الاستشعار عن بعد للمحاصيل البستانية

25 يونيو 2023

روابط سريعة :-

إعداد: أ.د.عطية الجيار

أستاذ بمعهد بحوث الأراضي والمياه والبيئة بمركز البحوث الزراعية

الغذاء هو مطلب الإنسان الأساسي والإلزامي، ومن المتوقع أن تؤثر الأراضي المحدودة وعدم كفاية الموارد المائية سلبا على الزيادة المتوقعة في الطلب على المحاصيل الغذائية خلال الخمسين عاما المقبلة، مع مراعاة السيناريوهات المستخدمة والافتراضات والنماذج المستخدمة، تم عمل تنبؤات مختلفة للإنتاج الغذائي والزراعي واحتياجات مياه الري ذات الصلة.

تابعونا على قناة الفلاح اليوم

تابعونا على صفحة الفلاح اليوم على فيس بوك

أشارت توقعات منظمة الأغذية والزراعة (فاو) إلى معدل نمو للاستهلاك العالمي من المنتجات الزراعية بنسبة 1,1٪ سنويا للفترة من 2005 إلى 2050. ومن أجل تلبية هذا الطلب العالمي المتوقع سيتعين زيادة الإنتاج الزراعي بنسبة 60٪ من 2005 إلى 2050.

لقد طورت التقنيات الإلكترونية والمعلوماتية العديد من أنظمة الاستشعار، والتي تعيد معلومات دقيقة جغرافيا حول التباين المكاني داخل الحقول، حيث تستخدم أنظمة الاستشعار أجهزة الاستشعار والأدوات التي تنتج كمية هائلة من البيانات على مستويات مختلفة (الزمانية والمكانية) والمسافات من الهدف.

تستطيع أجهزة الاستشعار عن بُعد (صور الأقمار الصناعية والمحمولة جوا والطائرات بدون طيار) والمستشعرات القريبة (المثبتة على الجرارات والأعمدة أو الأبراج وأجهزة قياس الإشعاع الطيفي المحمولة) اكتشاف معلومات التربة والمحاصيل، مثل حالة التربة وصفاتها، وإنتاجية المحاصيل، وحجم المظلة والكتلة الحيوية، حالة مياه المحاصيل، والآفات (الأمراض والأعشاب الضارة والحشرات). يمكن استخدام تقنيات الاستشعار هذه في الزراعة الدقيقة والذكية وإدارة الري للمحاصيل البستانية.

تقدم الورقة الحالية مراجعة شاملة حول تطوير وتطبيق تكنولوجيا الفضاء لتنمية البستنة. تتضمن المراجعة تطبيقا مختلفًا للتكنولوجيا الجغرافية المكانية بما في ذلك بيانات الأقمار الصناعية وعملية معالجة الصور لتحديد البساتين والتخطيط المقترح لتطوير البستنة الذكية. تم تصميم إطار عمل مفاهيمي لتطبيقات البيانات الضخمة في الزراعة الذكية لتطوير البستنة واستراتيجية التطوير المستقبلي. ستكون هذه الدراسة مفيدة في تشجيع الباحثين على النهوض بالتنمية البستانية من خلال إدارة ما بعد الحصاد للمحاصيل.

البستنة وسيناريو تكنولوجيا الفضاء

تشير البستنة إلى فن وعلم زراعة الفاكهة والخضروات والزهور والنباتات الأخرى من أجل غذاء الإنسان، والاستخدامات غير الغذائية والاحتياجات الاجتماعية. التنبؤ بالإنتاج الزراعي باستخدام برنامج الفضاء والأرصاد الجوية الزراعية والمراقبة الأرضية (FASAL)، تهدف حكومات إلى توفير توقعات متعددة للإنتاج قبل الحصاد والمحاصيل في المستوى الوطني / الولاية / المنطقة.

