Urmiye Gölü ekosisteminin restorasyonunu desteklemek amacıyla su ve enerji tüketimini optimize etmek amacıyla tarımsal kaynakları yönetmeye yönelik akıllı bir karar destek sistemi olan AgriFarm ile tanışın.

Tarım, ülkenin ana ekosisteminin bir parçası olarak, özellikle İran'ın kurak ve su sıkıntısı çeken bölgelerinde, en önemli ekonomik sektörlerden biridir ve çevreye etkisi vardır. Yağışların azalması, yasadışı hasat ve yeraltı ve yerüstü su kaynaklarının sürdürülemez şekilde kullanılması, su ve enerji kaynaklarının yönetiminde ciddi zorluklar yaratmış, su kıtlığı krizine ve su ekosistemlerinin tehdit edilmesine yol açmıştır. Geniş bir çevresel ve ekonomik etkiye sahiptir. Böyle bir durumda kaynakların sürdürülebilir yönetimi için teknolojik ve veri odaklı çözümlere ihtiyaç duyulmaktadır. AgriFarm yapay zeka algoritmaları ve toprak, su, enerji, iklim ve ekim deseninin veri analizini kullanan akıllı karar destek sistemi, çiftçilere ve kaynak yöneticilerine bilimsel ve veri odaklı karar verme olanağı sağlar. Bu sistem, farklı sulama senaryolarını simüle etme, enerji tüketimini optimize etme, az su tüketen ve karlı ürünler önerme, ekonomik ve ekolojik tahminler sunma olanağı sağlar. MVP'nin ilk sonuçları, AgriFarm'ın yaygın kullanımının aşırı su tüketimini azaltabileceğini, çiftçilerin ekonomik üretkenliğini artırabileceğini ve Urmiye Gölü ekosisteminin restorasyon sürecini hızlandırabileceğini gösteriyor.** Bu sistem, sürdürülebilir tarımda yapay zeka ve veri biliminin uygulanmasına bir örnektir ve doğal kaynak yönetiminde benzer teknolojilerin geliştirilmesinin önünü açmaktadır.

Araştırmanın amaçları

AgriFarm'ın temel amacı:

1. Tarımda su ve enerji tüketimini optimize etmek ve su kaynaklarının izinsiz kullanımını azaltmak.
2. **Çiftçilerin ekonomik üretkenliğini, düşük su ve karlı ürün tavsiyesi yoluyla artırmak.
3. Kaynak yöneticileri ve politika yapıcılar için veriye dayalı karar desteği.
4. Yerüstü ve yer altı su kaynakları üzerindeki baskıyı azaltarak Urmiye Gölü'nün restorasyonunun desteklenmesi.
5. Bölgede sürdürülebilir tarım ve kaynak yönetiminin geliştirilmesi için bilimsel ve teknolojik altyapının oluşturulması.

Son yıllarda tarımda su ve enerji kaynaklarının yönetimi alanında yapay zeka kullanılarak birçok araştırma yapılmaktadır. Çalışmalar, makine öğrenimi algoritmalarının şunları yapabileceğini göstermiştir:

• İklim koşullarına ve toprak tipine göre mahsullerin su ihtiyacını tahmin etmek
• Enerji tüketimini azaltmak için sulama süresini ve miktarını optimize etmek
• Az su ve ekonomik ürün önerisi
• Ekonomik ve ekolojik senaryoların simülasyonu

Urmiye Gölü bölgesinin sınırlı kaynakları ve kendine özgü iklim koşulları nedeniyle yerelleştirilmiş ve veri odaklı bir sistem gereklidir. AgriFarm bu ihtiyaçtan yola çıkılarak geliştirilmiş olup, tarımsal kullanımının yanı sıra önemli bir çevresel ve ekonomik role sahiptir. Yöntemler ve sistem mimarisi

AgriFarm'ın genel mimarisi üç ana bölümden oluşur:

