هيكلية شاملة للقياس عن بُعد المعتمدة على إنترنت الأشياء والسحابة للرصد الاستباقي للحرائق في الزراعة الذكية

لماذا يهم مراقبة الحرائق بذكاء في المزارع

يواجه المزارعون حول العالم ضغوطاً لزيادة الإنتاج الغذائي بينما تجعل تغيّرات المناخ أراضيهم أكثر جفافاً وعرضة للحرائق. يمكن أن يمحو حريق واحد المحاصيل والتربة والمعدات في دقائق، مما يهدد سبل العيش المحلية وإمدادات الغذاء. تعرض هذه الورقة نظام رصد حرائق في الزمن الحقيقي مصمم خصيصاً للمزارع الحديثة. من خلال الجمع بين مستشعرات رخيصة وحواسيب صغيرة وبرمجيات سحابية، يهدف النظام إلى اكتشاف اللهب والدخان الخطير مبكراً، وتنبيه المزارعين في غضون ثوانٍ، والحفاظ على موثوقية التكنولوجيا نفسها في الحقل.

الحرائق والمحاصيل الهشة والحاجة إلى إنذار سريع

في العديد من المناطق، تقلص الأراضي الصالحة للزراعة مع ارتفاع درجات الحرارة والجفاف وحرائق الغابات في وقت يرتفع فيه الطلب العالمي على الغذاء. تميل إدارة الحرائق التقليدية في الزراعة إلى أن تكون تفاعلية: يلاحظ الناس الدخان، يطلبون المساعدة، ويتصرفون بعد ظهور اللهب فقط. حاولت أبحاث أحدث تحسين ذلك باستخدام الطائرات بدون طيار وصور الأقمار الصناعية وتقنيات التعرف على الحرائق القائمة على الذكاء الاصطناعي، لكن هذه الحلول قد تكون مكلفة أو تركز على جزء واحد من المشكلة فقط، مثل الاستشعار أو تخزين البيانات. يجادل المؤلفون بأن المزارع تحتاج إلى نظام شامل منخفض التكلفة لا يكتشف علامات الحرائق المبكرة فحسب، بل ينقل البيانات بسرعة، ويقلل من الإنذارات الخاطئة، ويثبت أنه يمكنه العمل يوماً بعد يوم دون إجهاد إلكترونياته.

ثلاث طبقات تعمل معاً كالجهاز العصبي

تعمل البنية المقترحة كجهاز عصبي للحقل، مكوّنة من ثلاث طبقات مترابطة بإحكام. على الأرض، تستخدم طبقة الأجهزة مستشعرات بسيطة للدخان واللهب موصولة عبر محوّل تماثلي إلى رقمي إلى حاسوب صغير وواجهة بوابة من طراز Raspberry Pi 3 B+. تقوم هذه الطبقة بأخذ عينات مستمرة للهواء والحرارة القريبة بينما تراقب أيضاً حالتها الداخلية عبر تتبع حمل المعالج واستخدام الذاكرة. الطبقة الثانية تعيش في السحابة على منصة مفتوحة المصدر تُدعى ThingsBoard، اختيرت لما تتمتع به من مرونة وتكلفة منخفضة عند التوسع. تستقبل تدفقاً ثابتاً من حزم بيانات مضغوطة تُرسل كل ثانيتين باستخدام معيار المراسلة MQTT وصيغة JSON، الملائمة للروابط الإنترنتية الريفية المتقطعة. تعالج الطبقة الثالثة هذه القياسات عن بُعد، وتشغّل لوحات معلومات ومحركات قواعد وتنبيهات أوتوماتيكية تحول الأرقام الخام إلى إشارات واضحة يمكن للمزارعين لاتخاذ إجراءات بشأنها.