الاستشعار عن بعد وتنمية البساتين

– على مدى العقود القليلة الماضية، نمت البستنة من المراقبة المخطط لها باستخدام المعلومات المشتقة من الأقمار الصناعية لبناء القرار على نطاق واسع إلى التخطيط الاستراتيجي والتحكم، وبالتالي أدى تكامل نظام تحديد المواقع العالمي ونظام المعلومات الجغرافية وتكنولوجيا الاستشعار عن بعد إلى تحديث ثورة البستنة. ستساعد تكنولوجيا الاستشعار عن بعد مثل تحديد المحاصيل، وتكثيف المحاصيل، وتجديد البساتين، ورسم خرائط صحة التربة في البستنة المائية، وتقدير غلة المحاصيل، ورسم خرائط موارد الأرض، وتوجية المزارعين على زراعة محاصيلهم البستانية بطريقة مربحة.

– توفر بيانات الأقمار الصناعية معلومات دقيقة عن مناطق المحاصيل المروية من خلال مراقبة التطور الضوئي للمحاصيل من خلال صورة متعددة الأوقات. تعتبر حالة الطقس جوانب مهمة تسرع / تؤخر المراحل الضوئية للمحاصيل البستانية. ومن ثم، يمكن تطبيق مراقبة المحاصيل البستانية في الوقت المناسب وتقنيات معالجة الصور المتقدمة لاستنتاج قيم الانعكاس الطيفي للتغيرات الضوئية في التنمية.

– تم تصميم المستشعرات لتحديد المحاصيل بناءً على التوقيع الطيفي للأطوال الموجية المختلفة للطيف الكهرومغناطيسي. توفر بيانات الأقمار الصناعية متعددة الأطياف ذات النطاقات المرئية والأشعة تحت الحمراء (NIR) أدلة وافرة للتمييز بين نباتات الفاكهة بناءً على الخصائص الطيفية المتوفرة في النطاقين المرئي وNIR. ومع ذلك، فإن بعض محاصيل الفاكهة لها مدى طويل جدا لأعلى انعكاس طيفي (نطاق 800-1100 نانومتر).. استخدمت صور الأشعة تحت الحمراء الحرارية (TIR) لاكتشاف الصقيع على المحاصيل البستانية لاتخاذ قرارات لاحقة.

– علاوة على ذلك، فإن استخدام بيانات الكشف عن الضوء وتحديد المدى (LIDAR) له قدرة هائلة لأنه يمكنه تحديد ارتفاعات النباتات جنبا إلى جنب مع الخصائص الطيفية، وبالتالي تم تطوير أجهزة استشعار مختلفة عن بعد لتحديد العوامل التي قد تؤثر على نمو المحاصيل وتغير الغلة. على سبيل المثال يمكن بسهولة رسم خرائط البساتين ذات المساحة الكبيرة باستخدام بيانات الأقمار الصناعية ذات الدقة المتوسطة (حجم البكسل 10 – 100 م)؛ لكن البساتين الصغيرة (<2.5 هكتار) المحاطة بالغابات أو الأعشاب الطويلة لا يمكن تمييزها بسهولة.

– مثال استخدمت بيانات القمر الصناعي الهندي للاستشعار عن بعد (IRS) LISS III (الدقة المكانية 23.5 مترا) وبيانات الأقمار الصناعية IRS AWiFS (الدقة المكانية – 55 مترا) لتطوير قاعدة بيانات بستان التفاح لهيماتشال براديش (الهند) وكانت منتصرة في الترسيم باستخدام بيانات الأقمار الصناعية الخشنة نسبيا.

– تم استخدام بيانات دقة 0.25 – 1.5 م لتمييز شجرة الزيتون عن طريق تقنية التقييم العنقودي. الخصائص المختلفة لأجهزة استشعار الأقمار الصناعية لرصد وقياس الإجهاد الحيوي واللاأحيائي المرتبط بالمحصول. بيانات World-view-2 وIRS-P6-LISS-III متعددة الأطياف للتحقيق في محاصيل الفاكهة البستانية الشابة والناضجة في مقاطعة هيسار في هاريانا (الهند).

– التقدم الحديث في تقنيات معالجة الصور واستخدام بيانات الموجات الدقيقة والطيفية الفائقة، يمكن تمييز معظم نباتات الفاكهة والجوز عن النباتات المختلطة أو الشجيرات الصغيرة الأخرى التي بحثت في دور المستشعر اللاسلكي في المنظور المستقبلي للزراعة وصناعة الأغذية.

