Vision AI destekli hidroponik tarım, bitki izlemeyi geliştiriyor

Tarım denince genellikle toprakta büyüyen bitkileri düşünürüz. Ancak hidroponik tarım farklı bir yaklaşım benimser. Bu yöntemde bitkiler, toprak kullanılmadan besinlerle zenginleştirilmiş suda yetiştirilir. Bu yöntem, daha az alan ve su kullanırken bitkilerin daha hızlı büyümesine yardımcı olur. Tarım arazilerinin sınırlı olduğu bölgeler için harika bir seçenektir.

Küresel hidroponik ürün pazarının 2027'ye kadar yaklaşık 53 milyar dolara ulaşması bekleniyor. Ancak bu büyüme, özellikle büyük çiftliklerde bitkileri sağlıklı tutma konusunda bazı zorlukları da beraberinde getiriyor.

Birçok hidroponik çiftlik kapalı alanlarda bulunur; bu da düşük besin seviyeleri veya hastalığın erken belirtileri gibi küçük sorunların hızla yayılıp ürünlere zarar verebileceği anlamına gelir. Her bitkiyi manuel olarak kontrol etmek ve izlemek zaman alabilir ve hatalara yol açabilir. Bilgisayarlı görü gibi teknolojiler bu noktada yardımcı olabilir.

Bilgisayarlı görü, görsel verileri işleyen ve anlayan bir yapay zekâ (AI) dalıdır. Kameralar ve görüntü analitiği kullanarak bitkileri otomatik olarak izlemek ve hidroponik tarımdaki zorlukların üstesinden gelmek için kullanılabilir.

Örneğin Ultralytics YOLO11 gibi Görsel Yapay Zekâ modelleri, bitkilerde stres, hastalık veya besin eksikliği belirtilerini tespit etmek üzere eğitilebilir. Bu tür modeller, büyük kapalı çiftliklerde nesne algılama ve örnek segmentasyonu gibi gerçek zamanlı bilgisayarlı görü görevlerini mümkün kılarak sorunlar yayılmadan önce çiftçilerin hızlıca müdahale etmesini sağlar.

Bu makalede, Görsel Yapay Zekâ destekli hidroponik tarımın verimliliği nasıl artırdığını, iş gücünü nasıl azalttığını ve sürdürülebilir tarımı nasıl desteklediğini inceleyeceğiz. Hadi başlayalım!

Hidroponik tarım nedir?#

Hidroponik tarım, bitkileri toprak kullanmadan yetiştirme yöntemidir. Bitkiler bir yetiştirme ortamına yerleştirilir ve temel besinleri içeren su bazlı bir çözeltiyle beslenir. Bu kontrollü ortam, geleneksel tarıma kıyasla ürünlerin daha hızlı büyümesini, daha az su kullanmasını ve daha az yer kaplamasını sağlar.

Arazinin kıt veya toprak kalitesinin düşük olduğu bölgelerde hidroponik tarım pratik bir çözüm olabilir. İlginç bir şekilde, topraksız tarım kavramı çok eski dönemlere dayanır; Babilliler ve Aztekler gibi uygarlıklar topraksız yetiştirmenin ilk biçimlerini geliştirmiştir.

Şekil 1. Hidroponik bir çiftlikte topraksız yetişen marul. Görsel kaynağı: Pexels.

Hidroponik tarımın kökleri çok eskiye dayansa da modern teknoloji, onu günümüz tarımsal ihtiyaçları için yüksek teknolojili bir çözüme dönüştürdü. Gelişmiş sistemler artık suyu ve besinleri doğrudan bitkilere ulaştırıyor. Örneğin Besin Film Tekniği (NFT), köklerin üzerinden ince bir su tabakası akıtırken aeroponik sistemler, havada asılı köklere ince bir sis püskürterek besin sağlar.

Ancak bu çiftlikler büyüdükçe tek tek bitkileri takip etmek zorlaşır. Yaprakların ve gövdelerin rengindeki veya şeklindeki küçük değişiklikler bile stresin ya da hastalığın erken belirtileri olabilir. Bu sorunları erken tespit etmek, çiftlik genelinde yayılmalarını önlemek için kritik öneme sahiptir. Düzenli ürün izleme ve hızlı müdahale, ürünleri sağlıklı tutmak ve istikrarlı verim sağlamak için çok önemlidir.

Hidroponik tarımda bilgisayarlı görünün rolü#

Geleneksel tarımda olduğu gibi hidroponik tarımda da bitki sağlığı doğru koşullara bağlıdır. Besinler, sıcaklık veya nem gibi faktörlerdeki küçük dengesizlikler bile yaprakların sararması, büyümenin yavaşlaması veya hastalık gibi sorunlara yol açabilir. Hidroponik sistemler kontrollü ortamlara dayandığından, herhangi bir aksaklık kısa sürede çok sayıda bitkiyi etkileyebilir.

