تطبيق معاملات المحاصيل المستخرجة من صور الأقمار الصناعية المتأخرة زمنياً لتقدير النتح الحقيقي عبر طريقة FAO-56

لماذا تهم لقطات الأقمار الصناعية القديمة للمزارع اليوم

في المناطق الجافة، كل قطرة ماء تُضخ من الخزانات الجوفية تهم المزارعين والمدن على حد سواء. ومع ذلك، يصعب بشكل مدهش معرفة كمية المياه التي تستخدمها المحاصيل فعلياً على مستوى حوض مائي كامل يومًا بعد يوم. تستكشف هذه الدراسة اختصارًا عمليًا: هل يمكن إعادة استخدام بيانات أقمار صناعية من قبل عشر سنوات بدلاً من معالجة صور جديدة باستمرار، ومع ذلك الحصول على تقديرات موثوقة لكمية المياه التي تستهلكها المحاصيل اليوم؟

مراقبة الحقول العطشى من الفضاء

تفقد النباتات الماء إلى الهواء أثناء نموها، وهو ما يُعرف ببساطة بـ «استخدام المياه» أو، بشكل أدق علمياً، النتح. يتطلب قياس هذا الاستخدام مباشرة معدات باهظة الثمن تسجل تبادل الطاقة والرطوبة فوق الحقول. تعمل هذه الأجهزة لمقاييس بحثية مفردة، لكنها غير مناسبة لمناطق زراعية واسعة تضم محاصيل مختلطة. توفر الأقمار الصناعية مخرجًا: من خلال التقاط أنماط الضوء والحرارة من سطح الأرض، يمكن استخدامها لتقدير كمية المياه التي تستخدمها المحاصيل على مساحات كبيرة. التحدي هو أن تحويل هذه الصور الخام إلى أرقام لاستخدام المياه عادة ما يتطلب حسابات مكثفة وخبرة متخصصة وتحديثات متكررة.

وصفة بسيطة باستخدام بيانات قديمة وحديثة

ركز الباحث على حوض نيشابور في شمال شرق إيران، وهي منطقة جافة إلى شبه جافة حيث يُزرع نحو نصف الأراضي ويُستنزف المياه الجوفية بكثافة للري. الفكرة الأساسية كانت اعتبار عام قديم، 2009، «لقطة تدريب» مفصلة. أولاً، جُمعت صور الأقمار الصناعية لذلك العام مع طريقة رصيد الطاقة المجربة جيدًا، المسماة SEBAL، لتقدير استهلاك المياه اليومي للمحاصيل لكل بكسل. في الوقت نفسه، استُخدمت بيانات الطقس القياسية من محطة محلية في نهج توجيهي من منظمة الأغذية والزراعة التابعة للأمم المتحدة (المعروف باسم FAO-56) لحساب كمية المياه التي ستستهلكها المحصول المرجعي تحت ظروف مثالية.

تحويل الصور إلى بصمات محاصيل قابلة لإعادة الاستخدام

من خلال قسمة استهلاك المياه المستند إلى الأقمار الصناعية على استهلاك المياه المرجعي لعام 2009، أنتجت الدراسة خرائط لـ «معاملات المحاصيل» — أرقام بسيطة تصف مدى احتياج المحاصيل الفعلي للماء مقارنة بالمحصول المرجعي المثالي في كل موقع. تلتقط هذه المعاملات تأثير نوع المحصول ومرحلة النمو والإدارة المحلية بصورة مدمجة. الخطوة الجريئة في هذا العمل كانت افتراض أن معاملات البكسل هذه من عام 2009 قد تظل مفيدة بعد عشر سنوات. في 2019، وبدلاً من إعادة معالجة صور جديدة، استخدم الباحث سجلات الطقس الشهرية وضربها بالمعاملات القديمة لتقدير استهلاك المحاصيل اليومي الحالي لنفس الأشهر. ثم قُيّمت هذه التقديرات مقابل حسابات SEBAL المستندة إلى صور الأقمار الصناعية لعام 2019، التي اعتُبرت معيارًا مرجعيًا.

ما مدى قرب التقديرات؟

أُجري المقارنة لعشر أحواض فرعية مختارة عبر الحوض، في الغالب حيث تتركز الأراضي المروية. من أبريل إلى أكتوبر 2019، تراوح متوسط الفرق بين الطريقة المختصرة الجديدة وحسابات القمر الصناعي المرجعية عموماً بين نحو نصف مليمتر وواحد ونصف مليمتر ماء في اليوم. كانت الأخطاء أصغر في شهور الري الذروة، عندما تكون الحقول خضراء ومروية جيدًا، وأكبر قليلاً في أوائل الربيع. عند فحص الأخطاء عبر أيام منخفضة ومتوسطة وعالية الاستهلاك المائي، لم تظهر الطريقة انحيازًا قويًا نحو المبالغة أو التقليل المستمر، وهو أمر مرغوب في حسابات المياه طويلة الأمد.

حدود الاعتماد على الماضي

تسَلِّط الدراسة الضوء أيضًا على حالات فشل هذا الاختصار. الخطر الأكبر يأتي من تغيّرات استخدام الأراضي وأنماط المحاصيل بين السنة «القديمة» والسنة «الجديدة». إذا تحول المزارعون من القمح إلى البساتين، أو وسّعوا أو قلصوا مساحات الري، أو عدّلوا جداول الري، فقد تصبح معاملات المحاصيل العشرية قديمة وتُدخل خطأً إضافيًا. يمكن أن تؤثر التغيرات المناخية — مثل سنوات أكثر رطوبة أو جفافًا — وتغييرات إدارة الحقول أيضًا على مدى تمثيل المعاملات القديمة للظروف الحالية. يقترح المؤلف أن تقصير الفاصل الزمني الزمني، مثلاً باستخدام صور قبل بضع سنوات فقط، ومتابعة تغيّرات استخدام الأراضي بصورة أفضل، سيحسّن النتائج على الأرجح.

ماذا يعني هذا لإدارة المياه

بالنسبة لمديري المياه العاملين في مناطق فقيرة البيانات ومعرضة للجفاف، تبدو هذه النتائج مشجعة. فهي تشير إلى أنه عندما لا تكون معالجة الأقمار الصناعية المحدثة ممكنة، يمكن لبصمات المحاصيل المستخرجة سابقًا أن توفر تقديرات معقولة لكمية المياه التي تستهلكها المزارع عبر حوض مائي. تُبسّط المقاربة عبء العمل بتحويل مهمة معقدة ومكثفة الصور إلى حساب أبسط قائم على بيانات الطقس الروتينية. ورغم أنها لا تحل محل المراقبة المفصلة في كل مكان، وأنها تعتمد على متابعة تطوّر أنماط المحاصيل، فإن هذه الطريقة تقدم أداة عملية لدعم قرارات الري وضخ المياه الجوفية والتخطيط المائي طويل الأمد.

الاستشهاد: Moazenzadeh, R. Application of time-lagged satellite image-based crop coefficients for estimating actual evapotranspiration through FAO-56 method. Sci Rep 16, 6859 (2026). https://doi.org/10.1038/s41598-026-38365-2

الكلمات المفتاحية: النتح, الاستشعار عن بعد, استهلاك المحاصيل للمياه, إدارة المياه الجوفية, الزراعة شبه الجافة