Tarımda İnsansız Hava Araçlarının (İHA) Yeri ve Gelecekteki Potansiyelleri

Yazar : Edanur FIRAT

Dergi : 2022 10 / Sayı: 106

Konu : Tarım

Son yıllarda insansız hava araçlarının (İHA) gelişimi, yüksek düzey mekânsal, spektral ve zamansal çözünürlükte veriler sağlayarak uzaktan algılamada yeni bir döneme işaret etmiştir. İHA'ların en çok katkı sağlayabileceği sektörlerden birisi de tarım sektörüdür.

Yazar: Edanur Fırat

Abstract

It is very important to be able to predict the product yield before harvest depending on the number of sunny days that will change with the climate change, to obtain high accuracy data on soil and environmental characteristics throughout the production season, and to meet the food demand of the increasing population. In this context, UAVs have greatly changed the agricultural industry and will continue to do so in the coming years. It is estimated that the agricultural sector will become the second largest drone user in the world in the next five years. For this reason, it is very important to give priority to studies that will support the development of effective use of UAVs in agriculture with multidimensional strategies.

İklim değişikliği ile birlikte değişim gösterecek olan güneşli gün sayısına da bağlı olarak ürün verimini hasattan önce tahmin edebilmek, toprak ve ortam özellikleri hakkında üretim sezonu boyunca doğruluk payı yüksek veriler elde edebilmek, artan nüfusun gıda talebini karşılayabilmek için oldukça önem arz etmektedir. Bu bağlamda ürün yetiştirme koşullarını sürdürülebilir kılmak ve kaliteli yönetim anlayışına uygun ilerleyebilmek adına Bilgi ve İletişim Teknolojilerini (BİT) kullanarak çeşitli hassas tarım yöntemleri geliştirilmektedir. Son yıllarda insansız hava araçlarının (İHA) gelişimi, yüksek düzey mekânsal, spektral ve zamansal çözünürlükte veriler sağlayarak uzaktan algılamada yeni bir döneme işaret etmiştir. İHA'ların en çok katkı sağlayabileceği sektörlerden birisi de tarım sektörüdür. Tarımda istenen verimi elde etme hedefi, geniş alanları doğru yönetme kabiliyeti gerektirir.

İnsansız hava araçları ile hastalık veya zararlı etmenlerine maruz kalmış ya da vejetasyon dönemine göre gelişmesi geri kalmış bitkilerin arazide bölgesel olarak tespiti gerçekleştirilebilmektedir. Böylece, örneğin bir hastalık belirtisi görüldüğünde tüm araziye değil de sadece hastalıktan etkilenmiş bölgelere müdahale edebilme kabiliyeti kazanılmaktadır. Böylece, verim kaybı oluşmadan tarımsal girdilerde tasarruf sağlandığı için, çiftçilerin gelirlerinde artış sağlanırken, çevre dostu uygulamalar sonucunda sürdürülebilir bir tarım modelinin gelişimine de katkı sağlanmış olmaktadır. Elde edilen girdi uygulamalarının doğru yerde, miktarda ve zamanda gerçekleştirildiği bir tarım sistemini oluşturmak bu açıdan oldukça önemlidir (Maes ve Steppe, 2019).

Nesnelerin interneti ve uzaktan algılamadan faydalanarak sensörler aracılığı ile oluşturulan otonom sistemler sayesinde insansız hava araçlarından sadece veri elde etmek ile kalmayıp, elde edilen verilere göre sahada etkin bir şekilde sulama, gübreleme, tohumlama, ilaçlama gibi işlemler de yapılabilmektedir.

Hayvancılıkta da sürü kontrol etme, su ve yem seviyelerinin miktarını gözlemleme, sağlıklı bir mera yönetimi ile birlikte yeni stratejilerin geliştirilmesi gibi faaliyetler için insansız hava araçlarından faydalanılmaktadır (Kırca, 2019).

Değişken hava koşullarından etkilenmeyen İHA’ların bulunması, yüksek çözünürlüklü fotoğraflar çekme yeteneği, hızlı kurulum, anlık veri yakalama İHA kullanmanın başlıca avantajlarından sayılabilir. Ancak yapay zeka geliştirmesi adına yapılan çalışmalara daha fazla ağırlık verilmesi, bu teknolojinin ilerleme hızı adına önem taşımaktadır. Yapılan çalışmalara göre İHA’ların gelecekte potansiyel kullanılabilecek alanları gittikçe artış göstermektedir.

