Smart Agriculture Optimization in Off-Grid Terrains via Satellite- Coupled Soil Sensing Framework

في الزوايا النائية من العالم، حيث لا تصل خطوط الطاقة وتقف أبراج الاتصالات صامتة، تظل الزراعة صراعاً ضد عدم اليقين. فغالباً ما يفتقر المزارعون في هذه التضاريس غير المتصلة بالشبكة إلى المعلومات المناسبة في الوقت المناسب لري المحاصيل بشكل صحيح أو حمايتها من التغيرات المفاجئة في الطقس. تقدم التكنولوجيا الحديثة طريقتين متميزتين لجمع هذه المعرفة المفقودة. تعتمد إحدى الطريقتين على أجهزة صغيرة تعمل بالبطاريات مدفونة في التربة، يمكنها قياس الرطوبة ودرجة الحرارة بدقة عالية ولكن فقط في البقعة المباشرة التي توجد فيها. أما الطريقة الأخرى فتنظر من الفضاء، باستخدام الأقمار الصناعية لمسح حقول شاسعة دفعة واحدة، رغم أن هذه الرؤى غالباً ما تكون ضبابية، أو متأخرة بسبب السحب، أو غير قادرة على رؤية الظروف المحددة لبقعة واحدة من الأرض. ولطالما كان التحدي الذي يواجه العلماء هو كيفية دمج هذين المصدرين المختلفين تماماً من المعلومات دون استنزاف بطاريات أجهزة الاستشعار الأرضية المحدودة أو إهدار الطاقة في إرسال بيانات غير ضرورية عبر اتصالات ضعيفة.

اقترح فريق من الباحثين طريقة جديدة لحل هذا اللغز، من خلال إنشاء نظام يعمل كمدير ذكي لهذه المزارع النائية. فبدلاً من إجبار أجهزة الاستشቢያ الأرضية على فحص التربة بوتيرة ثابتة وغير متغيرة، يقوم نظامهم بتعديل وتيرة هذه الفحوصات بناءً على ما يحدث فعلياً في الحقل. إذا كان الطقس مستقراً وظروف التربة هادئة، يخبر النظام أجهزة الاستشعار بالراحة وتوفير طاقتها. ومع ذلك، إذا هطلت أمطار مفاجئة أو ارتفعت درجة الحرارة، يقوم النظام بإيقاظ أجهزة الاستشعار فوراً لإجراء قياسات أكثر تكراراً. ويتم توجيه هذا السلوك التكيفي بواسطة خوارزمية حاسوبية مستوحاة من الطريقة التي تبحث بها نحل العسل عن الغذاء؛ فتماماً كما يستكشف النحل مناطق جديدة عندما يقل الغذاء، لكنه يركز بكثافة على بقعة زهور غنية عندما يجدها، تقوم هذه الخوارمة بتحويل انتباهها إلى الأجزاء الأكثر أهمية في المزرعة، مما يضمن إنفاق الطاقة فقط حيث تبرز الحاجة إليها.

اختبر الباحثون هذه الفكرة من خلال بناء محاكاة حاسوبية مفصلة لحقل زراعي تبلغ مساحته عشرة كيلومترات في عشرة كيلومترات. وقد وضعوا في هذا المشهد الافتراضي ما يصل إلى مائتي جهاز استشعار وأدخلوا تحديات واقعية، مثل تعطل أجهزة الاستشعار، وانخفاض مستوى البطاريات، وحجب السحب للأقمار الصناعية. وقارنوا نظامهم الجديد بالطرق القديمة التي كانت تعتمد إما على أجهزة الاستشعار الأرضية فقط، أو الأقمار الصناعية فقط، أو مزيج بسيط وثابت من كليهما. وأظهرت النتائج أن النهج الجديد، الذي أطلقوا عليه اسم "تحسين مستوحى من نحل العسل متعدد الأهداف والتكيفي للاستشعار التربي المقترن بالأقمار الصناعية"، قد تفوق على الطرق الأخرى في كل الفئات تقريباً؛ فقد قدم تقديرات أكثر دقة لظروف التربة مع استخدام طاقة أقل بكثير وإرسال عدد أقل بكثير من حزم البيانات مقارنة بالطرق التقليدية.