– يوفر رادار الفتحة التركيبية ذو النطاق L-band (ALOS / PALSAR) إمكانية تقدير توزيع رطوبة التربة في الأراضي الزراعية الصغيرة. تم تقييم أجهزة الاستشعار فائقة الطيف لتقدير غلة المحاصيل والكتلة الحيوية الخضراء وأمراض المحاصيل.

– يلعب النظام العالمي للملاحة عبر الأقمار الصناعية (GNSS) دورا مهما في استرداد المعلمات الجيوفيزيائية المختلفة، مثل مراقبة رطوبة التربة على سطح الأرض.

تحديث البستنة وتكنولوجيا الفضاء

– تعد إدارة المحاصيل الخاصة بالموقع (SSCM) أحد أهم أنشطة البستنة التي تتضمن الإسناد المكاني، ومراقبة المحاصيل والمناخ، ورسم خرائط السمات، ونظام دعم القرار.

– يعد الاستشعار عن بعد منخفض الارتفاع (LARS) فعالا جدا في تطوير البستنة مع الطائرات المأهولة على ارتفاع 300 – 1000 متر والطائرات بدون طيار على ارتفاع 10-300 متر. تعد بيانات LARS مفيدة لرصد المحاصيل وإدارة مدة المحاصيل خلال موسم النمو من خلال التطبيقات ذات المعدل المتغير للبذور والأسمدة والمبيدات الحشرية والمياه وما إلى ذلك.

– علاوة على ذلك، قدمت أجهزة الاستشعار القائمة على الطائرات بدون طيار بيانات عالية الدقة المكانية (على سبيل المثال، دقة البكسل من 5.57 متر إلى 1 مم) لرصد تغير مساحة المحاصيل ، وتقدير غلة المحاصيل، ومراقبة نمو المحاصيل، ومراقبة رطوبة التربة، ورصد الكوارث.

– فى تطبيق تقنية الطائرات بدون طيار في الزراعة. وقعت حكومة ولاية ماهاراشترا فى الهند حاليا شراكة مع المنتدى الاقتصادي العالمي (WEF) مركز الثورة الصناعية الرابعة لاستكشاف استخدام الطائرات بدون طيار لتحسين أنظمة الري في المجال الزراعي من خلال تقدير ظروف التربة والتنبؤ بغلة المحاصيل وأمراض المحاصيل وإدارة الآفات والموسمية التي لا يمكن التنبؤ بها. قد تجذب منصة الطائرات بدون طيار المبتكرة للزراعة الشباب الريفي الذي يتضاءل، حيث إنه يتمتع ببيئة عمل مريحة.

– أجرت شركة التأمين الزراعي (AIC) فى الهند جنبا إلى جنب مع Skynet، عددا قليلا من التحقيقات التجريبية في ولاية Gujrat وRajasthan لتقييم صلاحية الطائرات بدون طيار للمسح الزراعي، ورسم خرائط أمراض المحاصيل لتسوية مطالبة التأمين على المحاصيل. يمكن اعتبار هذه المعلومات المجمعة على أنها تفترض الأسباب المحددة للمشاكل وتكشف عن تفسير فعال لتحسين الإنتاج الزراعي والكفاءة وصافي ربح المجتمع الزراعي.

البستنة الذكية والتنمية

– تم النظر في اتجاه كبير للتنمية الزراعية باستخدام التقدم التكنولوجي، للاستثمار وتحقيق قيمة إضافية داخل قطاع الأغذية الزراعية.

– توفر تقنيات الزراعة الذكية ثلاثة متطلبات أساسية لتنمية البساتين من خلال:

1- تحديد الموقع الدقيق للحقل.

2- التنوع الزماني المكاني للتربة.

3- ظروف المحاصيل والممارسات الزراعية على المستوى الميداني.

– أكثر من ذلك، تشمل الزراعة الذكية في البستنة، وضع علامات على مقاعد البدلاء، ونشر الاتصالات عن بعد، والمعالجة المتقدمة والحساب الجغرافي، والنمذجة التنبؤية، ومدير مخاطر فشل المحاصيل، والأعمال التجارية الزراعية، وإنتاج المخزون الحي، والتوازن الغذائي، والتنمية المستدامة.

