ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
DOKTORA TEZİ
ŞEKER PANCARI TARIMINDA DEĞİŞKEN ORANLI GÜBRELEME OLANAKLARI
Babak TALEBPOUR
TARIM MAKİNALARI ve TEKNOLOJİLERİ MÜHENDİSLİĞİ ANABİLİM DALI
ANKARA 2016
Her hakkı saklıdır
i ETİK
Ankara Üniversitesi Fen Bilimleri Enstitüsü tez yazım kurallarına uygun olarak hazırladığım bu tez içindeki bütün bilgilerin doğru ve tam olduğunu, bilgilerin üretilmesi aşamasında bilimsel etiğe uygun davrandığımı, yararlandığım bütün kaynakları atıf yaparak belirttiğimi beyan ederim.
20.01.2016
Babak TALEBPOUR
ii ÖZET Doktora Tezi
ŞEKER PANCARI TARIMINDA DEĞİŞKEN ORANLI GÜBRELEME OLANAKLARI
Ankara Üniversitesi Fen Bilimleri Enstitüsü
Tarım Makinaları ve Teknolojileri Mühendisliği Anabilim Dalı Babak TALEBPOUR
Danışman: Doç.Dr. Ufuk TÜRKER
Günümüzde hem şeker pancarı verimi, hem de şeker içeriği yönünden karlı şeker pancarı üretimi için, teknolojilerin etkili kullanımı ile girdilerden özellikle azot gübresinin hassas yönetimini gerektirmektedir. Geliştirilmiş azot yönetimi, diğer azot kullanan bitkiler gibi şeker pancarı verimi ve kalitesinin artmasını sağlamaktadır. Ancak bu tür araçlar Türkiye tarımında kullanılmamaktadır. Bu araştırmanın temel amacı, gelişme döneminde bitkinin azot durumunu belirlemek için, yakın algılama tekniğinin kullanılması ve değişken oranlı gübre uygulamaları için ucuz ve basit bir sistemin tasarlanmasıdır. Bu araştırmada iki farklı şeker pancarı çeşitine azotun 5 değişik oranı (0, 60, 90, 120, 150 kgN/ha) uygulanarak tesadüf blokları deneme deseninde farklı azot oranlarının, verim, şeker içeriği, α-amino N ve NDVI değerleri üzerine etkisi incelenmiştir. Deneme sonucu kuadratik polinom modelinde verim ve şeker içeriği ile azot oranları arasındaki ilişki tanımlanarak, 115.64 kgN/ha azot gübrelemesinin verim ve şeker içeriği için optimum miktar olduğu belirlenmiştir. Araştırmada NDVI değerlerinin kullanılması 93. gün ekim tarihinden sonra yaklaşık 1486 CGDD’ inde önerilmiştir. Bu döneme ait NDVI değerleri ile azot oranları arasındaki ilişkiden yararlanarak, bitkinin azot durumu, dolayısıyla üst gübrelemede kullanılması gereken azot gübre miktarı belirlenmiştir. Tezin ikinci aşamasında gübre yönetim alanlarını dikkate alarak değişken oranlı gübreleme işlemini gerçekleştirmek amacıyla bir sistem geliştirilmiştir. Yazılım, GPS, control ve ayarlama bölümlerinden oluşan sistemin performansı enterpolasyon doğruluğu ve yanıt süresi açısından değerlendirilmiştir. Elde edilen sonuçlar enterpolasyon işleminin doğruluğunu 0.94 (R2) olarak belirlenirken, yanıt süresi 1 m/s ilerleme hızında artan ve azalan gübre oranları için sırasıyla 4.44 s ve 4.63 s olarak belirlenmiştir.
Ocak 2016, 106 sayfa
Anahtar Kelimeler: Şeker pancarı, azot yönetimi, optik sensör, değişken oranlı gübreleme, enterpolasyon ve yanıt süresi.
iii ABSTRACT
Ph. D. Thesis
VARIABLE RATE FERTILIZATION OPPORTUNITIES IN SUGAR BEET FARMING
Babak TALEBPOUR
Ankara University
Graduate School of Natural and Applied Sciences
Department of Agricultural Machinery and Technologies Engineering
Supervisor: Assoc. Prof. Dr. Ufuk TÜRKER
Nowadays, efficient sugar beet production needs optimum amount of fertilizer, especially for precision management of nitrogen. Developed precision management of nitrogen may increase yield and sugar content in sugar beet and all nitrogen-using crops.
During the growing season, monitoring the status of the plant in sugar beet production system will enable farmers to improve nitrogen management. The main objective of this study was to use the contactless optical sensor in order to determine in-season nitrogen status in sugar beet and design a simple structured applicator to perform variable rate application. An experiment was established to determine the effect of nitrogen on root yield, sugar content and α-amino N content using a randomized block design by applying five different rates of nitrogen (0, 60, 90, 120, 150 kgN/ha) to two sugar beet varieties. The amount of 115.64 kgN/ha was determined as economic optimum nitrogen rate when quadratic polynomial model was used to describe the relationship between nitrogen and root yield, sugar content, and α-amino N content. The use of NDVI values were proposed 93 days after sowing at approximately 1486 CGDD. Thus, N status in plants and in-season N requirement can be determined taking advantage of the relationship between N rates and NDVI values. In the second phase of the thesis, the fertilizer application performance of the applicator was tested and evaluated in terms of interpolation accuracy and response time. According to the results, when interpolation accuracy was determined as 0.94 (R2), the response times of low to high and high to low transition rates were 4.44s and 4.63s, respectively.
January 2016, 106 pages
Key Words: Sugar beet, nitrogen management, optical sensor, variable rate nitrogen application, interpolation and response time.
iv
ÖNSÖZ ve TEŞEKKÜR
Şeker pancarı tarımında verim ve şeker içeriği, yapılacak gübreleme oranlarından etkilenmektedir. Şeker pancarının yetişmesinde başta azot, fosfor ve potasyum olmak üzere besin maddelerin gereğinden az verilmesi, verim kaybına neden olurken gereğinden fazla gübreleme, özellikle gereğinden fazla azot, şeker içeriği kaybına yol açmaktadır. Gübrelemeyi optimum oranlarda gerçekleştirmek ekonomik olarak önemli bir getiri sağlamaktadır. Bu çalışmada uygulanacak toprak örneklerinden yarayışlı fosfor ve potasyum düzeyleri belirlenerek bölgede tavsiye edilen oranlara getirilebilir.
Ancak azot için aynı yöntemi izlemek azotun çabuk fikse olması ve kaybolması nedeniyle yetersiz olmaktadır. Ayrıca, ülkemizde bunun pratik olarak bir çözümü de henüz ortaya konmamıştır. Hızlı ve bitkinin anlık gübre düzeylerinin yakın algılama sensörleri yardımıyla belirlenmesi, yansıma indekslerinin bitki azot düzeyleri ile ilişkilendirilmesi gübreleme yönetiminin oluşturulmasında son derece kullanışlı ve pratiktir. Bu çalışma ile çiftçi şartlarında günümüzün ileri tarım teknolojisi olan yakın algılama sistemi kullanılarak değişken oranlı gübre uygulamalarının yapılmasına olanak sağlanmıştır.
Günümüzde değişken düzeyli uygulama hassas tarımın en önemli aşamasını oluşturur ve tarımın geleceği olarak görülmektedir. Ancak bu uygulamaların yaygınlaşmasındaki başarı çiftçilerin hassas tarımın getirdiği avantajlar ile bilgilendirilmesine bağlıdır.
Karlılık düzeyi ve uyumu gibi faktörlerden daha çok satın alınabilirliği, kullanım zorluğu ve operatörün eğitim düzeyi değişken oranlı uygulamaların yaygınlaşmasını etkilemektedir. Bu çalışmada değişken oranlı gübre uygulamasını gerçekleştirmek için ucuz ve kullanımı kolay bir sistem geliştirilmiştir.
Şeker pancar tarımında optik sensör yardımıyla optimum azot gübre oranı için yapılan çalışma " Sensör Yardımıyla Şeker Pancarında Verim ve Şeker Kalitesine Etkili Azot Yansıma İndekslerinin Değişken Oranlı Gübre Makine Uygulamaları için Geliştirilmesi" adlı proje TÜBİTAK tarafından desteklenmiştir. Proje Ankara Üniversitesi Ziraat Fakültesi Tarım Makinalari Bölümü ile birlikte, BETA ZİRAAT ve
v
TİCARET A.Ş., Pankobirlik ve bu birliğe bağlı çiftçilerin önemli katkı ve uygulamaları ile yürütülmüştür.
Ögrencisi olmaktan onur ve mutluluk duyduğum danışman hocam Sayın Doç. Dr. Ufuk TÜRKER’e (Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü öğretim üyesi) tez çalışmamın başlaması, yürütülmesi ve sonuçlanması aşamalarında göstermiş olduğu ilgi ve özverili destekten dolayı en derin duygularımla teşekkür ederim.
Tez İzleme Komitemde yer alan ve çalışmalarımın hemen hemen her aşamasında deneyimlerini ve yardımlarını esirgemeyen Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları Bölümü öğretim üyesi Sayın Prof. Dr. Ahmet Çolak ve Namik Kemal Üniversitesi Ziraat Fakültesi Biyosistem Mühendisliği Bölümü öğretim üyesi Sayın Prof. Dr. Bahattin AKDEMİR’e teşekkürlerimi sunarım.
Ayrıca çalışmalarım süresinde desteklerini esirgemeyen değerli arkadaşlarım sayın Araş. Gör. Uğur YEGÜL´e ve tecrübeleri ile beni yönlendiren bölüm hocalarıma teşekkür ederim. Beni her türlü şartlarda maddi ve manevi anlamda destekleyen aileme sonsuz teşekkürlerimi sunarım.
