تقنيات الذكاء الاصطناعي ترسم خريطة لمخاطر أربعة أمراض تهدد إنتاج القمح في المغرب

دخل الذكاء الاصطناعي مجال التنبؤ بالأمراض الزراعية في المغرب من بوابة القمح، بعدما طور باحثون إطارا يجمع نماذج "الغابة العشوائية" مع خوارزميات تحسين مستوحاة من الطبيعة وبيانات مناخية حالية ومستقبلية، بهدف توقع الظروف الملائمة لظهور أربعة أمراض رئيسية تهدد المحصول.

ونشرت مجلة "Journal of Agriculture and Food Research" البحث مؤخرا، واختبر البياض الدقيقي والصدأ واللفحة والذبول الفيوزاريومي، بالتوازي مع سيناريوهات مناخية مستمدة من الجيل السادس لمشروع مقارنة النماذج المناخية العالمية "CMIP6".

انطلق الباحثون من تقنية "Random Forest"، أو "الغابة العشوائية"، وهي من أدوات التعلم الآلي المستخدمة في التصنيف والتنبؤ، ثم دمجوها مع خمس خوارزميات للتحسين، من بينها الخوارزمية الجينية، وخوارزمية تحسين سرب الجسيمات، ومحسن الذئب الرمادي، والتطور التفاضلي. ويسعى هذا الدمج إلى الوصول إلى النموذج الأكثر قدرة على التمييز بين الظروف الملائمة وغير الملائمة لظهور كل مرض.

وسجل نموذج RF-GWO أفضل أداء في توقع البياض الدقيقي، بقيمة AUC بلغت 0.946، فيما حقق نموذج RF-DE أفضل نتيجة بالنسبة إلى الصدأ بقيمة 0.897. أما اللفحة والذبول الفيوزاريومي، فحقق نموذج RF-GA أفضل النتائج في توقعهما، بقيمتي 0.833 و0.836 على التوالي.

واستعان الباحثون بأدوات الذكاء الاصطناعي القابل للتفسير، وخصوصا تقنية SHAP، لفهم المتغيرات التي تدفع النموذج إلى اعتبار منطقة أو ظرف مناخي أكثر ملاءمة لظهور المرض، حيث تبرز درجة الحرارة والتساقطات بين أهم العوامل المؤثرة في توقع مخاطر الأمراض الأربعة.

ويمكن لمثل هذه النماذج، إذا ربطت مستقبلا ببيانات محطات الأرصاد والرصد الزراعي الميداني، أن تساعد في تحديد المناطق التي تحتاج إلى مراقبة أكثر كثافة أو تدخل مبكر قبل اتساع انتشار المرض، مما يتيح توجيه التدخل إلى المناطق والفترات التي يرتفع فيها مستوى الخطر.