– باستخدام الهاتف الذكي والكاميرا في شكل صور ملتقطة، وتحديد المواقع، وألوان التربة، وقياسات الكلوروفيل ومستوى النضج يوفر معلومات أكثر دقة وموثوقية للزراعة الدقيقة.

– علاوة على ذلك، يوفر نظام تحديد المواقع العالمي (GPS) والميكروفون ومقياس التسارع والجيروسكوبات موقع إنتاج المحاصيل والتسميد والحماية من الإشعاع الشمسي والصيانة التنبؤية للآلات ومؤشر مساحة الأوراق وتدوير المعدات.

– في الآونة الأخيرة، حثت العديد من الهواتف الذكية على إضافة إنترنت الأشياء (IOT) لإحضار معلومات عملية حديثة لصغار المزارعين فيما يتعلق بإزالة الأعشاب الضارة والبذر والري والتسميد.

– ايضا في الآونة الأخيرة، يتم دمج علم البيانات وتكنولوجيا البيانات الضخمة بشكل تدريجي في تصميم زراعي دقيق سيكون مفيدا في اتخاذ القرار في الوقت المناسب.

– واخيرا، عززت بيانات الأعمال التجارية الزراعية مثل شراء المدخلات والتغذية والبذر واستخدام الأسمدة من قبل IOT لتسجيل ومراقبة الأحداث التجارية ذات الأهمية، ومن ثم تعمل تكنولوجيا الفضاء على تغيير نطاق وتنظيم الزراعة من خلال الحساب الجغرافي، والاتصالات السلكية واللاسلكية، وعملية معالجة الصور المتقدمة، والأعمال التجارية الزراعية، وإنترنت الأشياء، والتخطيط واتخاذ القرار.

النمذجة المكانية وتنمية البساتين

– تم إنشاء منحنيات الانعكاس الطيفي للفاكهة والمحاصيل الفردية من بيانات الأقمار الصناعية من خلال نظام نمذجة المحاصيل وإدارتها. في هذا الصدد، تُفضل الصور الفائقة الطيفية لتصنيف المحاصيل المختلفة بدقة. علاوة على ذلك، تم النظر في مبادلة البكسل المكاني، والتليين المحاكي المكاني والشبكات العصبية لـHopfield، وطرق الشبكات العصبية للتغذية الخلفية للانتشار الخلفي لرسم خرائط وتفسير البيانات فائقة الدقة.

– نموذج SAMIR المشتق من خلال بيانات مستشعر SPOT استخدم لتقدير التبخر الإقليمي واستهلاك المياه للمحاصيل. وتوازن الطاقة السطحية لتقدير البخر النتح لتحسين إدارة محصول الري. العديد من مؤشرات الغطاء النباتي (على سبيل المثال، دليل الغطاء النباتي المعزز [EVI]، مؤشر الغطاء النباتي المعدل للتربة [SAVI]، النسبة البسيطة [SR]، فهرس الغطاء النباتي للفرق الطبيعي [NDVI]، تطوير محلل التربة والنبات [SPAD]. فهرس مساحة الورقة [LAI] إلخ) لقياس معايير المحاصيل المختلفة مثل كثافة المحاصيل والكتلة الحيوية والكلوروفيل والنيتروجين ومحتوى الماء المتعلق بالعمليات الفسيولوجية (مثل النتح والتمثيل الضوئي).

– حول إدارة الري، من خلال العمل مع Landsat 5 TM، وجدت علاقات متسقة بين التبخر والنتح (ET) – NDVI في محاصيل العنب واللوز والحمضيات، مما يدل على قيمة استخدام GRS كأداة عملية لتحسين أنظمة الري وإدارة مياه الري.

– أثبتت تقنيات الاستشعار عن بعد وعن قرب إمكانية عالية في الكشف عن الأمراض وفي مراقبة مواقف المحاصيل للمناطق الفرعية التي بها نباتات مصابة. معظم أنواع المستشعرات الواعدة هي التصوير الحراري وفلورة الكلوروفيل وأجهزة الاستشعار الطيفية الفائقة. لذلك يمكننا تلخيص هذا التطبيق بعد نطاقه وأهدافه مثل:

كشف المحاصيل ورسم الخرائط.
جرد المحاصيل وتوقعات الإنتاج.
تقييم أضرار الجفاف والفيضانات.
مراقبة الأراضي وإدارتها.