Bilgisayarlı görü, çiftçilere ürünlerini izlemek için daha iyi bir yöntem sunar. Kameralar bitki tepsileri, raflar veya dikey stantlar gibi yetiştirme alanlarının üzerine kurulabilir ya da sıralar boyunca hareket eden raylara monte edilebilir. Bu kameralar günün her saati görüntü yakalayarak her bitkinin büyümesine ilişkin görsel bir zaman çizelgesi oluşturabilir.

Bu görüntüler, tek tek bitkileri algılayabilen, yaprakları arka plandan ayırabilen, büyüme aşamalarını sınıflandırabilen ve zaman içindeki gözle görülür değişiklikleri takip edebilen YOLO11 gibi Görsel Yapay Zekâ modelleri tarafından da analiz edilebilir. Bu sayede bir bitkide veya bitki grubunda bir sorun olup olmadığını fark etmek kolaylaşır.

Örneğin birkaç bitkide soluk lekeler oluşmaya başlarsa bilgisayarlı görü bu örüntüyü tanıyabilir ve etkilenen alanı vurgulayabilir. Görüntüleri uygulanabilir içgörülere dönüştüren Görsel Yapay Zekâ, çiftçilerin olası sorunlara hızlıca müdahale etmesine, manuel iş gücünü azaltmasına ve ürünleri sağlıklı ve verimli tutmasına yardımcı olur.

Hidroponik tarımda bilgisayarlı görünün kullanım alanları#

Bilgisayarlı görünün hidroponik sistemleri nasıl geliştirdiğini ele aldığımıza göre, şimdi bu teknolojinin hâlihazırda fark yarattığı bazı gerçek dünya uygulamalarına göz atalım.

Akıllı hidroponik teknoloji ve robotik#

Hidroponik çiftliklerde bitkiler genellikle farklı büyüme aşamalarında taşınması gereken, sıkı şekilde yerleştirilmiş tepsilerde yetiştirilir. Tepsileri taşımak aydınlatmayı iyileştirebilir, bitki bakımını kolaylaştırabilir veya ürünleri hasada hazırlayabilir. Büyük çiftliklerde bunu manuel olarak yapmak çok zaman ve çaba gerektirir.

Bilgisayarlı görüyle entegre edilmiş otonom robotlar bu süreci kolaylaştırabilir. Bu robotlar serada hareket ederken bilgisayarlı görü her bitkinin durumunu tespit etmeye yardımcı olabilir.

İlginç bir örnek, bazıları 1.000 pounda kadar çıkan büyük bitki modüllerini taşımak üzere tasarlanmış bir sera robotu olan Grover'dır. Güvenli bir şekilde yolunu bulmak için sensörler kullanır ve ürün sağlığını izlemek için Görsel Yapay Zekâdan yararlanır. Grover gibi robotlar hem taşıma hem de bitki değerlendirme işlemlerini gerçekleştirerek kontrollü tarım sistemlerinde günlük operasyonların sorunsuz ilerlemesini destekler ve manuel iş gücü ihtiyacını azaltmaya yardımcı olur.

Şekil 2. Hidroponik bir çiftlikte bitki tepsilerini taşıyan otonom robot.

Mikro çiftliklerde bilgisayarlı görüyle hassas tarım#

Hidroponik çiftliklerin her zaman büyük alanlara ihtiyacı yoktur. Taze yeşillikler kapalı alanda yetiştirilmek üzere ofis, okul veya hastane gibi yerlere küçük üniteler kurulabilir. Bu düzenekler genellikle eğitim, sağlıklı yaşam programları veya yerel gıda üretimi amacıyla kullanılır. Ancak bunları günlük olarak yönetmek zor olabilir. Personel meşgul olabilir veya bitki bakımı konusunda deneyimsiz olabilir; bu da düzenli bakımı zorlaştırır.

İşleri kolaylaştırmak için sensörler, kameralar ve bilgisayarlı görü gün boyunca bitki sağlığını izlemek amacıyla kullanılabilir. Örneğin Babylon Micro-Farms buna iyi bir örnektir. Yetiştirme üniteleri, tarım deneyimi olmayan kişilerin bulunabileceği kapalı alanlar için tasarlanmıştır. Her ünite, bitki büyümesini izlemek için yerleşik kameralar kullanır ve bir uygulama üzerinden faydalı güncellemeler ile bakım ipuçları göndererek bakımı kolaylaştırır.

Şekil 3. Uzaktan izlemeyi mümkün kılan akıllı hidroponik ünite.

Görsel Yapay Zekâ destekli otomatik bitki izleme#

Ürünleri birden fazla parti hâlinde yetiştirmek, bitkilerin farklı zamanlarda olgunlaşması anlamına gelir. Bunu yönetmek için çiftçilerin hangi bitkilerin hazır olduğunu ve hangilerinin hâlâ gelişmekte olduğunu bilmesi gerekir. Bilgisayarlı görü, görüntüleri yorumlayarak, bitkilerin konumlarını tespit ederek ve büyüme aşamalarını sınıflandırarak bu süreci destekleyebilir.

