اصلاح الگوی کشت با کمک هوشمصنوعی
علاوه بر این، یکی دیگر از مزیتهای مهم اجرای طرح کشاورزی قراردادی، تامین امنیت پایدار غذایی در تامین کالاهای اساسی کشور است. پیامدهای اقتصادی اجرای طرح الگوی کشت، معیشت پایدار کشاورز و نیز توسعه پایدار اقتصادی خواهد بود. بهبود فضای کسبوکار و نیز رونق تولید در بخش کشاورزی، موجب کاهش مهاجرت روستاییان به شهرها شده و امکان حمایت از صادرات محصولات کشاورزی با توجه به مزیتهای نسبی و حتی خلق مزیتهای جدید را فراهم خواهد کرد. همچنین ضریب بهرهوری از آب افزایش یافته و نظام بازار محصولات کشاورزی بهبود چشمگیری خواهد یافت.
در ایران که وزارت جهاد کشاورزی، مرجع اصلی پژوهشهای کاربردی و توسعهای در حوزههای مختلف کشاورزی در تامین امنیت غذایی و حفظ ذخایر ژنتیک است، نوسانات شدید قیمتی در بازار برخی از محصولات کشاورزی سبب بروز مشکلات جدی در سطح اقتصاد شده است. از سوی دیگر، بحران آبی در بخش کشاورزی به یک معضل اساسی تبدیل شده است؛ ۷۰درصد از منابع آبی کشور معادل حدود ۳۰۰میلیارد مترمکعب تجدیدناپذیر بوده و از طریق تبخیر از دسترس خارج شده یا به حوادث ناگواری از قبیل سیل منجر میشود. با گذشت نیمقرن از زمان تصویب قانون اولیه، سرانجام در مهرماه سال ۱۴۰۱و همزمان با تدوین «سندکشت محصولات استانها» برای سالزراعی ۱۴۰۲-۱۴۰۱، اولین مرحله از پیادهسازی الگوی کشت توسط دولت سیزدهم در کشور کلید خورد.
نقشآفرینان اصلی کشور در اجرای طرح الگوی کشت، وزارتخانههای کشور، نفت و نیرو، سازمانهای محیطزیست و بودجه، وزارت امور اقتصادی و دارایی، بانک مرکزی و سازمان صداوسیما هستند. در این طرح پیشبینی شده است که در صورت اجرای الگوی کشت در کشور، کاهش ۶درصدی مصرف آب (معادل ۳میلیارد مترمکعب)، افزایش ۱۸درصدی بهرهوری آب، افزایش ۱۱درصدی تولید، صرفهجویی ۲.۲میلیارد دلاری ارزی، افزایش ۴.۵میلیون تنی تولیدات دیمزارها و افزایش ۱۵۸درصدی تولید دانههای روغنی رخ دهد. همچنین در این طرح، بخشودگی ۵۰درصدی آببها بهازای افزایش بهرهوری و نیز تخفیف ۵۰درصدی به کشاورزان در نظر گرفته شده است. ردیف بودجهای این طرح برای سال ۱۴۰۲ مطابق اعلام رسمی سیدمجتبی خیامنکویی، معاون وزیر جهاد کشاورزی معادل ۴۰۰هزار میلیارد ریال بوده است.
از سوی دیگر، با نفوذ فناوریهای دادهکاوی و هوشمصنوعی و ماشینلرنینگ در سطح جهانی و نیز با پیشرفت الگوریتمهای محاسباتی، اقتصاد جهانی در زمینه افزایش نرخ بهرهوری، دچار تحول بزرگی شده است، بهطوریکه پیشبینی میشود تا سال ۲۰۳۰ میزان افزایش بهرهوری به رقم ۷۵۵میلیارد دلار برسد. در بخش کشاورزی، فناوریهای هوشمصنوعی میتوانند امکان نظارت دقیق بر فاکتورهایی مانند آبوهوا، دما، شرایط آب و خاک و نیز آنالیز این دادههای محیطی را فراهم کنند و به کاهش تلفات محصولات و افزایش بهرهوری در بخش کشاورزی منجر شوند. هوشمصنوعی با صرفهجویی در زمان شناسایی و پردازش دادهها، کیفیت مدیریت مصرف سوخت، مصرف بهینه آب و مصرف نهادهها را به طرز چشمگیری افزایش میدهد.
