Kırsal bölgelerde, toprağın besin değerlerine uygun ürünlerin yetiştirilmemesi ve bilinçsiz gübreleme/sulama gibi uygulamalar, toprak kalitesi ve ürün verimi açısından olumsuz sonuçlar doğurmaktadır. Toprak analizleri, tarım alanlarının sahip olduğu özgün besin değeri oranlarını belirlemek için önemlidir. Çiftçilerin, toprak analiz yöntemlerini kullanmadan tarlalarında ne ekeceklerine karar vermeleri, ilerleyen yıllarda hasat edilecek ürünlerin verimini düşürebilir. Hasat edilecek ürünü seçerken organik madde, pH, tuzluluk, satürasyon, derinlik, potasyum, fosfor ve kireç gibi parametreler incelenmelidir. Ayrıca belirli bir bölgede hangi ürünün yetiştirileceğine karar verirken, güneş ışığı, nem, yağış ve rakım gibi iklim ve coğrafi özelliklerle ilgili faktörler de dikkate alınmalıdır. Bu çalışma, toprak yapısını analiz eden parametreleri ve konum bazlı iklim özelliklerini göz önüne alarak istenen bölgede yetiştirilecek en verimli ürünleri önermeyi amaçlamaktadır. Daha iyi bir model oluşturmak için keşifsel veri analizi yöntemleri kullanılmıştır. Toprak değerlerine dayalı olarak ürün önerileri yapmak için Random Forest, XG Boost ve Bagging gibi algoritmalar kullanılmıştır. Bu modeller arasında Bagging algoritmasının %63 doğruluk oranı ile en doğru tahminlemeyi yaptığı görülmüştür. Ayrıca, sınıflandırma sistemimizin doğruluğunu değerlendirmek için bir karmaşıklık matrisi kullanılmıştır.
Bu çalışmanın, özgün bir çalışma olduğunu; çalışmanın hazırlık, veri toplama, analiz ve bilgilerin sunumu olmak üzere tüm aşamalarından bilimsel etik ilke ve kurallarına uygun davrandığımı; bu çalışma kapsamında elde edilmeyen tüm veri ve bilgiler için kaynak gösterdiğimi ve bu kaynaklara kaynakçada yer verdiğimi beyan ederim.
Bu çalışmada kullanılan toprak analiz verileri Isparta İl Tarım ve Orman Müdürlüğü ve Isparta İl Özel İdare’sinden sağlanmıştır. Destekleri için bu kurumlara teşekkür ederiz. Bu çalışma 3-5 Kasım 2023 tarihlerindeki 5. Uluslararası Mühendislikte Yapay Zekâ ve Uygulamalı Matematik Konferansı (UMYMK 2023)’nda özet bildiri olarak sunulmuştur.
In rural areas, the failure to cultivate crops that are suitable for the soil's nutritional values and unwise practices like improper fertilization/irrigation can have negative consequences for both soil quality and crop yield. Soil analyses are important for determining the specific nutrient value ratios that agricultural areas possess. Farmers deciding what to plant in their fields without using soil analysis methods can lead to reduced crop yields in the following years. When choosing the crop to be harvested, parameters such as organic matter, pH, salinity, saturation, depth, potassium, phosphorus, and lime content should be examined. In addition, factors related to climatic and geographical characteristics such as sunlight, humidity, rainfall and altitude should also be taken into account when deciding which crop to grow in a particular region. This study aims to suggest the most productive crops to be grown in the desired region, taking into account the parameters analysing the soil structure and location-based climatic characteristics. To create a better model, exploratory data analysis methods were employed. Algorithms such as Random Forest, XG Boost and Bagging were used to make crop recommendations based on soil values. Among these models, it was observed that Bagging algorithm made the most accurate prediction with 63% accuracy rate. Additionally, a complexity matrix was used to evaluate the accuracy of our classification system.
This study is an original study; I acted in accordance with the principles and rules of scientific ethics in all stages of the study, including preparation, data collection, analysis and presentation of information; I declare that I have cited all data and information not obtained within the scope of this study and that I have included these sources in the bibliography.
The soil analysis data used in this study was provided by Isparta Provincial Directorate of Agriculture and Forestry and Isparta Special Provincial Administration. We thank these institutions for their support. This study was presented as an abstract at the 5th International Conference on Artificial Intelligence and Applied Mathematics in Engineering (UMYMK 2023) on 3-5 November 2023.
Primary Language | Turkish |
---|---|
Subjects | Software Engineering (Other) |
Journal Section | Research Articles |
Authors | |
Publication Date | December 31, 2023 |
Submission Date | December 6, 2023 |
Acceptance Date | December 15, 2023 |
Published in Issue | Year 2023 Volume: 9 Issue: 4 |