90
91
belirlenmiştir. Farklı tohum çeşitlerinin ortalama değerleri dikkate alındığında NDVI ve verim değerlerinden yararlanarak elde edilen yanıt indekslerin karşılaştırılması sonucu en yüksek R2 değerleri Altınekin ve Alakova alanları için gübreleme sonrası ikinci NDVI okumasında sırasıyla 0.38 ve 0.63 olarak belirlenmiştir. Elde edilen sonuçların ortalaması dikkate alındığında Mullen vd. (2003) tarafından buğdayda yapılan dort yıllık bir çalışmada belirlenen sonuçlar ile (R2=0.56) benzer olmuştur. Ancak diğer bir çalışmada NDVI ve verim yanıt indeksleri arası yapılan karşılaştırmadan elde edilen determinasyon katsayısı 0.17 olmuştur (Arnall vd. 2006). Bu nedenle 93 gün ekim tarihinden sonra 1486.7 °C kümülatif büyüme derece günde yapılması önerilmiştir.
Kışlık buğdayda mevsim içi azot tahmininde Kullanılan bu yöntemde hesaplanan INSEY değerleri (Raun vd. 1999, Solie vd. 2000) şeker pancarı ve şeker kamışı için verim ve şeker içeriği tahminlerinde de kullanılmıştır (Lofton vd. 2012, Franzen vd.
2013).
Çalışmanın bir diğer bölümünde yetiştirilen ürün özelliklerinde (NDVI gibi bitki indeksleri) meydana gelen mekansal değişimlere dayanarak değişken oranlı gübre uygulaması gerçekleştirmek amacıyla ucuz ve basit bir çözüm aranmıştır. Bu amac için yapılan ve coğrafi bilgi sisteminden yararlanan sistem, enterpolasyon yazılımı, kontrol ve gübre ayar sistemlerinden oluşmaktadır. Sistem manüel ve otomatik tiplerinde gübre oranlarının değişimini gübre dağıtma makinesi hareket halindeyken sağlamaktadır.
Manüel tip sisteminde, gübre oranı değiştirme işlemi istenirse reçete harita üzerinden istenirse geliştirilen enterpolasyon yazılımı kullanılarak operatöre gereken gübre oranlarının değiştirilebilmesi için olanak sağlamaktadır. Otomatik sistem de ise ek bir işleme gerek kalmadan gübre oranı istenilen noktada değiştirilebilmektedir.
Yapılan sistemlerin doğruluğunu belirlemek amacıyla bir test prosedürü oluşturulmuştur. Test süresinde, enterpolasyon yazılımın doğruluğu ve sistemin yanıt süresi belirlenmiştir. Değişken oranlı uygulamalarda Arcmap gibi profesyonel olarak kullanılan yazılımlarla karşılaştırıldığında IDW yöntemini ile geliştirilen enterpolasyon yazılımla ilişkisi lineer regresyon yoluyla belirlenerek determinasyon değeri (R2) 0.95 olarak elde edilmiştir.
92
Yanıt süresinin belirlenmesinde düzenlenen test sırasında farklı gübre oranlarındaki değişim artan ve azalan oranlar şeklinde 10 parselden oluşan 20 m’lik bir mesafede izlenmiştir. Gübre oranları, belirlenen mesafenin başında değiştirilerek istenilen oranın ne kadar mesafe içerisinde elde edilebildiği belirlenmiştir. Lojistik regresyon yöntemi ile belirlenen bu mesafe, 1 m/s’lik ilerleme hızını dikkate alarak yanıt süresi hesaplanmasında kullanılmıştır. Elde edilen ortalama değer, artan ve azalan oranlar için sırasıyla 4.44 s ve 4.63 s olarak belirlenmiştir.
