Süni intellekt dəstəkli dəqiq kənd təsərrüfatı, kənd təsərrüfatı müşahidə və idarəetmə məlumatlarını maşın öyrənməsi, uzaqdan zondlama, robototexnika, Əşyaların İnterneti və digər rəqəmsal texnologiyalarla emal edərək kənd təsərrüfatı qərarlarını daha proqnozlaşdırıcı, uyğunlaşan və sahəyə xas etməyi hədəfləyən bir kənd təsərrüfatı idarəetmə yanaşmasıdır. De Li Liu tərəfindən yazılmış bu editorial, qlobal qida sistemlərində artan istehsal və davamlılıq təzyiqləri qarşısında süni intellektin dəqiq kənd təsərrüfatındakı rolunu müzakirə edir və yeni yaradılmış AI and Precision Agriculture (AIPA) jurnalının elmi əhatəsini müəyyənləşdirir. Mənbə yeni təcrübə, məlumat dəsti, model təlimi və ya orijinal performans metrikası təqdim etmir; daha əvvəl dərc edilmiş tədqiqatlar əsasında sahənin mövcud istiqamətini və tədqiqat ehtiyaclarını sintez edən redaksiya çərçivəsidir.

Editorialın əsas mövqeyinə görə, kənd təsərrüfatı idarəetməsi bütün sahəyə eyni əməliyyatın tətbiq edildiyi və problem yarandıqdan sonra reaksiya verilən sistemlərdən; sensor, görüntü, ətraf mühit məlumatları və model çıxışlarından istifadə edərək əvvəlcədən proqnoz verən, şəraitə uyğunlaşan və qərarları məkan baxımından fərqləndirə bilən sistemlərə doğru irəliləyir. Uzaqdan zondlama və UAV monitorinqi, kompüter görməsi, dəyişən normada resurs tətbiqi, məhsuldarlıq proqnozu, suvarma planlaşdırılması, avtonom maşınlar, dəqiq heyvandarlıq və torpaq dəyişkənliyinin xəritələnməsi mənbədə göstərilən əsas nümunələrdir.

Bu mətnin şərh sərhədi vacibdir: mənbə sözügedən texnologiyaların bütün məhsullarda, bölgələrdə və ya təsərrüfatlarda eyni performansı təmin edəcəyini eksperimental şəkildə göstərmir. Editorial dərc olunmuş ədəbiyyatda bildirilən tətbiqlərdən istifadə edərək sahənin istiqamətini müəyyənləşdirir və süni intellekt tətbiqlərinin kənd təsərrüfatı sistemləri ilə açıq şəkildə əlaqələndirilməli olduğunu müdafiə edir.

Kənd təsərrüfatı sistemləri niyə yeni qərar üsullarına ehtiyac duyur?

Mənbə qida sistemlərinin eyni vaxtda bir neçə təzyiqlə üzləşdiyini vurğulayır. Əhali artımı qida tələbatını yüksəldərkən, iqlim dəyişikliyi quraqlıq, istilik stresi və ekstremal hava hadisələri vasitəsilə istehsal risklərini artırır. Kənd təsərrüfatından yalnız daha çox istehsal etməsi deyil; istixana qazı emissiyalarını, su istifadəsini və torpaq deqradasiyasını məhdudlaşdıraraq daha yüksək resurs səmərəliliyinə nail olması gözlənilir.

Bu problem çoxdəyişənli olduğuna görə yalnız ənənəvi, sabit təqvimli və ya bütün əraziyə eyni tətbiqin edildiyi idarəetmə sistemləri hər şəraitdə kifayət etməyə bilər. Kənd təsərrüfatı sisteminin mövcud vəziyyətini ölçmək, gələcək dəyişiklikləri proqnozlaşdırmaq və resursları yalnız lazım olan yerdə və lazım olan vaxtda istifadə etmək üçün daha intensiv məlumat emalı və qərar dəstəyi tələb olunur.

Süni İntellekt Dəqiq Kənd Təsərrüfatını Necə Dəyişdirir?

Süni intellekt dəqiq kənd təsərrüfatını, kənd təsərrüfatı idarəetməsinin yalnız mövcud vəziyyətə reaksiya verməsi əvəzinə sensor və müşahidə məlumatlarından proqnoz istehsal etməsinə, dəyişən şəraitə uyğunlaşmasına və qərarları sahə daxilindəki real fərqlərə görə fərdiləşdirməsinə imkan verən məlumat yönümlü qərar qatı kimi dəyişdirir.

