Nesnelerin interneti tabanlı makine öğrenmesine dayalı seçici sulama sistemi tasarım ve uygulaması

Son yıllarda hızlı nüfus artışıyla su tüketiminin artması, iklim değişikliği nedeniyle doğal su kaynaklarının azalması ve bilinçsiz tarımsal sulama sonucunda tatlı su kaynakları için ülkeler arası rekabetin artmasına sebep olmaktadır. Dünya nüfusu hızla artmakta ancak bu artışa paralel olarak tarımsal üretim aynı doğrultuda artmamaktadır. Tarımsal üretimdeki yetersizliğin sebeplerinden bir tanesi geleneksel yöntemlerle sulamanın hala yaygın olarak kullanılmasıdır. Geleneksel tarımsal sulamada, bitkinin ihtiyacından fazla su verilmekte ve suyun birçoğu bitki tarafından kullanılmadan buharlaşmaktadır. Tarımsal üretimde, su kullanımını en uygun seviye de tutmak, enerji tüketimini azaltmak ve mahsullerin kalitesini arttırmak için tarımsal sulamada akıllı teknolojilere olan ihtiyaç her geçen gün artmaktadır. Bu tez çalışmasında; tarımsal sulamada su kullanımını verimli hale getirilmektedir. Bitkiye özgü sulama programı oluşturacak nesnelerin interneti tabanlı ve makine öğrenmesine dayalı bir sistem tasarımı gerçekleştirilmiştir. Toprak nem verileri Kablosuz sensör ağ (WSN) tabanlı sistemi ile toplanmıştır. Seçici Sulama Sisteminin (SSS) karar verme mekanizmasına yardımcı olarak, FAO CROPWAT programı tarafında bitkilere özgü oluşturulan sulama suyu verileri kullanılmıştır. Elde edilen veriler doğrultusunda, bitkiye özgü sulama suyu miktarı, regresyon algoritmaları uygulanarak tahmin edilmiştir. Makine öğrenmesi ile elde edilen veriler MQTT protokolü ile NodeMCU işlemcisine gönderilerek suyun geçişine izin veren Selenoid Valflerin kontrolü sağlamıştır. Sistemde damla sulama yöntemi kullanılacaktır. Çalışmamızın enerji ihtiyacı Fotovoltaik (FV) sistemden elde edilmiştir.