تسخير التقنيات الرقمية في قطاع الزراعة والغذاء: إطار عمل للزراعة الدقيقة القائمة على إنترنت الأشياء لتحقيق أهداف التنمية المستدامة

T.G. Sakthivel; R. Ashok; Arun M; A.P. Senthil Kumar

doi:10.3791/73067

مقالة بحثية

تسخير التقنيات الرقمية في قطاع الزراعة والغذاء: إطار عمل للزراعة الدقيقة القائمة على إنترنت الأشياء لتحقيق أهداف التنمية المستدامة

26 مشاهدة

⸱

DOI:

10.3791/73067

⸱

أغسطس 25, 2026

T.G. Sakthivel¹ , R. Ashok¹ , Arun M¹ , A.P. Senthil Kumar²

¹Department of Mechanical Engineering, Saveetha School of Engineering, Saveetha Institute of Medical and Technical Sciences (SIMATS), ²School of Social Work, College of Social Sciences and Humanities, Jigjiga University

في هذه المقالة

ملخص

تقدم هذه الدراسة الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA)، والتي تستخدم شبكات الاستشعار، والمراقبة في الوقت الفعلي، والري الذكي لتعزيز إنتاجية المحاصيل وكفاءة استهلاك المياه. ويعزز هذا الإطار الزراعة المستدامة والهدف الثاني من أهداف التنمية المستدامة (القضاء على الجوع) والهدف الثاني عشر (الاستهلاك والإنتاج المسؤولان).

الملخص

تتجه الصناعات الزراعية والغذائية بسرعة نحو التحول الرقمي للتغلب على القيود في الموارد، وعدم استقرار المناخ، وتحقيق إنتاج غذائي مستدام، وذلك باستخدام إنترنت الأشياء (IoT)، والذكاء الاصطناعي (AI)، والحوسبة السحابية، وتحليل البيانات. ففي الزراعة التقليدية، يؤدي الالتزام بجداول ري صارمة ومحدودية مراقبة الحقول إلى هدر المياه، وتقليل إنتاجية المحاصيل، وإلحاق الضرر بالبيئة. ويقوم نظام الزراعة الدقيقة القائم على إنترنت الأشياء (IoT-PA) الموضح في هذه الورقة بتحسين استخدام الموارد الزراعية من خلال شبكات استشعار موزعة، ومراقبة فورية لرطوبة التربة والطقس، وتحكم ذكي في الري. حيث تعمل المنصة المقترحة على جمع البيانات البيئية، وتحليل ظروف الحقول، والتوصية بعمليات الري تلقائياً لتعظيم نمو المحاصيل وتجنب هدر المياه. كما يتيح هذا الإطار للمزارعين اتخاذ قرارات زراعية قائمة على البيانات بفضل المراقبة المستمرة والإشعارات السريعة. وتؤدي بنية نظام IoT-PA إلى تحسين كفاءة الري، والإنتاجية الزراعية، والإدارة المستدامة للموارد مقارنة بالزراعة التقليدية. كما يساهم رفع الإنتاج الزراعي والاستخدام الكفء للمياه والموارد في دعم الهدف الثاني (القضاء على الجوع) والهدف الثاني عشر (الاستهلاك والإنتاج المسؤولان) من أهداف التنمية المستدامة (SDG) للأمم المتحدة. ويتميز النظام الزراعي الذكي المقترح بقابليته للتوسع والتطبيق، مما يعزز إنتاج الغذاء المستدام والحفاظ على البيئة.

المقدمة

تعتمد الأمن الغذائي والاستدامة البيئية والمرونة الاقتصادية على المؤسسات الزراعية الغذائية¹. ويجب أن تتكيف الزراعة لإنتاج المزيد من الغذاء باستخدام موارد أقل مع تقليل تأثيرها البيئي، حيث من المتوقع أن يصل عدد السكان العالمي إلى حوالي 10.3 مليار نسمة خلال منتصف ثمانينيات القرن الحادي والعشرين، مما يزيد بشكل كبير من الطلب على الإنتاج الغذائي المستدام والإدارة الفعالة للموارد². وقد لا تتمكن ممارسات الزراعة البسيطة من حل هذه المشكلات³، وهذا صحيح بشكل خاص في ظل تغير المناخ وتدهور التربة ونقص المياه وتقلبات السوق⁴. ويمكن للتكنولوجيا الرقمية المبتكرة أن تلبي احتياجات متنوعة وتربط النجاح الزراعي بأهداف التنمية المستدامة للأمم المتحدة (UN SDGs)⁵. وتستخدم الزراعة الرقمية الذكاء الاصطناعي (AI)، وإنترنت الأشياء (IoT)، والاستشعار عن بُعد، والتحليلات⁶. وهي تتبع بدقة الأداء الزراعي ومدخلات الموارد والمناخ⁷، كما أنها تسهل اتخاذ القرارات السليمة وتعزز عمليات الزراعة⁸. وتشمل هذه التقنيات الأجهزة المدعومة بإنترنت الأشياء التي تراقب المكونات الحرجة بشكل مباشر⁹، مثل حالة المحاصيل ورطوبة التربة ودرجة الحرارة والرطوبة¹⁰. وتستخدم الزراعة الدقيقة المياه والمواد المغذية فقط عند الحاجة، مما يقلل الهدر ويزيد الاستدامة¹¹. ويمكن لإنترنت الأشياء أن يعزز مرونة وإنتاجية سلسلة القيمة الزراعية الغذائية¹²؛ إذ يمكن للري المتحكم به والمراقبة القائمة على المستشعرات ري المحاصيل عند الطلب¹³. ويستخدم المزارعون تحليل بيانات الذكاء الاصطناعي لتحديد الأنماط وتحسين جودة وكمية المحاصيل وتوقع تفشي الحشرات¹⁴، مما يوفر المياه ويعزز نمو النباتات¹⁵. ورغم هذه التطورات الواعدة، لا تزال التكنولوجيا الزراعية الرقمية محدودة، خاصة في الدول النامية¹⁶. وتعيق عملية النشر مستويات المعرفة الرقمية المنخفضة، وقيود البنية التحتية، والاستثمارات الأولية الضخمة، والتشريعات الضعيفة¹⁷. علاوة على ذلك، يصعب الوصول إلى الكفاءة المثالية للموارد أو الحفاظ على البيئة لأن الأنشطة الزراعية الحالية تعتمد في الغالب على المدخلات البشرية والبيانات الثابتة.

تقدم هذه الورقة إطار عمل متكامل للزراعة الدقيقة المدفوعة بإنترنت الأشياء (IoT-PA). تدمج هذه التقنية بيانات المستشعرات في الوقت الفعلي مع أنظمة الري المؤتمتة لمعالجة عدم الكفاءة في استخدام المياه وإدارة المحاصيل. ومن خلال توفير توجيهات مناسبة للتحول الرقمي الزراعي، يجب أن يكون إطار العمل قابلاً للتوسع، ومرناً، ومفيداً للمزارعين؛ كما يوفر فرصاً للتحول الرقمي. وبناءً على البيانات الآنية للتربة والمناخ، يسعى إطار عمل الزراعة الدقيقة وإنترنت الأشياء إلى تحسين جداول الري، مما يؤدي إلى ترشيد استهلاك المياه، وتعزيز صحة المحاصيل، وزيادة الإنتاج الغذائي في نهاية المطاف.

يؤدي رفع معدلات الإنتاج من خلال زيادة توافر الغذاء إلى تحقيق الهدف الثاني من أهداف التنمية المستدامة (القضاء التام على الجوع)، وفي الوقت ذاته يعزز الهدف الثاني عشر من أهداف التنمية المستدامة (الاستهلاك والإنتاج المسؤولان) عن طريق الاستخدام الفعال للموارد. كما يمكن للابتكار الرقمي أن يزيد من المرونة والاستدامة في النظم الزراعية والغذائية عبر التحقق التجريبي، مما يؤدي إلى مستقبل أكثر استدامة.

يجب أن تتغير الزراعة العالمية لتلبية الاحتياجات الغذائية وتحقيق الاستدامة. يتطلب تغير المناخ ومحدودية الموارد طرقاً ابتكارية لزيادة الإنتاج وتقليل الضرر البيئي. ويمكن للتكنولوجيات الرقمية، وخاصة تلك القائمة على إنترنت الأشياء (IoT)، أن تحول قطاع الزراعة. يتناول هذا المقال استخدام هذه التكنولوجيا لتحقيق زراعة مربحة ومستدامة.

