جيو مايز: تحويل بيانات الأقمار الصناعية إلى زراعة أذكى في جنوب أفريقيا

في مناطق زراعة الذرة في جنوب أفريقيا، مثل ولايتي فري ستيت ومومالونجا، يمكن أن تؤدي التأخيرات البسيطة في اكتشاف إجهاد المحاصيل إلى خسائر كبيرة للمزارعين. يدخل نظام GeoMaize، وهو نظام مراقبة محاصيل قائم على الأقمار الصناعية، والذي يوفر للمزارعين إنذارات مبكرة بشأن إجهاد المياه، ونقص المغذيات، والآفات. من خلال تحويل بيانات مراقبة الأرض المعقدة إلى رؤى بسيطة وقابلة للتنفيذ، يساعد GeoMaize المزارعين على اتخاذ قرارات في الوقت المناسب لحماية المحاصيل وتعزيز الأمن الغذائي.

من الفضاء إلى المزرعة

تستفيد GeoMaize من مجموعات بيانات مجانية جاهزة للتحليل من Digital Earth Africa (DE Africa)، حيث تجمع بين الصور البصرية من Sentinel-2 والبيانات الحرارية من Landsat-8. اختار الفريق DE Africa لأنها توفر بيانات قمر صناعية مجانية، تغطي القارة بأكملها، وجاهزة للمعالجة مسبقًا، مما يقلل الحاجة إلى إعدادات مكثفة ويتيح لهم التركيز على التحليل والنمذجة. منصتها سهلة الوصول وقابلة للتطوير تجعلها مثالية للحلول التي تستهدف المزارعين أصحاب الحيازات الصغيرة والمزارعين التجاريين على حد سواء.

باستخدام مجموعات البيانات متعددة المصادر هذه، تقوم GeoMaize بمراقبة حقول الذرة في جميع مناطق زراعة الذرة. تتتبع المؤشرات المستمدة من الأقمار الصناعية صحة الغطاء النباتي، والإجهاد المائي، وتغطية الظلة، ومستويات المغذيات بمرور الوقت. يتم تغذية هذه البيانات في نماذج التعلم الآلي التي تصنف حقول الذرة وتكتشف الإجهاد قبل أن يصبح مرئيًا.

يتلقى المزارعون تنبيهات عبر الرسائل القصيرة باللغات المحلية ويمكنهم استخدام تطبيق للهاتف المحمول يتضمن لوحات معلومات، ونصائح موجهة بالذكاء الاصطناعي، وتوقعات للمحصول، مما يحوّل التكنولوجيا المتقدمة إلى حلول زراعية عملية.

الابتكار والبصائر

ما يميز GeoMaize هو كيفية دمجها لبيانات الأقمار الصناعية متعددة الأوقات مع التعلم الآلي لتقديم رؤى حول صحة المحاصيل في الوقت الفعلي تقريبًا. من خلال ترجمة مراقبة الأرض عالية التقنية إلى تنبيهات عبر الرسائل القصيرة، والتواصل متعدد اللغات، وتوصيات بسيطة تعتمد على التطبيقات، تسد GeoMaize الفجوة بين التكنولوجيا المتقدمة والقرارات اليومية للمزارعين.

حقق نموذج التصنيف في المشروع دقة بلغت 66%، يتحسن ذلك مع إضافة المزيد من نقاط البيانات الحقيقية وتعديلات النموذج. يتم التحقق باستخدام نقاط مرجعية مُعنونة وفحوصات الاتساق الزمني لضمان نتائج موثوقة.

من الرؤى الأساسية للمشروع أن إشارات الإجهاد المائي المبكرة تظهر قبل أسابيع من ظهور الأعراض المرئية في الحقل، مما يسلط الضوء على إمكاناته كنظام إنذار مبكر استباقي يمكنه منع خسائر المحاصيل.

“تظهر مؤشرات الإجهاد المبكر للمياه قبل أسابيع من الأعراض المرئية، مما يمنح المزارعين وقتًا للتصرف.”

الأشخاص وراء GeoMaize

اجتمع فريق GeoMaize من خلال تحدي البيانات المفتوحة من أجل التأثير الاجتماعي، حيث جمع خبرات في رصد الأرض، وعلوم البيانات، والزراعة، وتطوير البرمجيات. يشمل المساهمون الرئيسيون:

• نوليزوي ديكو - خبيرة نظم المعلومات الجغرافية والاستشعار عن بعد، قامت بتحليل مؤشرات الغطاء النباتي وتطبيق التعلم الآلي لاستخلاص رؤى قابلة للتنفيذ.
• سينيثيمبا فوناني – معالج بيانات الاستشعار عن بعد، عالج بيانات السلاسل الزمنية لـ Sentinel-2 و Landsat-8، محسناً تصنيف المحاصيل والكشف عن الإجهاد بنسبة 66%.
• أثيل سالي - رئيسة تعلم الآلة، تطور نماذج تنبؤية لإنتاجية وصحة المحاصيل.

بدعم من الموجهين ومطوري البرامج والمتخصصين في الإرشاد الزراعي، يضمن الفريق أن تكون الرؤى دقيقة تقنيًا وسهلة الاستخدام للمزارعين.

تأثيرها على الأمن الغذائي

الهدف قصير الأجل لمشروع GeoMaize هو تحسين التطبيق المحمول ودمج ملاحظات المزارعين. على المدى الطويل، يهدف المشروع إلى التوسع على المستوى الوطني، وتوسيع نطاقه ليشمل محاصيل إضافية، وتوفير دعم يعتمد على البيانات لتخطيط الأمن الغذائي الحكومي.

من خلال تقليل خسائر المحصول، وتعزيز مرونة المزارع، ودعم سبل عيش صغار المزارعين، يساهم GeoMaize بشكل مباشر في الهدف الثاني من أهداف التنمية المستدامة (القضاء على الجوع) والهدف الأول من أهداف التنمية المستدامة (القضاء على الفقر).

“جيوميز يربط بين بيانات الأقمار الصناعية المتطورة وقرارات الزراعة اليومية، مما يمكّن المزارعين ويقوي أنظمة الأمن الغذائي في أفريقيا.”

توضح هذه المبادرة التي يقودها الشباب أن بيانات الأقمار الصناعية المفتوحة والرؤى المحلية يمكن أن تمكّن المزارعين وتعزز الأمن الغذائي وتخلق قطاعًا زراعيًا مرنًا للمناخ في جميع أنحاء أفريقيا.