نموذج آلي للكشف عن حدود الحقول للزراعة الدقيقة من GeoPard

أكملت شركة GeoPard بنجاح تطوير نموذج آلي للكشف عن حدود الحقول باستخدام صور الأقمار الصناعية متعددة السنوات، والكشف الدقيق عن السحب والظلال، والخوارزميات الخاصة المتقدمة، بما في ذلك الشبكات العصبية العميقة.

حقق نموذج الكشف الميداني GeoPard دقة متطورة بلغت 0.975 على مقياس التقاطع على الاتحاد (IoU), تم التحقق من صحتها عبر مناطق وأنواع محاصيل متنوعة على مستوى العالم.

اطلع على هذه الصور لرؤية النتائج في ألمانيا (يبلغ متوسط مساحة الحقل 7 هكتارات):

1- صورة خام من القمر الصناعي Sentinel-2

1 – صورة خام من القمر الصناعي Sentinel-2

3- حدود الحقول المجزأة

2 – صورة فائقة الدقة من القمر الصناعي Sentinel-2 بواسطة GeoPard (بدقة متر واحد)

2 - صورة فائقة الدقة من القمر الصناعي Sentinel-2 بواسطة GeoPard

3- حدود الحقول المجزأة،, 0.975 مقياس دقة التقاطع على الاتحاد (IoU)،, عبر مناطق دولية متعددة وأنواع محاصيل متنوعة.


سيتم قريباً دمج هذه الميزة مع واجهة برمجة التطبيقات (API) وتطبيق GeoPard. تساعد هذه الطريقة الآلية والفعّالة من حيث التكلفة في التنبؤ بالمحاصيل، وتعود بالفائدة على المؤسسات الحكومية، كما تُسهّل على مُلّاك الأراضي الكبيرة الذين يحتاجون غالباً إلى تحديث حدود حقولهم بين المواسم.

يعتمد نهج GeoPard على اتجاهات الغطاء النباتي للمحاصيل على مدى عدة سنوات باستخدام تحليل العوامل المتعددة وتناوب المحاصيل.

 

يمكن الوصول إلى النموذج عبر واجهة برمجة تطبيقات GeoPard بنظام الدفع حسب الاستخدام، مما يوفر المرونة دون الحاجة إلى اشتراكات مكلفة.

 

ما هو تحديد حدود الحقل؟

يشير ترسيم حدود الحقول إلى عملية تحديد ورسم حدود الحقول الزراعية أو قطع الأراضي. ويتضمن ذلك استخدام تقنيات ومصادر بيانات متنوعة لترسيم حدود الحقول أو قطع الأراضي الزراعية الفردية.

تقليدياً، كان المزارعون أو ملاك الأراضي يحددون حدود الحقول يدوياً بناءً على معرفتهم وملاحظاتهم.

ومع ذلك، ومع التقدم في التكنولوجيا، وخاصة في الاستشعار عن بعد ونظم المعلومات الجغرافية (GIS)، أصبحت الأساليب الآلية وشبه الآلية أكثر انتشارًا.

يُعد تحليل صور الأقمار الصناعية أو الصور الجوية أحد الأساليب الشائعة. إذ يمكن للصور عالية الدقة التي تلتقطها الأقمار الصناعية أو الطائرات أن توفر معلومات تفصيلية عن التضاريس، بما في ذلك الحدود بين قطع الأراضي المختلفة.

يمكن تطبيق خوارزميات معالجة الصور على هذه الصور لاكتشاف السمات المميزة مثل التغيرات في نوع الغطاء النباتي أو اللون أو الملمس أو الأنماط التي تشير إلى وجود حدود الحقول.

تتضمن تقنية أخرى استخدام بيانات LiDAR (الكشف الضوئي وتحديد المدى)، والتي تستخدم أشعة الليزر لقياس المسافة بين المستشعر وسطح الأرض.

يمكن لبيانات LiDAR أن توفر معلومات مفصلة عن الارتفاع والتضاريس، مما يسمح بتحديد الاختلافات الدقيقة في التضاريس التي قد تتوافق مع حدود الحقول.

بالإضافة إلى ذلك، تلعب نظم المعلومات الجغرافية (GIS) دورًا حاسمًا في تحديد حدود الحقول.

تتيح برامج نظم المعلومات الجغرافية دمج وتحليل طبقات بيانات متنوعة، تشمل صور الأقمار الصناعية، والخرائط الطبوغرافية، وسجلات ملكية الأراضي، وغيرها من المعلومات ذات الصلة. ومن خلال دمج مصادر البيانات هذه، يمكن لنظم المعلومات الجغرافية أن تساعد في تفسير وتحديد حدود الحقول.

يُعدّ التحديد الدقيق للحقول أمراً ضرورياً لعدة أسباب. فهو يُسهّل الإدارة الأفضل للموارد الزراعية، ويُمكّن من استخدام تقنيات الزراعة الدقيقة، ويدعم تخطيط وتنفيذ الممارسات الزراعية مثل الري والتسميد ومكافحة الآفات.

