TRM216U-TARIM 4.0
Ünite 3: Nesnelerin İnterneti (IoT) ve Büyük Veri
Akıllı Tarım
Giriş
İnsanlık tarih boyunca tekerlek, yazı, matbaa gibi çığır açan buluşlar gerçekleştirmiştir. Özellikle son yıllarda "Sanayi Devrimi" olarak adlandırılan, ileri teknolojiye dayalı önemli gelişmeler yaşanmaktadır. Bilimsel alandaki bu ilerlemeler, insan yaşamını ve toplumların yapısını kökten değiştirmektedir. İhtiyaçlar doğrultusunda geliştirilen yeni buluşlar ve teknolojiler, toplumların yaşam biçimlerini derinden etkileyerek dönüşüme yol açmaktadır.
Teknoloji, günlük hayatı kolaylaştıran, karşılaşılan sorunlara çözüm üreten, sanayi ve tarımda verimliliği artıran, sağlıklı bir yaşam sürmede yaşam kalitesini yükselten araçları, makineleri, sistemleri ve teknikleri kapsamaktadır. Elektronik, bilgi ve iletişim teknolojilerindeki gelişmeler sayesinde dijitalleşme, insanların yaşam tarzlarından iletişim alışkanlıklarına, çalışma koşullarından üretim süreçlerine, eğitimden devlet yönetimine kadar her alanda büyük değişimlere neden olmaktadır. Tarım ekonomisinden sanayi ekonomisine geçiş süreci, günümüzde Endüstri 4.0 devrimi ile yeni bir boyut kazanmaktadır.
TARIMDA DIJITALLEŞME, DIJITAL DÖNÜŞÜM VE AKILLI TARIM
Endüstri 4.0, siber altyapıya dayalı stratejik bir yaklaşımla, uçtan uca bağlantılı dijital bir endüstri oluşturmayı hedeflemektedir. Bu yaklaşım, Nesnelerin İnterneti (IoT), kablosuz sensör ağları (WSN), bulut bilişim (CC), büyük veri analitiği (BDA), yapay zeka (AI), makine öğrenmesi (ML), derin öğrenme (DL), blokzinciri (BC) ve dijital ikiz (DT) gibi çeşitli teknolojileri içermektedir [2]. Endüstri 4.0, üretim süreçlerinin her aşamasında kesintisiz bilgi alışverişini sağlayarak, daha kaliteli, verimli ve ekonomik üretim imkanları sunmaktadır.
Dijital dönüşüm, internetin yaygınlaşmasıyla birlikte bilgilerin sanal ortama taşınması, kişisel teknolojilerden fabrikalara kadar veri odaklı çözümlerle yeni bir otomasyon çağının başlaması anlamına gelmektedir. Bu dönüşüm, sanayi, enerji, sağlık, ulaşım ve tarım gibi çeşitli sektörlerde yeni dijital teknolojilerin geliştirilmesini sağlamaktadır. Özellikle hassas tarım ile başlayan bilgiye dayalı çiftlik yönetimi, nesnelerin interneti ve bulut bilişim teknolojileri sayesinde tarımda dijital dönüşümün önü açılmaktadır.
Dijital Tarım
Geleneksel tarım yöntemlerinden farklı olarak, çiftçilerin veriye dayalı karar alma süreçlerini destekleyerek, üretkenliği artırma, kaynak kullanımını optimize etme, çevresel etkiyi en aza indirme ve üretimin sürdürülebilirliğini sağlama potansiyeline sahiptir. Tarım 4.0, bu teknolojilerin akıllı tarım sektörüne entegre edilmesini ifade etmektedir.
Hassas tarım ve dijital tarım teknolojilerinin bir araya gelmesiyle oluşmaktadır [3]. Gerçek ortamdan toplanan bilgilerin sanal ortamda etkin bir şekilde işlenmesi, analiz edilmesi ve gerçek dünyada uygulanmasını kapsayan uçtan uca bağlantılı dijital bir sistemdir. Akıllı tarım, kaynakların etkin kullanımını, üretim süreçlerinin optimizasyonunu ve verimliliğin artırılmasını amaçlamaktadır. Bu yaklaşım, akılcı planlama ile sahadaki değişkenlerin sürekli izlenmesi ve tüm süreçlerin etkin bir şekilde kontrol edilmesini içeren bir çiftlik stratejisidir. Akıllı tarım sayesinde sürdürülebilir, çevre dostu, kaliteli, ekonomik ve verimli üretim yapılabilmekte, çok yönlü kararlar alınabilmektedir.