Vahid idarəetmədən dəyişən normada idarəetməyə

Ənənəvi tətbiqdə gübrə, su və ya pestisid bütün əraziyə eyni miqdarda tətbiq oluna bilər. Dəqiq kənd təsərrüfatı yanaşmasında isə torpaq xüsusiyyətləri, bitkinin vəziyyəti, xəstəlik təzyiqi və ya su ehtiyacı sahə daxilində fərqli zonalar kimi nəzərdən keçirilə bilər.

Süni intellektin rolu bu heterogen məlumatları emal edərək hansı zonanın hansı resursa ehtiyac duyduğunu və ya hansı riskin meydana çıxmaq üzrə olduğunu proqnozlaşdıra bilən qərar modelləri hazırlamaqdır. Editorial bu keçidi “uniform and reactive” idarəetmədən “predictive, adaptive, and data-driven” idarəetməyə keçid çərçivəsində nəzərdən keçirir.

Uzaqdan zondlama və UAV əsaslı monitorinq

Peyk, UAV və digər uzaqdan zondlama sistemləri geniş sahələrdə bitki örtüyü, stress, nəmlik, xəstəlik əlaməti və ya böyümə fərqləri haqqında məkan məlumatı yarada bilər. Süni intellekt bu görüntü və sensor məlumatlarındakı nümunələri təsnifat, seqmentasiya, proqnozlaşdırma və ya anomaliya aşkarlanması üçün istifadə edə bilər.

Editorial erkən bitki stressinin aşkarlanmasının məhsuldarlıq sabitliyini dəstəkləyə və lazımsız resurs istifadəsini azalda biləcəyini bildirən əvvəlki tədqiqatlara əsaslanır. Bununla belə, mənbə konkret sensor, məhsul və ya AI modeli üçün yeni dəqiqlik göstəricisi yaratmır.

Kompüter görməsi ilə zərərverici, xəstəlik və alaq otu aşkarlanması

Kompüter görməsi, sahə və ya bitki görüntülərindəki vizual xüsusiyyətlərin alqoritmlər tərəfindən təsnif edilməsi və ya yerləşdirilməsidir. Dəqiq kənd təsərrüfatında yarpaq xəstəlikləri, zərərverici həşəratlar və ya alaq otu ləkələri avtomatik olaraq müəyyən edilə bilər və nəticədə bütün sahə əvəzinə yalnız lazım olan zonalara müdaxilə etmək mümkün ola bilər.

Mənbənin elmi iddiası bu texnologiyaların zərərvericilərin, xəstəliklərin və alaq otlarının sürətli müəyyənləşdirilməsinə kömək edə bilməsi istiqamətindədir. Konkret modelin uğuru, məlumat dəsti və ya sahə dəqiqliyi bu editorialın öz nəticəsi deyil.

Dəyişən normada gübrələmə, suvarma və pestisid tətbiqi

Dəyişən normada tətbiq, kənd təsərrüfatı resursunun dozasını ərazinin müxtəlif nöqtələrində eyni saxlamaq əvəzinə sensor, xəritə və ya qərar modeli tərəfindən müəyyən edilən ehtiyaca görə dəyişdirən dəqiq kənd təsərrüfatı üsuludur.

Süni intellekt burada torpaq, bitki, hava və ya istehsal məlumatlarını təhlil edərək resursların hansı zonaya prioritetlə yönəldilməli olduğunu müəyyən edən qərar dəstəyini təmin edə bilər. Mənbə gübrələmə, suvarma və pestisid tətbiqini bu yanaşmanın əsas nümunələri arasında göstərir.

Məhsuldarlıq proqnozu və suvarma planlaşdırılması

AI əsaslı məhsuldarlıq proqnozu; keçmiş məhsuldarlıq, hava şəraiti, bitki müşahidələri, torpaq xüsusiyyətləri və ya uzaqdan zondlama dəyişənlərindən istehsal nəticəsini əvvəlcədən proqnozlaşdırmağı hədəfləyir. Bu məlumat məhsul yığımı planlaşdırılması, resurs büdcəsi və ya logistika qərarlarının daha erkən verilməsinə kömək edə bilər.