Ankara, Ocak 2016 Babak TALEBPOUR
vi
İÇİNDEKİLER
TEZ ONAY SAYFASI
ETİK….. ... i
ÖZET….. ... ii
ABSTRACT ... iii
ÖNSÖZ ve TEŞEKKÜR ... iv
SİMGELER ve KISALTMALAR DİZİNİ ... viii
ŞEKİLLER DİZİNİ ... x
ÇİZELGELER DİZİNİ ... xiii
1. GİRİŞ ... 1
1.1 Temel Kavramlar ... 6
1.1.1 Hassas tarım ... 6
1.1.2 Uzaktan algılama ... 8
1.1.2.1 Uzaktan algılama teknikleri ile bitkisel analizler ... 9
1.1.2.2 Algılama teknolojileri ile ürün durumunun izlenmesi ... 11
1.1.3 Değişken oranlı uygulama ve ekipmanları ... 13
1.1.3.1 Harita tabanlı değişken oranlı uygulama ... 15
1.1.3.2 Sensör tabanlı değişken oranlı sistem ... 16
1.1.3.3 Harita ve sensör tabanlı uygulamaların karşılaştırılması ... 17
2. KAYNAK ÖZETLERİ ... 19
2.1 Şeker Pancarındaki Verim ve Kalite Üzerine Azotlu Gübrenin Etkisi ... 19
2.2 Şeker Pancarında Uzaktan Algılama Tekniklerin Kullanımı ... 24
2.3 Değişken Oranlı Uygulama Sistemlerinin Geliştirilmesi ... 28
3. MATERYAL ve YÖNTEM ... 33
3.1 Materyal ... 33
3.1.1 Değişken oranlı azot uygulama modeli için kullanılan materyal ... 33
3.1.1.1 Çalışma alanı ve kullanılan girdi ... 33
3.1.1.2 GreenSeeker sensör ... 35
3.1.2 Değişken oranlı uygulama sistemin tasarımında kullanılan materyal ... 37
3.1.2.1 Mikrodenetleyici modülü ... 37
3.1.2.2 Doğrusal aktuatör ... 38
vii
3.1.2.3 Test düzeneği ... 41
3.2 Yöntem ... 41
3.2.1 Değişken oranlı azot uygulama modeli için kullanılan yöntem ... 41
3.2.1.1 Deneme planlaması ... 43
3.2.1.2 Gübre uygulamaları ... 44
3.2.1.3 NDVI okumaları ... 44
3.2.1.4 Verilerin değerlendirmesi ... 45
3.2.2 Değişken oranlı uygulama sistemin tasarımında kullanılan yöntem ... 49
3.2.2.1 Manüel sistem ... 50
3.2.2.2 Otomatik sistem ... 51
3.2.2.3 Enterpolasyon yöntemi ... 52
3.2.2.4 Kontrol ünitesinin yapısı ve çalışma prensibi ... 53
3.2.2.5 Yazılım geliştirme ... 55
3.2.2.6 Deneme prosedürü ... 57
4. ARAŞTIRMA BULGULARI ... 60
4.1 Optimum Azot Oranı Belirleme ... 60
4.1.1 Laboratvar sonuçları ve istatistiksel analizleri ... 60
4.1.2 Optimum gübre oranının belirlenmesi ... 61
4.1.3 NDVI sonuçları ve değerlendirmeleri ... 63
4.1.4 NDVI değerleri ile değişken oranlı azot miktarının belirlenmesi ... 70
4.2 Değişken Oranlı Sistemin Değerlendirmesi ... 72
4.2.1 Enterpolasyon işlemin değerlendirmesi ... 72
4.2.2 Kontrol sisteminin performansı ... 73
4.2.2.1 Gübre oranlarının değişimi ... 73
4.2.2.2 Sistemin yanıt süresi ... 79
5. TARTIŞMA ve SONUÇ ... 90
KAYNAKLAR ... 94
EK 1 Değişken Oranlı Programın Görüntüleri ... 102
ÖZGEÇMİŞ ... 105
viii
SİMGELER ve KISALTMALAR DİZİNİ
N Azot P Fosfor K Potasyum T Ton
T/ha Ton/Hektar
KgN/ha Kilogram Nitrojen / Hektar
NDVI Normalize Edilmiş Vejetatif Fark İndeksi GNDVI Yeşil Normalize Edilmiş Vejetatif Fark İndeksi GDD Büyüme Gün Düzeyi
CGDD Toplanmış Büyüme Gün Düzeyi
GIS Coğrafi Bilgi Sistemi VRA Değişken Oranlı Uygulama
VRAT Değişken Oranlı Uygulama Teknolojisi LSD Düşük Anlamlı Fark
RWS Dönüm Başına Geri Kazanılabilir Beyaz Sakkaroz LAI Yaprak Alan İndeksi
FPAR Emilen Fotosentez Açısından Aktif Radyasyon Fraksiyon AVR Alf-Egil Bogen, Vegard Wollan, RISC işlemci
WDVI Ağırlıklı Fark Vejetasyon İndeksi CIR Dijital Renkli Kızılötesi
PIC Peripheral Interface Controller
PID Oransal-İntegral-Türevsel Denetleyici DC Doğru Akım
CAN Controller Area Network DSP Sayısal İşaret İşlem
PWM Darbe Genişlik Modülasyonu IC Entegre Devre
LCD Sıvı Kristal Ekranı
NIR Yakın Kızıl Ötesi Bölge (700-1100 nm Aralığı) G/Ç Giriş/Çıkış
ix Mhz Mega Hertz
USB Evrensel Seri Veriyolu ICSP Devre İçi Seri Programlama SAS İstatistiksel Analiz Sistemi
x
ŞEKİLLER DİZİNİ
Şekil 1.1 Dünya pancar şekeri üretim dağılımı (Anonim 2014) ... 1
Şekil 1.2 Türkiye şeker fabrikaları (Anonim 2014) ... 2
Şekil 1.3 Başarılı şeker pancarı üretimin bileşenleri ... 3
Şekil 1.4 Toprakta azot dönüşümü ve kullanılabilirliği (Draycott 2008) ... 4
Şekil 1.5 Hassas tarım aşamaları ... 7
Şekil 1.6 Yeryüzüne gelen ve yansıyan radyasyonun etkileşimi (Duran 2007) ... 9
Şekil 1.7 Üç farklı materyalin ortalama yansıma eğrisi (Floyd ve Sabins 1987) ... 10
Şekil 1.8 Sağlıklı, stresli ve ölü yapraklarda spektral yansıma (Mangold 1999) ... 11
Şekil 1.9 Şeker pancarı tarlasında azot eksikliğinin belirtileri ... 12
Şekil 1.10 Farklı gübreleme oranları (kg/ha) için ortalama yaprak spektrumları ... 13
Şekil 1.11 Geliştirilmiş değişken oranlı uygulama sistemindeki veri akışı diyagramı (Sudduth 1999) ... 15
Şekil 1.12 Harita tabanlı değişken oranlı uygulamanın bileşenleri (Ess vd. 2001) ... 16
Şekil 1.13 Sensör tabanlı değişken oranlı uygulama (Grisso vd. 2011) ... 17
Şekil 2.1 Azot oranı ile kök verimi, şeker verimi ve beyaz şeker verimi arasındaki kuadratik denklemler (Tsialtas vd. 2013)... 22
Şekil 2.2 Dört büyüme derece günleri için NDVI ile geri kazanılabilen beyaz sakkaroz (RWSA) değerleri arasındaki ilişki (Gehl ve Boring 2011) ... 24
Şekil 2.3 İki farklı dönemlerden elde edilen NDVI ve LAI ilişkileri (Hoffmann ve Blomberg 2003) ... 25
Şekil 2.4 Granül gübre aplikatörü (Kim vd. 2008) ... 30
Şekil 2.5 Otomatik değişken oranlı sistemin bileşenleri (Reyes vd. 2015) ... 32
Şekil 3.1 Çalışma alanı ve koordinatları ... 33
Şekil 3.2 GreenSeeker çalışma prencibi... 36
Şekil 3.3 Arduino Uno mikrodenetleyici modül ... 38
Şekil 3.4 Doğrusal aktuatör bileşenleri ... 39
Şekil 3.5 Doğrusal aktuatör bileşenleri ve arka bağlantıları ... 40
Şekil 3.6 İki kutuplu mıknatıs ile çalışan okuma anahtarı (reed röle) ... 40
Şekil 3.7 Gübre normu ayar mekanizması ... 41
xi
Şekil 3.8 Değişken oranlı azot modeli için kullanılan yöntemin akış diyagramı ... 42
Şekil 3.9 GreenSeeker ile NDVI okumaları ... 44
Şekil 3.10 Çalışmada yapılan işlemlerin takvimi ... 45
Şekil 3.11 Ekonomik optimum azot aranı belirlenmesinde izlenen akış diyagramı ... 47
Şekil 3.12 CGDD açısından çalışma takvimi ... 49
Şekil 3.13 Manüel sistemin yapısı ... 50
Şekil 3.14 Harita üzeri GPS konumunun değişmesi ... 51
Şekil 3.15 Otomatik sistemin yapısı... 52
Şekil 3.16 Kontrol ünitesi yazılımının akış diyagramı ... 54
Şekil 3.17 Sistem kontrol ünitesi ve elemanları ... 55
Şekil 3.18 Enterpolasyon yazılımı akış diyagramı ... 56
Şekil 3.19 Seçilen şeker pancarı tarlasında yapılan NDVI örnekleme noktaları ... 57
Şekil 3.20 Değişken oranlı uygulamada yanıt süresi belirlenmesinde kullanılan deneme parselleri ... 58
Şekil 4.1 Kök verimi ve polar tahmini için elde edilen kuadratik polinom model ... 61
Şekil 4.2 Farklı gübre oranlarına göre deneme ve tahmin değerlerinden elde edilen polinom net gelir eğrileri ... 62
Şekil 4.3 Gerçek değerler ile tahmin modeli ile elde edilen net gelir ilişkisi ... 63
Şekil 4.4 Farklı ölçme dönemlerindeki NDVI değişimleri (Altınekin deneme sahası) ... 64
Şekil 4.5 Farklı ölçme dönemlerindeki NDVI değişimleri (Alakova deneme sahası) ... 64
Şekil 4.6 Gübreleme sonrası 2.okumadan elde edilen RINDVI ve RIHasat arasındaki regresyon eğrileri ve denklemleri (Altınekin deneme alanı)... 66