Tarımsal Kullanımı

İnsansız hava araçları ile tarım arazilerinin izlenmesinin amaçları, ekili ürünün kapladığı alanın belirlenmesi, ürün gelişiminin izlenmesi, ürün hastalık- zararlı tespiti, doğal olaylardan (dolu, yağmur, fırtına, kuraklık, yangın) zarar gören ürünlerin tespiti, bitki örtüsü ve biyokütle tespiti, verim tahmini ve değerlendirmesi, hasat takibi, bir sonraki üretim sezonu için toprak durumunun değerlendirilmesi, hayvan davranışları takibi, sağlıklı bir mera yönetimi ile birlikte yeni stratejilerin geliştirilmesi vb. şeklinde çoğaltılabilir (Urbahs ve Jonaite, 2013). Tarımda kullanım amaçlarına göre İHA’ları ürün izleme ve haritalama ile otonom sistemler olmak üzere iki ana gruba ayırabiliriz.

Ürün İzleme ve Haritalama

İHA'lar tarafından, tarım arazisinin alan tespiti, toprak koşulları ve ürünlerin durumu, ürün modeli geliştirmeleri, topoğrafya ve sınır belirleme ve verimlilik analizleri için bir tarım alanının 2D veya 3D haritaları oluşturulabilir (Urbahs ve Jonaite, 2013). Son on yılda, yüksek ekonomik değerleri nedeniyle bağların izlenmesine özel olarak önem verilmiştir. Johnson vd. (2003), klorofil işlevi ve fotosentetik aktivite, Yaprak Alan İndeksi (LAI) ve bitki sağlığı durumu ile ilgili ölçümleri belirlemek için farklı sensörlerin kullanıldığı ilk uygulamalardan birini, tarlalardaki farklılıkları haritalamak için önermişti (Manfreda vd., 2018).

Tarım arazilerinin insansız hava aracı ile takibi birkaç aşamadan oluşan bir sistemdir. Bu aşamalar uçuş planı hazırlama, İHA kurulumu, veri aktarma planı belirleme, cihazı uçurma, cihazdan elde edilen görüntülerin analizi şeklinde ilerlemektedir. Elde edilen veriler, çevresel etkileri ve verimi optimize etmek için eylemlere dönüştürülerek bilgi sağlarlar. Verilerin amaca uygun olarak hizmet edebilmesi için uygun sensör seçimi önemlidir. Örneğin, termal veriler su durumunu belirlemek için uygundur (Şekil 1), spektral bilgiler ise olası bitki hastalıklarını belirlemek için iyi bir seçenek oluşturur (Manfreda vd., 2018). Sabit kanatlı monokopter, Hekzakopter ve Quadcopter'ler genellikle çok bantlı veya hiperspektral kameralarla gömülü olup ürün izleme için kullanılırlar (Maddikunta vd., 2021).

Şekil 1. Kışlık buğday deneme alanlarında termal kamera ile su stresi takibi İHA görüntüsü (Anonim, 2018).

S. Sankaran vd. (2013), narenciye bahçelerinin sağlık durumunu izlemede iki kameranın yeteneklerini değerlendirmek için bir İHA uygulaması gerçekleştirmişlerdir. İki kamera; görüş alanı, sağlıklı ağaçlara ve bazı hastalıklardan enfekte olmuş ağaçlara ilişkin sınıflandırma doğruluğu ve görüntü çözünürlüğü temelinde değerlendirilmiştir. Kullanılan İHA, 2 kg ağırlığında, 6600 mAh Lityum-İyon Polimer pili olan, altı pervaneli, GPS’i, radyo vericisi ve ivme ölçeri olan bir hekzakopter idi. İHA'ya entegre edilen ilk kamera, yeşil, mavi ve NIR(Yakın kızılötesi) bantlarını içermekte, ikinci kamera ise yeşil, kırmızı ve NIR bantlarını içermekte idi. Çalışma, Florida'da bazı ağaçların sağlıklı bazılarının enfekte olduğu narenciye bahçelerinde gerçekleştirilmiştir. 90, 60 ve 30 m'lik üç farklı yükseklikte, birden fazla görüntü alınmıştır. Her görüntü için Yeşil Normalleştirilmiş Fark Bitki Örtüsü İndeksi (GNDVI), GNDVI histogram bilgisi ve NIR ile yeşil bantları kullanılmıştır. Son olarak, sağlıklı ve sağlıksız ağaçları belirlemek için bir Destek Vektör Makinesi (SVM) modeli kullanılmıştır. SVM modeli için veri kümelerinin %75'i kullanılarak eğitilirken, %25'i test için kullanılmıştır. Deneysel sonuçlara dayanarak, ilk kamera bahsedilen kriterlerin her biri için daha iyi performans sunmuştur.