تتسبب الزراعة التقليدية في هدر الموارد، وتفتقر إلى المراقبة في الوقت الفعلي، وتحد من اتخاذ القرارات القائمة على البيانات، مما يؤدي إلى إهدار المياه والإضرار بالبيئة وضعف الإنتاج الزراعي. كما أن التقنيات الرقمية في الزراعة، وخاصة الري الدقيق، لا تزال محدودة. وتستخدم إنترنت الأشياء (IoT) البيانات الآنية والأتمتة لتحقيق التوسع والتكامل، حيث ينبغي للنظام أن يرفع الإنتاج ويحسن استهلاك المياه إلى أقصى حد. وقد بحثت الدراسات الحديثة في استخدام إنترنت الأشياء والذكاء الاصطناعي وتحليلات البيانات في الزراعة الدقيقة، ولكن معظمها يركز على استشعار رطوبة التربة، والري المؤتمت، ومراقبة المحاصيل، والتنبؤ بالإنتاجية. وغالباً ما تعمل هذه الحلول بشكل منفصل، مما يحد من قدرتها على دعم اتخاذ قرارات الإدارة الزراعية المستدامة. كما تفتقر العديد من الأنظمة إلى التكامل في الوقت الفعلي للبيانات البيئية غير المتجانسة، والإدارة التكيفية للري، والمواءمة مع معايير الاستدامة. يقدم هذا البحث نظام IoT-PA، الذي يعالج هذه القيود باستخدام مستشعرات إنترنت أشياء موزعة، ومراقبة بيئية في الوقت الفعلي، وجدولة ذكية للري، ودعم مستمر لاتخاذ القرار. وبخلاف التقنيات الحالية، يعمل هذا الإطار على تحسين استهلاك المياه والإنتاج الزراعي وتقليل هدر الموارد، والمواءمة مع أهداف التنمية المستدامة SDGs 2 (القضاء على الجوع) و12 (الاستهلاك والإنتاج المسؤولان). إن الطفرة التي حققها نظام IoT-PA في الاستشعار القابل للتوسع، والاتصالات، والتحليلات، وإدارة الموارد الموجهة نحو الاستدامة تتيح اتخاذ قرارات زراعية قائمة على البيانات، وفعالة تشغيلياً، ومستدامة بيئياً. يهدف هذا المشروع إلى إنشاء وتقييم إطار عمل IoT-PA يدعم الزراعة الدقيقة من خلال المراقبة البيئية في الوقت الفعلي، وتخزين البيانات سحابياً، وجدولة الري المؤتمتة. ويستخدم الإطار المقترح مستشعرات مدعومة بإنترنت الأشياء لمراقبة رطوبة التربة، ودرجة حرارة الهواء، والرطوبة النسبية، وهطول الأمطار، وكثافة الضوء باستمرار لتحسين قرارات الري في الوقت الفعلي. كما تسعى الدراسة إلى تقييم أداء الإطار المقترح باستخدام مقاييس كمية، تشمل كفاءة استخدام المياه، وتحسين إنتاجية المحاصيل، ووقت الاستجابة للري، وكفاءة النظام، وموثوقية الاتصالات، واستهلاك الطاقة، وذلك مقارنة بممارسات الري التقليدية. بالإضافة إلى ذلك، تهدف الدراسة إلى توضيح كيف يمكن لتكامل تقنيات إنترنت الأشياء تحسين استغلال الموارد، وتقليل استهلاك المياه غير الضروري، وتعزيز الإنتاجية الزراعية، مع المساهمة في هدف التنمية المستدامة (SDG) 2 (القضاء على الجوع) والهدف (SDG) 12 (الاستهلاك والإنتاج المسؤولان) من خلال الإدارة المستدامة للموارد الزراعية.

إطار نظم الزراعة الرقمية والأغذية المتكاملة (IDAFS)

تتقصى هذه الورقة كيفية تحسين التقنيات الرقمية للصمود الزراعي أثناء الجوائح، وعدم المساواة، وتغير المناخ، والنقص العالمي التراكمي في الغذاء¹⁸. ومع التركيز على الذكاء الاصطناعي، والبيانات الضخمة، والزراعة الدقيقة كسبل لتحسين الإنتاجية، وتقليل الهدر بنسبة 5%، وتوفير النفقات بنسبة 23%، فإنها تتناول هذه الجوانب أيضاً. كما تعزز الورقة التحول الرقمي لتحقيق أهداف التنمية المستدامة لعام 2030، وتسلط الضوء على الاتجاهات المستقبلية مثل سلاسل الكتل (blockchain) والتغذية المخصصة من أجل أنظمة غذائية مستدامة وفعالة.

نموذج تحليل تأثير أهداف التنمية المستدامة الرقمية (DSIAM)

تبحث هذه الورقة، باستخدام التحول الرقمي، في تحقيق أهداف التنمية المستدامة (SDGs) المرتبطة بالأمن الغذائي باستخدام بيانات من مؤشر الاقتصاد الرقمي والمجتمع (DESI). ومن خلال تحليل كيفية تأثير الاتصال الرقمي، والمهارات، والخدمات العامة على الأهداف SDG1 وSDG2 وSDG3 وSDG10¹⁹، تستخدم الدراسة نمذجة المعادلات الهيكلية والتحليل العنقودي عبر بيانات الاتحاد الأوروبي (2017–2022). وتوضح النتائج مدى أهمية الرقمنة في الحد من الفقر، وتعزيز المساواة، وتحسين الصحة.

إطار تكامل وإحياء القرية الرقمية (DVIRF)

تتيح البيانات الطولية (Panel data) من ثلاثين مقاطعة صينية (2013-2023) لهذه الورقة البحثية تقصي كيفية دعم الرقمنة الريفية للتنمية الصناعية الريفية المتكاملة تجريبيًا²⁰. وتكشف الدراسة عن وجود مسارات مباشرة (الخدمات الرقمية، والبنية التحتية) وغير مباشرة (إعادة تخصيص العوامل، والتغيير الهيكلي) للتحول الرقمي باستخدام تقنية تعلم الآلة المزدوجة. وعلى وجه الخصوص، تمتلك المناطق الشرقية والمناطق المنتجة للحبوب تأثيرًا أكثر أهمية. وتقترح الورقة تشريعات لتعزيز المجتمعات الرقمية وتحقيق أقصى استفادة من تمويل إعادة التطوير الريفي.

نموذج تحول النظام الزراعي الغذائي الدائري (CAFSTM)

يحدث التحول الرقمي تغييراً جذرياً في قطاع الزراعة والغذاء من خلال الوعي البيئي، والتوافق التشغيلي، والتصميم الذي يركز على المستخدم²¹، مما يعزز الكفاءة ونماذج الأعمال. كما تعمل الأغذية المخصصة والأنظمة الزراعية الغذائية الدائرية على تقليل الهدر باستخدام حلقات التغذية الراجعة. ويتناول التقرير خصوصية البيانات والتوافق التشغيلي، حيث يقدم نهجاً تقنياً وحوكمياً وبيئياً لأنظمة المزارع الرقمية المستدامة.

إطار ابتكار نظم الغذاء المستدامة (SFSIF)

تستفيد الزراعة المستدامة من الذكاء الاصطناعي، وإنترنت الأشياء، والروبوتات، وتحرير الجينات. وتشجع الإجراءات السياسية، والتوجهات السلوكية، والمالية، وبناء الثقة على الابتكار²². ووفقاً لإدارة النفايات ومعالجة الأغذية واستخدام الأراضي، فإن التكنولوجيا الرقمية والمساعدات الحكومية قد تعزز استدامة النظام الغذائي الزراعي ومرونته والأمن الغذائي.

نموذج تعزيز سلسلة قيمة التصنيع الزراعي (APVCEM)

تقترح هذه المقالة أن سلاسل القيمة والصناعات التحويلية الزراعية تجعل الزراعة عالمية وتنافسية. كما يتم الإشادة بالزراعة المجتمعية وسلاسل التوريد²³. وتعمل سلاسل القيمة القوية في الهند على زيادة الإمدادات الغذائية والأعمال التجارية. كما يستفيد الاقتصاد العالمي والمجتمعات الريفية من هذه الشبكات.

إطار تأثير الاستدامة الرقمية (DSIF)

من خلال الإنتاج الزراعي والتلوث والنفايات البلدية والهدف 12 من أهداف التنمية المستدامة (SDG 12)، تؤثر التقنيات الرقمية سلبًا على استدامة الغذاء. ووفقًا لنمذجة المعادلات الهيكلية²⁴، قد تساهم التكنولوجيا الرقمية في تقليل النفايات البلدية وانبعاثات الغازات الدفيئة وتحسين سلوك المستهلك. وبالرغم من أن الرقمنة تعزز استدامة سلاسل التوريد، إلا أن الدراسات تشير إلى أنها تعيق الاستهلاك المسؤول؛ مما يستدعي تنفيذًا متوازنًا.

إطار انتقال الزراعة 4.0 (A4TF)

تشير الزراعة 4.0 إلى دمج إنترنت الأشياء (IoT)، والذكاء الاصطناعي (AI)، والحوسبة السحابية، والروبوتات، وتحليلات البيانات الضخمة، والأتمتة لتمكين ممارسات زراعية ذكية ودقيقة قائمة على البيانات. يوضح هذا المقال التحول الزراعي الرقمي باستخدام تقنيات الزراعة 4.0. ونقوم هنا بتغطية إنترنت الأشياء، والذكاء الاصطناعي، والطائرات بدون طيار، وسلاسل الكتل (blockchain)، والطاقة المتجددة²⁵. كما ندرس الأنظمة الكهروضوئية الزراعية، والري الذكي، ومراقبة الحيوانات في الوقت الفعلي. ووفقاً للبحث، فإن التحول الرقمي عند معالجة قضايا المناخ والمياه والغذاء، يعمل على تحسين إنتاج الغذاء المستدام، وكفاءة الموارد، والحفاظ على البيئة.

