TRM216U-TARIM 4.0
Ünite 2: Tarım 4.0 Kapsamında Dijital Teknolojiler
Giriş
Tarım 4.0, tarladan çatala kadar olan tedarik zincirini dijital teknolojilerle iyileştirmek için yeni nesil teknolojileri kullanarak, daha akıllı, daha verimli ve çevreye duyarlı bir tarım sektörüne doğru ilerlemeyi temsil eden dördüncü tarım devrimidir. Tarım 4.0, tarım sektörünün değer zinciri boyunca uygulanan kablosuz iletişim teknolojileri aracılığıyla “Nesnelerin İnterneti” (Internet of Things-IoT) ve makine öğrenimi gibi veri analitiğinin yayılması sayesinde gelişmiş bir hassas tarım (HT) modelidir. Bu evrim, bulut bilişim, büyük veri, robotik ve yapay zekâ (YZ) gibi yenilikçi teknolojilerin entegrasyonuyla tarımı büyük ölçüde şekillendirerek dönüştürmeye başlamıştır.
Tarımda sürdürülebilirliği artırmak ve daha etkili tarım yöntemlerini keşfetmek için tarım teknolojilerinin veriye dayalı yönetim stratejileri içerisinde kullanılması ekonomik ve çevresel yönden etkin bir tarım yapılmasına olanak sağlamaktadır. Bu nedenle daha etkili tarım yöntemlerini ve tarım teknolojilerini kullanmak i.in başta hassas tarım olmak üzere, büyük veri, yapay zekâ (YZ), robotlar, dikey tarım, nesnelerin interneti (IoT), blok zincir, sanal ve artırılmış gerçeklik gibi yeni gelişen teknolojilerin dijitalleşme ve otomasyon süreleriyle daha çok tarıma entegrasyonu tarım sektöründe ve üreticilerin işlerini kolaylaştırarak daha etkin kararlar almalarına imkân tanımaktadır.
Tarım 4.0’da Kullanılan Dijital Teknolojilere Genel Bir Bakış
Dünya genelinde ve ülkemizde, doğru kararların alınabilmesi için tarım alanındaki verilerin hızlı bir şekilde toplaması ve uygun tekniklerle analiz edilmesi yönündeki anlayış giderek güçlenmektedir. Bu değişim, tarım sektöründe yeni bir dönüşümü̈ işaret etmektedir. Bilgisayar gücündeki artışlar, daha hızlı internet erişimi, artan bağlantı olanakları, azalan teknoloji maliyetleri ve gelişmiş veri analitiği yöntemleriyle birlikte büyük verilerin yükselişi, sürdürülebilirlik ve üretkenlik hedeflerine ulaşmada umut vadeden bir dijitalleşme dalgasını yönlendirmektedir. Bu faktörler, tarım sektöründe verimliliği ve sürdürülebilirliği artırma potansiyeline sahiptir. Tarım önceleri üretim odaklı, yerel ve bölgesel pazarlara hitap eden, emek yoğun ve mekanizasyon ağırlıklı bir sektör iken, günümüzde pazar ve tüketici odaklı üretim, yerel ve ulusal pazarların yanında küresel pazarlara yönelen, bilgi yoğun ve dijital teknoloji ağırlıklı bir sektör hâline gelmeye başlamıştır. Günümüzde çiftliklerde elektronik bileşenlerin yoğun bir şekilde kullanılması sayesinde, çeşitli üretim alanlarından elde edilen geniş çaplı verilerin toplanması ve kullanılması mümkün hâle gelmiştir.
Dijitalleşmenin çiftçi açısından beklenen faydaları şu şekilde özetlenebilir:
• Çalışmayı kolaylaştıracaktır; örneğin, azaltılmış dokümantasyon ve planlama çabası, görev durumu listeleri
(yapılacaklar) ve süreçlerin otomasyonu sayesinde verimlilik arttırılabilir.
