Mahsul Verimi Tahmininde Yapay Zeka

Yapay zeka mahsul verimi tahmini, uydu görüntüleri, hava durumu ve toprak verilerinden öğrenerek bir tarlanın veya bölgenin ne kadar hasat yapacağını tahmin eder. Gıda güvenliği açısından önemlidir; çiftçilere, tüccarlara ve hükümetlere ileriye yönelik plan yapmalarına ve kuraklık veya kıtlıklara müdahale etmelerine yardımcı olur.

Verim tahmini, tarım bilimini makine öğrenimiyle harmanlıyor. Modeller, Sentinel-2 ve Landsat gibi görevlerden gelen multispektral uydu verilerini alıyor ve bu verilerden NDVI (Normalleştirilmiş Fark Bitki Örtüsü İndeksi) gibi bitki örtüsü indeksleri mahsulün yeşilliğini ve stresini ortaya koyuyor. Hava durumu değişkenlerini (yağış, sıcaklık, büyüme derecesi günleri), toprak nemini ve geçmiş verimleri eklerler. Klasik yaklaşımlar, tasarlanmış özellikler üzerinde XGBoost gibi gradyan destekli ağaçları kullanırken daha yeni yaklaşımlar, büyüme mevsimi boyunca görüntü zaman serilerini doğrudan işleyen evrişimli ve tekrarlayan veya transformatör ağlarını kullanır. En önemlisi, bu modeller hasattan önce, bazen haftalar ya da aylar sonra tahminlerde bulunuyor, bu nedenle erken sezon tahminleri daha fazla belirsizlik taşıyor. Doğruluk, mahsule, bölgeye ve eğitim verilerinin aşırı kuraklık gibi olağandışı hava koşullarını ne kadar iyi kapsadığına göre değişir.