Integrating Feature Selection and Machine Learning for Nitrogen Assessment in Grapevine Leaves using In-Field Hyperspectral Imaging
تُظهر هذه الدراسة أن دمج التصوير الفائق الطيفي الميداني مع إطار عمل لاختيار الميزات التجميعي يتيح تقديراً دقيقاً، ومحدداً للأصناف، ومتسق النطاق لحالة النيتروجين في أوراق الكروم ومظلتها، مما يوفر أداة قوية لتحسين تسميد مزارع الكروم.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك مزارع عنب. هدفك هو صنع أفضل نبيذ ممكن. ولتحقيق ذلك، تحتاج شجيرات العنب الخاصة بك إلى القدر المثالي من النيتروجين (وهو عنصر غذائي حيوي، مثل الفيتامينات للبشر).
- نقص النيتروجين: تكون حبات العنب صغيرة، وطعم النبيذ ضعيفاً، وتصبح الشجيرات عرضة للأمراض بسهولة.
- زيادة النيتروجين: تنمو الشجيرات لتصبح غابة ضخمة وكثيفة الأوراق، مما يحجب ضوء الشمس عن العنب. لا ينضج العنب بشكل صحيح، ويتحول لونه إلى الأخضر بدلاً من الأحمر، ويفقد النبيذ نكهته. بالإضافة إلى ذلك، يتسرب النيتروجين الزائد إلى التربة ويلوث الأنهار المحلية.
المشكلة:
تقليدياً، للتحقق مما إذا كانت شجيرة العنب لديها ما يكفي من النيتروجين، يتعين على المزارع السير عبر الحقل، وقطف الأوراق، ووضعها في حقيبة، ثم قيادتها إلى المختبر، والانتظار لأيام للحصول على النتائج الكيميائية، ثم التخمين بشأن ما يجب فعله. إنها عملية بطيئة، ومكلفة، وبحلول الوقت الذي تحصل فيه على الإجابة، قد تكون احتياجات الشجيرة قد تغيرت بالفعل.
الحل في هذه الورقة البحثية:
ابتكر فريق البحث نظام "كاميرا ذكية" يعمل مثل سماعة طبيب فائقة القوة لشجيرات العنب. فبدلاً من قطع الأوراق، يلتقطون صوراً عالية التقنية للشجيرات ويستخدمون جهاز كمبيوتر ليخبرهم فوراً وبدقة كمية النيتروجين الموجودة بداخلها.
إليكم كيف فعلوا ذلك، مقسماً إلى خطوات بسيطة:
1. كاميرا "العين الخارقة" (التصوير الفائق الطيفي - Hyperspectral Imaging)
تخيل أن الكاميرا العادية ترى العالم بالألوان الأحمر والأخضر والأزرق (مثل هاتفك). أما هذه الكاميرا الخاصة، فهي ترى مئات الألوان التي لا تستطيع العين البشرية رؤيتها، والتي تمتد من الأحمر العميق إلى الضوء تحت الأحمر غير المرئي.
عندما يسقط الضوء على ورقة العنب، تقوم المواد الكيميائية بداخلها (مثل الكلوروفيل والنيتروجين) بامتصاص وعكس ألوان محددة. الأمر يشبه بصمة الإصبع. فالورقة التي تحتوي على الكثير من النيتروجين تعكس الضوء بشكل مختلف عن الورقة التي تحتوي على القليل منه. تلتقط الكاميرا "بصمة الضوء" هذه لكل ورقة على حدوة.
2. مرشح "إلغاء الضجيج" (اختيار الميزات - Feature Selection)
تلتقط الكاميرا الكثير من الصور (مئات النطاقات اللونية)، مما يخلق جبلاً هائلاً من البيانات. الأمر يشبه محاولة العثور على إبرة معينة في كومة قش، ولكن كومة القش مكونة من 1000 نوع مختلف من الإبر.
بنى الباحثون مرشحاً ذكياً (إطار عمل "اختيار الميزات الجماعي"). فكر في الأمر كفريق من المحققين يعملون معاً:
- بعض المحققين يبحثون عن الأنماط في الألوان الحمراء.