BİLGİ İŞLEM TEKNOLOJİLERİ, BÜYÜK VERİ ANALİTİĞİ, VERİ İŞLEME VE BİLGİ İŞLEM MİMARİLERI
Tarım 4.0'da öne çıkan dijital bilgi işlem teknolojileri ve bunların bibliyometrik kümelenmeleri dikkat çekmektedir. 2010-2022 yılları arasında akıllı tarım alanında en belirgin kümelenmenin "IoT" etrafında yoğunlaştığı görülmektedir. IoT'nin temel amacı, ham verilerden işlenebilir ve eyleme dönüştürülebilir bilgilere ulaşmaktır.
Akıllı tarımda IoT'nin ana bileşenleri:IoT işlemci (mikro bilgisayar/mikro denetleyici)
• Sensörler • Kablolu ve kablosuz bağlantı • Bulut bilişim • Veri analitiği • Karar destek sistemi • Kullanıcı arayüzü
Büyük Veri, farklı kaynaklardan, farklı ortamlardan, farklı hızlarda, farklı boyutlarda ve farklı formatlarda elde edilen geniş veri kümelerini ifade etmektedir. Bu veriler, anlamlı içgörüler elde etmek ve karar verme süreçlerini iyileştirmek için kullanılabilmektedir. Ancak, geleneksel veri depolama ve işleme yöntemleriyle bu verileri depolamak ve işlemek mümkün olmamaktadır. Bu nedenle, verilerin etkin bir şekilde işlenmesi ve yönetilmesi için uygun veri işleme mimarilerinin kullanılması gerekmektedir.
Veri mühendisliği, toplanan verilerin alınması ve depolanması süreçlerini kapsamaktadır. Veri mühendislerinin görevi, büyük miktarda veriyi işleyebilecek veri tabanları ve büyük ölçekli operasyonel sistemler gibi mimarilerin geliştirilmesi, oluşturulması, test edilmesi ve bakımının sağlanmasıdır. Veriler, veri akış hatları üzerinden etkin bir şekilde alınır, işlenir, dönüştürülür, depolanır ve görsel hale getirilir. Bu amaçla, bulut bilişim araçları, platformları ve yazılımları kullanılmaktadır.
Bulut hizmet platformları, büyük miktarda IoT verisinin yönetimi, işlenmesi ve analizi için gerekli olan altyapıyı, araçları ve hizmetleri sağlamaktadır. En yaygın kullanılan bulut platformları arasında Amazon Web Services (AWS),
Microsoft Azure, Google Cloud Platform (GCP), IBM Büyük Veri Analitiği
Cloud ve Oracle Cloud bulunmaktadır.
IoT ve Büyük Veri Kullanımı
IoT sistemleri, sahadaki fiziksel parametreleri algılayan sensörler, bu verileri işleyen mikrodenetleyiciler, ağ geçitleri, bulut sunucuları ve kullanıcı arayüzlerinden oluşur. Bu yapı, veri toplama, ön işleme, analiz ve karar alma katmanlarıyla büyük veri yönetimi sağlar. IoT'nin temel amacı, sahadan gelen büyük veri kümelerini anlamlı ve uygulanabilir bilgilere dönüştürmektir. Büyük veri analitiği ile desteklenen IoT sistemleri sayesinde tarımsal faaliyetlerde otomasyon sağlanmakta, kaynaklar daha etkin kullanılmakta ve riskler azaltılmaktadır.
IoT Geliştirme Kartları
Akıllı tarım uygulamalarında yaygın olarak kullanılan mikro bilgisayarlar (Raspberry Pi, Banana Pi, NVIDIA Jetson vb.) ve mikro denetleyiciler (ESP32, Arduino, STM32 vb.) sahada veri toplama ve işleme için farklı işlem gücü ve bağlantı seçenekleri sunar. Bu cihazlar; sensör bağlantıları, kablosuz iletişim, enerji verimliliği ve düşük maliyet gibi avantajlar sağlar. Geliştirilen sistemler, tarımsal alanlardan toplanan verilerin doğru şekilde işlenmesini ve analiz edilmesini mümkün kılar.