كما تساعد بيانات حدود الحقول الدقيقة في إدارة الأراضي، وتخطيط استخدام الأراضي، والامتثال للوائح الزراعية.

كيف يكون ذلك مفيداً؟

يلعب دورًا محوريًا في الزراعة وإدارة الأراضي، إذ يوفر العديد من الفوائد والأهمية المدعومة بالأدلة والإحصاءات العالمية. إليكم بعض النقاط الرئيسية:

1. الزراعة الدقيقة: تساعد حدود الحقول الدقيقة في تطبيق تقنيات الزراعة الدقيقة، حيث يتم توجيه الموارد مثل المياه والأسمدة والمبيدات بدقة إلى مناطق محددة داخل الحقول.

وفقًا لتقرير صادر عن البنك الدولي، فإن تقنيات الزراعة الدقيقة لديها القدرة على زيادة غلة المحاصيل بحلول عام 20% وخفض تكاليف المدخلات بحلول عام 20%.

2. إدارة الموارد بكفاءة: يُمكّن هذا النظام المزارعين من إدارة الموارد بشكل أفضل من خلال تحسين أنظمة الري، وتعديل ممارسات التسميد، ومراقبة صحة المحاصيل. هذه الدقة تقلل من هدر الموارد والأثر البيئي.

تقدر منظمة الأغذية والزراعة (الفاو) أن ممارسات الزراعة الدقيقة يمكن أن تقلل من استخدام المياه بمقدار 20-50%، وتقلل من استهلاك الأسمدة بمقدار 10-20%، وتقلل من استخدام المبيدات بمقدار 20-30%.

3. تخطيط استخدام الأراضي: تُعدّ بيانات حدود الحقول الدقيقة ضرورية لتخطيط استخدام الأراضي، مما يضمن الاستخدام الأمثل للأراضي الزراعية المتاحة. فهي تُمكّن صانعي السياسات ومديري الأراضي من اتخاذ قرارات مدروسة بشأن تخصيص الأراضي، وتناوب المحاصيل، وتقسيم المناطق.

قد يؤدي ذلك إلى زيادة الإنتاجية الزراعية وتحسين الأمن الغذائي. وقد وجدت دراسة نُشرت في مجلة حفظ التربة والمياه أن التخطيط الفعال لاستخدام الأراضي يمكن أن يزيد الإنتاج الغذائي العالمي بمقدار 20-671 ضعفًا.

4. الإعانات الزراعية والتأمين: تقدم العديد من الدول إعانات زراعية وبرامج تأمين بناءً على حدود الحقول. ويساعد التحديد الدقيق للحدود في تحديد مساحات الأراضي المؤهلة، وضمان التوزيع العادل للإعانات، وحساب أقساط التأمين بدقة.

فعلى سبيل المثال، تعتمد السياسة الزراعية المشتركة للاتحاد الأوروبي على حدود الحقول الدقيقة لحسابات الدعم ومراقبة الامتثال.

5. إدارة الأراضي والحدود القانونية: يُعدّ تحديد حدود الحقول في الزراعة أمراً بالغ الأهمية لإدارة الأراضي، وحقوق الملكية، وحلّ النزاعات المتعلقة بها. وتساعد الخرائط الدقيقة لحدود الحقول في إثبات الملكية القانونية، ودعم أنظمة تسجيل الأراضي، وتسهيل معاملات الأراضي بشفافية.

يقدر البنك الدولي أن 30% فقط من سكان العالم لديهم حقوق موثقة قانونياً في أراضيهم، مما يسلط الضوء على أهمية بيانات حدود الحقول الموثوقة لضمان حيازة الأراضي بشكل آمن.

6. الامتثال والاستدامة البيئية: تساعد حدود الحقول الدقيقة في مراقبة الامتثال، مما يضمن الالتزام باللوائح البيئية وممارسات الزراعة المستدامة.

يساعد ذلك في تحديد المناطق العازلة والمناطق المحمية والمناطق المعرضة للتآكل أو تلوث المياه، مما يمكّن المزارعين من اتخاذ التدابير المناسبة. ويعزز الالتزام بالمعايير البيئية الاستدامة ويقلل من الآثار السلبية على النظم البيئية.

ووفقاً لمنظمة الأغذية والزراعة، يمكن لممارسات الزراعة المستدامة أن تخفف من انبعاثات غازات الاحتباس الحراري بما يصل إلى 6 مليارات طن سنوياً.

تُبيّن هذه النقاط فائدتها وأهميتها في الزراعة وإدارة الأراضي. وتؤكد الأدلة والإحصاءات العالمية المعروضة الآثار الإيجابية التي يمكن أن تُحدثها على كفاءة استخدام الموارد، وتخطيط استخدام الأراضي، والأطر القانونية، والاستدامة البيئية، والإنتاجية الزراعية الإجمالية.