من قراءات المستشعرات إلى التنبيهات الفورية

في قلب النظام خوارزمية تكيف ذاتية تنسق اتصال الجهاز بالسحابة، وتعبئ كل قراءة مستشعر، وترسلها مع فحوص مدمجة على التوقيت والمحتوى. في كل دورة، يجمع جهاز Raspberry Pi نسب الدخان واللهب، ويحسب ما إذا كانت الظروف تشبه حريقاً حقيقياً، ويسجل أيضاً استخدام وحدة المعالجة والذاكرة الخاصة به. ثم يشفر كل ذلك في رسالة صغيرة وينشرها إلى السحابة بإعدادات جودة الخدمة التي تؤكد التسليم. في ThingsBoard، تُعرض البيانات كرسوم بيانية ومقاييس تظهر سلوك المستشعر، وحمل المعالج، واستقرار الذاكرة مع مرور الوقت. تقارن القواعد القيم الواردة مع العتبات؛ عندما يرتفع كل من اللهب والدخان معاً بنمط مريب، يطلق النظام تلقائياً تنبيهاً عبر البريد الإلكتروني حتى يتمكن المزارع من الاستجابة خلال دقائق بدلاً من ساعات. يتيح نفس الواجهة للمستخدمين تصدير جداول الأحداث السابقة لدراسة الاتجاهات أو ضبط العتبات.

مدى كفاءة أداء النظام في الممارسة

اختبر الباحثون النموذج الأولي في ظروف واقعية، محاكيين مراراً مواقف حريق وغير حريق. من بين 35 حريقاً مقتبساً، تعرف النظام بشكل صحيح على 34، محققاً دقة كشف بلغت 96.1٪. في 15 حالة غير حريق، ظل معدل الإنذارات الكاذبة أقل من 2.8٪، مما أظهر قدرته على تمييز الخطر الحقيقي عن تقلبات الدخان أو الحرارة اليومية. استغرقت البيانات في المتوسط أقل من 300 مللي ثانية للانتقال من Raspberry Pi إلى لوحة التحكم السحابية، مما وفر تحديثات شبه فورية. خلال تجارب أطول، ظل النظام متاحاً لأكثر من 98٪ من الوقت، وظل حمل المعالج والذاكرة في الحاسوب الصغير معتدلاً ومستقراً، حتى أثناء الإرسال المستمر لبيانات المستشعر وحالة النظام. يشير ذلك إلى أن التصميم متين بما يكفي للعمل لفترات طويلة دون تعطل أو اختناق الشبكة.

ماذا يعني هذا لزراعة أكثر أماناً وذكاءً

بصورة مبسطة، تُظهر الدراسة أن مزيجاً ميسور التكلفة من مستشعرات ميدانية، وحاسوب صغير واحد، وأدوات سحابية مفتوحة المصدر يمكن أن يعمل كنظام إنذار مبكر موثوق للحرائق في المزارع. من خلال توحيد الكشف ونقل البيانات والتصور الحي والتنبيهات البريدية التلقائية في إعداد واحد مختبر، يتجاوز المؤلفون النماذج الأولية السابقة التي تناولت قطعة أو قطعتين فقط من اللغز. تشير نتائجهم إلى أن المزارع قد تستخدم مثل هذه الأنظمة لالتقاط الحرائق وهي لا تزال صغيرة، والحد من الأضرار، وحماية المحاصيل والغابات المجاورة بشكل أفضل. ومع أن هناك حاجة إلى تجارب على نطاق أوسع، وتحسين كفاءة الطاقة، وتعزيز التعامل مع انقطاع الإنترنت، فإن هذا العمل يشير إلى طريقة عملية لجعل الزراعة أكثر مرونة في عالم يزداد حرارة وعرضة للحرائق.

الاستشهاد: Morchid, A., Salami, A., Khalid, H.M. et al. Holistic IoT and cloud-based telemetry architecture for proactive fire monitoring in smart agriculture. Sci Rep 16, 8669 (2026). https://doi.org/10.1038/s41598-026-43538-0

الكلمات المفتاحية: الزراعة الذكية, كشف الحرائق, مستشعرات إنترنت الأشياء, قياس عن بُعد سحابي, الأمن الغذائي