IoT Ağ Geçitleri
IoT cihazlarından gelen verilerin güvenli bir şekilde buluta iletilmesini sağlar. Protokol dönüştürme, veri filtreleme, yerel ön işleme ve güvenlik gibi işlevleri üstlenir. Örneğin, Zigbee veya Modbus ile gelen veriler Wi-Fi veya MQTT gibi protokollere çevrilerek bulut altyapısına aktarılır. Ağ geçitleri, veri trafiğini optimize ederken aynı zamanda sistemin güvenliğini ve işlevselliğini de artırır.
IoT Kablosuz Ağ Protokolleri
IoT cihazlarının sahada kablosuz iletişim kurabilmesi için LoRa, Zigbee, Wi-Fi, Bluetooth, NB-IoT gibi farklı protokoller kullanılır. Her biri menzil, bant genişliği, enerji tüketimi gibi özelliklere göre seçilir. LoRaWAN gibi LPWAN teknolojileri, geniş alanlarda düşük enerji ile veri iletimine olanak tanır. Bu protokoller, kırsal bölgelerde bile tarımsal izleme sistemlerinin etkin biçimde çalışmasına katkı sağlar.
IoT Veri Protokolleri
IoT sistemlerinde veri iletimi için MQTT, CoAP, HTTP, DDS, AMQP gibi veri protokolleri kullanılır. Bu protokoller, cihazlar ile sunucular arasında veri alışverişini güvenli, hızlı ve düşük enerji tüketimi ile gerçekleştirmek üzere optimize edilmiştir. Özellikle MQTT gibi hafif protokoller, düşük bant genişliğine sahip ağlarda bile güvenilir veri iletimi sağlamaktadır.
Tarımsal büyük veri, sensörlerden, uydu verilerinden, kullanıcı girişlerinden ve diğer kaynaklardan elde edilir. Bu verilerin analiz edilmesiyle toprak nemi, bitki sağlığı, hava durumu gibi parametreler yorumlanarak üretim kararları desteklenir. Büyük veri analitiği, karar alma süreçlerinde tahmine dayalı analiz, desen tanıma ve risk yönetimi sağlar. Yapay zekâ ve makine öğrenmesi algoritmalarıyla desteklenen analiz süreçleri, tarımsal verimliliği önemli ölçüde artırabilir.
Veri Mühendisliği
Veri mühendisliği, büyük miktarda verinin toplanması, dönüştürülmesi, saklanması ve görselleştirilmesi işlemlerini kapsar. Bu süreçte Apache Kafka, NiFi, AWS IoT, Azure IoT Hub gibi veri toplama araçları, Apache Spark, TensorFlow gibi analiz yazılımları ve Power BI, Tableau gibi görselleştirme platformları kullanılır. Bu araçlar, çiftçilere daha bilinçli kararlar alabilecekleri anlamlı bilgiler sunar.
Modern Veri Mimarisi
IoT sistemlerinde kullanılan veri mimarileri; veri tabanları, veri ambarları, veri gölleri, göl evleri ve veri ağlarından oluşur. Her biri farklı veri tiplerini (yapılandırılmış, yarı yapılandırılmış, yapılandırılmamış) saklamak ve analiz etmek üzere optimize edilmiştir. Yeni nesil mimarilerde veri gölü ve ambarı özellikleri birleştirilerek esnek analiz platformları geliştirilmiştir. Bu yapıların entegrasyonu, büyük verilerin çok yönlü ve etkili analizini mümkün kılar.
Veri İşleme
Gerçek zamanlı (stream) ve toplu (batch) veri işleme yöntemleri birlikte kullanılır. OLTP sistemleri hızlı işlem gerektiren uygulamalar için, OLAP sistemleri ise uzun dönemli stratejik kararlar için tercih edilir. Bu sistemler veri temizleme, dönüştürme, analiz etme ve görselleştirme süreçlerinde entegre çalışır. Böylece, hem anlık müdahaleler hem de uzun vadeli planlamalar yapılabilir.
Çevrim İçi Operasyonel İşleme (OLTP)
OLTP sistemleri; anlık veri girişleri, sorgulama ve müdahale gerektiren işlemler için uygundur. Tarımsal izleme sistemlerinde gelen veriler doğrudan bu sistemlerde analiz edilerek kontrol sistemlerini tetikler. Bu sistemler, özellikle otomatik sulama ve gübreleme gibi zaman hassasiyeti olan uygulamalarda etkin şekilde kullanılır.
