SoilWaterNow: Soil water nowcasting for mapping plant available water (PAW) across paddocks for improved on-farm decision-making
يقدم البحث نموذج توازن مياه وطاقة تربة سيدني (SWEB)، وهو إطار عمل قابل للتوسع يدمج بيانات الأقمار الصناعية والمناخ والتربة لإنتاج تقديرات يومية عالية الدقة لرطوبة التربة في منطقة الجذور والمياه المتاحة للنبات عبر حقول زراعة الحبوب الأسترالية، مما يتيح اتخاذ قرارات إدارة المحاصيل في الوقت المناسب والقائمة على البيانات.
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
في حقول حزام الحبوب الشاسعة والمشمسة في أستراليا، غالباً ما يتوقف مصير الحصاد على مورد غير مرئي للعين المجردة: الماء المحتجز داخل التربة. فبالنسبة للمزارع، يعد معرفة كمية الرطوبة المتبقية في الأرض أمراً بالغ الأهمية تماماً مثل معرفة توقعات الطقس. هذا الماء، المخزن في طبقة الأرض التي تصل إليها جذور النباتات، يعمل كخزان يدعم المحاصيل بين هطولات الأمطار. ومع ذلك، فإن كمية المياه المتاحة للنبات هي توازن دقيق؛ فهي تعتمد على كمية الأمطار التي سقطت، ومدى قدرة التربة على الاحتفاظ بها، وكمية المياه التي يشربها النبات نفسه ويفقدها في الهواء من خلال عملية تسمى "النتح التبخيري". يحدث هذا الفقد عندما يتبخر الماء من سطح التربة وعندما تطلق النباتات بخار الماء عبر أوراقها. ويعد فهم هذا التوازن أمراً صعباً لأن الأرض ليست متجانسة؛ إذ يمكن أن يحتوي حقل واحد على بقع من الطين الثقيل الذي يحبس الماء بإحكام، وبقع رملية تسمح له بالتصريف بسرعة، مما يخلق فسيفساء معقدة من البقع الرطبة والجافة التي غالباً ما تخطئها القياسات التقليدية.
ولحل هذا اللغز، طور باحثون في جامعة سيدني أداة رقمية جديدة تسمى "نموذج سيدني لتوازن طاقة ومياه التربة". يعمل هذا النظام كآلة حاسبة متطورة تجمع بين صور الأقمار الصناعية للأرض وبيانات الطقس وخرائط التربة لإنشاء صورة تفصيلية وفورية لرطوبة التربة عبر مزارع بأكملها. وبدلاً من الاعتماد على مستشعر واحد مدفون في الأرض، والذي قد يروي قصة بقعة صغيرة واحدة فقط، يستخدم هذا النموذج ملاحظات الأقمار الصناعية عالية الدقة لرؤية مدى سخونة أو برودة غطاء المحاصيل. وبما أن النباتات العطشى تميل إلى أن تكون أكثر دفئاً من تلك المرتوية جيداً، يمكن للنموذج استنتاج كمية المياه التي يستخدمها المحصول فعلياً. ثم يربط هذه المعلومات بمحاكاة فيزيائية للتربة، متتبعاً كيفية امتصاص المطر، وكيفية تحرك الماء عبر طبقات الأرض المختلفة، وكمية المياه المفقودة بسبب التصريف. والنتية هي خريطة توضح كمية المياه المتاحة للنبات بدقة تصل إلى 30 متراً، وهو مقياس دقيق بما يكفي لرؤية الاختلافات داخل حقل واحد.
اختبر الباحثون هذا النموذج عبر مناطق زراعة الحبوب المتنوعة في أستراليا، من الغرب الجاف إلى الجنوب الشرقي الأكثر رطوبة، مقارنين تنبؤاته بالبيانات التي جمعتها عشرات الشبكات المستقلة للمراقبة. وشملت هذه الشبكات كل شيء، من مجسات التربة العميقة في الحقول التجريبية إلى مستشعرات الأشعة الكونية التي تقيس الرطوبة على مساحات واسعة. وأظهرت النتائج أن النموذج عمل باتساق ملحوظ، حيث تنبأ بدقة بمستويات رطوبة التربة في مجموعة متنوعة من المناخات وأنواع التربة. وفي العديد من المناطق، كان الفرق بين تقدير النموذج والمياه المقاسة فعلياً صغيراً جداً، كما حدد النموذج بشكل صحيح أنماط المناطق الرطبة والجافة عبر المشهد الطبيعي. ويشير هذا النجاح إلى أن نهج ربط بيانات درجة حرارة السطح بفيزياء التربة هو وسيلة قوية لمراقبة حالة المياه دون الحاجة إلى تركيب مستشعات باهظة الثمن في كل حقل.
تكمن القيمة العملية لهذا العمل في قدرته على تزويد المزارعين بـ "تنبؤ آني" (nowcast) — وهو لقطة حالية لظروف مياه التربة يمكن استخدامها لاتخاذ قرارات فورية. فمع رؤية واضحة لكمية المياه المتاحة للمحصول، يمكن للمزارع تقدير كمية الحبوب التي قد ينتجها الحقل في ظل الظروف الحالية. وتسمح هذه المعلومات بإدارة أكثر دقة، مثل اتخاذ قرار بشأن إضافة سماد إضافي لتعزيز النمو أو التراجع عن المدخلات إذا كان إمداد المياه ضعيفاً جداً لدعم محصول أكبر. ومن خلال تحويل بيانات الأقمار الصناعية المعقدة وأنماط الطقس إلى خريطة بسيطة وقابلة للتنفيذ لرطوبة التربة، تساعد هذه الأداة المزارعين على مواجهة عدم اليقين في المواسم المتغيرة، مما يضمن أن القرارات مبنية على فهم واضح للمياه المختبئة تحت أقدامهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.