4. Hassas Tarım

CBS'nin Hassas Ürün Yönetiminde kullanımı

Bazı durumlarda mekansal değişimlerin üzerinde durulması gereken birden çok faktörü olabilir. Örneğin, bir yabancı otun tarlaya dağılım hızını tahmin etmek için, yabancı otun ilk olarak nerede tanımlandığından daha fazla bilgiye ihtiyacımız vardır. Toprak nemi ve organik madde miktarı tarlanın farklı bölümlerinde değişim göstererek yabancı otun dağılım miktarını etkiler.

Soil test
Missouri'deki (ABD) bir çiftliğe ait fosfor, potasyum, ve pH toprak haritaları. (Maviden kırmızıya gittikçe artan miktarlarda)
Kaynak: Davis, G., Casady, W. and Massey, R., 1998, Precision Agriculture: An Introduction, University of Missouri

Toprak nemi, bitki örtüsü ve klorofil içeriği gibi veriler uzaktan algılama üzerinden de ölçülebilir. Diğer toprak özellikleri, örnek alınmasını ve bu örneklerin laboratuar ortamında incelenmesini gerektirir. Örnek alınan noktaların yerleri GPS ile kaydedildiği müddetçe, toprağın her karakteri için, arazinin toprak haritasının oluşturulması mümkündür. Bir önceki örnekte, fosfor (P), potasyum (K) ve asitlik (pH) özelliklerinin her biri için oluşturulmuş haritalar görünmektedir.



Bütün bilgilerin, coğrafi ayrıntılarının sağlanabildiği sürece (geo-referenced), bu bilgiler CBS katmanlarına dönüştürülebilir, CBS yazılımı kullanarak bu katmanlar kombine edilebilir ve arazinin durumu hakkında daha fazla bilgi elde edilebilir. (CBS hakkında daha fazla bilgi almak için, burayı tıklayın).

Soru: Soldaki görüntüleri inceleyin. Üç görüntü arasında bir ilişki görebiliyor musunuz? Asitlik, fosfor ve potasyum yoğunluklarının herhangi bir bağlantısı var mı?

Uygun bir kaynak veri kullanarak, CBS, bu verilerden etkilenen süreçleri modellemek ve bu süreçlerin gelecekte nasıl etki edeceğini öğrenmek için kullanılabilir. Örneğin, toprak, bitki ve meteorolojik verilerin birarada kullanılması ile, normal gelişme sezonunda gelişimi önleyici başka bir faktör olmayacağını varsayarak, araziden alınacak verimin tahminlenmesi mümkündür. Bu modeller ile problemli alanları ön plana alıp, verimdeki düşüşün sebeplerini bularak problemi çözmek için uygun ölçümleri yapabiliriz.

Uzaktan algılama verilerinden olan bitki popülasyonunun tahmini ürün verimini verdiğini zaten görmüştük. CBS'nin kullanımı, daha fazla bilgi gerektirirken (daha başka katmanlar gibi), modellemelerin dahil edilmesi ile, daha isabetli ürün verim tahminleri sağlayabilir ve olası sorunları belirlemekte fayda sağlayabiliriz.

Hassas tarım, yüksek çözünürlüklü uzaktan algılama verileri kullanır. Bu veriler coğrafi-düzeltilmiş olup (geo-referenced) ve genellikle CBS ölçüleri ile kullanılırlar. Bu verilerle arazinin belirli yerlerindeki olası sorunları belirleyip sorunlarla başa çıkmak için uygun önlemleri önceden alabiliriz. (Örneğin gübrelerin veya ilaçların VRT sistemi ile kontrollü uygulanmaları) Eğer uzaktan algılama verileri diğer türdeki (toprak haritaları, iklimsel veriler vb.) bilgilerle birarada kullanılırsa, bunları CBS'de kullanmak ve yüksek doğruluktaki verim tahminleri yapmak için yeni modeller oluşturmak mümkün olur.