Şekil 4.7 Gübreleme sonrası 2.okumadan elde edilen RINDVI ve RIHasat arasındaki regresyon eğrileri ve denklemleri (Alakova deneme alanı) ... 67
Şekil 4.8 Mohican ve Eldorado tohum çeşitlerindeki INSEY ve verim arasındaki ilişki ... 69
Şekil 4.9 Mohican tohum çeşitindeki gübre oranı ile NDVI ilişkileri ... 71
Şekil 4.10 Ters mesafe ağırlık yöntemi ile hazırlanan NDVI haritası ... 72
Şekil 4.11 Arcmap 10.0 ve geliştirilen yazılım değerlerinin karşılaştırılması ... 73
xii
Şekil 4.12 0-60 kg/ha gübre oranı araldığında elde edilen lojistik model eğrisi (%5 hata)... 80 Şekil 4.13 60-90 kg/ha gübre oranı araldığında elde edilen lojistik model eğrisi
(%5 hata)... 80 Şekil 4.14 90-120 kg/ha gübre oranı araldığında elde edilen lojistik model eğrisi
(%5 hata)... 81 Şekil 4.15 120-150 kg/ha gübre oranı araldığında elde edilen lojistik model eğrisi
(%5 hata)... 81 Şekil 4.16 150-120 kg/ha gübre oranı araldığında elde edilen lojistik model eğrisi
(%5 hata)... 83 Şekil 4.17 120-90 kg/ha gübre oranı araldığında elde edilen lojistik model eğrisi
(%5 hata)... 84 Şekil 4.18 90-60 kg/ha gübre oranı araldığında elde edilen lojistik model eğrisi
(%5 hata)... 84 Şekil 4.19 60-0 kg/ha gübre oranı araldığında elde edilen lojistik model eğrisi
(%5 hata)... 85 Şekil 4.20 Artan gübre oranlarında tahmin edilen ve gözlenen veriler arası ilişki ... 86 Şekil 4.21 Azalan gübre oranlarında tahmin edilen ve gözlenen veriler arası ilişki ... 86 Şekil 4.22 Artan gübre formunda istenilen ve gözlenen gübre verileri arasındaki ilişki ... 87 Şekil 4.23 Azalan gübre formunda istenilen ve gözlenen gübre verileri arasındaki
ilişki ... 87 Şekil 4.24 Denemede hedef ve ölçülen yanıt süresi arasındaki fark (artan gübre) ... 88 Şekil 4.25 Denemede hedef ve ölçülen yanıt süresi arasındaki fark (azalan gübre) ... 88
xiii
ÇİZELGELER DİZİNİ
Çizelge 2.1 Farklı dozlarda yapılan azot uygulamalarının şeker pancarında verim ve kalite üzerine olan etkisi ... 19 Çizelge 3.1 Araştırma alanlarına ilişkin toprak analiz sonuçları ... 34 Çizelge 3.2 Gübre ayar kolunun hareketini sağlayan doğrusal aktuatörün
teknik özellikleri ... 39 Çizelge 3.3 Altınekin deneme sahasındaki deneme planı ... 43 Çizelge 3.4 Alakova deneme sahasındaki deneme planı ... 43 Çizelge 4.1 Altınekin ve Alakova deneme lokasyonlarında farklı gübre
uygulamaların, verim, polar ve α-amino-N’e etkisi* ... 60 Çizelge 4.2 Deneme lokasyonlarında NDVI değerlerine ait tanımlayıcı
istatistik değerleri ... 63 Çizelge 4.3 Gübreleme sonrası elde edilen RINDVI ve RIHasat arasındaki ilişkiler ... 65 Çizelge 4.4 Farklı gübreleme oranlarının gübreleme sonrası ikinci NDVI
okumaları üzerindeki etkisi* ... 67 Çizelge 4.5 Farklı regresyon yöntemleri ile deneme alanı ve tohum çeşitine
göre INSEY ve verim değerleri arasındaki elde edilen determinasyon
katsayıları (R2) ... 68 Çizelge 4.6 NDVI dayalı gübre oranı belirlenmesinde farklı regresyon yöntemleri
ile deneme alanı ve tohum çeşitine göre elde edilen determinasyon
katsayıları (R2) ... 70 Çizelge 4.7 0-60 kg/ha oranında 3.3 m2’lik parsellerden elde edilen gübreleme oranı ... 75 Çizelge 4.8 60-90 kg/ha oranında 3.3 m2’lik parsellerden elde edilen gübreleme oranı ... 75 Çizelge 4.9 90-120 kg/ha oranında 3.3 m2’lik parsellerden elde edilen gübreleme
oranı ... 76 Çizelge 4.10 120-150 kg/ha oranında 3.3 m2’lik parsellerden elde edilen gübreleme
oranı ... 76 Çizelge 4.11 150-120 kg/ha oranında 3.3 m2’lik parsellerden elde edilen gübreleme
oranı ... 77
xiv
Çizelge 4.12 120-90 kg/ha oranında 3.3 m2’lik parsellerden elde edilen gübreleme oranı ... 77 Çizelge 4.13 90-60 kg/ha oranında 3.3 m2’lik parsellerden elde edilen gübreleme oranı ... 78 Çizelge 4.14 60-0 kg/ha oranında 3.3 m2’lik parsellerden elde edilen gübreleme oranı ... 78 Çizelge 4.15 Gübre oranı arttırıldığında lojistik model parametreleri, gecikme
mesafe ve yanıt süresi ... 82 Çizelge 4.16 Gübre oranı azaldığında lojistik model parametreleri, gecikme
mesafe ve yanıt süresi ... 82
1 1. GİRİŞ
Türkiye’de yetiştirilen endüstri bitkileri içerisinde şeker pancarı (Beta vulgaris var.
saccharifera L.) önemli bir yere sahiptir. Ülkemizde şeker pancarı tarımı şeker pancarı üretimiyle geçimini temin eden yaklaşık 500 bin çiftçinin, diğer bir ifadeyle 3 milyon insanın yanı sıra; tarım, hayvancılık yani yem, ilaç, et, süt, nakliye ve hizmet sektörleriyle de iç içe geçmiş durumdadır. Konu, tarım, tarımsal sanayi, işlenmiş temel gıda ürünleri ve istihdam gibi değişik dal ve konularda bir bütünlük teşkil etmektedir.
Bu nedenle ülke çapında ortalama verimin arttırılması ve verim ile beraber şeker içeriğini de arttırmak şeker pancarı tarımında en önemli konuların başında gelmektedir.
Dünyada üretilen şekerin %79’ü kamıştan, %21’i pancardan üretilmektedir. Türkiye’nin ekolojisi daha ekonomik olmasına karşı şeker kamışı tarımına uygun değildir. Bu nedenle Türkiye, şekeri pancardan üretme yolunu seçmiştir. Aynı şekilde Avrupa Birliiği (AB), Ukrayna vb. ülkelerde de pancardan şeker üretimi yapılmaktadır. Ülkemiz pancar şekeri üreten ülkeler arasında dünyada altıncı, Avrupa’ da ise Almanya, Fransa ve Ukrayna’nın ardından dördüncü sırada gelmektedir (Şekil 1.1) (Anonim 2014).
Şekil 1.1 Dünya pancar şekeri üretim dağılımı (Anonim 2014)
Dünyada yılda 155-170 milyon ton civarında üretilmekte olan kristal şekerin yaklaşık beşte dördü kamıştan, kalanı pancardan elde edilmektedir. Kamış ve pancardan elde
2
edilen şekerlerin özellikleri arasında bir farklılık yoktur. Ancak dünya şeker borsa fiyatlarını düşük maliyeti nedeniyle kamış şekeri belirlemektedir. Ülkemizin ihtiyacı olan şeker, yerli üretimle karşılanmaktadır. Ülkemizde pancar şekeri üretimi ilk kez 1926 yılında başlamıştır. Günümüzde kendilerine kota tahsis edilen 7 şirkete ait pancar şekeri fabrika sayısı 33’e, üretim kapasitesi 3.1 milyon ton’a ulaşmıştır. Bu yedi şirketten biri, kamuya ait 25 adet fabrikaya sahip özelleştirme kapsamındaki Türkiye Şeker Fabrikaları A.Ş.’dir. Diğer altı şirket ise özel sektöre aittir (Anonim 2014) (Şekil 1.2).
Şekil 1.2 Türkiye şeker fabrikaları (Anonim 2014)
Şeker pancarı üretiminde verimle beraber kalite konusu (özellikle şeker içeriği) önemli bir faktördür. Şeker içeriği, sakkaroz yüzdesi olarak ifade edilir ve şeker pancarı alım fiyatını belirler. İstenilen şeker içeriğine ulaşmak amacıyla şeker pancarı verimi ve kalite arasındaki ilişkiyi belirlemek gerekmektedir. Yapılan birçok araştırmalara göre verim ile şeker içeriği bir miktara kadar kullanılan azot miktarına göre artmakta ancak belirli bir miktardan sonra verim artsa bile şeker içeriği azalmaktadır. Dolaysıyla, bu araştırmada önemli olan hususlardan biri verim ile kalite (şeker içeriği), ayrıca bu iki faktör ile kullanılan azot miktarı arasında olan ilişkinin belirlenmesidir.
