DOI: https://doi.org/10.1007/s42452-025-07561-6
تاريخ النشر: 2025-08-18
المؤلف: M. Nivas Raj وآخرون
الموضوع الرئيسي: الزراعة الذكية والذكاء الاصطناعي
نظرة عامة
تستكشف هذه المراجعة الدور الهام لتقنيات الزراعة الذكية في مواجهة تحديات الأمن الغذائي العالمي التي تفاقمت بسبب تغير المناخ، ونمو السكان، وندرة الموارد. من خلال دمج النتائج من مجالات تكنولوجية متنوعة – بما في ذلك الذكاء الاصطناعي (AI)، وإنترنت الأشياء (IoT)، والطائرات بدون طيار (UAVs)، والروبوتات – تقدم الدراسة رؤية متماسكة للزراعة 4.0. تشير النتائج الرئيسية إلى أن نماذج الذكاء الاصطناعي يمكن أن تعزز توقعات المحاصيل بنسبة 20%، ويمكن للطائرات بدون طيار تقليل استخدام المياه والأسمدة بنسبة تصل إلى 96% و40% على التوالي، وأن أنظمة الري الذكية المعتمدة على إنترنت الأشياء يمكن أن تعزز إنتاجية المحاصيل بنسبة 25%. كما تسلط المراجعة الضوء على التطبيقات الناجحة مثل تشخيص الأمراض بدقة تزيد عن 90% وأنظمة الزراعة المائية التي تقلل من استخدام المياه بنسبة 90%. ومع ذلك، تواجه اعتماد هذه التقنيات تحديات تتعلق بالبنية التحتية، والتمويل، وحوكمة البيانات.
توضح التحليل، الذي تم إجراؤه باستخدام منهجية PRISMA على 63 دراسة مؤثرة من 2019 إلى 2024، استراتيجيات قابلة للتنفيذ لتعزيز اعتماد الزراعة الذكية، بما في ذلك الحوافز السياسية ومبادرات بناء القدرات. تحدد المراجعة سبع فئات أساسية من تقنيات الزراعة الذكية، مشيرة إلى أنه بينما تظهر تقنيات إنترنت الأشياء والحوسبة السحابية معدلات تنفيذ عالية، فإن الذكاء الاصطناعي والروبوتات تظهر مستويات اعتماد متوسطة، تختلف حسب المنطقة ونوع المزرعة. تؤكد النتائج على الإمكانات التحويلية لهذه التقنيات، كاشفة أن التدخلات المدفوعة بالذكاء الاصطناعي يمكن أن تؤدي إلى زيادة بنسبة 20% في إنتاجية المحاصيل وتقليل كبير في استهلاك المياه والطاقة. على الرغم من التقدم الواعد، لا تزال هناك حواجز مثل التكاليف الأولية العالية والحاجة إلى التدريب، مما يستلزم بذل الجهود لتعميم الوصول إلى هذه الابتكارات لجميع المزارعين.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور الحاسم للزراعة في الاقتصاد العالمي، مشددة على أهميتها في إنتاج الغذاء والتوظيف. تشير إلى أن الممارسات الزراعية التقليدية لا تزال قائمة في العديد من البلدان، مثل الهند، بسبب الحواجز مثل التكاليف العالية ونقص الوعي بشأن التقنيات المتقدمة. تؤكد الورقة على الحاجة الملحة لزيادة كبيرة في إنتاج المحاصيل – بنسبة 60-100% بحلول عام 2050 – مدفوعة بتحديات مثل نمو السكان، وتغير المناخ، وندرة الموارد. تُقدم تقنيات الزراعة الذكية، بما في ذلك الذكاء الاصطناعي (AI)، وتعلم الآلة، والطائرات بدون طيار، وإنترنت الأشياء، كحلول واعدة لتعزيز إنتاجية الزراعة واستدامتها، على الرغم من التحديات المتعلقة بتكاليف التنفيذ وأمان البيانات.
تناقش المراجعة أيضًا دمج التقنيات الذكية في الزراعة، مشددة على إمكاناتها لتحسين استخدام الموارد وتحسين اتخاذ القرارات. تحدد العوامل الرئيسية التي تؤثر على اعتماد هذه التقنيات، مثل معرفة المزارعين الرقمية والدعم المؤسسي. تستكشف الورقة أيضًا دور المستشعرات وتحليل البيانات في المراقبة الفورية للممارسات الزراعية، مما يمكن أن يؤدي إلى زراعة أكثر كفاءة وصديقة للبيئة. من خلال التركيز على تقارب مختلف التقدمات التكنولوجية، تهدف الدراسة إلى تقديم رؤى حول إنشاء نظم زراعية مدفوعة بالبيانات يمكن أن تعالج تحديات الأمن الغذائي، لا سيما في البيئات ذات الموارد المنخفضة. تختتم بتوصيات لدعم السياسات وبناء القدرات لتسهيل اعتماد ممارسات الزراعة الذكية.