أظهرت الدراسات الحالية إمكانية إنترنت الأشياء (IoT)، والذكاء الاصطناعي، والحوسبة السحابية، والتقنيات الرقمية في تحسين الإنتاجية الزراعية والاستدامة¹⁸^,¹⁹^,²⁰. وتركز معظم الدراسات على التقييمات المفاهيمية للزراعة الرقمية¹⁸، أو التحول الرقمي الموجه نحو السياسات والاقتصاد¹⁹، أو التنمية الرقمية الريفية دون استخدام تقنيات الزراعة الدقيقة على المستوى الميداني²⁰. وبناءً على ذلك، لم ينل الجمع بين الاستشعار في الوقت الفقيقي، والتحليلات القائمة على السحابة، والري المؤتمت، ودعم اتخاذ القرار سوى اهتمام محدود. كما تفتقر تقنيات متعددة إلى طرق تنفيذ قابلة للتكرار وآليات شاملة لتحسين الموارد. يدمج إطار الزراعة الدقيقة المدفوعة بإنترنت الأشياء (IoT-PA) المقترح استشعار إنترنت الأشياء، والحوسبة السحابية، والرصد البيئي في الوقت الفقيقي، والإدارة الذكية للري في بنية واحدة لتحسين استخدام المياه، وإنتاجية المحاصيل، والإدارة المستدامة للموارد الزراعية، مع دعم الهدف الثاني (SDG 2) والهدف الثاني عشر (SDG 12) من أهداف التنمية المستدامة.

البروتوكول

أصبح القطاع الزراعي الغذائي منظومة مستدامة قائمة على البيانات بفضل التقنيات الرقمية. حيث تعمل إنترنت الأشياء (IoT)، والذكاء الاصطناعي (AI)، وسلسلة الكتل (blockchain) على تحسين شفافية سلاسل التوريد، وسلامة الغذاء، والإنتاجية. كما تدعم الزراعة الدقيقة، والزراعة الذكية، والمرونة في مرحلة ما بعد الجائحة أهداف التنمية المستدامة، ولا سيما القضاء على الجوع، والعمل المناخي، والاستهلاك والإنتاج المسؤولين.

تضمن إطار الزراعة الدقيقة القائمة على إنترنت الأشياء (IoT-PA) متحكماً دقيقاً من نوع ESP32، ومستشعرات لرطوبة التربة، ودرجة حرارة الهواء، والرطوبة النسبية (DHT22)، وهطول الأمطار، وكثافة الضوء (BH1750)، وبوابة إنترنت أشياء، وقاعدة بيانات سحابية، ووحدة تحكم في الري الآلي. ولتوفير بيانات ميدانية ممثلة، وُضعت مستشعرات رطوبة التربة على عمق 15–20 cm في منطقة جذور المحاصيل، بينما وُضعت المستشعرات البيئية على ارتفاع 2 m فوق سطح الأرض. وقبل النشر، استُخدمت فقط المستشعرات التي كانت أخطاء قياسها ضمن نطاق ±2% في الاختبارات، بعد معايرتها وفقاً لمتطلبات الشركة المصنعة. استُخدمت تقنية Wi-Fi (802.1 b/g/n) أو LoRaWAN (915 MHz) لنقل البيانات البيئية من متحكم ESP32 إلى المنصة السحابية كل 10 min. وسجل الإطار في هذه التجربة رطوبة التربة (%)، ودرجة حرارة الهواء (°C)، والرطوبة النسبية (%)، وهطول الأمطار (mm)، وكثافة الضوء (lux). وقبل توحيد البيانات باستخدام تسوية الحد الأدنى والأقصى (Min–Max normalization)، تم رفع ملاحظات المستشعرات إلى قاعدة البيانات السحابية كل 10 min، مع إزالة القيم المكررة والمفقودة. واعتمد محرك اتخاذ القرار في نظام IoT-PA على بيانات المستشعرات لتحديد عملية الري؛ فعندما تنخفض رطوبة التربة عن 35% من المحتوى المائي الحجمي، يبدأ الري تلقائياً ويتوقف عند وصولها إلى 45% لمنع إجهاد المياه والري المفرط. وعندما تتوقع تنبؤات الطقس هطول أمطار تزيد عن 5 mm خلال 12 h، يتم إيقاف الري للحفاظ على المياه. استمر تشغيل الإطار بشكل مستمر لمدة 90 days من نمو المحاصيل تحت ظروف ميدانية مماثلة، حيث تسجل كل دورة ري مدة الري، وإجمالي استهلاك المياه، وزمن تأخير الاتصال، وحالة المستشعرات، واستهلاك الطاقة في النظام ضمن قاعدة البيانات السحابية كل 30 min. وتلقى المزارعون تعليمات الري وتحديثات حالة الحقل في الوقت الفعلي عبر تطبيق للهاتف المحمول بعد كل دورة اتخاذ قرار. وقد كُررت التجربة ثلاث مرات باستخدام النظام نفسه وظروف التشغيل ذاتها للتحقق من قابلية التكرار.

أُجريت التجربة في حقل مزروع بالطماطم. وكانت القطعة التجريبية بمساحة 20 m x 20 m (40 m²) ذات تربة لومية وبدرجة pH تتراوح بين 6.7–7.0. تم استخدام نظام مراقبة قائم على إنترنت الأشياء (IoT) بمعالج ESP32، حيث وُضعت مستشعرات سعوية لرطوبة التربة على عمق 15–20 cm، بينما ثُبتت مستشعرات DHT2 لدرجة الحرارة والرطوبة، ومستشعرات BH1750 لشدة الضوء، ومستشعرات لهطول الأمطار على ارتفاع 2 m فوق سطح الأرض. كما ثُبتت شبكة ري بالتنقيط بمسافات 30 cm بين المنقطات و1 m بين الأنابيب الفرعية. استقبلت المنصة السحابية قراءات المستشعرات المرسلة عبر بروتوكول MQTT كل 10 min. وبعد مرور 90 يوماً، تم قياس إنتاجية المحصول بناءً على إجمالي الوزن الطازج للطماطم المقطوفة (kg لكل قطعة تجريبية).

توضيح مصدر البيانات: تم تنفيذ وتقييم إطار الزراعة الدقيقة القائم على إنترنت الأشياء (IoT-PA) المقترح من خلال تجربة ميدانية استمرت لمدة 90 يوماً وفقاً للشروط الموضحة في قسم البروتوكول. وقد استُخدم تقرير سوق التوأم الرقمي الزراعي (DataIntelo) فقط كمرجع داعم للمعلومات الخلفية وتطوير الإطار. جميع مقاييس الأداء المذكورة في قسم النتائج تم الحصول عليها من التقييم التجريبي لإطار IoT-PA المقترح وليس من تقرير سوق DataIntelo.

المساهمة 1: اقتراح إطار عمل للزراعة الدقيقة القائمة على إنترنت الأشياء (IoT-PA)

تم تقديم نظام أتمتة للري يعتمد على بيانات الأرصاد الجوية والتربة في الوقت الفعلي. تعمل التطورات الرقمية على تعزيز نمو القطاع الزراعي الغذائي (الشكل 1). تبدأ هذه التطورات بإنترنت الأشياء، والذكاء الاصطناعي، والزراعة الدقيقة الموجهة بالدرونات، ثم تليها عملية اتخاذ القرار القائمة على البيانات وكفاءة الموارد. وتعمل الثورة الرقمية على تحسين تتبع الغذاء، وسلاسل التوريد، والوصول إلى الأسواق. وتمكن هذه التقنيات المزارعين، وتضمن سلامة الغذاء، وتعز التنمية الشاملة. ويعمل إطار الزراعة الدقيقة القائمة على إنترنت الأشياء (IoT-PA) على تعزيز الاستخدام المستدام للموارد والزراعة الذكية المرنة مناخيًا من خلال دمج المراقبة البيئية في الوقت الفعلي، والتحليلات القائمة على السحابة، والري الآلي. ويدعم هذا التوجه أهداف التنمية المستدامة (SDGs) رقم 2 (القضاء على الجوع)، ورقم 12 (الاستهلاك والإنتاج المسؤولان)، ورقم 13 (العمل المناخي).

معادلة التوازن الاستاتيكي {S(t)={M(t),T(t),H(t),R(t),L(t)} للتحليل الديناميكي.

المعادلة (1) حيث تمثل S(t) البيانات البيئية التي تم جمعها في الوقت t، وتشير M(t) إلى رطوبة التربة (%)، و T(t) هي درجة حرارة الهواء (°C)، و H(t) هي الرطوبة النسبية (%RH)، و R(t) هي كمية هطول الأمطار (mm)، و L(t) هي شدة الضوء (lux). تحدد المعادلة (1) مجموعة المعاملات البيئية في الوقت الفعلي التي يتم الحصول عليها باستمرار بواسطة شبكة مستشعرات إنترنت الأشياء (IoT) ونقلها إلى المنصة السحابية لأغراض المراقبة واتخاذ القرار.

معادلة الدالة البوليانية، (I(t))، التحليل الشرطي، التعبير الرياضي.

كما هو موضح في المعادلة (2)، حيث أنا(ت)) يمثل إشارة التحكم في الري، M(t) هي رطوبة التربة المقاسة، وM_th يشير إلى عتبة الري المحددة مسبقاً (35% من المحتوى المائي الحجمي). وعندما ينخفض مستوى رطوبة التربة المقاس عن هذه العتبة، يقوم متحكم IoT-PA بتنشيط مضخة الري تلقائياً. التعبير الرياضي (I(t)=1)، مفهوم المعادلة الديناميكية للعمليات المعتمدة على الزمن. وإلا، يظل الري غير نشط التوازن الديناميكي؛ I(t)=0؛ معادلة؛ الفيزياء؛ التحليل المعتمد على الزمن؛ شرط الاستقرار. توقف عملية الري تلقائياً عندما تصل رطوبة التربة إلى المستوى المستهدف البالغ 45%، مما يؤدي إلى تحسين كفاءة استخدام المياه ومنع الري المفرط.

