كيف يُحدث التنميط الظاهري عالي الإنتاجية القائم على الطائرات بدون طيار تحولاً في تربية النباتات الحديثة؟

بحلول عام 2050، من المتوقع أن يصل عدد سكان العالم إلى 9.8 مليار نسمة، مما سيؤدي إلى مضاعفة الطلب على الغذاء. ومع ذلك، فإن توسيع الأراضي الزراعية لتلبية هذه الحاجة غير مستدام. فقد أدى استحداث أكثر من 501 تريليون طن من الأراضي الزراعية الجديدة منذ عام 2000 إلى استبدال الغابات والنظم البيئية الطبيعية، مما فاقم تغير المناخ وفقدان التنوع البيولوجي.

لتجنب هذه الأزمة، يتجه العلماء إلى تربية النباتات، وهو علم تطوير محاصيل ذات إنتاجية أعلى، ومقاومة للأمراض، وقدرة على التكيف مع تغير المناخ. إلا أن أساليب التربية التقليدية بطيئة للغاية بحيث لا تستطيع مواكبة مدى إلحاح المشكلة.

وهنا يأتي دور الطائرات بدون طيار والذكاء الاصطناعي كعوامل تغيير جذرية، حيث توفر طريقة أسرع وأكثر ذكاءً لإنتاج محاصيل أفضل.

لماذا يتخلف تهجين النباتات التقليدي؟

يعتمد تحسين النباتات على اختيار النباتات ذات الصفات المرغوبة، مثل تحمل الجفاف أو مقاومة الآفات، وتهجينها عبر أجيال متعددة. وتُعدّ عملية تحديد النمط الظاهري - أي القياس اليدوي لخصائص النبات مثل الطول، وصحة الأوراق، أو المحصول - أكبر عقبة في هذه العملية.

على سبيل المثال، قد يستغرق قياس ارتفاع النباتات في حقل يضم 3000 قطعة أرض أسابيع، مع احتمال حدوث أخطاء بشرية تتسبب في تباينات تصل إلى 20%. إضافةً إلى ذلك، فإن غلة المحاصيل تتحسن بمعدل يتراوح بين 0.5 و1% سنويًا فقط، وهو أقل بكثير من معدل النمو المطلوب البالغ 2.9% لتلبية احتياجات عام 2050.

يُعدّ الذرة محصولًا أساسيًا لمليارات البشر، وهو مثالٌ على هذا التباطؤ: فقد انخفض معدل نمو إنتاجه السنوي من 2.21 تريليون طن متري في ستينيات القرن الماضي إلى 1.33 تريليون طن متري اليوم. ولردم هذه الفجوة، يحتاج العلماء إلى أدوات تُؤتمت عملية جمع البيانات، وتقلل الأخطاء، وتُسرّع عملية اتخاذ القرارات.

كيف تُحدث تكنولوجيا الطائرات بدون طيار تحولاً في تربية النباتات

تُحدث الطائرات المسيّرة، أو أنظمة الطائرات بدون طيار، المزودة بأجهزة استشعار متطورة وتقنيات الذكاء الاصطناعي، ثورة في الزراعة. إذ تستطيع هذه الأجهزة التحليق فوق الحقول وجمع بيانات دقيقة عن آلاف النباتات في دقائق، وهي عملية تُعرف باسم النمط الظاهري عالي الإنتاجية.

بخلاف الطرق التقليدية، تجمع الطائرات المسيّرة البيانات عبر الحقول بأكملها، مما يزيل التحيز في أخذ العينات. وهي تستخدم أجهزة استشعار متخصصة لقياس كل شيء بدءًا من ارتفاع النبات وحتى مستويات الإجهاد المائي.

فعلى سبيل المثال، تكتشف أجهزة الاستشعار متعددة الأطياف ضوء الأشعة تحت الحمراء القريبة المنعكس من الأوراق الصحية، بينما تحدد الكاميرات الحرارية الإجهاد الناتج عن الجفاف عن طريق قياس درجة حرارة الغطاء النباتي.

