2:25 ص المكتبة الزراعية الشاملة

 

كتاب : التشخيص و التنبؤ بالآفات و الامراض الزراعية 

التعرف على المظهر الصحي للنبات. من المهم معرفة المظهر الطبيعي لأنواع النباتات التي تبحث عنها. لكل نوع نباتي عادات نمو وألوان ومعدلات نمو خاصة. إذا كنت لا تعرف ما يمكن توقعه من النبات ، فلن تتمكن من التعرف على خطأ ما. هل يحتوي النبات عادةً على أوراق شجر جديدة صفراء أو حمراء وتصبح خضراء داكنة مع تقدم أوراق الشجر؟ تم تطوير العديد من شجيرات الزينة وتسويقها للقيمة الزينة لهذا النمو الجديد ذي الألوان الزاهية. تحظى هذه النباتات بتقدير كبير لهذا التلوين ؛ ومع ذلك ، إذا كان الفرد لا يعرف أن هذا اللون هو المظهر الطبيعي للنبات ، فقد يعتقد أن النبات مريض. من المهم معرفة الشكل الطبيعي للنبات قبل أن تقرر وجود مشكلة. من المهم أيضًا أن تتذكر أن المظهر يمكن أن يختلف باختلاف الأصناف. تحتوي بعض أصناف النباتات على أوراق صفراء طبيعية إلى أوراق خضراء شاحبة (مثل أصناف هوستا الجديدة ، وأعشاب مثل الأوريجانو الذهبي ، وأصناف القوليوس) والتي يبدو للوهلة الأولى أن لديها أعراض نقص الإخصاب ، أو إجهاد الجذر ، أو مشاكل الأس الهيدروجيني للتربة.

بمجرد تحديد المظهر "الطبيعي" للنبات المحدد ، يمكن إجراء مقارنات عديدة بين النباتات المشكلة والنباتات الصحية. قارن الخصائص مثل الحجم الكلي والشكل والتلوين ؛ شكل الورقة وحجمها وتلوينها وتوزيعها ؛ توزيع الجذور وتلوينها. واللحاء والملمس والساق والجذع واللون. من المهم أيضًا ملاحظة الأحداث الطبيعية ، مثل تساقط الأوراق ، التي قد تحدث في نبات صحي. على سبيل المثال ، تسقط بعض الأنواع المقدسة الأوراق في الربيع.

يجب أيضًا ملاحظة الأجزاء المصابة من النباتات. هل توجد أعراض على الجذور أو الأوراق أو السيقان أو الأزهار أو الفاكهة؟ هل النبات بأكمله متورط؟ هل يوجد طرف واحد فقط أو جانب واحد من النبات متورط؟ يمكن أن تساعد الإجابات على هذه الأسئلة في تحديد المشكلة.

تقنيات الكشف عن أمراض النبات

لا يزال الاستقصاء المرئي الاصطناعي ، باعتباره الطريقة المباشرة الأساسية في الممارسة ، قيد الاستخدام. ومع ذلك ، فإن هذا النهج يتطلب معرفة مهنية بالنمط الظاهري للنبات وعلم أمراض النبات. طور الباحثون العديد من أنظمة التشخيص القائمة على الرؤية الحاسوبية بمساعدة تكنولوجيا الكمبيوتر لتشخيص أمراض المحاصيل المختلفة. تتغذى هذه الأنظمة من صور RGB للنباتات أو أجزائها (الأوراق والفواكه والجذور وما إلى ذلك) ثم تحدد خوارزميات التعلم الآلي أو نماذج التعلم العميق ما إذا كانت الصورة تظهر نباتًا صحيًا أو غير صحي  .

