DOI: https://doi.org/10.1038/s41598-025-19473-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41083509
تاريخ النشر: 2025-10-13
المؤلف: Wen J. Li وآخرون
الموضوع الرئيسي: خصائص ومعالجات سطح النبات
نظرة عامة
تقدم هذه الورقة البحثية مراجعة شاملة لتقنيات تطبيق المبيدات بدقة ضمن إطار عمل موحد يسمى “الإدراك-القرار-التنفيذ” (PDE)، بهدف تعزيز الزراعة المستدامة. تجمع الدراسة بين النتائج من 168 منشورًا تمتد من 2013 إلى 2024، مع تسليط الضوء على التفاعلات التآزرية بين الكشف القائم على الطائرات بدون طيار، وخلط المبيدات في الوقت الحقيقي، ورش المبيدات بمعدل متغير تكيفي. تشير النتائج الرئيسية إلى أن أنظمة التعلم العميق للطائرات بدون طيار تحقق معدلات دقة في تحديد الآفات تتراوح بين 89-94%، على الرغم من أن الأداء ينخفض في الظروف غير المواتية. تظهر أنظمة الخلط في الوقت الحقيقي معامل تجانس خلط يزيد عن 85% للسوائل، بينما يمكن أن يقلل الرش بمعدل متغير قائم على PWM من استخدام المبيدات بنسبة 30-50% والانجراف عن الهدف بأكثر من 30%. ومع ذلك، فإن التحديات مثل الحساسية البيئية، وتأخيرات اتخاذ القرار، ونقص الدقة في التنفيذ تعيق التنفيذ على نطاق واسع.
تحدد المراجعة القيود الحرجة ضمن إطار عمل PDE، بما في ذلك تدهور الإدراك تحت ظروف بيئية متغيرة، وعدم كفاية تعميم نماذج اتخاذ القرار، ومشكلات الدقة في التنفيذ بسبب تأخيرات استجابة النظام وأخطاء المستشعرات. تؤكد الحاجة إلى حلول متعددة التخصصات، مثل الأجهزة الخفيفة على الحافة، وهياكل الخلط المحسّنة، ودمج المستشعرات المتعددة، لتعزيز الاستجابة في الوقت الحقيقي وكفاءة العمليات. علاوة على ذلك، تسلط الورقة الضوء على الحواجز الاقتصادية التي تواجه المزارعين أصحاب الحيازات الصغيرة في اعتماد هذه التقنيات المتقدمة وتدعو إلى تركيز الأبحاث المستقبلية على التحقق الميداني الدقيق، والابتكارات ذات التكلفة الفعالة، ودمج الأنظمة الذكية لتعزيز الزراعة الذكية المستدامة.
المناقشة
ت outlines قسم المناقشة في الورقة البحثية مراجعة أدبية منهجية تركز على تقنية تطبيق المبيدات بدقة، لا سيما في مكافحة الآفات والأمراض. استخدمت الدراسة استراتيجية بحث منظمة بالكلمات الرئيسية عبر قواعد بيانات متعددة، بما في ذلك Web of Science وScience Direct، باستخدام عوامل بوليانية لتصفية النتائج. اتبعت عملية فحص الأدبيات إرشادات PRISMA، مما أدى إلى تحديد 168 منشورًا ذا صلة من مجموعة أولية تضم 5,010 سجلات. تشمل معايير الاستبعاد الرئيسية أنواع الوثائق غير ذات الصلة ومحتوى البحث الذي لم يتناول تقنيات التطبيق الدقيق.
أكد تحليل الأدبيات المختارة على المكونات التكنولوجية لتطبيق المبيدات بدقة، والتي تم تصنيفها إلى ثلاث وحدات أساسية: طبقات الاستشعار، والقرار، والتنفيذ. تسلط النتائج الضوء على الدور الكبير للطائرات بدون طيار المزودة بمستشعرات متعددة المصادر في تعزيز تحديد الآفات والأمراض، مما يحقق تخفيضات كبيرة في استخدام المبيدات مقارنة بالطرق التقليدية. ومع ذلك، لا تزال التحديات مثل التكاليف الأولية العالية، وتوحيد العمليات، وقوة الخوارزميات تشكل عوائق أمام الاعتماد الواسع. تدعو الدراسة إلى تقدم في تكنولوجيا المستشعرات، ونماذج اتخاذ القرار الذكية، والحلول ذات التكلفة الفعالة لتسهيل دمج تقنيات تطبيق المبيدات بدقة في الممارسات الزراعية.