• İzleme ve uyarılar ile operasyonların daha fazla şeffaflığı sağlanarak daha iyi kararlar alınabilir. Ayrıca veri ve bilgi alışverişi yoluyla siparişlerin, sertifikasyonun, izlenebilirliğin, tüketici bilgilerinin ve iletişimin (sosyal medya) kolaylıkla işlenmesi mümkün olabilir.
• Genel olarak, örneğin yapay zekâ uygulamaları aracılığıyla sürekli izleme ve bilgi artışıyla süreç iyileştirmelerinin sağlanabileceği beklenebilir.
Hassas, Akıllı ve Dijital Tarım Kavramları
Tarımda dijitalleşme, özellikle Hassas Tarım ve Akıllı Tarım gibi kavramlar altında değerlendirilen dijital tarımın önemli bileşenlerini içerir. Bu yaklaşımlar, tarımsal üretimde verimliliği artırmak, kaynakları daha etkin kullanmak ve sürdürülebilir bir tarımı desteklemek için çeşitli dijital teknolojilerin entegrasyonunu içerir. Hassas tarım, tarımsal üretimi optimize etmek için üretimde mekânsal ve zamansal değişkenlikleri ile ürünler arasındaki farklılıkları dikkate alarak tarımsal girdileri ihtiyaçlarla tam olarak eşleştirmek için gelişmiş teknolojiler ve veri odaklı yönetim ve karar stratejisinin kullanılması olarak tanımlanabilir. Akıllı tarım ise, gerekli insan emeğini optimize ederken ürünlerin miktarını ve kalitesini artırmak için modern bilgi ve iletişim teknolojilerini kullanarak çiftlikleri yönetmek olarak tanımlanabilir.
Tarımda Dijitalleşme Çevre ve Toplum
Tarımsal üretimde, hava durumu veya biyotik (canlı) ve abiyotik (cansız) faktörler gibi doğal süreçler, dijitalleşmenin ilerlemesine rağmen öngörülebilir gelecekte tam olarak kontrol edilemeyecek veya kontrol altına alınırken zorluklarla karşılaşacaktır. Ancak hava tahminlerinde olduğu gibi bu öngörülmeyen etkiler; sensörlerden, uzaktan algılama verilerinden uzun vadeli veri toplanması, büyük veri analizleri yapılması ve dijital simülasyon kullanımının artırılması ile çiftçinin daha erken ve etkili şekilde tepki vermesini sağlayarak telafi edilebilir. Dijitalleştirme aynı zamanda doğal ilişkilerin daha kolay anlaşılmasına ve açıklanabilir olmasına da yardımcı olabilir. Bu, çevre koruma ve üretkenliğin birleştirilmesi gibi çeşitli üretim hedeflerine yönelik optimizasyon potansiyeli sağlar.
Dijital Tarımın Teknolojik Bileşenleri
Tarım 4.0 olarak da bilinen dijital tarım, mevcut süreçleri destek olmak amacıyla 7 temel bileşen içeren çeşitli teknolojilerden oluşur. Bunlar arasında gelecekteki tarım ve gıda sistemleri üzerinde yaygın etkileri ve büyük dönüştürücü potansiyeli olabilecek; nesnelerin interneti (IoT), büyük veri, bulut bilişim, robotik, hassas tarım, yapay zekâ, blok zincir ve makine öğrenimi gibi hâlihazırda faaliyette olan veya geliştirilmekte olan teknolojiler yer almaktadır (Kitabın 28. sayfasındaki Şekil 2.3’de gösterildiği gibi).
