability

• Measures Variability– Averaging Capability (any  sensor, any node)

• Acts on that Information – Automated Micro‐pulse Irrigation Only irrigates when average soil 

moisture is below a set value If average is not increased after 

and irrigation, the system will pulse again after set time           (0 ‐ 300 seconds)

• Minimizes Irrigation and Leaching               micropulse control shown to 

reduce water applications by   40‐70% and nutrient leaching   typically by at least 50%

Kohanbash, Kantor, Martin and Crawford, 2013   HortTechnology 23: 725‐734

Enables remote and/or automatic control of irrigation schedules, via a customizable web‐based interface

Grower‐Controlled Drip Irrigation (Strawberry Production)

Grower water applications from March – May were typically 4 or 5 (15 min pulses) per day.   Last pulse event (typically 6 – 8pm) often resulted in over‐saturation and nutrient leaching 

below 35cm (green line)

Guéry, S., J. Lea‐Cox, M. Martinez Bastida, B. Belayneh and F. Ferrer‐Alegre, Acta Hort 2016  

Sensor‐Controlled Drip Irrigation (Strawberry Production)

Sensor‐controlled irrigations were typically 2‐5 (four minute pulses) per day.   Total water use (Jan through May) = 58.8%  less than grower‐applied 

(328,185 Gals / acre vs. 795,587 Gals / acre)

Guéry, S., J. Lea‐Cox, M. Martinez Bastida, B. Belayneh and F. Ferrer‐Alegre, Acta Hort 2016  

Pore Water EC 

15cm VWC

35cm VWC

Distributed Sensing: Measuring Nutrient Leachate

Sensor‐Controlled Dynamics Over Time

Belayneh, Lea‐Cox and Lichtenberg, 2013.  HortTechnology 23:760‐769

Irrigation Water Applied:  March – Nov, 2012 (Cornus florida)

Irrigation Method

Total WaterApplied 

(Liters / Row)

Average Water Application 

(L / Tree /Day)

Av. Efficiency (Timed vs. Control)

Water Savings (Control vs. Timed)

Grower:  Timed,     Cyclic 109,794 3.49

0.371 2.69 Sensor:   Set‐point 

Control 40,769 1.30

Belayneh, Lea‐Cox and Lichtenberg, 2013.  HortTechnology 23:760‐769

Irrigation Efficiency – Water Savings

Irrigation water applications reduced between 40 and 70% depending upon species, site‐specific variables and time of year

Belayneh, Lea‐Cox and Lichtenberg, 2013.  HortTechnology 23:760‐769

Irrigation Efficiency – Return on Investment

2.7 year ROI 4‐month ROI

Reduction in Production Times, Net Benefits

14‐month production cyclecollapsed to 8‐month

30% loss to Disease reducedto virtually zero

Economic Gain = $1.06 / ft2(total net revenue = $20,700 for crop)

ROI < 3 months for $6,000network

Lichtenberg, Chappell et al., 2013 HortTechnology 23:770‐776

Gardenia ‘radicans’ ‐ high shrinkage due to disease /unmarketable final product.

35,000 square foot greenhouse production • Produces 475,000 stems of Cut Snapdragons, Sunflowers per annum• Hydroponic culture using recirculating water and nutrients• Perlite substrate in bags, monitored with EC‐5, GS3‐EC sensors; Tank with EC, pH • Canopy environment monitored with air Temp / RH (VPD) and light (PAR) sensors

Increase in Crop Quantity and Quality

2007 ‐2009 2010‐ 2012 Difference Change

Crops/ year 37 38 1 1 %

Stems/ year 106,173 156,320 50,147 47.2 %

Price/ stem $ 0.565 $ 0.596 $ 0.031 + 5.5 %

Labor costs $ 14,976 $ 18,961 $ 3,985 + 26.6 %

Electricity $ 3,838 $3,538 $ 300 ‐7.8 %

Sensor system(Annualized over 3 years)

$ 0 $7,147 $7,147 ‐‐‐

Net Revenue $40,317 $ 65,173 $24,856 + 61.7 %

Profit $21,503 $35,526 $14,636 + 65.2 %

Payback period on upfront costs:  <8 months

Cut‐flower Snapdragon: Annual Profitability

Pre‐Sensor: (2007 – 2009) Post‐Sensor: (2010 – 2012)

Lichtenberg et al., 2016 (Irrigation Sci. 34: 409‐420) 

Alert Capability and Fault Detection

Alerts can be set for any node or sensor, at a specified time or set‐point threshold value    

Alerts can be texted or emailed to any user

Photosynthetic and Total radiation

Leaf wetness, Dew and Ice

Precipitation

temperature, RHand VPD

Wind speed and direction

Sonic anemometer

Environmental Sensors

Environmental Data Applications

Predictive Tools for IPM, Disease Management

Smart-Farms.net ― Managing Irrigation and Nutrition via Distributed Sensing

Summary

New sensor tools and technologies allow for precision control of water and nutrient applications

Sensor networks can provide significant water savings for growers using controlled environments

Benefits of better water management are multiple and synergistic

Returns on investment are typically < 1 year, especially when cost of water  / remediation is high