على مستوى العائد

مراقبة المحاصيل (الإنتاج).
إدارة الري.
نمو النباتات وصحتها (الأمراض، الإجهاد، الآفات).

– حاليا، تم تطوير التعلم العميق من تصنيف صور الاستشعار عن بعد وان النباتات التي تظهر عليها أعراض الذبول تنبعث منها المزيد من الأشعة تحت الحمراء ذات الموجات الطويلة، مما يكشف عن درجة حرارة المظلة.

– تم تطوير مختبر الحفاظ على المياه في الولايات المتحدة في السبعينيات والثمانينيات من القرن الماضي باستخدام نموذج مؤشر الإجهاد المائي للمحاصيل (CWSI) لغرض الري. يتم ارتداء طرق تصنيف صور الأقمار الصناعية المتقدمة مثل ISODATA، وتقنية الحد الأدنى من التباين WARD، وتجميع الوسائل k، ونوعية التصنيف Bayesian، والتحليل العنقودي الغامض والمتعدد للمتغيرات، والخريطة العصبية الاصطناعية والتنظيم الذاتي لتحديد المحاصيل البستانية.

– يوفر تصنيف الصورة المستند إلى الكائن (OBIC) خطة جديدة لتنفيذ تجزئة الصورة لرسم خرائط البستان لدمج بكسل الحي مع التوقيع الطيفي المماثل. العمارة التحليلية للبيانات الضخمة في الوقت الحقيقي والتي ستكون مفيدة لتطوير البستنة لحل المشكلات التقنية واسعة النطاق. تتعامل تقنيات التعلم الآلي هذه مع استخراج الميزات العميقة بكمية هائلة من بيانات الأقمار الصناعية لرسم خرائط البساتين وتحليلها.

إدارة ما بعد الحصاد وتكنولوجيا الفضاء

– تعتبر خسائر الإنتاج البستاني السبب الرئيسي في ضعف الحصاد، والتي بدأت من خلال مجموعة متنوعة من الجوانب، وتتأرجح من المواقف المتزايدة إلى المناولة على مستوى التسويق.

– إدارة ما بعد الحصاد وسلوك ما بعد الحصاد (مثل التبريد، النقل، التخزين، نقص الوعي، سوء الإدارة، واختلال السوق ، إلخ) لمنتجات البستنة لم تحظى بالاهتمام المناسب على مر السنين.

– يعاني ما يقرب من 15-50٪ من الدول النامية من إدارة ما بعد الحصاد لمحاصيل البستنة. تتراوح خسائر ما بعد الحصاد في الهند من 5.8 إلى 18٪ في حالة الفاكهة و6.8٪ إلى 12٪ للخضروات.

– يوفر تكامل تقنيات الاستشعار عن بعد ونظم المعلومات الجغرافية إمكانات كبيرة لاستخراج المتغيرات البيئية بشكل أفضل لإدارة البيانات المكانية.

– تم استخدام التكنولوجيا الجغرافية المكانية في مجموعة واسعة من إدارة ما بعد الحصاد في أنشطة البستنة بما في ذلك مرافق التخزين البارد، وتوافر السوق، وإدارة المحاصيل الخاصة بالموقع وترسيم المواقع المقترحة لإنتاج المحاصيل المناسبة وما إلى ذلك.

اقرأ المزيد: الأمن المائي والغذائي

التحديات

– تمثل دراسة الاستشعار عن بعد في النشاط البستاني تحديا للباحثين نظرا لخصائصه الخاصة. السياق والتجزئة. يضاف إلى ذلك حجم وتنوع المحاصيل التي تشكل البساتين، والتي تتداخل مع الاستقبال الطيفي للحساس وتزيد من أهمية أن تكون ذات دقة مكانية وطيفية وإشعاعية عالية.

