Authors

Abstract

Control of greenhouse microclimate requires the interpretation of several environmental and substrate-related parameters, including air temperature, relative humidity, light intensity, carbon dioxide concentration and soil moisture. This paper compares three machine learning models, Random Forest, XGBoost and multilayer perceptron, for 30-minute-ahead prediction of irrigation, ventilation and shading states in a greenhouse. The models were trained using data collected from a wireless sensor network with four sensor nodes installed in the protected cultivation area. After preprocessing, scaling, error removal, temporal synchronization and resampling at 10-minute intervals, a structured dataset of 7063 records was obtained. Individual sensor readings, spatially aggregated variables, time-related features, rolling averages and short-term differences were used to describe both the current and recent evolution of the greenhouse environment. The dataset was split chronologically into training, validation and test subsets, preserving the temporal order of the measurements. The best average performance was obtained by XGBoost, with a mean F1-score of 0.9237, followed by Random Forest with 0.9045 and MLP with 0.5862. Random Forest achieved the best results for irrigation and ventilation control, with F1-scores of 0.9630 and 0.9611, respectively, while XGBoost achieved the best result for shading control, with an F1-score of 0.8571. The results indicate that tree-based ensemble models are more suitable than the tested MLP architecture for predictive greenhouse control based on multi-sensor WSN data. The proposed framework supports the selection of a final control model according to prediction performance, stability and interpretability.

Abstract in Romanian

Controlul microclimatului din seră necesită interpretarea mai multor parametri de mediu și de substrat, inclusiv temperatura aerului, umiditatea relativă, intensitatea luminoasă, concentrația de dioxid de carbon și umiditatea solului. Această lucrare compară trei modele de învățare automată, Random Forest, XGBoost și perceptron multistrat, pentru predicția la 30 de minute a stărilor de irigare, ventilație și umbrire într-o seră. Modelele au fost antrenate folosind date colectate de la o rețea de senzori wireless cu patru noduri instalate în spațiul protejat. După preprocesare, scalare, eliminarea erorilor, sincronizare temporală și reeșantionare la intervale de 10 minute, a fost obținut un set de date structurat, cu 7063 de înregistrări. Valorile individuale ale senzorilor, variabilele agregate spațial, variabilele temporale, mediile mobile și diferențele pe termen scurt au fost utilizate pentru a descrie atât starea curentă, cât și evoluția recentă a mediului din seră. Setul de date a fost împărțit cronologic în subseturi de antrenare, validare și testare, păstrând ordinea temporală a măsurătorilor. Cea mai bună performanță medie a fost obținută de XGBoost, cu un F1-score mediu de 0.9237, urmat de Random Forest, cu 0.9045, și MLP, cu 0.5862. Random Forest a obținut cele mai bune rezultate pentru controlul irigării și ventilației, cu F1-score-uri de 0.9630 și 0.9611, în timp ce XGBoost a obținut cel mai bun rezultat pentru controlul umbririi, cu un F1-score de 0.8571. Rezultatele indică faptul că modelele ensemble bazate pe arbori sunt mai potrivite decât arhitectura MLP testată pentru controlul predictiv al serelor pe baza datelor multi-senzor WSN. Cadrul propus susține selectarea unui model final de control în funcție de performanța de predicție, stabilitate și interpretabilitate.