2.1. Tarım Ürünleri ve Verimlilik Üzerine Yapılmış Çalışmalar

Son yıllardaki teknolojik ilerlemeler ışığında oldukça esnek modelleme metotları çiftçiliğin gelişmesi ve çeşitli toprak ve ürün parametrelerinin tahmininde bulunmak için geliştirilmektedir. Son zamanlarda kullanılan bu tahmin etme sistemlerinin en başında gelen metot da YSA’dır. İstatistiksel ve YSA yaklaşımları birlikte bitki indekslerinde verim tahmin etme modellerinde kullanılmışlardır. Bir YSA modeli ile yapılan tahmin, geleneksel olarak yapılan tahminlerden daha iyi (yaklaşık %20) sonuçlar verebilmektedir. (Uno vd., 2005).

Çağımızda bitki hastalıklarına karşı aşırı ilaç kullanımı maliyetleri yükseltirken aynı zamanda da tarımsal ürünlerdeki zehirli madde seviyesinde tehlikeli boyutlara getirmektedir. Bu bağlamda da hastalıkları daha değişik şekillerde teşhis edilip, doğru zamanda ve gerekli miktarda müdahale etmek için YSA tabanlı bir algoritma geliştirilmiştir. Bu amaçla bir buğday hastalığı olan “yellow rust” için havadan ilaçlama aracı geliştirilmeye çalışılmıştır. Çalışmada YSA sınıflandırma için kullanılmış ve iyi sonuçlar elde edilerek bitki hastalıklarının tanımlanmasında önemli sonuçlar elde edilmiştir (Moshou vd., 2004).

Diğer bir çalışmada, yabancı otları yok etmede spray sisteminin geliştirilmesinde YSA’dan yararlanılmıştır. Böyle bir sistem için gerçek zamanlı olarak görüntü toplama ve işleme sistemine ihtiyaç vardır. Yabancı otların tanımlanması, yoğunlukları dijital kamera kullanılarak kontrolü sağlanmıştır. Bu görüntü işleme için de bir YSA’dan yararlanılmıştır. Bulanık mantık metodu ile birlikte yapılan bu çalışmanın sonucunda yabancı otları yok etme sistemi geliştirilmeye çalışılmıştır (Yang vd., 2003).

Tarımda otomasyon araştırmalarında da YSA kullanılmıştır. Bu çalışmalardan biri de Japonya’da tarım araçlarının otomasyonu ile ilgili bir araştırmadır. Tarımda otomasyonla ilgili birçok araştırma, son zamanlarda Japonya Tarımsal Otomasyon Derneği (Japanese Society of Agricultural Machinery -JSAM) yıllık toplantılarında sunulmaktadır. Tek boyutlu bir görüntü algılayıcının geliştirilmesi ile Japonya’da birçok üniversitede YSA ve Genetik algoritma uygulamaları ile araştırmalar iyice artmıştır. Bunun sonucunda da birçok araştırma enstitülerinde ve imalatçılarında pratik sistemler geliştirilmeye başlanmıştır. Örnek olarak, Biyolojik-Yönelimli Teknoloji İleri Araştırma Enstitüsü’nde (Bio-oriented Technology Research Advancement Institute-BRAIN) bir robotun ekim yaptığı ve sürücüsüz hava püskürtme makinaları geliştirilmiştir. Tarım bakanlığına bağlı araştırma enstitülerinin birinde yine ekimini robotların yaptığı, otomatik karıştırıcı traktörler ile otomatik pirinç ekme makinesi üretilmiştir. Diğer Asya ülkelerinde de bu metotlarla (YSA, Genetik algoritma, bulanık mantık vb.) üretilen otomasyon tarım aletleri geliştirilmekte ve kullanılmaktadır (Torii, 2000).

Bir zirai mobil robotunun optimal yolunun belirlenmesi için geliştirilen teknikte YSA ve genetik algoritma beraber kullanılmışlardır. Burada YSA zirai mobil robotun hareketlerini yönlendirmek için kullanılmıştır. YSA tarafından bir simülasyonla yolu belirlenen robotun, bu yolu en optimum şekilde nasıl kullanacağına da genetik algoritma ile karar verilmiştir. Bu teknik tarımdaki doğrusal olmayan kontrol problemlerine önemli bir katkı sağlamıştır (Noguchi and Terao, 1997).

YSA'nın diğer bir uygulaması ABD’de, soya fasulyesinin çiçeklenmesi ve fizyolojik olgunlaşması tarihlerinin tahmin edilmesinde kullanılmıştır. Bu durumdaki YSA modeli dört giriş düğümünden, üç gizli düğümden ve bir çıkış düğümünden oluşmaktadır. Giriş verileri olarak maksimum ve minimum sıcaklıklar, foto periyodu ve ekinden veya çiçeklenmeden sonra kaçıncı gün olduğu girilmekte, çıkışta ise ya çiçeklenme günü (tahmin), ya da olgunlaşma günü (tahmin) elde edilmektedir. Ağla yapılan deneyler bu YSA'nın yaklaşık 2-4 gün hata ile tahmin yaptığını göstermiştir (Elizondo vd., 1994).

ABD’de yürütülen bir çalışmada ise yerfıstığı yetiştiriciliğinde en uygun sulama zamanına karar verebilmek için YSA kullanılmıştır. Burada giriş verileri olarak yılın günleri, topraktaki su oranı, sıcaklıklar ve benzeri gibi on iki değişken girilmektedir. Çıkış olarak elde edilen veri sulama kararıdır (0 – sulama yok, 1- sulama yapılsın) (McClendon vd., 1996). Yerfıstığı ile ilgili aynı grubun ikinci bir çalışmasında yerfıstığı hasadının aflatoksinle aflatoxin kirletilmesinin değerlendirilmesi yine YSA kullanılarak yapılmıştır. Modelde giriş verileri olarak toprak sıcaklığı, kuraklık süresi, ürünün yaşı ve toplanmış ısı üniteleri gibi dört değişken ele alınmıştır. Toplanmış ısı üniteleri 23 ºC den 29 ºC ye kadar değişen toprak sıcaklıkları sınırını temel alarak hesaplanmıştır. En hassas sonucun toplanmış ısı değerini 25 ºC olarak ve sekiz gizli düğüm götürüldüğü zaman elde edildiği gözlemlenmiştir (Parmar vd., 1997).