من خلال أتمتة جمع البيانات، تقلل الطائرات بدون طيار من تكاليف العمالة وتسرع دورات التربية، مما يجعل من الممكن تطوير أصناف محاصيل محسنة في سنوات بدلاً من عقود.

العلم الكامن وراء أجهزة استشعار الطائرات بدون طيار وجمع البيانات

تعتمد الطائرات المسيّرة على مجموعة متنوعة من أجهزة الاستشعار لجمع بيانات حيوية عن النباتات. وتُعدّ كاميرات RGB الخيار الأقل تكلفة، حيث تلتقط الضوء المرئي لقياس كثافة الغطاء النباتي وارتفاع النبات. في حقول قصب السكر، حققت هذه الكاميرات دقة تتراوح بين 64 و691 ضعفًا في عدّ السيقان، ما يغني عن عمليات العدّ اليدوي المعرضة للأخطاء.

تتجاوز أجهزة الاستشعار متعددة الأطياف ذلك من خلال رصد أطوال موجية غير مرئية، مثل الأشعة تحت الحمراء القريبة، والتي ترتبط بمستويات الكلوروفيل وصحة النبات. فعلى سبيل المثال، تنبأت هذه الأجهزة بتحمل قصب السكر للجفاف بدقة تزيد عن 80%.

• كاميرات RGB: التقاط الضوء الأحمر والأخضر والأزرق لإنشاء صور ملونة.
• أجهزة الاستشعار متعددة الأطياف: الكشف عن الضوء خارج نطاق الطيف المرئي (على سبيل المثال، الأشعة تحت الحمراء القريبة).
• أجهزة الاستشعار الحراريقياس الحرارة المنبعثة من النباتات.
• تقنية الليدار: يستخدم نبضات الليزر لإنشاء خرائط ثلاثية الأبعاد للنباتات.
• أجهزة الاستشعار الطيفية الفائقة: التقاط أكثر من 200 طول موجي للضوء لتحليل فائق الدقة.

تستشعر المجسات الحرارية البصمات الحرارية، فتحدد النباتات التي تعاني من نقص المياه والتي تبدو أكثر سخونة من النباتات السليمة. وفي حقول القطن، تطابقت قياسات درجة الحرارة باستخدام الطائرات المسيّرة الحرارية مع القياسات الأرضية بدقة تصل إلى أقل من 5%.

تستخدم مستشعرات الليدار نبضات الليزر لإنشاء خرائط ثلاثية الأبعاد للمحاصيل، وقياس الكتلة الحيوية والارتفاع بدقة تصل إلى 95% في تجارب قصب الطاقة. أما الأدوات الأكثر تطوراً، وهي المستشعرات فائقة الطيف، فتحلل مئات الأطوال الموجية للضوء لرصد نقص العناصر الغذائية أو الأمراض التي لا تُرى بالعين المجردة.

ساعدت هذه المستشعرات الباحثين على ربط 28 جيناً جديداً بتأخر الشيخوخة في القمح، وهي سمة تعزز المحاصيل.

من التحليق إلى التحليل: كيف تحلل الطائرات بدون طيار بيانات المحاصيل

تبدأ عملية تحديد النمط الظاهري باستخدام الطائرات المسيّرة بتخطيط دقيق للرحلة. تحلق الطائرات المسيّرة على ارتفاع يتراوح بين 30 و100 متر، وتلتقط صورًا متداخلة لضمان تغطية كاملة. على سبيل المثال، يمكن مسح حقل مساحته 10 هكتارات في غضون 15 إلى 30 دقيقة.

بعد الرحلة، يقوم برنامج مثل Agisoft Metashape بدمج آلاف الصور في خرائط تفصيلية باستخدام تقنية "البنية من الحركة" (SfM)، وهي تقنية تحول الصور ثنائية الأبعاد إلى نماذج ثلاثية الأبعاد. تُمكّن هذه النماذج العلماء من قياس خصائص مثل ارتفاع النباتات أو كثافة الغطاء النباتي بضغطة زر.