باختصار، يُعدّ تحديد حدود الحقول في الزراعة عمليةً لتحديد ورسم خرائط حدود الحقول الزراعية أو قطع الأراضي. وتعتمد هذه العملية على تقنيات متنوعة، مثل تحليل صور الأقمار الصناعية، وبيانات LiDAR، ونظم المعلومات الجغرافية، لتحديد هذه الحدود بدقة، مما يُتيح إدارة فعّالة للأراضي وممارسات زراعية سليمة.

صور الكواكب (يومية، بدقة 3 متر) لإنشاء مناطق الإدارة

أصبح الوصول إلى صور القمر الصناعي Planet أسهل وأسرع وأقل تكلفة مع تطبيق GeoPard Agriculture. منذ أغسطس 2022، أتاح GeoPard إمكانية البحث عن صور Planet المطلوبة وتحليلها فقط ضمن النطاق الزمني الذي يفضله المستخدم.

لذا، يطلب مستخدم GeoPard صور الكواكب المفضلة فقط ويمكنه استخدامها في مجموعة أدوات التحليل الخاصة بـ GeoPard.

صور الكواكب تمتد سينتينل ولاندسات تغطيات (مقدمة افتراضيًا) ويمكن دمجها مع طبقات بيانات أخرى (مجموعات بيانات آلات الحصاد/الرش/البذر، وملف تعريف التضاريس) عبر البيانات الموجودة متعدد الطبقات, متعدد السنوات, و أدوات المعادلات

 

صور الكواكب لإنشاء مناطق الإدارة

 

كوكب تُعد أكبر شبكة أقمار صناعية لمراقبة الأرض، حيث توفر مجموعة بيانات عالمية شبه يومية، وتتيح بيانات صور الأقمار الصناعية عالية الدقة وعالية التردد.

مناطق الإدارة المستندة إلى صور بلانيت سكوب (بدقة 3.5 متر).

اقرأ المزيد عن جيوبارد / شراكة الكوكب.

ما هي صور الكواكب وما استخدامها في إنشاء مناطق الإدارة؟

يشير هذا المصطلح إلى صور الأقمار الصناعية التي توفرها شركة بلانيت لابز، وهي شركة خاصة تُشغّل أسطولًا من الأقمار الصناعية الصغيرة تُسمى دوفز. تلتقط هذه الأقمار صورًا عالية الدقة لسطح الأرض يوميًا. ويعني مصطلح "دقة 3 أمتار" أن كل بكسل في الصورة يُمثل مساحة 3×3 أمتار على سطح الأرض. يتيح هذا المستوى من الدقة إجراء تحليل دقيق ومراقبة شاملة لمختلف المعالم والتغيرات على سطح الأرض.

عندما يتعلق الأمر بإنشاء مناطق الإدارة، يمكن أن تكون صور الكواكب بدقة 3 أمتار يوميًا مفيدة للغاية لمختلف الصناعات والتطبيقات، مثل:

  • زراعةيمكن أن تساعد الصور عالية الدقة في إنشاء مناطق إدارة في الزراعة، حيث قد تتطلب مناطق مختلفة من الحقل معالجات مختلفة، مثل الري والتسميد ومكافحة الآفات. ومن خلال تحليل هذه الصور، يستطيع المزارعون تحديد الأنماط المتعلقة بصحة المحاصيل ورطوبة التربة وعوامل أخرى، مما يمكّنهم من اتخاذ قرارات أفضل بشأن تخصيص الموارد.
  • الإدارة البيئية: يمكن استخدام صور الأقمار الصناعية لتحديد ومراقبة المناطق الحساسة بيئياً، مثل الأراضي الرطبة والغابات وموائل الحياة البرية. ويمكن استخدام هذه المعلومات لإنشاء مناطق إدارة تحمي هذه المناطق وتضمن ممارسات مستدامة لاستخدام الأراضي.
  • التخطيط الحضري: تساعد الصور عالية الدقة مخططي المدن على تحديد مناطق النمو، وأنماط استخدام الأراضي، وتطوير البنية التحتية. ويمكن استخدام هذه المعلومات لإنشاء مناطق إدارية توجه التنمية المستقبلية وتضمن الاستخدام الأمثل للموارد.
  • إدارة الكوارث يمكن أن تساعد صور الأقمار الصناعية في تحديد ومراقبة المناطق المعرضة للكوارث، مثل السهول الفيضية أو بؤر حرائق الغابات. ويمكن إنشاء مناطق إدارة لتحديد طرق الإخلاء، وتخصيص الموارد للاستجابة للكوارث، وتوجيه سياسات استخدام الأراضي التي تقلل من مخاطر الكوارث المستقبلية.
  • إدارة الموارد الطبيعية: يمكن أن تساعد الصور عالية الدقة في رصد وإدارة الموارد مثل المياه والمعادن والغابات. ومن خلال تحديد المناطق ذات القيمة العالية للموارد أو المناطق التي تعاني من ندرتها، يمكن إنشاء مناطق إدارة لضمان الاستخدام المستدام لهذه الموارد والحفاظ عليها.

