The use of remote sensing for monitoring agricultural products in the Gezira Irrigation Scheme, Sudan

Bu tez, Sudan'ın Gezira Sulama Planı'ndaki (880.000 hektar) tarımsal yönetim ve gıda güvenliği sorunlarını ele almaktadır. Buğday üretimi ve su verimliliği optimizasyonuna odaklanarak tarımsal izlemeyi geliştirmek için gelişmiş makine öğrenimi kullanmaktadır, Çalışma, çoklu veri kaynaklarını entegre ederek, Sentinel-2 görüntülerini kullanarak mahsul sınıflandırması için Destek Vektör Makinesi (SVM) ve Nesne Tabanlı Görüntü Analizi (OBIA) yöntemlerini uygulamaktadır. Random Forest ve XGBoost dahil çeşitli modeller, verim ve su verimliliğini tahmin etmektedir, Sonuçlar, mahsul sınıflandırmasında yüksek doğruluk göstermekte, SVM'nin OBIA'ya göre biraz daha iyi performans sergilediğini ortaya koymaktadır. Ekim alanı tahmini, resmi kayıtlara kıyasla %2-3'lük bir hata aralığına ulaşmıştır. Araştırma, buğday yetiştiriciliğindeki karmaşık dinamikleri ortaya çıkararak, doğrusal olmayan verim faktörlerini ve daha basit su verimliliği ilişkilerini vurgulamaktadır, Bu çalışma, BM Sürdürülebilir Kalkınma Hedefleri ile uyumlu olarak gıda güvenliğinin iyileştirilmesine, çiftçi geçim kaynaklarına ve sürdürülebilir su kullanımına katkıda bulunmaktadır. Metodoloji, benzer küresel sulama planlarında potansiyel uygulamalara sahiptir.