רתימה של טכנולוגיות דיגיטליות במגזר החקלאות-מזון: מסגרת חקלאות מדייקת מונחית-IoT להשגת יעדי פיתוח בר-קיימא

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

doi:10.3791/73067

הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר מחקר

רתימה של טכנולוגיות דיגיטליות במגזר החקלאות-מזון: מסגרת חקלאות מדייקת מונחית-IoT להשגת יעדי פיתוח בר-קיימא

49 צפיות

⸱

DOI:

10.3791/73067

⸱

25 באוגוסט 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

במאמר זה

סיכום

מחקר זה מציג חקלאות מדויקת מונחית IoT (IoT-PA), המשתמשת ברשתות חיישנים, ניטור בזמן אמת והשקיה חכמה כדי להגביר את תפוקת היבולים ואת יעילות השימוש במים. המסגרת מקדמת חקלאות בר-קיימא ואת יעדי הפיתוח הבר-קיימא SDG 2 (אפס רעב) ו-12 (צריכה וייצור אחראים).

תקציר

תעשיית המזון והחקלאות עוברת דיגיטציה מהירה כדי לפתור מגבלות במשאבים, חוסר ודאות אקלימית ומערכות ייצור מזון בר-קיימא, תוך שימוש באינטרנט של הדברים (IoT), בינה מלאכותית (AI), מחשוב ענן וניתוח נתונים. בשל לוחות זמנים קשיחים להשקיה וניטור שטח מוגבל, חקלאות מסורתית מבזבזת מים, מפחיתה את יבול הגידולים ופוגעת בסביבה. מערכת חקלאות מדויקת מונחית IoT (IoT-PA) המוצגת במאמר זה מייעלת את השימוש במשאבים חקלאיים באמצעות רשתות חיישנים מבוזרות, ניטור לחות קרקע ומזג אוויר בזמן אמת ובקרת השקיה חכמה. הפלטפורמה המוצעת אוספת נתונים סביבתיים, מנתחת את תנאי השטח וממליצה באופן אוטומטי על השקיה כדי למקסם את צמיחת הגידולים ולמנוע בזבוז מים. חקלאים יכולים לקבל החלטות חקלאיות מבוססות נתונים הודות לניטור רציף ולהתראות מהירות מהמערכת. ארכיטקטורת ה-IoT-PA משפרת את יעילות ההשקיה, את היבול החקלאי ואת ניהול המשאבים הבר-קיימא בהשוואה לחקלאות מסורתית. ייצור חקלאי גבוה יותר ושימוש יעיל במים ובמשאבים תומכים ביעד 2 (אפס רעב) וביעד 12 (צריכה וייצור אחראים) מתוך יעדי הפיתוח הבר-קיימא (SDG) של האומה המאוחדת. מערכת החקלאות החכמה המוצעת היא ניתנת להרחבה וישימה, ומקדמת ייצור מזון בר-קיימא ושימור הסביבה.

מבוא

ביטחון תזונתי, קיימות סביבתית וחסינות כלכלית תלויים במיזמי אגרו-מזון¹. על החקלאות להסתגל כדי להפיק יותר מזון תוך שימוש בפחות משאבים ובמקביל למזעור השפעתה הסביבתית, שכן אוכלוסיית העולם צפויה להגיע לכ-10.3 מיליארד בני אדם במהלך אמצע שנות ה-80 של המאה ה-21, דבר שיגדיל משמעותית את הדרישה לייצור מזון בר-קיימא ולניהול יעיל של משאבים². פרקטיקות חקלאיות פשוטות עשויות שלא לפתור בעיות אלו³. שינויי אקלים, התדרדרות הקרקעות, מחסור במים ותנודות בשוק הופכים זאת לנכון במיוחד⁴. טכנולוגיה דיגיטלית חדשנית עשויה לתת מענה לצרכים שונים ולקשר בין הצלחה חקלאית לבין יעדי הפיתוח הבר-קיימא של האו"ם (UN SDGs)⁵. חקלאות דיגיטלית משתמשת בבינה מלאכותית (AI), האינטרנט של הדברים (IoT), חישוש מרחוק ואנליטיקה⁶. כלים אלו עוקבים במדויק אחר ביצועים חקלאיים, תשומות משאבים ואקלים⁷. הם מפשטים קבלת החלטות נכונות ומשפרים את החקלאות⁸. אלו כוללים התקנים מבוססי IoT המבצעים ניטור בזמן אמת של מרכיבים קריטיים⁹: מצב הגידול, לחות הקרקע, טמפרטורה ולחות¹⁰. חקלאות מדייקת משתמשת במים ובחומרי הזנה רק בעת הצורך, ובכך מפחיתה את הבזבזים ומגבירה את הקיימות¹¹. IoT עשוי להגביר את החסינות והפרודוקטיביות של שרשרת הערך של האגרו-מזון¹². השקיה מבוקרת וניטור מבוסס חיישנים מאפשרים להשקות גידולים לפי דרישה¹³. חקלאים משתמשים בניתוח נתונים מבוסס AI כדי לזהות דפוסים, לשפר את איכות וכמות היבול ולחזות התפרצויות של מזיקים¹⁴. דבר זה חוסך במים ומסייע לצמיחת הצמחים¹⁵. למרות התקדמויות מבטיחות אלו, הטכנולוגיה החקלאית הדיגיטלית מוגבלת, במיוחד במדינות נמוכות פיתוח¹⁶. אוריינות דיגיטלית נמוכה, מגבלות בתשתיות, השקעה ראשונית גבוהה וחקיקה חלשה מעכבים את הפריסה¹⁷. יתרה מכך, קשה להגיע ליעילות משאבים אופטימלית או לשימור סביבתי כיוון שפעילויות חקלאיות נוכחיות נסמכות בעיקר על תשומות אנושיות ונתונים קבועים.