تعتمد الزراعة على البيانات وتصبح مستدامة بفضل التقنيات الرقمية، كما هو موضح في الشكل 2. تعمل الكاميرات والروبوتات على تحسين جودة المحاصيل وكفاءة المدخلات، بينما تقوم المستشعرات برصد الموقع ودرجة الحرارة. يستقبل نظام إدارة البيانات بيانات درجة الحرارة والرطوبة من متحكم دقيق مركزي. ويقوم الخادم بجمع بيانات المراقبة الزراعية واتخاذ القرار في الوقت الفعلي. يدرس المزارعون الهواتف باللغات الإقليمية. ومن خلال مراقبة الظروف البيئية، وتحسين قرارات الري، وتقليل هدر المياه، ودعم ممارسات الزراعة المستدامة المتوافقة مع الهدف 2 من أهداف التنمية المستدامة (القضاء على الجوع)، والهدف 12 (الاستهلاك والإنتاج المسؤولان)، والهدف 13 (العمل المناخي)، يعمل التحكم في الحلقة المغلقة على تعزيز الإنتاجية الزراعية.

الصيغة الرياضية لدالة المتوسط L(t)، ومجموع Si(t)، ومعادلة التحليل الإحصائي.

كما يُستدل من المعادلة (3)، حيث تمثل L(t) بيانات الرصد البيئي المجمعة عند الزمن t، وتشير S_i(t) إلى القياس الذي تم الحصول عليه من مستشعر إنترنت الأشياء i^th، و N هو العدد الإجمالي للمستشعرات المنتشرة. تحسب المعادلة (3) متوسط الحالة البيئية من عدة مستشعرات للمساعدة في اتخاذ قرارات الري مع تقليل تقلبات المستشعرات.

معادلة الاضمحلال بيتا β(t)=[L(t)-Mth]/Mth، صيغة رياضية في التحليل النظري.

كما هو موضح في المعادلة (4)، حيث ترمز β(t) إلى مؤشر قرار الري المعياري، ويمثل L(t) قياس رطوبة التربة التجميعي الذي تم الحصول عليه من المعادلة (3)، بينما تمثل M_th عتبة رطوبة التربة المحددة مسبقاً (35% من المحتوى المائي الحجمي). وتشير القيمة السالبة لـ β(t) إلى عدم كفاية رطوبة التربة مما يؤدي إلى تفعيل عملية الري، في حين تشير القيمة غير السالبة إلى أن رطوبة التربة عند العتبة أو أعلى منها، وبالتالي يظل الري غير نشط.

المساهمة 2: إثبات الفوائد العملية من خلال النتائج التجريبية.

لقد أثبت ذلك جدوى إطار العمل وعز الإنتاج الزراعي مع تقليل استخدام المياه بشكل كبير.

الشكل 3 يوضح كيف تعالج الزراعة الدقيقة المدعومة بتقنية إنترنت الأشياء (IoT) مشكلتي هدر الموارد وانخفاض الإنتاجية الزراعية. أولاً، معالجة هدر الموارد وانخفاض الإنتاجية الزراعية؛ حيث توفر تقنيات إنترنت الأشياء (IoT)، والذكاء الاصطناعي (AI)، وتحليلات البيانات في الوقت الفعلي اتخاذ قرارات ذكية، ورياً تلقائياً، ومراقبة قائمة على المستشعرات. وتعز هذه التحسينات صحة المحاصيل وكفاءة استخدام المياه. ويعمل إطار الزراعة الدقيقة المدعومة بإنترنت الأشياء (IoT-PA) المقترح على تعزيز الهدف الثاني من أهداف التنمية المستدامة (SDG 2) (القضاء على الجوع) والهدف الثاني عشر (SDG 12) (الاستهلاك والإنتاج المسؤولان) من خلال دمج المراقبة البيئية في الوقت الفعلي، والتحكم الآلي في الري، والإدارة الفعالة للموارد لتحسين الإنتاجية الزراعية مع تقليل استهلاك المياه إلى أدنى حد.

معادلة صيغة حساب المتوسط في التحليل الرياضي؛ الصيغة v1(t)=(M+T+H+R+L)/5.

أين صيغة الاتزان الساكن، معادلة v₁(t)، ومخطط للدراسة الفيزيائية. يشير إلى مؤشر الرصد البيئي المركب عند الزمن ت, M(t) هي نسبة رطوبة التربة (%)، T(t) هل درجة حرارة الهواء (°C), H(t(هي الرطوبة النسبية (%RH)،) R(t) وهي كمية هطول الأمطار (مم)، و L(t) هي شدة الإضاءة (لوكس). وتدمج المعادلة (5) المعاملات البيئية الموحدة في مؤشر مراقبة واحد يمثل الحالة العامة للميدان التي يستخدمها إطار عمل IoT-PA.

معادلة دالة المتوسط G(t) باستخدام مجموع المتسلسلات؛ معادلة رياضيات تعليمية.

أين G(t) يمثل الحالة البيئية المجمعة التي تم الحصول عليها من فترات المراقبة أو عقد الاستشعار، و صيغة الدالة الرياضية v(t)، التحليل المعتمد على الزمن، استخدام تعليمي هل يتم حساب مؤشر الرصد البيئي المركب باستخدام المعادلة (5) لـ ك^th الملاحظة. تقوم المعادلة (6) بحساب متوسط عدة قياسات للتنبؤ بحالة الحقل، مما يؤدي إلى إزالة تقلبات القياس وتوفير مدخلات موثوقة لجدولة الري التلقائية.

يوضح الشكل 4 كيف أثرت كل ثورة صناعية على الصناعة العالمية، بدءاً من البخار وصولاً إلى العصر الرقمي. وأخيراً، يغير الذكاء الاصطناعي، وسلاسل الكتل (blockchain)، والزراعة الدقيقة قطاع الأغذية الزراعية في الثورة الصناعية الرابعة. تزيد هذه النتائج من كفاءة الزراعة والموارد والاستدامة. ويُظهر إطار الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) المقترح كيف تعمل الاستشعارات الرقمية، والتحليلات القائمة على السحابة، والري الآلي على تحسين الإنتاجية الزراعية واستخدام الموارد لدعم الهدف 2 من أهداف التنمية المستدامة (القضاء على الجوع) والهدف 12 (الاستهلاك والإنتاج المسؤولان).

معادلة توضح عملية المتوسط الحسابي V(t)=1/N∑Gi(t)؛ صيغة لتحليل معالجة الإشارات.

حيث يشير V(t) إلى الحالة العامة للحقل عند الزمن t، ويمثل G_i(t) مؤشر المراقبة البيئية الذي تم الحصول عليه من عقدة الاستشعار i^th ، وN هو العدد الإجمالي لعقد استشعار إنترنت الأشياء (IoT) المنشورة. وتقوم المعادلة (7) بتقدير متوسط حالة الحقل عن طريق تجميع القياسات من جميع مواقع الاستشعار، مما يعز موثوقية قرارات الري.

معادلة التوازن الساكن: α_eq = λV(t) + (1-λ)M(t)، تعبير رياضي للتحليل البحثي.

حيث α_معادلة يشير إلى مؤشر القرار المكافئ المستخدم في جدولة الري، V(t) هي الحالة البيئية المجمعة التي تم الحصول عليها من المعادلة (7)، M(t) هي رطوبة التربة المقاسة، و التوازن الاستاتيكي؛ معادلة λ (0 ≤ λ ≤ 1)؛ صيغة التحليل الرياضي؛ منهجية البحث. هو معامل ترجيح يوازن بين تأثير الحالة العامة للحقل وقياس رطوبة التربة الحالي. وتحسب المعادلة (8) مؤشر القرار النهائي الذي يستخدمه إطار عمل IoT-PA لدعم الري المؤتمت والإدارة الفعالة لموارد المياه.

المساهمة 3: تعزيز أجندة الزراعة المستدامة

وفقاً لهدفي التنمية المستدامة 2 و12، فقد مكن هذا التحول الرقمي من تحسين الأمن الغذائي الزراعي وكفاءة الموارد.

الشكل 5 يوضح المرونة في مرحلة ما بعد الجائحة والتنمية المستدامة من خلال التحول الرقمي للنظم الزراعية الغذائية. تحل المستشعرات محل الأدوات التقليدية في الزراعة القائمة على إنترنت الأشياء (IoT) لتحقيق أقصى استفادة من الموارد. وتتيح تقنية "البلوكشين" (Blockchain) والأتمتة توصيلاً آمناً ومفتوحاً للغذاء؛ بينما يوفر الذكاء الاصطناعي (AI) عمليات تصنيع ومعالجة صحية وفعالة. كما تساعد تنبيهات سلامة الغذاء والمراقبة في الوقت الفعلي المستهلكين. وتعمل هذه الدورات على تحسين الأمن الغذائي العالمي والصحة والكفاءة. ويستخدم نهج الزراعة الرقمية المتسق الاستشعار في الوقت الفعلي والحوسبة السحابية والري المؤتمت لتحسين إنتاجية المحاصيل واستخدام المياه وممارسات الزراعة المستدامة لدعم أهداف التنمية المستدامة (SDGs) رقم 2 (القضاء على الجوع)، و3 (الصحة الجيدة والرفاه)، و12 (الاستهلاك والإنتاج المسؤولان).

معادلة قياس الخطأ، R(t)، باستخدام صيغة المجموع؛ التحليل الرياضي.

حيث يشير R(t) إلى مؤشر احتياجات الري في الوقت t، و M_i(t) هو رطوبة التربة التي قيست بواسطة عقدة المستشعر i^th ، و M^th هو حد رطوبة التربة المحدد مسبقاً، و N هو العدد الإجمالي لعقد الاستشعار. تحسب المعادلة (9) الحاجة للري في الحقل المراقب من خلال تقدير متوسط تباين رطوبة التربة عن الحد المستهدف.

