كيفية تحديد مناطق زراعة نخيل الزيت باستخدام بيانات الاستشعار عن بعد عبر الأقمار الصناعية

يُعدّ نخيل الزيت محصولًا اقتصاديًا هامًا، وتُعتبر معلومات توزيعه بالغة الأهمية لرصد الزراعة، وتقييم استخدام الأراضي، وإدارة الموارد. تقترح هذه الورقة البحثية منهجية استشعار عن بُعد متعددة المصادر تجمع بين بيانات Sentinel-1 وSentinel-2 لاستخلاص معلومات توزيع نخيل الزيت بدقة عالية. يوفر Sentinel-1 صورًا رادارية على مدار الساعة وفي جميع الأحوال الجوية، دون تأثرها بالظروف الجوية؛ بينما يوفر Sentinel-2 صورًا بصرية غنية بمعلومات مثل مؤشرات الغطاء النباتي وخصائص النسيج. يُوفر تكامل هذين المصدرين ظروفًا مثالية لتحديد مواقع نخيل الزيت.

أساليب البحث

تم اختيار منطقة محددة في إندونيسيا كمنطقة للدراسة (الشكل 1). استُخرجت مساحة الزراعة في هذه المنطقة عام 2025، وامتدت فترة جمع البيانات من 1 يونيو 2024 إلى 31 مايو 2025. خضعت البيانات لمعالجة مسبقة باستخدام منصة GEE، شملت استخراج النطاقات، وحساب المؤشرات، وإزالة التشويش من بيانات SAR، كما هو موضح في الشكل 2. ثم أُعيدت معاينة البيانات بدقة 10 أمتار، باستخدام نظام الإحداثيات WGS84.

الشكل 1 منطقة الدراسة

الشكل 2(أ) VV

الشكل 2(ب) مؤشر الغطاء النباتي الطبيعي (NDVI)

يوضح الشكل 3 خصائص البيانات مُرتبةً باستخدام معاملات جيني. تم اختيار 14 خاصية من بيانات Sentinel-1 وSentinel-2 لحساب معاملات جيني، بواقع 8 خصائص من Sentinel-2 و6 خصائص من Sentinel-1. وباستخدام بيانات الرادار ذي الفتحة التركيبية (SAR) كخاصية أساسية للتصنيف، أظهرت نطاقات VH وVV وفروقاتها ارتباطًا قويًا في نموذج التصنيف. تُعد هذه الخصائص بالغة الأهمية للكشف عن مزارع نخيل الزيت. علاوة على ذلك، يمكن استخدام معلومات النسيج ومؤشرات الغطاء النباتي لتصنيف الغطاء النباتي؛ وقد حسّنت خصائص النسيج دقة الكشف عن نخيل الزيت بشكل أكثر فعالية من مؤشرات الغطاء النباتي.

الشكل 3. ترتيب معاملات جيني

نتائج الاستخراج

تم اختيار قيم VV وVH وB3 وB8 وNDVI، بالإضافة إلى إنتروبيا النسيج والتباين، لبناء الميزات. ثم استُخرجت مناطق نخيل الزيت داخل منطقة الدراسة باستخدام خوارزمية الغابة العشوائية. وتظهر نتائج الاستخراج في الشكل 4.

الشكل 4: نتائج الاستخلاص من منطقة زراعة نخيل الزيت

تستخدم هذه الورقة البحثية أسلوب دمج البيانات الذي يجمع بين بيانات Sentinel-1 وSentinel-2 لاستخراج مناطق مزارع نخيل الزيت. ومن خلال بناء الميزات وتقنيات الغابات العشوائية، تم تحقيق تحديد دقيق للغاية لمناطق المزارع. تشير الدراسة إلى أن دمج بيانات الاستشعار عن بُعد متعددة المصادر يُعد اتجاهًا مهمًا لتحسين قدرات تحديد الغطاء النباتي الزراعي. ويمكن للبحوث المستقبلية أن تستكشف بشكل أعمق أساليب التجزئة الدلالية القائمة على التعلم العميق لتحسين دقة الحدود وقدرات التحليل الديناميكي للسلاسل الزمنية.