İklim Parametrelerinden Yararlanılarak Verim Tahmini

Yazar: Salih GÖKKÜR
 
İklim değişikliği tüm canlıları etkileyen, genellikle insan etkinlikleri sonucunda oluşan, çeşitli bölgeler üzerindeki hava koşullarının belirlenmiş bir zaman dilimi içinde farklılaşmasıdır. Bu farklılaşma aslında yağış, sıcaklık, nem, buharlaşma, rüzgar hızı, güneşlenme süresi, basınç gibi iklim parametrelerinin uzun bir süreçte değişikliğe uğramasıdır.
 
İklim değişikliği ve küresel ısınmanın etkili olduğu günümüz koşullarında bu önemli olayların irdelenmesi ve gerekli önlemlerin alınması, doğal çevre ve insan hayatı açısından büyük önem arz etmektedir. Bu nedenle, birçok bilimsel çalışma yapılmakta ve ilerleyen zamanlarda olası iklim hareketlerini tahmin edebilmek için değişik veri kaynaklarına göre iklim modelleri oluşturulmaktadır (Şekertekin ve ark., 2013).
Tarımsal üretimi etkileyen en önemli etkenlerden birisi iklim faktörleridir. İklim faktörleri her türlü tarımsal uğraşıyı doğrudan etkileyen, kontrol edilmesi güç olduğu için de önceden bilinmesi ve gerekli önlemlerin alınması açısından da bir o kadar önemli olan etkenlerdir. Teknolojik gelişmeyle birlikte modelleme çalışmalarının gelişmesi ile bu modellerde kullanılabilecek formatta ve ayrıntıda iklimsel parametrelere gereksinim duyulmaya başlanmıştır (Güler, 2005). İklim faktörleri ve verim arasında oldukça yüksek oranda ilişki bulunmaktadır. İklimi oluşturan etmenler, tek tek belirleyici unsur olmaması nedeniyle iklim faktörleri-verim arasında tekli ilişki analizi çok anlamlı olmamaktadır. Bu nedenle iklim faktörleri-verim arasındaki ilişki düzeyi çoklu korelasyon analizleri ile daha sağlıklı bir şekilde belirlenebilmektedir. Bitkilerin tozlanma dönemi, aşırı sıcaklık artışlarından etkilenmektedir. Bu da verimi üzerinde negatif etkiye sebep olacaktır (Gürkan ve ark., 2016).
 