- والبعض الآخر ينظر إلى ألوان الأشعة تحت الحمراء غير المرئية.
- ويقومون بالتصويت على أي الألوان هي الأكثر أهمية لتخمين مستويات النيتروجين.
أدركوا أن العنب الأبيض (مثل الشاردونيه) والعنب الأحمر (مثل بينو نوار) مختلفان.
- العنب الأبيض: بصمة النيتروجين لديه هي مزيج من جميع الألوان (الأحمر، الأخضر، وتحت الأحمر غير المرئي).
- العنب الأحمر: بسبب وجود الصبغات الحمراء (الأنثوسيانين)، تهيمن الألوان الحمراء والخضراء المرئية على بصمته. فالصبغات الحمراء تخفي بعض الإشارات الأخرى، لذا يركز الكمبيوتر على ما يمكنه رؤيته بوضوح.
3. "البلورة السحرية" (تعلم الآلة - Machine Learning)
بمجرد اختيار الفريق لأفضل "ألوان البصمة"، قاموا بتعليم جهاز كمبيوتر (تعلم الآلة) كيفية قراءتها.
- قاموا بتغذية الكمبيوتر بآلاف الأمثلة: "هذه صورة لورقة، وهذا هو مستوى النيتروجين الفعلي الذي قمنا بقياسه في المختبر".
- تعلم الكمبيوتر القواعد: "إذا كانت الورقة تعكس هذه الدرجة المحددة من الأحمر وهذه الدرمة المحددة من الأشعة تحت الحمراء، فمن المحتمل أن تحتوي على 2.5% من النيتروجين".
4. الاختبار الكبير: من ورقة واحدة إلى الشجيرة بأكملها
كان الجزء الأصعب في هذه الدراسة هو "قفزة الثقة".
- مستوى الورقة: قاموا أولاً بتدريب الكمبيوتر على صور أوراق منفردة. كان الأمر سهلاً لأن الضوء كان مثالياً والورقة كانت مسطحة، وكان الكمبيوتر دقيقاً جداً هنا.
- مستوى الغطاء النباتي (Canopy): ثم، طلبوا من الكمبيوتر النظر إلى الشجيرة بأكملها (شجيرة فوضوية تضم 20-40 ورقة، مع ظلال، وزوايا مختلفة، ورياح).
المفاجأة: لم يقتصر نجاح الكمبيوتر على الأوراق المنفردة فحسب؛ بل نجح أيضاً في نقل معرفته إلى الشجيرة بأكملها!
- أخذوا "قواعد بصمة الإصبع" التي تعلموها من ورقة شاردونيه واحدة وطبقوها على شجيرة شاردونيه كاملة. وقد نجح الأمر!
- أخذوا قواعد ورقة بينو نوار وطبقوها على شجيرة سيرا (وهي نوع آخر من العنب الأحمر). وقد نجح الأمر أيضاً!
لماذا يهم هذا الأمر؟
هذا البحث يشبه منح المزارعين عصا سحرية يمكنها مسح كروم العنب بالكامل في دقائق.
- السرعة: لا مزيد من الانتظار لأيام للحصول على نتائج المختبر.
- الدقة: يمكن للمزارعين معالجة كل شجيرة تماماً حسب حاجتها (التطبيق بمعدل متغير)، مما يوفر المال ويحمي البيئة.
- البساطة: لقد أثبتوا أنك لست بحاجة إلى جبل البيانات بأكمِله. أنت تحتاج فقط إلى بعض "الألوان السحرية" المحددة للقيام بالمهمة. وهذا يعني أن المستشعرات المستقبلية يمكن أن تكون أصغر، وأرخص، وأسهل في الاستخدام.
باختصار: علم الباحثون جهاز كمبيوتر كيف "يرى" النيتروجين في أوراق العنب من خلال العثور على الألوان المحددة التي تهم حقاً. وقد أثبتوا أن هذه الحيلة لا تعمل فقط على الأوراق المنفردة، بل تعمل أيضاً على شجيرات العنب بأكملها، وهي تعمل لكل من العنب الأبيض والأحمر. إنها طريقة أسرع وأذكى لزراعة نبيذ أفضل مع الحفاظ على الكوكب.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.