القيود
يسلط قسم القيود الضوء على التحديات الكبيرة المرتبطة بتقنية الرش الدقيق، لا سيما ضمن طبقة التنفيذ في نظام “الإدراك-القرار-التنفيذ” المغلق. تعتبر دقة التحكم في هذه المرحلة حاسمة لتحسين استخدام المبيدات وتقليل المخاطر البيئية. ومع ذلك، تعيق ثلاثة اختناقات مادية رئيسية التقدم:
1. **عدم كفاية تجانس الخلط**: عدم القدرة على تحقيق خليط متسق من المبيدات يمكن أن يؤدي إلى تطبيق غير متساوٍ، مما يؤثر على الفعالية والسلامة.
2. **فشل تآزر التحكم**: عدم وجود تكامل فعال بين آليات التحكم المختلفة يمكن أن يؤدي إلى أداء دون المستوى وكفاءة تشغيلية منخفضة.
3. **تضخيم الاضطرابات البيئية**: يمكن أن تؤدي العوامل الخارجية إلى تفاقم التحديات التي تواجه أنظمة الرش الدقيق، مما يعقد عملية التحكم بشكل أكبر.
تؤكد هذه القيود على الحاجة إلى مواصلة البحث والتطوير لتعزيز موثوقية وفعالية تقنيات الرش الدقيق.
DOI: https://doi.org/10.1038/s41598-025-19473-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41083509
Publication Date: 2025-10-13
Author(s): Wen J. Li et al.
Primary Topic: Plant Surface Properties and Treatments
Overview
This research paper presents a comprehensive review of precision pesticide application technologies within a unified Perception-Decision-Execution (PDE) framework, aimed at enhancing sustainable agriculture. The study synthesizes findings from 168 publications spanning 2013 to 2024, highlighting the synergistic interactions among UAV-based detection, real-time pesticide mixing, and adaptive variable-rate spraying. Key findings indicate that UAV-deep learning systems achieve pest identification accuracy rates of 89-94%, though performance declines under adverse conditions. Real-time mixing systems demonstrate a mixing homogeneity coefficient of over 85% for liquids, while PWM-based variable-rate spraying can reduce pesticide usage by 30-50% and off-target drift by more than 30%. However, challenges such as environmental sensitivity, decision-making delays, and precision deficiencies in execution hinder large-scale implementation.
The review identifies critical limitations within the PDE framework, including the degradation of perception under varying environmental conditions, insufficient generalization of decision-making models, and precision issues in execution due to system response delays and sensor errors. It emphasizes the need for interdisciplinary solutions, such as lightweight edge devices, optimized mixing structures, and multi-sensor integration, to enhance real-time responsiveness and operational efficiency. Furthermore, the paper underscores the economic barriers faced by smallholder farmers in adopting these advanced technologies and calls for future research to focus on rigorous field validation, cost-effective innovations, and the integration of intelligent systems to advance sustainable smart agriculture.
Discussion
The discussion section of the research paper outlines a systematic literature review focused on precision pesticide application technology, particularly in pest and disease control. The study utilized a structured keyword search strategy across multiple databases, including Web of Science and Science Direct, employing Boolean operators to refine results. The literature screening process followed PRISMA guidelines, leading to the identification of 168 relevant publications from an initial pool of 5,010 records. Key exclusion criteria included irrelevant document types and research content that did not delve into precision application technologies.
The analysis of the selected literature emphasized the technological components of precision pesticide application, categorized into three core modules: sensing, decision, and execution layers. The findings highlight the significant role of Unmanned Aerial Vehicles (UAVs) equipped with multi-source sensors in enhancing pest and disease identification, achieving substantial reductions in pesticide usage compared to conventional methods. However, challenges such as high initial costs, operational standardization, and algorithmic robustness remain barriers to widespread adoption. The study advocates for advancements in sensor technology, intelligent decision-making models, and cost-effective solutions to facilitate the integration of precision pesticide application technologies in agricultural practices.
Limitations
The section on limitations highlights significant challenges associated with precision spraying technology, particularly within the execution layer of the “Perception-Decision-Execution” closed-loop system. The control accuracy at this stage is crucial for optimizing pesticide utilization and minimizing ecological risks. However, three primary physical bottlenecks hinder advancements:
1. **Insufficient Mixing Uniformity**: The inability to achieve a consistent mixture of pesticides can lead to uneven application, affecting efficacy and safety.
2. **Control Synergy Failure**: The lack of effective integration among various control mechanisms can result in suboptimal performance and reduced operational efficiency.
3. **Environmental Disturbance Amplification**: External factors can exacerbate the challenges faced by precision spraying systems, further complicating the control process.
These limitations underscore the need for continued research and development to enhance the reliability and effectiveness of precision spraying technologies.