Elektromanyetik Spektrumun Tarım Makinaları Araştırmalarında Kullanımı

Öz

Ülkemizde bölgeler arası gelişmişlik farklılıkları ülkemizin en temel sorunlarından biri olup,

birçok sosyo-ekonomik sorunun kaynağını da oluşturmaktadır. Bu farklılıkları yaratan temel

unsurlar, eğitim yetersizliği, sermaye birikiminin azlığı, yerel bir pazarın yeterince gelişmemesi, girdi

temini, kalifiye eleman temininde karşılaşılan güçlükler, coğrafi konum, alt yapı eksikliği ve tarım

arazilerinin ekonomik büyüklüğün altında olması, çok parçalı tarım arazisi sayılabilir. Tarım

makinaları alanında yapılan akademik çalışmalar da bölgeler arası gelişmişlikten etkilenmekte olup,

sosyo-ekonomik yapının bir parçası görünümünü sergilemektedir. Ancak, teknolojik gelişmeler ve

teknolojik düzeyin içselleştirilerek tarım makinaları araştırmalarında kullanılması hem sektörde, hem

de bu alanda araştırma yapan araştırıcılarda paradigma değişikliğini gerektirecektir. Bu çalışma ile

yeni yeni tarım makinaları alanında kullanım alanı bulan elektromanyetik spektrum içerisinde yer

alan dalga boylarından nasıl yararlanıldığı, nerelerde kullanıldığı ve gelecekte yapılacak

araştırmalarda nelerin kullanılabileceği özetlenmiştir.

Anahtar Kelimeler

• Elektromanyetik,,Elektromanyetik spektrum

Kaynakça

1. CASASENT, D., TALUKDER, A., KEAGY, P. ve SCHATZKI, T., 2001. Detection and Segmentation of Items in X-Ray Imagery. Transactions of the ASAE, American Society of Agricultural Engineers, Vol. 44(2), 337-345.
2. CHENG, X., TAO, Y., CHEN, Y. R. ve LUO, Y., 2003. NIR/MIR Dual-Sensor Machine Vision System for Online Apple Stem-End/Calyx Recognition.Transactions of the ASAE, American Society of Agricultural Engineers ISSN 0001- 2351, Vol. 46(2): 551-558.
3. CHONG, V. K., KONDO, N., NINOMIYA, K., MONTA, M. ve NAMBA, K., 2004. Comparision on Eggplant Fruit Grading Between NIR-Color Camera and Color Camera.
4. Automation Technology for Off-Road Equipment, ASAE Publication Number 701P1004: 387-393.
5. KARAMI, M. A. and MIRABOLFATHY, M., 2006. Neural Network to Separate Aflatoxin Contaminated Pistachio Nuts. Proc. IVth IS Pistachios and Almonds, Acta Hort. 726: 605-610.
6. LIN, T., CHANG, H., WU, K., JIANG, J., OUYANG, C., YANG, M. and YANG, E., 2005. An Adaptive Image Segmentation Algorithm for X-Ray Quarantine Inspection of Selected Fruits. ASAE Annual International Meeting Presentation, Paper Number: 053123: 1-14.
7. MOHSENIN, N. N., 1984. Electromagnetic Radiation Properties of Foods and Agricultural Products. Gordon and Breach, Science Publishers, Inc., New York, 673s., 14-15.
8. ÖZLÜOYMAK, Ö. B., 2014. Development of a UV-based Imaging System for Real-Time Detection and Separation of Dried Figs Contaminated with Aflatoxins. Journal of Agricultural Sciences 2014, 20(3):302-316.

9. PERİNCEK, S. D., DURAN, K., KÖRLÜ, A. E. ve BAHTİYARİ, M. İ., 2007. Ultraviyole Teknolojisi. Tekstil ve Konfeksiyon, 4/2007: 219-223.
10. VATANDAŞ, M., GÜNER, M. ve TÜRKER, U., 2001. Hassas Tarım Teknolojileri, 1-20.
11. WEN, Z. ve TAO, Y., 2000. Dual-Camera NIR/MIR Imaging for Stem-End/Calyx Identification in Apple Defect Sorting. Transactions of the ASAE, American Society of Agricultural Engineers 0001-2351/00/4302-449, Vol. 43(2): 449-452.
12. YABE, K., ANDO, Y., ITO, M. and TERAKADO, N., 1987. Simple Method for Screening Aflatoxin-Producing Molds by UV Photography. Applied and Environmental Microbiology 0099-2240/87/020230-05, Vol. 53, No.2: 230-234.