Gerçekleştirilen bu tezde, şeker pancarı yetiştiriliciliğinde hassas tarım teknolojisinin önemli bir parçası olan değişken oranlı gübre uygulaması için azot gübresi gereksinimlerindeki mekansal değişimlere dayalı değişken oranlı azot gübresi applikatörü tasarlanmıştır. Genel olarak tez yapılması sonucu olarak, aşağıda sıralanan hedeflere ulaşılmıştır:
1. Şeker pancarı tarımında maksimum gelirin elde edilebilmesi için kök verimi ve şeker içeriği parametrelerini içeren bir model geliştirilmiş ve bu modelden yararlanarak optimum azot oranı elde edilmiştir.
2. Optik sensör yardımıyla NDVI değerlerindeki zamansal değişimler izlenerek en uygun gübreleme zamanı tespit edilmiştir.
3. Uygulanan azot oranının sensör yardımıyla belirlenmesinde, yansıma değerleri üzerinden NDVI’a dayalı bir ilişki modeli kurulmuştur.
4. Kullanım şartları açısından değişken oranlı gübre uygulamaları için ucuz ve basit bir çözüm bulunmuştır.
5. Enterpolasyon ve kontrol işlemleri için basit arayüzlü bir yazılım geliştirilmiştir.
6. Lineer aktüatörlü bir kontrol sistemi, gübre ayar kollarının hareketi için tasarlanmış ve manüel ve otomatik olarak çalışabilen iki kontrol ünitesi tasarlanmıştır.
Hassas tarım teknolojilerinin özellikle değişken oranlı uygulamaların karlılığı, yüksek değişkenlik düzeyi, yönetim zonlarının çokluğu ve yüksek ürün fiyatı gibi faktörlerin yanısıra düşük maliyetli sistemlerin kullanılmasına da bağlıdır. Ekonomik değerler açısından incelendiğinde, değişken oranlı bir uygulamanın en uygun biçimde gerçekleştirilmesi için yönetim zonlarının tanımlanması, girdi-ürün tepki fonksiyonların
93
tahmin edilmesi, beklenen ürün ve girdi fiyatlarının belirlenmesi ve kullanılan sistemin maliyet bedelinin belirlenmesi gerekmektedir. Tez kapsamında, değişken oranlı gübreleme uygulamalarındaki yatırımın geri dönüş süresinin incelenmesi hedeflenmemiştir. Ancak kuşkusuz olarak düşük maliyetli bir yöntemin kullanılması, sade ve basit olması, değişken oranlı bir sistemin kullanım olanağını arttırmaktadır. Bu çalışmada önerilen değişken oranlı sistemin yapısında spesifik ve karmaşık olmayan ve elektronik piyasasında rahatlıkça bulunan donanımlar kullanılmıştır. Ayrıca, gerek enterpolasyon ile ilgili hesaplamalarda gerek kontrol ünitesinde, komplike işlevlerden kaçınılarak, sistem hassasiyetini düşürmeden programlama maliyeti de en aza düşürülmüştür. Bu nedenle, düşük maliyetli olması ile beraber kullanıcı dostu olması, manüel ve otomatik olarak kullanılabilmesi sistemin diğer avantajlarındandır.
Tasarlanan bu sistemde, daha hızlı ve daha güçlü aktüatörün kullanılması ve gübre normunu belirleyen sürgü mekanizmasının optimize edilmesi, sistemin performsının arttırılması için önerilmektedir. Sonraki çalışmalar için enterpolasyon yazılımı geliştirilerek çeşitli yöntemlerin kullanılması öngörülmelidir. Ayrıca, sürücü sistemin değiştirilmesi ile (örneğin, tahrik milinin dönme hızını değiştirerek) diğer değişken oranlı uygulamaların yapılmasınada olanak sağlanmalıdır.
94 KAYNAKLAR
Abdel-Motagally, F. M. and Attia, K. K. 2009. Response of sugar beet plants to nitrogen and potassium fertilization in sandy calcareous soil. International Journal of Agriculture and Biology, 11(6), 695-700.
Adams, R. M., Farris, P. J. and Halvorson, A. D. 1983. Sugar beet N fertilization and economic optima: Recoverable sucrose vs. root yield.Agronomy Journal, 75(2), 173-176.