باختصار، تعد صور الكواكب بدقة 3 أمتار يوميًا أداة قيّمة لإنشاء مناطق إدارة في مختلف المجالات، حيث توفر معلومات حديثة ومفصلة يمكن أن تساعد صناع القرار على تحسين تخصيص الموارد وضمان ممارسات استخدام الأراضي المستدامة.


الأسئلة الشائعة


1. ما الذي يمكن أن يساعد استخدام الصور في ترسيخه؟

يمكن أن يساعد استخدام الصور في إنشاء نظام زراعي أكثر كفاءة وفعالية. فمن خلال استخدام تقنيات مثل الطائرات المسيّرة أو التصوير بالأقمار الصناعية، يمكن للصور أن توفر معلومات قيّمة حول صحة المحاصيل، وظروف التربة، واحتياجات الري.

تساعد هذه التقنية في تحديد مواطن الخلل، مثل انتشار الآفات أو نقص العناصر الغذائية، مما يُمكّن المزارعين من اتخاذ إجراءات مُوجّهة. علاوة على ذلك، تُسهم الصور في مراقبة نمو المحاصيل وتطورها، مما يُتيح اتخاذ قرارات دقيقة وزيادة الإنتاجية إلى أقصى حد. 

كيف تساعد الصور الفضائية في مراقبة المحاصيل

تُعدّ صور الأقمار الصناعية من أكثر الأدوات تنوعًا التي يُمكن توظيفها في الإنتاج الزراعي لتحسين عملية اتخاذ القرارات. فالاعتماد على كميات هائلة من البيانات يُساعد المزارعين والمهندسين الزراعيين والمستشارين على فهم الوضع والعمليات الجارية في الحقول الزراعية الخاضعة للمراقبة.

ما هي تقنية التصوير بالأقمار الصناعية؟

التصوير بالأقمار الصناعية، المعروف أيضًا باسم الاستشعار عن بعد بالأقمار الصناعية، هو عملية استخدام صور الأقمار الصناعية لجمع معلومات حول سطح الأرض وغلافها الجوي ومحيطاتها. تتضمن هذه التقنية استخدام الأقمار الصناعية مزودة بأجهزة استشعار وكاميرات متخصصة يمكنها التقاط صور عالية الدقة للأرض من الفضاء.

يمكن استخدام الصور التي تلتقطها الأقمار الصناعية في تطبيقات متنوعة، تشمل رصد أنماط الطقس، وتتبع التغيرات البيئية، ورسم خرائط استخدام الأراضي والغطاء النباتي، وتقييم آثار الكوارث الطبيعية. كما يمكن استخدامها لأغراض عسكرية واستخباراتية.

تُتيح تقنيات التصوير بالأقمار الصناعية، بما توفره من مزايا، إمكانية رصد حالات لا يمكن رؤيتها بالمراقبة التقليدية. وتتطلب المراقبة التقليدية موارد كبيرة من حيث القوى العاملة والتمويل والوقت.

حتى مع إجراء الملاحظات المنتظمة خلال فترة نمو المحاصيل، هناك العديد من الأشياء التي لا يمكن رؤيتها بالعين المجردة، مثل التطور المبكر لـ المرض والضرر الناجم عن الآفات والذي يؤدي في النهاية إلى تحلل الكلوروفيل على مستوى الخلية.

بفضل دمج وحساب النطاقات الطيفية غير المرئية للعين البشرية، يمكن للمزارعين والمستشارين تصور تدهور الكلوروفيل بسهولة قبل ظهور أعراض تلف الأمراض أو الآفات المرئية على النباتات.

صور الأقمار الصناعية متعددة الأطياف

تُعد هذه المزايا في مراقبة المحاصيل مفيدة مع التقنيات الحالية، مما يسمح بدمج هذه المعلومات في نظم المعلومات الجغرافية، مما يؤدي إلى إنشاء مجموعة بيانات سريعة وعالية الجودة جاهزة للاستخدام في عمليات صنع القرار المتعلقة بنظم الإنتاج الزراعي.

إلى جانب اتخاذ القرارات القائمة على المعلومات، يمكن استخدام صور الأقمار الصناعية في إعداد التقارير وحفظ السجلات والتكامل مع مجموعات بيانات مختلفة (نماذج الأمراض والآفات،, خرائط الإنتاج, (مثل مراقبة الآفات، وخرائط التسميد، وما إلى ذلك) من أجل إنشاء نظام أكثر فعالية لمراقبة المحاصيل والطريقة التي يرى بها المزارع أو غيره من المهنيين تقدم المحاصيل خلال فترة نموها.

كيف تُستخدم صور الأقمار الصناعية في الزراعة؟

يمكن استخدام الصور لنمذجة وحساب المؤشرات الطيفية التي تُعادل لاحقًا لاستخدامها في التصور على شكل توليف لوني، إما في الجزء المرئي من الطيف أو بإضافة أطوال موجية أخرى. ويمكن للتوليف اللوني المُختار بعناية أن يكشف عن نمو المحاصيل أو إجهادها أو حالة التربة. تآكل معروضة بألوان مختلفة.

