ذكاء زراعي من الفضاء: شخّص قبل أن تنفق

شجرة النخيل - رمز الحياة والابتكار

شجرة النخيل ليست مجرد محصول - إنها نظام بيئي حي.

تعكس كل شجرة صحة الأرض وتوازن المياه وفعالية الممارسات الزراعية.

يمكن لنماذج الذكاء الاصطناعي لدينا

• تحديد كثافة أشجار النخيل وتوزيعها في المزارع الكبيرة.
• الكشف عن العلامات المبكرة للأمراض أو الإجهاد من خلال الصور متعددة الأطياف.
• مراقبة رطوبة التربة وكفاءة الري.
• تقدير غلة التمور وإنتاجيتها عبر المناطق.

من خلال الجمع بين صور الأقمار الصناعية والتعلم الآلي، نُمكِّن المزارعين من رؤية ما لا تستطيع العين رؤيته، مما يضمن حصول كل شجرة نخيل على الرعاية التي تحتاجها.

دراسة حالة · بيانات العميل مجهّلة

مزرعة نخيل: رصد التغيّر على مدى 3 سنوات

التحدي: احتاج مالك مزرعة نخيل في بيئة شبه جافة إلى معرفة أي أجزاء المزرعة تتحسّن وأيها يتدهور بصمت.

ما قمنا به: خمسة مؤشرات للغطاء النباتي والمياه والتربة المكشوفة، مع تحليل لرصد التغيّر بين 2023 و2026.

النتائج:

• نمو صافٍ إيجابي في نحو 65% من المزرعة (القطاعات المركزية).
• تراجع في نحو 35%: الصفوف الطرفية وبؤر تدهور دائرية.
• تحديد ثلاث مناطق خطورة (منخفضة ومتوسطة وعالية)، ومؤشر صحة عام للمزرعة 5.8 من 10.

النتيجة: خطة عمل خلال 30 يومًا تشمل مراجعة الري في الحد الشمالي، وفحص بؤر التدهور بحثًا عن الأمراض، وأخذ عينات تربة موجّهة.

دراسة حالة · بيانات العميل مجهّلة

بستان برتقال: الوصول إلى المشكلة الحقيقية

التحدي: أراد مالك مزرعة برتقال فحصًا صحيًا واضحًا وغير تقني للبستان بالكامل.

ما قمنا به: سبعة فحوص بالأقمار الصناعية: أربعة مؤشرات لخضرة الغطاء النباتي، ومحتوى الماء في الأوراق، ورطوبة التربة، وتغذية الأشجار.

النتائج:

• إجهاد مائي في جميع القطاعات، ورطوبة التربة الناتجة عن الري منخفضة بشكل حرج.
• الحقول المحورية المجاورة كانت مروية جيدًا، مما حصر المشكلة في نظام الري الخاص بالمزرعة.
• فجوات في الغطاء الشجري في عدة قطاعات وتغذية غير متوازنة.

النتيجة: قائمة إجراءات مرتّبة حسب الأولوية وبلغة بسيطة، تبدأ بفحص شامل لشبكة الري في نفس الأسبوع، ثم معالجة التغذية والجدولة، مع متابعة ربع سنوية لبناء سجل صحي للمزرعة.

الذكاء البيئي - حماية الأرض التي تغذينا

الاستدامة هي جوهر رؤيتنا الزراعية.

ترصد نماذجنا البيئية

• اتجاهات التصحر وتدهور التربة.
• استخدام المياه الجوفية ونضوبها.
• مؤشرات الغطاء النباتي لقياس صحة النظام البيئي.
• أنماط التأثيرات المناخية التي تؤثر على المناطق الزراعية.

تساعد هذه الرؤى الوزارات والمنظمات غير الحكومية على مواءمة سياساتها البيئية مع رؤية 2030 والمبادرة السعودية الخضراء.

نحن نحول المراقبة إلى حفظ، ونضمن النمو دون استنزاف.

كيف تعمل تقارير المزارع لدينا

كل تقرير مزرعة من GeoMine AI يتبع منهجية واحدة مجرّبة:

• صور متعددة المصادر: من البيانات متعددة الأطياف المجانية بدقة 10 أمتار وحتى الصور التجارية عالية الدقة والصور فائقة الطيفية، حسب السؤال المطلوب.
• مؤشرات متعددة ومتقاطعة: مؤشرات للغطاء النباتي والمياه والتربة والتغذية (NDVI وSAVI وGNDVI وNDWI وNDMI ومؤشر التربة المكشوفة وغيرها)، فلا يُبنى قرار على خريطة واحدة.
• التغيّر عبر الزمن: مقارنات بين المواسم وعلى مدى سنوات للتمييز بين الأحداث العابرة والاتجاهات الحقيقية.
• لغة واضحة: كل نتيجة مشروحة ببساطة، مع قائمة إجراءات مرتّبة حسب الأولوية لمدير المزرعة.

دراسة حالة · بيانات العميل مجهّلة

حقل ري محوري مساحته 233 فدانًا: التشخيص الصحيح

التحدي: جزء من حقل ري محوري في الصحراء الغربية بمصر كان أداؤه ضعيفًا، وكان الافتراض الشائع أن السبب نقص المياه.

ما قمنا به: مصدران مستقلان لبيانات الأقمار الصناعية و8 مؤشرات طيفية، مع مقارنة نتائجهما لنفس الموسم الشتوي.

النتائج:

• أظهر القطاع الشمالي الشرقي (نحو 20–25% من الحقل) نموًا أضعف مع رطوبة سطحية أعلى من المتوقع.
• هذا النمط يشير إلى مشكلة تصريف أو ملوحة موضعية، لا إلى نقص في المياه.
• أظهرت السلسلة الزمنية أن الحقل يبقى بورًا نحو سبعة أشهر في السنة.

النتيجة: تحقق ميداني من التصريف والملوحة بدلًا من زيادة الري، مع توصية بتجربة محصول صيفي قصير الدورة يتحمل الجفاف والملوحة.

التطبيقات البيئية خارج نطاق الزراعة

تمتد نماذجنا إلى حماية البيئة أيضاً:

• مراقبة المناطق الساحلية وفقدان الغطاء النباتي.
• الكشف عن الإغراق غير القانوني ومصادر التلوث.
• قياس انبعاثات الاحتباس الحراري وجودة الهواء.
• دعم رسم خرائط التنوع البيولوجي في النظم البيئية الصحراوية.

من خلال الربط بين الزراعة والبيئة، نخلق نموذجاً موحداً للإدارة المستدامة للأراضي.

دراسة حالة · بيانات العميل مجهّلة

مزرعة موز: تحديد خط ري معطّل

التحدي: لاحظ مزارع موز تفاوتًا في النمو لكنه لم يستطع تحديد مكانه أو سببه.

ما قمنا به: تسع خرائط من صور الأقمار الصناعية متعددة الأطياف: الخضرة، وكثافة الغطاء، والإجهاد المائي، والنيتروجين، ورطوبة التربة والنبات، وإنذار مبكر للأمراض من لون الأوراق.

النتائج:

• إجهاد مائي في المزرعة كلها، ومنطقة في الوسط الغربي تعاني نقصًا حادًا في الرطوبة، بما يتوافق مع خط ري مسدود أو مكسور.
• لم تُظهر خريطة الإنذار المبكر أي علامات لأمراض.

النتيجة: ركّز المالك إنفاقه على إصلاح الري بدلًا من معالجات وقائية غير ضرورية.