Bağları analiz ederek bitki koruma uygulamalarını optimize etmek için AI ve bilgisayarlı görü

Giriş

Teknolojik yenilik tarım dünyasında giderek daha fazla yer buluyor ve Horizon Europe ICAERUS projesi kapsamında 60 bin € ile finanse edilen AgroTwin alt projesi bunun mükemmel bir örneğidir. ICAERUS, dronların tarım, çevresel izleme ve kırsal hizmetler için çok amaçlı araçlar olarak potansiyelini araştırmaya odaklanan bir projedir. AgroTwin alt projesinin amacı, DJI Phantom 3 Professional gibi tüketici seviyesindeki dronları kullanarak (Şek. 1) bitki koruma uygulamalarını optimize etmek için gelişmiş AI ve bilgisayarlı görü algoritmalarına dayanan bir Karar Destek Sistemi (DSS) geliştirmek ve test etmekti.

Şek.1: Test bağında DJI Phantom 3 Professional’ın uçuşa hazırlanması.

Sürdürülebilir Tarım için bir Karar Destek Sistemi

Görüntü toplama ve algoritma testleri, Cesa’daki (AR) bölgesel arazilerde yaklaşık 1,2 hektarlık bir Sangiovese bağında gerçekleştirildi (Şek. 2). Bu bağ, benzer büyüklük ve vejetatif kuvvete sahip 2 parsele ayrıldı; biri DSS’imizin sonuçlarına göre değişken dozda bitki koruma ürünü uygulaması (test), diğeri ise işletmenin standart dozlarının uygulandığı sabit doz (kontrol) parseli olarak kullanıldı.

Bağın görünür (RGB) görüntülerini yakalamak için kullanımı kolay ve yaygın olarak satılan bir drone, DJI Phantom 3 Professional kullanıldı. Bu görüntüler, bağın üç farklı fenolojik evredeki dijital ikizini (digital twin) oluşturmamızı sağlayan 3D nokta bulutları üretmek için kullanıldı.

Her uçuşta, tescilli algoritmalar aracılığıyla dijital model hassas bir şekilde analiz edilerek ilgilenilen tekil asmaların temel biyometrik parametreleri çıkarıldı. Bu verilere dayanarak DSS, bitki koruma ürünlerinin uygulanma verimliliğini artıran, değişken oranlı uygulamalar (VRT) için kişiselleştirilmiş reçete haritaları üretti.

Şek.2: Test bağının konumu ve iki parsele (test, kontrol) ayrılması.

Biyometrik Parametre Analizi için Gelişmiş Algoritmalar

AgroTwin’in en yenilikçi yönlerinden biri, asma biyometrisini analiz etmek için gelişmiş AI ve bilgisayarlı görü algoritmalarının geliştirilmesi oldu. Drone tarafından üretilen 3D nokta bulutlarına uygulanan bu algoritmalar, ilgilenilen tekil asmaların yaprak duvarı kalınlığı, yüksekliği ve hacmi gibi ana ilgi parametrelerinin, manuel ölçümlere kıyasla %10’un altında ortalama hata payıyla hassas bir şekilde analiz edilmesini sağladı (Şek. 3, 4).

Şek.3: Bir test asmasının farklı fenolojik evrelerdeki gelişimi (kalınlık (m), yükseklik (m), hacim (m³)).

Şek.4: Sahada yapılan manuel ölçümler.

Bu biyometrik parametrelerin kullanımı sayesinde algoritmalar, çok önemli bir kuvvet endeksi olan LAI’yi (Leaf Area Index) oluşturmanın yanı sıra, bağın yaprak duvarının yüzey alanı ve hacmi hakkında bilgi veren LWA (Leaf Wall Area) ve TRV’yi (Tree Row Volume) de üretmeyi sağladı. Yeterli sayıda örnek bitkinin enterpolasyonu ile algoritmalar, vejetatif kuvvet haritaları (LAI) ve bitki koruma uygulamaları için reçete haritalarını otomatik olarak üretti (Şek. 5).

Şek.5: Her fenolojik evre için kuvvet haritaları (LAI) ve bitki koruma uygulamaları reçete haritaları (litre/hektar).

