Büyük veri ve BT tarım sektörüne nasıl yardımcı oluyor? Teknoloji, bilgiye yeni yollarla bakarak bitkisel üretim performansının iyileştirilmesine yardımcı oluyor.
Tarımdaki gelişmeler son birkaç on yıldır ağırlıklı olarak daha iyi kimyasallara dayanmaktadır. Ancak şimdi araştırmacılar ve işletmeler, bitkisel üretim performansına daha fazla kazanım sağlamak için yeni nesil tarım odaklı uygulamalar geliştirmeye başlıyor. Silikon Vadisi Robotik Tarım Zirvesi’nde uzmanlar tarımda bilgi teknolojisinin geleceği hakkında konuştu.
Marul inceltme ve ayıklama robotları üreten Blue River Technology’nin mühendislik başkan yardımcısı Jim Ostrowski, “Tarımın teknolojiye hazır olmasının birkaç nedeni var,” diyor. “Bunlardan biri tarımsal üretimi artırma ihtiyacı. Bazı istatistikler önümüzdeki 10 yıl içinde üretimi %30 oranında artırmamız gerektiğini gösteriyor. Bunu yapmak için gereken arazi artmıyor. Ayrıca tarımda çok büyük işgücü açığı var.” Buna ek olarak, herbisit toleranslı yabani otların hızla gelişmesiyle birlikte en yaygın yabani ot öldürücülerden bazılarının etkinliği azalmaya başlıyor.
Ostrowski, tarımsal uygulamaların en önemli üç alanının şunlar olduğunu söyledi:
- Daha iyi bitki bakımı. Bu, ayıklama gibi süreçleri otomatikleştirmek için sistemler geliştirmeyi ve daha iyi sonuçlar getiren uygulamaları belirlemeyi içerir.
- Kuraklık ve hastalıklara karşı direnç sayesinde daha iyi bitki üretim performansı. Bunun için yeni nesil bitkiler, sensörler ve arka uçta en iyi cinsleri hızlı bir şekilde belirleyecek tohum veri yönetim sistemleri gerekmektedir.
- Verilerin iyileştirilmesi ve çiftçilere daha iyi kararlar almaları için uygulamalar sağlanması.
Bitki üretim performansını artırma
Önemli bir kullanım alanı da tarım robotlarının büyümesidir. Bu, işgücü sorunlarının ele alınmasına yardımcı olabilir ve yeni verimlilikler getirebilir. Blue River, bu ihtiyacı karşılamak üzere, sıcak yağ veya hedefe yönelik yabani ot öldürücü kimyasallar kullanarak geniş tarlaları inceltme ve ayıklama süresini ve maliyetlerini önemli ölçüde azaltabilecek bir robot serisi geliştirmektedir. Bunun için daha iyi yapay görme tekniklerinin ve bitkileri yabani otlardan ayırmak için yapay öğrenme tekniklerinin geliştirilmesi gerekiyor.
Bitki bakımını iyileştirmenin büyük avantajları var. Örneğin, ortalama mısır verimi dönüm başına yaklaşık 171 kile. Ancak bazı çiftçiler dönüm başına yaklaşık 500 kile yetiştirebiliyor. Ostrowski, “Ortalama ile olabileceği arasında büyük bir uçurum var” dedi. “Çoğu çiftçilik tek tiptir. Tek tek bitki düzeyinde neler olup bittiğini anlamak için kameraları ve teknolojiyi kullanabiliriz.” Ostrowski, herbisit ve gübre uygulamalarında daha hassas olunması halinde tarımsal kimyasalların %90’ının ortadan kaldırılabileceğine ve ABD’nin yılda 45 milyar dolar tasarruf edebileceğine inanıyor.