Hassas Tarım Teknikleri
Geleneksel tarımda çiftçiler, toprak özelliklerinde, ürün gelişiminde ve mahsul veriminde tarla içindeki farklılıklara rağmen, tohum, gübre, ilaç ve sulama girdilerini homojen bir şekilde uygulamaktadırlar. 1990’lardan başlayarak hassas tarımın ortaya çıkmasından sonra, çiftçiler heterojen alanlarını nispeten homojen olan daha küçük birimlere bölebilme kabiliyetine teknoloji sayesinde ulaşarak daha küçük alt birimler hâlinde yönetmeye başlamışlardır. “Hassas tarım”, daha önce “reçeteli çiftçilik”, “sahaya özgü̈” uygulamalar, “değişken oran teknolojisi” gibi çeşitli şekillerde tanımlanan çiftçilik uygulamaları için kullanılan bir terimdir. Hassas tarım, modern tarım uygulamalarında devrim yaratan bir yaklaşımdır ve çeşitli yararlar sunmaktadır. Bunlar aşağıda sıralanmıştır:
1. Verimliliğin Artırılması 2. Girdi Maliyetlerinin Azaltılması 3. Çevresel Etkilerin Azaltılması 4. Karar Destek Sistemleri 5. Mahsul Kalitesinin İyileştirilmesi 6. Ürün Takibi ve Güvenliği 7. İnovasyon Destekleyici 8. Risk Yönetimi 9. Sürdürülebilirlik
HT’de kullanılan dört anahtar teknoloji aşağıda verilmiştir:
1. GNNS (Global Navigation Satellite System- Küresel Navigasyon Uydu Sistemi) 2. GIS (Geographical Information Systems-Coğrafi Bilgi Sistemleri) 3. Uzaktan algılama 4. Akıllı tarım
HT döngüsü ve kullanılan teknolojiler Kitabın 31. sayfasındaki şekil 2.4’te verilmiştir. HT’nin tarımın belirlediği hedeflere ulaşmasında kritik öneme sahip beş temel bileşeni ve süreçleri şunlardır:
1. Veri Toplama (değişkenliği ölçmek ve gözlemlemek) 2. Veri Analizi ve Yorumlama (Teşhis ve değişkenliği analiz etmek) 3. Karar Destek Sistemleri (karar verme) 4. Uygulama Teknolojileri 5. Değerlendirme ve Ayarlama
HT’de, geleneksel tarıma göre işletmecilik ve karar verme işlemlerinde önemli değişimler yaşanmıştır. Geleneksel tarımda, tarladan alınan toprak örneklerinin analiz sonuçlarına göre, tarlanın her yerine sabit normlar uygulanırken; hassas tarımda, tarımsal ilaç, gübre ve su ihtiyaçları gibi girdiler teknolojik unsurlarla toplanıp belirlenen değişkenliklere göre alana özgü uygulamalar yapılır. Bu sayede etkin girdi kullanımı, azalan üretim maliyetleri, iyileşen ürün kalitesi ve artan verimlilik sağlanmaktadır.
Hassas Tarımın Kullanım ve Uygulama Alanları
HT, tarım sektöründe teknolojik gelişme ve yenilikler sağlayarak geniş bir alanda etkisini göstermiştir. Bu teknolojilerin tarımda kullanıldığı ve uygulandığı alanlar (i) hassas tarla tarımı; (ii) bahçecilikte ve bağcılıkta hassas tarım ve (iii) hayvancılıkta hassas tarım olarak sıralanabilir.
Hassas Tarımda Drone ve İnsansız Hava (İHA) Sistemleri
Basit teknik yapısı ve kolay kullanımıyla öne çıkan drone sistemleri, üzerlerine yerleştirilen sensörler ve multispektral, termal kameralar sayesinde yüksek çözünürlüklü görüntüler yakalayarak, tarımsal faaliyetlerde çiftçilere planlama imkânı sunar. Bu sistemler ile ürün gelişimini izleme, bitki türlerini ayırma, bitki sağlığı endekslerini belirleme, bitki sayımı ve verim tahmini yapma gibi önemli bilgiler elde edilebilir. Ayrıca drone sistemleri, keşif raporları, yabancı ot, klorofil ve bitki azot durumu analizi, otomatik hasat planlaması, kuraklık, hastalık ve tarımsal zararlılardan kaynaklanan hasar tespiti, meyve-sebze ve toprak nemi sınıflandırması, alan yönetimi, tarım faaliyetlerin organizasyonu ve tarımsal sigortalama gibi çeşitli uygulamalarda kullanılmaktadır. Drone sistemlerin hassas tarımda 4 etkili kullanımı mevcuttur.