Amin, G. A., Badr, E. A. and Afifi, M. H. M. 2013. Root yield and quality of sugar beet (Beta vulgaris L.) in response to biofertilizer and foliar application with micronutrients. World Appl. Sci. J, 27, 1385-1389.
Anonim. 2014. T.C. Şeker kurumu bülteni. 2013. Dünyada ve Türkiye’de Şeker.
Arnall, D. B., Raun, W. R., Solie, J. B., Stone, M. L., Johnson, G. V., Girma, K. and Martin, K. L. 2006. Relationship between coefficient of variation measured by spectral reflectance and plant density at early growth stages in winter wheat.
Journal of plant nutrition, 29(11), 1983-1997.
Baker, D. A., Young, D. L., Huggins, D. R. and Pan, W. L. 2004. Economically optimal nitrogen fertilization for yield and protein in hard red spring wheat.Agronomy Journal, 96(1), 116-123.
Batte, M. 2008. SurveyNumber of farmers adopting precision ag tools soaring. The Ohaio State University web site: http://www.csiro.au/science/precisionag, Erişim Tarihi: 12.11.2014.
Bauer, C.S. and Stevenson, C.K. 1972. North Dakota State Univ. Ext. Ser. 2, 49-56.
Cerrato, M. E. and Blackmer, A. M. 1990. Comparison of models for describing; corn yield response to nitrogen fertilizer. Agronomy Journal, 82(1), 138-143.
Clevers, J. G. P. W. 1997. A simplified approach for yield prediction of sugar beet based on optical remote sensing data. Remote Sensing of Environment, 61(2), 221-228.
95
Demirhan, T. 2011. Geç dönemde farklı form ve dozlarda uygulanan azotun şeker pancarında verim ve kalite üzerine etkisi. Doctoral dissertation, Selçuk Üniversitesi Fen Bilimleri Enstitüsü.
Doğan, H. M., Yılmaz, D. S. ve Kılıç, O. M. 2013. Orta kelkit havzası’nın bazıtoprak özelliklerinin ters mesafe ağırlık yöntemi (idw) ile haritalanması ve yorumlanması. Gaziosmanpaşa Bilimsel Araştırma Dergisi, 6, 46-54.
Draycott, A. P. (Ed.). 2008. Sugar beet. John Wiley and Sons, 515, UK.
Duran, C. 2007. Uzaktan algılama teknikleri ile bitki örtüsü analizi. Doğu Akdeniz ormancılık araştırma müdürlüğü DOA Dergisi, 13, 45-67.
El-Sarag, E. I. and Moselhy, S. H. 2013. Response of Sugar Beet Quantity and Quality to Nitrogen and Potasium Fertilization under Sandy Soils Conditions. Asian Journal of Crop Science, 5, 295-303.
Elverenli, M.A. 1985. Çeşitli azotlu gübre seviyeleriyle sulamanın şeker pnacarı verimine ve kalitesine etkileri.Doktora Tezi. Ankara.
Ess, D. R., Morgan, M. T. and Parsons, S. D. 2001. Implementing site-specific management: map-versus sensor-based variable rate application. Pub. No. SSM-2-W, Site-Specific Management Center, Purdue University, West Lafayette, IN.
Floyd, F. and Sabins, J. R. 1987. Remote sensing principles and interpretation.Freeman, New York, 449.
Forouzanmehr, E. and Loghavi, M. 2012. Design, development and field evaluation of a map-based variable rate granular fertilizer application control system. Agricultural Engineering International: CIGR Journal, 14(4), 255-261.
Franke, R. and Nielson, G. 1980. Smooth interpolation of large sets of scattered data.
International journal for numerical methods in engineering, 15(11), 1691-1704.
Franzen, D., Honggang, B and Sharma, L., 2013. Relationship of active-optical sensor readings with sugar beet yield and quality, sunflower yield and spring wheat protein. ASA, CSSA and SSSA International Annual Meeting, 3-6 november, Florida.
96
Franzen, D.W., Wagner, G. and Sims, A. 2003. Application of a ground-based sensor to determine N credits from sugar beet. Sugarbeet research and extension reports. 34, 119-123.