Otonom Sistemler

Yeterince gıda üretmeyi ve sürdürülebilir kalmayı hedeflerken, yeni tarım çağında çiftçiler, GPS, değişken oranlı uygulama ve uzaktan algılamaya dayalı çeşitli yüksek teknolojili algılama cihazlarının yanı sıra çiftlik yönetim yazılımlarını da kullanabilmektedir. Modern ve hassas çiftlik teknolojilerinin tanıtılması ve kullanılması, çiftçiliğe devrim niteliğinde değişiklikler getirmektedir. Başka bir deyişle, modern çiftlik teknolojisi, çiftçilerin çalışma biçiminde devrim yaratmaktadır (Hajdu, 2018).

İHA’lar bir tarladaki daha kuru bölgeleri tanımlayabilir ve daha sonra bu bölgelerin daha iyi tekniklerle sulanması için uygulamalar yapabilir, hastalık-zararlı etkisi altında kalan bölgeleri tespit edebilir ve ilaçlama uygulaması yapabilir, kaydedilen çok bantlı görüntüler aracılığıyla yüksek doğruluk payı ile arazideki azot miktarını belirleyebilir ve gübrelemeyi eskisinden çok daha hassas bir şekilde uygulamayı hedefleyebilir. Arazideki bazı bölgelerin diğerlerinden daha az gübre veya su gerektirdiği durumları göz önüne alırsak, bu yöntemin büyük çevresel avantajları vardır. Hassas tarım, çiftçilere bilinçli kararlar vermelerini ve kaynaklarını daha verimli kullanmalarını sağlayan somut bilgiler sağlar.

İHA’ların kullanımı, özellikle püskürtme uygulaması gerçekleştirilirken hızlı ve etkili olmalarından ötürü giderek artış göstermektedir. İlacın, suyun veya gübrenin püskürtülmediği alanların kalması durumu ya da aynı yere iki kez uygulanması verimi azaltıcı etki yaratacağı için püskürtme sırasında rüzgarın yönü ve şiddeti de uygulama etkisi üzerinde değişime sebep olacaktır. Faiçal ve ark. (2014) yaptıkları çalışmada bu etkileri ortadan kaldırmak adına bir algoritma üretmişlerdir. İHA kablosuz sensör ağından verileri alıp bu bilgiler ile belirli rotalarda rüzgarın şiddeti ve yönüne göre pestisit ve gübre uygulaması yapmıştır. Çalışma sonucunda, kablosuz sensör ağından 10 saniye aralıklar ile gönderilen bilgilerin 30 saniye aralıklar ile gönderilen bilgilere göre % 14, bilgi göndermeden yapılan ilaçlamaya göre % 27 oranında ilaç kullanımını azalttığı yargısına varılmıştır (Akkamış ve Çalışkan, 2020).

Peña vd., (2013; 2015), bir dizi İHA çok bantlı görüntüsü kullanarak yabancı ot-ürün sistemlerinde herbisit uygulamalarının optimizasyonunu araştırmıştır. Çalışmada, hem herbisit gereksinimlerinin hesaplanmasına hem de yabancı ot yönetimi işlemlerinin toplam maliyetinin önceden tahmin edilmesine izin veren çoklu veriler hesaplanmıştır. Yabancı otları ayırt etme yeteneğinin, kullanılan görüntü spektrumlarından (kamera tipi) ve ayrıca yersel (uçuş yüksekliği) ve zamansal (çalışma tarihi) çözünürlüklerden önemli ölçüde etkilendiği sonucuna varılmıştır (Manfreda vd., 2018).

Hayvancılıkta İHA Kullanımı

İHA’lar sürüleri gözlemlemek ve takip etmek, bazı uygulamalarda da ses çıkararak yahut yiyecek serperek sürüyü yönlendirmek, mera yönetimi ve otlatma stratejileri geliştirmek amaçları ile hayvancılıkta kullanılmaktadır (Şekil 2).

