الرصد الأوتوماتيكي وتتبع التعديات على الأراضي الزراعية

بقلم: أ.د.إيهاب محمد زايد

رئيس قسم بحوث دراسة الخلية بمعهد بحوث المحاصيل الحقلية – مركز البحوث الزراعية

إن التربة الطميية الخصبة في وادي النيل ودلتاه لم تتكون في يوم وليلة، بل هي ثمرة ملايين السنين من الإرسابات النهرية والتغيرات البيولوجية والفيزيولوجية المعقدة التي جعلتها نسيجًا حيًا وفريدًا، وقادرًا على إمداد الخلايا النباتية بأعلى معدلات التغذية والمياه. ومن واقع تخصصنا واهتمامنا ببنية التربة وصحتها الخلوية، نعلم تمامًا أن أي تجريف أو بناء على هذه التربة القديمة يمثل تدميرًا غير قابل للاسترداد لطبقة القشرة السطحية الغنية بالمركبات الحيوية والميكروبية.

وفي ظل التوجيهات القومية الحاسمة للحفاظ على الرقعة الزراعية ومنع تآكلها، يبرز نظام الرصد الأوتوماتيكي للتعديات باستخدام تقنيات كشف التغير الفضائي (Change Detection) كحل ذكي ورادع يحمي أراضي الدولة ويعزز الأمن الغذائي القومي.

أولًا: المشكلة في الواقع الزراعي المصري

تواجه مصر تحديًا استراتيجيًا يتمثل في فقدان مساحات متزايدة من أجود الأراضي الزراعية القديمة عالية الخصوبة في الوادي والدلتا، نتيجة التعديات العمرانية أو التجريف أو البناء غير القانوني. وتكمن المشكلة في المتابعة الميدانية التقليدية التي قد تستغرق وقتًا حتى اكتشاف التعدي، مما يصعب معه إعادة التربة إلى حالتها الخصبية والإنتاجية الأصلية بعد التغير العمراني.

ثانيًا: فكرة المشروع والحل الذكي

يقوم المشروع على تطوير نظام ذكاء اصطناعي قائم على التحليل الزمني والتلقائي للصور الفضائية لاكتشاف ورصد التغيرات العمرانية والتعديات فور حدوثها. ويعتمد النظام على المقارنة التلقائية والزمنية للصور الفضائية الملتقطة لرقاع الأراضي الزراعية عبر فترات متتالية، للتعرف على أي تحول في طبيعة الأرض من غطاء نباتي أو تربة زراعية إلى شق طرق أو صبات خرسانية أو أعمال تجريف، مع إرسال تنبيهات فورية ومحددة إحداثيًا إلى الجهات الميدانية المختصة.

ثالثًا: التقنيات والحلول البرمجية المستخدمة

يعتمد المحرك التقني للنظام على خوارزميات كشف التغيرات الفضائية عالية الدقة:

– شبكات كشف التغيرات (Siamese Neural Networks):
استخدام شبكات العصبيات التوأمية (Siamese Networks) المتخصصة في مقارنة زوجين من الصور الفضائية للمنطقة نفسها، مأخوذين في زمنين مختلفين (T1 وT2)، واستخلاص الفروق الهيكلية والطيفية للتمييز بين التغيرات التنسيقية الموسمية الطبيعية للمحاصيل والتغيرات الهيكلية الدائمة الناتجة عن البناء أو التجريف.

– نماذج كشف التغير غير الموجه (Unsupervised Change Detection):
تطبيق خوارزميات التعلم غير الموجه لمقارنة البصمات الطيفية (Spectral Signatures) ومعاملات الغطاء النباتي (NDVI/EVI)، مما يضمن اكتشاف أي نشاط إنشائي أو خرساني مستحدث، حتى دون وجود بيانات تدريب سابقة كاملة للتعديات.

– الربط بالأقمار الصناعية عالية الدقة:
دمج صور قمر Sentinel-2 للرصد الدوري المستمر، مع استدعاء صور الأقمار الصناعية ذات الدقة الفائقة (High-Resolution Satellite Imagery) لتحديد معالم التعدي ومساحته بدقة متناهية.

رابعًا: الأهمية والقيمة المضافة

يقدم هذا النظام أداة سيادية ودقيقة لحماية التربة الزراعية ومقدرات الوطن:

• السرعة والاستجابة الفورية: إمكانية اكتشاف التعديات في مراحلها الأولى (أثناء التشوينات أو بداية التجهيز)، مما يسهل إزالتها في المهد ومنع تفاقمها.
• التغطية الشاملة والمستمرة: مراقبة كافة محافظات ومراكز الجمهورية دون الحاجة إلى التواجد الميداني الكثيف، وتوفير خريطة زمنية تفاعلية للرقعة الزراعية.
• التوثيق القانوني والدقيق: استخراج تقارير مساحية ورقمية موثقة ببيانات الإحداثيات والتاريخ الدقيق لبداية التعدي والمساحة المتأثرة.
• حماية الأصول الطبيعية: صون التربة الخصبة التاريخية للوادي والدلتا من التدهور البيئي والإنتاجي الذي يهدد سلة غذاء المصريين.

رؤية مستقبلية

إن حماية الرقعة الزراعية لا تنفصل عن تطوير الإنتاجية الحقلية وتطبيق التقنيات الحديثة. إن تضافر جهود البحث العلمي في معهد بحوث المحاصيل الحقلية ومركز البحوث الزراعية مع علوم الاستشعار عن بُعد والذكاء الاصطناعي هو الضمان الحقيقي للحفاظ على مقدرات مصر الزراعية وتأمين غذائها للأجيال القادمة.

🔹 تابعونا على قناة الفلاح اليوم لمزيد من الأخبار والتقارير الزراعية.
🔹 لمتابعة آخر المستجدات، زوروا صفحة الفلاح اليوم على فيسبوك.