מאמר זה מציג מסגרת משולבת לחקלאות מדייקת המונחית על ידי האינטרנט של הדברים (IoT-PA). טכנולוגיה זו משלבת נתוני חיישנים בזמן אמת עם מערכות השקיה אוטומטיות כדי לפתור חוסר יעילות בניצול המים ובניהול היבולים. על מנת לספק הכוון נכון לטרנספורמציה דיגיטלית חקלאית, המסגרת צריכה להיות ניתנת להרחבה (scalable), גמישה ונגישה עבור החקלאים. היא מציעה בנוסף הזדמנויות לטרנספורמציה דיגיטלית. בהתבסס על נתונים בזמן אמת על הקרקע והאקלים, מסגרת החקלאות המדייקת והאינטרנט של הדברים שואפת למטב את לוחות הזמנים של ההשקיה, ובכך לחסוך במים, לשפר את בריאות היבולים ובסופו של דבר להגדיל את תפוקת המזון.

ייצור מוגבר באמצעות הגדלת זמינות המזון מוביל להשגת יעד פיתוח בר-קיימא 2 (אפס רעב), ובמקביל מקדם את יעד פיתוח בר-קיימא 12 (צריכה וייצור אחראים) באמצעות שימוש יעיל במשאבים. חדשנות דיגיטלית עשויה להגביר את החוסן והקיימות במערכות מזון חקלאיות באמצעות תיקוף אמפירי, ולהוביל לעתיד בר-קיימא יותר.

החקלאות העולמית חייבת להשתנות כדי לענות על צורכי המזון והקיימות. שינויי האקלים והמשאבים המוגבלים דורשים דרכים יצירתיות להגברת התפוקה ולהפחתת הנזק הסביבתי. טכנולוגיות דיגיטליות, ובמיוחד כאלו המבוססות על IoT, עשויות לחולל מהפכה בחקלאות. מאמר זה עוסק בשימוש בטכנולוגיה זו למען חקלאות רווחית ובת-קיימא.

חקלאות מסורתית מבזבזת משאבים, חסרה ניטור בזמן אמת ומגבילה קבלת החלטות מבוססת נתונים. בעיות אלו גורמות לבזבז מימים, פוגעות בסביבה ופוגעות ביבול החקלאי. טכנולוגיות דיגיטליות בחקלאות, ובמיוחד השקיה מדויקת, הן מוגבלות. ה-IoT משתמש בנתונים בזמן אמת ובאוטומציה לצורך הרחבה ושילוב. המערכת צריכה למקסם את הייצור ואת צריכת המים. מחקרים אחרונים בחנו את השימוש ב-IoT, AI וניתוח נתונים בחקלאות מדויקת, אך רובם מתמקדים בחששנות לחות קרקע, השקיה אוטומטית, ניטור גידולים וחיזוי יבול. פתרונות אלו פועלים לרוב באופן נפרד, מה שמגביל את יכולתם לתמוך בקבלת החלטות לניהול חקלאי בר-קיימא. במערכות רבות חסרים שילוב של נתונים סביבתיים הטרוגניים בזמן אמת, ניהול השקיה אדפטיבי והלימה לקיימות. מחקר זה מציג את מערכת ה-IoT-PA, הפותרת מגבלות אלו באמצעות חיישני IoT מבוזרים, ניטור סביבתי בזמן אמת, תזמון השקיה חכם ותמיכה רציפה בקבלת החלטות. בניגוד לטכניקות קיימות, המסגרת ממקסמת את צריכת המים, הייצור החקלאי, בזבז המשאבים, ואת יעדי הפיתוח בר-קיימא (SDGs) 2 (סוף לרעב) ו-12 (צריכה וייצור אחראים). פריצת הדרך של IoT-PA בחששנות ניתנת להרחבה, תקשורת, אנליזה וניהול משאבים מוכוון קיימות מאפשרת קבלת החלטות חקלאית מבוססת נתונים, יעילה תפעולית ובת-קיימא סביבתית. פרויקט זה נועד ליצור ולהעריך מסגרת IoT-PA התומכת בחקלאות מדויקת עם ניטור סביבתי בזמן אמת, אחסון נתונים מבוסס ענן ותזמון השקיה אוטומטי. המסגרת המוצעת משתמשת בחיישנים מבוססי IoT כדי לנטר באופן רציף לחות קרקע, טמפרטורת אוויר, לחות יחסית, משקעים ועוצמת אור כדי למטב החלטות השקיה בזמן אמת. המחקר שואף בנוסף להעריך את ביצועי המסגרת המוצעת באמצעות מדדים כמותיים, כולל יעילות שימוש במים, שיפור ביבול, זמן תגובת השקיה, יעילות המערכת, אמינות התקשורת וצריכת אנרגיה, בהשוואה לשיטות השקיה קונבנציונליות. בנוסף, המחקר שואף להדגים כיצד שילוב של טכנולוגיות IoT יכול לשפר את ניצול המשאבים, להפחית צריכת מים מיותרת ולהגביר את הפריון החקלאי תוך תרומה ליעדי הפיתוח בר-קיימא (SDG) 2 (סוף לרעב) ו-SDG 12 (צריכה וייצור אחראים) באמצעות ניהול משאבים חקלאי בר-קיימא.