المؤشرات الطيفية هي عبارة عن توليفات من الانعكاس الطيفي لطولين موجيين أو أكثر لإظهار خصائص معينة. تُستخدم مؤشرات المحاصيل بشكل شائع في الزراعة، ولكنها تُستخدم أيضًا لتحديد المناطق المحروقة، وغيرها من الخصائص الاصطناعية، والمياه، وغيرها من السمات الجيولوجية.

صور الأقمار الصناعية فائقة الطيف

تشمل المؤشرات الطيفية المفيدة في إنتاج المحاصيل ما يلي:

  • مؤشر الاختلافات الطبيعية المعززة (مؤشر اختلاف الغطاء النباتي المعياري).
  • مؤشر الغطاء النباتي المحسن (EVI).
  • RENDVI أو NDRE (مؤشر اختلاف الغطاء النباتي الطبيعي للحافة الحمراء).
  • GNDVI (مؤشر اختلاف الغطاء النباتي الأخضر المعياري).
  • MSI أو NDWI (مؤشر إجهاد الرطوبة).
  • مؤشر مساحة الورقة (LAI).

يُعدّ مؤشر NDVI أحد أكثر المؤشرات استخدامًا، ويُستخدم بكثرة لتقييم الحالة الأولية للمحصول. بينما تعتمد مؤشرات أخرى على خصائص محددة، لذا فإن نتائجها ترتبط بمواقع زراعية معينة، ومن المهم مراعاة تاريخ الغطاء النباتي للأرض.

مؤشر NDVI (مؤشر اختلاف الغطاء النباتي المعياري)

يُعدّ هذا المؤشر مقياسًا للغطاء النباتي الأخضر، وهو عمومًا المؤشر الأكثر استخدامًا. تعكس الأوراق الأشعة تحت الحمراء القريبة (NIR) وتستخدم الضوء المرئي فقط في عملية التمثيل الضوئي. وهذا يعني أنه يمكن تحليل نبات سليم ذي معدل تمثيل ضوئي جيد من خلال مقارنة الأشعة تحت الحمراء القريبة بالضوء الأحمر المرئي.

تعكس النباتات غير الصحية كمية أكبر من الضوء المرئي وكمية أقل من الأشعة تحت الحمراء القريبة. أما النباتات الصحية فتُقلل من كمية الضوء المرئي الساقط عليها. مع ذلك، يتأثر مؤشر NDVI بعوامل التربة (الضوء واللون)، والغطاء السحابي، والظل. كما قد تكون قيم NDVI غير دقيقة في المناطق ذات الغطاء النباتي الكثيف.

مؤشر الغطاء النباتي المحسن (EVI)

يُعدّ هذا المؤشر المعيار القياسي للأطياف متوسطة الدقة، وهو أداة تُستخدم على متن قمري تيرا وأكوا الصناعيين. ويُقدّم مؤشر EVI بديلاً لمؤشر NDVI، إذ يُعالج بعض أوجه قصوره، مثل قيود التربة والغلاف الجوي، من خلال تحسين انعكاسية أوراق النباتات.

يستخدم الجزء الأزرق من الطيف المرئي لتصحيح الإشارة، مما يقلل من تأثيرات القيود المذكورة أعلاه بما في ذلك تشتت الإشعاع الكهرومغناطيسي بواسطة الهباء الجوي.

RENDVI أو NDRE (مؤشر اختلاف الغطاء النباتي المعياري للحافة الحمراء)

يستند هذا المؤشر إلى مؤشر NDVI القياسي، ولكن مع بعض التعديلات. يُعدّ مؤشر RENDVI مفيدًا للغاية في الزراعة الدقيقة، ومراقبة الغابات، والكشف عن إجهاد المحاصيل.

تُعزى فعاليته إلى تضمينه أطوال موجية تقع ضمن نطاق الطيف الأحمر، بدلاً من الأطوال الموجية التي تتوافق مع قيم الانعكاس والامتصاص. وهو مناسب بشكل خاص لرصد التغيرات الطفيفة في حالة الغطاء النباتي.

مؤشر GNDVI (مؤشر اختلاف الغطاء النباتي الأخضر المعياري)

يشبه هذا المؤشر مؤشر NDVI، ويقيس انعكاس الضوء في الجزء الأخضر من الطيف ضمن نطاق أطوال موجية يتراوح بين 540 و570 نانومتر، بدلاً من الجزء الأحمر. وهذا ما يجعل المؤشر أكثر حساسية لمحتوى الكلوروفيل في الأجزاء الخضراء من المحاصيل.

مؤشر الإجهاد الرطوبي (MSI)

يُعدّ هذا المؤشر حساسًا لزيادة محتوى الماء في الأوراق. ويُستخدم مؤشر MSI للكشف عن الإجهاد الناتج عن ندرة المياه، وهو مؤشر جيد لحالة المحاصيل، ويُستخدم غالبًا في نمذجة المحاصيل، وتحليل الحرائق، ودراسة فسيولوجيا النظام البيئي. وتشير القيم المرتفعة إلى الإجهاد المائي وانخفاض محتوى الماء.