Bir firma, hayvancılıkta yapay zekâ ile desteklenen bir “drone” çözümü geliştirmiştir. “Tıkla-güt” adını verdikleri çözüm uyarınca bir kullanıcı, özel geliştirilmiş bir uygulama üzerinden bir otlak seçerek hayvanların güdülmesi gereken yönü belirleyebilmektedir. 1,000 başa kadar büyüklükteki sürüler, tamamen otonom bir şekilde, istenen bölgeye drone tarafından yönlendirilebilmektedir. Otlağın arazi koşullarını analiz eden drone, sürünün yönlendirilmesi için en uygun rotayı belirlemekte ve sürüyü buraya doğru yönlendirmektedir. Drone’u aktive etmeden önce, otlak alanları, çitler, kapılar, yalaklar ve doğal sınırlar gibi, operasyonun bazı parametrelerini uygulamaya tanıtmak gerekmektedir. Başka bir gereklilik ise kullanıcının, operasyon süresince drone’a yaklaşık 5 km mesafede bulunmasıdır. Böylece, herhangi bir olumsuzluk durumunda olaya anında müdahale etmek mümkün olmaktadır. Bu uygulamalar, hayvancılıkta işçilik giderlerinin %50 azalması, genel giderlerde büyük azalma, otlakları daha verimli bir şekilde ve dönüşümlü kullanma kabiliyeti, günlük iş yükünün ve stresin azaltılması gibi kazançlar sağlayabilmektedir (Anonim, 2020).

Şekil 2. İHA ile sürü takibi (RIIS LLC)

Gelecekteki Potansiyelleri

Tarımda İHA kullanımı için bazı yeni kullanımlar hala test ve geliştirme aşamasındadır.

İHA’ların tarımda yeni ve daha az yaygın kullanım alanlarından biri tohum ekimidir. Otomatik drone ekim makineleri şu anda çoğunlukla ormancılık endüstrilerinde kullanılmaktadır, ancak gelecek için daha yaygın kullanım potansiyeline sahiptir (Anonim, 2021).

Test aşamasındaki kullanımlardan başka biri de tozlaşma drone teknolojisidir. Hollanda ve Japonya'daki araştırmacılar, bitkilere zarar vermeden tozlaşma yeteneğine sahip küçük insansız hava araçları geliştirmektedirler. Bir sonraki adım, operatörlerden sürekli talimat almadan ürün sağlığını izleyecek otonom tozlaşma droneları oluşturmaktır.

Şekil 3. Tozlaşma drone’u (Anonim, 2022).

İHA'lar şu anda hasat için kullanılmamaktadır. Ancak, gelecekte bazı ürün hasatlarında İHA’lar dan yararlanma potansiyeli mevcuttur (Kim vd, 2019).

Şekil 4. Hasat drone’u (Hekkert, 2020).

Birden çok İHA’nın seçilen tarım alanı üzerinde birbirlerine paralel şekilde daha önceden belirlenmiş güzergâhı takip ederek otonom uçuş gerçekleştirmesi ve görüntüleme yapması kapsamında bir yaklaşım mevcuttur. 5G teknolojisi ile yaklaşık 5 yıl içerisinde uçan bir drone sahadan canlı bir şekilde verileri toplayıp, hava şartlarından bağımsız olarak anında buluta aktardıktan sonra buluttaki veri gerçek zamanlı işlenebilecektir ve arkadan gelen müdahale drone’una bu bilgi yüklenebilecektir. Dolayısıyla önde giden drone eğer bir bölgede özel bir hastalık tanısı yapmış ise arkadaki drone tam o noktaya ilacı bırakabilecek şekilde hareket edebilecektir (Cansun, 2021).

Sonuç olarak, İHA’lar tarım endüstrisini büyük ölçüde değiştirmiştir ve önümüzdeki yıllarda değiştirmeye devam edecektir. İHA kullanımı orta ve küçük ölçekli çiftçiler için daha kullanışlı hale gelirken, özellikle gelişmekte olan ülkelerde, her çiftçinin ekipman listesinin bir parçası olmaları için hala gidilmesi gereken yollar vardır. Birçok ülkede İHA kullanımına ilişkin düzenlemelerin yapılması ve revize edilmesi, pestisit uygulaması ve gübreleme gibi belirli etkinlikleri konusunda daha fazla araştırma yapılması gerekmektedir. Çiftçiler, gelecekte nesnelerin interneti aracılığıyla, tarım sensörleriyle birlikte kendi İHA'larını çalıştırmak için herhangi bir akıllı telefonu kullanabileceklerdir. Ancak günümüzde bu ekipmanlara yatırım yapmadan önce sınırlamalarını ve işlevlerini anlamak önemlidir (Anonim, 2021). Bununla birlikte, kazancı arttıracak ve sağlıklı ürün üretimine katkı sağlayacak değerli bir araç olarak görülen dronelar ile tarımın geleceğinin açık olduğu aşikârdır. Ayrıca tarım sektörünün önümüzdeki beş yıl içinde dünyadaki en büyük ikinci drone kullanıcısı olacağı tahmin edilmektedir (Perera vd., 2019). Bu nedenle İHA'ların çok yönlü stratejilerle tarımda etkin kullanımının geliştirilmesine destek olacak çalışmalara öncelik verilmesi oldukça mühimdir.