מסגרת משולבת לחקלאות דיגיטלית ומערכות מזון (IDAFS)

מאמר זה בוחן כיצד טכנולוגיות דיגיטליות משפרות את העמידות החקלאית במהלך פנדמיות, אי-שוויון, שינויי אקלים ומחסור גלובלי מצטבר במזון¹⁸. תוך דגש על בינה מלאכותית, ביג דאטה וחקלאות מדויקת כדרכים לשיפור הפרודוקטיביות, הפחתת הפסולת ב-5% וחיסכון בהוצאות ב-23%, המאמר דן גם בנושאים אלו. המאמר מקדם טרנספורמציה דיגיטלית להשגת יעדי הפיתוחים הברי קיימא (SDGs) לשנת 2030 ומדגיש מגמות עתידיות כגון בלוקצ'יין ותזונה מותאמת למערכות מזון בנות-קיימא ויעילות.

מודל ניתוח השפעה של SDG-דיגיטלי (DSIAM)

מאמר זה בוחן, באמצעות טרנספורמציה דיגיטלית, את השגת יעדי הפיתוח בר-קיימא (SDGs) הקשורים לביטחון תזונתי, תוך שימוש בנתונים ממדד הכלכלה והחברה הדיגיטלית (DESI). באמצעות ניתוח השפעתם של קישוריות דיגיטלית, מיומנויות ושירותים ציבוריים על SDG1, SDG2, SDG3 ו-SDG10¹⁹, נעשה שימוש במודלים של משוואות מבניות ובניתוח אשכולות על נתוני האיחוד האירופי (2017–2022). המאמר מדגים עד כמה הדיגיטציה חיונית להפחתת העוני, לקידום השוויון ולשיפור הבריאות.

מסגרת לשילוב והחייאת כפרים דיגיטליים (DVIRF)

נתוני פאנל משלושים מחוזות סיניים (2013–2023) מאפשרים למאמר זה לבחון באופן ניסיוני כיצד דיגיטליזציה כפרית תומכת בפיתוח תעשייתי כפרי משולב²⁰. הוא מגלה נתיבים ישירים (שירותים דיגיטליים, תשתיות) ועקיפים (הקצאה מחדש של גורמים, שינוי מבני) לטרנספורמציה דיגיטלית באמצעות טכניקת למידת מכונה כפולה. בפרט, לאזורים המזרחיים ולאזורי גידול דגנים יש השפעה משמעותית יותר. המאמר מציע חקיקה לקידום קהילות דיגיטליות ולמיקסום מימון לפיתוח מחדש של אזורים כפריים.

מודל טרנספורמציה של מערכת חקלאית-מזונית מעגלית (CAFSTM)

הטרנספורמציה הדיגיטלית משנה את מגזר החקלאות והמזון באמצעות מודעות סביבתית, קישוריות (interoperability) ועיצוב מונחה משתמש²¹, ובכך מגבירה את היעילות ואת מודלי העסקים. מזון מותאם אישית ומערכות חקלאיות-מזוניות מעגליות מפחיתים את הפסולת באמצעות לולאות משוב. פרטיות נתונים וקישוריות נידונות בדוח, המציע גישה טכנולוגית, ממשלית ואקולוגית למערכות חקלאיות דיגיטליות בר-קיימא.

מסגרת לחדשנות במערכות מזון בנות-קיימא (SFSIF)

חקלאות בר-קיימא מפיקה תועלת מ-AI, IoT, רובוטיקה ועריכה גנטית. פעולות פוליטיות, עמדות, משאבים פיננסיים ובניית אמון מעודדים חדשנות²². טכנולוגיה דיגיטלית וסיוע ממשלתי עשויים להגביר את הקיימות, החסינות וביטחון התזונה של מערכות מזון וחקלאות, בהתאם לניהול פסולת, עיבוד מזון ושימוש בקרקע.

מודל לשיפור שרשרת הערך של עיבוד חקלאי (APVCEM)

מאמר זה מציע כי שרשראות ערך ועיבוד חקלאי הופכים את החקלאות לגלובלית ותחרותית. חקלאות קהילתית ושרשראות אספקה זוכות לשבחים²³. שרשראות ערך חזקות בהודו מגדילות את אספקת המזון ואת הפעילות העסקית. הכלכלה הגלובלית וקהילות כפריות מפיקות תועלת מרשתות אלו.