همچنین هوشمصنوعی میتواند با ایجاد ارتباط بین دادههای هواشناسی و حسگرهای مربوط به سنجش میزان رطوبت در خاک و فیتومانیتورینگ لحظهای دوربینهای مادونقرمز، موجب کاهش نیاز گیاه به آب و میزان هدررفت آب شود. با پیشرفت قدرت پردازش تصویر و توسعه سیستمهای تصویری در سالهای اخیر، رویکردهای تحلیل تصویر مبتنی بر هوشمصنوعی در تجزیه و تحلیل خاک و شناسایی عوامل خسارتزای گیاهی مورد توجه قرار گرفته است، بهطوری که در حال حاضر، تشخیص پراکنش و تراکم علفهای هرز از طریق شبکههای عصبی مصنوعی مبتنی بر الگوریتمهای ژنتیکی و حسگرهای یادگیری ماشین امکانپذیر شده است. بهعنوان نمونه، استارتآپ آمریکایی به نام AGAEyE که موفقترین نمونه در سطح جهانی است، توانسته است با استفاده از هوشمصنوعی، یادگیری ماشین و تصویرسازی سهبعدی، نقاط ضعف کشاورزان را در زمینه تشخیص کمبودها، آفات و بیماریها پوشش داده و با ارسال پهپادها بر روی مزارع کمبودهای گیاهان و حضور احتمالی پاتوژنها را شناسایی و برای آنها کود و سم تجویز کند و در زمان کمتری نسبت به نیروی انسانی این کارها را به انجام رساند.
از بعد اقتصادی، استفاده از هوشمصنوعی به استفاده کارآمد از نیروی کار و منابع و کاهش هزینهها و ایجاد نوآوری در ارائه خدمات منجر خواهد شد. هوشمصنوعی به کشاورزان کمک میکند تا بر عدمتقارن بازار در زنجیرههای ارزش منطقهای و جهانی بهتر غلبه کنند. این امر بهویژه برای واحدهای اقتصادی نوپا که در آن کشاورزان دسترسی کمتری به اطلاعات بازار دارند، مزیت مهمی تلقی میشود. همچنین هوشمصنوعی با استفاده از دادههای مربوط به روند بازار، قیمت محصولات، نیازهای مصرفکننده، الزامات و زیباییشناسی به کشاورزان این امکان را میدهد تا در بازار تصمیمات هوشمندانهتری بگیرند.
با توجه به گستردگی پهنه و تنوع اقلیمی مناطق گوناگون استان فارس، رسیدن به الگوی کشت مناسبی که از آن بتوان حداکثر بهرهبرداری را از عوامل و نهادههای تولید، بهویژه عامل محدودکننده آب به دست آورد، بسیار ضروری به نظر میرسد. اتاق فکر امور فناوری و دانشبنیان استان فارس، از اواخر سال ۱۴۰۲ اقدام به برگزاری فراخوان برای مشارکت شرکتهای دانشبنیان در اجرای طرح الگوی کشت در استان فارس کرد که با پیشرفتهای صورتگرفته و مطالعات و بررسیهای انجامشده، این طرح در حال حاضر به مراحل اجرایی خود نزدیک شده است.