معادلة الاستجابة الديناميكية، ν_sh(t)=ηR(t)+(1−η)V(t)؛ صيغة رياضية.

أين $معادلة الفيزياء $v_{sh}(t)$، جزء من صيغة، علاقة السرعة بالزمن، تعبير رياضي.$ يمثل مؤشر التحكم في الري الذكي، آر (R)(يرجى تزويدي بالنص المراد ترجمته.) هو مؤشر متطلبات الري الذي يتم الحصول عليه من المعادلة (9)، V(t) هو مؤشر الرصد البيئي التجميعي الذي تم الحصول عليه من المعادلة (7)، و معادلة اللزوجة الديناميكية (0 ≤ η ≤ 1)، وتصوير الصيغة، ومبادئ ميكانيكا الموائع. هو معامل ترجيح. تُحسب قيمة التحكم النهائية لجدولة الري الآلي في نظام IoT-PA المقترح من الطلب على الري والظروف البيئية باستخدام المعادلة (10).

النتائج

تشمل مقاييس أداء بنية IoT-PA استهلاك المياه، والإنتاجية الزراعية، وكفاءة النظام، والتحسين المستدام للموارد، والمساهمة في أهداف التنمية المستدامة (SDG). وتعمل الخيارات التكنولوجية الذكية على تحسين الإنتاج الزراعي، والاستدامة، وإدارة الموارد.

وصف مجموعة البيانات: استُخدم تقرير سوق التوأم الرقمي الزراعي المقدم من DataIntelo²⁶ كمعلومات خلفية لدعم تطوير الإطار المقترح ووضعه في سياقه. تغطي الدراسة إحصائيات سوق التوأم الرقمي الزراعي العالمي للفترة من 2019 إلى 2034، مع اعتبار عام 2025 سنة الأساس والفترة من 2026 إلى 2034 فترة التوقعات. تتضمن مجموعة بيانات استخبارات السوق المهيكلة المكونة من 260 صفحة بيانات كمية حول حجم السوق، ومعدل النمو السنوي المركب (CAGR)، والتوزيع الإقليمي للسوق، وتجزئة المكونات (البرمجيات، والأجهزة، والخدمات)، ومجالات التطبيق (مراقبة المحاصيل، ومراقبة الماشية، والزراعة الدقيقة، والدفيئات الذكية، وغيرها)، وأنماط النشر (السحابية والمحلية)، وفئات أحجام المزارع، واعتماد التكنولوجيا بما في ذلك IoT وAI والبيانات الضخمة (Big Data) والبلوكشين (Blockchain). وقد قمنا بفحص البيانات الرقمية المسترجعة للتأكد من اكتمالها واتساقها، وقمنا بتسوية المتغيرات المستمرة باستخدام تسوية Min–Max قبل البدء في التحليل.

كانت الوحدة التجريبية عبارة عن قطعة أرض محصولية واحدة مدعومة بتقنية إنترنت الأشياء (IoT)، وأُجريت ثلاث تجارب منفصلة (n = 3) في ظل ظروف تشغيلية مماثلة على مدار 90 يومًا. أُرسلت قياسات المستشعرات إلى المنصة السحابية كل 10 min باستخدام بروتوكول MQTT. عُرضت البيانات الكمية في صورة المتوسط ± SD. استخدم اختبار t للطلاب (Student's t-test) المقترن لقياس الدلالة الإحصائية لإطار عمل الزراعة الدقيقة المعتمد على إنترنت الأشياء (IoT-PA) المقترح مقارنة بنظام الري القياسي القائم على الوقت، حيث اعتبرت القيمة p < 0.05 دالة إحصائيًا. كما تم تقييم موثوقية مقاييس الأداء عن طريق حساب فترات الثقة (CI) بنسبة 95%. تم التحقق من نموذج الزراعة الدقيقة المدفوعة بإنترنت الأشياء (IoT-PA) باستخدام منصة IoT تعتمد على متحكم ESP32 مع مستشعرات سعوية لرطوبة التربة، ومستشعر DHT2 لدرجة الحرارة والرطوبة، ومستشعر BH1750 لشدة الضوء، ومستشعرات لهطول الأمطار. أُرسلت القياسات البيئية باستمرار إلى AWS IoT Core عبر بروتوكول MQTT. وفي ظل ظروف مناخية مماثلة، تمت مقارنة إطار العمل المقترح بنظام ري قائم على الوقت. كما قمنا بتقييم استخدام المياه، والإنتاج الزراعي، وكفاءة النظام، والتحسين المستدام للموارد، ومدى التوافق مع أهداف التنمية المستدامة (SDG).

تحليل استخدام المياه

الشكل 6 يوضح أن المراقبة المستمرة لرطوبة التربة والإدارة الآلية للري أدت إلى تقليل استخدام المياه بنسبة 24.62% في بنية الزراعة الدقيقة القائمة على إنترنت الأشياء (IoT-PA) المقترحة. وقد قلل الاستشعار في الوقت الفعلي من الري غير الضروري، وحسن كفاءة استخدام المياه، ودعم الإنتاجية الزراعية المستدامة.

التوازن الساكن؛ الصيغة v_c(t)=(W_conv-W_IoT)/W_conv×100؛ التحليل الرياضي.

أين تحليل الدوائر الكهربائية، صيغة، vc(t)، الجهد المعتمد على الزمن، معادلة هندسية، مخطط. يشير إلى نسبة التوفير في المياه التي تم تحقيقها في الوقت تـ, W_محادثة هو إجمالي المياه المستهلكة باستخدام طريقة الري التقليدية، و و_{إنترنت الأشياء} يمثل إجمالي كمية المياه المستهلكة باستخدام إطار عمل IoT-PA المقترح. وتحسب المعادلة (1) النسبة المئوية لتوفير المياه من خلال جدولة الري المؤتمتة. وقد أظهرت نتائج الاختبار أن إطار العمل المقترح وفر مياهه بنسبة 24.62% أكثر من الري التقليدي.

تحليل إنتاجية المحاصيل

الشكل 7 يوضح كيف أدى الري المؤتمت والمراقبة البيئية إلى زيادة المحصول الزراعي لتصل إلى 95.13% باستخدام نظام الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) المقترح. وقد تحسنت صحة النباتات وإنتاجية المحاصيل والتدخل اليدوي بفضل بيانات المستشعرات الفورية الخاصة بتطبيق الري وإدارة المحاصيل.

$معادلة السرعة بمرور الزمن، $ v_0(t) $، صيغة النسبة في مخطط الرياضيات.$

أين صيغة دالة السرعة v0(t)، معادلة الكينماتيكا، تحليل السرعة والزمن. يشير إلى الإنتاجية الزراعية (%) في الوقت ت, Y_{إنترنت الأشياء} إن غلة المحصول التي تم الحصول عليها باستخدام إطار عمل IoT-PA المقترح، و Y_{الحد الأقصى} هو أقصى محصول يمكن تحقيقه في ظل الظروف التجريبية. وتُحسب نسبة الإنتاجية الزراعية للإطار المقترح وفقاً للمعادلة (12). وقد حقق نظام IoT-PA إنتاجية زراعية بلغت 95.13% في التقييم التجريبي، مما يشير إلى أن الري المعتمد على المستشعرات والمراقبة البيئية في الوقت الفعلي يعززان من أداء المحصول.

تحليل كفاءة النظام

يوضح الشكل 8 أن إطار الزراعة الدقيقة المعتمدة على إنترنت الأشياء (IoT-PA) قد دمج الري الذاتي، والاستشعار البيئي في الوقت الفعلي، ومعالجة البيانات القائمة على السحابة، واتخاذ القرار الآلي لتحقيق كفاءة نظام بلغت 93.85%. وتعني الكفاءة العالية تشغيلاً موثوقاً للنظام مع الحد الأدنى من هدر الموارد، مما يدعم الزراعة المستدامة.

$صيغة حساب النسبة المئوية في التحليل الإحصائي، المعادلة $c_m(t)=\frac{N_{success}}{N_{total}}\times10$.$

أين معادلة النظام الديناميكي، دالة c_m(t)، التعبير الرياضي، التحليل المعتمد على الزمن. يشير إلى الكفاءة الإجمالية للنظام (%) عند الزمن تـ, المعادلة: N<sub>success</sub>، التحليل الإحصائي، تمثيل المتغير الرياضي. تمثل عدد عمليات الاستشعار والاتصال والري التي اكتملت بنجاح، و توضح معادلة الاتزان الساكن، ΣFx=0، مخططاً فيزيائياً للتوازن وتحليل القوى. يمثل العدد الإجمالي لعمليات النظام المجدولة خلال الفترة التجريبية. وتحسب المعادلة (13) معدل نجاح إطار عمل IoT-PA، مما يشير إلى موثوقية النظام وكفاءته. وأظهرت النتائج التجريبية أن إطار العمل المقترح حقق كفاءة نظام بلغت 93.85%، مما يثبت استقراره وموثوقيته لتطبيقات الزراعة الذكية المستمرة.

تحليل تحسين الموارد المستدامة

يحقق إطار عمل الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) المقترح تحسيناً مستداماً للموارد بنسبة 94.25%، وهو ما يتوافق مع الاستدامة البيئية والاقتصادية. يوضح الشكل 9 كيف تساهم المراقبة في الوقت الفعلي، وجدولة الري الآلية، واتخاذ القرارات المستندة إلى البيانات في تقليل هدر المياه والطاقة مع زيادة الإنتاج الزراعي. وبناءً على ذلك، يعمل هذا الإطار على تحسين استهلاك الموارد وتعزيز الزراعة المستدامة.