Gandorfer, M. and Rajsic, P. 2008. Modelling Economic Optimum Nitrogen Rates for Winter Wheat When Inputs Affect Yield and Output-Price. Agricultural Economics Review, 9(2), 54-64.
Garcia, A. P., Cappelli, N. L. and Umezu, C. K. 2014. Electrically driven fertilizer applicator controlled by fuzzy logic. Engenharia Agrícola, 34(3), 510-522.
Gat, N., Erives, H., Fitzgerald, G. J., Kaffka, S. R. and Maas, S. J. 2000. Estimating sugar beet yield using AVIRIS-derived indices. In Summaries of the 9th JPL Airborne Earth Science Workshop. unpaginated CD. Jet Propulsion Laboratory, Pasadena, CA.
Gehl, R. J. and Boring, T. J. 2011. In-season prediction of sugarbeet yield, quality, and nitrogen status using an active sensor. Agronomy Journal, 103(4), 1012-1018.
Gehl, J. R. and Boring, T. J. 2005. Nitrogen rate effects on sugarbeet yield and quality.
Michigan State University Crop and Soil Science.
Grisso, R., Alley, M., Thomason, W., Holshouse, D., and Roberson, G.T. 2011.
Precision farming tools: variable-rate application. Virginia Cooperative Extension, 442-505.
Hoffmann, C and Blomberg, M. 2003. Linking remote sensing to sugar beet leaf area.
First Joint IIRB-ASSBT-Congress, 26th Feb – 1st March 2003, congress book, 713-716, San Antonio, USA.
Holen, C. D. and Dexter, A. 1996. A growing degree day equation for early sugarbeet leaf stages. Sugarbeet Res. Ext. Rep, 27, 152-157.
Hongo, C. and Niwa, K. 2012. Yield Prediction of Sugar Beet through Combined Use of Satellite Data and Meteorological Data. Journal of Agricultural Science, 4(4), 251.
Hosseinpour, M., Paknezhad, A., Naderi, A., Eslamizadeh, R., Yousef Abadi, V. And Sharifi, V.H. 2013. Effffectt off niittrogen rattes on growtth charactteriisttiics,,
97
yiielld and qualliitty off auttumn --sown sugar beet. Journal of Sugar Beet, 29(1), 17-25.
Hu, J. 1995, May. Methods of generating surfaces in environmental GIS applications. In 1995 ESRI User Conference Proceedings.
Huang, W., Chen, L., Meng, Z. and Zhao, C. 2008. Design of Can-based Variable Rate Fertilizer Control System. In Computer And Computing Technologies In Agriculture, Volume II, pp. 1317-1320.
Humburg, D. S., Lamb, K., Stange, K. W. and Schmitt, M. A. 2002. Modelling of sugar beet quality variables from canopy spectral indices in a fertility trial. American Society of Agricultural Engineers, 45(5), 1651–1659.
Jackson, R. D., Pinter, Jr.P.J., Reginato, R.J. and Idso, S.B. 1980. Hand – held radiometry. A set of notes developed for use at the workshop on hand-held radiometry. Phoenix, Ariz., February 25 –26, 1980.
Jafari, M., Hemmat, A. and Sadeghi, M. 2010. Development and performance assessment of a DC electric variable-rate controller for use on grain drills.
Computers and electronics in agriculture, 73(1), 56-65.
Jia, H., Feng, X., Qi, J., Liu, X., Liu, C., Yang, Y. and Li, Y. 2014. Research and Application of Variable Rate Fertilizer Applicator System Based on a DC Motor.
In Computer and Computing Technologies in Agriculture VII, 381-391.
Jochinke, D. C., Noonon, B. J., Wachsmann, N. G. and Norton, R. M. 2007. The adoption of precision agriculture in an Australian broadacre cropping system—
Challenges and opportunities. Field Crops Research, 104(1), 68-76.
Kim, Y. J., Kim, H. J., Ryu, K. H. and Rhee, J. Y. 2008. Fertiliser application performance of a variable-rate pneumatic granular applicator for rice production.