מסגרת להערכת השפעת קיימות דיגיטלית (DSIF)

באמצעות תפוקה חקלאית, זיהום, פסולת עירונית ו-SDG 12, טכנולוגיות דיגיטליות פוגעות בקיימות המזון. על פי מודל משוואות מבניות²⁴, טכנולוגיה דיגיטלית עשויה לצמצם את הפסולת העירונית, את פליטות גזי החממה ואת התנהגות הצרכנים. דיגיטציה משפרת את קיימות שרשרת האספקה, אך מחקרים מראים שהיא מעכבת צריכה אחראית; נדרש יישום מאוזן.

מסגרת מעבר לחקלאות 4.0 (A4TF)

חקלאות 4.0 (Agriculture 4.0) מתייחסת לשילוב של האינטרנט של הדברים (IoT), בינה מלאכותית (AI), מחשוב ענן, רובוטיקה, ניתוח נתוני עתק (big data analytics) ואוטומציה, במטרה לאפשר פרקטיקות חקלאיות חכמות, מונחות נתונים ומדויקות. במאמר זה מתואר המעבר לחקלאות דיגיטלית באמצעות חקלאות 4.0. אנו סוקרים IoT, AI, רחפנים, בלוקצ'יין ואנרגיה מתחדשת²⁵. אנו בוחנים אגריוולטאיקה (agrivoltaics), השקיה חכמה וניטור בעלי חיים בזמן אמת. על פי המחקר, במתן מענה לסוגיות של אקלים, מים ומזון, הטרנספורמציה הדיגיטלית משפרת את ייצור המזון הבר-קיימא, את יעילות המשאבים ואת שימור הסביבה.

מחקרים קיימים הדגימו את הפוטנציאל של IoT, בינה מלאכותית, מחשוב ענן וטכנולוגיות דיגיטליות לשיפור הפריון והקיימות החקלאית¹⁸^,¹⁹^,²⁰. מרבית המחקרים מתמקדים בהערכות מושגיות של חקלאות דיגיטלית¹⁸, טרנספורמציה דיגיטלית מוכוונת מדיניות וכלכלה¹⁹, או פיתוח דיגיטלי כפרי ללא טכנולוגיות חקלאות מדייקת ברמת השדה²⁰. לפיכך, שילוב של חישוש בזמן אמת, אנליטיקה מבוססת ענן, השקיה אוטומטית ותמיכה בקבלת החלטות זכה לתשומת לב מועטה. טכניקות רבות חסרות שיטות יישום הניתנות לשחזור ומנגנוני אופטימיזציה יסודיים של משאבים. מסגרת החקלאות המדייקת מונעת IoT (IoT-PA) המוצעת משלבת חישוש IoT, מחשוב ענן, ניטור סביבתי בזמן אמת וניהול השקיה חכם בארכיטקטורה אחת כדי לשפר את ניצול המים, פריון היבולים וניהול בר-קיימא של משאבים חקלאיים, תוך תמיכה ביעדים SDG 2 ו-SDG 12.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

המערכת האגרו-מזונית הופכת למערכת אקולוגית בת-קיימא המונחית נתונים הודות לטכנולוגיות דיגיטליות. IoT, בינה מלאכותית (AI) ובלוקצ'יין משפרים את השקיפות של שרשרת האספקה, את בטיחות המזון ואת הפרודוקטיביות. חקלאות מדייקת, חקלאות חכמה ועמידות פוסט-פנדמית תומכות ביעדי הפיתוח berkelול, ובמיוחד במטרות של אפס רעב, פעולה למען האקלים וצריכה וייצור אחראים.

מסגרת החקלאות המדויקת מבוססת ה-IoT (או IoT-PA) כללה בקר מיקרו ESP32, חיישנים ללחות קרקע, טמפרטורת אוויר, לחות יחסית (DHT22), משקעים ועוצמת אור (BH1750), שער IoT, מסד נתונים בענן ובקר השקיה אוטומטי. כדי לספק נתוני שטח מייצגים, הוצבו חיישני לחות קרקע בעומק של 15–20 cm באזור השורשים של הגידול, וחיישנים סביבתיים בגובה 2 m מעל פני השטח. לפני הפריסה, נעשה שימוש לבדיקות רק בחיישנים עם שגיאות מדידה בטווח של ±2%, אשר כוילו לפי דרישות היצרן. נעשה שימוש ב-Wi-Fi (802.11 b/g/n) או ב-LoRaWAN (915 MHz) להעברת נתונים סביבתיים מבקר ה-ESP32 לפלטפורמת הענן בכל 10 min. במהלך הניסוי, המסגרת תיעדה לחות קרקע (%), טמפרטורת אוויר (°C), לחות יחסית (%), משקעים (mm) ועוצמת אור (lux). לפני שביצעה נורמליזציית Min–Max לסטנדרטיזציה של הנתונים, הועלו תצפיות החיישנים למסד הנתונים בענן בכל 10 min, וערכים כפולים או חסרים הוסרו. מנוע ההחלטות של ה-IoT-PA השתמש בנתוני החיישנים כדי להחליט על ההשקיה. כאשר לחות הקרקע ירדה מתחת ל-35% תכולת מים נפחית, הופעלה השקיה באופן אוטומטי והופסקה ב-45% כדי למנוע עקה מים והשקיית יתר. כאשר תחזית מזג האוויר חזתה למעלה מ-5 mm של גשם בתוך 12 h, הופסקה ההשקיה כדי לחסוך במים. המסגרת פעלה באופן רציף במשך 90 ימים של פיתוח הגידול תחת תנאי שטח דומים. כל מחזור השקיה תיעד במסד הנתונים בענן את משך ההשקיה, סך צריכת המים, השהיית תקשורת, מצב החיישנים וצריכת האנרגיה של המערכת בכל 30 min. חקלאים קיבלו הוראות השקיה בזמן אמת ועדכוני מצב שטח באמצעות אפליקציה לנייד לאחר כל מחזור החלטה. הניסוי חזר על עצמו שלוש פעמים תוך שימוש באותה מערכת ובתנאי תפעול זהים כדי לאמת את ההדירות.