Genel olarak yazlık bitkilerde su stresi verimde önemli düzeyde düşüşlere neden olmaktadır (Eck, 1986; Lamm ve ark., 1994; Hodges ve Heatherly, 1983; Boyer ve ark., 1980; Doğan ve ark., 2008). Su stresi; bitki gelişimi, süresi ve verimini önemli düzeyde etkiler (Sadras ve Milroy, 1996; Doğan ve ark., 2008). Maksimum sıcaklıklarda meydana gelebilecek olan artışlar bazı bitkilerin daha fazla su tüketmesi anlamına gelmekte buda bölge sulamalarına su sağlayan kamu kuruluşlarının hesaplamalarında göz önünde bulundurması gerekli bir husus olarak ortaya çıkmaktadır (Doğan ve ark., 2008).
İklimsel faktörler özellikle karmaşık topografyaya sahip olan alanlarda çok kısa aralıklarda değişiklik göstermekte ve birçok dış faktörlerden (bitki örtüsü, su yüzeyi, yöney, yükseklik vb.) etkilenmektedir. Gerçekte bu kadar değişkenlik gösteren iklim parametrelerinin çok sık dağıtılmış meteoroloji istasyon ağları ile gözlemlenmesi gerekmektedir. Genel olarak literatür incelemesi yapıldığında gelişmiş ülkelerde, gelişmekte olan ülkelere göre bu istasyon ağlarının daha yoğun olarak oluşturulduğu ve iklim değerlerinin belirlenmesi için daha hassas davranıldığı görülmektedir. İklimsel parametrelerin konumsal dağılımlarının belirlenmesi ve ilgili iklim katmanlarının üretilmesinde birçok farklı yöntem kullanılmaktadır. Çalışma alanının topografik özellikleri, çalışmada kullanılan meteoroloji istasyonu sayısı, ele alınan iklim parametresi gibi faktörlere bağlı olarak değerlendirilen ve önerilen yöntemler farklılık göstermektedir. Bir bölge için en uygun sonuçları veren yöntemler diğer bir bölgede yetersiz kalabilmektedir. Bu durum, konumsal dağılım özelliği gösteren iklim verilerinin üretilmesine yönelik çalışmaların bölgenin özelliklerine ve mevcut verilerin yapısına bağlı olarak değişik yöntemlerle her bölgede uygulanmasını gerekli kılmaktadır (Güler, 2005). Ülkemizin özellikle dağlık kesimlerinde ve büyük nehir vadileri boyunca temel iklim elemanlarının gözlemlenmesinin faydalı olacağı düşünülmektedir. Bunun üç tarafı denizlerle çevrili olan ülkemizde; kara – deniz ilişkisinin, dağların denizlerden gelerek iç kesimlere akan hava kütlelerine etkisinin ve mikroiklim bölgelerinin tespitini kolaylaştıracağı ve doğruluğu artıracağı düşünülmektedir. Bu tür çalışmalarda kullanılan yükseklik veri setleri çok önemlidir (Demircan ve ark., 2011). Yapılacak benzer çalışmaların başarı ile yürütülmesi ve buna bağlı tüm çalışmaların başarısı için mevcut meteoroloji gözlem istasyon ağının genişletilip, alt havzalar bazında ele alınarak tüm alanı temsil edebilecek şekilde dağıtılması gerekmektedir  (Güler, 2005).
Tarımsal üretimi etkileyen faktörler toprak, tohum, insan ve iklimdir. Bunlardan iklim dışında kalan diğer faktörler genellikle kontrol ve ıslah edilebilir. Tarım teknikleri ne kadar gelişirse gelişsin iklim faktörleri tarımsal üretimi önemli ölçüde etkilemeye devam etmektedir. Meteorolojik faktörlerin zamansal ve mekansal olarak büyük değişiklikler göstermesi nedeniyle tarımsal üretimde ciddi dalgalanmalar oluşmaktadır. Kuraklık, sel, don, dolu ve fırtına gibi doğal afetler neticesinde büyük oranda ürün kayıpları meydana gelmektedir. Bu nedenle herhangi bir bölgede tarımsal faaliyet yapılmasına karar verilirken önce o bölgenin iklim yapısı hakkında gerekli bilgilerin edinilmesi bir zorunluluktur. Genellikle bir ülkede gıda bilgisi için en acil ihtiyaçların ilki gıda krizlerinin belirli hassas toplum gurupları üzerine etkilerinin ve krizden kurtarma için neler gerektiğinin önceden tanımlanması, ikincisi ise yurtiçi gıda üretimi ve yıllık tahıl ithalatı ihtiyacının tespitidir. Sistemli bilgi eksikliği, ticari olan veya olmayan gıda ithalatının etkin planlaması için önemli bir kısıtlayıcı faktördür. Uygun zamanlı ürün tahminlerine ihtiyaç vardır. İnsan guruplarının, savaş durumu veya kuraklığın yol açtığı ciddi gıda krizlerine karşı verdiği davranışsal cevapların sürekli olarak izlenmesi, lokal gıda krizlerinin derinliğinin göstergelerini vermesi yönünden gereklidir. Kullanılabilir verinin tamamlanması için hassas grupların tanımlanması, hızlı ve nitelikli metotların kullanılması, zamanında ve uygun müdahalelerin planlanması gereklidir. Bitki toprak nemi çıktısı, özellikle tepelik arazide yüzey akışına geçen yağış miktarına göre bitkinin büyümesi ile daha yakından ilişkilidir. Çıktılar, standart regresyon teknikleri kullanılarak ürün verimleri ile ilişkilendirilebilir. Bitki gelişip büyümek için güneş enerjisine ihtiyaç duyar. Bununla birlikte uzun süre güneşe maruz kalmak yaprakların sıcaklığını artırır. Eğer bitki, yaprak sıcaklıklarını kabul edilebilir düzeye düşürebilmek için gerekli olan suyu buharlaştıramazsa hayatiyetini devam ettiremez. Gerçekte bitkinin depolayabileceği güneş enerjisinin miktarı, buharlaştırabileceği suyun miktarı ile doğrudan ilişkilidir. Ürün izleme ve verim tahmini çalışmalarının; ülke kaynaklarının etkin bir şekilde kullanılması, risk analizi yardımıyla nerede hangi ürünün ekilmesinin uygun olacağının belirlenmesi, meteorolojik, fenolojik ve istatistiksel verilerin en doğru bir şekilde üretilmesinin sağlanması, çiftçilerin ürünlerinin durumunu görerek zamanında tedbir alması, karar vericilerin ürünün durumunu görerek hasattan önce gerekli ithalat ve ihracat bağlantılarını yapması ve hassas toplum kesimlerinin belirlenerek gerekli yardım çalışmalarının başlatılması gibi birçok konuda fayda sağlayarak ülke kalkınmasına katkı yapması önemlidir (Şimşek ve ark., 2007).
 