يمكن تسمية تقنية أخرى سائدة للكشف المباشر عن أمراض النبات بالطريقة الجزيئية البيولوجية  . تتطلب التقنيات الجزيئية البيولوجية أخذ عينات مفصلة ولها طرق معالجة معقدة. بالمقارنة مع طرق التحقيق الاصطناعية ، فإن هذه الأساليب أكثر احترافية ودورية. هاتان الطريقتان أساسيتان وهام وفعالتان وتنطويان دائمًا على استخدام طرق مراقبة وكشف أمراض النبات اليدوية. إن عمليات كل هذه الأساليب اليدوية باهظة الثمن ، وتستغرق وقتًا طويلاً ، وتتطلب عمالة مكثفة . هذه العيوب تحد من تطوير وتطبيق الأساليب الاصطناعية في المزارع الكبيرة. على وجه الخصوص ، من الضروري ملاحظة أن طرق الكشف المباشر عن مرض النبات يتم إجراؤها عادةً في المراحل المتوسطة إلى المتأخرة من العدوى ، والتي تظهر أعراضها المرئية عادةً . في بيئة زراعة المرافق الحديثة والزراعة الدقيقة ، أصبح الطلب على الكشف في الوقت الحقيقي وعلى نطاق واسع عن أمراض النبات بارزًا بشكل متزايد. هذا الفارق الزمني حتمي ولا يفضي إلى الكشف المبكر.

في العقد الماضي ، تم تطوير عدد من التقنيات غير الغازية ، والتي تعتبر حساسة ومتسقة ومعيارية وعالية الإنتاجية وسريعة وفعالة من حيث التكلفة  . توفر أساليب الاستشعار عن بعد (RS) القائمة على التحليل الطيفي والقائمة على التصوير وذات الصلة دعمًا تقنيًا موثوقًا ودقيقًا للكشف عن أمراض النبات ومراقبتها في الوقت الفعلي وعلى نطاق واسع. هناك بعض الروابط بين هذه الأساليب غير الغازية ، والتي توجد جنبًا إلى جنب وتتفاعل. وافقت لجنة المعايير الدولية رسميًا على الأساليب التي تم تطويرها باستخدام التحليل الطيفي . تركز تقنيات التحليل الطيفي الشائعة الاستخدام في أمراض النبات بشكل أساسي على الأشعة تحت الحمراء المرئية القريبة (VIS-NIR) والمقاومة الكهربائية والتحليل الطيفي الفلوري  .

 وبالتالي ، جذبت التقنيات القائمة على التصوير و RS اهتمامًا كبيرًا لأنها يمكن أن توفر معلومات جغرافية دقيقة  . تمت دراسة العديد من مستشعرات التصوير المختلفة ، مثل الرقمية   والفلورة  والحرارية  والمستشعرات متعددة الأطياف أو فائقة الطيف  للكشف عن الأعراض وأمراض النبات عديمة الأعراض  . تطورت تطبيقات هذه التقنيات بشكل مطرد من تطوير المستشعر ، والحصول على الصور ، وبناء النظام إلى تجزئة الصورة وتحليل خوارزمية التصنيف

يمكن اعتبار تقنية الفائق الطيفي أحيانًا كجزء من التحليل الطيفي. نطاقات الطيف الكهرومغناطيسي لأجهزة الاستشعار الفائقة الطيفية تركز بشكل أساسي على VIS-NIR (400-1000 نانومتر) وتحتوي أحيانًا على نطاق موجات قصيرة من الأشعة تحت الحمراء (SWIR ، 1000-2500 نانومتر). يمكن لهذه المستشعرات الحصول على معلومات طيفية من مئات النطاقات الطيفية الضيقة  . تتمتع هذه النطاقات الموجية الضيقة بحساسية عالية للتغيرات الطفيفة في النبات التي تسببها الأمراض وتتيح إمكانية التمييز بين أنواع الأمراض المختلفة وإجراء الكشف المبكر عن الأعراض. 

من بين العديد من طرق مراقبة أمراض النبات غير الغازية ، بما في ذلك تقنيات التصوير الفائق الطيفي والتصوير ، تطور RS الفائق الطيفي بسرعة وله تأثيرات بارزة في البحوث الزراعية  . باستثناء المزايا الشائعة لتقنيات RS غير الغازية ، يمكن تنفيذ التصوير الفائق الطيفي في الأنظمة الآلية كطريقة موضوعية ، مما يؤدي إلى تقليل عبء العمل بشكل كبير . تم تصنيف التطبيقات من مستوى صور الأقمار الصناعية إلى المستوى العياني أو الجزيئي. يمكن ملاحظة أن التقنيات الفائقة الطيفية قد أظهرت تفوقًا في مراقبة أمراض النبات....

------------------

تنزيل الكتاب

-------------------------

مشاركة