طرق
في هذا القسم، يحدد المؤلفون منهجية بحثهم، ملتزمين بإرشادات العناصر المفضلة للإبلاغ عن المراجعات المنهجية والتحليلات التلوية (PRISMA) لضمان عملية مراجعة منهجية وشفافة. قاموا بإجراء بحث شامل عبر ثلاثة قواعد بيانات أكاديمية رئيسية – جوجل سكولار، وسبرينجر، وسكوبس – مستخدمين مجموعة من الكلمات الرئيسية المتعلقة بتقنيات الزراعة الذكية، بما في ذلك “الزراعة”، “الزراعة الذكية”، “UAV”، “AI”، “تعلم الآلة”، و”إنترنت الأشياء (IoT).” أسفر هذا البحث عن 7,980 وثيقة، والتي تم تنقيحها لاحقًا من خلال سلسلة من مراحل الفحص.
أزال المؤلفون 2,070 ورقة مراجعة ومقالات نُشرت قبل عام 2019، مما أسفر عن إجمالي 5,910 ورقة. أولوا الأولوية للمنشورات الأكثر حداثة (2019-2024) وركزوا على الأعمال ذات الاقتباسات العالية لتعزيز الصلة والمصداقية لمراجعتهم. في النهاية، استوفت 79 ورقة جميع معايير الإدراج للفحص التفصيلي، وتم تصنيفها إلى خمس مجموعات متميزة بناءً على التقنيات المستخدمة. من الجدير بالذكر أن بعض الأوراق استخدمت تقنيات متعددة، والتي تم تصنيفها بشكل مناسب في المراجعة. تضمن هذه المنهجية الدقيقة أن تلتقط المراجعة أحدث التقدمات والاتجاهات في تكنولوجيا الزراعة الذكية.
نقاش
ت outlines قسم النقاش في الورقة البحثية التأثير التحويلي للزراعة الذكية على الزراعة، مؤكدًا تطورها من الطرق التقليدية (الزراعة 1.0) إلى نهج مدفوع بالبيانات (الزراعة 4.0). في قلب هذا التحول هو دمج التقنيات الرئيسية مثل إنترنت الأشياء (IoT)، والذكاء الاصطناعي (AI)، وتعلم الآلة (ML)، التي تعزز مجتمعة إدارة الموارد، وتحسين إنتاج المحاصيل، وتعزيز الاستدامة. تسلط الورقة الضوء على كيفية تسهيل إنترنت الأشياء جمع البيانات في الوقت الحقيقي من خلال الأجهزة المتصلة، بينما يقوم الذكاء الاصطناعي وتعلم الآلة بتحليل هذه البيانات للتنبؤ بالنتائج مثل إنتاج المحاصيل وتفشي الأمراض. تسهم الطائرات بدون طيار والروبوتات بشكل أكبر من خلال تحسين الكفاءة في مهام مثل رسم الخرائط الحقلية ورش المبيدات بدقة، مما يؤدي في النهاية إلى تقليل التكاليف والأثر البيئي.
على الرغم من التقدم الواعد، تحدد الورقة حواجز كبيرة أمام الاعتماد الواسع، خاصة بالنسبة للمزارعين ذوي النطاق الصغير. تشكل التكاليف العالية للتنفيذ، والافتقار إلى الخبرة الفنية، والقلق بشأن أمان البيانات والاتصال بالإنترنت تحديات. يؤكد النقاش على ضرورة دعم الحكومة، والتعاون بين أصحاب المصلحة، وتطوير حلول مبتكرة لمعالجة هذه القيود. من خلال تقديم وجهة نظر متوازنة حول الفرص والتحديات التي تواجه الزراعة الذكية، تساهم الورقة في النقاش المستمر حول الممارسات الزراعية المستدامة ومستقبل الأمن الغذائي.
DOI: https://doi.org/10.1007/s42452-025-07561-6
Publication Date: 2025-08-18
Author(s): M. Nivas Raj et al.