הניסוי בוצע בשדה ששתלו עגבניות. לחלקה הניסויית, שגודלה 20 m x 20 m (400 m²), היה קרקע שלבית עם pH של 6.7–7.0. מערכת ניטור IoT מבוססת ESP32 כללה חיישני לחות קרקע קיבוליים שהוצבו בעומק של 15–20 cm, וחיישני DHT22 לטמפרטורה וללחות, BH1750 לעוצמת אור וחיישני גשם שקובעו בגובה 2 m מעל פני השטח. הותקנה רשת השקיה בטפטוף עם פולטים במרווחים של 30 cm וצינורות נימה במרווחים של 1 m. פלטפורמת הענן קיבלה קריאות מהחיישנים שהועברו בפרוטוקול MQTT מדי 10 min. לאחר 90 ימים, יבול הגידול נמדד כמשקל הטרי הכולל של העגבניות שנאספו (kg לחלקה).

הבהרה לגבי מקור הנתונים: מסגרת החקלאות המדויקת מבוססת ה-IoT (IoT-PA) המוצעת הוטמעה והוערכה באמצעות ניסוי שדה בן 90 יום בתנאים המתוארים בסעיף הפרוטוקול. דו"ח שוק התאום הדיגיטלי החקלאי (DataIntelo) שימש אך ורק כסימוכין תומך למידע רקע ולפיתוח המסגרת. כל מדדי הביצועים המדווחים המוצגים בסעיף התוצאות התקבלו מהערכה ניסיונית של מסגרת ה-IoT-PA המוצעת ולא מדו"ח השוק של DataIntelo.

תרומה 1: הצעה למסגרת חקלאות מדייקת מבוססת IoT (IoT-PA)

הוצגה מערכת אוטומציה להשקיה המבוססת על נתוני מזג אוויר וקרקע בזמן אמת. התקדמויות דיגיטליות מקדמות את הצמיחה במגזר האגרו-מזון (איור 1). ראשית, באמצעות חקלאות מדייקת המונעת על ידי IoT, AI ורחפנים, ולאחר מכן באמצעות קבלת החלטות מבוססת נתונים ויעילות במשאבים. המהפכה הדיגיטלית משפרת את עקיבות המזון, את שרשרת האספקה ואת הגישה לשוק. טכנולוגיות אלו מעצימות את החקלאים, מבטיחות את בטיחות המזון ומקדמות פיתוח כוללני. מסגרת החקלאות המדייקת המונעת על ידי IoT‏ (IoT-PA) מקדמת ניצול בר-קיימא של משאבים וחקלאות חכמה עמידה לאקלים על ידי שילוב של ניטור סביבתי בזמן אמת, אנליטיקה מבוססת ענן והשקיה אוטומטית. דבר זה תומך ביעדי הפיתוח בר-קיימא (SDGs) 2 (סוף לרעב), 12 (צריכה וייצור אחראים) ו-13 (פעולה למען האקלים).

משוואת שיווי משקל סטטי S(t)={M(t),T(t),H(t),R(t),L(t)} עבור ניתוח דינמי.

משוואה (1) שבה S(t) מייצגת את נתוני הסביבה שנאספו בזמן t, M(t) מציין את לחות הקרקע (%), T(t) היא טמפרטורת האוויר (°C), H(t) היא הלחות היחסית (%RH), R(t) היא כמות המשקעים (mm), ו-L(t) היא עוצמת האור (lux). משוואה (1) מגדירה את קבוצת הפרמטרים הסביבתיים בזמן אמת שנרכשים באופן רציף על ידי רשת חיישני ה-IoT ומועברים לפלטפורמת הענן לצורך ניטור וקבלת החלטות.

משוואת פונקציה בוליאנית, (I(t, ניתוח מותנה, ביטוי מתמטי.

כפי שמוצג במשוואה (2), כאשר I(t) מייצג את אות הבקרה של ההשקיה, M(t) הוא לחות הקרקע הנמדדת, ו-M_th מציין את סף ההשקיה שהוגדר מראש (35% תכולת מים נפחית). כאשר לחות הקרקע הנמדדת יורדת מתחת לסף, בקר ה-IoT-PA מפעיל באופן אוטומטי את משאבת ההשקיה ביטוי מתמטי I(t)=1, קונספט של משוואה דינמית לתהליכים תלויי זמן. ; אחרך, ההשקיה נשארת לא פעילה שיווי משקל דינמי; I(t)=0; משוואה; פיזיקה; ניתוח תלוי זמן; תנאי יציבות. . ההשקיה מופסקת באופן אוטומטי כאשר לחות הקרקע מגיעה לרמת היעד של 45%, ובכך משופרת יעילות השימוש במים ונמנעת השקיית יתר.