Daha iyi bitkiler için uygulamalar oluşturma
Daha iyi tarımın temel bir unsuru, belirli bir ortam için en iyi özelliklere sahip tohumları üretmektir. Büyük ölçekli tohum üretim operasyonları, tohum yetiştirme laboratuvarlarından toplanan büyük miktarda veriyi gerektirir. Yakın zamana kadar bunu yapmanın maliyeti, genellikle mısır, soya ve buğday gibi ticari ürünlere odaklanmış büyük şirketlerle sınırlıydı, örneğin Monsanto, Pioneer, Syngenta ve Bayer gibi şirketler.
Benson Hill Biosystems’un CropOS’u, aynı yetenekleri çok daha küçük tohum üretim operasyonlarına getiren yeni bir bulut uygulamasıdır. Bu hizmet, hangi ürün çeşitlerinin daha iyi performans göstereceğini daha iyi öngörmek için güçlü analitik ve makine öğrenmesi uygular.
Benson Hill CEO’su Matthew Crisp, CropOS’un, bitki bilimi topluluğunu farklı çevresel koşullar ve coğrafyalar için özelleştirilebilen yeni bitki çeşitleri geliştirmeye yetkilendiren ilk bulut tabanlı platform olduğunu söyledi. Bu veriler, yetiştirici notları, IoT sensörleri, drone görüntüleri ve bitkilerin moleküler özellikleri gibi unsurları içerir. Crisp, “Bitki genleri %99 aynı olabilir, ancak küçük varyasyonlar bitki davranışı ve performansında önemli değişikliklere neden olabilir” dedi.
Ancak, daha küçük araştırmacılar için, bu küçük genetik değişikliklerin farklı bitki çeşitleri için ne anlama geldiğine bakabilecekleri veri miktarına ve hesaplama gücüne ancak yakın zamanda ulaşılabildi. Crisp, “Bu veriyi harekete geçirebilmek ve herhangi bir boyuttaki organizasyonun daha büyük oyuncularla rekabet edebilecek tohumlar üretmesine izin veren karmaşıklığı azaltmak, yalnızca bulut bilişim sayesinde mümkündür” dedi.
Bitki üretim performansı ve tarım verileri
Araştırmacılar, çeşitli sensörler kullanarak tarladaki bitkilerden daha zengin veri toplamanın yollarını da araştırıyor. UC Davis’ten Richard Slaughter, bitki sağlığı hakkında bilgi toplayabilen IoT sensörlerle donatılmış bir laboratuvar oluşturduklarını ve bu sayede çiftçilerin daha hedefe yönelik kararlar alabileceklerini söyledi.
Bu, nem ve bitki stres sensörlerinden gelen verilerin birleştirilerek kullanılmasıyla, su kullanımını azaltmak için de kullanılabilir. Slaughter, “Kuraklık döneminden bir mola aldık, ancak tarımın genel olarak su konusunda daha verimli olması gerekiyor” dedi.
Bitki sağlığı sorunlarını otomatik olarak tanımlamak ve ele almak için sensörler ve makine öğrenme sistemleri oluşturmak üzerine ek çalışmalar da bulunmaktadır, bunlar arasında besin analizi, yabancı otlar ve zararlılar yer alır. Bu, kameralar, kimyasal sensörler ve diğer IoT cihazlarından gelen verilerin bulut analitik platformlarına entegre edilmesini gerektirir.
Gerçek parayı kazanmak için, TerrAvion’un CEO’su Robert Morris, ABD’de yetiştirilen ana ürünlere odaklanılması gerektiğini söylüyor. Onlar, özel ürünler için piloted uçaklar kullanarak bir hava görüntüleme bitki izleme servisi geliştirdiler. Bu veriler, karar süreçlerine rehberlik eden Land Magic ve Pasture Map gibi çeşitli tarım uygulamalarına beslenir.
Morris, hava fotoğrafçılığının asla ticari çiftçilere yeterli fayda sağlamak için ölçek ekonomisine ulaşamayacağına inanmıyor. Ona göre, çiftçilere sürekli veri yığınıyla baskı yapmak yerine, tarım döngüsünün kilit anlarında kararları yönlendirebilecek verileri sağlamak bugün daha maliyet etkili bir yaklaşımdır.
Kaynak
Hazırlayan: Şerife Avşar
