DOI: https://doi.org/10.1109/tafe.2026.3702855
تاريخ النشر: 2026-07-09
المؤلف: Tewodros Alemu Ayall وآخرون
الموضوع الرئيسي: الزراعة الذكية والذكاء الاصطناعي
نظرة عامة
تتناول هذه الدراسة التحديات التي تطرحها الزيادة السكانية العالمية السريعة والحاجة إلى ممارسات زراعية مستدامة من خلال نشر تقنيات إنترنت الأشياء (IoT) في إنتاج الفراولة. من خلال تثبيت حساسات إنترنت الأشياء في الأنفاق الزراعية على مدار موسمين زراعيين، جمع الباحثون بيانات في الوقت الحقيقي حول مختلف المعايير البيئية والتشغيلية، بما في ذلك استخدام المياه، ودرجة الحرارة، والرطوبة، ورطوبة التربة، والإشعاع الضوئي النشط. للتخفيف من مشكلة نقص البيانات التاريخية للحساسات، طور المؤلفون نهجًا قائمًا على الذكاء الاصطناعي لتقدير البيانات المفقودة باستخدام بيانات الطقس التاريخية والقياسات الحالية. سمح هذا الأسلوب بتدريب نماذج توقع المحصول على كل من مجموعات البيانات الحقيقية والاصطناعية.
تشير النتائج إلى أن دمج البيانات الاصطناعية يعزز بشكل كبير دقة توقع المحصول. تفوقت النماذج المدربة على مجموعة البيانات المدمجة من البيانات الحقيقية والاصطناعية على تلك التي تستخدم فقط بيانات الحساسات الحقيقية. ومن الجدير بالذكر أنه بينما لم تحسن الميزات البيئية الإضافية الدقة مع مجموعة البيانات الحقيقية المحدودة، تم تضخيم قيمتها عند دمجها مع البيانات الاصطناعية، مما أدى إلى أدنى خطأ جذري متوسط (RMSE) عبر عائلات النماذج المختبرة. تسلط هذه الدراسة الضوء على إمكانيات تعزيز البيانات الرجعية في سيناريوهات ندرة بيانات الحساسات، مما يوفر حلاً عمليًا للمزارع الصغيرة. ستركز الأعمال المستقبلية على التحقق من صحة التوقعات والمقارنات ضد النماذج الأساسية لتأكيد فعالية هذا النهج بشكل أكبر.
مقدمة
تناقش مقدمة ورقة البحث التحديات المتعلقة بتحقيق الأمن الغذائي في سياق النمو السكاني العالمي غير المسبوق، المتوقع أن يصل إلى 9.8 مليار بحلول عام 2050. تسلط الضوء على إمكانيات الزراعة الغذائية 4.0 لتعزيز استدامة أنظمة الإنتاج الزراعي من خلال دمج التقنيات الرقمية مثل الذكاء الاصطناعي (AI)، وإنترنت الأشياء (IoT)، والتعلم الفيدرالي. تركز الورقة بشكل خاص على إنتاج الفواكه الطرية، وخاصة الفراولة، التي تزداد شعبيتها وقد أظهرت نموًا مستمرًا في الإنتاج العالمي، متجاوزة 9.57 مليون طن في عام 2022.
تعتبر توقعات محصول المحاصيل تحديًا كبيرًا في الزراعة الرقمية، حيث تعتمد بشكل كبير على بيانات الحساسات لمراقبة العوامل البيئية التي تؤثر على النمو. ومع ذلك، فإن ندرة البيانات التاريخية للحساسات تعقد تطوير نماذج توقع دقيقة. يقترح المؤلفون حلاً مبتكرًا باستخدام منهجية تقدير البيانات المفقودة لتوليد بيانات حساسات اصطناعية، مما يعزز مجموعات البيانات الحقيقية المحدودة. تشير نتائجهم إلى أن النماذج المدربة باستخدام مجموعة البيانات المدمجة هذه تتفوق بشكل كبير على تلك التي تعتمد فقط على البيانات الحقيقية. تمثل هذه الدراسة جهدًا رائدًا لإعادة بناء ملاحظات إنترنت الأشياء المفقودة لتوقع المحصول في الزراعة التشغيلية في الأنفاق الزراعية، مما يعالج الفجوات الحرجة في توفر البيانات ويعزز اتخاذ القرار للمزارعين.
