Örtü altı tarım uygulamlarında yapay zekâ tabanlı tespit, teşhis, tedavi ve verim otomasyonu
Artificial intelligence based detection, desease, diagnosis, treatment and efficiency otomation for greenhouse applications
- Tez No: 771017
- Danışmanlar: DOÇ. DR. SELAMİ KESLER
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 143
Özet
Serada bitkiler çok hızlı yetişmektedir. Bu sürede bitkinin verimliliğini etkileyen iki önemli etken bulunmaktadır. Birinci etken, hastalıkların hızlı bir şekilde teşhis edilememesidir. Teşhisin geç kalınmasıyla hastalık çok büyük alana yayılmaktadır. İkinci etken ise, bitkinin yaşam evresi tespitinin geç olmasıdır. Bitki her bir yaşam evresinde farklı iklimlendirme istemektedir. Bu etkenler hızlı tespit edilir ve gerekli önlemler alınırsa bitkilerde verimlilik ve kalite artmaktadır. Günümüzde hastalıklı bitkilerin yaprakları toplanarak laboratuvar ortamında tespit işlemi yapılmaktadır. Serada bitki yetişirken alınan örnekler üzerinde tespit işleminin laboratuvar ortamında yapılması süreci uzatmakta ve tespite yönelik tedavi sürecinde de geç kalınmaktadır. Bu tez çalışmasında, bitkilerin bir anlık örnekleminin değerlendirilmesi yerine bitkinin bütün gelişim süreci dikkate alınarak sürekli gözlem yapılması ve gerekli müdahalenin hızlıca yapılması sağlayan gerçek zamanlı derin öğrenme tabanlı yöntemler ele alınmış ve en yüksek doğruluk oranına sahip bir yöntem önerilmiştir. Bu amaçla, 26648 fotoğraftan oluşan bir veri seti kullanılmıştır. Bu veri seti; çok hassas olan çilek bitkisinin 5 hastalıklı hali ve 3 farklı yaşam evresine yönelik fide, çiçeklenme ve mahsul hallerinden oluşmaktadır. Ayrıca çilek yaşam evrelerindeki susuz halleri de tespit edilmiştir. Bu veri seti MATLAB ortamında evrişimli sinir ağlarında 12 farklı mimaride kullanılmıştır. Serada çilek bitkisi yetişirken bir kamera ile her gün saat 10:00'da durum görüntüsü, gerçek yetişme ortamında alınmaktadır. Bu görüntü ResNet101 mimarisinde işlenmektedir. İşlem sonucu hem bilgisayar ekranında gösterilmekte hem de mikro denetleyicili teşhis ve değerlendirme ünitesine gönderilmektedir. Mikro denetleyicili sistem aynı zamanda, alınan verileri mobil uygulamaya aktarmaktadır. Değerlendirme sisteminde karar verilen gelişim ve hastalık bilgisi üreticinin mobil uygulamasına iletilmekte ve duruma göre sera içi iklimlendirme ayarlamakta ve varsa hastalık tedavisi başlatılmaktadır. Gerçekleştirilen sistemde verimliliği artırmak için sulama ve nemlendirmede bulanık mantık tabanlı bir denetleyici kullanılmaktadır. Bulanık mantık denetleyici için öncelikle MATLAB ortamında benzetim modeli (simülasyonu) yapılmıştır. Daha sonra MATLAB verilerine göre Arduino mikro denetleyicisine kod yazımı gerçekleştirilmiştir. Uygulama sonucunda derin öğrenme ile yetiştirilen çilek bitkisinde verimliliğin ve üretim kalitesinin önemli ölçüde artığı tespit edilmiştir.
Özet (Çeviri)
Plants grow very quickly in the greenhouse. There are two important factors affecting the productivity of the plant during this period. First factor, disease cannot be diagnosed quickly. With the late diagnosis, the disease spreads to a very large area. The second factor is the late detection of plant's life stage. The plant requires different acclimatization in each life stage. The faster these factors are detected and the necessary precautions are taken, the higher the productivity and quality of plants. Today, leaves of diseased plants are collected and detection is carried out in the laboratory environment. Performing the fixation process on the samples taken while growing plants in the greenhouse in the laboratory environment prolongs the process and delays the treatment process for fixation. In this study, real-time deep learning-based methods that allow continuous observation and rapid intervention by considering the whole development process of the plant, instead of evaluating a single instantaneous sample of the plants, are discussed and a method with the highest accuracy rate is proposed. For this purpose, a data set consisting of 26648 photographs is used. This data set; It consists of 5 diseased states of the strawberry plant, which is very sensitive, and seedling, flowering and crop states for 3 different life stages. In addition, the anhydrous state of the strawberry life stage is determined. This data set is used in 12 different architectures in convolutional neural networks in MATLAB environment. While the strawberry plant is growing in the greenhouse, the status image is taken every day at 10:00 in the real growing environment with a camera. This image is processed in ResNet101 architecture. The result of the process is both displayed on the computer screen and sent to the microcontroller control and evaluation unit. The microcontroller system also transfers the received data to the mobile application. The development and disease information decided in the evaluation system is transmitted to the mobile application of the producer, and according to the situation, indoor air conditioning is adjusted and disease treatment, if any, is initiated. In the implemented system, fuzzy logic control is used in irrigation and humidification to increase efficiency. To realize fuzzy logic control, MATLAB simulation is done first. Then, the codes are written into Arduino microcontroller according to MATLAB data. As a result of the study, it is determined that the productivity and production quality of the strawberry plant highly increased.
Benzer Tezler
- Yayla koşullarında örtüaltı yetiştiriciliği yapan işletmelerin maliyet ve karlılığının analizi: Antalya ili Elmalı ilçesi örneği
Analysis of production cost and profitability of greenhouse growing enterprises: A cases of Elmali county of Antalya province
TALİP BAŞBUĞ
Yüksek Lisans
Türkçe
2016
EkonomiSüleyman Demirel ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
DOÇ. DR. MEVLÜT GÜL
- Samsun ili Çarşamba ilçesi örtüaltı sebze yetiştiricilerinin kullandıkları bilgi kaynaklarının belirlenmesi ve tarımsal yayım açısından değerlendirilmesi
Determination of information sources used by greenhouse vegetable growers in Çarşamba district of Samsun province and evaluation in terms of agricultural extension
YASİN ALPARSLAN KURT
Yüksek Lisans
Türkçe
2020
ZiraatOndokuz Mayıs ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. İSMET BOZ
- Geleneksel üretim yönteminden iyi tarım uygulamalarına geçiş yapan örtüaltı sebze üreticilerinde zararlı yönetimi yönünden olası davranış değişikliklerinin belirlenmesi: Antalya ili Kumluca ilçesi örneği
Determination of the possible behavioral changes in vegetable greenhouse producers making the transition from traditional methods to good agriculture practices in terms of the pest management: Kumluca case study in Antalya
ÖMER FARUK ENGİN
- Urla, Çeşme yarımadasında doğal ortam ile sosyo faaliyetler arasında ilişkiler
The Relations of socio-economic aand natural factors in Urla-Çeşme peninsula
ADNAN SEMENDEROĞLU
Doktora
Türkçe
1999
CoğrafyaDokuz Eylül ÜniversitesiCoğrafya Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM ATALAY