1. Ürün durumunu izleme 2. Sulama sistemlerini izleme 3. Yabani ot tanımlama 4. Değişken oranlı uygulamalar
Tarımda Nesnelerin İnterneti (IoT)
Kavramsal olarak Nesnelerin İnterneti (IoT), standart ve birlikte çalışabilen iletişim protokolleriyle fiziksel ve dijital “şeyler” arasındaki bağlantıyı belirtmek için kullanılan bir terimdir. Fiziksel ve sanal nesnelerin birbirleriyle elektronik olarak ağ oluşturması ve otomatik olarak iletişim kurması, IoT çözümlerinin tarımda uygulanabilirliğini artırmaktadır. Tarımsal alanda, fiziksel katmandaki IoT cihazları ile sıcaklık, nem, pH değeri, su seviyesi, yaprak rengi, taze yaprak ağırlığı vb. çevresel ve ürün parametrelerine ilişkin veriler toplanır.
Tarımda Kablosuz Sensör Ağları
Kablosuz sensör ağı (WSN), IoT sistemi içerisinde kullanılan bir teknoloji olarak kabul edilmektedir. Ortamın fiziksel koşullarını izlemek, toplanan verileri geçici olarak depolamak ve merkezî bir konuma iletmek için mekânsal olarak dağıtılmış bir grup sensör olarak tanımlanmaktadır. Sensör ağları üç temel işlevi yerine getirir: (a) algılama; (b) ağın çeşitli bileşenleri arasındaki iletişim ve (c) donanım, yazılım ve algoritmalar kullanarak hesaplama.
Kablosuz sensör ve otomasyon ağı (WSAN), etkileşimden sorumlu fiziksel bir cihaz (lambalar, fanlar, pompalar, vanalar, sulama başlıkları vb.) ve aktüatör olarak ek bir bileşene sahip olan bir WSN çeşidini ifade etmektedir. Bu ağlar, kablosuz bağlantıyla birbirine bağlanan çeşitli sensör ve aktüatör düğümlerinin dağıtılmış düzenlemeleridir.
Genel olarak bu tür düğümler, her biri belirli bir işlevden, yani algılama, kontrol, hesaplama, iletişim ve güçten sorumlu olan çeşitli bileşenleri içerir.
Tarımda Bulut Bilişim Sistemleri
Bulut bilişim (BB), bilgisayar, telefon, tablet ve sunucu gibi tüm aygıtlar arasında zaman ve mekândan bağımsız olarak veri paylaşımına imkân tanıyan, internet tabanlı bir veri depolama hizmetidir. Tarımsal bağlamda, BB’nin çiftçilerin çiftliklerindeki tarımsal faaliyetlerini geliştirmelerine yardımcı olması nedeniyle tarımsal işletmelerin yönetiminde önemli bir araç hâline gelmiştir. BB’nin ana mimarisi dört katmandan oluşur: veri merkezi (donanım), altyapı, platform ve uygulama. Bu katmanların her biri, hizmet olarak yazılım (SaaS), hizmet olarak platform (PaaS) ve hizmet olarak altyapı (IaaS) şeklinde sınıflandırılan belirli bulut hizmeti modelleriyle bağlantılıdır.