3
Şeker pancarı üretimi yapan birçok bölgede, yüksek kök veriminin elde edilmesi başarılı şeker pancar üretimi anlamına gelmektedir. Ancak başarılı şeker pancar üretimi yüksek kök verimi, yüksek şeker içeriği ve düşük safsızlık derecesinin birleşimidir (Şekil 1.3).
Amino-N içeriği, sodyum ve potasyum olarak belirlenmiş olan istenilmeyen safsızlık, melas şekline dünüşerek şeker kaybının artmasına neden olmaktadır. Melas şeklinde oluşan kayıplar (melas %50 sakkaroz içermektedir) %2 ile %20 arasında olabilir.
Dolayısıyla gübre yönetimi, yüksek kök verimi, şeker ve safsızlığın azalmasında önemli anahtar olarak tanımlanmaktadır.
Şekil 1.3 Başarılı şeker pancarı üretimin bileşenleri
Şeker pancarının yetişmesinde üç ana besin maddesi azot, fosfor ve potasyumdur.
Gübrelemede dikkat edilmesi gereken en önemli husus, bitkinin ihtiyacı kadar gübreyi, usulüne uygun olarak, zamanında toprağa verebilmektir. Eksik veya fazla gübre kullanımı verim ve kalitenin düşmesine neden olacaktır. Pancar tarımında kullanılan başlıca azotlu gübreler; amonyum sülfat, amonyum nitrat, kireçli amonyum nitrat ve üredir. İhtiyaçtan fazla azotlu gübre kullanılmaması önemli bir konudur. Azotlu gübrenin gerektiğinden fazla kullanılması halinde işleme aşamasında verim düşmekte ve çevre kirliliği meydana gelmekte, gereksiz ve fazla miktarda kullanılması halinde ise kök verimini az bir miktarda yükseltmekle birlikte, aşırı yaprak gelişimini teşvik ettiği gibi pancardaki şeker oranını da önemli ölçüde düşürmektedir. Bu nedenlerden dolayı
4
azotlu gübre uygulamasına hasattan en az 2,5 ay önce son verilmelidir. Azotlu gübrelerin kurak bölgelerde 2/3'ü ekimden önce ilkbaharda tarla hazırlığı sırasında, geriye kalan 1/3'ünün ise birinci çapadan önce kullanılması ideal bir uygulama olmaktadır. Şeker pancarı için dekara 10-15 Kg saf azot verilecek şekilde gübre kullanılması gerekmektedir.
Bitkisel üretimde, azot yönetimi sadece verim ve kalite üzerinde olan etkisi açısından değil, daha öncede belirtildiği gibi çevre kirliliğinde etkili olan en önemli faktör olduğundan önemlidir. Gübreleme sonucunda meydana gelen NO3 şeklinde olan azot kaybı, yeraltı sularının kirlenmesinde önemli bir payı bulunmaktadır. Uygulanan azotun bitki tarafından kullanılmayan kısmı %30 ila %50’i kadardır. Ayrıca buharlaşma ve denitrifikasyon yoluyla da azot kaybı oluşmaktadır (Şekil 1.4). Kaybolan azot çiftçi gelirini sınırlarken göllerin ötrofikasyonunu hızlandırır, insan sağlığını tehdit eder ve ekosistemin bozulmasına yol açar. Bu nedenlerden dolayı meydana gelen tüm bu sorunları çözmek için en mantıklı yaklaşım, uygulama oranlarını azaltmak ve uygulama yöntemlerini değiştirmektir (Draycott 2008).
Şekil 1.4 Toprakta azot dönüşümü ve kullanılabilirliği (Draycott 2008)
5
Dünyada giderek artan gıda ihtiyacı ve çevresel kaygılar, tarımsal uygulamalarda yeni bakış açılarının getirilmesini zorunlu kılmaktadır. Bu kapsamda alternatif bir yaklaşım olarak kabul edilebilecek olan hassas tarım uygulamaları özellikle son 10 yılda tarımsal uygulamalarda yer edinmeye başlamıştır. Gıda için artan bu talep ile, kalite gibi parametrelerin de izleme ve haritalama sistemlerinin kullanımı zorunlu hale gelmiştir.
Günümüzde diğer bitkilerdeki gibi, karlı şeker pancarı üretimi için, teknolojilerin etkili kullanımı ile girdilerden özellikle azot gübresinin hassas yönetimini gerektirmektedir.
Hassas tarım teknolojisinin önemli parçası olan yerine özgü yöntemleri, sadece toprak analizleri ile değil bitkinin farklı gelişme aşamalarındaki durumunu da inceleyerek en uygun azot oranını önermektedir. Gübreleme işlemlerin sırasında azot durumunun doğru tahmin edilmesi yerine özgü azot uygulamaların yönetilmesi için son derece önemlidir.
Ancak yerine özgü yöntemlerin uygulanmasından önce ve tarımsal bilgilerin açıklanmasından ziyade bazı ekonomik, çevresel ve teknolojik soruların da yanıtlanması gerekmektedir. Dolayısıyla, şeker pancar tarımında çevresel koşulları göz önüne tutarak en yüksek gelire erişmek amacıyla zamansal ve mekansal değişimleri tespit etmekle birlikte değişken gübreleme yöntemlerin seçilmesi önemli kaygılardan birisidir.
Son yıllarda hassas tarıma gösterilen ilginin artması ile beraber birçok çiftçi otomatik dümenleme ve veri izleme gibi işlemlerin kullanılabilmesi için yatırım yaparken, mekansal değişimlerin yönetilmesinde kullanılan teknolojiler yaygınlaşmamıştır. Hassas tarımın özellikle değişken oranlı uygulamalarının maliyetli olması başta olmak üzere bileşenlerin entegre edilmesi ve veri yorumlamasındaki zorluklar nedeniyle bu teknolojilerin yaygınlaşmamasında ergonomik çözümlerin üretilebilmemesi gibi sorunlar yer almaktadır (Jochinke vd. 2007). Özellikle dolaysız ve direkt uygulanamayan değişken oranlı uygulamalar, yüksek düzeyde veri yönetimi, yorumlama ve karar verme işlemleri gerektirdiği nedeniyle diğer hassas tarım teknolojilerine göre farklı olmaktadır. Diğer yenilikler gibi değişken oranlı uygulamaların açıklanabilmesi için, bir yeniliğin göreceli üstünlük, uyumluluk, karmaşıklık, denenebilirlik ve gözlenebilirlik gibi temel nitelikleri de incelenmektedir (Robertson 2012).
6
Yapılan birçok araştırma sonuçları dikkate alındığında gübrelerin değişken oranda kullanılmasının hassas tarım uygulamaları arasında en yüksek gelir sağlayan uygulama olduğu ortaya çıkmaktadır (Batte 2008). Örnek olarak 54 bölgede yürütülen 9 denemeden elde edilen sonuçlar ile değişken oranlı uygulamaların karlı olduğu belirlenmiştir (Swinton ve lowenberg-Debore 1998). Günümüzde, çeşitli değişken oranlı gübreleme ekipmanları, ticarı olarak üretilmekte ve kullanılmaktadır. Ancak bu sistemlerin pahalı olması uygulamaların gerçekleşmesindeki engellerden birisini teşkil etmektedir.
Bu tezin kapsamında, doğru azot ihtiyacının belirlenmesi için yakın algılama teknikleri kullanarak elde edilen bitki indeksleri sayesinde bitkinin gerçek ihtiyacını belirleyerek bir modelin geliştirilmesi planlanmış ve değişken oranlı uygulanması için alternatif ve ucuz bir çözüm ortaya konulması amaçlanmıştır.
1.1 Temel Kavramlar
1.1.1 Hassas tarım
Hassas tarım, bir alanın biyofiziksel değişkenliğini belirleyen sensörler ve jeo-referans bilgileri kullanarak girdilerin daha dikkatli kullanılmasıdır. Üreticiler ilk olarak, alan içerisinde değişkenlik miktarını belirleyip küresel konumlama sisteminden (GPS) yararlanarak verim veya toprak parametreleriyle ilgili olan bilgileri coğrafi koordinatlar ile birleştirmektedirler. Bu datalar dijital toprak verimliliği ve değişkenlik haritalaması için temel verilerdir. Hassas tarımın amacı, her alan içerisinde olduğu gibi mekansal ve zamansal değişkenlik miktarını belirlemek ve yönetmektir. Bir tarım arazisi içerisinde su, gübre, tohum ve tarım ilaçlarını tekdüze oranda kullanmak yerine, biyofiziksel değişkenliğine dayalı ekipmanlar ile sürekli girdi kullanımını ayarlamaktadırlar. Hassas tarımın diğer amacı verimi arttırmak ve masrafları azaltmaktır. Aslında tarımsal işlemlerde, hassas tarım önemli bir yönetim sistemidir.
7
Hassas tarımın amaclarından biri de her girdiyi, mekana ve yerine özgü (site specific) kullanmaktır. Hassas tarımın bir alan için tarım yönetimi çeşitli perspektiflerden yararlanarak geliştirebilir:
a) Agronomik perspektif: kültürel uygulamaların düzenlenmesinde ürünün gerçek ihtiyaçlarını (daha iyi gübreleme yönetimi gibi) dikkate almak.
b) Teknik perspektif: çiftlik düzeyinde daha iyi zaman yönetimi kurmak (tarımsal faaliyetlerin planlaması gibi).
c) Çevresel perspektif: tarımsal etkileri azaltmak (azot akışını sınırlamak için toprağin azota olan ihtiyacını daha doğru tahmin etmek).
d) Ekonomik perspektif: verimliliği arttırmak veya girdi miktarını azaltmak, verimin etkinliğini çoğaltmak (azot gübreleme uygulamasını düşük maliyetle yapmak gibi).