Tarımsal yetiştiricilikteki birçok soruna yanıt aramak için oluşturulan modeller; bitki gelişimi sırasında meydana gelen olayların analizi (sulama, hava ve toprak sıcaklığındaki değişmeler, kuraklık, toprak nem içeriğindeki azalma vb), bitki veriminin tahmini, toprak, bitki ve meteorolojik faktörlerin bitki gelişimine olan etkisinin belirlenmesi, son derece karmaşık olan bitki sistemi ve reaksiyonları ile ilgili eğitim çalışmaları, tarımsal politik kararların alınması gibi amaçlara hizmet eder (Ritchie ve ark., 1998; Yazgan ve Tatar, 2002). Modeller aracılığıyla, bitki gelişimini etkileyen faktörlerin derecesi, sulama zamanının belirlenmesi, toprak neminin değişimi, gübreleme, ilaçlama ve diğer faaliyetlerin en uygun zamanlarının belirlenmesi, tarımsal kuraklık ve benzeri etkilerin saptanması, oldukça fazla işgücü ve yatırım gerektiren sorunların tahmini mümkündür (Wit ve Keulen, 1975; Yazgan ve Tatar, 2002).
Verim tahminlerinin sadece uzaktan algılama yöntemlerinden yararlanılarak yapılması, her zaman en doğru sonucu vermez. Doğru tahminler, tarım yapılacak bölgelerin genelini temsil edebilecek arazilerde, en az 5 yıllık bir süreçte, verim ve iklim parametreleriyle oluşturulacak program yazılımının bazı sonuçları irdeleyerek değerlendirmesiyle yapılmalıdır. Örneğin dolu zararı, meyvelerde berelenmeye ve kalitenin düşmesine, hatta çürümelere, aşırı yağışlar ise bazı meyvelerde çatlamalara, neden olabilir. Çiçeklenme zamanı meydana gelebilecek dolu veya don zararı, verimin düşmesiyle sonuçlanabilir. Bu gibi beklenmedik durumların programa veri olarak işlenmesi, aynı yıl için verim değerlendirmeleri yapmamıza olanak verecektir.
 
Çiftçilerin hasat sonrası yaptığı uygulamalar da programa dâhil edilmelidir. Eğer çiftçi elindeki meyveyi daha uzun süre tutmak için ağaçta fazla bekletirse, tomurcuklanma bu durumdan olumsuz etkileneceğinden bir sonraki yıl verim düşecektir. Bu gibi veriler mutlaka oluşturulacak programla değerlendirilmelidir. İklim parametreleri ile birlikte, üretimden tüketime, hatta hasat sonrasına tüm tarımsal faaliyetler dikkatli incelendiğinde, bir sonraki yılın verimini doğru biçimde tahmin etmek aslında mümkündür.
 
Abstract

Estimation of Yield Using Climate Parameters

Making the yield estimates using only remote sensing methods does not always give the most accurate result. Correct estimates should be made by evaluating the results of the program software, which will be generated with yield and climate parameters, for at least 5 years in the fields that can represent the generalities of the agricultural areas. Farmers' post harvest practices should also be included in the program. It is in fact possible to accurately predict the yield of the next year when all agricultural activities are carefully examined together with climate parameters, consumption from production, even after harvest.
 
