چارچوب هوش مصنوعی برای کاهش هدررفت آب در کشاورزی ترکیب داده های هواشناسی سنجش از دور و مدل های زبانی بزرگ (LLMs)

این مقاله چارچوبی عملی و قابل پیاده سازی برای کاهش هدررفت آب در آبیاری کشاورزی ارائه می دهد. چارچوب پیشنهادی داده های هواشناسی بلادرنگ را از طریق API عمومی (OpenWeatherMap)، شاخص های پوشش گیاهی (NDVI) را از تصاویر ماهواره ای رایگان (Sentinel) و اطلاعات پایه مزرعه نوع محصول، مساحت و مرحله رشد را از ورودی کاربر دریافت می کند. سیستم در سه مرحله کار می کند: گردآوری و یکپارچه سازی داده ها، محاسبه نیاز آبی ابتدایی با استفاده از مدل های تجربی و الگوریتم های بهینه سازی ساده و تولید توصیه های آبیاری (زمان و مقدار دقیق) از طریق مدل زبانی بزرگ که خروجی را به زبان فارسی ساده و همراه با توضیح دلیل ارائه می دهد. این چارچوب به صورت یک اپلیکیشن موبایل قابل اجرا است و نیازی به تجهیزات پیچیده ندارد. بر اساس مطالعات مشابه در کشاورزی دقیق، پتانسیل کاهش مصرف آب تا ۳۰-۲۰ درصد نسبت به روش های سنتی وجود دارد. هدف اصلی ارائه ابزاری عملی و کم هزینه برای کشاورزان است که با منابع موجود قابل پیاده سازی باشد.

کلیدواژه ها:

کمبود ، آب کشاورزی دقیق ، هوش مصنوعی ، مدل های زبانی بزرگ ، سنجش از دور