Akıllı tarım sistemlerine noktasal yağış tahmini entegrasyonu : Aydın örneği
Yükleniyor...
Dosyalar
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Bakırçay Üniversitesi Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
.
Son yıllarda akıllı tarım alanında ve yağış tahmini konusunda çeşitli çalışmalar gerçekleştirilmektedir. Bu iki konunun birbirine entegrasyonu noktasında özellikle Aydın ili için gerçekleştirilen çalışmalar oldukça nadirdir. Tez çalışmasında, Aydın ilinde Efeler ilçesi ve Köşk ilçesinde bulunan kurumsal meteoroloji istasyonları verileri ile bu iki istasyonun orta noktası Serçeköy beldesinde kişisel kullanımda olan mini meteoroloji istasyonu verilerinden Yapay Sinir Ağı ve Çoklu Doğrusal Regresyon yöntemleri ile oluşturulan modeller karşılaştırılmıştır. Çalışma alanı olan Serçeköy beldesi için en başarılı modelden elde edilen yağış tahmini ile bağlantılı akıllı tarım sulama sistemi tasarlanmış ve uygulaması gerçekleştirilmiştir. Sulama sisteminin tasarım aşamaları ile ilgili hesaplamalar farklı modeller üzerinde ayrıntılı olarak verilmiştir. Akıllı tarım sistemlerine noktasal yağış tahmini entegrasyonunun nasıl yapılacağı ve sağladığı faydalar örnek model üstünden açıklanmış, uygulanabilir bir model olarak tavsiye edilmiştir. Çalışmada sulama saatlerinin tanımlanması ve yapay sinir ağının devreye alınması sonucu cep telefonu ile uzaktan kontrolün gerçekleştirildiği, sistemin izlenebildiği bir akıllı tarım sulama sistemi oluşturulmuştur. Oluşturulan bu sistem yapay sinir ağı modelinden elde edilen noktasal yağış tahminine göre tarımsal sulama işlemini gerçekleştirme noktasında Aydın ili için yenilik niteliğindedir.
In recent years, various studies have been carried out in the field of smart agriculture and precipitation forecasting. Studies carried out especially for the province of Aydın at the point of integration of these two subjects are very rare. In the thesis study, the data of institutional meteorology stations in Efeler district and Köşk district in Aydın province and the models created by Artificial Neural Network and Multiple Linear Regression methods from the data of the mini meteorology station in personal use in Serçeköy town, the midpoint of these two stations were compared. For the Serçeköy town, which is the study area, a smart agricultural irrigation system related to the precipitation forecast obtained from the most successful model was designed and implemented. Calculations related to the design stages of the irrigation system are given in detail on different models. How to integrate point precipitation estimation into smart agriculture systems and the benefits it provides are explained over the sample model, and it is recommended as a viable model. In the study, as a result of defining the irrigation hours and commissioning the artificial neural network, a smart agricultural irrigation system was created that can be remotely controlled by mobile phone and the system can be monitored. This system created is an innovation for Aydın province at the point of realizing the agricultural irrigation process according to the point precipitation estimation obtained from the artificial neural network model.
Son yıllarda akıllı tarım alanında ve yağış tahmini konusunda çeşitli çalışmalar gerçekleştirilmektedir. Bu iki konunun birbirine entegrasyonu noktasında özellikle Aydın ili için gerçekleştirilen çalışmalar oldukça nadirdir. Tez çalışmasında, Aydın ilinde Efeler ilçesi ve Köşk ilçesinde bulunan kurumsal meteoroloji istasyonları verileri ile bu iki istasyonun orta noktası Serçeköy beldesinde kişisel kullanımda olan mini meteoroloji istasyonu verilerinden Yapay Sinir Ağı ve Çoklu Doğrusal Regresyon yöntemleri ile oluşturulan modeller karşılaştırılmıştır. Çalışma alanı olan Serçeköy beldesi için en başarılı modelden elde edilen yağış tahmini ile bağlantılı akıllı tarım sulama sistemi tasarlanmış ve uygulaması gerçekleştirilmiştir. Sulama sisteminin tasarım aşamaları ile ilgili hesaplamalar farklı modeller üzerinde ayrıntılı olarak verilmiştir. Akıllı tarım sistemlerine noktasal yağış tahmini entegrasyonunun nasıl yapılacağı ve sağladığı faydalar örnek model üstünden açıklanmış, uygulanabilir bir model olarak tavsiye edilmiştir. Çalışmada sulama saatlerinin tanımlanması ve yapay sinir ağının devreye alınması sonucu cep telefonu ile uzaktan kontrolün gerçekleştirildiği, sistemin izlenebildiği bir akıllı tarım sulama sistemi oluşturulmuştur. Oluşturulan bu sistem yapay sinir ağı modelinden elde edilen noktasal yağış tahminine göre tarımsal sulama işlemini gerçekleştirme noktasında Aydın ili için yenilik niteliğindedir.
In recent years, various studies have been carried out in the field of smart agriculture and precipitation forecasting. Studies carried out especially for the province of Aydın at the point of integration of these two subjects are very rare. In the thesis study, the data of institutional meteorology stations in Efeler district and Köşk district in Aydın province and the models created by Artificial Neural Network and Multiple Linear Regression methods from the data of the mini meteorology station in personal use in Serçeköy town, the midpoint of these two stations were compared. For the Serçeköy town, which is the study area, a smart agricultural irrigation system related to the precipitation forecast obtained from the most successful model was designed and implemented. Calculations related to the design stages of the irrigation system are given in detail on different models. How to integrate point precipitation estimation into smart agriculture systems and the benefits it provides are explained over the sample model, and it is recommended as a viable model. In the study, as a result of defining the irrigation hours and commissioning the artificial neural network, a smart agricultural irrigation system was created that can be remotely controlled by mobile phone and the system can be monitored. This system created is an innovation for Aydın province at the point of realizing the agricultural irrigation process according to the point precipitation estimation obtained from the artificial neural network model.
Açıklama
Anahtar Kelimeler
Akıllı tarım, Yapay sinir ağları, Yağış tahmini, Smart agriculture, Artificial neural networks, Precipitiation forecast
