Şeker Pancarı Tarımında Hassas Tarım Ve Yapay Zekâ Uygulamalarıyla Verim Ve Kaliteyi Etkileyen Hastalıkların Erken Tanı Parametrelerinin Modellenmesi


Tuğrul K. M. (Yürütücü), Özkan K., Gürel U., Ceyhan M., Kaya R., Fidantemiz F. Y.

TÜBİTAK Projesi, 2022 - 2024

  • Proje Türü: TÜBİTAK Projesi
  • Başlama Tarihi: Mart 2022
  • Bitiş Tarihi: Mart 2024

Proje Özeti

Teknolojinin hızlı gelişimi ve gelişmelerin tarımsal üretimde uygulanması, bitkisel ve hayvansal üretimin ekonomik, sürdürülebilir ve efektif olarak yürütülmesi ve üretim potansiyelinin artırılmasında önemli katkı sağlamıştır. Tarımsal işlemlerde yapay zekâ teknikleri kullanılarak birçok algoritma ve yazılım geliştirilmektedir. Bu yazılımlar ile üretim planlamaları, ürünlerin sınıflandırılması, verim tahmini, hastalık, zararlı ve yabancı otların tespiti, tarımsal araçlarda rota belirlenmesi, seralarda otomatik iklimlendirme ve ortam kontrolü gibi pek çok alanda zamanında, doğru ve hızlı kararların alınması mümkün olmaktadır. Yapay zekânın uygulama alanlarına bağlı olarak farklı tanımlamaları bulunmakla birlikte, insan beyninden esinlenilerek modellenmiş insan beynine benzer şekilde öğrenen ve öğrendikleri ile öngörülerde bulunan sistem olarak tanımlanabilir. Diğer bir ifade ile yapay zekâ, insanların zihinsel fonksiyonlarını bilgisayar modelleri yardımıyla biçimsel hale getirdikten sonra yapay sistemlere uygulayan karar sistemleridir.

Hassas tarım uygulamalarıyla coğrafik konum bazlı toprak ve bitkilerin mekânsal değişkenlikleri hakkında elde edilen verilerin dijital teknolojiler yardımıyla işlenmesi tarımsal üretimde yeni bir ivme oluşturmuştur. Yapay zekânın tarımsal uygulamaları içerisinde makine öğrenmesi ve derin öğrenme yöntemleri önemli bir yer tutmaktadır. Makine öğrenmesi kapsamında, daha az veri ile denetimli, denetimsiz ve pekiştirmeli (takviyeli) öğrenme planları ile veriler arasında sınıflama, kümeleme ve optimuma ulaşma mantığıyla değerlendirmeler yapılmaktadır.

Bu çalışmada, özelikle son yıllardaki gelişmeler göz önünde bulundurularak, bitkisel üretimde başarılı uygulanmaları olan yapay zekâ yönteminin şeker pancarı tarımında uygulaması yapılacaktır. Araştırma kapsamında şeker pancarı önemli ekonomik kayba neden olan Cercospora yaprak leke (Cercospora beticola Sacc.) hastalığı ile Külleme (Erysiphe betae) hastalığının tarla şartlarında erken dönemde tanısının yapılması planlanmaktadır. Araştırmanın, Cercospora hastalığı ve küllenmenin daha yaygın olduğu Bursa-Yenişehir ve Eskişehir-Alpu bölgesinde kurulması planlanmaktadır.  Bu amaçla, iklim verileri izlenerek ekimden sonraki 75-80. günlere denk gelen Cercospora, 155-160. günlere denk gelen Külleme hastalığının ilk görülme dönemlerinde araziden termal ve multispektral görüntüler alınarak hastalıkların başlamasından önce bitkideki fizyolojik değişikler izlenecektir. Bu dönemde İHA ile 100 metre yükseklikten hastalık belirtileri yapraklarda tam olarak görülünceye kadar 4 günde bir 10.00-12.00 saatleri arasında multispektral ve termal görüntüler alınacaktır. Aynı zamanda, Testo-882 el termal kamerası ve GreenSeeker 505 optik el sensörü ile termal ve multispektral (NDVI) görüntüler alınacaktır. Böylece, yersel ölçümlerle yapraklardaki fizyolojik değişiklikler izlenecek, elde edilecek değişikliklerin hastalık etmeni olması durumunda veriler ilişkilendirilerek hastalık etmenlerinin İHA ile alınan görüntülerle erken dönemde belirlenmesinin mümkün olup olmadığı araştırılacaktır. Öte yandan, araştırma sırasında pancar alanında görülebilecek besin eksiklikleri, hastalıklar ve zararlılar gibi faktörlerin görüntüleri de, kaydedilecek makine öğrenimi veya derin öğrenme mimarisi ile değerlendirilecektir. Belirlenen mimari ile İHA görüntüleri üzerinde değişkenlik gösteren bölgelerde etkili faktörlerin zamanında, doğru ve hızlı belirlenmesi için gerekli model oluşturulacaktır. Kontrol, hastalık belirtilerinin teşhisiyle eş zamanlı erken ilaçlama, ilk belirtilerin görülmesiyle normal zamanda ilaçlama olarak 3 konu ve 6 tekerrürlü olarak kurulacak deneme ile hastalık seyrinin ve ilaçlamanın şeker pancarının verim ve kalitesi üzerindeki etkileri ortaya konulacaktır.