ระบบ IoT เกษตร คืออะไร — Smart Farm ด้วย Internet

IoT เกษตรอัจฉริยะ

IoT เกษตร Smart Farm Sensor Gateway Cloud Platform ระบบรดน้ำอัตโนมัติ Soil Moisture Temperature Humidity ลดต้นทุน เพิ่มผลผลิต ประหยัดน้ำ ESP32 MQTT

ESP32 Smart Farm

=== ESP32 Smart Farm (MicroPython) ===

MicroPython on ESP32

import machine

import dht

import network

import time

from umqtt.simple import MQTTClient

# WiFi Connection

wlan = network.WLAN(network.STA_IF)

wlan.active(True)

wlan.connect('FARM_WIFI', 'password')

while not wlan.isconnected():

time.sleep(1)

print('Connected:', wlan.ifconfig())

# Sensor Setup

dht_sensor = dht.DHT22(machine.Pin(4))

soil_adc = machine.ADC(machine.Pin(34))

soil_adc.atten(machine.ADC.ATTN_11DB)

relay_pump = machine.Pin(25, machine.Pin.OUT)

# MQTT Setup

client = MQTTClient('esp32-farm', 'mqtt.example.com')

client.connect()

# Main Loop

MOISTURE_LOW = 40 # เปิดปั๊ม

เนื้อหาเกี่ยวข้อง — Ollama Local LLM 12 Factor App —

MOISTURE_HIGH = 70 # ปิดปั๊ม

while True:

dht_sensor.measure()

temp = dht_sensor.temperature()

humidity = dht_sensor.humidity()

soil_raw = soil_adc.read()

soil_pct = 100 - (soil_raw / 4095 * 100)

# Auto Irrigation

แนะนำเพิ่มเติม — อีบุ๊กการลงทุน SiamCafeBook

if soil_pct < MOISTURE_LOW:

relay_pump.on()

status = "WATERING"

elif soil_pct > MOISTURE_HIGH:

relay_pump.off()

status = "IDLE"

# Publish to MQTT

import json

data = json.dumps({

"temp": temp, "humidity": humidity,

"soil_moisture": soil_pct, "pump": status

})

client.publish('farm/sensors', data)

time.sleep(60)

from dataclasses import dataclass

from typing import List

from datetime import datetime

@dataclass

เนื้อหาเกี่ยวข้อง — Tether คืออะไร — คู่มือฉบับสมบูรณ์ 2026 — คู่มือฉบับสมบูรณ์ 2026

class SensorReading:

timestamp: str

temperature: float

humidity: float

soil_moisture: float

light_lux: float

ph: float

pump_status: str

readings = [

SensorReading("08:00", 28.5, 72, 45, 15000, 6.5, "IDLE"),

SensorReading("10:00", 32.1, 65, 38, 45000, 6.5, "WATERING"),

SensorReading("12:00", 35.2, 58, 65, 80000, 6.4, "IDLE"),

SensorReading("14:00", 34.8, 60, 55, 60000, 6.4, "IDLE"),

SensorReading("16:00", 31.5, 68, 42, 25000, 6.5, "WATERING"),

แนะนำเพิ่มเติม — บทวิเคราะห์จาก XM Signal

SensorReading("18:00", 29.0, 75, 68, 5000, 6.5, "IDLE"),

]

print("=== Farm Sensor Dashboard ===")

for r in readings:

print(f" [{r.timestamp}] Temp: {r.temperature}°C | Humidity: {r.humidity}%")

print(f" Soil: {r.soil_moisture}% | Light: {r.light_lux} lux | "

f"pH: {r.ph} | Pump: {r.pump_status}")

Cloud Platform และ Dashboard

=== Cloud IoT Platform ===

ThingsBoard Setup (Docker)

docker run -d \

--name thingsboard \

เนื้อหาเกี่ยวข้อง — บทความที่เกี่ยวข้อง: Fivetran Connector GreenOps Sustainability

-p 1883:1883 -p 8080:8080 \

-v tb-data:/data \

thingsboard/tb-postgres

MQTT to ThingsBoard

mosquitto_pub -h thingsboard.example.com \

-t "v1/devices/me/telemetry" \

-u "$ACCESS_TOKEN" \

-m '{"temperature":32,"humidity":65,"soil":45}'

Python Data Analytics

import pandas as pd

import matplotlib.pyplot as plt

# Read sensor data

df = pd.read_csv('farm_data.csv')

df['timestamp'] = pd.to_datetime(df['timestamp'])

# Daily averages

daily = df.resample('D', on='timestamp').mean()

# Water usage report

watering_events = df[df['pump_status'] == 'WATERING']

total_minutes = len(watering_events)

water_liters = total_minutes * 5 # 5 L/min flow rate

# Plot

fig, axes = plt.subplots(3, 1, figsize=(12, 8))

axes[0].plot(df['timestamp'], df['temperature'], 'r-')

