Clear Sky Science · ar

التنبؤ بنجاح إنبات بذور نباتات عشبية عالية باستخدام نهج RGB البصري للزراعة الذكية

· العودة إلى الفهرس

لماذا تهمّ لون البذور من أجل غابات المستقبل

مع اعتماد العالم على الغابات لاحتجاز الكربون وحماية التربة وتوفير الأخشاب، يصبح من الضروري أن تحظى كل بذرة بشريطة صغيرة بأفضل فرصة للنمو. ومع ذلك، قد تكون دفعات البذور المستخدمة لإعادة التحريج متباينة: فبعض البذور تنبثق وتزدهر، بينما تبقى أخرى غير منبتة. تبحث هذه الدراسة فكرة بسيطة إلى حد ما لكن ذات إمكانات كبيرة: استخدام لون بذور الصنوبر الإسكتلندي، المصوَّر بواسطة ماسح ضوئي مكتبي عادي، للتنبؤ بأي البذور هي الأكثر احتمالاً للإنبات بنجاح في حاويات المشتل.

Figure 1
Figure 1.

من بستان البذور إلى الماسح الضوئي البسيط

ركز الباحثون على شكل مزروع من الصنوبر الإسكتلندي في بستان بذور ببيلاروسيا، اختير لميزاته الجيدة من حيث النمو وإنتاج البذور العالي. جمعوا 1200 بذرة، ونظفوها بعناية وأزالوا الأجزاء الزائدة، ثم أنشأوا «جواز سفر» مفصلاً لكل بذرة. ربط هذا الجواز ثلاثة أنواع من المعلومات: الصفات الفيزيائية الأساسية للبذرة (مثل الكتلة والحجم)، ولونها كما سجّل ماسح ضوئي باللوحة المسطحة، وما إذا كانت قد أنبتت في نهاية المطاف في خلية حاوية أم لا. ولمطابقة كل شيء بدقة، أعطي كل بذرة رمزًا فريدًا وتم تتبعها من زجاج الماسح إلى موقعها المحدد في صينية المشتل.

قراءة البذور من ضوءها المنعكس

بدلاً من معدات المختبر المكلفة، استخدم الفريق ماسحًا منزليًا قياسيًا على إعداداته الافتراضية مع خلفية بيضاء. قاموا بمسح البذور على دفعات صغيرة ومنظمة ثم استخدموا لاحقًا برنامج ImageJ متاحًا مجانًا لتحديد كل بذرة وقياس مدى سطوعها في قنوات الأحمر والأخضر والأزرق في الصورة الرقمية. تعمل قيم السطوع هذه، الممتدة من الداكن إلى الفاتح، كوصيف رقمي للون غلاف البذرة. ثم زرعت نفس البذور المدرجة بشكل فردي في خلايا حاوية مملوءة بالخث داخل بيت زجاجي، حيث تم التحكم بدقة في درجة الحرارة والرطوبة والري على مدى 30 يومًا. في نهاية هذه الفترة، تم تسجيل كل بذرة ببساطة على أنها منبتة أو غير منبتة.

ما كشفه اللون عن نجاح البذور

أظهرت النتائج أنماطًا واضحة وقوية إحصائيًا. كانت البذور التي فشلت في الإنبات، في المتوسط، ألطف وأكثر انعكاسًا عبر القنوات الثلاث من البذور التي أنتجت شتلات. بعبارة أخرى، كانت البذور الأغمق تميل إلى أن تكون أكثر نجاحًا في الإنبات. بينما كانت البذور غير المنبتة تميل أيضًا لأن تكون أخف قليلًا في الكتلة، كانت فروق اللون أكثر بروزًا وأسهل فصلًا. كشفت تحليلات الوسيطات والتوزيعات عن انزياح واضح نحو الأعلى في السطوع، خصوصًا في قناتي الأحمر والأخضر، للبذور التي لم تنبُت. وأكدت أدوات إحصائية إضافية، مثل تحليل المكونات الرئيسية، أن اللون قدم معلومات إضافية تتجاوز الحجم البسيط: حتى عندما أُخذ حجم البذرة في الحسبان، ظل السطوع يساعد في تمييز البذور الجيدة عن السيئة.

Figure 2
Figure 2.

تحويل الصور إلى قرارات عملية

لاختبار ما إذا كان يمكن استخدام هذه المعلومات في الفرز العملي، درب المؤلفون نماذج تعلم آلي بسيطة على البيانات المجمعة من الخواص الفيزيائية واللون. احتفظت هذه النماذج، بما في ذلك الانحدار اللوجستي والتحليل التمييزي الخطي، بمعظم البذور القادرة على الإنبات بشكل صحيح، بينما استبعدت العديد من البذور غير المرجح أن تنبُت. حققت النماذج استدعاءً عاليًا (قليل من البذور الجيدة تم التخلص منها) ودقة إجمالية جيدة، مما يشير إلى أن خطوة فرز ضوئية قائمة على لون RGB يمكن أن ترفع معدل الإنبات المتوسط لدفعات البذور بشكل ملحوظ. ومن المهم أن كل ذلك تم باستخدام أدوات منخفضة التكلفة ومتاحة على نطاق واسع بدلاً من أنظمة تصوير متخصصة.

ماذا يعني هذا لمشاوي الغابات

تخلص الدراسة إلى أنه، بالنسبة لهذه دفعة من بذور الصنوبر الإسكتلندي، فإن البذور الأفتح والأكثر إشراقًا لديها فرصة أقل للإنبات تحت ظروف مشتل الحاويات القياسية، في حين أن البذور الأغمق تؤدي أداءً أفضل. يمكن أن يكون هذا الإشارة المرئية البسيطة، المصوّرة بماسح مكتبي ومعالجتها بواسطة برنامج مباشر، وسيلة سريعة وغير مدمرة لفرز البذور قبل الزرع. وعلى الرغم من أن الباحثين يلاحظون أن حدود اللون قد تختلف بين دفعات البذور والبيئات، فإن عملهم يقدم إثبات مبدأ: يمكن أن يصبح التصوير الرقمي اليومي أداة "الزراعة الذكية" لمساعدة المشاتل على اختيار مواد بذور أقوى، وزيادة إنتاج الشتلات، ودعم جهود استعادة الغابات بشكل أكثر موثوقية ومرونة.

الاستشهاد: Novikova, T.P., Tylek, P., Petrishchev, E.P. et al. Higher plant seed container germination success predicted by smart farming optical RGB approach. Sci Rep 16, 13021 (2026). https://doi.org/10.1038/s41598-026-42258-9

الكلمات المفتاحية: بذور الصنوبر الإسكتلندي, إنبات البذور, تصوير RGB, مشاتل الغابات, الزراعة الدقيقة للغابات