Biosystems engineering, 100(4), 498-510.
Lauer, J. G. 1995. Plant density and nitrogen rate effects on sugar beet yield and quality early in harvest. Agronomy journal, 87(3), 586-591.
98
Lofton, J., Tubana, B. S., Kanke, Y., Teboh, J., Viator, H. and Dalen, M. 2012.
Estimating sugarcane yield potential using an in-season determination of normalized difference vegetative index. Sensors, 12(6), 7529-7547.
Lukina, E. V., Freeman, K. W., Wynn, K. J., Thomason, W. E., Mullen, R. W., Stone, M. L. and Raun, W. R. 2001. Nitrogen fertilization optimization algorithm based on in-season estimates of yield and plant nitrogen uptake.Journal of Plant Nutrition, 24(6), 885-898.
Mangold, G. 1999. GIS technology and site-specific management in production Agriculture The Precision Farming Primer.
McMaster, G. S. and Wilhelm, W. W. 1997. Growing degree-days: one equation, two interpretations. Agricultural and Forest Meteorology, 87(4), 291-300.
Moraghan, J. T. and Sims, A. 2000. Remote sensing of sugarbeet canopies for improved nitrogen fertilizer recommendations for a subsequent wheat crop.
Communications in Soil Science and Plant Analysis, 31(7-8), 827-836.
Morgan, M.T., Ess, D.R., 1997. The Precision-Farming Guide for Agriculturists.
Anagriculture primer. John Deere Publishing, Moline, IL.
Mortensen, R. M. and Beattie, B. R. 2003. Does choice of response function matter in setting maximum allowable N-application rates in Danish agriculture. Working Paper. Department of Agricultural and Resource Economics, College of Agriculture and Life Sciences. http://ag. arizona. edu/arec/pubs/workingpapers.
html. (14.12. 2006).
Motulsky, H. and Christopoulos, A. 2004. Fitting models to biological data using linear and nonlinear regression: a practical guide to curve fitting. Oxford University Press.
Mullen, R. W., Freeman, K. W., Raun, W. R., Johnson, G. V., Stone, M. L. and Solie, J.
B. 2003. Identifying an in-season response index and the potential to increase wheat yield with nitrogen. Agronomy Journal, 95(2), 347-351.
Pinter, P. J., Stanghellini, M. E., Reginato, R. J., Idso, S. B., Jenkins, A. D. and Jackson, R. D. 1979. Remote detection of biological stresses in plants with infrared thermometry. Science, 205(4406), 585-586.
99
Raun, W. R., Johnson, G. V., Stone, M. L., Solie, J. B., Thomason, W. E. and Lukina, E. V. 1999. In-season prediction of yield potential in winter wheat.Better Crops, 83(2), 24-25.
Reyes, J. F., Esquivel, W., Cifuentes, D. and Ortega, R. 2015. Field testing of an automatic control system for variable rate fertilizer application. Computers and Electronics in Agriculture, 113, 260-265.
Rezvani, S. M., Noruzi, A., Azari, K. and Jafari, A. M. 2013. Determination of an appropriate model for optimum use of N fertilizer in furrow irrigation. Journal of Sugar Beet, 29(1), 53-63.
Robertson, M. J., Llewellyn, R. S., Mandel, R., Lawes, R., Bramley, R. G. V., Swift, L.
and O’Callaghan, C. 2012. Adoption of variable rate fertiliser application in the Australian grains industry: status, issues and prospects. Precision Agriculture, 13(2), 181-199.
Sadre, P., Soleymani, A. and Javanmard, H. R. 2012. Root Yield and Quality Traits of Sugar Beet (Beta vulgaris L.) in Relation to Nitrogen Fertilizer and Plant Density in Isfahan Region. International Journal of Agriculture and Crop Sciences, 4 (20), 1504-1507.
Sayili, M. and Akca, H. 2004. Comparison of different models for describing sugarbeet yield response to nitrogen fertilizer (case study of Turkey). Asian Journal of Plant Sciences, 3(4), 529-531.
