Key points are not available for this paper at this time.
الخلفية: من أجل تعزيز الإنتاجية الزراعية مع ضمان الاستدامة، تتناول هذه الدراسة المجال غير المستكشف جيدًا لمراقبة صحة ونمو المحاصيل البقولية. تواجه الطرق التقليدية لتقييم المحاصيل حدودًا، مما يدفع نحو الابتكار من خلال دمج تقنيات الرصد عن بُعد المتقدمة والذكاء الاصطناعي (AI). الغرض هو ثورة طرق تقييم المحاصيل والتغلب على القيود الموجودة. الأساليب: تم جمع البيانات باستخدام مزيج من صور الأقمار الصناعية وأجهزة الاستشعار الأرضية، مما أسفر عن مجموعة غنية من المعلومات الطيفية والزمكانية. من خلال استخدام قدرات الذكاء الاصطناعي، تم تطوير نموذج قوي لتفسير البيانات المجمعة، مما يوفر رؤى تفصيلية حول ديناميات صحة ونمو المحاصيل البقولية. لا تكتفي خوارزميات الذكاء الاصطناعي بتحديد الشذوذ، بل تتوقع أيضًا الحالات المستقبلية، مما يسهل التدخلات في الوقت المناسب واتخاذ قرارات مستنيرة في الزراعة. النتائج: تشير نتائج هذه الدراسة إلى تغيير كبير في الزراعة الدقيقة، حيث تعمل تآزر تقنيات الرصد عن بُعد والذكاء الاصطناعي على تحسين تخصيص الموارد، وتقليل التأثيرات البيئية وزيادة غلة المحاصيل. تفتح هذه الأبحاث المجال لتحويل ممارسات زراعة البقوليات، معززةً الاستدامة وبداية عصر الزراعة المعتمدة على البيانات. تمتد الانعكاسات إلى ما وراء قطاع المحاصيل البقولية، مما يؤثر على المشهد الزراعي الأوسع مع وعد بممارسات أكثر كفاءة واستدامة.
درس Na وآخرون (الأربعاء) هذا السؤال.