Suvarma planlaşdırılmasında isə məqsəd yalnız suyun açılıb-bağlanması deyil. Bitkinin su tələbatı, torpaq nəmliyi və hava şəraitinin birlikdə qiymətləndirilməsi ilə suvarma vaxtının və miqdarının daha uyğunlaşan hala gətirilməsi hədəflənir.

Avtonom kənd təsərrüfatı maşınları

Avtonom və ya yarıavtonom kənd təsərrüfatı maşınları qavrama, mövqeləndirmə, idarəetmə və qərar alqoritmlərindən istifadə edərək sahə əməliyyatlarının insan müdaxiləsindən daha az asılı şəkildə yerinə yetirilməsini hədəfləyir. Editorial əvvəlki ədəbiyyata əsaslanaraq avtonom maşınların əmək və yanacaq tələbatını azaltmaq və əməliyyat dəqiqliyini artırmaq potensialını vurğulayır.

Bu ifadə bütün robot sistemlərində aydın iqtisadi və ya enerji qazancının təmin edildiyi demək deyil; konkret performans istifadə olunan maşın, sahə, tapşırıq, marşrut, sensorlar və idarəetmə sistemi ilə birlikdə qiymətləndirilməlidir.

Dəqiq heyvandarlıq və torpaq dəyişkənliyi

Editorial dəqiq kənd təsərrüfatı anlayışını yalnız bitki istehsalı ilə məhdudlaşdırmır. Heyvan davranışı və sağlamlıq məlumatlarını izləyən precision livestock sistemləri ilə torpağın məkan dəyişkənliyini xəritələyən sensor və məlumat təhlili üsulları da resursların daha hədəfli bölüşdürülməsi üçün vasitələr kimi qiymətləndirilir.

AIPA Jurnalının Elmi Əhatəsi Nədir?

AI and Precision Agriculture (AIPA), süni intellekt üsullarının kənd təsərrüfatı sistemlərində tətbiqini mərkəzə alan; praktik AI tətbiqlərini, kənd təsərrüfatı ilə açıq şəkildə əlaqələndirilən nəzəri AI tədqiqatlarını və AI ilə inteqrə olunmuş kənd təsərrüfatı modelləşdirmə və qərar dəstəyi araşdırmalarını əhatə edən elmi nəşr platformasıdır.

Praktik AI tətbiqləri

Jurnal dəqiq kənd təsərrüfatında birbaşa tətbiq oluna bilən AI tədqiqatlarını xüsusilə təşviq edir. Bu əhatəyə ağıllı qavrama, AI əsaslı modelləşdirmə, avtonom sistemlər və kənd təsərrüfatı qərar dəstəyi vasitələri daxildir.

Nəzəri AI tədqiqatları

AIPA yalnız sahə tətbiqlərini dərc etmək üçün müəyyənləşdirilməyib. Nəzəri AI tədqiqatları da kənd təsərrüfatı sistemləri ilə əlaqəsi və potensial tətbiqi açıq şəkildə qurula bilirsə, əhatəyə daxildir.

Kənd təsərrüfatı modelləşdirməsi üçün sərhəd

Kənd təsərrüfatı modelləşdirmə tədqiqatları AI üsulları ilə inteqrə olunur, AI dəstəkli kənd təsərrüfatı çərçivəsinin hissəsinə çevrilir və ya dəqiq kənd təsərrüfatı qərarlarını dəstəkləyirsə jurnalın əhatəsinə daxil ola bilər. Buna qarşılıq, AI tətbiqi ilə açıq əlaqəsi olmayan yalnız kənd təsərrüfatı modelləşdirməsi jurnalın əsas əhatəsindən kənarda müəyyənləşdirilmişdir.

Metodoloji şəffaflıq və təkrar istehsal oluna bilmə

Editorial tədqiqat üsullarının və məlumatların yoxlanmağa və yenidən istifadəyə imkan verəcək qədər ətraflı hesabatlandırılmasını jurnalın elmi məqsədlərindən biri kimi müəyyənləşdirir.

Bununla yanaşı müəllif məxfilik, əqli mülkiyyət və kommersiya həssaslığı kimi səbəblərlə hər məlumatın və ya üsulun tam açıq paylaşılmasının həmişə mümkün olmaya biləcəyini də qəbul edir. Buna görə təkrar istehsal oluna bilmə gözləntisi ilə real dünya məlumat paylaşımı məhdudiyyətləri birlikdə nəzərdən keçirilir.