– يمكن تلخيص التحديات التي تواجه تكنولوجيا RS البستانية بشكل أساسي في ثلاثة أسئلة: أين؟، ماذا؟ وكم؟. من أين نعني محاولة رسم خريطة للمنطقة المزروعة بالبستنة في منطقة معينة، على سبيل المثال الحزام الأخضر لمدن كبيرة.

نظرا لأن المحصول البستاني هو في الأساس استخدام للأرض وليس غطاء أرضي، فإنه لا يتمتع باستجابة إشعاعية فريدة، ومن ثم فإن تصنيفها ليس مسألة بسيطة. زيادة مستوى التعقيد نحن مهتمون بمعرفة ما، أي التفريق بين نوع المحاصيل البستانية.

يعني في الأساس معرفة ما إذا كان الخس أو الملفوف أو البنجر أو غيره. يمكن أن يكون لهذه الأنواع المختلفة من الخضروات بصمات طيفية مختلفة، ولكن النطاق المكاني لكل محصول صغير جدًا بالنسبة للاستشعار عن بعد متعدد الأطياف أو فوق الطيف، ولا يمكن الوصول إلى الدقة المكانية الضرورية حتى الآن. أخيرا، والأكثر تعقيدا هو محاولة تحديد إنتاج كل محصول. وهذا يعني مقدار أو عدد الكيلوغرامات لكل متر مربع من خضروات معينة يمكن حصادها.

اقرأ المزيد: إدارة الري لتجنب الإجهاد

– من الخصائص الأخرى المهمة لنمو المحاصيل الزراعية في البستنة الاختلاف في مواعيد الحصاد، المشتق من تنوع المحاصيل واستراتيجيات السوق. إن مراحل النمو وعلم الفينولوجيا للعديد من المحاصيل البستانية ليست مفهومة جيدا ويميل إلى أن يكون من الصعب تعميمها نتيجة للاختلافات الواسعة في الأصناف وكثافات الزراعة والممارسات الثقافية. على الرغم من ذلك، تبدو دراسات RS أداة مفيدة لتحديد مواعيد الحصاد المثلى.

– مع ذلك، فإن اعتماد الأنظمة الضوئية على طاقة الشمس يحد من الحصول على الصور في الظروف الملبدة بالغيوم أو الضبابية. عادة ما تكون الصور التي يتم الحصول عليها خلال هذه الفترات قليلة الاستخدام في رسم الخرائط بسبب ارتفاع السحب / الغطاء الضبابي.

– مع ذلك، فإن أنظمة الرادار ذات الفتحة التركيبية (SAR) مستقلة تقريبا عن الظروف الجوية. على عكس المستشعرات الضوئية، تمتلك أنظمة الرادار النشطة مصدرا خاصا بها للطاقة، حيث ترسل موجات الراديو وتستقبل الصدى المنعكس من الأجسام الموجودة على سطح الأرض. يتم استكشاف اندماج البيانات بين SAR والأنظمة البصرية عالية الدقة والبيانات المساعدة للتغلب على هذه المشكلة.

– هناك مشكلة أخرى تتمثل في عدم وجود مسح ميداني لتخطيط البستنة وإدارة الأراضي، وتسمح الطبيعة متعددة التواريخ لصور الأقمار الصناعية بمراقبة السمات الديناميكية للمناظر الطبيعية، وبالتالي توفر وسيلة لاكتشاف التغييرات الرئيسية في الغطاء الأرضي وتحديد معدلات التغيير. يمكن استخدام المعرفة السابقة والمعلومات المساعدة التي تم الحصول عليها من قبل RS ومستشعرات التربة والنباتات لتصميم بروتوكولات توفر توازنًا مناسبًا بين الدقة الإحصائية والتكلفة.

– الأدوات الأكثر تقدما والتي يمكن الوصول إليها من منظور حسابي تفتح أيضا المزيد من الفرص لاستخدام بيانات الاستشعار عن بعد الجديدة للتطبيقات التشغيلية في البستنة. على وجه الخصوص، ترتبط منهجيات معينة مثل تحليل الصورة القائمة على الكائن (OBIA) والتعلم الآلي والعميق المستخدم عادةً في مجال رؤية الكمبيوتر ارتباطا وثيقا بالوصول إلى صور عالية الدقة المكانية (VHRI) (حجم 2 سم من البكسل).