החקלאות היא מונחית-נתונים וברת-קיימא בעזרת טכנולוגיות דיגיטליות, כפי שניתן לראות ב-איור 2. מצלמות ורובוטים משפרים את איכות היבולים ואת יעילות התשומות, בעוד שחיישנים מזהים מיקום וטמפרטורה. מערכת לניהול נתונים מקבלת נתוני טמפרטורה ולחות מבקר מיקרו מרכזי. השרת אוסף נתונים לניטור חקלאי ולקבלת החלטות בזמן אמת. חקלאים לומדים באמצעות טלפונים בשפה אזורית. באמצעות ניטור תנאי הסביבה, אופטימיזציה של החלטות השקיה, מזעור בזבוז מים ותמיכה בשיטות חקלאי בר-קיימא התואמות את SDG 2 (אפס רעב), SDG 12 (צריכה וייצור אחראים) ו-SDG 13 (פעולה למען האקלים), בקרת לולאה סגורה מגבירה את הפריון החקלאי.

נוסחה מתמטית עבור פונקציית הממוצע L(t), סכום של Si(t), משוואת ניתוח סטטיסטי.

כפי שניתן להסיק ממשוואה (3), שבה L(t) מייצג את נתוני הניטור הסביבתי המצטברים בזמן ת', S_i(t) מציין את המדידה שהושגה מה- i^th חיישן IoT, ו- N הוא המספר הכולל של החיישנים הפרוסים. משוואה (3) מחשבת את המצב הסביבתי הממוצע ממספר רב של חיישנים כדי לסייע בקבלת החלטות בנוגע להשקיה תוך מזעור התנודות בחיישנים.

משוואת דעיקה בטא β(t)=[L(t)-Mth]/Mth, נוסחה מתמטית בניתוח תיאורטי.

כפי שמופיע במשוואה (4), כאשר β(t) מציין את מדד החלטת ההשקיה הנורמלי, L(t) מייצג את מדידת לחות הקרקע המצטברת שהתקבלה ממשוואה (3), ו-M_th הוא סף לחות הקרקע שהוגדר מראש (35% volumetric water content). ערך שלילי של β(t) מעיד על לחות קרקע לא מספקת ומפעיל את ההשקיה, בעוד שערך שאינו שלילי מעיד על כך שלחות הקרקע נמצאת בסף או מעליו, וההשקיה נשארת לא פעילה.

תרומה 2: הדגמה של יתרונות מעשיים באמצעות תוצאות אמפיריות.

הדבר הדגים את היתכנות המסגרת ושיפר את התשואות החקלאיות תוך הפחתה משמעותית של צריכת המים.

איור 3 מדגים כיצד חקלאות מדויקת מבוססת IoT מטפלת בבזבז משאבים ובפרודוקטיביות חקלאית נמוכה. ראשית, טיפול בבזבז משאבים ובפרודוקטיביות חקלאית נמוכה. IoT, AI ואנליטיקה של נתונים בזמן אמת מספקים קבלת החלטות חכמה, השקיה אוטומטית וניטור מבוסס חיישנים. שיפורים אלו משפרים את בריאות היבול ואת ניצול המים. מסגרת החקלאות המדויקת המונעת על ידי IoT (IoT-PA) המוצעת מקדמת את יעד הפיתוח הבר-קיימא (SDG) 2 (אפס רעב) ואת SDG 12 (צריכה וייצור אחראים) על ידי שילוב ניטור סביבתי בזמן אמת, בקרת השקיה אוטומטית וניהול יעיל של משאבים לשיפור הפרודוקטיביות החקלאית תוך מזעור צריכת המים.

משוואה של נוסחת חישוב ממוצע בניתוח מתמטי; נוסחה v1(t)=(M+T+H+R+L)/5.

כאשר נוסחת שיווי משקל סטטי, משוואת v₁(t), תרשים למחקר פיזיקה. מציין את מדד הניטור הסביבתי המשולב בזמן t, M(t) הוא לחות הקרקע (%), T(t) היא טמפרטורת האוויר (°C), H(t) היא הלחות היחסית (%RH), R(t) הוא כמות המשקעים (mm), ו-L(t) היא עוצמת האור (lux). משוואה (5) משלבת את הפרמטרים הסביבתיים המנורמלים למדד ניטור יחיד המייצג את המצב הכללי של השדה המשמש את מסגרת ה-IoT-PA.

משוואה של פונקציית הממוצע G(t) עם סכום של סדרה; משוואה מתמטית לימודית.

איפה G(t) מייצג את המצב הסביבתי המצטבר שהתקבל ממרווחי ניטור או מצמתי חישוש, ו- נוסחת הפונקציה המתמטית v(t), ניתוח תלוי זמן, שימוש חינוכי האם מדד הניטור הסביבתי המשולב מחושב באמצעות משוואה (5) עבור ה- ק׳^th תצפית. משוואה (6) מבצעת ממוצע של מספר מדידות כדי לחזות את מצב השדה, ובכך היא מבטלת תנודות במדידה ומספקת קלט מהימן לתזמון השקיה אוטומטי.