Şekiller:

Anonim. 2018. Detection of Water Stress in Cereals Using the UAV Thermography [https://www.drone-thermal-camera.com/detection-water-stress-cereals-using-uav-thermography/]
Anonim. 2021. Drone Technology in Agriculture [https://www.croptracker.com/blog/drone-technology-in-agriculture.html]
Hekkert, G., 2020, “Drone harvesting? Yes you can” [https://www.futurefarming.com/tech-in-focus/drone-harvesting-yes-you-can/]
RIIS LLC [https://www.youtube.com/watch?app=desktop&v=Xi1RvLiNzqo]

Kaynaklar:

Akkamış, M., Çalışkan, S. 2020. İnsansız Hava Araçları ve Tarımsal Uygulamalarda Kullanımı. Türkiye İnsansız Hava Araçları Dergisi, 2(1), 8-16.
Anonim. 2018a. Türkiye’de Drone Kullanmanın Şartları ve İHA Kaydı [http://blog.herigo.com/turkiyede-drone-kullanmanin-sartlari-iha-kaydi/], Erişim Tarihi: 18.07.2021.
Anonim. 2020. “Drone”lar Hayvancılığı da Dönüştürüyor. [https://www.humatr.com/2020/12/dronelar-hayvanciligi-da-donusturuyor/], Erişim Tarihi: 24.07.2021
Anonim. 2021. Drone Technology in Agriculture [https://www.croptracker.com/blog/drone-technology-in-agriculture.html]
Cansun, N. 2021. Tarım Sektöründe Dijitalleşme Webinarı (27 Mayıs 2021). Sürdürülebilir Gıda Platformu, Sürdürülebilirlik Akademisi. İstanbul.
Hajdu, I., 2018. Powerful Role of Drones in Agriculture [https://blog.agrivi.com/post/powerful-role-of-drones-in-agriculture_april2018]
Kırca, L. 2019. Hayvancılıkta Drone Kullanımı [https://www.populertarim.com/hayvancilikta-drone-kullanimi]
Kim, J., Kim, S., Ju, C., Son, H. I. 2019. Unmanned aerial vehicles in agriculture: A review of perspective of platform, control, and applications. IEEE Access, 7, 105100-105115.
Librán-Embid, F., Klaus, F., Tscharntke, T., Grass, I. 2020. Unmanned aerial vehicles for biodiversity-friendly agricultural landscapes-A systematic review. Science of the Total Environment, 732, 139204.
Maddikunta, P. K. R., Hakak, S., Alazab, M., Bhattacharya, S., Gadekallu, T. R., Khan, W. Z., & Pham, Q. V. 2021. Unmanned aerial vehicles in smart agriculture: Applications, requirements, and challenges. IEEE Sensors Journal.
Maes, W. H., Steppe, K., 2019. Perspectives for remote sensing with unmanned aerial vehicles in precision agriculture. Trends in plant science, 24(2), 152-164.
Manfreda, S., McCabe, M. F., Miller, P. E., Lucas, R., Pajuelo Madrigal, V., Mallinis, G., ... & Toth, B. 2018. On the use of unmanned aerial systems for environmental monitoring. Remote sensing, 10(4), 641.
Perera, T. A. N. T., Priyankara, A. C. P., & Jayasinghe, G. Y. 2019. Unmanned arial vehicles (UAV) in smart agriculture: Trends, benefits and future perspectives.
Sankaran, L.R. Khot, J.M. Maja, R. Ehsani, 2013. Comparison of two multiband cameras for use on small uavs in agriculture, in: 2013 5th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS), pp. 1–4.
Ural, H., 2018, Sürü Halinde Görev Yapan İnsansız Hava Araçları ve Teknolojileri, Ulaştırma Denizcilik ve Haberleşme Bakanlığı, Havacılık ve Uzay Teknolojileri Uzmanlığı Tezi, Ankara.
Urbahs, A., Jonaite, I, 2013. Features of the use of unmanned aerial vehicles for agriculture applications. Aviation, 17(4), 170-175.
Wong, C. E., Teo, Z. W. N., Shen, L., & Yu, H. (2020). Seeing the lights for leafy greens in indoor vertical farming. Trends in Food Science & Technology.