DOI: https://doi.org/10.3389/fenvs.2024.1375193
تاريخ النشر: 2024-07-25
المؤلف: Redmond R. Shamshiri وآخرون
الموضوع الرئيسي: الزراعة الذكية والذكاء الاصطناعي
نظرة عامة
إن رقمنة الزراعة تحول ممارسات الزراعة من خلال دمج التقنيات المتقدمة التي تعزز الكفاءة والإنتاجية والدقة. تستعرض هذه الورقة تطبيقات متنوعة للرقمنة في كل من الزراعة في الحقول المفتوحة والمغلقة، مع التركيز على جمع البيانات المتعلقة بحالة التربة ونمو المحاصيل والميكروكلومات. تسهل هذه التطورات المراقبة في الوقت الحقيقي، مما يؤدي إلى تحسين العوائد، وتقليل الفاقد، واتخاذ قرارات أكثر استنارة بشأن استخدام المياه وتطبيق الأسمدة. تهدف المراجعة إلى تسليط الضوء على الابتكارات التكنولوجية الحديثة التي تعزز الاستدامة في إنتاج المحاصيل مع تقليل استخدام المدخلات وتأثيرات البيئة.
على الرغم من المزايا العديدة المرتبطة بالرقمنة، تحدد الورقة تحديات كبيرة تعيق التبني الواسع، بما في ذلك التكاليف العالية، ومشاكل الموثوقية، ومخاوف القابلية للتوسع. العديد من الأنظمة الحالية مصممة خصيصًا لمهام معينة، مما يجعلها باهظة التكلفة للاستخدام التجاري، بينما لا تزال أنظمة أخرى في مراحل التطوير وتفتقر إلى الموثوقية. تتناول المناقشات في نهاية كل دراسة حالة هذه القيود وتقترح حلول بديلة يمكن أن تفيد المزارعين من خلال تدابير توفير التكاليف. في النهاية، توفر هذه المراجعة رؤى قيمة لصانعي السياسات، وأصحاب المصلحة في الصناعة، والباحثين، مما يساهم في فهم أعمق لدور الرقمنة في تعزيز الممارسات الزراعية المستدامة وضمان الأمن الغذائي.
مقدمة
تناقش مقدمة ورقة البحث التأثير التحويلي للزراعة الرقمية (DA) على تعزيز الجدوى البيئية والاقتصادية لممارسات الزراعة من خلال تقنيات متقدمة مثل أجهزة الاستشعار، والروبوتات، وتحليل البيانات. تبرز التحديات التي تواجهها طرق الزراعة التقليدية على مدى العقود الثلاثة الماضية، بما في ذلك زيادة الطلب على الغذاء، وارتفاع تكاليف العمالة، وتغير المناخ. تهدف DA إلى معالجة هذه القضايا من خلال أتمتة العمليات الزراعية، مما يحسن الكفاءة ويقلل من تكاليف المدخلات، مما يدعم في النهاية إنتاج الغذاء المستدام لعدد متزايد من السكان العالميين.
تؤكد الورقة على دمج تقنيات متنوعة، بما في ذلك نظم المعلومات الجغرافية (GIS)، والطائرات بدون طيار (UAVs)، والذكاء الاصطناعي (AI)، التي تساهم مجتمعة في الزراعة الدقيقة. تلاحظ تطور هذه التقنيات منذ عام 2010، وخاصة التحول من صور الأقمار الصناعية منخفضة الدقة إلى الخرائط عالية الدقة التي تنتجها الطائرات بدون طيار، مما يسهل التطبيقات المحددة للموقع مثل الكشف المبكر عن الأمراض. تهدف المراجعة إلى استكشاف فوائد وتحديات الرقمنة في الزراعة، وتقييم دورها في تحسين كفاءة إنتاج المحاصيل والأمن الغذائي. توضح هيكل الورقة، التي ستغطي الحلول التكنولوجية الأساسية والسيناريوهات المستقبلية التي تشمل شبكات 5G، والتوائم الرقمية، والبلوك تشين، مما يوفر في النهاية فهمًا شاملاً لإمكانات DA في معالجة التحديات الزراعية.
مناقشة
لقد تم تمييز الانتقال من الزراعة الدقيقة إلى الزراعة الرقمية من خلال دمج تقنيات متقدمة، مثل الأتمتة، وبرامج معالجة البيانات، والتطبيقات المحمولة، التي تعزز الكفاءة في استخدام الموارد. قبل عام 2010، كان المزارعون يعتمدون بشكل أساسي على نظام تحديد المواقع العالمي (GPS)، وأجهزة الاستشعار الأرضية، وصور الأقمار الصناعية لمراقبة الظروف الزراعية. ومع ذلك، فإن التقدم الأخير، بما في ذلك الطائرات بدون طيار المستقلة، وأجهزة استشعار LiDAR، وأجهزة إنترنت الأشياء، قد حول التركيز نحو الزراعة الرقمية، التي تشمل مجموعة واسعة من التقنيات التي تهدف إلى المراقبة المستمرة وإدارة التربة والمياه وظروف الطقس. لا تعزز هذه التطورات الإنتاجية فحسب، بل تساهم أيضًا في الاستدامة والأمن الغذائي من خلال تمكين إدارة دقيقة للموارد وتقليل التكاليف التشغيلية.