معادلة حساب الكفاءة، q(t) = (Rused/Ropt)×10؛ مخطط الصيغة.

أين q(t) الشحنة المعتمدة على الزمن؛ معادلة؛ تحليل كهربائي؛ دالة في الزمن؛ دراسة النظام الديناميكي. يشير إلى معدل تحسين الموارد المستدام (%) عند الزمن تـ, مخطط معادلة التوازن الساكن ΣFx=0، الذي يصور توازن القوى في تحليل الأنظمة الميكانيكية. تمثل عدد الموارد (مثل المياه والطاقة) التي استُخدمت بكفاءة بواسطة إطار عمل IoT-PA المقترح، و صيغة R_opt، رمز رياضي في الفيزياء النظرية، مفهوم معادلة التحسين. هو متطلب الموارد الأمثل في ظل ظروف الزراعة نفسها. وتقارن المعادلة (14) الموارد المستخدمة بكفاءة مع متطلبات الموارد المثلى لتقييم مدى الاستفادة من الموارد. وقد أظهرت النتائج التجريبية أن إطار عمل IoT-PA يمكنه تقليل هدر الموارد والحفاظ على الإنتاجية الزراعية بمعدل تحسين مستدام للموارد بنسبة 94.25%.

تحليل التقنيات الرقمية في تحقيق أهداف التنمية المستدامة

يوضح الشكل 10 أن بنية الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) حققت كفاءة مواءمة مع أهداف التنمية المستدامة بنسبة 96.31% في هذا البحث. حيث يعمل الري التلقائي والمراقبة في الوقت الفعلي على تعزيز الإنتاج الزراعي ودعم الهدف 2 من أهداف التنمية المستدامة (القضاء على الجوع) والهدف 12 (الاستهلاك والإنتاج المسؤولان) من خلال تحسين استخدام المياه والطاقة. وتظهر كفاءة المواءمة العالية مع أهداف التنمية المستدامة أن التقنيات الرقمية تعز الزراعة المستدامة والفعالة في استخدام الموارد.

معادلة حساب النسبة المئوية المحققة في التجارب. الصيغة: Q(t) = S_achieved/S_target × 10.

أين مفهوم ميكانيكا الكم، معادلة (Q(t؛ تحليل النظام الديناميكي، تمثيل الصيغة الرياضية. يشير إلى كفاءة محاذاة أهداف التنمية المستدامة (SDG) (%) في الوقت تـ, مخطط التوازن الساكن ΣFx=0؛ توازن القوى، التحليل الميكانيكي، استخدام تعليمي. تمثل عدد أهداف الاستدامة التي تم تحقيقها بنجاح بواسطة إطار عمل IoT-PA المقترح، و الاتزان الاستاتيكي؛ الصيغة S_target؛ مخطط؛ تعليمي؛ بحث؛ مفهوم فيزيائي. يرمز إلى إجمالي أهداف الاستدامة المحددة للتقييم. وتقارن المعادلة (15) أهداف الاستدامة التي تم تحقيقها بالأهداف المحددة مسبقاً. وقد دعم إطار عمل IoT-PA النمو الزراعي المستدام من خلال الإدارة الذكية للموارد والابتكار الرقمي، مع كفاءة مواءمة مع أهداف التنمية المستدامة (SDG) بلغت 96.31% وفقاً لبيانات التجارب.

وفقاً للتجارب، يعمل إطار الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) على تحسين الإدارة الزراعية المستدامة من خلال الاستشعار في الوقت الفعلي، والمراقبة القائمة على السحابة، والتحكم الآلي في الري. وقد خفض هذا الإطار استهلاك المياه بنسبة 24.62%، وحقق إنتاجاً زراعياً بنسبة 95.13%، وكفاءة نظام بنسبة 93.85%، وتحسيناً مستداماً للموارد بنسبة 94.25%، وكفاءة في التوافق مع أهداف التنمية المستدامة بنسبة 96.31% مقارنة بالري التقليدي. وتظهر هذه النتائج أن تقنيات إنترنت الأشياء والري الذكي تعمل على تحسين استغلال الموارد، وإنتاجية المحاصيل، والزراعة المستدامة. وبذلك، يوفر إطار IoT-PA المقترح حلاً رقمياً زراعياً عملياً وقابلاً للتوسع يدعم هدفي التنمية المستدامة 2 (القضاء على الجوع) و 12 (الاستهلاك والإنتاج المسؤولان) من خلال الإدارة الزراعية القائمة على البيانات.

لاختبار إمكانية تكرار إطار الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA)، كُررت جميع التجارب ثلاث مرات تحت ظروف متطابقة. وقُدمت نتائج التجارب الثلاث في صورة متوسط ± الانحراف المعياري (SD)، وشملت: خفض استهلاك المياه (24.62%)، وتعزيز إنتاجية المحاصيل (95.13%)، وكفاءة النظام (93.85%)، والتحسين المستدام للموارد (94.25%)، والتوافق مع أهداف التنمية المستدامة (SDG) بنسبة (96.31%). وقبل إجراء تحليل المقارنة، تم تحليل توزيع البيانات التجريبية باستخدام اختبار شابيرو-ويلك (Shapiro–Wilk) للتحقق من التوزيع الطبيعي. كما قورن إطار IoT-PA المقترح بتقنية الري القياسية القائمة على الوقت باستخدام اختبار t للطلاب المقترن (paired Student's t-test)، مع تحديد مستوى الدلالة عند p < 0.05. وبالنسبة لجميع مؤشرات الأداء الرئيسية، تم حساب فواصل الثقة (CI) بنسبة 95% لتقدير عدم اليقين في التقديرات التجريبية، كما حُسب معامل الاختلاف (CV) لفحص مدى قابلية تكرار النتائج التجريبية واتساقها.

توافر البيانات:

تَمّ توليد البيانات التجريبية التي تدعم نتائج هذه الدراسة خلال تقييم ميداني استمر لمدة 90 يوماً لإطار الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) المقترح والموصوف في المخطوطة. يتوفر تقرير سوق التوأم الرقمي الزراعي (DataIntelo)، الذي استُخدم كمرجع خلفي للتطوير المفاهيمي لهذا الإطار ولتقديم سياق حول تقنيات الزراعة الرقمية، على الرابط التالي: https://dataintelo.com/report/agriculture-digital-twin-market.

مخطط الزراعة الرقمية؛ إنترنت الأشياء، والذكاء الاصطناعي لتحسين الكفاءة، وسلسلة التوريد، والزراعة الذكية مناخياً.
الشكل 1الجذور الرقمية: تعزيز الاستدامة في السلسلة الغذائية الزراعية. نظرة عامة على سلسلة القيمة الزراعية الغذائية توضح تكامل التقنيات الرقمية، بما في ذلك إنترنت الأشياء، والحوسبة السحابية، والذكاء الاصطناعي، وتحليلات البيانات، لتحسين الإنتاجية الزراعية، وتحسين استغلال الموارد، ودعم الإنتاج الغذائي المستدام. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

مخطط عملية الزراعة الذكية الذي يضم المستشعرات، والروبوتات، وإدارة البيانات، ومراقبة المحاصيل، والرابط بالخادم.
الشكل 2حلقة الزراعة الذكية: من مستشعرات الحقول إلى أيدي المزارعين. مخطط سير العمل لإطار الزراعة الدقيقة المدفوع بإنترنت الأشياء (IoT-PA) المقترح، والذي يوضح الاستشعار البيئي في الوقت الفعلي، ونقل البيانات لاسلكياً، والتحليلات القائمة على السحابة، والتحكم الآلي في الري، ودعم قرار المزارع من أجل الزراعة الدقيقة. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

مخطط إطار عمل الزراعة الدقيقة القائمة على إنترنت الأشياء: التقنيات الرقمية، مستشعرات التربة، بيانات المناخ، وتأثير أهداف التنمية المستدامة.
الشكل 3من التربة إلى الهدف: مخطط الزراعة الذكية للنمو المستدام. نظرة عامة مفاهيمية لإطار عمل الزراعة الدقيقة القائم على إنترنت الأشياء (IoT-PA) المقترح، والتي توضح تكامل التقنيات الرقمية للإدارة الزراعية الذكية. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

مخطط التطور الصناعي: من عصور البخار والكهرباء إلى عصور المعلومات والرقمنة.
الشكل 4من البخار إلى المزارع الذكية: التطور نحو مستقبل التكنولوجيا الزراعية. تطور التقنيات الزراعية من ممارسات الزراعة التقليدية إلى الزراعة الرقمية الحديثة من خلال الميكنة، والزراعة الدقيقة، وإنترنت الأشياء، والرصد المعتمد على إنترنت الأشياء، والحوسبة السحابية، وأنظمة اتخاذ القرار الذكية. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

مخطط نظم الغذاء الرقمية؛ من الزراعة إلى المستهلكين؛ تضمن تقنيات إنترنت الأشياء (IoT) والبلوكشين (blockchain) الاستدامة والسلامة.
الشكل 5سلاسل ذكية لحبوب آمنة: مسار رقمي نحو مستقبل غذائي مستدام. تمثيل مفاهيمي للتقنيات الرقمية الداعمة لسلسلة التوريد الزراعية، بما في ذلك مراقبة المحاصيل، والري الدقيق، وتحسين الموارد، ومراقبة جودة الغذاء، وتقييم الاستدامة لتحسين الأمن الغذائي والأداء البيئي. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