Tarımda Yapay Zekâ, Derin Öğrenme ve Makine Öğrenmesi
Yapay zekâ (özellikle makine öğreniminde), BB ve IoT ile Tarım 4.0’ın uygulanmasının arkasındaki ana itici güçlerden biridir. Yapay zekâ (YZ), fiziksel bir sistemin (makineler, bilgisayarlar) insan gibi düşünüp görev ve işlemleri gerçekleştirebilme yeteneği olarak duyusal algı ve karar verme gibi insan zekâsı gerektiren görevleri yerine getirebilen sistemleri ifade etmektedir. Dijital tarım terminolojisinin bir parçası olan YZ veya makine öğrenimi aynı zamanda makine zekâsı olarak da adlandırılır. YZ, herhangi bir dijital bilgiyi üretebilen, iletebilen veya alabilen, saklayabilen, analiz edebilen ve sistemin verimliliğini ve çalışabilirliğini artırmak için makine görüşünü uygulayabilen bir teknolojidir. YZ ve Makine Öğrenimi (MÖ) teknikleri, endüstriler genelinde geniş bir pratik uygulama yelpazesine sahipken tarım sektöründe de bitkisel üretim ve kalitesini artırma potansiyeli ile önemli bir yer tutmaktadır. Bu teknikler, tarımsal ürünlerin işlenmesi, hassas tarım ve tarımsal ticaret gibi alanlarda hızla benimsenerek tarımsal uygulamalarda geniş bir kapsama alanı bulmuştur. YZ, akıllı tarım uygulamalarında karar verme süreçlerine, verim projeksiyonlarına ve tarımsal ürün takibine katkıda bulunmaktadır. Bunun bir sonucu olarak, çiftçiler artık tarım ve bitkisel üretim söz konusu olduğunda yalnızca sezgilerine bağlı kalmazlar; aksine YZ teknolojisini kullanarak gelirlerini artırma ve tarımsal ürün yetiştirme ve satma yöntemlerini geliştirme fırsatı bulurlar.
Tarımda Derin Öğrenme
Derin öğrenme (DÖ), karmaşık problemleri (tahminler ve sınıflandırma gibi) özellikle iyi ve hızlı çözebilen klasik MÖ’nün daha karmaşık ve derin modellerle genişletilmiş hâlini temsil eder. Tarım sektöründe DÖ algoritmaları çoğunlukla ürün verimini, toprak nem içeriğini, hava koşullarını ve ürün büyüme koşullarını tahmin etmeyi hedefleyen bilgisayar görü uygulamalarıyla ilişkili sorunları çözmek için kullanılır.
Tarımda Makine Öğrenimi
Makine öğrenimi (MÖ) teknikleri ve algoritmaları yukarıda da belirtildiği gibi tarım sektöründe ürün verimi tahmini, hastalık ve yabancı ot tespiti, hava durumu tahmini (yağış), toprak özelliklerinin tahmini (tür, nem içeriği, pH, sıcaklık vb.), su yönetimi, optimal gübre miktarı ve hayvancılık üretimi ve yönetimi gibi çeşitli tarımsal uygulamalarda kullanılır. MÖ genel olarak üç kategoriye ayrılır; denetimli öğrenme, denetimsiz öğrenme ve takviyeli öğrenme.
Tarımda Robotik
Robotik, robotların tasarımı, geliştirilmesi, çalıştırılması ve uygulamalarıyla ilgilenen bir bilim ve teknoloji dalıdır. Robotlar tarım sektöründe ürün yönetimi, yabani ot kontrolü ve hassas çiftlik yönetimi için kapsamlı uygulamalarda yer almaktadır. Robotların mobil hareket kabiliyetleri ile bu sektördeki ürün izleme ekim ve hasat, su temini, hedef ilaçlama, çevresel izleme gibi bazı uygulamaları otomatikleştirmek için kullanılmasıyla birlikte, robotlara olan ilgi artmıştır. Benzer şekilde yabani ot ve haşere kontrolü, hastalık tespiti, budama, sağım ve sınıflandırma konularında robotlar çiftçilerin işlerini kolaylaştırmaktadırlar.
Tarımda Veri Analitiği, Büyük Veri ve Blokzincir
Tarım sektöründe veriler günümüzde ve gelecekte makineler, sensörler, bilgisayarlar, akıllı telefonlar ve benzeri teknolojiler tarafından daha fazla toplanıp saklanmakta ve değerlendirilmektedir. IoT ve BB teknolojilerindeki hızlı gelişmeler, veri toplanmasını kolaylaştırmış ve bu da giderek daha büyük miktarda verinin üretilmesine neden olmuştur. Bu, yalnızca büyük veri (BV) analizi adı verilen yöntemle anlamlı kullanım için değerlendirilebilecek ilgili veri depolama alanına sahip çok büyük miktarda veri ortaya çıkarmaktadır. Bu verilerin içerdiği kullanım potansiyeli hem sahaya uyarlanmış tarım hem de gelişmiş hayvancılık için çok büyüktür. Büyük veri analitiği ve veri yönetimi konularında blokzincir teknolojisinin kullanımı yaygındır. Blokzincir, dağıtılmış bir veri tabanıdır ve verileri bloklar hâlinde saklar. Bu bloklar, zaman damgalarıyla birbirine bağlanır ve her biri bir önceki bloğun verilerini içerir, böylece veri manipülasyonunu neredeyse imkânsız hâle getirir. Tarım dâhil özellikle finans, sağlık, lojistik ve tedarik zinciri gibi birçok alanda büyük veri ile blokzincirin birleşimi, verilerin güvenliği, doğruluğu ve bütünlüğünü sağlamak için önemli bir rol oynamaktadır.