آفاق المستقبل

– يجب أن تفكر السياسة المستقبلية لتنفيذ البستنة في مشكلة تجزئة الأراضي، ونقص المراكز التقنية الحضرية للغاية للبستنة، وإدارة البيانات، والأعمال التجارية الزراعية، ونظام الحساب الميت.

– توفر البيانات المكانية معلومات قيمة للمتغيرات البستانية، مثل الغلة والمؤشرات الحيوية وغير الحيوية للمحاصيل، وتحلل المواقع والمزارع المختلفة.

– تقدم تكنولوجيا البيانات الضخمة والطائرات بدون طيار مجموعة أدوات جديدة للمزارعين لتقليل التكاليف وزيادة الغلة من خلال الحد من ممارسة الأسمدة والمبيدات الحشرية ومبيدات الفطريات والمواد الكيميائية الأخرى، مع تحسين صحة النبات بشكل عام وإنتاجية المحاصيل.

– زودت تكنولوجيا الفضاء المزارعين بتقنية قوية وجديرة بالثقة لاتخاذ القرار بشأن الإدارة المكانية لحقولهم. يوفر إنشاء هيكل إدارة بيانات الاستشعار عن بعد من أربع طبقات إلى اثني عشر مستوى (FLTL) وخمسة مستويات وخمسة عشر مستوى (FLFL) إطارا للإدارة والتطبيق لإدارة البيانات الضخمة ودراسات المزارع المحلية.

– بشكل عام، يجب النظر في العديد من الجوانب لتطوير البستنة من خلال التكنولوجيا الجغرافية المكانية، مثل البيانات الموثوقة ذات الدقة الزمنية العالية، والتنظيم الفعال وإدارة المعلومات المشتقة من الأقمار الصناعية، وبناء البنية التحتية للمعلومات البستانية مع المعالجة الآلية ونماذج المحاكاة لتعزيز الجودة والكفاءة التحليل المكاني البستاني.

– يجب تقييم وتحديث بروتوكول ما بعد الحصاد لمختلف الفواكه والخضروات والحفاظ على الفواكه والممارسات الزراعية القائمة على السوق ومجموعة متنوعة من الأصناف وموسم الارتفاع.

– يمكن تشجيع رواد الأعمال الصغار على مستوى المزرعة على الأعمال التجارية الزراعية.

– يجب توحيد تكاثر الأصناف المهمة على نطاق واسع للتوزيع بين المزارعين من خلال ممارسات إدارة محددة.

– فحص وتطوير البيئة والهياكل المحمية المناسبة لمكافحة الأمراض.

الاستنتاجات

حفزت الاستثمارات المتزايدة في البحث والتطوير جميع فروع المعرفة المرتبطة بـRS، مما عزز إنتاج أجهزة استشعار موثوقة ودقيقة. كما تحسن التردد الزمني لصور RS بشكل ثابت، على الرغم من أنه قد تم إضعافه من خلال الإطالة الكبيرة لمتوسط أوقات معالجة البيانات. تتطلب معالجة بيانات الصور أجهزة كافية وخبرات ومهارات وأموالًا مناسبة، والتي من المحتمل أن يتم توفيرها فقط من قبل شركات إعادة المعالجة المتخصصة.

– هناك العديد من الدراسات ذات المعلومات الموزعة مكانيا وحالة الارض والنبات. تستخدم هذه الأساليب الانعكاس، بما في ذلك الإشعاع الحراري، وقياسات السطح، ومعاملات المحاصيل القائمة على مؤشر الغطاء النباتي ، ونماذج توازن الطاقة السطحية، وتوازن مياه التربة. أدى التركيز على الزمان والمكان إلى تحسين مراقبة حالة المحاصيل البستانية.

– على الرغم من أن أجهزة الاستشعار عن بعد تؤدي الكثير من المزايا لتحديد ودراسة المحاصيل الرئيسية، إلا أن تلك الدراسات لم تشمل معظم المحاصيل البستانية.