با تعیین الگوی کشت در این طرح، تعیین میشود که چه گیاه زراعی در کجا، چه زمانی و چقدر کشت شود. در این راستا با جمعآوری سایر دادههای تاثیرگذار بر کشاورزی شامل اطلاعات خاک، منابع آب سطحی و زیرسطحی، آب موردنیاز هر گیاه، شرایط اقلیمی موردنیاز رشد هر گیاه، شرایط اقلیمی منطقه، دادههای هواشناسی و... مدلی میشود که در آن به مساله استفاده بهینه از منابع، بهویژه آب و در درجه دوم خاک، امنیت غذایی، توسعه پایداری کشاورزی، تامین معیشت کشاورز، مسائل اجتماعی، کاهش آلودگی مزارع و آبها به مواد سمی وکودها، انتشارگازهای گلخانهای و... توجه و برای هر دشت یک الگوی کشت بهینه ایجاد خواهد شد. یک گام اساسی و پایهای در این طرح، جمعآوری اطلاعات خاک، منابع آب و سوابق کشت هر مزرعه است.
در حال حاضر سایر اطلاعات اولیه با کیفیت و کمیت قابل قبولی در دسترس است. در روش سنتی و مرسوم، نمونههای آب و خاک مطابق استاندارد از مزارع جمعآوری شده و در آزمایشگاههای خاک و آب بررسی میشود. همچنین با استفاده از پرسشنامه سوابق کشت کشاورزان جمعآوری میشود. این کار به هزینه و زمان زیادی نیاز دارد؛ ولی دقت متغیرهای استخراجشده از آزمایشها بالاست. استان فارس ۱۳۲دشت کشاورزی دارد که در دشتهای اول به دلیل هزینه ایجاد نرمافزار برای پردازش تصاویر ماهواره و پهپاد بالاست، اما در دشتهای بعدی این هزینه خیلی زود کاهش یافته و هزینه تمامشده رویکرد استفاده از ماهواره و پهپاد به طور همزمان کمتر از روش سنتی خواهد بود.
در روش سنتی، هر دشت بهطور ثابت یکماه زمان لازم دارد؛ اما در رویکرد هوشمصنوعی، زمان استخراج الگوی کشت بهینه برای هر دشت به حدود پنجروز کاهش خواهد یافت. مزایای این طرح شامل افزایش سرعت و کاهش زمان دادهبرداری، تصویربرداری حدود ۵۰هزار هکتار در ماه، استخراج نوع کشت برای آموزش شبکه هوشمصنوعی و پایش الگوی کشت به کمک تصویر و هوشمصنوعی است. مراحل کار شامل کلاسبندی کشتهای یک دشت به کمک یادگیری ماشین، استخراج سوابق کشت از تصاویر ماهوارهای، استخراج پارامترهای خاک از تصاویر مولتی یا هایپراسپکترال، مرزبندی مزارع به کمک تصاویر ماهوارهای و در نهایت ایجاد الگوی کشت از طریق هوشمصنوعی است. توابع هدف شامل تابع هدف اقتصادی و حداکثر کردن درصد سود اقتصادی در کل الگوی کشت در یک منطقه، تابع هدف مصرف منابع یعنی حداقل مصرف منابع آب در کل دشت و حداکثر عملکرد تولید محصول غذایی به ازای واحد آبیاری و نیز تابع هدف اجتماعی یعنی حداقل شدن ضریب جینی در درصد سود در واحد زمین است. استخراج پارامترهای خاک با استفاده از تصاویر مولتیاسپکترال و حرارتی و در سهفاز تصویربرداری نقطهای (لکهای)، پوشش در امتداد خطوط و پوشش کل مساحت زمین صورت میگیرد.
اجرای طرح الگوی کشت محصولات کشاورزی استان فارس با استفاده از هوشمصنوعی، این امکان را فراهم میکند تا متناسب با نیازهای استان، شرایط اقلیمی، اقتضائات جغرافیایی، کمآبی و کشش بازار و... در بهرهوری از منابع آب و خاک موثر تصمیمات درستی اتخاذ شده و بازار محصولات نیز به نحو مطلوبی در سطح استان ساماندهی شود.