איור 4 ממחיש כיצד כל מהפכה תעשייתית השפיעה על התעשייה העולמית, מהקיטור ועד לעידן הדיגיטלי. לבסוף, בינה מלאכותית (AI), בלוקצ'יין וחקלאות מדייקת משנים את תחום המזון והחקלאות בתעשייה 4.0. ממצאים אלה משפרים את החקלאות, את יעילות המשאבים ואת הקיימות. המסגרת המוצעת לחקלאות מדייקת מונחית-IoT (‏IoT-PA) מדגימה כיצד חישוש דיגיטלי, אנליטיקה מבוססת ענן והשקיה אוטומטית משפרים את הפריון החקלאי ואת ניצול המשאבים כדי לתמוך ביעדי הפיתוח הבר קיימא SDG 2 (אפס רעב) ו-SDG 12 (צריכה וייצור אחראים).

משוואה המראה את תהליך הממוצע V(t)=1/N∑Gi(t); נוסחה לניתוח עיבוד אותות.

כאשר V(t) מציין את מצב השטח הכולל בזמן t, G_i(t) מייצג את מדד הניטור הסביבתי שהתקבל מצומת החישה ה-i^th , ו-N הוא המספר הכולל של צומתי חיישני IoT שנפרסו. משוואה (7) מעריכה את מצב השטח הממוצע על ידי איגור מדידות מכל מיקומי החישה, ובכך משפרת את אמינות החלטות ההשקיה.

משוואת שיווי משקל סטטית: α_eq = λV(t) + (1-λ)M(t), ביטוי מתמטי לניתוח מחקרי.

כאשר α_eq מייצג את מדד ההחלטה השקול המשמש לתזמון ההשקיה, V(t) הוא התנאי הסביבתי המצטבר שהתקבל ממשוואה (7), M(t) הוא לחות הקרקע שנמדדה, ו- שיווי משקל סטטי; משוואת λ (0 ≤ λ ≤ 1); נוסחת ניתוח מתמטי; שיטת מחקר. הוא מקדם שקלול המאזן את ההשפעה של מצב השטח הכללי לבין מדידת לחות הקרקע הנוכחית. משוואה (8) מחשבת את מדד ההחלטה הסופי המשמש את מסגרת ה-IoT-PA לתמיכה בהשקיה אוטומטית ובניהול יעיל של משאבי מים.

תרומה 3: קידום סדר היום של חקלאות בר-קיימא

בהתאם למטרות הפיתוחים הברי-קיימא (SDGs) 2 ו-12, הדבר אפשר טרנספורמציה דיגיטלית לשיפור הביטחון התזונתי החקלאי והיעילות במשאבים.

איור 5 ממחיש חוסן פוסט-פנדמי ופיתוח בר-קיימא באמצעות מעבר למערכת אגרו-מזון דיגיטלית. חיישנים מחליפים מכשירים מסורתיים בחקלאות מונחית IoT למקסום המשאבים. בלוקצ'יין ואוטומציה מאפשרים אספקת מזון מאובטחת ופתוחה; בינה מלאכותית (AI) מספקת ייצור ועיבוד יעילים והיגייניים. התראות על בטיחות מזון וניטור בזמן אמת מסייעים לצרכנים. מחזורים אלו משפרים את ביטחון המזון העולמי, הבריאות והיעילות. גישה עקבית של חקלאות דיגיטלית משתמשת בחשיפה בזמן אמת, מחשוב ענן והשקיה אוטומטית לשיפור פריון היבולים, ניצול המים ושיטות חקלאות ברות-קיימא לתמיכה ביעדי הפיתוח הבר-קיימא (SDGs) 2 (סוף לרעב), 3 (בריאות טובה ורווחה) ו-12 (צריכה וייצור אחראים).

משוואה למדידת שגיאה, R(t), באמצעות נוסחת סיכום; ניתוח מתמטי.

כאשר R(t) מייצג את מדד הצורך בהשקיה בזמן t, M_i(t) הוא לחות הקרקע שנמדדה על ידי צומת החיישן ה-i^th, M^th הוא סף לחות הקרקע שהוגדר מראש, ו-N הוא המספר הכולל של צומתי החשישה. משוואה (9) מחשבת את צורך ההשקיה של השדה המנוטר על ידי הערכת השונות הממוצעת של לחות הקרקע ביחס לסף המיועד.

משוואה של תגובה דינמית, ν_sh(t)=ηR(t)+(1−η)V(t); נוסחה מתמטית.