Veri Analitiği (Büyük Veri)
Büyük veri farklı kaynaklardan ya da aynı kaynaktan zaman içinde üretilen verilerdir. Bilgisayarın işleyemeyeceği kadar veriye, büyük veri ya da İngilizce karşılığı olan big data denilmektedir. BV’ler tipik olarak beş “V” ile tanımlanan beş boyuta göre karakterize edilir. Bunlar; çeşitlilik (Variety), Hacim (Volume), Hız (Velocity), Doğruluk (Veracity), Değer (Value) özellikleridir.
Tarımda Blokzincir
Blokzincir, bilgileri değiştirilemeyen, hacklenmeyen veya sahtesi yapılamayan değişmez bir kriptografik imzayla kayıt olanağı sağlamaktadır. Bu dijital defter, blokzincir üzerindeki tüm bilgisayar sistemleri ağına dağıtılır. Blokzincirin tarımdaki kullanım durumları şeffaf, adil ve hileye dayanıklı bir değer zincirinin oluşturulmasına katkıda bulunacak ve küçük çiftçilere fayda sağlayacaktır. Bu nedenle blokzincir, insanlar veya kurumlar arasında güven oluşturmak için tamamen yeni olanaklar sunmakta büyük bir potansiyele sahiptir. Bu süreçte, tarımsal üretim yapan bir şirketin, her işlemi (mal, hizmet, para, veri vb.) taraflar arasında mutabakata varılan her ayrıntı dijital bir veri bloğuna kodlanarak benzersiz bir şekilde imzalanır veya tanımlanır.
Tarımda Başarılı Dijital Teknoloji Uygulamaları
Dijital teknolojiler tarımda ürünlerin verimliliği ve kârlılığı gibi toplam tarımsal çıktının artırılmasında önemli bir rol oynamaktadır. Çiftçiler uzun bir süre boyunca, ürün verimi ve mahsul kalitesini artırmak için manuel denetim ve sezgilere dayanan geleneksel tarım yöntemlerine bağlı kalarak üretim yaptılar. Ancak artık, yapay zekâ gibi modern teknolojiler hem hassas tarım uygulamaları için hem de tarımsal ürünlerin etkili bir şekilde pazarlanması amacıyla kullanılabilmektedir. Bu, çiftçilerin çiftlik verimliliğini ve gelirlerini artırmalarına ve gıda yetiştirme ve satma yöntemlerini geliştirmelerine olanak tanımaktadır.
Bitki Hastalıklarının Tespiti
Ürün zararlıları istilasının ve bitki hastalıklarının erken tespiti, tarımsal ürünün korunmasına ve zamanında iyileştirici önlemlerin alınmasına yardımcı olabilir. Bu tür uygulamalarda mahsullerin düzenli görüntüleri yakalanır. Kırpılmış görseller veya fotoğraflar, bilgisayarlı görü̈ teknolojileri yardımıyla arka plan, sağlıklı kısım ve hastalıklı kısım gibi kategorilere ayrılır. Olumsuz etkilenen alanlar daha sonra fotoğraflanır ve daha ileri analiz ve doğrulama için bir bulut veri tabanına veya özel bir analiz platformuna aktarılır. Bitki hastalıklarını tespit etmek amacıyla, derin öğrenmeye dayalı algoritmalar kullanılarak görüntüler işlenir ve somut teşhisler elde edilecek şekilde uygulanır.