تقوم خوارزميات الذكاء الاصطناعي بتحليل البيانات، متوقعةً المحاصيل أو مُحددةً تفشي الأمراض. على سبيل المثال، مسحت طائرات بدون طيار 3132 حقلاً لقصب السكر في 7 ساعات فقط، وهي مهمة تستغرق ثلاثة أسابيع يدوياً. تُمكّن هذه السرعة والدقة المربّين من اتخاذ قرارات أسرع، مثل التخلص من النباتات ضعيفة الأداء في بداية الموسم.

التطبيقات الرئيسية للطائرات بدون طيار في الزراعة الحديثة

تُستخدم الطائرات المسيّرة لمواجهة بعض أكبر التحديات التي تواجه الزراعة. ومن أبرز تطبيقاتها قياس الصفات مباشرةً، حيث تحلّ الطائرات المسيّرة محلّ العمل اليدوي. ففي حقول الذرة، تقيس الطائرات المسيّرة ارتفاع النبات بدقة تصل إلى 90%، مما يقلل الأخطاء من 0.5 متر إلى 0.21 متر.

كما يتتبعون غطاء المظلة النباتية، وهو مقياس يشير إلى مدى فعالية النباتات في تظليل الأرض لكبح نمو الأعشاب الضارة. وقد استخدم مربو قصب الطاقة هذه البيانات لتحديد الأصناف التي تقلل من نمو الأعشاب الضارة بنسبة 40%.

ومن الإنجازات الأخرى التحسين الوراثي التنبؤي، حيث تستخدم نماذج الذكاء الاصطناعي بيانات الطائرات المسيّرة للتنبؤ بأداء المحاصيل. فعلى سبيل المثال، تنبأت الصور متعددة الأطياف بمحاصيل الذرة بدقة بلغت 80%، متفوقةً بذلك على الاختبارات الجينومية التقليدية.

تُسهم الطائرات المسيّرة أيضاً في اكتشاف الجينات، إذ تُساعد العلماء على تحديد أجزاء الحمض النووي المسؤولة عن الصفات المرغوبة. ففي القمح، ربطت الطائرات المسيّرة اخضرار الغطاء النباتي بـ 22 جيناً جديداً، مما قد يُعزز مقاومة الجفاف.

بالإضافة إلى ذلك، تكشف أجهزة الاستشعار فائقة الطيف عن أمراض مثل مرض التدهور الحمضي قبل أسابيع من ظهور الأعراض، مما يمنح المزارعين الوقت الكافي للتصرف.

تعزيز المكاسب الجينية بتقنية الدقة

يتم حساب المكسب الوراثي - وهو التحسن السنوي في صفات المحاصيل نتيجة للتهجين - باستخدام صيغة بسيطة:

(شدة الانتقاء × قابلية التوريث × تباين الصفات) ÷ وقت دورة التربية.

يتم حساب المكسب الوراثي (ΔG) على النحو التالي:
ΔG = (i × h² × σp) / L

أين:

• i = شدة الانتقاء (مدى صرامة المربين).
• h² = قابلية التوريث (مقدار انتقال السمة من الآباء إلى الأبناء).
• σp = تباين الصفات في مجتمع ما.
• L = الوقت لكل دورة تكاثر.

لماذا يهم ذلكالطائرات بدون طيار تُحسّن جميع المتغيرات:

1. i: مسح ضوئي عشرة أضعاف عدد النباتات, مما يسمح باختيار أكثر صرامة.
2. h²: تقليل أخطاء القياس، وتحسين تقديرات التوريث.
3. σp: رصد الاختلافات الدقيقة في السمات عبر الحقول بأكملها.
4. L: تقليل وقت الدورة من من 5 سنوات إلى 2-3 سنوات عبر التنبؤات المبكرة.

تُحسّن الطائرات المسيّرة جميع جوانب هذه المعادلة. فمن خلال مسح الحقول بأكملها، تُمكّن المربّين من اختيار أفضل 11 نباتًا من حيث الصفات الوراثية (TP3T) بدلًا من أفضل 101 نباتًا، مما يزيد من فعالية عملية الانتقاء. كما تُحسّن تقديرات التوريث عن طريق تقليل أخطاء القياس.