Ayrıca çiftçi için bir diğer yarar, tarla işlemlerinden ve sonuçlarından bir kayıt sisteminin oluşturulmasıdır. Kaydedilen bilgiler karar vermede ve tarla parametrelerini izlemekte yararlı bilgiler sağlamaktadır. Verimi optimize ve masrafları minimize etmek amacıyla uygulanan hassas tarım aşamaları şekil 1.5’de gösterilmektedir.
Şekil 1.5 Hassas tarım aşamaları
8
Hassas tarımın temel bileşenleri aşağıdaki gibi sıralanabilir:
Küresel Konumlama Sistemi (Global Positioning Systems, GPS)
Verim İzleme Sistemi (Yield Monitoring)
Uzaktan Algılama (Remote Sensing)
Coğrafi Bilgi Sistemleri ve Yazılımlar (Geographic Information Systems, GIS)
Değişken Oranlı Uygulama ve Ekipmanları (Variable Rate Technology, VRT)
1.1.2 Uzaktan algılama
Uzaktan algılama; farklı amaçlarla yerel ve zamansal değişimler üzerinde değerlendirmeler yapmak üzere fiziksel temas olmaksızın nesnelerin durumunun görüntülenmesi ve değerlendirilmesi olarak tanımlanabilmektedir. Uzaktan algılama, hassas uygulamalı tarım için önemli bir işletmecilik aracı olma özelliğine sahiptir.
Uzaktan algılama tarımda son 30 yıldan beri kullanılmaktadır. Bu yöntemin kullanılması; toprağın bitki besin elementleri düzeyini, bitkilerin durumunu ve yabancı ot ile hastalık-zararlı durumunu görsel olarak değerlendirmeyi mümkün kılmaktadır.
Günümüz teknolojisi ile nesnelerin, uydu veya diğer yöntemlerle yüksekten görüntülenmesi mümkündür. Görüntüleme ve görüntünün elde edilmesi kolay olsa da görüntüler üzerinde yorum yapma ve karar verme işlemi ise hala karmaşıklığını korumaktadır.
Uzaktan algılama; bitki ile fiziksel temasın zor olduğu veya bitkiye zarar verme ihtimalının söz konusu olduğu durumlarda, geniş alanların görüntüsünün hızlı ve tekrarlanabilir bir şekilde daha az işgücü ile alınabilmesi ve tüm yetiştirme periyodu boyunca kullanılabilmesi için geleneksel tarla gözlemlemesine bir alternatif olarak kullanılabilmektedir. Sorunların önceden saptanması ve gereğinin yapılması ile muhtemel ürün kayıplarının önlenmesi uzaktan algılanan görüntülerin kullanılması ile mümkün olabilmektedir.
9
1.1.2.1 Uzaktan algılama teknikleri ile bitkisel analizler
Atmosferde absorbe edilmeyen, saçılmaya uğramayan radyasyon, yer yüzeyine ulaşmakta ve etkileşime uğramaktadır. Enerji yer yüzeyine çarptığında obsorbe, geçirilme ve yansıma şeklinde üç etkileşim meydana gelmektedir. Toplam gelen enerji, bu üç halin bir veya bir kaçı yoluyla yüzeyle etkileşmektedir. Bunlardan her birinin oranı, enerjinin dalga boyuna, materyal ve niteliklerin durumuna bağlı olarak değişmektedir (Şekil 1.6). Yutulma; radyasyonun (enerji) hedef tarafından yutulduğunda, geçirilme; radyasyonun hedef içinden geçtiğinde, yansıma; radyasyonun hedefe çarparak geri dönüp yönü değiştiğinde meydana gelir. Uzaktan algılamada ise en çok ilgilenilen husus; hedeften yansıyan radyasyonun ölçülmesidir. Yansıma iki tipte sınıflandırılmaktadır: tam ve dağılan yansıma. Düz bir yüzeyde tam yansıma oluşmakta ve enerjinin hepsi yüzeyden tek bir yönde geri yansımaktadır. Yüzey, engebeli olduğunda dağılan yansıma meydana gelir ve enerji neredeyse aynı biçimde, bütün yönlerde yansımaktadır. Yer yüzeyinin büyük bir kısmı, tam ve tam dağıtıcı yansıtıcı arasında bir özelliğe sahiptir. Gelen radyasyonun dalga boyundan ziyade objenin yüzey pürüzlülüğüne bağlı olarak hedef radyasyonu, hem tam hem de dağılan biçimde veya bu ikisinin arasında bir biçimde yansımaktadır (Duran 2007).
Şekil 1.6 Yeryüzüne gelen ve yansıyan radyasyonun etkileşimi (Duran 2007)
10
Dalga boyları, yüzey varyasyonlarından veya yüzeyi oluşturan kendine özgü partiküllerin büyüklüklerinden çok daha küçük olduğunda dağıtıcı yansıtma egemen olacaktır. Cisimlerin fiziksel ve kimyasal özellikleri ile görünür bölgelerde oluşan spectral değişiklikler, renk diye adlandırılan olgunun ortaya çıkmasına neden olmaktadır. Birçok uzaktan algılama sistemi, temelde yansıma enerjisinin ağır bastığı dalga boyu bölgesinde çalıştığından cisimlerin yansıtma özellikleri çok önemlidir. Her cisim yansıtma özellikleri bakımından farklılık göstermekte ve bu davranıs spektral yansıtma eğrisi denilen bir eğri ile gösterilebilmektedir (Şekil 1.7). Spektral yansıtma özellikleri belirli spektral bölgelerde farklılık gösteren cisimler, bu bölgelere duyarlı uzaktan algılama görüntülerinde farklı sayısal renk değeri ile temsil edilir. Bu nedenle cisimlere ait spektral yansıtma özelliklerin bilinmesi, belirli bir uygulama için gerekli uzaktan algılama verisinin elde edilmesi gereken dalga boyu bölgesinin seçiminde önemli rol oynamaktadır.
Şekil 1.7 Üç farklı materyalin ortalama yansıma eğrisi (Floyd ve Sabins 1987)
Nesnelerin spektral yansıma özellikleri oldukça çeşitlilik göstermektedir. Aynı tür nesneler dahi, zaman ve konumsallığına bağlı olarak farklı yansımalara sahip olabilmektedir. İnceleme konusu olan nesnelerin spektral yansımalarını etkileyen
11
faktörlerin anlaşılması, nesne ile elektromanyetik radyasyonun etkileşiminin doğru biçimde yorumlanması açısından önemlidir (Duran 2007).
1.1.2.2 Algılama teknolojileri ile ürün durumunun izlenmesi
Elektromanyetik dalgalar bitkiler tarafından farklı yöntemler ile yansıtılmaktadırlar.
Buna sebep olan bitkinin eşsiz özelliklerine "vejetasyon spektral belirteci"
denilmektedir. Vejetasyon yansıma, elektromanyetik dalgaların mavi ve kırmızı bölgelerinde çok düşük, yeşil bölgesinde nispeten yüksek ve yakın infrared bölgesinde yüksektir (Şekil 1.8). Bitkinin normal gelişme aşaması, bitki strese girdiği dönemde bozulabilmektedir. Bu dönem içerisinde bazı nedenlerden dolayı bitki fonksiyonları uygun olarak çalışmamaktadır. Bitki strese girdiğinde, genellikle belirtiler bitki üzerinde görülebilmekte ancak bazı stress belirtileri insan gözü ile algılanamamaktadır. Stres nedenine bağlı olarak ilgili belirtiler tarlanın tamamında veya bir kısmında görünebilmektedir.
Şekil 1.8 Sağlıklı, stresli ve ölü yapraklarda spektral yansıma (Mangold 1999)
Strese neden olan faktörler:
1. Su kıtlığı (kuraklık),
2. Toprak besin maddelerin eksikliği,
12
3. Zararlı kimyasal maddelerin konsantrasyonu (toksitlik), 4. Aşırı asitlik veya tuzluluk,
5. Mantar, bakteriyel veya viral infeksiyon,
6. Toprak üzeri veya toprak altı böcek ve diğer organizmaların saldırısı, 7. Aşırı sıcaklık veya don,
8. Kök boğulması veya kök gelişimi için alan eksikliği (örneğin, killi toprağın su ile satürasyonu veya toprak sıkışıklığı),
9. Güneş ışığı eksikliği,
10. Hava koşullarından dolayı meydana gelen hasarlar (rüzgar, kar, buz) ve 11. Diğer bitkiler ile olan rekabet (ışık, besin madde, su veya gelişim alanı için).
Bazı besin maddeleri bitkinin normal gelişimini engeller. Klorofil üretimi ile doğrudan veya dolaylı olarak ilgili olan bazı besin maddeleri yaprak rengini belirgin şekilde etkilemektedirler. Örneğin azot eksikliği ilk olarak bitki besin madde transfer ağının bir parçası olan damarların çevresinde sararmaya neden olmaktadır. Bu sarı bölge giderek yaprağın diğer bölgelerine yayılarak, yaprak rengini kırmızı veya kahverengiye dönüştürmektedir (Şekil 1.9).
Şekil 1.9 Şeker pancarı tarlasında azot eksikliğinin belirtileri
13
Bitki stresine neden olan tüm nedenler bitkilerin klorofil kaybina neden olmakta ve dolayısıyla bitkilerin rengi yeşilden sarıya ve daha sonra kırmızıya ve son olarak da kahverengiye dönüşmektedir. Dolayısıyla klorofil içeriğinin azalması spektrum yansımasını da etkilemektedir (Şekil 1.10).