مؤشر مساحة الأوراق (LAI)

يُستخدم هذا المؤشر لتقدير مساحة الورقة والتنبؤ بنمو النبات وإنتاجيته.

أنواع صور الأقمار الصناعية للمحاصيل

الأقمار الصناعية ومزودي التكنولوجيا نوع صور الأقمار الصناعية كرر الدورة الدقة المكانية
لاندسات 4-9 RGB، متعدد الأطياف، بانكروماتيك 8 أيام 15، 30، 100 متر
سينتينل-2،, RGB، متعدد الأطياف 5 أيام 10 أمتار
نطاق الكوكب RGB، متعدد الأطياف يوميًا 3-4 متر
بلانيت سكاي سات بانكروماتيكي، متعدد الأطياف يوميًا 0.5، 0.71-0.82 متر
إيرباص بلياديس متعدد الأطياف يوميًا 0.5 متر
يناشد نيو بانكروماتيكي، متعدد الأطياف بعد 40 دقيقة من الطلب 0.3 متر
آيس آي رادار الفتحة الاصطناعية يوميًا 0.25 متر
هايبريون الطيف الفائق غير متوفر 30 متراً
موشور الطيف الفائق غير متوفر 0.3 متر

حالات استخدام التصوير بالأقمار الصناعية

فيما يلي بعض الاستخدامات المهمة لصور الأقمار الصناعية في مراقبة المحاصيل:

التصوير الحراري

يمكن رصد الحرارة المنبعثة من الأجسام الموجودة على مستوى سطح الأرض في الصور الحرارية الملتقطة من الجو، والتي تكشف أيضاً عن تغيرات في درجات الحرارة تتوافق مع إجهاد المحاصيل. ويمنع إزالة العناصر غير الضرورية، مثل معدات الري المحوري، من الصورة من خلال المعايرة وتصحيح الصورة، انحراف البيانات.

تظهر المناطق الباردة باللون الأرجواني، بينما تظهر المناطق الدافئة باللون الأصفر في الصور النهائية. يُعدّ التصوير الحراري مفيدًا في الكشف عن التسريبات والانسدادات وغيرها من مشاكل الري، نظرًا لأن الماء يُبرّد النباتات. كما يُساعد التصوير الحراري المزارعين على تحديد الأمراض والآفات قبل ظهور أعراضها، والاستجابة لها بتدخلات أكثر دقة وفي الوقت المناسب، وذلك من خلال رصد التغيرات الطفيفة في درجة حرارة سطح الأوراق.

رطوبة التربة

يجب أن تأخذ الزراعة في الحسبان رطوبة التربة. وبالنسبة لتطبيقات الزراعة الدقيقة (على مستوى الحقول الفردية) ومع توقع تحسين نماذج إنتاجية المحاصيل، فإن توفر خرائط رطوبة التربة عالية الدقة أمر بالغ الأهمية.

نظراً لضعف الدقة المكانية وقلة عمق البيانات المرصودة، لم يُستخدم منتج رطوبة التربة المُستمد من الأقمار الصناعية إلا بشكل محدود في دعم اتخاذ القرارات الزراعية على مستوى المزارع أو الحقول. مع ذلك، إذا أمكن توفير بيانات دقيقة ذات أبعاد زمنية ومكانية مقبولة، فمن المتوقع أن يكون لرطوبة التربة المُستمدة من الأقمار الصناعية إمكانات كبيرة.

دقة

شهدت تقنية التصوير الفضائي عالي الدقة من الأقمار الصناعية ذات المدارات المنخفضة تطوراً ملحوظاً وسهولة في الوصول إليها مؤخراً، مما يوفر إمكانات جديدة لتطبيقات تحديد النمط الظاهري. توضح هذه الورقة البحثية كيفية استخدام التصوير الفضائي في تحديد النمط الظاهري للمحاصيل والإنتاج الزراعي، وتحدد خصائص النباتات التي يمكن تقييمها باستخدام بيانات الأقمار الصناعية عالية الدقة.

تتناول هذه الورقة البحثية فوائد استخدام التصوير الفضائي القائم على الأقمار الصناعية في برامج تحسين المحاصيل، بالإضافة إلى عيوبه، مثل حجب السحب. كما تستكشف الاستخدامات المحتملة للتصوير الفضائي عالي الدقة كأداة للتصوير الفضائي في المستقبل.

من أجل مساعدة مربي النباتات على اختيار أصناف عالية الإنتاجية ومقاومة للإجهاد والتي يمكن أن تساعد في تلبية الطلب العالمي على الغذاء مع التكيف مع تغير المناخ، يمكن استخدام صور الأقمار الصناعية عالية الدقة كأداة للنمط الظاهري لتقييم أصناف المحاصيل.

