التوصيف الطيفي وتقييم شدة أضرار حشرة المن البنية في الأرز باستخدام نماذج متعددة المتغيرات

لماذا تهمك الحشرات الصغيرة في طبق الأرز الخاص بك

الأرز يزرع طعامًا لمليارات الناس، خاصة في آسيا، لكن حشرة صغيرة بحجم الدبوس تُسمى المن البني قادرة بهدوء على جرد الحقول من حيويتها، ما يؤدي إلى خسارة تصل إلى أربعة أخماس المحصول. عادةً ما يكتشف المزارعون المشكلة فقط بعد أن تذهب النباتات إلى الاصفرار والموت، عندما يكون من المتأخر إنقاذ الغلات. تستكشف هذه الدراسة كيف أن «الاستماع» إلى الضوء المنعكس من أوراق الأرز بأجهزة حسّاسة، وتفسير تلك الإشارات بأدوات تعلم الآلة الحديثة، يمكن أن يحوّل أضرار المن البني من تهديد خفي إلى تحذير واضح — قبل انهيار الحقول بفترة كافية.

مراقبة نباتات الأرز عبر ضوءها المنعكس

عمل الباحثون مع ثلاث أصناف من الأرز، شملت نوعين بسمتي شائعين وواحدًا معروفًا بحساسيته الشديدة. بدلًا من الانتظار لظهور الضرر الواضح، تعمّدوا تعريض النباتات المزروعة في أصص لأعداد متزايدة من حوريات المن البني — بدءًا من عدم وجود حشرات وحتى إصابات شديدة جدًا — ثم قاسوا كيف تعكس الأوراق إشعاعًا شبيهًا بأشعة الشمس ضمن نطاق 350 إلى 2500 نانومتر باستخدام جهاز طيفي محمول فائق الدقة. هذا النوع من الأجهزة يُقسّم الضوء إلى مئات من الحزم الضيقة «الألوان»، أبعد مما تستطيع العين البشرية رؤيته، ويلتقط بصمات دقيقة لصحة النبات تتعلق بالأصباغ ومحتوى الماء والبنية الداخلية للورقة.

تحولات لونية دقيقة تكشف الإجهاد الخفي

حتى عندما كانت النباتات لا تزال تبدو طبيعية إلى حدّ ما، كانت تواقيعها الطيفية تتغير بالفعل بطرق منهجية مع ارتفاع أعداد الحشرات. تمتص الأوراق الصحية الغنية بالكلوروفيل والخلايا السليمة الضوء الأحمر بقوة وتعكس الكثير من ضوء القرب من تحت الحمراء. تحت تغذية المن الأثقل، ازداد الانعكاس في نطاق الأحمر (دلالة على فقدان الأصباغ)، بينما تحركت أنماط الانعكاس في نطاقي القرب من تحت الحمراء وتحت الحمراء قصير الموجة بطريقة تتوافق مع أضرار الخلايا والجفاف. منطقة انتقالية حساسة بشكل خاص، تسمى «الحافة الحمراء» بين الأحمر والقرب من تحت الحمراء، انخفضت مع زيادة الإجهاد. وبحلول اليوم الأربعين بعد الإصابة، عكست النباتات المتضررة بشدة ضوءًا أشبه بالتربة العارية أكثر من إنها تعكس ضوءًا للنباتات الحية، مما يعكس الانهيار شبه التام لنسجها.

تحويل أنماط الضوء إلى درجات شدة الآفة

لجعل هذه الإشارات الطيفية مفيدة للمراقبة العملية، حوّل الفريق الانعكاس الخام إلى مؤشرات غطاء نباتي — تراكيب بسيطة لأطوال موجية تُبرز خصائص مثل الكتلة الخضراء ومحتوى الأصباغ. من بين 28 مؤشرًا تم اختبارها، برزت مجموعة صغيرة مرتبطة بأصباغ الأوراق على أنها أكثر استجابة لهجوم المن. ثم درّب العلماء عدة أنواع من النماذج متعددة المتغيرات، بما في ذلك الغابات العشوائية (Random Forests) وآلات الدعم الناقل (Support Vector Machines) وانحدار المربعات الصغرى الجزئية (Partial Least Squares Regression)، لربط إما هذه المؤشرات أو المنحنيات الطيفية الكاملة بعدد الحشرات الفعلي لكل نبات. باستخدام أربعة مؤشرات رئيسية فقط، تنبأت طريقة الغابات العشوائية بشدة الآفة بدقة لافتة في الاختبارات المضبوطة، وظلت موثوقة عندما تم اختبارها ببيانات ميدانية مستقلة جُمعت في إصابات طبيعية.

ربط ضرر الحشرات بكيمياء النبات

نظرًا لأن انعكاس الضوء يعتمد في النهاية على ما يحدث داخل الورقة، قاس الباحثون أيضًا صفات بيوكيميائية مثل الكلوروفيل والكاروتينويدات والبروتينات والفلافونويدات. مع ارتفاع أعداد المن، انخفض الكلوروفيل والكاروتينويدات والبروتينات تدريجيًا، مما يؤكد أن الحشرات تقوض عملية التركيب الضوئي والأيض الأساسي. استطاعت النماذج القائمة على البيانات الطيفية الكاملة تقدير هذه التغيرات البيوكيميائية الرئيسية بشكل جيد إلى حدّ كبير، وكانت طريقة انحدار المربعات الصغرى الجزئية الأفضل أداءً مرة أخرى. أما الفلافونويدات فتصرفت بشكل مختلف: فقد ارتفعت في مستويات الإجهاد المعتدلة ولم تنخفض إلا عندما أصبح الضرر شديدًا، مما يعكس دورها في الدفاعات القصيرة الأمد للنبات بدلاً من التآكل المستمر، وهو ما جعلها أصعب في التنبؤ من الطيف وحده.

من إثبات الفكرة إلى حقول أذكى

تُظهر النتائج معًا أن أضرار المن البني لا تظهر فجأة؛ بل تترك أثرًا طويلًا من الدلائل البصرية والبيوكيميائية التي يمكن التقاطها دون تدمير النباتات وترجمتها إلى درجات مخاطرة ذات معنى. وعلى الرغم من أن هذا العمل أُجري في موسم واحد ومنطقة واحدة، وغالبًا في بيت زجاجي، فإنه يبرهن أن الاستشعار الطيفي فائق الدقة مجتمَعًا مع تعلم الآلة يمكنه كشف تجمعات الحشرات الضارة مبكرًا، عبر أصناف أرز مختلفة، دون اقتلاع النباتات أو الاعتماد فقط على المراقبة البصرية الخبيرة. ومع مزيد من التحقق والنشر على طائرات بدون طيار أو أقمار صناعية، يمكن أن تُشكّل نفس المبادئ أساس أنظمة إنذار مبكر تساعد المزارعين على رؤية الإجهاد غير المرئي في وقت يسمح باتخاذ إجراء، بما يحمي المحاصيل والأمن الغذائي.

الاستشهاد: Madhuri, E.V., Ramalingam, S., Rupali, J.S. et al. Spectral characterization and severity assessment of rice brown planthopper damage using multivariate models. Sci Rep 16, 11880 (2026). https://doi.org/10.1038/s41598-026-42245-0

الكلمات المفتاحية: آفات الأرز, حشرة المن البنية, الاستشعار الطيفي فائق الدقة, الزراعة الدقيقة, تعلم الآلة