مروري بر مدل هاي مبتني بر مكان خاص علف‌هاي هرز

An overview of site-specific based models of weeds

مديريت مكان خاص علف­ هرز يك استراتژي متغير مديريت علف­ هرز در درون يك مزرعه زراعي براي مطابقت با تغيير در مكان، تراكم و تركيب جمعيت علف­ هرز است. اين مفهوم براساس سه واقعيت استوار است: (1) جمعيت­ هاي علف هرز غالبا به طور نامنظم در درون مزارع زراعي توزيع مي­ شوند، (2) حسگرها و سيستم عامل­ هاي جديد همراه با فناوري هاي فضايي (به عنوان مثال GPS، GIS) ابزارهاي لازم براي شناسايي و نقشه­ برداري علف ­هاي هرز را فراهم كرده ­اند، (3) سم ­پاش ­ها، ربات­ ها و كولتيواتورهاي مكانيكي هوشمند جديد، امكان سازگاري دقيق مديريت علف هرز را متناسب با شرايط موجود در هر مزرعه فراهم كرده ­اند. مديريت مكان خاص علف­ هرز داراي پتانسيل واقعي براي ارائه توليد كشاورزي پربارتر و پايدارتر بر مبناي يك روش دقيق­تر و پربازده از منابع است. اين مقاله روش­ هاي مفهومي عمده و جزئياتي را براي طراحي سيستم ­هاي پشتيباني تصميم­ گيري مديريت مكان خاص علف­ هرز، پيشرفت­ هاي اخير در استفاده از سيستم عامل­ها و حس گرهاي از راه دور و زميني براي جمع ­آوري و پردازش اطلاعات و تجارب اوليه ترجمه اين اطلاعات به محرك­ هاي كنترل شيميايي و فيزيكي علف ­هاي هرز از طريق الگوريتم ­ها و مدل ­هاي تصميم­ گيري بررسي مي­ كند.

Site-specific weed management (SSWM) is a strategy of varying weed management within a crop field to match the variation in location, density and composition of the weed population. This concept is based on three facts: 1) weed populations are often irregularly distributed within crop fields, 2) new sensors and platforms together with geospatial technologies (e.g., GPS, GIS) have provided the tools required to detect and map weeds, and 3) new smart sprayers, robots and mechanical cultivators have provided the possibility of careful tailoring of weed management to fit the different conditions found in each field. Site-specific weed management has a real potential to deliver a more productive and sustainable agricultural production based on a more precise and resource-efficient approach. This paper reviews the major conceptual approaches and specifications for the design of site-specific weed management decision support systems (SSWM-DSS), recent advances in the use of remote and ground platforms and sensors for information gathering and processing, and initial experiences translating this information into chemical and physical weed control actuations through decision algorithms and models.