เนื้อหาเกี่ยวข้อง — อ่านต่อ: mql5 market login — ข้อมูลครบถ้วน 2026

axes[0].set_ylabel('Temperature (°C)')

axes[1].plot(df['timestamp'], df['soil_moisture'], 'b-')

axes[1].set_ylabel('Soil Moisture (%)')

axes[2].plot(df['timestamp'], df['light_lux'], 'y-')

axes[2].set_ylabel('Light (lux)')

plt.savefig('farm_report.png')

platforms = {

"ThingsBoard": {"type": "Open Source", "protocol": "MQTT CoAP HTTP", "cost": "ฟรี (CE)"},

"AWS IoT Core": {"type": "Cloud", "protocol": "MQTT HTTPS", "cost": "$0.08/M msg"},

"Blynk": {"type": "SaaS", "protocol": "MQTT HTTP", "cost": "Free tier + Paid"},

"NETPIE": {"type": "Thai Platform", "protocol": "MQTT REST", "cost": "ฟรี (จำกัด)"},

"Firebase": {"type": "Google Cloud", "protocol": "HTTPS WebSocket", "cost": "Free tier"},

}

print("\nIoT Platforms:")

for name, info in platforms.items():

print(f" [{name}] {info['type']}")

print(f" Protocol: {info['protocol']} | Cost: {info['cost']}")

ระบบควบคุมและ Alert

# === Farm Control & Alert System ===



@dataclass

class AlertRule:

    name: str

    condition: str

    action: str

    priority: str



rules = [

    AlertRule("ดินแห้ง", "soil_moisture < 30%", "เปิดปั๊มน้ำ + แจ้ง LINE", "สูง"),

    AlertRule("อุณหภูมิสูง", "temperature > 38°C", "เปิดพัดลม + แจ้ง LINE", "สูง"),

    AlertRule("ฝนตก", "rain_detected = true", "ปิดปั๊มน้ำ", "กลาง"),

    AlertRule("pH ผิดปกติ", "pH < 5.5 OR pH > 7.5", "แจ้ง LINE + หยุดรดน้ำ", "สูง"),

    AlertRule("แสงน้อย", "light < 1000 lux (กลางวัน)", "เปิดไฟเสริม", "ต่ำ"),

    AlertRule("Sensor Offline", "no_data > 10 min", "แจ้ง LINE ตรวจสอบ", "สูง"),

]



print("Alert Rules:")

for r in rules:

    print(f"  [{r.priority}] {r.name}")

    print(f"    IF {r.condition} THEN {r.action}")



# Cost Savings

savings = {

    "น้ำ": {"before": "100 ลบ. ม./เดือน", "after": "55 ลบ. ม./เดือน", "save": "45%"},

    "ปุ๋ย": {"before": "50 กก./เดือน", "after": "35 กก./เดือน", "save": "30%"},

    "แรงงาน": {"before": "8 ชม./วัน", "after": "2 ชม./วัน", "save": "75%"},

    "ผลผลิต": {"before": "100 กก./ไร่", "after": "140 กก./ไร่", "save": "+40%"},

    "ค่าไฟ": {"before": "3,000 บ./เดือน", "after": "2,000 บ./เดือน", "save": "33%"},

}



print(f"\n\nSmart Farm Savings:")

for item, data in savings.items():

    print(f"  [{item}] {data['before']} -> {data['after']} ({data['save']})")

เคล็ดลับ

• ESP32: ใช้ ESP32 ราคาถูก มี WiFi Bluetooth ในตัว
• MQTT: ใช้ MQTT Protocol ประหยัดแบตเตอรี่ เหมาะ IoT
• Solar: ใช้ Solar Panel สำหรับ Sensor Node ไม่ต้องเดินสาย
• Waterproof: เลือก Sensor กันน้ำ IP67 สำหรับใช้กลางแจ้ง
• Calibrate: Calibrate Sensor ทุก 3 เดือน ค่าเพี้ยนตามเวลา

การนำความรู้ไปประยุกต์ใช้งานจริง

แหล่งเรียนรู้ที่แนะนำ ได้แก่ Official Documentation ที่อัพเดทล่าสุดเสมอ Online Course จาก Coursera Udemy edX ช่อง YouTube คุณภาพทั้งไทยและอังกฤษ และ Community อย่าง Discord Reddit Stack Overflow ที่ช่วยแลกเปลี่ยนประสบการณ์กับนักพัฒนาทั่วโลก

สรุป

IoT เกษตร Smart Farm Sensor ESP32 MQTT Gateway Cloud ThingsBoard ระบบรดน้ำอัตโนมัติ Soil Moisture Dashboard Alert LINE ประหยัดน้ำ ลดต้นทุน เพิ่มผลผลิต Solar Calibrate