Şekil 1.10 Farklı gübreleme oranları (kg/ha) için ortalama yaprak spektrumları
1.1.3 Değişken oranlı uygulama ve ekipmanları
Değişken düzeyli uygulama, spesifik yani yerine özgü tarım yönetiminin en önemli aşamasını oluşturmakta ve tarımın geleceği olarak görülmektedir. Tarlanın değişik bölgelerine göre, o bölgenin gereksinim duyduğu kadar girdi uygulaması amaçlandığından bu yolla girdi maliyeti düşürülmüş olmaktadır. Diğer taraftan da kimyasal girdilerin çevreye olan olumsuz etkileri azaltılmış olmaktadır. Bu tip uygulayıcıların maliyetleri oldukça yüksektir ancak hizmet satın alma ya da kiralama yolu ile bu engel de ortadan kaldırılabilmektedir.
14
Hassas tarımla ilgili veriler toplandıktan ve GIS kullanılarak işleme analizi yapıldıktan sonra, tarla ve bitki koşullarının istenen duruma getirilmesi için gerekli uygulamanın belirlenmesinde karar verme işlemi yürütülmelidir. Yapılacak bu uygulama; tohum, gübre, ilaç ve toprak işleme gibi tarımsal girdilerin değişken düzeyli uygulamasını (Variable Rate Technology, VRT) gerektirebilecektir. Değişken Düzeyli Uygulama Tekniği (VRAT) bölgesel değişkenliği gidermek için uygulanan işletmecilik yöntemlerinden biridir. Uygulanması mümkün olan diğer işletmecilik kararları, düşük verim veya yüksek girdi maliyetleri nedeniyle tarlanın tamamını veya küçük bir bölümünü üretim dışında tutma veya geleneksel sabit düzeyli uygulama şeklinde olabilmektedir.
Değişken oranlı uygulamaların gerçekleştirilmesinde iki temel yöntem kullanılmaktadır:
Harita tabanlı değişken oranlı uygulama,
Sensör tabanlı değişken oranlı uygulama.
Kullanılan her iki yöntem, farklı özgün avantajları ile bitkisel üretimdeki girdileri, tarla değişkenliğine göre uygun oranda hazırlamaktadır. Hassas tarım kullanan çiftçi büyük bir olasılıkla en iyi ekonomik veya çevresel çıkarları düşünerek iki yöntemin kombinasyonunu uygulanması gerekmektedir (Morgan vd. 1997).
Değişken oranlı uygulama sisteminin geliştirilmesi, bir takım mühendislik problemlerinin çözülmesini gerektirir. Kullanılan sistemlerde fiziksel bağlantılar ve veri akışı oldukça karmaşık olabilmektedir. Genel bir değişken oranlı uygulama sistemi ofis ve araç görevlerinden oluşmaktadır (Şekil 1.11). Ofis görevleri; veri yorumlaması, yönetim planların geliştirilmesi ve uygulama haritalarının (reçete) çıkarılması işlemlerini içermektedir. Araç görevleri ise reçete haritalarını kullanarak yerleşik sensörler ve aktüatörler ile birlikte tohum, gübre ve diğer kimyasal girdileri uygulamaktadır. Şekil 1.11ʹde verilen genel şemada gösterilen bazı elemanlar herhangi bir değişken oranlı uygulama sisteminde kullanılmayabilmektedir. Örneğin, çevrimiçi (online) sensörlerin kullanımını veya reçete haritaların yapılmasını içermeyebilir (Sudduth vd. 1999).
15
Şekil 1.11 Geliştirilmiş değişken oranlı uygulama sistemindeki veri akışı diyagramı (Sudduth 1999)
1.1.3.1 Harita tabanlı değişken oranlı uygulama
Harita tabanlı uygulamalar bir takım stratejiler ile donatılarak daha önce ölçülen parametrelerden elde edilen haritaları (reçete haritaları) kullanmaktadır. Toprak tipi, rengi ve yapısı, topografik bilgiler, ürün verimi, alan izleme bilgileri ve uzaktan algılama görüntüleri gibi çeşitli bilgi kaynakları girdi değişkenliğinin belirlenmesinde üreticiler ve tarım danışmanlarına yardımcı bilgileri sağlamaktadır. Kullanılan bazı stratejiler tek bilgi kaynağından yararlanırken diğer stratejiler çeşitli bilgilerin birleşimini kullanmaktadır. Ancak kullanılan strateji ne olursa olsun, kullanıcı sonuçta uygulama oranını belirleyebilmeli ve kontrol edebilmelidir. Harita tabanlı bir sistem, konum belirleme ekipmanı ile donatılmalı ve reçete haritalarını okuyarak istenilen uygulama oranı pozisyon bilgileriyle ilişkilendirilebilmelidir (Şekil 1.12). Örneğin, değişik oranlı besin maddesi uygulamalarında harita tabanlı bir yöntemin kurulması aşağıdaki aşamaları içermektedir:
16
Sistematik toprak örneklemesi,
Toprak besin maddesi özelliklerinin, yerine özgü haritalarının (reçete) hazırlanması,
Harita geliştirilmesinde bir algoritma kullanımı ve
Değişken oranlı uygulama için kontrol sisteminin geliştirilmesi.
Örnekleme ve uygulamanın her aşamasında konum belirleme sistemi ile donatılmış bir sistem, tarla içinde örnekleme noktalarının konumunu belirleyerek gübre oranlarının nerede uygulandığını göstermektedir (Grisso vd. 2011).
Şekil 1.12 Harita tabanlı değişken oranlı uygulamanın bileşenleri (Ess vd. 2001)
1.1.3.2 Sensör tabanlı değişken oranlı sistem
Sensör tabanlı bir yöntem, haritalama veya veri toplama olmaksızın girdi oranının belirlenmesine olanak sağlamaktadır. Gerçek zamanlı sensörler (real time) istenilen özellikleri – genellikle toprak özellikleri ve bitki karakteristiklerini, hareket halindeyken ölçmektedirler. Sensör tabanlı sistemlerde konum belirleme sistemine ve uygulama öncesi veri analizine gerek kalmadan, yapılan ölçümlerden elde edilen veriler değişken
17
oranlı uygulayıcıya (aplikatöre) gönderilmektedir (Şekil 1.13). Bu özelliğe rağmen, sensör verileri jeo-referanslı olarak kaydedildiğinde gelecekteki yerine özgü yönetim için reçete haritaların hazılanmasını sağlarken üreticiler için de uygulama oranlarını kaydetme imkanı sağlar (Grisso vd. 2011).
Şekil 1.13 Sensör tabanlı değişken oranlı uygulama (Grisso vd. 2011)
1.1.3.3 Harita ve sensör tabanlı uygulamaların karşılaştırılması
Harita tabanlı teknoloji, örnekleme ve uygulama işlevlerinin ayrılmasını sağlamaktadır.
Bu yöntem ile elde edilen işlevler farklı dönemlerde farklı makinalarla uygulanabilmektedir. Hangi sistemin diğerine göre daha gelişmiş veya öncü olduğu günümüzde tartışma konusudur. Ancak, tüm bu tartışmalara rağmen harita tabanlı sistemlerin kullanımı değişken oranlı uygulamaların yaygınlaşmasını sağlamaktadır.
Harita tabanlı sistemin avantajları aşağıdaki gibi sıralanmaktadır:
Toprak ve bitki koşullarının izlenmesi için mevcut sensörlerin yeterli olmaması,
Toplam girdi ve ekipman sayısının ve maliyetinin önceden belirlenebilmesi,
18
Verilerin daha önceden dikkatli incelenebilmesi ve yorumlanabilmesi,
İleri besleme teknikleri ile uygulayıcı (aplikatör) duyarlılığının arttırılması,
Strateji belirlenmesinde birden fazla bilginin kullanılabilmesi ve
İlerleme hızının artırılabilmesi.
Harita tabanlı sistemin bazı dezavantajları:
Konum belirleme sistemlerinin gereksinimleri,
Zaman alıcı işlemlerin yapılması (örneklerin toplanması, kaydedilmesi ve işlenmesi gibi işlemler),
Harita üretimi için özel yazılımların kullanılmasının gerekliliği,
Uygulamada örnekleme konumundan kaynaklanan hataları,
Düşük çözünürlük nedeniyle oluşan tahmin hatalar,
Bazı toprak özelliklerinin (NO3 ve nem gibi) zaman içerisinde değişebilmesi ve
Uygulamadaki zaman gecikmeleri (Morgan vd. 1997).
19 2. KAYNAK ÖZETLERİ
2.1 Şeker Pancarındaki Verim ve Kalite Üzerine Azotlu Gübrenin Etkisi
Şeker pancarının işleme verimliliği azotlu gübrelemeden büyük ölçüde etkilenen kök miktarı ve şeker kalitesi ile ilişkilidir. Yetersiz azot kaynağı toplam verimi sınırlarken aşırı azot alımı sakkaroz düzeyini azaltmakla ve kirlilikleri artmakla birlikte işleme kalitesini de etkilemektedir. Gübrelemede dikkat edilmesi gereken en önemli husus, bitkinin ihtiyacı kadar gübreyi, usulüne uygun olarak, zamanında toprağa verebilmektir.
Eksik veya fazla gübre kullanımı verim ve kalitenin düşmesine neden olacaktır. Şeker pancarının azot-verim ve kalite ilişkileri üzerinde yapılan bir araştırmada farklı azot dozlarının şeker konsantrasyonu, şeker verimi ve safsızlık indeksi üzerinde olan etkisi incelenmiştir. Bauer and Stevenson (1972) tarafından elde edilen sonuçlara göre, maksimum sakkaroz verimi için ortalama azot miktarı 112 kgN/ha olarak belirlenmiştir ancak kök verimin artmasına rağmen bu miktarın üstünde kullanıldığı zaman sakkaroz miktarın azaldığı saptanmıştır (Çizelge 2.1).