لقد ظهرت تقنية الاستشعار عن بعد المعتمدة على الطائرات بدون طيار كأداة محورية في الزراعة الرقمية، حيث توفر بيانات عالية الدقة لتقييم صحة النباتات وخصائص التربة. على عكس صور الأقمار الصناعية، التي تحدها الظروف الجوية، توفر الطائرات بدون طيار مرونة ودقة أكبر، مما يسمح بمراقبة مفصلة لمعايير المحاصيل مثل الارتفاع ومؤشر مساحة الأوراق (LAI). تتضمن المنهجية لتقدير ارتفاع النبات إنشاء نماذج رقمية للسطح والتضاريس، مما يسهل اتخاذ قرارات إدارة المحاصيل المستنيرة. علاوة على ذلك، تعزز تطبيقات التصوير الطيفي الفائق وتقنيات رؤية الكمبيوتر الكشف عن الأمراض وتوصيف النباتات، مما يمكّن التدخلات في الوقت المناسب وتحسين توقعات العائد. يدعم دمج أجهزة الاستشعار اللاسلكية وأنظمة إنترنت الأشياء أيضًا جمع البيانات وتحليلها في الوقت الحقيقي، مما يحسن الممارسات الزراعية ويعزز الإنتاجية العامة في كل من البيئات المفتوحة والمغلقة.
DOI: https://doi.org/10.3389/fenvs.2024.1375193
Publication Date: 2024-07-25
Author(s): Redmond R. Shamshiri et al.
Primary Topic: Smart Agriculture and AI
Overview
The digitalization of agriculture is transforming farming practices by integrating advanced technologies that enhance efficiency, productivity, and precision. This paper reviews various applications of digitalization in both open-field and closed-field cultivation, emphasizing the collection of data related to soil conditions, crop growth, and microclimates. Such advancements facilitate real-time monitoring, leading to improved yields, reduced waste, and more informed decisions regarding water usage and fertilizer application. The review aims to highlight recent technological innovations that promote sustainability in crop production while minimizing input usage and environmental impacts.
Despite the numerous advantages associated with digitalization, the paper identifies significant challenges that hinder widespread adoption, including high costs, reliability issues, and scalability concerns. Many existing systems are custom-designed for specific tasks, making them prohibitively expensive for commercial use, while others remain in developmental stages and lack reliability. The discussions at the end of each case study address these limitations and propose alternative solutions that could benefit farmers through cost-saving measures. Ultimately, this review provides valuable insights for policymakers, industry stakeholders, and researchers, contributing to a deeper understanding of digitalization’s role in enhancing sustainable agricultural practices and ensuring food security.
Introduction
The introduction of the research paper discusses the transformative impact of Digital Agriculture (DA) on enhancing the ecological and economic viability of farming practices through advanced technologies such as sensors, robotics, and data analytics. It highlights the challenges faced by conventional farming methods over the past three decades, including increasing food demand, rising labor costs, and climate change. DA aims to address these issues by automating agricultural processes, thereby improving efficiency and reducing input costs, which ultimately supports sustainable food production for a growing global population.
The paper emphasizes the integration of various technologies, including Geographic Information Systems (GIS), Unmanned Aerial Vehicles (UAVs), and Artificial Intelligence (AI), which collectively contribute to precision agriculture. It notes the evolution of these technologies since 2010, particularly the shift from low-resolution satellite imagery to high-resolution UAV-generated maps that facilitate site-specific applications like early disease detection. The review aims to explore the benefits and challenges of digitalization in agriculture, assessing its role in improving crop production efficiency and food security. It outlines the structure of the paper, which will cover core technological solutions and future scenarios involving 5G networks, Digital Twins, and Blockchain, ultimately providing a comprehensive understanding of DA’s potential in addressing agricultural challenges.
Discussion
The transition from precision agriculture to digital agriculture has been marked by the integration of advanced technologies, such as automation, data processing software, and mobile applications, which enhance efficiency in resource utilization. Prior to 2010, farmers primarily utilized GPS, ground-based sensors, and satellite imagery for monitoring agricultural conditions. However, recent advancements, including autonomous drones, LiDAR sensors, and IoT devices, have shifted the focus towards digital agriculture, which encompasses a wider range of technologies aimed at continuous monitoring and management of soil, water, and weather conditions. This evolution not only boosts productivity but also contributes to sustainability and food security by enabling precise resource management and reducing operational costs.
UAV-based remote sensing has emerged as a pivotal tool in digital agriculture, providing high-resolution data for assessing plant health and soil properties. Unlike satellite imagery, which is limited by weather conditions, UAVs offer greater flexibility and accuracy, allowing for detailed monitoring of crop parameters such as height and leaf area index (LAI). The methodology for estimating plant height involves generating digital surface and terrain models, which facilitate informed crop management decisions. Furthermore, the application of hyperspectral imaging and computer vision technologies enhances disease detection and phenotyping, enabling timely interventions and improved yield predictions. The integration of wireless sensors and IoT systems further supports real-time data collection and analysis, optimizing agricultural practices and enhancing overall productivity in both open and closed-field environments.