Kaynaklar:
  1. Boyer, J.S., Johnson, R.R., Saupe, S.G., 1980. Afternoon water deficits and grain yields in old and new soybean cultivars. Agronomy J. 72:981-985.
  2. Demircan, M., Alan, İ., ve Şensoy, S., 2011. “Coğrafî Bilgi Sistemleri kullanarak sıcaklık haritalarının çözünürlüğünün artırılması”, TMMOB Harita ve Kadastro Mühendisleri Odası, 13. Türkiye Harita Bilimsel ve Teknik Kurultayı, 18-22 Nisan 2011, Ankara, http://bit.ly/2jYakM7 .
  3. Doğan, E., Kahraman, A., Kırnak, H., Bucak, B., Tonkaz , T., 2008. “Maksimum ve Minimum Sıcaklıklar ile Karbondioksit Oranlarında Meydana Gelen Artışların Nohut (Cicer Arietinum L.) Verim ve Verim Parametrelerine Etkisi: DSSAT Simülasyon Çalışması”, GOÜ. Ziraat Fakültesi Dergisi, 25 (1), 63-69.
  4. Eck, H. V. 1986. Effect of water deficits on yield, yield components, and water use efficiency of irrigated corn. Agron. J. 78: 1035-1040.
  5. Güler, M., 2005. “Tarımsal Uygulamalarda Kullanılan Bazı İklim Verilerinin Kestirim ve Veri Tabanının Oluşturulması”, Eş-danışman, Doktora Tezi, Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Tarımsal Yapılar ve Sulama, s.1-251, Samsun.
  6. Gürkan, H., Bayraktar, N., Bulut, H., Demircan, M., Eskioğlu, O., Koçak, N. 2016. Marmara Bölgesi’nde İklim Faktörlerinin ve İklim Değişikliğinin Ayçiçeği (Helianthus annuus L.) Bitkisinin Verimi Üzerine Etkisi. 13. Ulusal Kültürteknik Kongresi, Antalya.
  7. Hodges, H.F., Heatherly, L.G., 1983. Principles of water management for soybean production in Mississippi. Mississippi Agricultural Forestry Experiment Station. Bulletin no: 919.
  8. Lamm, F. R., D. H. Rogers and H. L. Manges. 1994. Irrigation scheduling with planned soil water depletion. Transactions of the ASAE 37(5): 1491 -1497.
  9. Ritchie, J. T., U. Singh,D.C. Godwin, W.T. Bowen. 1998. Cereal Growth, Development and Yield. In Understanding Options for Agricultural Production. G. Y. Tsuji, G. Hoogenboom, and P. K. Thornton (Editors), Kluwer Academic Publishers, Dordrecht, The Netherlands, p. 79-98.
  10. Sadras, V.O. and Milroy, S.P. 1996. Soil water thresholds fort he responses of leaf expansion and gas exchange: a review. Field crop res. 47, 253-266.
  11. Şekertekin A., Kutoğlu Ş. H., Kaya Ş., 2013, Uzaktan Algılama Verileri Yardımıyla Yer Yüzey Sıcaklığının Belirlenmesi, 14. Türkiye Harita Bilimsel ve Teknik Kurultayı, 14-17 Mayıs 2013, Ankara.
  12. Şimşek, O., Mermer, A., Yıldız, H., Özaydın, K.A. ve Çakmak, B., 2007. AgroMetShell Modeli Kullanılarak Türkiye’de Buğdayın Verim Tahmini.Tarım Bil. Der., 13(3); 299-307, Ankara.
  13. Wit, C.T., H. Keulen. 1975. Simulation of Transport Processes in Soil. Center for Agricultural Publication And Documantation, Wageningen, p. 89-101.
  14. Yazgan, S., Tatar, D., 2002. Bursa Koşullarında Sıcaklık ve Yağış Artışlarının Buğday Verimi Üzerindeki Etkisinin Bitki İklim Modellemesi ile Belirlenmesi U.Ü.Ziraat Fakültesi Dergisi . 2002-16:59-67.
 
Görseller:
Yazara aittir.

YORUMLAR

Bu sayfalarda yer alan okur yorumları kişilerin kendi görüşleridir. Yazılanlardan apelasyon.com sorumlu tutulamaz.