Tədqiqatın Metodu və Nəticələri

Bu Editorial Yeni Eksperimental Nəticə Təqdim Edirmi?

Xeyr. Bu tədqiqat yeni təcrübə, sahə sınağı, məlumat dəsti, maşın öyrənməsi modeli, təlim/doğrulama ayrımı, statistik test və ya orijinal performans metrikası təqdim etməyən editorialdır; əsas funksiyası mövcud ədəbiyyatdan nümunələrlə süni intellekt dəstəkli dəqiq kənd təsərrüfatı sahəsinin istiqamətini izah etmək və yeni AIPA jurnalının elmi əhatəsini müəyyənləşdirməkdir.

Metodoloji quruluş

Mənbədə Materials and Methods bölməsi, məlumat toplama protokolu, təcrübə quruluşu, model arxitekturası və ya statistik təhlil yoxdur. Editorialın arqumenti seçilmiş elmi və institusional mənbələrə əsaslanan konseptual sintez üzərində qurulmuşdur.

Ədəbiyyat siyahısında ümumilikdə doqquz əsər var. İlk üç mənbə qida təhlükəsizliyi, davamlı intensivləşdirmə və iqlim dəyişikliyi kontekstini qurarkən, sonrakı mənbələr dəqiq kənd təsərrüfatında maşın öyrənməsi, dərin öyrənmə, çoxmiqyaslı kənd təsərrüfatı qavraması, ağıllı kənd təsərrüfatı böyük veriləri və kənd təsərrüfatı robotlarına dair nəşrlərdir.

Editorialın əsas elmi nəticəsi

Mətnin əsas nəticəsi budur ki, kənd təsərrüfatında süni intellekt tək bir alqoritm və ya sensordan ibarət deyil. Dəyər qavrama, məlumat inteqrasiyası, proqnozlaşdırma, qərar dəstəyi və tətbiq qatlarının kənd təsərrüfatı sisteminin real problemi ilə əlaqəli şəkildə birləşdirilməsindən yaranır.

Buna görə AIPA-nın əhatəsi yalnız “AI istifadə olunan hər hansı məqalə” formasında qurulmayıb. Süni intellektin istehsal, resurs səmərəliliyi, dayanıqlılıq və ya davamlılıq kimi kənd təsərrüfatı nəticələri ilə mənalı əlaqə daşıması gözlənilir.

Tədqiqatın dəstəklədiyi nəticələr

Editorial süni intellekt və dəqiq kənd təsərrüfatı ədəbiyyatının uzaqdan zondlama, kompüter görməsi, dəyişən normada tətbiq, məhsuldarlıq proqnozu, suvarma planlaşdırılması, robototexnika və dəqiq heyvandarlıq kimi çoxsaylı tətbiq istiqamətlərinə yayıldığını dəstəkləyir.

Editorial süni intellekt dəstəkli kənd təsərrüfatı idarəetməsinin proqnozlaşdırıcı, uyğunlaşan və məlumat yönümlü qərar proseslərinə doğru irəliləyən tədqiqat sahəsi olduğunu müdafiə edir.

Editorial kənd təsərrüfatı yönümlü AI tədqiqatlarının fənlərarası olduğunu və çoxsaylı fərqli jurnallara səpələndiyini, AIPA-nın isə bu sahə üçün daha fokuslanmış nəşr platforması təqdim etməyi hədəflədiyini bildirir.

Editorial elmi üsulların və məlumatların yoxlama və yenidən istifadəyə kifayət edəcək detallılıqda hesabatlandırılmasının əhəmiyyətini vurğulayır.

Tədqiqatın dəstəkləmədiyi nəticələr

Editorial konkret AI modelinin ənənəvi kənd təsərrüfatı idarəetməsindən kəmiyyət baxımından daha üstün olduğunu öz məlumatı ilə göstərmir.

Editorial bütün təsərrüfatlarda AI istifadəsinin xərcləri və ya emissiyaları mütləq azaldacağını sübut etmir.

Editorial konkret UAV, robot, sensor, maşın öyrənməsi modeli və ya suvarma alqoritmi üçün yeni dəqiqlik və ya iqtisadi performans metrikası təqdim etmir.

Editorial süni intellektin insan qərarvericisini tamamilə əvəz etməli olduğunu irəli sürən eksperimental nəticə təqdim etmir.

