Geospatial Technology for Estimation of Wheat Crop Water Need on District Level

تُعد المياه شريان الحياة للزراعة، ومع ذلك فهي مورد يزداد ندرة وصعوبة في الإدارة. ففي الحقول الشاسعة حيث يُزرع القمح، يواجه المزارعون تحدياً مستمراً: معرفة كمية المياه التي يحتاجها المحصول بدقة في أي لحظة. فإذا قلّت المياه، تفشل الحبوب في الامتلاء؛ وإذا زادت عن حدها، تُهدر المياه، مما قد يضر بالتربة ويستنزف الإمدادات المحلية. ولعقود من الزمن، كانت الطريقة القياسية لتحديد هذه الحاجة تعتمد على قواعد عامة أو إرسال أشخاص إلى الحقول لإجراء القياسات. هذه الأساليب تعمل، لكنها غالباً ما تكون بطيئة ومكلفة، وغير قادرة على رصد التغيرات الدقيقة التي تحدث عبر آلاف الأفدنة في وقت واحد. فهي تعامل منطقة كاملة كما لو كانت كل حقل فيها متطابقاً، متجاهلة حقيقة أن بقعة من القمح قد تكون عطشى بينما بقعة أخرى قريبة منها في حالة جيدة.

ولحل هذه المعضلة، اتجه الباحثون نحو السماء. فمن خلال استخدام الأقمار الصناعية التي تدور حول الأرض، يستطيع العلماء الآن مراقبة نمو المحاصيل من الأعلى، والتقاط صور تكشف عن صحة وكثافة الغطاء النباتي بطريقة لا يمكن للعين البشرية رؤيتها. يجمع هذا النهج بين قوة المراقبة من الفضاء وحسابات الطقس الراسخة لإنشاء صورة ديناميكية للطلب على المياه. والهدف بسيط ولكنه عميق: الانتقال من التخمين بناءً على المتوسطات إلى المعرفة الدقيقة بما يحدث في الحقول، مما يسمح بريٍ دقيق وفي الوقت المناسب وفعال. هذا التحول يعد بمساعدة المزارعين على زراعة المزيد من الغذاء باستخدام مياه أقل، وهو أمر ضروري في عالم تتقلص فيه الموارد.

وفي منطقة أكولا في ولاية ماهاراشترا بالهند، وضع فريق من الباحثين هذا المفهوم قيد الاختبار على نطاق واسع. فقد ركزوا على القمح، وهو محصول حيوي للمنطقة، وسعوا لتحديد كمية المياه التي يحتاجها بالضبط طوال موسم نموه. وبدلاً من الاعتماد على جداول ثابتة أو زيارات ميدانية متفرقة، قاموا ببناء نظام يربط المظهر المرئي للمحاصيل، كما يُرى من الفضاء، مباشرة باحتياجاتها المائية. استخدم الفريق صوراً من القمر الصناعي "سنتينل-2" (Sentinel-2)، الذي يلتقط مشاهد تفصيلية لسطح الأرض. وقد جمعوا هذه الصور على مدار عدة أشهر، من أواخر عام 2023 إلى أوائل عام 2024، متتبعين نمو القمح من مرحلة الشتلة الصغيرة إلى السنبلة الذهبية الكاملة.

تضمن جوهر عملهم قياساً محدداً مستخرجاً من هذه الصور الفضائية يسمى "مؤشر الاختلاف الخضري الطبيعي" (NDVI). وبكلمات بسيطة، هذا الرقم يخبرك بمقدار الحياة النباتية الخضراء والصحية الموجودة في بقعة معينة. فكلما ارتفع الرقم، دل ذلك على نمو كثيف وقوي، وكلما انخفض، دل ذلك على نباتات ضئيلة أو متعثرة. أدرك الباحثون أنه مع نمو نبات القمح، تتغير حاجته للمياه؛ فالشتلة الصغيرة تحتاج أقل مما تحتاجه النبتة التي تزهر وتملأ حبوبها. ولفهم هذه العلاقة، قارنوا بين أرقام "الخضرة" المستمدة من القمر الصناعي وبين الاحتياجات المائية الفعلية للمحصول، والتي تم حسابها باستخدام طريقة معيارية تأخذ في الاعتبار الظروف الجوية المحلية مثل درجة الحرارة والرطوبة والرياح.

وقد اكتشفوا صلة واضحة وموثوقة؛ حيث وجد الباحثون أن "الخضرة" المرئية من الفضاء يمكن أن تتنبأ بمعامل المياه الخاص بالمحصول، وهو عامل يعدل الاحتياجات المائية العامة لنبات مرجعي لتناسب الاحتياجات المحددة للقمح. لقد أقاموا رابطاً رياضياً مباشراً بين الاثنين، موضحين أنه كلما رصد القمر الصناعي غطاءً نباتياً أكثر اخضراراً، زاد طلب المحصول على الماء بطريقة يمكن التنبؤ بها. كانت هذه العلاقة قوية بما يكفي لاستخدامها كأداة للتقدير، مما يعني أنه من خلال مجرد النظر إلى صورة القمر الصناعي، يمكنهم تحديد كمية المياه التي يستهلكها القمح على الأرجح في تلك اللحظة تحديداً، دون الحاجة لإرسال فريق لقياسها في الحقل.

باستخدام هذا الأسلوب الجديد، حسب الفريق إجمالي الطلب على المياه لمنطقة أكولا بأكملها. ووجدوا أنه على مدار موسم النمو، استهلك محصول القمح إجمالي 382.98 ملم من المياه. وعند تطبيق هذا الرقم على المساحة الإجمالية لزراعة القمح في المنطقة، كانت النتيجة حجماً هائلاً من المياه بلغ 98.78 مليون متر مكعب. كما كشفت البيانات عن نمط متميز في هذا الطلب؛ إذ لم تكن الحاجة إلى المياه ثابتة، بل بلغت ذروتها خلال منتصف موسم النمو عندما تكون النباتات أكثر نشاطاً وتملأ حبوبها. وتمثل هذه الفترة الذروة هي الفترة الأكثر حرجاً للري، ومعرفة متى تحدث بالضبط تسمح لمديري المياه بتحديد أولويات الموارد عندما تكون في أمس الحاجة إليها.

تؤكد هذه الدراسة أن تقنية الأقمار الصناعية توفر وسيلة عملية وفعالة من حيث التكلفة لإدارة المياه على مستوى المناطق. فمن خلال استبدال التقديرات العامة ببيانات تعكس الحالة الفعلية للمحاصيل في الوقت الفعلي، يمكن للمزارعين والمخططين اتخاذ قرارات أفضل. لا يتطلب هذا النهج معدات باهظة الثمن على الأرض أو عمالة بشرية مستمرة لمراقبة كل حقل، بل يستخدم الرؤية الواسعة والمتسقة للأقمار الصناعية لتوفير صورة واضحة وقابلة للتنفيذ حول الاحتياجات المائية. يدعم هذا الأسلوب فكرة أن الري الدقيق أمر ممكن حتى في المناطق شبه القاحلة الواسعة، مما يساعد في تأمين الإنتاج الغذائي مع الحفاظ على موارد المياه الحيوية التي تدعمه.