– من اللافت للنظر كيف أنه على الرغم من أهمية البستنة في الأمن الغذائي والصحة والجوانب الاجتماعية والعمالية، فإن الأدوات الجغرافية المكانية تستخدم بشكل هامشي فقط في إدارتها التشغيلية.

– إن الإنتاج العلمي في مجال تطبيقات RS في البستنة، لا يزال محدودا جدا ومبتدئا. ومع ذلك، تمتلك GRS في البستنة حسابا مستقبليا واعدا لأجهزة الاستشعار والمنصات ذات الدقة العالية، وصور المجموعة ذات الوصول المجاني (مثل Sentinel-ESA وLandsat-NASA)، وأجهزة الاستشعار المركبة على الطائرات، والطائرات بدون طيار، وقوة المعالجة الحسابية، وبيانات الاندماج، والبيانات الرقمية الضخمة، ومعلومات العائد التاريخية. يضاف إلى سياق الأمن البشري مع نهج الاحتياجات الغذائية وإدارة الأراضي، منظورا جديدا لتحليل ودراسة البستنة.

لذلك في هذه المقالة تم استعراض موجزا للخبرات المتعلقة باستخدام الاستشعار عن بعد في الإنتاج شبه الحضري جنبا إلى جنب مع الجوانب المتعلقة بأهمية هذا المجال وبعض وجهات النظر المثيرة للاهتمام للمستقبل؛ وبالتالي محاولة إثارة كل من المجتمع الأكاديمي والمستخدمين حول استخدام التكنولوجيا الجغرافية المكانية في المحاصيل البستانية.

المراجع:

Abalos, D., Jeffery, S., Sanz-Cobena, A., Guardia, G., Vallejo, A., 2014. Meta- analysis of the effect of urease and nitrification inhibitors on crop productivity and nitrogen use efficiency. Agr. Ecosyst. Environ. 189, 136–144.
Adeyemi, O., Grove, I., Peets, S., and Norton., T. (2017). Advanced monitoring and management systems for improving sustainability in Precision Irrigation. Sustainability. 9(3).
Almarshadi MH, Ismail SM (2011) Effects of precision irrigation on productivity and water use efficiency of alfalfa under different irrigation methods in Arid Climates. J Appl Sci Res, 7(3): 299-308.
Bai, Tuanhui, Zhanying Li, Chunhui Song, Shangwei Song, and Xianbo Zheng. (2019) “Contrasting Drought Tolerance in Two Apple Cultivars Associated with Difference in Leaf Morphology and Anatomy.” American Journal of Plant Sciences 10, no. 5 (2019): 709-22.
Basiri Jahromi, N., F. Walker, A. Fulcher, and J. Altland. Photosynthesis, growth, and water use of Hydrangea paniculata ‘Silver Dollar’ produced with different irrigation schedules and biochar substrate amendment. HortScience 52:S273–S274.
Chen L., Sun Y., Niu G., Liu Q., Altland J. (2017): Relative salt tolerance of eight Japanese barberry cultivars. HortScience, 52: 1810-1815.
Chow WTL, Brazel AJ. 2012. Assessing xeriscaping as a sustainable heat island mitigation approach for a desert city. Build Environ. 2012;47:170–181.
Cocklin, C., Mautner, N., & Dibden, J. (2007). Public policy, private landholders: perspectives on policy mechanisms for sustainable land management. Journal of Environmental Management, 85, 986-998.
Ropokis, A., Ntatsi, G., Kittas, C., Katsoulas, N., Savvas, D., 2019. Effects of temperature and grafting on yield, nutrient uptake, and water use efficiency of a hydroponic sweet pepper crop. Agronomy 9, 110.
Tubiello, F.N. and G. Fischer. 2007. Reducing Climate Change Impacts on Agriculture: Global and Regional Effects of Mitigation, 2000-2080. Technological Forecasting & Social Change, 74: 1030-1056.
Webb, L.; Whetton, P.H. (2010). Horticulture. In: Stokes, C.J.; Howden, S.M. (Eds) Adapting Australian Agriculture to Climate Change. Pp 119–136. CSIRO Publishing, Collingwood, Australia.

الوسوم

25 يونيو 2023