Schmitz, A., Kiewnik, S. and Schlang, J. 2003. Use of remote sensing to identify the spatial distribution of the sugar beet cyst nematode Heterodera schachtii. In Programme book of the joint conference of ECPA–ECPLF. Wageningen Academic Publishers, Wageningen.
Shepard, D. 1968, January. A two-dimensional interpolation function for irregularly-spaced data. In Proceedings of the 1968 23rd ACM national conference (pp. 517-524). ACM.
Shuhui, Z., Chenglin, M., Caicong, W., Qiaoling, D., Yunxia, H. and Xingming, Z.
2003. Development and application of a variable rate fertilizer applicator for
100
precision agriculture [J]. Transactions of The Chinese Society of Agricultural Engineering, 1, 035.
Solie, J. B., Stone, M. L., Needham, D. E., Washmon, C. N., Raun, W. R., Johnson, G.
V. and Larson, W. E. 2000. In-season N fertilization using an in-season estimate of potential yield. In Proceedings of the 5th International Conference on Precision Agriculture, Bloomington, Minnesota, USA, 16-19 July, 2000. (pp. 1-8).
American Society of Agronomy.
Stevanato, P., Zavalloni, C., Marchetti, R., Bertaggia, M., Saccomani, M., McGrath, J.M., Panella, L.W. and Biancardi, E. 2010. Relationship between subsoil nitrogen availability and sugarbeet processing quality. Agronomy journal, 102(1), 17-22.
Sudduth, K. A. 1999, May. Engineering technologies for precision farming. In international seminar on agricultural mechanization technology for precision farming (pp. 5-27). Suwon: Rural Development Admin.
Sumelius, J., Grgic, Z., Mesic, M. and Franic, R. 2002. Farm level cost of reducing nitrate leaching by economic instruments in Croatian farming systems. Inst. für Wirtschafts-und Sozialwiss. des Landbaus, Fachgebiet Ressourcenökonomie.
Swinton, S. M. and Lowenberg-DeBoer, J. 1998. Evaluating the profitability of site-specific farming. Journal of production agriculture, 11(4), 439-446.
Talha, Z., Tola, E., Al-Gaadi, K. A. and Kheiralla, A. F. 2011. Pneumatic System for Granular Fertilizer Flow Rate Control. Middle-East Journal of Scientific Research, 8(3), 688-693.
Teal, R. K., Tubana, B., Girma, K., Freeman, K. W., Arnall, D. B., Walsh, O. and Raun, W. R. 2006. In-season prediction of corn grain yield potential using normalized difference vegetation index. Agronomy Journal, 98(6), 1488-1494.
Tola, E., Kataoka, T., Burce, M., Okamoto, H. and Hata, S. 2008. Granular fertiliser application rate control system with integrated output volume measurement.
Biosystems engineering, 101(4), 411-416.
Tsialtas, J. T. and Maslaris, N. 2013. Nitrogen effects on yield, quality and K/Na selectivity of sugar beets grown on clays under semi-arid, irrigated conditions.
International Journal of Plant Production, 7(3), 355-371.
101
Üngör, M. G. and Akdemir, B. 2010. Development of a Mapping Program for Variable Rate Application. Tarım Makinaları Bilimi Dergisi, 6(2), 121-126.
Vellidis, G., Savelle, H., Villagran, S. and Ritchie, G. 2009. Using GreenSeeker® to drive variable rate application of plant growth regulators and defoliants on cotton.
Precision Agriculture'09, 9, 955.
Wang, C., Liang, L. and Liang, T. 2012, May. Design of variable rate fertilization control system based on improved PID. In Measurement, Information and Control (MIC), 2012 International Conference on. 2, 1037-1040.
Yang, C. 2001. A variable rate applicator for controlling rates of two liquid fertilizers.
Applied engineering in agriculture, 17(3), 409-417.
Zhang, R., Wang, X., Guo, J., Chen, L., Zhou, J. and Ma, W. 2014. Development of Variable Rate Fertilizer System Based on Optical Sensor. Sensors and Transducers, 26, 1.
102