مخطط صندوقي يحلل استخدام المياه؛ يقارن بين بيانات العينات الخاصة بـ IDAFS و DSIAM و DVIRF و IoT-PA.
الشكل 6تحليل استخدام المياه. مقارنة استهلاك المياه بين طريقة الري التقليدية وإطار عمل IoT-PA المقترح. تم تقييم استهلاك المياه طوال فترة التجربة، وعُرضت القيم في صورة المتوسط ± الانحراف المعياري (العدد = 3 تجارب مستقلة). تم تقييم الدلالة الإحصائية باستخدام اختبار t للطلاب للمجموعات المرتبطة مع p < 0.05. حقق إطار عمل الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) المقترح انخفاضاً بنسبة 24.62% في استهلاك المياه مقارنة بالري التقليدي. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

رسم بياني شريطي يقارن بين طرق تحليل إنتاجية المحاصيل: IDAFS، وDSIAM، وDVIRF، وIoT-PA، وعدد العينات.
الشكل 7تحليل إنتاجية المحاصيل. مقارنة الإنتاجية الزراعية التي تم الحصول عليها باستخدام طريقة الري التقليدية وإطار عمل الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) المقترح تحت ظروف زراعة متطابقة. يتم تسجيل قيم إنتاجية المحاصيل كمتوسط ± انحراف معياري (n = 3 تجارب مستقلة). تم تقييم الدلالة الإحصائية باستخدام اختبار t للطلاب المقترن (p < (0.05). وحقق الإطار المقترح إنتاجية زراعية بلغت 95.13%. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

مخطط أعمدة ثلاثي الأبعاد لنسبة كفاءة النظام بناءً على عدد العينات؛ يقارن بين طرق IDAFS وDSIAM وDVIRF وIoT-PA.
الشكل 8تحليل كفاءة النظام. تقييم أداء إطار عمل IoT-PA (الزراعة الدقيقة القائمة على إنترنت الأشياء) بناءً على نجاح عمليات الاستشعار، والاتصالات، والمعالجة السحابية، والري المؤتمت. يتم التعبير عن النتائج في صورة المتوسط ± الانحراف المعياري (n = 3 تجارب مستقلة). وقد أُجري التحليل الإحصائي باستخدام اختبار t للطلاب للعينات المزدوجة مع p < 0.05. حقق النظام المقترح كفاءة كلية للنظام بلغت 93.85%. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

رسم بياني لتحسين الموارد المستدامة، الطرق: IDAFS، DSIAM، DVIRF، IoT-PA، عدد العينات.
الشكل 9تحليل التحسين المستدام للموارد. تقييم التحسين المستدام للموارد الذي حققه إطار عمل IoT-PA المقترح من خلال الإدارة الفعالة للمياه والموارد. عُرضت النتائج في صورة المتوسط ± الانحراف المعياري (ن = 3 تجارب مستقلة). تم تحديد الدلالة الإحصائية باستخدام اختبار t للطلاب المقترن (p < 0.05). وحقق الإطار المقترح معدل تحسين للموارد المستدامة بنسبة 94.25%. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

رسم بياني للتقنيات الرقمية التي تحقق أهداف التنمية المستدامة (%) حسب حجم العينة، مقارنةً عبر أربع طرق.
الشكل 10تحليل التقنيات الرقمية في تحقيق أهداف التنمية المستدامة. تقييم مساهمة إطار عمل الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA) المقترح في تحقيق أهداف التنمية المستدامة (SDGs) من خلال تحسين كفاءة استخدام المياه، والإنتاجية الزراعية، والري الذكي، والإدارة المستدامة للموارد. عُرضت النتائج في صورة المتوسط ± الانحراف المعياري (ن = 3 تجارب مستقلة). وتم تقييم الدلالة الإحصائية باستخدام اختبار t للطلاب المقترن مع p < 0.05. حقق الإطار المقترح كفاءة في الموائمة مع أهداف التنمية المستدامة (SDG) بلغت 96.31%. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

المناقشة

يمكن للزراعة الرقمية، من خلال نظام IoT-PA، أن تساهم في حل المشكلات الحالية. وتقترح هذه الورقة البحثية تطبيق المراقبة في الوقت الفعلي، والري القائم على المستشعرات، واتخاذ القرارات المستندة إلى البيانات، وذلك لتعزيز اقتصادات الموارد والإنتاج الزراعي. وقد انخفض استهلاك المياه بنسبة 24.62%، بينما ارتفع الإنتاج الزراعي بنسبة 95.13% عند استخدام إنترنت الأشياء، مما يبرهن على إمكاناته الثورية في تحقيق الاستدامة. كما تم تحقيق الهدف الثاني من أهداف التنمية المستدامة (القضاء على الجوع) والهدف الثاني عشر (الاستهلاك والإنتاج المسؤولان) بكفاءة نظام بلغت 93.85%. وحقق النظام كفاءة في التوافق مع أهداف التنمية المستدامة بنسبة 96.31%. وتحل الأتمتة الذكية محل البدائل كثيفة استهلاك الموارد لتعزيز الأمن الغذائي وحماية البيئة. وتسلط الدراسة الضوء على كيفية قيام المستشعرات، والحوسبة السحابية، والأتمتة ببناء نماذج زراعية قابلة للتكرار. وتحتاج الزراعة إلى مثل هذه التقنيات بسبب النمو السكاني وتغير المناخ. ووفقاً لهذا المقال، يمكن للثورة الرقمية أن تزيد من كفاءة الزراعة ومرونتها واستدامتها. وسيتم تطبيق بنية IoT-PA على محاصيل ومناطق مختلفة في الدراسات المستقبلية. كما سيعمل الذكاء الاصطناعي على تحسين الأرصاد الجوية، والتحليلات التنبؤية، وتحديد الآفات. ولزيادة وصول المزارعين لهذه التقنيات، يجب التركيز على التكنولوجيا منخفضة التكلفة وتطبيقات الهاتف المحمول. وسيتم تحديد مدى القبول، وجودة استقبال البيانات، وأهداف الاستدامة العالمية والأمن الغذائي.

مقارنةً بالزراعة الرقمية المتكاملة &؛ إطار نظم الغذاء (IDAFS) المقترح من قبل Sridhar وآخرون.¹⁸والتي تقدم مراجعة شاملة للتقنيات الرقمية، بما في ذلك إنترنت الأشياء (IoT)، والذكاء الاصطناعي (AI)، وسلسلة الكتل (blockchain)، والروبوتات، والبيانات الضخمة من أجل نظم زراعية غذائية مستدامة، فإن إطار عمل IoT-PA المقترح يوفر تطبيقاً عملياً للزراعة الدقيقة. وبينما يناقش IDAFS بشكل أساسي استراتيجيات تبني التكنولوجيا والتحول الرقمي على المستوى المفاهيمي، يدمج IoT-PA الاستشعار البيئي في الوقت الفعلي، ومعالجة البيانات القائمة على السحابة، والتحكم الآلي في الري، وإخطار المزارعين في إطار تشغيلي موحد. ويتيح هذا التكامل المراقبة المستمرة للحقول واتخاذ القرار الآلي، مما يجعل المنصة مناسبة للري الدقيق وإدارة الموارد.¹⁸نموذج Vărzaru لتحليل تأثير أهداف التنمية المستدامة الرقمية (DSIAM)¹⁹ تؤكد على دور التحول الرقمي في تحقيق الأمن الغذائي وتلبية أهداف التنمية المستدامة من خلال التحليل الاقتصادي الإقليمي وعلى مستوى السياسات. ولأغراض التنفيذ الميداني، تعتمد بنية IoT-PA على مستشعرات مدعومة بتقنية إنترنت الأشياء، ونظام آلي للتحكم في الري، واتصالات سحابية. ويُستخدم التحول الرقمي في الزراعة لتحسين استخدام المياه وزيادة إنتاج المحاصيل.¹⁹طريقة DVIRF الخاصة بـ Zhang وZhang²⁰ يعزز التنمية الريفية المستدامة من خلال البنية التحتية الرقمية، والتكامل الصناعي الريفي، والابتكار التكنولوجي. ويدعم DVIRF التحول الرقمي الإقليمي دون دعم اتخاذ القرار الخاص بالري الدقيق. ولتمكين الزراعة الذكية، يدمج إطار عمل IoT-PA بين المراقبة المستمرة عبر المستشعرات، والجدولة الذكية للري، والتحليلات القائمة على السحابة، والإدارة المؤتمتة للموارد.²⁰تجمع بنية IoT-PA المقترحة بين الاستشعار البيئي، والاتصال، والحوسبة السحابية، والري الآلي لاتخاذ قرارات وإدارة المياه في الوقت الفعلي. ومقارنة بأطر الزراعة الرقمية المفاهيمية¹⁸^,¹⁹^,²⁰يعزز هذا التصميم الكفاءة التشغيلية، ويقلل من التدخل البشري، ويدعم الزراعة المستدامة. ومع ذلك، يعاني هذا الإطار من عيوب رئيسية؛ حيث أُجري هذا التقييم التجريبي في ظل ظروف زراعية عادية، ولم يتم التحقق من نتائجه عبر أنواع مختلفة من المحاصيل، أو أنواع التربة، أو المناطق المناخية، أو الزراعة التجارية واسعة النطاق. كما يعتمد هذا التنفيذ على عتبات محددة مسبقاً لرطوبة التربة، وهو ما لا يستفيد من الذكاء الاصطناعي في الجدولة التنبؤية للري، أو التنبؤ بإنتاجية المحاصيل، أو الكشف عن الآفات والأمراض، أو محاكاة المحاصيل القائمة على التوأم الرقمي. وسوف تعتمد الأبحاث المستقبلية على تعلم الآلة، والتوائم الرقمية، والاستشعار عن بعد، والذكاء الاصطناعي القابل للتفسير لتعزيز التنبؤ الزراعي، وقابلية التوسع، والمرونة.

