← أحدث الأبحاث
📄 الزراعة

Constructing the Comprehensive Intelligent Monitoring System based on Wireless Sensor Networks (WSNs) for Mango Crop Precision Agriculture

تقدم هذه الورقة نظام مراقبة ذكي شامل للزراعة الدقيقة للمانجو يدمج مستشعرات فيزيائية تم التحقق من صحتها، ونموذج YOLOv10 مُحسَّن يستفيد من تقنية StarNet للكشف عالي الدقة عن الأمراض، وشبكة مستشعرات لاسلكية معززة بمُحسِّن Aquila لتحقيق كفاءة مثلى في استهلاك الطاقة وزمن انتقال منخفض.

المؤلفون الأصليون: Wen-Tsai Sung, Indra Griha Tofik Isa, Sung-Jung Hsiao

نُشر 2026-09-24
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Wen-Tsai Sung, Indra Griha Tofik Isa, Sung-Jung Hsiao

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

في البساتين الشاسعة والمشمسة حيث تمتد أغصان أشجار المانجو، غالباً ما يكمن الفرق بين الحصاد الوفير والمحصول الضائع في التفاصيل غير المرئية. لطالما اعتمد المزارعون على الخبرة للحكم على صحة أشجارهم، ولكن هناك نهج جديد بدأ يظهر يجمع بين اليقظة الهادئة للمستشعرات الصغيرة التي تعمل بالبطاريات وبين العيون الثاقبة للذكاء الاصطناائي. هذا المجال، المعروف بالزراعة الدقيقة، يسعى إلى التعامل مع كل نبتة كفرد مستقل، من خلال جمع البيانات عن الهواء، والتربة، والفاكهة نفسها لاتخاذ قرارات تتسم بالكفاءة وفي الوقت المناسب. ومن خلال نسج شبكات من المستشعرات التي تتحدث مع بعضها البعض وكاميرات يمكنها رصد المرض قبل انتشاره، يبني الباحثون نظاماً يسمح للمزارعين برؤية الظروف الخفية لبساتينهم في الوقت الفعلي. والهدف ليس مجرد المراقبة، بل فهم الشبكة المعقدة من العوامل التي تحدد ما إذا كانت ثمرة المانجو ستزدهر أم ستذبل، محولين بذلك التخمين إلى علم قائم على الملاحظة.

في دراسة حديثة، شرع الباحثون في بناء مثل هذا النظام الشامل للمراقبة خصيصاً لمحاصيل المانجو، بهدف التقاط الصورة الكاملة لبيئة البستان. بدأوا بالتحقق من مجموعة من المستشعرات الفيزيائية المصممة لقياس رطوبة الهواء ودرجة الحرارة، بالإضافة إلى رطوبة التربة وحموضتها. ولضمان موثوقية هذه الأجهزة، قارن الفريق قراءاتها بأدوات قياس قياسية على مدار يوم كامل. وأظهرت النتائج أن المستشعرات كانت دقيقة بشكل ملحوظ، بمتوسط خطأ يقل عن واحد بالمائة. هذا المستوى العالي من الدقة يعني أن النظام يمكنه الاعتماد على البيانات التي يجمعها لاتخاذ قرارات سليمة بشأن الري أو معالجة التربة، مما يوفر أساساً متيناً لبقية شبكة المراقبة.

ومع ذلك، فإن معرفة أن التربة رطبة أو أن الهواء رطب يمثل نصف القصة فقط؛ فالنصف الآخر يتعلق برؤية الفاكهة نفسها. فقد طور الباحثون نموذج رؤية حاسوبية متخصصاً لفحص المانجو بحثاً عن علامات المرض، وهو قادر على التمييز بين الثمار السليمة وتلك التي تعاني من أمراض محددة مثل "الألترناريا" (alternaria)، أو "الأنثراكنوز" (anthracnose)، أو "عفن العفن الأسود" (black mold rot)، أو "عفن طرف الساق" (stem end rot). ولجعل هذا النظام سريعاً بما يكفي للعمل على المعدات المحمولة في الحقل، قاموا بتحسين خوارزمية موجودة للكشف عن الصور عبر دمج مكون معماري جديد يسمح للحاسوب بالتعرف على الأنماط المعقدة دون الحاجة إلى قدرة حوسبية مفرطة. وعند اختبارها، أثبت هذا النموذج المحسن تفوقه على العديد من طرق الكشف الرائدة الأخرى، حيث حدد حالة الثمرة بشكل صحيح في ما يقرب من 94 بالمائة من الحالات. كما عمل بسرعة أكبر وتطلب ذاكرة أقل، مما يجعله مثالياً للاستخدام على أجهزة الكمبيوتر الصغيرة المحمولة التي يمكن حملها عبر البستان.

كانت القطعة الأخيرة من اللغز هي ربط كل هذه المستشعرات والكاميرات في شبكة واحدة فعالة. ولأن بساتين المانجو يمكن أن تكون كبيرة ومتباعدة، احتاج الباحثون إلى طريقة لإدارة تدفق المعلومات من عشرات الأجهزة دون استنزاف بطارياتها أو التسبب في تأخيرات. فاستخدموا استراتيجية مستوحاة من سلوك الصيد لدى عقاب "أكيلا" (Aquila)، وهي خوارزمية تحسن كيفية تنظيم الأجهزة لنفسها في مجموعات لمشاركة البيانات. سمح هذا النهج للشبكة بإيجاد المسارات الأكثر كفاءة لإرسال المعلومات، مما قلل بشكل كبير من الطاقة اللازمة لنقل البيانات وقلل من الوقت المستغرق لوصول الرسائل. وفي الاختبارات التي شملت عشرة أجهزة متصلة، استهلكت هذه الشبكة المحسنة طاقة أقل وشهدت رسائل مفقودة أقل مقارنة بالطرق السابقة، مما يضمن وصول البيانات من المستشعرات والكاميرات إلى جهاز المزارع بسرعة وموثوقية.

من خلال الجمع بين هذه العناصر الثلاثة — المستشعرات الفيزيائية الدقيقة، والكاميرا الذكية والسريعة للكشف عن الأمراض، وشبكة الاتصال الموفرة للطاقة — تقدم الدراسة نظاماً كاملاً لمراقبة محاصيل المانجو. لا يقوم هذا النظام بجمع البيانات فحسب، بل يعالجها محلياً لتوفير رؤى فورية، مما يسمح للمزارعين بالاستجابة للتغيرات في بساتينهم في اللحظة التي تحدث فيها. وتثبت هذه الدراسة أنه من الممكن بناء أداة مراقبة قوية وذكية تعمل ضمن قيود المزرعة في العالم الحقيقي، مما يوفر مساراً عملياً نحو زراعة أكثر استدامة وإنتاجية. وتشير النتائج إلى أنه مع الجمع الصحيح بين تكنولوجيا الاستشعار والخوارزميات الذكية، يمكن للمزارعين الحفاظ على رؤية ثابتة وواضحة لمحاصيلهم، مما يضمن حصول كل شجرة على الرعاية التي تحتاجها لإنتاج أفضل ثمار ممكنة.

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 →