Iranian Journal of Horticultural Science and Technology

fa مروری ساختاریافته بر پایش و مدیریت پیش‌گیرانه سلامت گیاه در گلخانه: از بینایی ماشین و هشدار زودهنگام تا کنترل هوشمند A Structured Review of Plant Health Monitoring and Preventive Management in Greenhouses: From Computer Vision and Early Warning to Intelligent Control تولیدات گلخانه ای Greenhouse crops كاربردي Applicable <div style="text-align: justify;">انقلاب فناوری‌های بینایی ماشین و حسگرهای پیشرفته در کشاورزی کنترل‌شده، امکان تشخیص دقیق و حتی پیش‌نشانگانی تنش‌های زیستی و غیرزیستی را فراهم کرده است. با این حال، یک شکاف راهبردی، تبدیل این خروار داده‌های دقیق به تصمیم‌های کنترلی خودکار و پیش‌گیرانه را متوقف کرده است: سامانه‌های پایش سلامت گیاه اغلب در لایه «تشخیص وضعیت فعلی» متوقف می‌مانند و سامانه‌های کنترل هوشمند اقلیم و آبیاری نیز عمدتاً بر مبنای حفظ نقاط تنظیم محیطی (دما، رطوبت و CO₂) و بدون درنظرگرفتن سیگنال‌های مستقیم سلامت گیاه عمل می‌کنند. این مرور ساختاریافته با روش PRISMA-lite، به‌عنوان نسخه ساده‌شده چارچوب PRISMA برای گزارش مرورها، و تحلیل ۴۴ مطالعه نهایی از ۵۲۳ رکورد اولیه در پایگاه اسکوپوس، به‌طور کمّی به این سؤال پرداخته است که "چرا زنجیره عملیاتی تشخیص زودهنگام، پیش‌بینی ریسک و اقدام کنترلی، هنوز در گلخانه‌ها بسته نشده است؟" یافته‌ها نشان می‌دهند ٪۶۶ مطالعات دارای پایش سلامت و ٪۳۶ دارای مؤلفه کنترل هستند، اما تنها ٪۱۱ (۵ مطالعه) موفق به اتصال خروجی سلامت گیاه (مانند شاخص تنش آبی یا فشار آفت) به یک حلقه کنترل خودکار شده‌اند. شکاف اصلی در یک گام حیاتی پنهان است: فقدان مدل‌های پیش‌بینی‌کننده‌ای که بتوانند خروجی تشخیصی را به یک «امتیاز ریسک کمّی» با افق زمانی مشخص (مثلاً احتمال پژمردگی در ۲۴ ساعت آینده) تبدیل کنند و آن را به‌عنوان یک متغیر حالت در اختیار کنترل‌کننده پیش‌بین قرار دهند. حلقه بیرونی سامانه‌های سلامت‌محور پیشنهادی ما، مسیر "پایش پیوسته، تبدیل داده‌ها به شاخص کمی ریسک، پیش‌بینی روند سلامت، و اقدام کنترلی پیش‌گیرانه" را ترسیم می‌کند. این مقاله استدلال می‌کند که نسل بعدی گلخانه‌های هوشمند باید از معماری‌های "محیط‌محور" به "گیاه‌محور" گذار کنند؛ چشم‌اندازی که با کاهش توأمان مصرف آب، سموم و انرژی، پایداری اقتصادی و زیست‌محیطی تولید در اقلیم‌های شکننده‌ای چون ایران را تضمین خواهد کرد.  </div> <div style="text-align: justify;">While state-of-the-art computer vision and multi-sensor technologies now offer presymptomatic detection of biotic and abiotic stresses in controlled environment agriculture, a critical strategic gap remains: the translation of this high-fidelity health data into automated, preventive control actions. Plant health monitoring systems largely remain stuck at the "current status diagnosis" layer, while intelligent climate and irrigation controllers operate in parallel, predominantly based on environmental setpoints (temperature, humidity, CO₂) and largely blind to direct plant health signals. This structured review, employing a PRISMA-lite methodology, a simplified adaptation of the PRISMA reporting framework, analyzed 44 core studies from 523 initial Scopus records to quantitatively dissect this disconnect. Our findings starkly illustrate the chasm: while 66% of studies feature health monitoring and 36% involve a control component, a mere 11% (only 5 studies) have explicitly linked a plant health output—such as a Crop Water Stress Index or pest pressure level—to a closed-loop automated control decision. The primary bottleneck is identified not in sensing or control architecture per se, but in the missing middle: the lack of predictive models capable of converting diagnostic imagery into a quantitative, time-bound "risk score" (e.g., probability of wilting within 24 hours) that can serve as a state variable for a model predictive controller. We propose a unified, health-aware framework where the outer control loop follows a "continuous monitoring → quantitative risk forecasting → early warning → preventive actuation" continuum, effectively placing the plant, rather than the environment, at the center of the decision-making paradigm. This review concludes that the future of truly intelligent greenhouses lies in this fundamental architectural shift from environment-centric to plant-centric control, unlocking profound, simultaneous reductions in water, pesticide, and energy consumption—a critical pathway to economic and environmental sustainability for water-scarce, arid climates like Iran.  </div> سلامت گیاه، تنش آبی، تشخیص پیش‌ازعلائم، مدیریت هوشمند گلخانه، کنترل پیش‌گیرانه، بهینه‌سازی مصرف آب، کشت محافظت‌شده Plant health, water stress, presymptomatic diagnosis, intelligent greenhouse management, preventive control, water use optimization, protected cultivation 87 112 http://journal-irshs.ir/browse.php?a_code=A-10-1068-1&slc_lang=fa&sid=1 Zahra Ghavamipour زهرا قوامی پور zahra.ghavami@modares.ac.ir 100319475328460011203 100319475328460011203 Yes دانشگاه تربیت مدرس Alireza Babaei علیرضا بابائی arbabaei@modares.ac.ir 100319475328460011204 100319475328460011204 No دانشگاه تربیت مدرس Mostafa Shamsi مصطفی شمسی m_shamsi@aut.ac.ir 100319475328460011205 100319475328460011205 No دانشگاه امیرکبیر