Çizelge 2.1 Farklı dozlarda yapılan azot uygulamalarının şeker pancarında verim ve kalite üzerine olan etkisi
Azot oranı KgN/ha
Kök verimi T/ha
Sakkaroz konsantrasyonu, %
Sakkaroz verimi, T/ha
Safsızlık indeksi, ppm
0 53.9 17.0 9.1 429
56 55.1 16.7 9.1 482
112 59.3 16.4 9.9 534
224 60.8 15.3 9.1 750
El-Sarag vd. (2013) tarafından yürütülen araştırmada, tarla denemesi şeker pancarı kalite ve verim üzerindeki 4 farklı azot oranının (105, 141, 176, 211 kgN/ha) etkisi bölünmüş parseller deneme tertibine göre yürütülmüştür. Kumlu topraklarda yapılan deneme sonucunda en yüksek kök verimi ve şeker içeriği sırasıyla 211 kgN/ha ve 141
20
kgN/ha gübre uygulanmasında elde edilmiştir. Araştırmada yapılan iz analizi, kök verimi, sakkroz yüzdesi ve kök ve tepe verimi interaksiyonun, brüt şeker verimi üzerinde en değişken katkı olduklarını belirlemiştir.
Demirhan (2011), araştırmasının denemelerini geç dönemde (Ağustos ayı içerisinde) uygulanan azotun, verim ve kaliteye etkilerinin tespiti amacı ile tesadüf bloklarında faktöriyel deneme desenine göre 4 tekerrürlü olarak kurmuştur. Yapılan bu araştırmada, geç dönemde azot, iki farklı gübre formunda (Amonyum Nitrat %33 N ve Amonyum Sülfat %21N) ve dört farklı gübre dozunda (0, 50, 100 ve 150 kgN/ha) uygulanmış, şeker pancarında verim ve kaliteyi etkileyebilecek 11 adet parametre araştırılmıştır.
Araştırmada, tespit edilen değerler için varyans analizi ve LSD testleri yapılmış, gübre formlarının ve gübre dozlarının şeker pancarının verim ve kalitesi üzerine etkisinin önemli seviyelerde olduğu belirlenmiştir. Araştırmada, gübre formlarından, amonyum nitrat gübresinin yaprak verimi ve amino azot (zararlı azot) miktarı üzerine, amonyum sülfat gübresinin de ham şeker verimi, arıtılmış şeker verimi, şeker oranı, çözünebilir şeker oranı ve özüt (usare) safiyeti üzerine etkisinin önemli seviyede olduğu tespit edilmiştir. Gübre dozlarının verim yönünden, kök verimi ve yaprak verimini 150 kgN/ha seviyesine kadar artırdığı, ancak bu seviyeden sonra bir miktar düşürdüğü; ham şeker veriminin ve arıtılmış şeker veriminin ise gübre dozlarının artışıyla birlikte kademeli olarak düştüğü, en fazla düşüşün yine 150 kgN/ha dozunda olduğu tespit edilmiştir. Kalite özellikleri yönünden ise, şeker oranının, kuru madde oranının, çözünebilir şeker oranının ve usare safiyetinin gübre dozlarının artışı ile birlikte azaldığı, diğer kalite özelliklerinden amino azot (zararlı azot) ile sodyum ve potasyum miktarlarının ise gübre dozlarının artışı ile birlikte orantılı olarak arttığı tespit edilmiştir.
Kireçli topraklarda üç tekerrürlü bölünmüş parseller deneme tertibinde üç azot dozu ile birlikte üç potasyum düzeyinin etkisi, şeker pancarı verimi, kalitesi ve besin madde içeriği üzeri incelenmiştir. Sonuçlara göre N ve K oranlarının etkisi ile kök verimi, şeker verimi ve yaprağın yeşil ve kuru ağırlığının arttığı tespit edilmiştir. İki sezon boyunca yapılan araştırmada farklı potasyum oranı uygulandığında azotlu gübrenin en üst düzeyde uygulanması (285 kgN/ha) önemli derecede şeker kaybına ve kökteki N ve K kalıntısının arttırılmasına yol açmıştır. Elde edilen sonuçlar N ve K gübrelerin etkili
21
kullanımı, safsızlık bileşenlerinin azalması dolayısıyla şeker kalitesinin arttığını göstermektedir (Abdel-Motagally vd. 2009).
Şeker pancarı karlılığı üç faktöre dayanmaktadır; verim, şeker içeriği ve sakkaroz geri kazanım etkinliği. Besin maddeleri, özellikle azot bu üç faktörü etkilemektedir.
Toprakta olduğundan fazla bulunan azot miktarı şeker içeriğini azaltırken sakkaroz geri kazanımını da olumsuz yönde etkilemektedir. Stevanato vd. (2010) yaptıkları çalışmada şeker pancarı üretiminde derin toprakta aşırı mineral azotun şeker içeriğine ve kalitesi üzerinde olan etkisini araştırmışlardır; araştırma sonuçları, toprak mineral azot konsantrasyonu ve diğer kimyasal özellikleri ile şeker içeriği ve işleme kalitesi ile ilişkili bulunmuştur. Ayrıca, bu araştırma sonucunda, sadece azot ihtiyacı belirlenmesinde değil kullanılan azotlu gübrenin belirlenmesi amacıyla topraktaki bakiye azotun daha dikkatli belirlenmesi için gerekli olan toprak örnekleme derinlikleri yerel pedoiklim durumlarına göre arttırılması tavsiye edilmiştir.
Hosseinpour vd. (2013) tarafından 2004 ve 2005 yılları arasında bir araştırma yürütülmüştür. Yapılan bu araştırmada beş farklı azot oranının etkisi, iki farklı tohum çeşiti ile birlikte, verim bileşenleri ve yaprak sayısı, yaprak alan indeksi ve taç genişliği gibi bazı bitki parametreleri üzerinde dört tekerrürlü tesadüf blokları deneme tertibinde incelenmiştir. İki yıl içerisinde alınan değerlere göre farklı sonuçlar elde edilmiştir.
Denemenin birinci yılında, en yüksek şeker içeriği (%13.7) sıfır azot oranında elde edilirken, farklı azot oranları kök verimini etkilememiştir. Ancak denemenin bir sonraki yılından elde edilen sonuçlara göre en yüksek kök verimi (80.9 T/ha) 240 kgN/ha koşulunda elde edilmiştir. Aynı dönemde şeker içeriği üzerindeki farklı azot dozlarının etkisi önemli bulunmamıştır. Denemede ele alınan diğer parametrelerde, sadece ikinci dönemde azot oranları ile pozitif ilişki yakalanmıştır.
Tsialtas vd. (2013) tarafından yürütülen dört yıllık bir denemede, Akdeniz koşullarında beş farklı azot oranının (0, 60,120, 180 ve 240 kgN/ha) etkisi killi topraklarda yetiştirilen sulu şeker pancarı tarımında incelenmiştir. Daha önceki raporlara rağmen, popülasyon sıklığı üzerinde olan farklı azot oranlarının etkisi istatistiksel olarak önemli bulunmamıştır. Ancak bunun özellikle verim ve beyaz şeker verimi üzerinde olumlu
22
etkisi belirlenmiştir. Elde edilen sonuçlara göre 220 kgN/ha optimum oran olarak tahmin edilmiştir (Şekil 2.1).
Şekil 2.1 Azot oranı ile kök verimi, şeker verimi ve beyaz şeker verimi arasındaki kuadratik denklemler (Tsialtas vd. 2013)
Elverenli (1985) yaptığı çalışmada farklı sulama suyu ve azot düzeylerinin şeker pancarı verim ve kalitesi üzerine etkilerini araştırmıştır. Çalışma sonuçlarına göre en yüksek su
23
tüketimi 975 mm ve en yüksek kök verimi 49.7 T/ha’dır. Yapılan istatistiksel analizler sonucunda, şeker pancarı için 100 kgN/ha azot uygulaması ve elverişli nemin % 50ʹsi tükendiğinde sulama önerilmiştir.
Lauer (1995) bitki sıklığı ve farklı azot dozlarının kök verimi, şeker içeriği ve geri kazanılabilir şeker üzerindeki etkisini araştırmıştır. Yapılan araştırmada, 0, 112, 168, 224, 280 ve 336 kgN/ha azot gübresi dozları ve 37100, 61800, 86500, ve 111200 bitki/ha bitki sıklıkları, tesadüf blokları bölünmüş parseller deneme tertibinde uygulanmıştır. Hasat dönemi sonunda elde edilen sonuçlara göre, uygulanan ilk azot dozu (112 kgN/ha) verimi 11.8 T/ha arttırırken ikinci doz (168 kgN/ha) verimi 5.2 T/ha arttırmıştır. Şeker içeriği azot oranının artması ile 164 – 157 g/kg azalmıştır. Geri kazanılabilir şeker miktarındaki artış ise 168 kgN/ha uygulandığında 2.48 T/ha olarak belirlenmiştir. Denemede incelenen bitki sıklığının etkisi verim üzerinde istatistiksel olarak önemsiz olurken şeker içeriği ve geri kazanılabilir şeker üzerinde önemli bulunmuştur.
Amin vd. (2013) yaptıkları çalışmada biyogübre ve yaprak uygulaması ile uygulanan mikro besinlerin, şeker pancarı verim ve kalitesi üzerindeki etkisini araştırmışlardır.
