Nesnelerin interneti tabanlı akıllı sulama sistemlerinin tarımsal verimlilik üzerindeki etkilerinin meta-analiz yöntemiyledeğerlendirilmesi
Meta-analysis of the agricultural productivity impacts of internet of things-based irrigation systems
- Tez No: 1018868
- Danışmanlar: DOÇ. DR. HÜSEYİN ARSLAN
- Tez Türü: Doktora
- Konular: Bilgi ve Belge Yönetimi, Bilim ve Teknoloji, Ziraat, Information and Records Management, Science and Technology, Agriculture
- Anahtar Kelimeler: Tarımsal yapılar ve sulama, Agricultural structures and irrigation
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Ticaret Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Sanayi Politikaları ve Teknoloji Yönetimi Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Sanayi Politikaları ve Teknoloji Yönetimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde iklim değişiklikleri ile birlikte kıt su kaynaklarının kullanımında tarımsal sulamanın çok daha optimize yapılması gerekmektedir. Bu nedenle geleneksel yöntemlerden akıllı tarım sulama sistemlerine geçmek zorunlu hale gelmiştir. Dolayısıyla tarımsal sulamada en gelişmiş teknolojilerden biri olan IoT tabanlı tarımsal sulama sistemlerinin kullanılması da gerekmektedir. Bu çalışmada Nesnelerin İnterneti tabanlı sulama sistemlerinin tarımsal uygulamalar üzerindeki etkinliğini gösteren akademik çalışmaların meta analizi yapılmaktadır. Toplam 8 değişken grup baz alınarak (Su Kullanım Verimliliği, Tarımsal Verim, Bitki Su Stresi, Hastalık Belirleme, Evapotranspirasyon Tahmini, Toprak Nemi Tespiti, AI Model Karmaşıklığı, Maliyet-Etkinlik) ampirik sonuçlar elde edilmiştir. IoT ve makine öğrenmesi entegrasyonu ile yapılan sulama sistemlerinde etki büyüklüklerinin oldukça yüksek olduğu(r>0.85) belirlenmiştir. Yapay zekâ yardımıyla karar alma süreçlerinde IoT sulama sistemlerinin oldukça hızlı ve doğru kararlar aldığını göstermektedir. Kaynak kullanımını optimize ederek, erken uyarı ve tahmin etme mekanizmalarını devreye alarak sürdürülebilir tarıma imkân tanımaktadır. Çalışmada ortaya çıkan bulgularda, IoT sulama sitemlerinde var olan yapay zekâ algoritmalarının IoT, Sulama sistemlerinde makine öğrenmesi (ML) ve uzaktan algılama teknolojilerinin entegrasyonunun tarımsal sulama ve tarımsal verimlilikte geleneksel sistemlere göre çok daha olumlu etkiye neden oldukları anlaşılmıştır. Özellikle Yapay Zekâ (AI) temelli bir sistem olan IoT sulama sistemleri su yönetiminde çok daha verimli çözümleri sunmaktadır. Araştırmada elde edilen sonuçlara göre görüntü işleme ve sensör verilerinin Yapay Zekâ tarafından işlenip yorumlanması su stres düzeyinin takip edilmesine de olanak tanıyarak rekolte kayıplarının da azaltılmasını sağlamaktadır. Özetle, IoT sulama sistemlerinin gerek karar alma süreçlerinde hızlı ve doğru kararlar alınmasında gerekse tarımsal verimliliği artırmada ve su kullanımını optimize etme hususunda oldukça etkin olduğu görülmektedir.
Özet (Çeviri)
Today, with climate change and the scarcity of water resources, agricultural irrigation needs to be optimized much more effectively. Therefore, transitioning from traditional methods to smart agricultural irrigation systems has become essential. Consequently, the use of IoT-based agricultural irrigation systems, one of the most advanced technologies in agricultural irrigation, is also necessary. This study presents a meta-analysis of academic studies demonstrating the effectiveness of Internet of Things-based irrigation systems on agricultural applications. Empirical results were obtained based on a total of 8 variable groups (Water Use Efficiency, Agricultural Yield, Plant Water Stress, Disease Detection, Evapotranspiration Estimation, Soil Moisture Detection, (AI) Model Complexity, Cost-Effectiveness). It was determined that the effect sizes were quite high (r>0.85) in irrigation systems integrated with IoT and machine learning. It shows that IoT irrigation systems make very fast and accurate decisions in decision-making processes with the help of artificial intelligence. By optimizing resource use and activating early warning and prediction mechanisms, it enables sustainable agriculture. The findings of the study show that artificial intelligence algorithms in IoT irrigation systems, and the integration of IoT, machine learning (ML), and remote sensing technologies in irrigation systems, have a much more positive impact on agricultural irrigation and productivity compared to traditional systems. In particular, IoT irrigation systems, being AI-based, offer much more efficient solutions in water management. According to the results of the research, the processing and interpretation of image processing and sensor data by AI allows for monitoring water stress levels, thus reducing crop losses. In summary, IoT irrigation systems are highly effective in making quick and accurate decisions in decision-making processes, increasing agricultural productivity, and optimizing water use.
Benzer Tezler
- Designing a microcontroller-based system for agricultural data monitoring
Tarımsal verilerin takibi amaçlı mikrodenetleyici tabanlı sistem tasarımı
GÖKTAN KIRAĞ
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiMuğla Sıtkı Koçman ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHMUT TENRUH
- Nesnelerin interneti tabanlı sulama sistemi verileri kullanılarak makine öğrenme algoritmaları ile toprak nemi tahminleme
Prediction soil moisture with machine learning algorithms using internet of things based irrigation system data
BELKIS BÜYÜKPATPAT
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL BABAYİĞİT
- Nesnelerin interneti tabanlı akıllı sera tasarımı ve geleneksel sera ile karşılaştırılması
Internet of things based smart greenhouse design and comparison with traditional greenhouse
SAMET TEKEŞ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKırklareli ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZLEM AYTEKİN
- Nesnelerin interneti tabanlı makine öğrenmesine dayalı seçici sulama sistemi tasarım ve uygulaması
Internet of things based machine learning supported selective irrigation system design and implementation
HARUN DOLCEL
Yüksek Lisans
Türkçe
2022
Mekatronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiMekatronik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT DURGUN
- An IoT based smart irrigation recommendation system
Yeni bir IoT tabanlı akıllı sulama sistemi
WASEEM ALGBURI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ZENGİN