مراقبة عبر الأقمار الصناعية

تطبيقات صور الأقمار الصناعية

جيبارد القدرات و توفر تطبيقات التصوير بالأقمار الصناعية يُمكّن هذا النظام المستخدمين من تصور البيانات وتوحيدها وتحليلها واستخلاص رؤى مباشرة من الحقول الزراعية بهدف تحسين إنتاج المحاصيل. ويمكن الاستفادة من هذه البيانات باستخدام خوارزميات GeoPard الجاهزة أو عن طريق إنشاء خوارزميات خاصة لجعلها مفيدة في مجال الزراعة.

تسمح هذه الخوارزميات بتقييم نمو المحاصيل والإجهاد وما إلى ذلك (انظر الصورة) أو حتى إنشاء خرائط وصفية: على سبيل المثال خرائط تطبيق النيتروجين VR، وخرائط تطبيق رش حماية المحاصيل.


الأسئلة الشائعة


1. كيف يمكن الحصول على صور الأقمار الصناعية للمزرعة؟

للحصول على هذه الخدمة لمزرعتك، ابحث عن مزودي الخدمة، وسجّل حسابًا لديهم، ثم ادخل إلى قاعدة بياناتهم أو بوابتهم الإلكترونية. حدد موقع مزرعتك والمعايير المطلوبة لاسترجاع الصور المناسبة للمراقبة الزراعية.

2. لماذا تُعد صور الأقمار الصناعية مفيدة لفهم الشبكات الغذائية؟

يُعدّ هذا الجهاز مفيداً في فهم الشبكات الغذائية لقدرته على توفير رؤية شاملة وواسعة النطاق للنظم البيئية. فمن خلال التقاط صور واسعة النطاق للأراضي والمسطحات المائية، يُتيح للعلماء مراقبة وتحليل التوزيع المكاني لمختلف الموائل والموارد.

وهذا بدوره يساعد في دراسة التفاعلات بين الأنواع المختلفة، وتحديد العلاقات الغذائية الرئيسية، وفهم تدفق الطاقة عبر الشبكات الغذائية.

يساعد ذلك في كشف الديناميكيات البيئية المعقدة، مما يساهم في فهم أعمق لوظائف النظام البيئي وجهود الحفاظ عليه.

3. ما هي تكلفة صور الأقمار الصناعية؟

تختلف تكلفتها تبعاً لعدة عوامل، منها مزود الخدمة، ودقة الصورة، وتواتر التصوير، ونطاق التغطية المطلوبة. وتتراوح الأسعار بين خيارات معقولة التكلفة للصور منخفضة الدقة، وخيارات أغلى ثمناً للتصوير عالي الدقة والمراقبة الآنية.

بالإضافة إلى ذلك، قد تترتب تكاليف إضافية على الخدمات المتخصصة أو طلبات البيانات المخصصة. لذا يُنصح باستكشاف مختلف مزودي الخدمة ونماذج التسعير الخاصة بهم للعثور على حلول تصوير الأقمار الصناعية التي تتناسب مع متطلباتك وميزانيتك.

4. ما هي صور الأقمار الصناعية بالأشعة تحت الحمراء؟ وكيف تتم قراءتها؟

يلتقط هذا الجهاز الإشعاع تحت الأحمر المنبعث من الأجسام والأسطح على سطح الأرض، مما يوفر معلومات قيّمة حول تغيرات درجات الحرارة والأنماط الحرارية.

لقراءة صور الأقمار الصناعية بالأشعة تحت الحمراء، يجب فهم أن الأجسام الأكثر دفئًا تظهر أكثر سطوعًا في الصورة، بينما تظهر الأجسام الأبرد أكثر قتامة. ومن خلال تحليل هذه الاختلافات في درجات الحرارة، يمكن تقييم تكوينات السحب، وتحديد التباينات في درجات حرارة اليابسة والماء، والكشف عن حرائق الغابات، وحتى رصد التيارات المحيطية.

يساعد فهم مقياس الألوان وتفسير مستويات السطوع في الصور على استخلاص معلومات ذات مغزى من صور الأقمار الصناعية بالأشعة تحت الحمراء.

التصوير الطيفي الفائق للزراعة. منحة من ولاية شمال الراين وستفاليا.

يسرنا أن نعلن أن مشروع "إطار الذكاء الاصطناعي للتقدير الكمي لخصائص التربة باستخدام صور الأقمار الصناعية فائقة الطيف" قد تم اختياره للحصول على تمويل جزئي من قبل وزارة البيئة في شمال الراين وستفاليا والاتحاد الأوروبي في إطار REACT-EU InnovationUmweltwirtschaft.NRW برنامج. يتم تمويل المنحة من قبل صندوق التنمية الإقليمية الأوروبي / Europäischen Fonds für Regionale Entwicklung (EFRE).

