← أحدث الأبحاث
📄 الزراعة

Data-Driven Spatial Targeting for Sustainable Intensification of Rice Systems in the Philippines

تُظهر هذه الدراسة أن استراتيجيات إدارة النيتروجين الموجهة مكانياً والقائمة على البيانات، والتي تم تطويرها باستخدام التعلم الآلي والتحقق من صحتها في المزارع، يمكن أن تسد بشكل كبير فجوات إنتاج الأرز في مقاطعتي إيلويلو ونيويا إيسيسا في الفلبين، مع تحقيق 86% من مكاسب الإنتاج المحتملة بزيادة قدرها 15% فقط في استخدام الأسمدة مقارنة بالنهج الشامل.

المؤلفون الأصليون: Royette Santos, Hari Nayak, Pompe Sta Cruz, Anton Urfels, Virender Kumar

نُشر 2026-09-14
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Royette Santos, Hari Nayak, Pompe Sta Cruz, Anton Urfels, Virender Kumar

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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

يُعد الأرز بمثابة الخبز اليومي لأكثر من نصف سكان العالم، وهو محصول أساسي لدرجة أن نجاحه أو فشله يحدد استقرار الأمم ومستويات الجوع لدى العائلات. وفي الفلبين، لا يُعتبر هذا الحبوب مجرد مصدر للغذاء، بل ركيزة للاقتصاد والثقافة، حيث يغذي أكثر من 100 مليون نسمة. ومع ذلك، وعلى الرغم من اعتماد البلاد العميق على الأرز، إلا أن المزارعين لا يحصدون بقدر ما تسمح به الأرض والمناخ نظرياً. وتحدث هذه الفجوة، المعروفة باسم "فجوة الإنتاجية"، عندما يقل المحصول الفعلي بشكل كبير عما هو ممكن باستخدام أفضل المعارف والموارد المتاحة. إن سد هذه الفجوة أمر بالغ الأهمية للأمن الغذائي الوطني، ولكن القيام بذلك يتطلب فهم السبب الدقيق وراء ازدهار بعض الحقول بينما تعاني أخرى. وتكمن التحديات في حقيقة أن كل مزرعة تختلف عن غيرها؛ فالتربة والطقو وكيفية إدارة المزارعين لمحاصيلهم تختلف من حقل إلى آخر، مما يجعل الحل الواحد الذي يناسب الجميع غير فعال.

لقد شرع فريق من الباحثين في حل هذا اللغز في مقاطعتين من أهم مقاطعات زراعة الأرز في الفلبين، إيلويلو ونيويا إيسيجا. وبدلاً من التخمين بشأن ما يحتاجه المزارعون، جمعوا معلومات مفصلة من مئات حقول الأرز الفعلية، وسجلوا كل شيء بدءاً من نوع البذور المزروعة وصولاً إلى كمية السماد المستخدمة. ثم استخدموا نظاماً حاسوبياً متطوراً، وهو شكل من أشكال الذكاء الاصطناعي، لغربلة هذا الكم الهائل من البيانات. لم يكتفِ هذا النظام بالتنبؤ بالمحاصيل المستقبلية فحسب، بل تعلم أيضاً شرح العوامل التي تعيق الإنتاج في مواقع محددة بدقة. ومن خلال تحليل البيانات، اكتشف الباحثون أن السبب الأكثر شيوعاً لانخفاض الإنتاجية كان ببساطة عدم استخدام ما يكفي من سماد النيتروجين، وهو عنصر غذائي رئيسي يساعد النباتات على النمو. ومع ذلك، فإن الكمية المطلوبة تفاوتت بشكل هائل من حقل إلى آخر؛ فبعض المزارعين كانوا يضعون كميات قليلة جداً، مما يحرم محاصيلهم من الغذاء، بينما كان آخرون يضعون كميات كبيرة جداً، مما يهدر المال وقد يضر بالبيئة.