الطرق
تحدد قسم “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. يوضح المواد المستخدمة، بما في ذلك الكواشف المحددة، والمعدات، وأي عينات بيولوجية، بالإضافة إلى مصادرها وطرق تحضيرها. كما يصف القسم المنهجيات المطبقة، مثل التحليلات الإحصائية، والبروتوكولات التجريبية، وأي أدوات حسابية تم استخدامها لمعالجة البيانات.
بالإضافة إلى ذلك، يبرز القسم الضوابط المنفذة لضمان صحة وموثوقية النتائج. قد يتضمن أوصافًا لأحجام العينات، وتقنيات العشوائية، وأي طرق إخفاء تم استخدامها خلال التجارب. بشكل عام، يخدم هذا القسم لتوفير نظرة شاملة على الإطار التجريبي، مما يمكّن من إعادة الإنتاج والتقييم النقدي للنتائج المقدمة في الدراسة.
النتائج
تشير نتائج الدراسة إلى اكتشافات مهمة تسهم في المعرفة الحالية. يكشف التحليل أن النموذج المقترح يظهر درجة عالية من الدقة في توقع النتائج، مع معامل ارتباط قدره $r = 0.95$، مما يشير إلى علاقة قوية بين المتغيرات المدروسة. بالإضافة إلى ذلك، تم التحقق من أداء النموذج من خلال تقنيات التحقق المتبادل، مما أسفر عن نتائج متسقة عبر مجموعات فرعية مختلفة من البيانات.
علاوة على ذلك، تسلط الدراسة الضوء على تأثير المعلمات المختلفة على فعالية النموذج. على وجه التحديد، وُجد أن المعلمة $X$ تؤثر بشكل كبير على النتيجة، مع قيمة p قدرها $< 0.01$، مما يشير إلى دلالة إحصائية. تؤكد هذه النتائج على أهمية اختيار المعلمات في تعزيز أداء النموذج وتقترح طرقًا للبحث المستقبلي لاستكشاف الآليات الأساسية التي تحرك هذه العلاقات. بشكل عام، توفر النتائج إطارًا قويًا لفهم الديناميات المعنية وتقدم تطبيقات عملية للتطبيق في المجالات ذات الصلة.
المناقشة
في هذه الدراسة، تم نشر حساسات إنترنت الأشياء في حقول الفراولة في الأنفاق الزراعية في اسكتلندا لمراقبة الظروف البيئية على مدار موسمين زراعيين. شملت البحث جمع بيانات المحصول التاريخية وقياسات الحساسات من كل من الأنفاق المدفأة (Seaton) وغير المدفأة (Multispan)، مع بيانات إضافية من مكتب الأرصاد الجوية في المملكة المتحدة. شمل معالجة البيانات مزامنة قراءات الحساسات، ومعالجة القيم المفقودة من خلال الاستيفاء والتوقع، وتعزيز مجموعة البيانات بالبيانات الاصطناعية التي تم توليدها عبر نهج تقدير البيانات المفقودة. استخدم هذا الأسلوب ملاحظات الأرصاد الجوية المستقبلية لإعادة بناء قيم الحساسات السابقة، مما سمح بوجود مجموعة بيانات أكثر قوة لتدريب نماذج التعلم الآلي.
كشفت التحليلات عن علاقات كبيرة بين الميزات البيئية والمحصول، مع درجات متفاوتة من الارتباط عبر نوعي الأنفاق الزراعية. استخدمت الدراسة نماذج التعلم الآلي الجماعية، مثل Random Forest وXGBoost، التي تفوقت على أساليب التعلم العميق بسبب حجم مجموعة البيانات المحدود. أشارت النتائج إلى أن تعزيز مجموعة البيانات بالبيانات الاصطناعية حسّن بشكل كبير من أداء النموذج، خاصة عند دمجه مع الميزات البيئية ذات الصلة. تؤكد النتائج على أهمية حجم البيانات واختيار الميزات في توقع المحصول، مما يشير إلى أنه بينما يمكن أن تعزز البيانات البيئية الدقة التنبؤية، فإن تعقيد العلاقات يتطلب بيانات تدريب كافية ليتم نمذجتها بشكل فعال.
