Topraksız tarım ortam kültüründe kök bölgesi nem algılayıcıları ile sulamanın yönetimi ve yapay sinir ağları ile bitki su tüketiminin tahminlenmesi
Irrigation management in substrate culture with root zone sensors and estimation of crop evapotranspiration with neural networks
- Tez No: 437922
- Danışmanlar: PROF. DR. İSMAİL HAKKI TÜZEL
- Tez Türü: Doktora
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Tarımsal Yapılar ve Sulama Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 211
Özet
Bu çalışma topraksız tarım ortam kültürü sulama yönetiminde, kök bölgesi nem algılayıcılarnın ve yapay sinir ağlarının kullanım olanaklarını araştırmak amacıyla 2011-2013 yıllarında 2 ilkbahar ve 2 sonbahar üretim dönemi olmak üzere toplam 4 üretim döneminde gerçekleştirilmiştir. Kapalı besleme sistemi kullanılarak yapılan domates (cv. Duru) yetiştiriciliğinde, 2 farklı yetiştirme ortamı (perlit ve cocopeat) ve 2 sulama konusu (Tam: %20, Kısıt: %50) oluşturulmuş ve kök bölgesi nem algılayıcıları ile sulamalar otomatik olarak yönetilmiştir. Tüm dönemler için kullanılan sulama suyu miktarı, bitki su tüketimi, verim gibi parametreler ölçülerek değerlendirilmiştir. Araştırma verileri değerlendirildiğinde, ortam kültüründe, algılayıcılar ile yetiştirme ortamına ilişkin uygun sulama eşikleri belirlenerek su-besin maddesimdem önemli oranlarda tasarruf sağlanabileceği, verim kaybı ve çevresel etkinin en aza indirilebileceği ortaya konulmuştur. Sulama yönetimi için kullanılan bir diğer yöntem de bitki su tüketiminin tahmin edilmesidir. Deneme süresince bitki su tüketimi (ETc), bitki katsayısı (Kc) ve iklim verileri günlük olarak belirlenmiş ve bazı ampirik eşitliklerin (FAO-PM ve Hargreaves) ortam kültüründe yetiştirilen domatesin bitki su tüketimini tahminindeki başarısı incelenmiştir. Elde edilen veriler ile genelleştirilmiş regresyon modelleri (GRM) ve yapay sinir ağı (YSA) modelleri oluşturulmuş ve ETc tahminindeki başarısı ampirik eşitlikler ile kıyaslanmıştır. YSA modellerinin, ETc tahmininde başarıyla kullanılabileceği görülmüştür. Parsele ve bitkiye özel eğitilen YSA modeli, gerçek bitki su tüketimini basit bir sıcaklık-nem algılayıcısı ile bitki katsayısına ihtiyaç duymadan, FAO-PM eşitliğinden daha başarılı tahmin etmiştir. YSA modellerinin, ileriye dönük tahminlemedeki başarısı da incelenmiş ve otomasyona dahil edilerek kullanılabileceği de oluşturulan modeller ile görülmüştür.
Özet (Çeviri)
This research was conducted in 4 growing seasons consists of 2 spring and 2 fall seasons between 2011-2013. Tomato (cv. Duru) plants were studied in closed system substrate culture under 2 irrigation regimes (Full: %20, Deficit: %50) and 2 growing media (perlite and cocopeat). Irrigation thresholds were determined by the allowed percentage of depletion from readily available water and automated with root zone sensors. Supplied and circulated amounts of daily irrigation water, crop evapotranspiration, yield, etc. were measured in all growing seasons. It was concluded that, root zone sensors can be used in substrate culture and with optimum thresholds, deficit irrigation can minimize enviromental impact, irrigation (water and system) and nutrient costs with minimum yield loss. During all growing seasons, daily climate parameters, crop evapotranspirations (ETc) and crop coefficients (Kc) were also determined and standart equation's (FAO-PM and Hargreaves) prediction rate of tomato's ETc grown in substrate culture was evaluated. Generalized regression models and artificial neural network (ANN) models were also generated and compared with empirical equations. ANNs performed better in all input cases, especially, ANN model without crop coefficient and solar radiation inputs performed better than FAO-PM equation with all necessary inputs. ANN models were also generated to forecast daily crop evapotranspiration with the day before's data and performed very well. It was concluded that, ANN models can be used in site specific ETc predictions better than standart equations and can be implemented into irrigation automation with their forecasting ability.
Benzer Tezler
- Kapalı sistem topraksız fasulye yetiştiriciliğinde farklı besin eriyiklerinin verim üzerine etkileri
Effect of different nutrient solutions on yield of beans grown in soilless culture with closed system
GÖLGEN BAHAR ÖZTEKİN
- Sera domates yetiştiriciliğinde ortam kültüründe besin solüsyonunun EC seviyelerinin etkileri üzerine araştırmalar
Effects of different EC levels of nutrient solutions in substrate culture on tomatoes grown in the greenhours conditions
FUNDA ÜÇER
- Marullarda fide döneminde yapılan uv-b ışın uygulamalarının bitki gelişimi, ürün verimi ve kalitesi üzerine etkileri
The effects of uv-b irradiation during the seedling stage on plant growth, crop yield and quality of lettuces
AYŞE ONUR
Yüksek Lisans
Türkçe
2016
ZiraatAkdeniz ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. ERSİN POLAT