Primary Topic: Smart Agriculture and AI
Overview
This review investigates the significant role of smart farming technologies in tackling global food security challenges exacerbated by climate change, population growth, and resource scarcity. By synthesizing findings from various technological domains—including Artificial Intelligence (AI), Internet of Things (IoT), Unmanned Aerial Vehicles (UAVs), and robotics—the study presents a cohesive view of Agriculture 4.0. Key findings indicate that AI models can enhance yield predictions by 20%, UAVs can decrease water and fertilizer usage by up to 96% and 40%, respectively, and IoT-based smart irrigation systems can boost crop productivity by 25%. The review also highlights successful applications such as disease diagnosis with over 90% accuracy and aquaponic systems that reduce water usage by 90%. However, the adoption of these technologies faces challenges related to infrastructure, financing, and data governance.
The analysis, conducted using the PRISMA methodology on 63 impactful studies from 2019 to 2024, outlines actionable strategies to promote the adoption of smart agriculture, including policy incentives and capacity-building initiatives. The review identifies seven core categories of smart farming technologies, noting that while IoT and cloud computing show high implementation rates, AI and robotics exhibit medium adoption levels, varying by region and farm type. The findings underscore the transformative potential of these technologies, revealing that AI-driven interventions can lead to a 20% increase in crop yield and significant reductions in water and energy consumption. Despite the promising advancements, barriers such as high initial costs and the need for training persist, necessitating efforts to democratize access to these innovations for all farmers.
Introduction
The introduction of this research paper highlights the critical role of agriculture in the global economy, emphasizing its importance in food production and employment. It notes that traditional farming practices persist in many countries, such as India, due to barriers like high costs and lack of awareness regarding advanced technologies. The paper underscores the urgent need for a significant increase in crop production—by 60-100% by 2050—driven by challenges such as population growth, climate change, and resource scarcity. Smart farming technologies, including artificial intelligence (AI), machine learning, drones, and IoT, are presented as promising solutions to enhance agricultural productivity and sustainability, despite challenges related to implementation costs and data security.
The review further discusses the integration of smart technologies in agriculture, emphasizing their potential to optimize resource use and improve decision-making. It identifies key factors influencing the adoption of these technologies, such as farmers’ digital literacy and institutional support. The paper also explores the role of sensors and data analytics in real-time monitoring of agricultural practices, which can lead to more efficient and environmentally friendly farming. By focusing on the convergence of various technological advancements, the research aims to provide insights into creating data-driven agricultural ecosystems that can address food security challenges, particularly in low-resource settings. It concludes with recommendations for policy support and capacity building to facilitate the adoption of smart agricultural practices.
Methods
In this section, the authors outline their research methodology, adhering to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines to ensure a systematic and transparent review process. They conducted a comprehensive search across three major academic databases—Google Scholar, Springer, and Scopus—utilizing a combination of keywords related to smart farming technologies, including “agriculture,” “smart farming,” “UAV,” “AI,” “Machine Learning,” and “Internet of Things (IoT).” This search yielded 7,980 documents, which were subsequently refined through a series of screening stages.
The authors eliminated 2,070 review papers and articles published before 2019, resulting in a total of 5,910 papers. They prioritized more recent publications (2019-2024) and focused on highly cited works to enhance the relevance and credibility of their review. Ultimately, 79 papers met all inclusion criteria for detailed examination, and these were categorized into five distinct groups based on the technologies employed. Notably, some papers utilized multiple technologies, which were appropriately classified in the review. This rigorous methodology ensures that the review captures the latest advancements and trends in smart farming technology.
Discussion
The discussion section of the research paper outlines the transformative impact of smart farming on agriculture, emphasizing its evolution from traditional methods (Agriculture 1.0) to a data-driven approach (Agriculture 4.0). Central to this transformation is the integration of key technologies such as the Internet of Things (IoT), Artificial Intelligence (AI), and Machine Learning (ML), which collectively enhance resource management, optimize crop yields, and promote sustainability. The paper highlights how IoT facilitates real-time data collection through interconnected devices, while AI and ML analyze this data to predict outcomes like crop yields and disease outbreaks. Drones and robotics further contribute by improving efficiency in tasks such as field mapping and precision spraying, ultimately leading to reduced costs and environmental impact.
Despite the promising advancements, the paper identifies significant barriers to widespread adoption, particularly for small-scale farmers. High implementation costs, limited technical expertise, and concerns over data security and internet connectivity pose challenges. The discussion underscores the necessity for government support, collaboration among stakeholders, and the development of innovative solutions to address these constraints. By providing a balanced perspective on the opportunities and challenges of smart farming, the paper contributes to the ongoing discourse on sustainable agricultural practices and the future of food security.