119, 178 ve 238 kgN/ha oranlarında üre gübresi şeklinde bölünmüş parseller deneme tertibinde yapılan araştırmanın sonunda, en yüksek kök uzunluğu (136.73 cm), kök çapı (13.01 cm), kök verimi (91 ton /ha), kuru madde miktarı (290.47 g/bitki) ve şeker verimi (10.07 ton/ha), 238 kgN/ha kullanıldığı zaman elde edilmiştir. Genel olarak biyogübre (rizobacterin + phosphorine) karışımı ile aşılanan tohum kullanıldığında, mikrobesinlerin iki kez uygulanmasıyla birlikte 238 kg saf azotun kullanılması tavsiye edilmiştir.
Dört farklı azot gübresi oranı ve üç aralıktaki bitki sıklığı etkileri bir arazi denemesiyle şeker pancarında verim ve kalite parametreleri üzerine etkileri irdelenmiştir. Farklı gübre uygulamaların kök verimindeki etkisi istatistiksel olarak önemli bulunduğunda, diğer kalite parametreleri azot oranlarından etkilenmemiştir. En yüksek kök verimi 100 kgN/ha azot uygulaması ile elde edilirken 150 kgN/ha’lik uygulamanın etkisi önemsiz bulunmuştur. En yüksek kalite değerleri 50 kgN/ha azot uygulandığında elde edilmiştir.
24
Ancak gübre dozu ve bitki interaksiyon etkisi sadece kök verimi üzerinde anlamlıyken en yüksek verim 100 kgN/ha ve 12 bitki/m2 olduğunda sağlanmıştır (Sadre vd. 2012).
2.2 Şeker Pancarında Uzaktan Algılama Tekniklerin Kullanımı
Gehl ve Boring (2011) yaptıkları 2 yıllık bir çalışmada sezon içerisinde bir optik sensörden yararlanarak şeker pancarında kök veriminin ve kalitesinin tahmini üzerinde, ayrıca hasat zamanında toplam azot bakiyesinin belirlenmesi için bir çalışma yapmışlardır. Normalize edilmiş bitki fark indeksleri (NDVI) büyüme derece gün (GDD, growing degree day) aralıklarına göre kırmızı bantlı aktif sensör kullanarak sezon içerisinde ve hasat zamanında elde edilmiştir. Elde edilen sonuçlara göre orta sezondaki GDD ve hasat zamanında belirlenen NDVI değerleri, alan başına geri kazanılabilen beyaz sakkaroz (RWSA, recoverable white sucrose per acre) değerleri ile son derecede ilişkili bulunmuştur (Şekil 2.2). Ancak hasat zamanında elde edilen NDVI değerleri ile şeker pancarı başlıklarındaki toplam azot arasında önemli ilişki bulunmuştur. Ayrıca sonuçlar şeker pancarı hasat zamanında, aktif sensör ile elde edilen NDVI değerlerinin bir sonraki üründe bakiye azot miktarının tahmininde de kullanabileceğini göstermiştir.
Şekil 2.2 Dört büyüme derece günleri için NDVI ile geri kazanılabilen beyaz sakkaroz (RWSA) değerleri arasındaki ilişki (Gehl ve Boring 2011)
25
Franzen vd. (2003); yer esaslı sensörün uydu görüntüleri ile kıyaslandığında ne kadar faydalı olduğunu araştırmışlardır. Bu amaçla şeker pancarı kuru maddesi ve azot içeriği değerleri sensör ile elde edilen NDVI değerleri ile karşılaştırılmıştır. Daha sonra sensör ile elde edilen NDVI haritaları uydu sensöründen alınan görüntülerle kıyaslanmıştır.
Sonuç olarak mekânsal detayların daha kaliteli olarak sağlanmasında, yer esaslı sensörün uydu görüntülerine göre daha yararlı olduğunu belirlemişlerdir.
Hoffmann ve Blomberg (2003) optik algılama yöntemi ile elde edilen verileri yaprak alan indeksinin (LAI) tahmininde kullanmışlardır. Bu çalışma, şeker pancarında farklı uygulamalar sonucunda LAI’de meydana gelen değişiklikleri, uzaktan algılama yöntemleri ile belirlenme olanağını araştırmak için yürütülmüştür. Sonuçlar, algılama teknikleri ile elde edilen NDVI değerleri ile beraber LAI değerlerinin belirli bir noktaya kadar arttığını belirlemişlerdir (Şekil 2.3). Belirlenen bu değerler daha sonra bir bitki gelişim modelinin geliştirilmesinde kullanılmıştır.
Şekil 2.3 İki farklı dönemlerden elde edilen NDVI ve LAI ilişkileri (Hoffmann ve Blomberg 2003)
26
Clevers (1997) yaptığı çalışmada, optik uzaktan algılama sensörü ile erken dönemde, son verimin tahmin edilebilmesini araştırmıştır. Bu çalışmada, bitki gelişiminin izlenmesinden elde edilen emilen fotosentetik aktif radyasyon fraksiyonu (FPAR–
fraction of absorbed photosynthetically active radiation) optik uzaktan algılama sensörleri kullanarak belirlenmiştir. Bu değerlerin hesaplanabilmesi için ilk önce ağırlıklı fark bitki örtüsü indeksi (WDVI değerleri - weighted difference vegetation index) yakın kızıl ötesi ve yeşil yansıma bantları kullanılarak belirlenmiştir. Daha sonra, Haziran sonunda ve Eylül başında elde edilen FPAR değerleri ile son verim değerleri arasında doğrusal ilişki bulunmuştur.
Hongo ve Niwa (2012); üretim maliyetinin azalması ve hasattan üç ay önce verimin tahmin edilebilmesi için uzaktan algılama sensörleri ile beraber meteorolojik verileri kullanarak elde edilen mekânsal bilgileri, etkili bir şeker pancarı yönetim destek sistemin geliştirilmesi için kullanmışlardır. Bu çalışmanın yapılan diğer çalışmalara göre farkı, uzaktan algılama yöntemleri ile elde edilen NDVI değerleri ile birlikte meteorolojik verilerin birlikte kullanılmasıdır.
Moraghan ve Sims (2000) uzaktan algılama yöntemlerini kullanarak, şeker pancarı hasadından sonra ekilen buğday için şeker pancarı tepe kısmı tarafından sağlanan azot kaynakları üzerinde bir araştırma yapılmıştır. Bu araştırmada şeker pancarından sonra yetiştirilen buğday için azot gübresinin etkisi ve topraktaki mevcut olan NO3-N’in etkinliği 12 parselde incelenmiştir. Şeker pancarı tepelerinin azot miktarlarının belirlenmesi, geç sezon döneminde şeker pancarı kanopilerinden elde edilen renkli hava fotoğrafları yoluyla gerçekleştirilmiştir.
Humburg vd. (2002) tarafından geç sezonda şeker pancarı yansıma karakteristikleri ile hasattaki sakkaroz konsantrasyonu arasında korelasyonu belirlemek amacıyla bir model geliştirmişlerdir. Her alan için alınan görüntü verilerinden elde edilen yansıma değerleri ve kanopi indeksleri, ürün kalitesi ve çeşit verileri için eşleştirilmiştir. Sonuç olarak hasattaki sakkaroz konsantrasyonu negatif olarak Ağustos ve Eylülde elde edilen kanopi indeksleri ile ilişkili olmuştur. Ayrıca kanopi indekslerinde özellikle yeşil bant
27
normalize edilmiş bitki örtüsü indeksinde (GNDVI) meydana gelen zamansal değişikler arasında negatif ilişki bulunmuştur.
Jackson vd. (1980)ʹe göre spektral vejetasyon indeksleri, yaprak alan indeksi, kuru madde, yeşil ağırlık, örtü yüzdesi gibi bitki karakteristiklerinin, spektral veriler kullanılarak tahmin edilmesinde önemli araçlardır. İki banda ait yansıma değerlerinin birbirine oranlanmasıyla, doğru bantlar seçildiğinde oldukça yararlı vejetasyon indeksleri elde edilebilir. Normalize edilmiş fark ile vejetasyon indeksi farklı iki banda (örneğin yakın kızıl ötesi ve kırmızı) ilişkin yansıma değerlerinin toplam ve farklarının oranlanması ile elde edilir. Normalize edilmiş fark ile vejetasyon indeksine örnek olarak, Normalize Edilmiş Vejetatif Fark İndeksi (NDVI) verilebilir.
Pinter vd. (1979) tarafından yapılan çalışmada hastalık aşılanmış şeker pancarı ve pamuk yapraklarının, sağlıklı bitkilerden 3 ile 5 °C daha sıcak olduğu belirlenmiştir. Bu sıcaklık farklılığının, değişik toprak su düzeylerinde irdelenmesi ile bitkilerin biyolojik streslerinin belirlenmesinde uzaktan algılama tekniklerinin kullanılabileceğini ortaya koymuştur.
Schmitz vd. (2003) uzaktan algılama verilerini, şeker pancarında Heterodera schachtii adlı hastalığın neden olduğu bitki stresini belirlemek amacıyla kullanmışlardır. Artan nematod yoğunluğu ve farklı şeker pancarı çeşitlerinde oluşan iki faktörlü tarla denemesi sonucu elde edilen veriler ile dijital renkli kızılötesi (CIR) hava görüntüleri, denetimli (supervised) sınıflandırma yapmak için kullanılmıştır. Sezon içerisinde hava görüntüleri ile elde edilen NDVI değerlerinin, nematod hastalığında potansiyel belirleyici olarak kullanılması vurgulanmıştır.
Gat vd. (2000) tarafından yürütülen araştırmada bitki hiperspektral yansıma verileri, şeker pancarı bitkisinin sağlık göstergesi olarak kullanabilmesi incelenmiştir. Bitki sağlığını dolayısıyla verimi etkileyen fiziksel parametreler, bitkiden yansıyan spektrum değişimleri ile algılanması, araştırmanın temelini oluşturmaktadır. Uzaktan algılama değerleri ile verim değerleri arasındaki mekansal ilişkiyi yakalamak amacıyla çeşitli