Çevrim İçi Analitik İşleme (OLAP)
OLAP sistemleri; geçmiş verileri depolayarak eğilim analizi, performans değerlendirme ve üretim planlaması gibi ileri düzey analizler için kullanılır. Veri ambarları ve iş zekâsı sistemleri OLAP yaklaşımını benimser. Bu sistemler, çiftçilerin sezonluk strateji geliştirmelerine ve
geçmiş deneyimlerden öğrenerek geleceği planlamalarına olanak tanır.
ETL (Extract, Transform, Load) Süreci
Veri entegrasyonu için ETL süreçleri kullanılır: veriler kaynaklardan alınır (Extract), analiz için uygun forma dönüştürülür (Transform) ve hedef sistemlere yüklenir (Load). Bu süreçler Apache Spark, Talend, Informatica gibi araçlarla otomatikleştirilmiştir. ETL işlemleri veri tutarlılığını sağlar ve analiz kalitesini artırır.
Modern ETL Yaklaşımları
Gerçek zamanlı ETL, ELT (önce yükle, sonra dönüştür), bulut tabanlı ve veri gölü merkezli ETL sistemleri, esnek ve yüksek kapasiteli veri işleme altyapısı sunar. Yeni nesil ETL araçları sayesinde, veri işleme süreçleri daha az kaynakla daha hızlı şekilde gerçekleştirilebilmektedir.
Bilgi İşlem Mimarisi
Tarım 4.0 için önerilen mimari, üç katmanlı yapıdadır: uç bilişim, sis bilişim ve bulut bilişim. Her katman farklı işlem kapasitesi ve veri yönetimi işlevlerini üstlenir. Bu yapı sayesinde veri akışı dengeli şekilde yönetilerek sistemin genel performansı ve güvenilirliği artırılır.
Uç Bilgi İşlem
Verilerin, toplandığı noktada ön işlenmesini sağlar. Gecikmeyi azaltır, yerel karar alma süreçlerini destekler. Sensörlerin yakınındaki mikrodenetleyiciler ve uç sunucular bu işlemleri yürütür. Uç bilişim, gerçek zamanlı kararlar almayı mümkün kılarak hızlı müdahale edilmesini sağlar.
Sis Bilgi İşlem
Uç ve bulut bilişim arasında yer alarak veri işleme yükünü dağıtır. Coğrafi olarak dağınık veri kaynaklarını birleştirerek merkezi bulut sistemine yük olmadan işlem yapılmasına olanak tanır. Sis bilişim, veri güvenliği ve işlem verimliliğini artırmada önemli rol oynar.
Bulut Bilgi İşlem
Yüksek işlem gücü, büyük veri depolama, makine öğrenmesi ve yapay zekâ uygulamaları için bulut bilişim altyapısı kullanılır. AWS, Azure, Google Cloud gibi platformlar hizmet sunar. Bulut sistemleri, veri analizinden karar desteğine kadar çok sayıda işlevi entegre biçimde yürütme kapasitesine sahiptir.
TARIM 4.0 UYGULAMA ÖRNEKLERİ
Akıllı Tarım Uygulama Çerçevesi
Tarım 4.0 uygulamaları; izleme, kontrol, tahmin ve lojistik gibi temel işlevleri entegre bir sistem üzerinden yönetmeyi hedefleyen bir çerçeveye sahiptir. IoT cihazları ile tüm
üretim süreci boyunca veri toplanabilir, analiz edilebilir ve karar mekanizmaları desteklenebilir. Bu yapı; doğru zamanda, doğru miktarda ve doğru yerde müdahale edilmesini sağlar. Akıllı tarım uygulama çerçevesi aynı zamanda üretim risklerinin azaltılmasını, kaynakların etkin kullanılmasını ve sürdürülebilir tarımsal yönetimin sağlanmasını mümkün kılar. Bu çerçeve, modern bilgi işlem altyapıları (uç, sis ve bulut bilişim) ile desteklenmektedir.
İzleme
Gerçek zamanlı izleme sistemleri; hava durumu, toprak nemi, sıcaklık, pH, EC gibi çevresel ve biyolojik parametreleri sürekli olarak takip eder. Bu veriler, sensörler aracılığıyla sahadan toplanır ve çiftçilere zamanında müdahale imkânı sunar. Aynı zamanda sera, topraksız tarım, su ürünleri yetiştiriciliği ve hayvancılık gibi çeşitli alanlarda farklı sensörler kullanılarak detaylı veri takibi gerçekleştirilir.