كانت إحدى أهم النتائج هي كيفية تعامل النظام مع الإخفاقات الحتمية التي تحدث في البيئات النائية. فعندما أدخلت المحاكاة أخطاءً، مثل تعطل جهاز استشعار أرضي أو فقدان صورة قمر صناعي بسبب الغطاء السحابي، لم ينهار النظام، بل قام تلقائياً بتحويل اعتماده إلى المصدر الموثوق المتبقي. فإذا كانت أجهزة الاستشعار الأرضية تواجه صعوبات، اعتمد النظام بشكل أكبر على بيانات القمر الصناعي؛ وإذا حُجبت رؤية القمر الصناعي، فإنه يثق أكثر في أجهزة الاستشعار المحلية. سمحت هذه المرونة للشبكة بالاستمرار في العمل بسلاسة حتى عندما تعطلت نسبة تصل إلى خمسة عشر بالمائة من أجهزة الاستشعار أو عند فقدان بيانات القمر الصناعي، وهو مستوى من الصمود لم تستطع الأنظمة الثابتة مضاهاة مستواه.

كما كشفت الدراسة أيضاً أن النظام يتمتع بكفاءة عالية في إدارة المقايضة بين الدقة وعمر البطارية. ففي عمليات المحاكاة، وجد الباحثون أن مجرد إجراء المزيد من القياسات لم يؤدِ دائماً إلى نتائج أفضل، بل في الواقع، كان غالباً ما يهدر طاقة ثمينة. تعلمت الخوارزمية الجديدة كيفية إيجاد "النقطة المثالية"، وهي توازن محدد حيث تتم مراقبة المزرعة عن كثب بما يكفي لضمان سلامتها، ولكن ليس عن كثب لدرجة تؤدي إلى موت أجهزة الاستشعار قبل أوانها. ومن خلال تعديل الوقت بين الفحوصات بناءً على مدى إلحاح الموقف، أطال النظام العمر الإجمالي للشبكة، مما أبقى أجهزة الاستشराण تعمل لفترات أطول من أي من الطرق الأخرى التي تم اختبارها.

علاوة على ذلك، أثبت الباحثون أن هذا النهج يعمل بشكل جيد حتى مع نمو حجم المزرعة. فقد اختبروا النظام مع شبكات تتراوح من خمسة وعشرين إلى مائتي جهاز استشعار، وظل الأداء مستقراً. لم يصبح النظام مثقلاً بالبيانات الإضافية أو بزيادة التعقيد في إدارة المزيد من الأجهزة. ويشير هذا القابلية للتوسع إلى إمكانية تطبيق هذه الطريقة على مزارع ذات أحجام مختلفة دون الحاجة إلى إعادة تصميم كاملة للتكنولوجيا. كما أظهرت المحاكاة أن النظام يمكنه تقليل كمية البيانات المرسلة بهامش كبير، وهو أمر بالغ الأهمية في المناطق التي تكون فيها روابط الاتصال ضعيفة أو مكلفة في الصيانة.

في نهاية المطاف، تشير الأبحاث إلى أن مستقبل الزراعة الذكية في المناطق النائية لا يكمن في الاختيار بين أجهزة الاستشعار الأرضية والأقمار الصناعية، بل في جعلهما يعملان معاً بذكاء. وتجادل الدراسة بأن الأنظمة الثابتة، التي تعامل مصادر البيانات جميعها كأنها متساوية الأهمية طوال الوقت، هي أنظمة غير فعالة وهشة. وفي المقابل، فإن النظام الذي يقيم باستمرار موثوقية بياناته واحتياجات البيئة يمكنه اتخاذ قرارات أفضل بموارد أقل. وبينما تأتي هذه النتائج من محاكاة حاسوبية وليس من اختبار ميداني فيزيائي، فإن اتساق النتائج عبر السيناريوهات المختلفة يوفر أساساً قوياً للاعتقاد بأن هذا النهج يمكن أن يغير طريقة إدارة الزراعة في أكثر مناطق العالم عزلة. ويشير العمل نحو مستقبل تتكيف فيه التكنولوجيا مع احتياجات المزارع، بدلاً من إجبار المزارع على التكيف مع قيود التكنولوجيا.