کاربرد هوش مصنوعی در پیشبینی پاسخهای فیزیولوژیک و عملکرد گیاهان زراعی تحت تنشهای غیر زیستی رویکردی نوین در کشاورزی هوشمند

تنشهای غیر زیستی از مهمترین عوامل محدود کننده رشد، توسعه و عملکرد گیاهان زراعی در جهان هستند و با تشدید تغییرات اقلیمی، فراوانی و شدت آنها نیز رو به افزایش است. خشکی، شوری، گرما، سرما و تنشهای مرکب از طریق اختلال در فتوسنتز، روابط آبی، تعادل اسمزی، هم ایستایی، یونها، فعالیت آنزیمها و پایداری غشا پاسخهای فیزیولوژیک گیاه را در سطوح مختلف دگرگون می کنند. این پاسخها معمولا غیر خطی، پویا و وابسته به ژنوتیپ، محیط و مدیریت مزرعه هستند و همین ویژگی پیش بینی آنها را با روشهای آماری کلاسیک دشوار می سازد. در سالهای اخیر هوش مصنوعی و یادگیری ماشین با توانایی تحلیل داده های حجیم، ناهمگن و چند منبعی به ابزارهای اصلی در کشاورزی هوشمند برای پیش بینی پاسخهای فیزیولوژیک و عملکرد گیاهان تبدیل شده اند. این مقاله با هدف بررسی مبانی فیزیولوژیک تنش های غیر زیستی، معرفی الگوریتم های پرکاربرد هوش مصنوعی و تبیین کاربردهای آنها در پیش بینی زودهنگام تنش، برآورد شاخص های فیزیولوژیک، فنوتیپ برداری پرظرفیت و پیش بینی عملکرد تدوین شده است. همچنین چالش هایی مانند کمبود داده های استاندارد، تفسیرپذیری، مدل ها، تعمیم پذیری محدود و نیاز به زیرساخت های محاسباتی بررسی می شود. در نهایت نشان داده می شود که ادغام فیزیولوژی گیاهی با هوش مصنوعی می تواند زمینه ساز مدیریت دقیق تر تنش، انتخاب ژنوتیپ های متحمل و توسعه سامانه های تصمیم یار در کشاورزی پایدار باشد.

کلیدواژه ها:

تنش غیرزیستی ، فیزیولوژی گیاهی ، مدل سازی محاسباتی ، هوش مصنوعی