Kontrol
Kontrol sistemleri, izleme verilerine dayalı olarak otomatik müdahalelerde bulunur. Sera koşullarının düzenlenmesi, sulama sistemlerinin çalıştırılması, gübre uygulamalarının yapılması gibi işlevler, IoT tabanlı aktüatörler aracılığıyla gerçekleştirilir. Bu çift yönlü bilgi akışı sayesinde verim artışı sağlanırken insan hatası en aza indirilir.
Tahmin Geliştirme
Geçmiş verilere ve gerçek zamanlı ölçümlere dayanarak hastalık riski, ürün verimi, hava durumu ve piyasa talepleri gibi konularda öngörülerde bulunulur. Makine öğrenmesi algoritmaları ile desteklenen bu sistemler, karar destek altyapısının önemli bir parçasını oluşturur.
Lojistik
Tarım ürünlerinin üretimden tüketime kadar olan sürecinde izlenebilirlik, güvenlik ve kalite takibi sağlanır. Gıda tedarik zincirinin şeffaflığı artırılır ve tüketicilerin güvenli ürünlere ulaşması desteklenir. Dijital sistemler sayesinde depolama, taşıma ve dağıtım gibi süreçler daha verimli hâle gelir.
Akıllı Sera Uygulamaları
Sera ortamında sıcaklık, nem, ışık, CO2 gibi veriler sensörlerle ölçülerek otomatik kontrol sistemlerine iletilir. Bu sistemler sayesinde bitki gelişimi için ideal ortam sağlanır. Enerji ve su tasarrufu sağlanırken ürün verimliliği ve kalitesi artırılır. Akıllı sera sistemleri, bulut tabanlı yazılımlar ve uç bilişimle desteklenerek sahaya özel çözümler sunar.
Akıllı Balık Çiftliği Uygulaması
Su sıcaklığı, oksijen seviyesi, pH gibi su kalitesi verileri sürekli izlenir ve balık sağlığı optimize edilir. IoT
sensörleri, yapay zekâ destekli analizler ile yemleme ve üretim planlaması yapılır. Uç ve bulut bilişim kullanılarak uzak erişimli kontrol sağlanır. Balık davranışları analiz edilerek sürdürülebilir ve kârlı üretim gerçekleştirilir.
Akıllı Hayvancılık Uygulamaları
Giyilebilir cihazlar sayesinde hayvanların vücut sıcaklığı, konum, yem tüketimi, süt verimi gibi veriler toplanır. RFID, biyosensör ve ivmeölçerlerle sağlık durumu ve davranışlar izlenir. Yapay zekâ ile kızgınlık tespiti, erken hastalık teşhisi ve üretim takibi gerçekleştirilir. Bu uygulamalar, hayvan refahını artırırken çiftlik yönetimini kolaylaştırır.
Akıllı Sulama-Gübreleme Uygulamaları
Toprak nemi, sıcaklığı ve bitki ihtiyacına göre otomatik sulama yapılır. Gübreleme sistemleri de hassas analizlerle doğru zamanda, doğru miktarda uygulama yapar. Bu sayede su, gübre ve enerji tasarrufu sağlanır. Sistemler bulut entegrasyonuyla izlenebilir ve yönetilebilir.
Tarımsal Drone’lar
Drone’lar ile havadan görüntüleme yapılarak tarla koşulları analiz edilir. NDVI, multispektral ve termal kameralarla bitki sağlığı, su stresi, zararlı istilası ve hasat zamanı belirlenebilir. Hassas ilaçlama ve gübreleme için drone’lar etkin çözümler sunar. Geniş alanlarda düşük maliyetle veri toplama avantajı sağlar.
Tarımsal Bulut Bilişim Platformları
AWS, Azure, GCP gibi bulut hizmet sağlayıcıları tarımsal veri yönetimi ve analiz için kullanılmaktadır. Bu platformlar, gerçek zamanlı veri akışı, depolama, yapay zekâ analizi ve karar destek sistemlerini entegre şekilde sunar. Çiftçiler, mobil cihazlar üzerinden anlık bilgilere ulaşabilir ve üretim süreçlerini yönetebilir.
Avrupa Birliği Akıllı Tarım Projeleri
IoF2020, SmartAgriHub ve DEMETER gibi projeler Avrupa’da dijital tarımı yaygınlaştırmayı amaçlamaktadır. Bu projeler, IoT sistemlerinin tarımsal üretime entegrasyonunu, veri paylaşımı ve iş birliğini destekleyen platformlar sunar. Çiftçilerin dijital çözümlere erişimi artırılarak, tarımsal verimlilik ve sürdürülebilirlik teşvik edilir.