Suyun sulama yoluyla optimum kullanımı, her zaman ayrılmaz bir şekilde tarımın evrimi ve başarılı çiftçilikle bağlantılı olmuştur. Ancak, teknoloji ve altyapı genel giderleri için standart bir maliyet-fayda analizinin yanı sıra doğal su kaynaklarını verimli bir şekilde yönetmek hassas bir dengeleme eylemidir.
Su tüketimini azaltmanın önemi, özellikle tarımın küresel su kullanımının %70’inden fazlasını oluşturduğu tahmin edildiği için çok önemlidir .Gıda taleplerinin artmasıyla birlikte, su kullanımının bu talebi karşılamak için %15 daha artması bekleniyor.
Hassas tarım ve yapay zeka devrimi
Yetiştiricilerle birlikte teknoloji şirketleri, hassas tarım yöntemleri ve görünürlük araçlarıyla bu karmaşık sorunu çözme zorluğunun üstesinden geldiler. Serada olduğu kadar sahada da su verimliliğini artırmaya yönelik adımlar atan bir teknoloji alanı yapay zeka (AI).
Gelişmekte olan teknolojiler, cihazlar ve platformlar, birden fazla kaynaktan eşi görülmemiş miktarda veri toplamamıza ve bunlardan yararlanmamıza olanak tanır: tarihi yağış modelleri, havadan görüntüler, verim kayıtları, saha sensörleri vb. Buna karşılık, birleştirilmiş veriler işlenebilir ve birlikte birleştirilebilir.
Optimum sulama planlaması ve dağıtımı oluşturma
Aşırı sulanan veya su altındaki alanların belirlenmesi anahtardır. Herhangi bir çiftçi veya ziraat mühendisi için değerlendirilmesi zor olabilecek günlük bir görev, optimum verim ve kaliteyi elde etmek için doğru su miktarını belirlemektir. Bitkinin türüne bağlı olarak aşırı sulama da riskler taşır. Örneğin, aşırı sulanan pamuk mahsulü, mahsulün değerini taşıyan pamuk çiçekleri yerine daha fazla yaprak büyümesine yol açacaktır.
Çiftçiler, maliyetleri kontrol altında tutarken, mahsulleri için verimi ve kaliteyi optimize edecek optimal bir sulama programı oluşturmayı hedefliyor. Evapotranspirasyon , bir bitkinin ihtiyaçlarına göre uyarlanmış bir sulama sistemi oluşturmak için önemli bir ölçü olmuştur. Kara yüzeyinden buharlaşma artı bitkilerden terleme toplamını temsil eder. Modern uydu görüntüleri ve hava durumu tahminleri, çiftçilerin evapotranspirasyon değerlendirmesini iyileştirmesine yardımcı olur. Bununla birlikte, nesnelerin interneti (IoT) sensör teknolojisindeki gelişmeler, toprak ve hava durumu yerine (veya ek olarak) bitkilerin davranışlarını ölçerek çok daha kesin sulama kararları vermenize yardımcı olur.
Güçlü AI motorları, uydu, uçak veya drone görüntülerinden gelen veri akışlarını işleyebilir ve analiz edebilir. Makine öğrenimi ve özellikle derin öğrenme algoritmaları, görüntülerden verileri yorumlamamıza ve sulama sorunlarını (ve ayrıca zararlılar gibi diğer sorunları) aydınlatan modelleri belirlememize yardımcı olabilir. Görüntüler toprak ve bitki bazlı sensörlerle birleştirilirse, veriler bize sulama ihtiyaçlarının gerçek zamanlı olarak son derece doğru bir şekilde okunmasını sağlayabilir ve potansiyel sorunlar hakkında bizi uyarabilir.
Sulama arızalarını veya sızıntılarını keşfetmek
Özellikle kıt bir kaynak olduğu bölgelerde su israfı, dünya çapındaki çiftçiler ve gıda üreticileri için büyük bir baş ağrısıdır (ve masraftır). Yelpazenin bir ucunda, damla sulama gibi teknolojiler ve topraksız seralar gibi sofistike kontrollü ortamlar bulunurken, bunlar maliyetli ve bu nedenle kapsamlı tarım (veya daha düşük değerli mahsuller) için uygun olmayan teknolojileri ve sistemleri içerir. Büyük ölçüde iyileştirilebilecek bir alan, sulama sistemlerindeki sızıntılar gibi arızaların keşfidir.
Geçmişte, kırık bir ekipman parçası bulmak veya bir sızıntıyı belirlemek için kişisel bir inceleme yapılmış olabilir. IoT cihazları, bir şeyler yanlış veya şüpheli olduğunda yazılımın kendisinin uyarabileceği anlamına gelir – ve bu yalnızca cihazlar birbirine bağlı olduğunda kullanılabilir. Bu şekilde, bir sulama sensörü bir düzensizliği algılayabilir ve onu temel sorun veya değişkene bağlayabilir – özellikle de diğer olası nedenleri ekarte edebilmesi için hava durumu verileri gibi diğer veri noktalarına bağlıysa.
Birlikte çalıştığım bir yetiştirici, sıcaklıkların iki günde 25 ° C’ye kadar şiddetli dalgalanma gösterebildiği bir bölgede, doğu orta Idaho’da 2.630 hektarlık tarım arazisini yönetiyor. Sulamayı kontrol etmek, en büyük zorluklarıdır. Isındığında devreye girecek 80 sulama pivotu ile, zemin hızla kururken herhangi bir sorun büyük bir soruna dönüşebilir. Valley Insights gibi yapay zeka tabanlı araçları kullanarak, her tesisin termal görüntülemesi de dahil olmak üzere, havadan görsellere ve sahadaki diğer verilere erişebilirler. Yakalanan görüntüler ve AI saha analizi, acil müdahale gerektiren sulama sorunlarını belirleyerek, sorunlu noktaları tam olarak belirleyen doğru uyarılar sağlayabilir. Bu, çıplak gözle tespit edilmesi zor olan eksenle ilgili sızıntılar gibi sorunların üstesinden gelebilecekleri anlamına gelir. Yapay zekanın gücü, bir sorunu ortaya çıkarmanın ötesine geçer. Sulama düzensizliğinin nasıl düzeltileceğine dair bilgiler sağlar.
Otonom yapay zeka destekli tarımın geleceği
Otonom otomobillerin piyasaya sürülmesinin bildiğimiz şekliyle sürüşü değiştirmeye mahkum olduğu benzer bir şekilde, AI güdümlü otonom araçların benimsenmesiyle tarım ve çiftçilik on yıl içinde yeniden tanımlanacak. Bugün yapay zeka ve tahmine dayalı analitiğin işlevi çoğunlukla çiftçilerin karar verme süreçlerini bilgilendirmek olsa da, çok uzak olmayan bir gelecekte makineler otonom olarak çalışabilecek.
İlgili Makale: Su Arıtma Nedir?
Yorum yap