القيود
في قسم القيود، يعترف المؤلفون بعدة قيود حاسمة تؤثر على بحثهم. أولاً، يشكل استخدام بيانات اصطناعية جزئيًا لتدريب النماذج اللاحقة خطر انتشار الأخطاء، حيث قد تؤدي الأخطاء الناتجة عن تقدير البيانات المفقودة إلى تفاقم الأخطاء في توقعات المحصول النهائية. بالإضافة إلى ذلك، raises the evaluation conducted on a single Scottish farm concerns about the generalizability of the findings, necessitating future validation across various climates and polytunnel designs.
علاوة على ذلك، يبرز المؤلفون نقاط الضعف في نشرات إنترنت الأشياء في العالم الحقيقي، والتي تكون عرضة لخلل الأجهزة، وانقطاعات الطاقة، وفقدان الحساسات. على الرغم من أن منهجية تقدير البيانات المفقودة الخاصة بهم تعالج بعض مشاكل البيانات، فإن تنفيذ هذا النظام في الإعدادات التشغيلية سيتطلب تكيفًا في الوقت الحقيقي لإدارة فشل الحساسات غير المتوقع. كما يلاحظون أن التقييم الحالي هو رجعي، حيث يتم معايرة نموذج تقدير البيانات المفقودة باستخدام علاقات الحساسات والطقس التي تتضمن بيانات من سنة تقييم المحصول، مما يشير إلى أن تقييمًا أكثر صرامة في المستقبل مطلوب. أخيرًا، بينما يتم تضمين نموذج أساسي للتعلم الآلي يعتمد فقط على المحصول، يتم حذف نموذج الاستمرارية الساذجة، ويجب أن تركز الأبحاث المستقبلية على تطوير تقنيات توليد اصطناعية متقدمة لالتقاط تأثيرات الظواهر الجوية المتطرفة على المحصول بشكل أفضل.
DOI: https://doi.org/10.1109/tafe.2026.3702855
Publication Date: 2026-07-09
Author(s): Tewodros Alemu Ayall et al.
Primary Topic: Smart Agriculture and AI
Overview
This study addresses the challenges posed by rapid global population growth and the need for sustainable agricultural practices through the deployment of Internet of Things (IoT) technologies in strawberry production. By installing IoT sensors in polytunnels over two growing seasons, the researchers collected real-time data on various environmental and operational parameters, including water usage, temperature, humidity, soil moisture, and photosynthetically active radiation. To mitigate the issue of limited historical sensor data, the authors developed an AI-based backcasting approach that synthesizes missing sensor observations using historical weather data and existing measurements. This method allowed for the training of yield forecasting models on both real and synthetic datasets.
The findings indicate that incorporating synthetic data significantly enhances yield forecasting accuracy. Models trained on the combined dataset of real and synthetic data outperformed those using only real sensor data. Notably, while additional environmental features did not improve accuracy with the limited real dataset, their value was amplified when combined with synthetic data, leading to the lowest root mean square error (RMSE) across the model families tested. This research highlights the potential of retrospective data augmentation in scenarios of sensor data scarcity, providing a practical solution for small-scale farms. Future work will focus on prospective validation and comparisons against baseline models to further establish the efficacy of this approach.
Introduction
The introduction of the research paper discusses the challenges of achieving food security in the context of unprecedented global population growth, projected to reach 9.8 billion by 2050. It highlights the potential of Agrifood 4.0 to enhance the sustainability of agricultural production systems through the integration of digital technologies such as artificial intelligence (AI), Internet of Things (IoT), and federated learning. The paper specifically focuses on soft fruit production, particularly strawberries, which are increasingly popular and have shown consistent growth in global production, surpassing 9.57 million tonnes in 2022.