Editorial müxtəlif ölkələrdə məlumat infrastrukturu, bağlantı, xərc, qanunvericilik və ya fermerlərin mənimsəməsi kimi tətbiq şərtlərini müqayisəli şəkildə test etmir.

Elmi güclü tərəf

Mətnin güclü tərəfi süni intellekt və dəqiq kənd təsərrüfatını tək texniki alt sahəyə endirməməsi və qavrama, modelləşdirmə, robototexnika, IoT, qərar dəstəyi və kənd təsərrüfatı modelləşdirməsini ortaq sistem perspektivi daxilində yerləşdirməsidir.

Əsas məhdudiyyət

Mənbə yalnız iki səhifəlik editorial olduğuna görə sistematik ədəbiyyat icmalı, tədqiqat seçimi protokolu, meta-analiz, məlumat dəsti və ya müstəqil empirik doğrulama təqdim etmir. Editorial daxilindəki “fayda” ifadələri buna görə onun öz eksperimental nəticələri deyil, istinad verilmiş əvvəlki ədəbiyyata əsaslanan sahə sintezləridir.

Mənbə və Metod Qeydi

Orijinal başlıq: AI and Precision Agriculture: Revolutionising Agricultural Systems for Efficiency and Sustainability

Müəllif: De Li Liu

Qurumlar: NSW Department of Primary Industries and Regional Development, Wagga Wagga Agricultural Institute; Climate Change Research Centre, University of New South Wales; Gulbali Institute (Agriculture, Water and Environment), Charles Sturt University.

Jurnal: AI and Precision Agriculture

Nəşriyyat: MDPI

Cild / Say / Məqalə: 1 / 1 / 1

ISSN: 3043-1204

DOI: 10.3390/aipa1010001

Tarixlər: Alındı: 16 İyun 2026; qəbul edildi: 18 İyun 2026; nəşr olundu: 9 İyul 2026.

Mənbə növü: Editorial.

Resenziya statusu: Mənbə AIPA jurnalını beynəlxalq və resenziyalı jurnal kimi müəyyənləşdirir. Lakin bu editorial üçün ayrıca xarici resenziya qiymətləndirməsi PDF-də bildirilməyib.

Rəsmi nəşr: MDPI-nin rəsmi jurnal qeydi və DOI vasitəsilə əlçatan olan dərc edilmiş editorial.

Lisenziya: Creative Commons Attribution (CC BY). Görünən PDF lisenziya bəyanatında versiya nömrəsi ayrıca göstərilmədiyi üçün versiya təxmin edilməyib.

Elmi metod: Yeni təcrübə və ya məlumat təhlili ehtiva etməyən, əvvəlki nəşrlərə əsaslanan redaksiya xarakterli elmi sintez və jurnal əhatəsinin müəyyənləşdirilməsi.

Mənbə sayı: 9.

Orijinal məlumat dəsti: Yoxdur.

Orijinal təcrübə: Yoxdur.

Orijinal model təlimi və ya doğrulaması: Yoxdur.

Statistik təhlil: Yoxdur.

Tənlik: Yoxdur.

Elmi şəkil və ya cədvəl: Mənbədə elmi məlumat şəkli və ya cədvəli yoxdur.

Maliyyələşdirmə: Mənbədə ayrıca maliyyələşdirmə bəyanatı yoxdur.

Məlumat əlçatanlığı: Mənbədə ayrıca Data Availability Statement yoxdur; editorial yeni tədqiqat məlumatı yaratmır.

Müəllif töhfələri: Mənbədə ayrıca CRediT və ya Author Contributions bölməsi yoxdur.

Maraq toqquşması: Müəllif maraq toqquşmasının olmadığını bildirir.

Əsas metodoloji məhdudiyyət: Mətn sistematik review və ya eksperimental tədqiqat deyil. Verilən tətbiq nümunələri daha əvvəl dərc edilmiş ədəbiyyata əsaslanır və editorial daxilində yenidən ölçülməyib və ya statistik olaraq birləşdirilməyib.

Əsas elmi şərh sərhədi: Editorial süni intellekt dəstəkli dəqiq kənd təsərrüfatının tədqiqat və tətbiq potensialını müəyyənləşdirir; konkret texnologiyanın bütün kənd təsərrüfatı sistemlərində eyni istehsal, xərc və ya ətraf mühit performansını təmin edəcəyini göstərmir.