Bu yaklaşım, çiftçilerin ürünlere fiziksel olarak dokunmadan veya onları rahatsız etmeden bitki sağlığını ve gelişimini takip edebilmesi anlamına gelen invazif olmayan izlemeyi mümkün kılar. Sistem, görüntüleri düzenli olarak analiz ederek zaman içindeki ilerlemeyi izleyebilir ve bir bitkinin olgunluğa yaklaştığını gösteren örüntüleri tespit edebilir.

Bunun nasıl çalıştığına daha yakından bakalım:

• Tek tek bitkileri algılama: İlk olarak nesne algılama, kalabalık veya üst üste binmiş tepsilerde bile yetiştirme alanındaki her bitkinin yerini belirlemek ve onu tanımlamak için kullanılabilir.
• Bitki özelliklerini sınıflandırma: Ardından görüntü sınıflandırma; bitkinin büyüme aşamasını belirlemek veya stres ya da hastalık belirtilerini tespit etmek için renk, boyut ve şekil gibi görsel özellikleri analiz etmek üzere kullanılabilir.
• Karar alma için içgörüler oluşturma: Bu görevler bir araya getirildiğinde bitki gelişimini zaman içinde takip etmek ve çiftçilere hangi bitkilerin hasada hazır olduğu, hangilerinin ise daha fazla zamana ihtiyaç duyduğu gibi net ve zamanında içgörüler sunmak mümkün olur.

Şekil 4. Marulu algılamak için nesne algılamayı kullanma.

Hidroponik tarımda bilgisayarlı görünün artıları ve eksileri#

Hidroponik tarımda bilgisayarlı görü kullanmanın bazı temel avantajları şunlardır:

• Operasyonları ölçeklendirmenin kolaylaşması: Bilgisayarlı görü sistemleri kurulduktan sonra ek personele ihtiyaç duyulmadan daha fazla yetiştirme ünitesinde veya konumda kullanılabilir. Bu, kontrolü ve tutarlılığı korurken çiftliği genişletmeyi kolaylaştırır.
• Uzaktan erişim ve kontrol: Birçok sistem, çiftçilerin ürünlerin durumunu görüntülemesine ve her yerden uyarılar almasına olanak tanır; böylece çiftlikleri sahada bulunmadan yönetmek kolaylaşır.
• Tutarlılığın artması: Otomatik izleme, insan hatasını azaltarak daha standart bitki bakımı ve genel olarak daha yüksek kalite sağlar.

Hidroponik tarımda Görsel Yapay Zekânın birçok faydasına rağmen akılda tutulması gereken bazı sınırlamalar da vardır. Dikkate alınması gereken birkaç faktör şunlardır:

• Çevresel koşullara duyarlılık: Bilgisayarlı görü sistemleri yetersiz aydınlatma, yansımalar, kirli veya buğulanmış kamera lensleri ve üst üste binen bitkilerden etkilenebilir. Bunlar kapalı ortamlarda sık görülen ve doğruluğu azaltabilen sorunlardır.
• Uyumluluk sorunları: Bazı çiftliklerin Görsel Yapay Zekâ sistemlerini desteklemek için altyapı yükseltmeleri yapması gerekebilir. Eski düzeneklerde kameraları ve sensörleri kurup çalıştırmak için gerekli güç kaynağı, fiziksel alan veya ağ bağlantısı bulunmayabilir.
• Modeli yeniden eğitme gereksinimleri: AI modellerinin yeni bitki türleri, aydınlatma düzenekleri veya yetiştirme sistemleriyle kullanıldığında yeniden eğitilmesi veya ince ayar yapılması gerekebilir; bu da karmaşıklığı artırır.

Önemli çıkarımlar#

Nesne algılama ve örnek segmentasyonu gibi bilgisayarlı görü görevleri, bitki sağlığını, büyüme aşamalarını ve genel ürün performansını daha hızlı ve doğru şekilde takip etmeyi sağlar. Stresin erken belirtilerini tespit etmekten hasat planlamasına yardımcı olmaya kadar görme tabanlı sistemler manuel iş gücünü azaltır ve günlük görevlere daha fazla tutarlılık kazandırır.

Görsel Yapay Zekâ teknolojisi gelişmeye devam ettikçe kullanımı kolaylaşıyor, farklı ürün türlerine daha iyi uyum sağlıyor ve her büyüklükteki çiftlik için ölçeklenebilir hâle geliyor. Bilgisayarlı görü, giderek daha erişilebilir ve hassas olması sayesinde verimli ve veri odaklı tarımın geleceğinde temel bir araç olmaya hazırlanıyor.

Bilgisayarlı görü hakkında daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub depomuzu incele. Çözüm sayfalarımızda perakendede AI ve sağlık hizmetlerinde bilgisayarlı görü uygulamalarını keşfet. Lisans seçeneklerimize göz at ve Görsel Yapay Zekâyı bugün kullanmaya başla!