يجب مراعاة القيود عند تفسير نتائج الزراعة الدقيقة الموجهة بإنترنت الأشياء (IoT-PA). وبشكل عام، لم يتم اختبار هذا الإطار عمليًّا عبر أنواع مختلفة من المحاصيل، أو خصائص التربة، أو الظروف المناخية، أو سياقات الزراعة واسعة النطاق. ولتحقيق الأداء الأمثل في ظل ممارسات زراعية متنوعة، تعتمد إدارة الري على عتبات رطوبة التربة التي قد تتطلب معايرة خاصة بكل محصول. يعتمد هذا التطبيق على المراقبة البيئية القائمة على إنترنت الأشياء وإدارة الري المؤتمتة، ولا يشمل الري التنبؤي الموجه بالذكاء الاصطناعي، أو تشخيص الآفات والأمراض، أو إدارة المغذيات، أو الاستشعار عن بُعد متعدد الأطياف. كما قد تؤثر جودة الاتصال بالشبكة، ودقة معايرة المستشعرات، والعوامل المناخية التي تؤثر على نقل البيانات في الوقت الفعلي على أداء إطار العمل في المناطق الزراعية النائية.

الإفصاحات

ليس لدى المؤلفين أي تضارب في المصالح.

شكر وتقدير

لم يتلقَ هذا البحث أي منحة محددة من أي وكالة تمويل في القطاعات العامة أو التجارية أو غير الربحية.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسم	الشركة	رقم فهرسي	التعليقات
Arduino IDE	Arduino	Version 2.x https://www.arduino.cc/en/software	بيئة تطوير متكاملة، تطوير البرمجيات الثابتة لـ ESP32
مستشعر رطوبة التربة السعوي	DFRobot	SEN0193	قياس الرطوبة الحجمية للتربة؛ جهد التشغيل 3.3–5.5 V
منصة إنترنت الأشياء السحابية	Amazon Web Services	AWS IoT Core https://aws.amazon.com/iot-core	منصة إنترنت أشياء سحابية لتخزين البيانات، وتصورها، والمراقبة عن بُعد
مزود طاقة DC	Mean Well	/	تزويد الطاقة للمتحكم والمضخة؛ مخرج منظم بجهد 12 V DC، طراز: LRS-50-12
مضخة مياه DC	متوفرة تجارياً	/	ري آلي؛ مضخة 12 V DC
مستشعر شدة الضوء الرقمي	Rohm Semiconductor	BH1750FVI	قياس شدة الضوء المحيط؛ 1–65535 lux
لوحة تطوير ESP32	Espressif Systems	ESP32-DEVKITC-32D	وحدة تحكم دقيقة ثنائية النواة بتردد 240 MHz، Wi-Fi/Bluetooth؛ المتحكم الرئيسي للحصول على بيانات المستشعرات والتحكم في الري
Microsoft Excel	Microsoft Corporation	Microsoft 365 https://www.microsoft.com/microsoft-365/excel	برنامج جداول بيانات لتنظيم البيانات وتصورها
وسيط MQTT	Eclipse Foundation	Mosquitto v2.x https://mosquitto.org	اتصالات رسائل إنترنت الأشياء؛ بروتوكول MQTT
Python	Python Software Foundation	Version 3.x https://www.python.org	لغة برمجة للمعالجة المسبقة للبيانات والتحليل الإحصائي
وحدة مستشعر هطول الأمطار	DFRobot	/	مخرج تماثلي/رقمي؛ الكشف عن حالات هطول الأمطار؛ طراز: SEN0308
وحدة مرحل أحادية القناة	Songle	SRD-05VDC-SL-C	تبديل تشغيل/إيقاف مضخة الري؛ مرحل 5 V
مستشعر درجة الحرارة والرطوبة	Adafruit Industries	DHT22 (AM2302)	المراقبة البيئية؛ درجة الحرارة ±0.5 °C؛ الرطوبة ±2% RH
متصفح ويب	Google LLC	Google Chrome (latest stable release) https://www.google.com/chrome	الوصول إلى لوحة تحكم AWS IoT
جهاز توجيه Wi-Fi	TP-Link Technologies	/	اتصال لاسلكي بين ESP32 والسحابة؛ IEEE 802.11 b/g/n/ac؛ طراز: Archer C6

المراجع

Nhamo G, Chikodzi D, Dube K. Sustainable Development Goals for Society. Vol. 1. Springer International Publishing; 2021.
Venkatesh R. Effect of hybrid nanofluid and polyethylene glycol/aluminium foam on thermal characteristics and energy storage performance of solar air heater. Appl Therm Eng. 2026;291:130213.
Ajaj R, Buheji M, Hassoun A. Optimizing the readiness for industry 4.0 in fulfilling the Sustainable Development Goal 1: Focus on poverty elimination in Africa. Front Sustain Food Syst. 2024;8:1393935.
Hiywotu AM. Advancing sustainable agriculture for goal 2: zero hunger-a comprehensive overview of practices, policies, and technologies. Agroecol Sustain Food Syst. 2025;49(7):1027–55.
Venkatesh R. Effect of Boron Nitride on Mechanical Characteristics of LDPE Nanocomposite made with Ramie Fiber. J Inst Eng India Ser D. 2024.
Arun M, et al. Integrated renewable energy supply architecture for advancing hydrogen symbiosis and eco synergistic smart grid interactions with next generation combustion technologies. Sci Rep. 2025;15(1):25619.
Venkatesh R. Synthesis and Behavior Study of Basalt Fiber-Made Low-Density Polyethylene Composites Via Injection Mold. J Inst Eng India Ser D. 2024.
Jayakrishnan R, Johnpaul V, Balasundaram N, Senthilkumar S. Stabilization of black cotton soil in Chittur region in Palakkad using lime, rice husk ash, coir fibre. Indian J Eng. 2026;23:e3ije1709.
Gopan G, Arun M, Vembu S. Comparison of dimple tube with flat plate collector for solar water heater by using carbon nanofluid. Int J Low-Carbon Technol. 2025;20:820–33.
Arun M, Barik D, Sridhar KP, Vignesh G. Experimental and CFD analysis of plain and dimples tube at application of solar water heater. Mater Today Proc. 2021;42:804–9.
Rinesh S, et al. Prediction and classification of solar photovoltaic power generation using extreme gradient boosting regression model. Int J Low-Carbon Technol. 2024;19:2420–30.
Ogbonnaya EP, et al. Efficacy of moringa oleifera leaf extract as a phytogenic additive in finisher broiler chickens. Discov Agric. 2026;12:e14da3219.
Giganti P, Borrello M, Falcone PM, Cembalo L. The impact of blockchain technology on enhancing sustainability in the agri-food sector: A scoping review. J Clean Prod. 2024;456:142379.
Rinesh S, Arun M, Kumar SN, Prajitha C, Kumar AS. Evaluating the type 2 fuzzy logic controller with multilayer perceptrons for optimal tracking of solar photovoltaic systems. Int J Low-Carbon Technol. 2025;20:394–403.
Gupta S, et al. Operationalizing Digitainability: Encouraging mindfulness to harness the power of digitalization for sustainable development. Sustainability. 2023;15(8):6844.
Urugo MM, et al. Journal of agriculture and food research. J Agric Food Res. 2024;18:101316.
Hong Z, Xiao K. Digital economy structuring for sustainable development: the role of blockchain and artificial intelligence in improving supply chain and reducing negative environmental impacts. Sci Rep. 2024;14(1):3912.
Arun M, Barik D, Sridhar KP, Dennison MS. Thermal performance of a dimpled tube parabolic trough solar collector (PTSC) with SiO2 nanofluid. Int J Photoenergy. 2022;2022(1):8595591.
Vărzaru AA. Unveiling digital transformation: a catalyst for enhancing food security and achieving sustainable development goals at the European Union level. Foods. 2024;13(8):1226.
Zhang J, Zhang W. Harnessing digital technologies for rural industrial integration: a pathway to sustainable growth. Systems. 2024;12(12):564.
Vahdanjoo M, Sørensen CG, Nørremark M. Digital transformation of the agri-food system. Curr Opin Food Sci. 2025;63:101287.
Khan N, et al. Potential role of technology innovation in transformation of sustainable food systems: A review. Agriculture. 2021;11(10):984.
Singh V, Borisagar D, Singh OP, Verma SK. Enhancing agricultural competitiveness: harnessing value chains and agro-processing for sustainable growth. In: Sustaining the Global Agriculture Supply Chain. IGI Global Scientific Publishing; 2025. p. 37–72.
Bocean CG. A longitudinal analysis of the impact of digital technologies on sustainable food production and consumption in the European Union. Foods. 2024;13(8):1281.
Dayıoğlu ME, Türker UF. Digital transformation for sustainable future-agriculture 4.0: A review. J Agric Sci (Tarim Bilimleri Derg). 2021;27(4).
DataIntelo. Agriculture Digital Twin Market Report: Global Industry Analysis, Growth, Trends, and Forecast. DataIntelo Research; 2025. Available from: DataIntelo Agriculture Digital Twin Market Report.

إعادة الطباعة والأذونات

الوسوم

زراعة إنترنت الأشياء الري الذكي الإنتاج الغذائي المستدام شبكات الاستشعار مراقبة رطوبة التربة تحليلات البيانات الزراعية التكيف المناخي إدارة الموارد