اختبرت الدراسة ثلاث طرق مختلفة لمساعدة المزارعين على تحسين محاصيلهم. كانت الطريقة الأولى هي النهج الحكومي الحالي، الذي يقترح نفس كمية السماد للجميع في منطقة ما. والثانية كانت اقتراحاً قائماً على البيانات يطبق كمية مثالية واحدة لجميع المزارع. أما الثالثة، وهي الأكثر ابتكاراً، فكانت نهجاً مستهدفاً؛ حيث استخدم هذا الأسلوب تحليل الحاسوب لتحديد الحقول المحددة التي تعاني بالفعل من نقص في النيتروجين، وأوصى بزيادة السماد فقط لتلك البقاع. وكانت النتائج مذهلة؛ فقد توقع النهج المستهدف أن المزارعين يمكنهم زيادة محاصيلهم بأكثر من طن واحد للهكتار في إيلويلو وما يقرب من طنين للهكتار في نيويا إيسيجا. ومن اللافت للنظر أن هذه الزيادة الهائلة في إنتاج الغذاء يمكن تحقيقها مع استخدام كمية أقل بكثير من السماد الإجمالي مقارنة بالطرق الأخرى. في الواقع، يمكن للاستراتيجية المستهدفة أن تنتج 86 بالمائة من إنتاج الأرز الإضافي المحتمل مع طلب جزء ضئيل فقط من السماد الإضافي الذي ستطلبه التوصيات الشاملة.

ولضمان ألا تكون تنبؤات الحاسوب مجرد نظريات، نقل الباحثون نتائجهم إلى الحقول. حيث أقاموا تجارب جنباً إلى جنب، حيث تتبع قطعة أرض واحدة الأساليب المعتادة للمزارع، بينما تتبع القطعة المجاذبة التوصيات الجديدة القائمة على البيانات. وأكدت النتائج دقة النموذج؛ ففي إيلويلو، أنتجت القطع التي استخدمت النصائح الجديدة أرزاً أكثر بنسبة 15 بالمائة، وفي نيويا إيسيجا، أنتجت ما يقرب من 12 بالمائة أكثر. وقد أثبت هذا التحقق في العالم الحقيقي صحة تشخيص الحاسوب: وهو أن العديد من المزارعين كانوا بالفعل يقللون من تسميد محاصيلهم، وأن تعديلاً دقيقاً ومخصصاً يمكن أن يفتح آفاق الإنتاجية دون الحاجة إلى توسيع الأراضي الزراعية أو استخدام مواد كيميائية مفرطة.

إن تداعيات هذا العمل تمتد إلى ما هو أبعد من حصاد واحد؛ فهي تشير إلى تحول جوهري في كيفية تقديم الدعم الزراعي. فلعقود من الزمن، اعتمدت السياسات غالباً على الإعانات الواسعة، حيث تقدم نفس القدر من دعم السماد لكل مزارع مسجل بغض النظر عن احتياجاته المحددة. وتجادل هذه الدراسة بأن مثل هذا النهج الموحد غير فعال. وبدلاً من ذلك، يجب توجيه الموارد مثل تسليط الضوء، بالتركيز فقط على المناطق التي سيكون لها أكبر تأثير. ومن خلال استخدام البيانات لتحديد الحقول المتعثرة بدقة بسبب نقص العناصر الغذائية، يمكن للحكومات ومنظمات الإغاثة تعظيم العائد على استثماراتها. وهذا يعني المزيد من الأرز للأمة، ودخل أفضل للمزارعين، وضغطاً بيئياً أقل من الاستخدام غير الضروري للأسمدة.

كما سلط الباحثون الضوء على أن هذا النهج حيوي بشكل خاص في ظل ارتفاع تكاليف الأسمدة واعتماد البلاد الكبير على واردات الأرز. ومن خلال سد الفجوة بين ما يحصده المزارعون حالياً وما يمكنهم حصاده مع إدارة أفضل، يمكن للفلبين تقليل حاجتها لشراء الأرز من دول أخرى بشكل كبير. وتثبت الدراسة أن الأدوات لتحقيق ذلك متاحة بالفعل؛ فمن خلال الجمع بين البيانات الموسعة الميدانية والأساليب التحليلية الحديثة، من الممكن الانتقال من مرحلة التخمين نحو نظام زراعة دقيقة يكون ذكياً اقتصادياً ومستداماً بيئياً. وتخلص الدراسة إلى أن طريق الأمن الغذائي لا يكمن في فعل المزيد من الشيء نفسه، بل في فعل الشيء الصحيح، في المكان الصحيح، وفي الوقت الصحيح.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 📄 agriculture →