YAPAY SİNİR AĞLARI İLE SÜNE ZARARLISININ BUĞDAY DANESİ ÜZERİNDEKİ ETKİLERİNİN BELİRLENMESİ

Öz

Buğday Türkiye için olduğu kadar dünyadaki pek çok ülke için de stratejik bir üründür ve süne zararlısı ise buğday üretiminde temel bir sıkıntıdır. Süne zararlısı, buğdayı bitkisel büyüme, baş verme ve olgunluk dönemlerinde negatif olarak etkiler. Bu etki, buğday danesi üzerinde verim kaybı ve kalitede düşüş olmak üzere iki çeşit hasar meydana getirir. Bu kalite düşüşü de insan beslenmesinde temel gıda maddesi olan buğdaydan üretilen pek çok üründe üretim kayıplarına sebep olmak-tadır. Bu durumu ortadan kaldırabilmek için buğday daneleri işlenmeden önce süne hasarlı olanların hasarlı olmayanlardan ayrılması gerekmektedir. Bu ise Türkiye'de uzmanlar tarafından gerçekleştirilmektedir. Ancak bu hasar kimi zaman çok be-lirgin ve gözle anlaşılabiliyorken kimi zaman anlaşılamayacak şekilde olabilir. Bu durumda hasarlı buğday danelerini hasar-sızlar arasından gözle tespit edebilmek mümkün olmayabilir. Sunulan çalışmada buğday danesi üzerindeki süne zararlısının oluşturduğu hasarı tespit etmek amacıyla Yapay Sinir Ağlarına (YSA) dayalı otomatik bir görüntü tanıma sistemi sunulmak-tadır.

Anahtar Kelimeler

• Süne,Buğday,Yapay Sinir Ağları (YSA)

Determinination of Efects of Sunn Pest on Wheat Grain by Artificial Neural Networks

Abstract

Wheat is a very strategic crop for Turkey as well as many other countries and sunn pest is a major constraint to the production of wheat. Sunn pest negatively affects wheat crops during their vegetative growth, heading and maturity stages. This effect causes two types of damage on wheat grain by leading to wheat yield loss and grain quality decrease. The decrease in the quality leads in turn to production losses in many products which depends on wheat. Wheat crops therefore should be examined before the production processes in order to separate the sunn pest affected ones from non-affected ones. Such a discrimination task in Turkey is performed by experts. However, the damage can sometimes be visible but also sometimes it migth be hard to notice the damage. So, the damaged grains may not be distinguished among undamaged ones with simple eye observation. In this study, an automatic system which uses Artificial Neural Networks (ANN) to determine the wheat grains damaged by sunn pest is proposed

Keywords

• Sunn Pest,Wheat,Artificial Neural Networks

References

1. Bishop, C.M.,1995. Neural Networks for Pattern Recognition, Oxford University Press, Oxford.
2. Cressey, P.J., Farrell, J.A.K. & Stufkens, M.W., 1987. Identification of an Insect Species Causing Bug Damage in New Zealand Wheats. New Zealand Journal of Agricultural Research, 30:209-212.
3. Diraman, H., 1996. Buğday ve Unlarda Süne Zararının Belirlenmesi Yöntemleri. Pasta, Ekmek, Dondurma ve Teknik, 1(2):66-70.
4. Dizlek, H., 2010. Süne Zararına Uğramış Ekmeklik Buğdayların Bazı Niteliklerinin İncelenmesi ve İyileştirilmesi Olanakları Üzerine Bir Araştırma. Çukurova Üniversitesi Fen Bilimleri Enstitüsü Gıda Mühendisliği Anabilim Dalı Doktora Tezi.
5. Elmas, Ç. 2003, Yapay Sinir Ağları, Birinci Baskı, Ankara: Seçkin Yayıncılık.
6. Olanca, B., Köroğlu, D., Sivri Özay, D., Köksel, H., Dönmez, E. & Sanal, T. 2008. The Extent of Gluten Degradation in Bread Wheat Cultivars due to Bug (Eurygaster spp.) Proteases by SE-HPLC (H. Köksel, U. Uygun & A. Başman ed.). Bosphorus 2008 ICC International Conference, ISBN 978-9944-0519-0-3, İstanbul, p.140.
7. Ripley, B. D., 1996. Pattern Recognition and Neural Networks, Cambridge University Press, Cambridge.
8. Sivri, D., 1998. Süne Proteolitik Enzimlerin İzolasyonu, Karakterizasyonu, Saflaştırılması ve Gluten Proteinleri Üzerine Etkilerinin Belirlenmesi. H.Ü. Doktora Tezi, Ankara, 101s

9. Sivri, D. & Köksel, H., 2000. Characterisation and Partial Purification of Gluten Hydrolyzing Proteinase from Bug (Eurygaster spp.) Damaged Wheat (P.R. Shewry & A.S.
10. Tatham ed.). Wheat Gluten, Royal Society of Chemistry, Cambridge, UK, p.287-290.
11. www.aljazeera.com.tr/interaktif/bm-gida-ve-tarim-orgutunun-aclik-raporu (Erişim: 23 Kasım 2014)
12. www.tagem.gov.tr/onemli%20projeler%2004/PROJELER/sune (Erişim: 23 Kasım 2014)
13. www.stargazete.com.tr/index.asp?haberID=70402 (Erişim: 23 Kasım 2014)
14. www.polatliborsa.org.tr/tr/sune/sune.htm (Erişim: 23 Kasım 2014)