כאשר $משוואת פיזיקה $v_{sh}(t)$, קטע נוסחה, קשר מהירות-זמן, ביטוי מתמטי.$ מייצג את מדד הבקרה של ההשקיה החכמה, R(t) הוא מדד דרישות ההשקיה המתקבל ממשוואה (9), V(t) הוא מדד ניטור הסביבה המצטבר המתקבל ממשוואה (7), ו- משוואת צמיגות דינמית η(0 ≤ η ≤ 1), תיאור נוסחה, עקרונות מכניקת זורמים. הוא מקדם שקלול. ערך הבקרה הסופי לתזמון השקיה אוטומטי במערכת ה-IoT-PA המוצעת מחושב על סמך דרישת ההשקיה ותנאי הסביבה באמצעות משוואה (10).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

מדדי הביצועים של ארכיטקטורת IoT-PA כוללים צריכת מים, יבול חקלאי, יעילות המערכת, אופטימיזציה בת-קיימא של משאבים ותרומה ליעדי הפיתוח בר-הקיימא (SDG). בחירות טכנולוגיות חכמות משפרות את הייצור החקלאי, את הקיימות ואת ניהול המשאבים.

תיאור מערך הנתונים: דו"ח שוק התאום הדיגיטלי החקלאי מאת DataIntelo²⁶ שימש כמידע רקע לתמיכה בפיתוח ובהקשרה של המסגרת המוצעת. המחקר מכסה סטטיסטיקות של שוק התאומים הדיגיטליים החקלאיים ברחבי העולם לשנים 2019–2034, תוך שימוש בשנת 2025 כ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

באמצעות ה-IoT-PA, חקלאות דיגיטלית עשויה לפתור בעיות קיימות. עבור כלכלות משאבים והפקה חקלאית, מאמר זה מציע ניטור בזמן אמת, השקיה מבוססת חיישנים וקבלת החלטות מונחית נתונים. צריכת המים ירדה ב-24.62%, והתפוקה החקלאית עלתה ב-95.13% באמצעות האינטרנט של הדברים (Internet of Things), מה שמדגים את הפוטנציאל המהפכני שלו לקיימות. יעילות המערכת עומדת על 93.85%, ובכך היא עונה על SDG 2 (אפס רעב) ו-SDG 12 (צריכה וייצור אחראים). המערכת השיגה יעילות התאמה ל-SDG של 96.31%. אוטומציה חכמה מחליפה חלופות עתירות משאבים כדי לשפר את ביטחון המזון ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

אין למחברים ניגוד עניינים.

תודות

מחקר זה לא קיבל מענק ספציפי מכל סוכנות מימון במגזר הציבורי, המסחרי או הבלתי מרוויח.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שם	חברה	מספר קטלוג	הערות
Arduino IDE	Arduino	Version 2.x https://www.arduino.cc/en/software	סביבת פיתוח משולבת (IDE), פיתוח קושחה עבור ESP32
חיישן לחות קרקע קיבולי	DFRobot	SEN0193	מדידת לחות קרקע נפחית; מתח הפעלה 3.3–5.5 V
פלטפורמת Cloud IoT	Amazon Web Services	AWS IoT Core https://aws.amazon.com/iot-core	פלטפורמת IoT מבוססת ענן לאחסון נתונים, ויזואליזציה וניטור מרחוק
ספק כוח DC	Mean Well	/	אספקת חשמל לבקר ולמשאבה; פלט ממתח מיוצב 12 V DC, דגם: LRS-50-12
משאבת מים DC	זמינה מסחרית	/	השקיה אוטומטית; משאבה 12 V DC
חיישן דיגיטלי לעוצמת אור	Rohm Semiconductor	BH1750FVI	מדידת עוצמת אור סביבתי; 1–65535 lux
לוח פיתוח ESP32	Espressif Systems	ESP32-DEVKITC-32D	בקר (MCU) ליבתי כפול 240 MHz, Wi-Fi/Bluetooth; בקר מרכזי לרכישת נתונים מחיישנים ובקרת השקיה
Microsoft Excel	Microsoft Corporation	Microsoft 365 https://www.microsoft.com/microsoft-365/excel	תוכנת גיליון אלקטרוני לארגון נתונים וויזואליזציה
MQTT Broker	Eclipse Foundation	Mosquitto v2.x https://mosquitto.org	תקשורת הודעות IoT; פרוטוקול MQTT
Python	Python Software Foundation	Version 3.x https://www.python.org	שפת תכנות לעיבוד מקדים של נתונים וניתוח סטטיסטי
מודול חיישן גשם	DFRobot	/	פלט אנלוגי/דיגיטלי; זיהוי אירועי גשם; דגם: SEN0308
מודול ממס בעל ערוץ בודד	Songle	SRD-05VDC-SL-C	הפעלה/כיבוי של משאבת ההשקיה; ממס 5 V
חיישן טמפרטורה ולחות	Adafruit Industries	DHT22 (AM2302)	ניטור סביבתי; טמפרטורה ±0.5 °C; לחות ±2% RH
דפדפן אינטרנט	Google LLC	Google Chrome (גרסה יציבה אחרונה) https://www.google.com/chrome	גישה ללוח הבקרה של AWS IoT
נתב Wi-Fi	TP-Link Technologies	/	תקשורת אלחוטית בין ה-ESP32 לענן; IEEE 802.11 b/g/n/ac; דגם: Archer C6

מקורות

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.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

גלה מאמרים נוספים

חקלאות IoT השקיה חכמה ייצור מזון בר-קיימא רשתות חיישנים ניטור לחות קרקע אנליטיקה של נתונים חקלאיים התאמה לאקלים ניהול משאבים