علماء روس يبتكرون طريقة جديدة لزيادة المحاصيل الزراعية

طور علماء في جامعة ولاية تيومين في روسيا نظام رؤية حاسوبيا يقوم بتقييم حالة النباتات بشكل شامل، ويحسن زراعتها، وبالتالي يزيد إنتاج المحاصيل الزراعية.

يعتبر تطوير أنظمة الزراعة الذكية أحد الاتجاهات الرئيسية لتطوير الأعمال الزراعية، والتي يمكنها أتمتة رعاية المحاصيل، وزيادة الربحية والصداقة البيئية للإنتاج الزراعي. هذه أنظمة عالية التقنية يتم فيها زراعة النباتات تحت التحكم الآلي في التغذية والمناخ.

ولزيادة إنتاجية المحاصيل الزراعية مثل التوت، تم تطوير نظام رؤية حاسوبي. وباستخدام الذكاء الاصطناعي، يقوم النظام بإحصاء التوت وتقييم نضجه وتحديد الأمراض وحساب الأوراق. ويمكن استخدام هذا النظام في المزارع الذكية ومزارع المدن والمزارع التقليدية.

تفتح أنظمة الرؤية الحاسوبية فرصًا جديدة للمزارع الذكية، مما يسمح لها بمراقبة محاصيلها بشكل مستمر وحل المهام التي لا يمكن أتمتتها بعد، مثل اكتشاف وتحديد الأمراض أو الآفات النباتية.

وقال ديمتري جلوخيخ، أحد مطوري النظام وطالب الدراسات العليا في كلية المعلوماتية: “إن تحليل البيانات المتعلقة بعدد ونضج التوت يجعل من الممكن التنبؤ بالحصاد، وضبط نظام الري وتكوين المغذيات”. وفي تحديد أمراض النبات باستخدام شبكة الرؤية الحاسوبية يمكن تشخيصها وتحديد نوع المرض لاتخاذ إجراءات العلاج في الوقت المناسب.

ويعتقد جلوخيخ أن إدخال نماذج الرؤية الحاسوبية في المزارع الذكية سيزيد من استقلالية هذه المجمعات. بالإضافة إلى ذلك، فإن الجمع بين نماذج الرؤية الحاسوبية وأنظمة دعم القرار يمكن أن يجعل المزارع الذكية أكثر ذكاءً.

وأضاف أن “مثل هذه الأنظمة لا تكتشف الأمراض وتحسب الغلة فحسب، بل تزود المزارعين أيضًا بتوصيات لتحسين الإنتاج”، مشددًا على أن الفوائد المحتملة تشمل اختصار الوقت اللازم لاتخاذ القرار والتنبؤ بالعائد، فضلاً عن تقليل مخاطر خسائر المحاصيل. بنسبة 40 إلى 70 بالمائة وتخفيض متطلبات مؤهلات أفراد الخدمة.

ووفقا للدراسة، فقد أجريت تجارب على التوت المزروع في وحدات زراعية موزعة في جميع أنحاء مجمع التكنولوجيا الزراعية بجامعة ولاية تيومين.

خلال الدراسة، استخدم العلماء نموذج الرؤية الحاسوبية المُدرب مسبقًا YOLOv8. ويحتوي النظام حالياً على مجموعة من ثمانية نماذج مدربة، يقوم كل منها بمهمته الخاصة، كما تتحكم شبكتان منفصلتان في عمل الشبكات الأخرى. ووفقا للعلماء، فإن هذا النهج يقلل من احتمالية الأخطاء بنسبة 30 بالمائة.