IoT Tabanlı ve Makine Öğrenmesine Dayalı Seçici Sulama Sistemi

Year 2021, Issue: 28, 395 - 401, 30.11.2021

Harun Dolcel , Mahmut Durgun , Levent Gökrem

https://doi.org/10.31590/ejosat.1002401

Abstract

Nüfus artışı, kentleşme ve iklim değişikliği nedeniyle, özellikle tarım üzerinde olmak üzere su kaynakları için rekabetin artması beklenmektedir. Ülkemizde kişi başına düşen yıllık kullanılabilir su miktarı 1.500 m3 civarında olduğu için su sıkıntısı bulunan ülke konumundayız. Bu yüzden var olan kısıtlı, kullanılabilir su kaynaklarının kullanılması konusunda tasarrufa gidip, kullanım konusunda dikkatli davranıp, özen göstermeliyiz. Planlanan bu çalışma çeşitli ürünlerin yetiştirildiği bahçelerde, toprağa ekilen ürünlerin çeşitliliğine uygun olarak her bir ürün için özel bir sulama reformu oluşturmak, su kaynaklarının etkin ve doğru kullanımıyla birlikte üretim verimliliğini artırmak için tarım tesislerindeki yeni yapı entegre veri toplama sistemi ve makine öğrenmesi sistemini sunmaktadır. 8 farklı ürün için nesnelerin interneti tabanlı, uzaktan kontrollü ve yapay zekâya dayalı çok katmanlı sistemin tasarımını ve geliştirilmesini sunmaktadır. Çok katmanlı sistem, kırsal ortamlarda bilgi keşfi ve karar verme için kablosuz sensör ağlarından gelen bilgileri yönetir. Önerilen çok katmanlı sistem, kırsal bir ortamda gerçekleştirilen faaliyetlerde karar vermek için sensörler tarafından toplanan verileri analiz etmemize olanak tanıyarak ürünlerin sulanmasında en az su kullanımı ile en iyi verimi almayı hedeflemektedir. Su, israf edilmemesi gereken kıt bir doğal kaynak olduğundan, önerilen sistemle ürün çeşidine göre sulama yapılması, canlı veri takibinin yapılması ve tüm bu verilere herhangi bir yerden mobil cihazlar veya bilgisayar üzerinden takibi ve kontrolü amaçlanmaktadır. Çalışmada yer alan cihazların her türlü arazi ortamında çalıştırılması düşünülmüştür. Bu kapsamada proje kullanılacak olan tüm enerji ihtiyacı yenilenebilir enerji kaynakları (Güneş Fotovoltaik) üzerinden sağlanmaktadır.

Keywords

Seçici Sulama, Makine Öğrenmesi, Uzaktan İzleme, Fotovoltaik Enerji.

Thanks

Çalışmanın hazırlanmasında sabırla büyük çaba sarf eden değerli hocam sayın Dr. Öğr. Üyesi Mahmut DURGUN’a, konu ile ilgili tecrübe ve bilgisini bizimle paylaşan değerli hocam sayın Dr. Öğr. Üyesi Levent GÖKREM’e, çalışmalarımın oluşturulması ve testlerinin gerçekleştirilmesi için ARGE Laboratuvarını kullanmam için izin veren Tokat Mesleki ve Teknik Anadolu Lisesi İdaresi ve çalışma arkadaşlarıma, çalışmalarım esnasında gösterdiği sabır ilgi ve alaka sebebiyle aileme şükranlarımı sunmayı bir borç bilirim.

Selective Irrigation System Based On IoT And Machine Learning

Abstract

Due to population growth, urbanization and climate change, competition for water resources, especially over agriculture, is expected to increase. Since the annual amount of usable water per capita in our country is around 1,500 m3, we are in the position of a country with water shortage. That's why we have to save money on the use of limited, usable water resources and be careful about using them. This planned study presents a new structure integrated data collection system and machine learning system in agricultural facilities in order to create a special irrigation reform for each product in accordance with the variety of products planted in the soil, in the gardens where various crops are grown, and to increase production efficiency with the effective and correct use of water resources. In the study, it presents the design and development of an internet-based, remote-controlled and artificial intelligence-based multi-layer system for 8 different products. The multi-layer system manages information from wireless sensor networks for information discovery and decision making in rural environments. The proposed multi-layer system allows us to analyze the data collected by the sensors to make decisions in activities carried out in a rural environment, aiming to get the best efficiency with the least water use in irrigating the crops. Since water is a scarce natural resource that should not be wasted, the proposed system aims to irrigate according to the type of product, to monitor live data, and to monitor and control all these data from anywhere via mobile devices or computers. The devices in the system are intended to be operated in all kinds of terrain. In this context, all energy needs to be used in the project will be realized through renewable energy sources (Solar Photovoltaic).

Keywords

Selective Irrigation, Machine Learning, Remote Monitoring, Photovoltaic Energy.

References

• ATIF/REFERENCE: Dolcel, H., Durgun, M., & Gökrem, L. (2021). IoT Tabanlı ve Makine Öğrenmesine Dayalı Seçici Sulama Sistemi. Avrupa Bilim ve Teknoloji Dergisi, (27),