أخبار ar.wedoany.com، بدأ قطاع تربية الماشية البقرية في البرازيل بالاعتماد على الصور الفضائية، والذكاء الاصطناعي، والبيانات التاريخية كبديل للمراقبة البصرية التقليدية في إدارة المراعي. أطلقت شركة JetBov حل "المراقبة الذكية للمراعي" (Monitoramento de Pasto Inteligente)، الذي يساعد المنتجين على تحديد موعد نقل قطعان الماشية بين المناطق، وأين يجب التسميد، وأي الأسوار تحتاج إلى ترميم، وذلك من خلال تتبع حالة المراعي.
تتميز قاعدة البيانات الأساسية لهذه التقنية بحجمها الكبير. يعتمد مؤشر SmartNDVI على بيانات تمتد لأكثر من 10 سنوات، وتشمل أكثر من 14 مليون رأس من الماشية و3.5 مليون منطقة مراعي. ووفقًا لبيانات المعهد البرازيلي للجغرافيا والإحصاء (IBGE)، بلغ عدد رؤوس الماشية في البرازيل 238.2 مليون رأس في عام 2024، مما يوضح الحجم الهائل لأعمال الإدارة اليومية للمراعي.
إن عملية نقل الماشية بين الأسوار، التي قد تبدو بسيطة، تحدد في الواقع كمية العلف المستهلكة، ومدة راحة المراعي، وحيوية الأعشاب طوال الدورة الإنتاجية. قد يؤدي التأخير في النقل إلى الإفراط في الرعي، بينما قد يتسبب النقل المبكر في هدر العلف. يستخدم نظام JetBov الاستشعار عن بعد عبر الأقمار الصناعية، والذكاء الاصطناعي، والتعلم الآلي، والبيانات المناخية، ومعلومات الغطاء النباتي لتتبع حالة المراعي، مما يمكن المنتجين من رؤية حالة كل منطقة بوضوح على الخريطة، وتحديد أي الأسوار في حالة أفضل، وأيها يعاني من انخفاض في الحيوية، وأيها يحتاج إلى راحة.
يتمثل جوهر هذا الحل في مؤشر SmartNDVI، وهو مؤشر خاص بشركة JetBov يلخص حالة المراعي في كل منطقة أو سور. يوفر النظام قراءتين رئيسيتين: الأولى هي خريطة SmartNDVI التي تعرض حالة المنطقة، والثانية هي رسوم بيانية تاريخية تستخدم لمقارنة الفترات الزمنية المختلفة وتحديد علامات التدهور أو التعافي. يعتمد هذا المؤشر على مؤشر NDVI التقليدي، الذي يقيس حيوية الغطاء النباتي من خلال الضوء المنعكس عنه. تشير وكالة الفضاء الأمريكية (ناسا) إلى أن النباتات الصحية تعكس عادةً المزيد من الضوء تحت الأحمر القريب وتمتص المزيد من الضوء الأحمر، بينما تتغير هذه العلاقة عند تعرض النبات للإجهاد أو الجفاف أو انخفاض الحيوية.
يبرز حجم المشكلة أهمية هذه التقنية. وفقًا لبيانات MapBiomas، بلغت مساحة المراعي في البرازيل حوالي 155 مليون هكتار في عام 2024، منها 21.6% (ما يعادل 33.4 مليون هكتار) أظهرت علامات انخفاض في الحيوية. وبالتالي، أصبحت مراقبة المراعي أداة ضرورية. يدعم النظام قرارات مثل نقل الماشية بين الأسوار، ودورات الراحة، والتسميد، وتحديد المناطق التي تحتاج إلى ترميم، ويلعب دورًا في تخطيط الأعلاف، وتحديد الطاقة الاستيعابية للرعي، وإدارة المناطق ذات مستويات الحيوية المختلفة.
حظي هذا الحل باهتمام في معرض Feicorte الذي أقيم في مدينة بريزيدينتي برودينتي في يونيو 2026. تجمع "المراقبة الذكية للمراعي" بين الذكاء الاصطناعي، والاستشعار عن بعد، والبيانات المناخية، وإدارة الأعلاف، وقد حصل على دعم مالي من وكالة الابتكار والتمويل للمشاريع البرازيلية (Finep)، ويستخدم منصة AgroAPI التابعة لمعهد الزراعة الرقمية التابع لشركة الأبحاث الزراعية البرازيلية (Embrapa Agricultura Digital).
على الرغم من التقدم التقني، فإن هذا النظام لا يقيس العلف بدقة الميزان، بل يقوم بتقدير حالة المراعي بناءً على الصور، والبيانات المناخية، والبيانات التاريخية، وبيانات العمليات. تشير هيئة المسح الجيولوجي الأمريكية (USGS) إلى أن مؤشر NDVI قد يعاني من مشكلة التشبع في الغطاء النباتي الكثيف جدًا، كما أن التربة تؤثر على القراءات. لذلك، يجب تفسير بيانات الأقمار الصناعية بالاقتران مع الوضع الفعلي للمراعي ومعرفة مربي الماشية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