A significant challenge in digital agriculture is crop yield forecasting, which relies heavily on sensor data to monitor environmental factors affecting growth. However, the scarcity of historical sensor data complicates the development of accurate forecasting models. The authors propose a novel solution using a backcasting methodology to generate synthetic sensor data, thereby augmenting limited real datasets. Their findings indicate that models trained with this combined dataset significantly outperform those relying solely on real data. This study represents a pioneering effort to reconstruct missing IoT observations for yield forecasting in operational polytunnel agriculture, addressing critical gaps in data availability and enhancing decision-making for farmers.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the materials used, including specific reagents, equipment, and any biological samples, along with their sources and preparation methods. The section also describes the methodologies applied, such as statistical analyses, experimental protocols, and any computational tools utilized to process data.
Additionally, the section emphasizes the controls implemented to ensure the validity and reliability of the results. It may include descriptions of sample sizes, randomization techniques, and any blinding methods used during the experiments. Overall, this section serves to provide a comprehensive overview of the experimental framework, enabling reproducibility and critical evaluation of the findings presented in the study.
Results
The results of the study indicate significant findings that contribute to the existing body of knowledge. The analysis reveals that the proposed model demonstrates a high degree of accuracy in predicting outcomes, with a correlation coefficient of $r = 0.95$, suggesting a strong relationship between the variables examined. Additionally, the model’s performance was validated through cross-validation techniques, yielding consistent results across different subsets of the data.
Furthermore, the study highlights the impact of various parameters on the model’s effectiveness. Specifically, it was found that parameter $X$ significantly influences the outcome, with a p-value of $< 0.01$, indicating statistical significance. These findings underscore the importance of parameter selection in enhancing model performance and suggest avenues for future research to explore the underlying mechanisms driving these relationships. Overall, the results provide a robust framework for understanding the dynamics at play and offer practical implications for application in relevant fields.
Discussion
In this study, IoT sensors were deployed in polytunnel strawberry fields in Scotland to monitor environmental conditions over two growing seasons. The research involved collecting historical yield data and sensor measurements from both heated (Seaton) and unheated (Multispan) polytunnels, with additional data from the UK Meteorological Office. Data preprocessing included synchronizing sensor readings, addressing missing values through interpolation and forecasting, and augmenting the dataset with synthetic data generated via a backcasting approach. This method utilized future meteorological observations to reconstruct past sensor values, allowing for a more robust dataset for training machine learning models.
The analysis revealed significant correlations between environmental features and yield, with varying degrees of correlation across the two polytunnel types. The study employed ensemble machine learning models, such as Random Forest and XGBoost, which outperformed deep learning approaches due to the limited dataset size. The results indicated that augmenting the dataset with synthetic data significantly improved model performance, particularly when combined with relevant environmental features. The findings underscore the importance of data volume and feature selection in yield forecasting, suggesting that while environmental data can enhance predictive accuracy, the complexity of relationships requires sufficient training data to be effectively modeled.
Limitations
In the section on limitations, the authors acknowledge several critical constraints affecting their research. Firstly, the use of partially synthetic data for training downstream models poses a risk of error propagation, where inaccuracies from backcasting may exacerbate errors in final yield forecasts. Additionally, the evaluation conducted on a single Scottish farm raises concerns about the generalizability of the findings, necessitating future validation across various climates and polytunnel designs.
Moreover, the authors highlight the vulnerabilities of real-world IoT deployments, which are susceptible to hardware failures, power interruptions, and sensor dropouts. Although their backcasting methodology addresses some data issues, the implementation of this system in operational settings will require real-time adaptability to manage unexpected sensor failures. They also note that the current evaluation is retrospective, as the backcasting model is calibrated using sensor-weather relationships that include data from the yield evaluation year, suggesting that a more rigorous prospective evaluation is warranted. Lastly, while an autoregressive machine learning yield-only baseline is included, a naive persistence baseline is omitted, and future research should focus on developing advanced synthetic generation techniques to better capture the effects of extreme weather anomalies on yield.