صندوق التنمية الإقليمية الأوروبي

أتاح استخدام الذكاء الاصطناعي والإحصاء في هذا المشروع تحديد العلاقة بين بيانات التصوير الطيفي الفائق وبيانات التربة (مثل النيتروجين ودرجة الحموضة)، مما سهّل اتباع نهج أكثر دقة وقابلية للتوسع في تحليل التربة. ويُقدّم الإطلاق المرتقب للأقمار الصناعية ذات التصوير الطيفي الفائق، والتي تتميز بفترات إعادة زيارة متكررة وإمكانية الوصول السلس إلى صور جديدة دون تأخير، العديد من المزايا، لا سيما في إدارة المغذيات من أجل الزراعة المستدامة. وتساعد هذه التقنية في تقييم محتوى المغذيات وتوافرها في التربة، مما يسمح للمزارعين بتكييف استراتيجيات التسميد. ويؤدي ذلك إلى تحسين امتصاص النباتات للمغذيات، وتقليل الأثر البيئي، وتوفير التكاليف.

ما هي الصور فائقة الطيف؟

التصوير الطيفي الفائق هو تقنية استشعار عن بعد قوية تلتقط الطيف الكهرومغناطيسي بدقة طيفية عالية.

بخلاف صور الأقمار الصناعية التقليدية، التي تتكون عادةً من ثلاثة إلى أربعة نطاقات (الأحمر والأخضر والأزرق، وأحيانًا الأشعة تحت الحمراء القريبة)، تجمع صور الأطياف الفائقة مئات إلى آلاف النطاقات الطيفية الضيقة عبر مناطق الضوء المرئي والأشعة تحت الحمراء القريبة والأشعة تحت الحمراء ذات الموجة القصيرة. يوفر كل نطاق معلومات فريدة حول خصائص سطح المنطقة المصورة.

يتم الحصول على هذه البيانات باستخدام أجهزة استشعار مثبتة على منصات محمولة جواً أو فضائية. تستخدم هذه الأجهزة مطيافات لقياس شدة الإشعاع المنعكس أو المنبعث عبر نطاقات ضيقة متعددة.

من خلال جمع مجموعة واسعة من البيانات الطيفية، يمكن لأجهزة الاستشعار فائقة الطيفية اكتشاف الاختلافات الدقيقة في البصمات الطيفية لمختلف المواد، مما يسمح بإجراء تحليل مفصل ودقيق للغاية.

تطبيقات التصوير الطيفي الفائق

  • الرصد البيئي: يلعب دورًا حيويًا في رصد وتقييم صحة النظم البيئية. فهو يساعد في تحديد إجهاد الغطاء النباتي، ورصد تغيرات الغطاء الأرضي، والكشف عن الأنواع الغازية، وقياس معايير جودة المياه مثل تركيز الكلوروفيل أو العكارة في البحيرات والأنهار.
  • زراعة: يُسهم هذا النظام في الزراعة الدقيقة من خلال توفير معلومات تفصيلية حول صحة المحاصيل، ومحتواها من العناصر الغذائية، ومستويات الرطوبة، والكشف عن الأمراض. وبذلك، يستطيع المزارعون اتخاذ قرارات مبنية على البيانات فيما يتعلق بالري والتسميد ومكافحة الآفات، مما يؤدي إلى زيادة غلة المحاصيل وتقليل الأثر البيئي.
  • الجيولوجيا واستكشاف المعادنيُعدّ هذا الأسلوب أساسياً في رسم خرائط التكوينات الجيولوجية، وتحديد الرواسب المعدنية، وتصنيف أنواع الصخور. كما يساعد الجيولوجيين على رصد التغيرات في التركيب المعدني ورسم خرائط للمناطق المحتملة للاستكشاف، مما يُسهم في أنشطة تعدين أكثر كفاءة ودقة.
  • الغاباتيُسهم هذا النظام في إدارة الغابات ومراقبتها، إذ يُتيح تحديد أنواع الأشجار، وقياس الكتلة الحيوية للغابات، والكشف عن إجهاد الأشجار، وتقييم أضرار حرائق الغابات. وتُساعد هذه المعلومات في الإدارة المستدامة للغابات، والحفاظ على التنوع البيولوجي، وأنظمة الإنذار المبكر لحرائق الغابات.

فوائد التصوير الطيفي الفائق

تكمن ميزته الرئيسية في قدرته على توفير معلومات طيفية مفصلة، مما يتيح التمييز بين المواد بدقة عالية.

يؤدي هذا إلى تحسين تصنيف ورسم خرائط أنواع الغطاء الأرضي، وتعزيز تحديد المواد المحددة، وفهم أفضل للعمليات البيئية.

يمكن أيضًا تحليل البيانات الطيفية الفائقة باستخدام خوارزميات متقدمة وتقنيات التعلم الآلي لاستخلاص رؤى قيّمة وأتمتة تفسير الصور.

wpChatIcon
wpChatIcon

    طلب عرض توضيحي وتدريبي مجاني من GeoPard / استشارة








    ب بالنقر على الزر، فإنك توافق على سياسة الخصوصية. نحن بحاجة إليها للرد على طلبك.

      اشتراك


      ب بالنقر على الزر، فإنك توافق على سياسة الخصوصية

        أرسل لنا المعلومات


        ب بالنقر على الزر، فإنك توافق على سياسة الخصوصية