Hayvancılık Yönetimi
Bu uygulamada, hayvanların vücutlarına iliştirilen numaraları tanımlayan tepe kameralarını makine görüşü̈ teknolojisi kullanarak takip eden radyo frekansı tanımlama (RFID) etiketleri kullanılmaktadır. Bu gelişmiş sensörler aynı zamanda hayvanların sağlığını ve davranışlarını da izlemeye yardımcı olmaktadır.
Mahsul Gözetim ve İzleme
Yapay zekâ ve bilgisayarlı görü̈ teknolojileriyle birleştirilmiş drone tabanlı çözümler kullanarak mahsul izleme ve sağlık değerlendirmesini son derece doğru ve etkili hâle getirmek mümkündür. Sensör drone’ları, bir
tarlanın hangi alanlarının kuru olduğunu veya tarımsal sulama ve gübreleme konusunda iyileştirmeye ihtiyaç duyduğunu tespit edilebilmektedir. Hatta mahsulün hangi kısımlarının kurumaya başlayacağını tahmin edebilmekte ve buna göre sulama programına karar verebilmektedir.
Sulama Yönetimi
Hava durumu tahmin bilgileri sayesinde çiftçiler, toprak ve bitkideki stresleri izleyerek sulama zamanı ve miktarına karar verebilmektedirler. Çiftçiler eş zamanlı olarak sulama sistemlerini uzaktan kontrol etme kapasitesine sahiptirler. Aynı zamanda IoT sayesinde, bahçelerine yerleştirilen nem sensörleri ile sağlanan sulama otomasyonu, optimum su kullanımını mümkün kılarak çiftçilerin aylık su faturalarında ve elektrik giderlerinde önemli tasarruflar yapabilmelerine olanak tanır.
Tarımsal Ürün Hasat Robotları
Mahsul hasat robotunun temel konsepti, olgunlaşmış meyveyi tespit edip ağaçtan toplayabilmek için yapay zekâ özellikli bir robotik kol tasarlamaktır. Robotik bir araca monte edilen robot kolu, sensör modülleri ile kavrama ve toplama araçlarını taşımaktadır. Sensör, YZ algoritmalarını ve bilgisayarlı görü̈ modellerini kullanarak olgunlaşma durumunu analiz etmek için robotun işlemcisine olgunlaşma parametrelerinin girdilerini gönderir. Robotun kumandası, olgunlaşmış meyveyi alması için tutucuya ve toplama aletine kontrol komutu verir. Hasat robotunun hızı ve doğruluğu önemli performans parametreleridir. Sensör modüllerinin ve kavrama araçlarının doğruluğu ve tepki süresi, mahsul hasadının verimliliğini ve doğruluğunu belirlemektedir.
Yabancı Ot Kontrolünde Kullanılan Robotlar
Tarım alanında yabani otları kontrol altına almak i.in pestisitler ve herbisitler gibi tarım kimyasallarının kullanılması etkili olmasına rağmen insan sağlığına zararlıdır ve çevreyi kirletmektedir. Yabani ot temizleme robotları, otu tespit etmek için çoklu kamerayla donatılmış robot kolunu ve ağaçlara zarar vermeden otu çıkarmak için kavrama ve kesme aletini kullanmaktadır. Bu uygulamada YZ algoritmaları, yabani otları doğru bir şekilde tespit etmek amacıyla çoklu kamera görüntülerini analiz etmek için kullanılmaktadır.
Tohum Ekim’inde Kullanılan Robotlar
Tohum ekim robotlarının temel işlevleri, tohumun ekildiği konumu ve derinliği robot tarafından belirlemektir. Sonuç olarak, hassas navigasyon sistemleri ile açı, basınç ve yer değiştirme ile ilgili sensörler kullanılarak tohum ekme işlemi gerçekleştirilir. Robotik sistemlerin ekimi için daha doğru görüntü̈ algılama sensörleri de gereklidir; gelecekteki otomatik sistemler ise toprağın yapısını ve potansiyel yabani otların varlığını dikkate alabilmelidir.