فعلى سبيل المثال، يؤدي التقييم اليدوي لطول النبات إلى زيادة التباين بمقدار 20%، بينما تقلل الطائرات المسيّرة هذا التباين إلى 5%. علاوة على ذلك، تلتقط الطائرات المسيّرة اختلافات طفيفة في الصفات عبر آلاف النباتات، مما يزيد من تباين الصفات إلى أقصى حد.

والأهم من ذلك، أنها تُقصر دورات التكاثر من خلال تمكين التنبؤات المبكرة. وقد ضاعف مُربّو قصب السكر الذين يستخدمون الطائرات المسيّرة مكاسبهم الوراثية ثلاث مرات مقارنةً بالطرق التقليدية، مما يُثبت الإمكانات التحويلية لهذه التقنية.

التغلب على التحديات واحتضان المستقبل

على الرغم من إمكاناتها الواعدة، لا تزال تقنيات تحديد النمط الظاهري باستخدام الطائرات المسيّرة تواجه تحديات كبيرة. فالتكلفة الباهظة لأجهزة الاستشعار المتطورة تشكل عائقاً رئيسياً، إذ قد تتجاوز تكلفة الكاميرات فائقة الطيف، على سبيل المثال، 10000 دولار، مما يجعلها باهظة الثمن بالنسبة لمعظم المزارعين أصحاب الحيازات الصغيرة.

تتطلب معالجة الكميات الهائلة من البيانات المجمعة موارد حوسبة سحابية ضخمة، مما يزيد من التكلفة. تعمل منصات الذكاء الاصطناعي مثل AutoGIS على أتمتة تحليل البيانات، مما يلغي الحاجة إلى الإدخال اليدوي.

يعمل الباحثون أيضاً على دمج الطائرات المسيّرة مع أجهزة استشعار التربة ومحطات الأرصاد الجوية، مما يُنشئ نظام مراقبة آنية يُنبه المزارعين إلى الآفات أو حالات الجفاف. تُمهّد هذه الابتكارات الطريق لعصر جديد من الزراعة الدقيقة، حيث تحلّ القرارات المبنية على البيانات محلّ التخمين.

الخاتمة

لا تقتصر فوائد الطائرات المسيّرة والذكاء الاصطناعي على إحداث ثورة في مجال تربية النباتات فحسب، بل إنها تعيد تعريف الزراعة المستدامة. فمن خلال تمكين تطوير محاصيل عالية الإنتاجية ومقاومة للجفاف بشكل أسرع، يمكن لهذه التقنيات أن تضاعف إنتاج الغذاء بحلول عام 2050 دون الحاجة إلى توسيع الأراضي الزراعية.

سيؤدي ذلك إلى إنقاذ أكثر من 100 مليون هكتار من الغابات، أي ما يعادل مساحة مصر، وتقليل البصمة الكربونية للزراعة. وقد نجح المزارعون الذين يستخدمون بيانات الطائرات المسيّرة بالفعل في خفض استهلاك المياه والمبيدات بنسبة تصل إلى 301 تريليون طن، مما يحمي النظم البيئية ويخفض التكاليف.

وكما أشار أحد الباحثين، "لم نعد نخمن أي النباتات هي الأفضل. الطائرات المسيّرة تخبرنا بذلك". ومع استمرار الابتكار، يمكن لهذا الدمج بين علم الأحياء والتكنولوجيا أن يضمن الأمن الغذائي لمليارات البشر مع حماية كوكبنا.

المرجعخويمفوخيو، إي.، ودا سيلفا، جيه. إيه. (2025). استخدام أنظمة الطائرات بدون طيار في تحديد النمط الظاهري عالي الإنتاجية في الحقل كأداة لمربي النباتات: مراجعة شاملة. التكنولوجيا الزراعية الذكية، 100888.