1. Ön uç: Çerçeve: Next.js 14 (React) Grafikler: Recharts Formlar: React Hook Form Kontrol panelini ve ürün önerilerini görüntüleyin
2. Arka uç: Çerçeve: FastAPI (Python) Veritabanı: PostgreSQL ORM: SQLAlchemy AI algoritmaları: scikit-learn, pandas, numpy Frontend ile iletişim kurmak için RESTful API sağlanması
3. Veri modeli ve algoritmalar: Toprak, su, enerji ve iklim veri analizi, su ve enerji tüketimi tahmin modelleri (Çok Değişkenli Veri Modelleme), ürün tavsiyesi için makine öğrenimi algoritmaları, ekonomik ve ekolojik senaryoların simülasyonu

sistem çalışma süreci

1. Çiftlik verilerinin toplanması (toprak türü, alan, su/enerji kaynağı)
2. Su ve enerji tüketiminin veri analizi ve tahmini
3. Düşük su tüketimi ve ekonomik karlılığı esas alan ürün önerileri sunmak
4. Farklı sulama senaryolarının ve iklim etkilerinin simülasyonu
5. Sonuçları yönetim panosunda görüntüleyin

Birincil Sonuçlar (MVP)

Sistemin ilk sürümü (MVP) aşağıdaki özellikleri sunar:

• Çiftlik ve ürün kayıt formu
• Su ve enerji tüketiminin tahmini (günlük ve aylık)
• Güven puanı ve tahmini kâr ile ürün önerisi
• Kaynak tüketimi grafiklerini içeren yönetim paneli
• PDF ve CSV çıktısı imkanı

İlk sonuçlar, AgriFarm kullanımının su tüketimini %30-40 oranında azaltabileceğini ve ekonomik üretkenliği artırabileceğini gösteriyor. Mevcut ve yürütülebilir örnek: https://github.com/naserhha/AgriFarm

Resim 1 - Ana Sayfa: Proje hedefine giriş, bir çiftlik eklemek ve kontrol panelini, özet istatistiklerini ve fayda bloklarını görüntülemek için CTA

Resim 2 - Ahmet'in örnek sebze çiftliği için ürün önerisi: Güven puanı, su/enerji tüketimi ve beklenen kâr ile birlikte önerilen ürünlerin listesi

Resim 3 - Yönetim Paneli: Çiftlik sayısı, toplam alan, su/enerji tüketimi istatistikleri ve aylık grafikler

Resim 4 - Swagger kullanıcı arayüzü: Hızlı test için API uç noktalarının listesi (alanlar, ürünler, tahminler, öneriler ve kontrol paneli)

tartışma ve analiz

AgriFarm'ın yeteneklerine göre bu sistem aşağıdaki faydaları sunmaktadır:

1. Kaynakların sürdürülebilir yönetimi: Yer altı ve yer üstü su kaynakları üzerindeki baskının azaltılması
2. Veriye dayalı karar verme: Politika yapıcılara ve çiftçilere destek
3. İklim etkilerini tahmin etmek: Uzun vadeli planlamaya yardımcı olmak ve üretim riskini azaltmak
4. Ekonomik verimliliğin artırılması: Az su tüketen ve karlı bir ürün seçmek
5. Eğitim ve farkındalık: Akıllı tarıma ilişkin bilginin geliştirilmesi

sonuç ve geleceğe bakış

AgriFarm, veri bilimi, yapay zeka ve tarım sistemlerinin analizini birleştiren, su ve enerji tüketiminin optimizasyonu olanağı sağlayan ve Urmiye Gölü'nün restorasyonunda önemli bir rol oynayan akıllı bir karar verme sistemidir. Gelecekteki gelişme beklentileri aşağıdakileri içerir:

• Gerçek iklim verilerine ve su kaynaklarına bağlantı
• Gelişmiş ML/DL algoritmalarının geliştirilmesi
• IoT sensörlerine bağlanma ve uydu görüntülerini analiz etme
• Çiftçiler ve kaynak yöneticileri için mobil uygulama

Önerilen kaynaklar

• Tarımda yapay zeka makaleleri
• Urmiye gölü kriz çalışmaları
• Karar destek sistemleri ile su ve enerji kaynaklarının yönetimine ilişkin araştırmalar
• Akıllı tarım küresel standartları ve raporları