Veri Toplamayı İyileştirmek için Duyarlılık Analizi

Projenin bir diğer kritik aşaması, veri kalitesi ile uçuş süresi arasında en iyi dengeyi sağlayan en iyi drone uçuş parametrelerini bulmaya yönelik duyarlılık analizi oldu. Bu çalışma, manuel ölçümlere kıyasla asma yaprak duvarı parametrelerinin tahmininde en yüksek doğruluğu sağlayan en iyi uçuş konfigürasyonlarının belirlenmesini mümkün kıldı. Manuel ölçümlere kıyasla %10’un altında hata veren en iyi konfigürasyonun, 30 metre uçuş yüksekliği, fotoğraflar arasında %85 örtüşme (overlap) ve birleşik kamera açıları (nadir ve 30°) olduğu ve bunun toplanan verilerin doğruluğunu önemli ölçüde artırdığı görüldü.

Çevresel ve Ekonomik Faydalar

İki farklı bölgede asma yaprak duvarı üzerindeki bitki koruma ürünü birikiminin miktarını ve kalitesini değerlendirmek için uluslararası standart bir prosedür (ISO 22522) ve gıda amaçlı bir belirteç (tartrazin) kullanıldı. Temel amaç, iki uygulama türünün verimliliğini karşılaştırmaktı. Uygulamaların etkinliğine ilişkin ölçümler, Floransa Üniversitesi Tarımsal Mekanik Bölümü (DAGRI) tarafından gerçekleştirildi.

Şek.6: Prosedür, düşük, orta ve yüksek kuvvetli alanlarda üç temsili asmanın örneklenmesini içeriyordu; bunun için yaprak duvarının üç farklı yüksekliğine (H1 kordonun üzerinde, H2 yaprak duvarının ortasında, H3 en üstte) yerleştirilen suya duyarlı kağıtlar ve naylon kolektörler kullanıldı.

Sonuçlar, VRT parselinde ortalama kaplamanın, optimal eşiğin (%30) hafifçe üzerinde olan %35 olduğunu, ancak asmaların yaprak duvarlarının gerçek biyokütlelerine göre kaplandığını gösterdi; kontrol parselinde ise sahadaki gerçek biyokütle dikkate alınmadan ortalama %39 kaplama kaydedildi. Son olarak, test edilen parsellerde herhangi bir hastalık tespit edilmedi ve değerlendirme sırasında üzüm verimi ve kalitesinde anlamlı bir fark bulunmadı. Doz açısından, VRT yaklaşımı sayesinde bitki koruma ürünü ve su kullanımında, ara fenolojik evrede %41’e ulaşan bir zirveyle birlikte ortalama %35 azalma sağlandı. Bu tasarruflar, bağdaki biyoçeşitliliğin korunmasına yardımcı olarak ve yeraltı suları ile havanın kirlenmesini sınırlayarak bu ürünlerin çevre üzerindeki etkisinin azalmasına dönüştürülebilir.

Sonuçlar

AgroTwin projesi, tarımsal karar verme sürecini desteklemek için görüntülerden yararlanarak hassas tarımda bir adım ileriye işaret ediyor. Bu proje sayesinde, drone görüntülerine dayalı bir DSS prototipi tasarlandı. Ayrıca, dronların ve gelişmiş algoritmaların entegrasyonunun tarımsal faaliyetlerin çevresel ve ekonomik sürdürülebilirliğini ne ölçüde iyileştirebileceği değerlendirildi.

Proje, basit RGB fotoğrafları çeken bir dronun kullanımının, sahadaki bir ürünü analiz etmeye ve bitki koruma ürünü dağıtımı veya vejetatif kuvvete dayalı seçici hasat gibi en önemli işlemler için kullanılabilir reçete haritaları elde etmeye yetecek kalitede dijital modeller üretmeyi mümkün kıldığını, böylece değerli kaynakların tasarruf edilmesini ve üretim süreçlerinin iyileştirilmesini sağladığını gösterdi.

Bitki koruma ürünü ve su miktarındaki önemli tasarruf ile sahadaki daha iyi dağılım sayesinde, geliştirilen DSS, bağın dijital kopyalarından yararlanarak hassas tarım ilkelerinin sürdürülmesini sağlayan yenilikçi ve sürdürülebilir bir tarımsal araç olarak konumlanıyor. Sürdürülebilirliğe giderek daha fazla yönelen bir sektörde bu teknoloji, çiftçilere modern tarımın günümüz zorluklarıyla başa çıkmak için pratik, ekonomik ve son teknoloji bir çözüm sunabiliyor.

Uygulamaları iAgro uygulaması veya iDrone hizmeti ile nasıl optimize edeceğinizi keşfedin!