Affiliation:
1. Isparta Uygulamalı Bilimler Üniversitesi Ziraat Fakültesi Toprak Bilimi ve Bitki Besleme Bölümü
2. ONDOKUZ MAYIS ÜNİVERSİTESİ, ZİRAAT FAKÜLTESİ, TOPRAK BİLİMİ VE BİTKİ BESLEME BÖLÜMÜ, TOPRAK PR.
3. Karadeniz Tarımsal Araştırma Enstitüsü, Toprak ve Su Kaynakları Bölümü
Abstract
Küresel ısınma ve kuraklaşma ile suyun önemi artmaktadır. Suyun etkin kullanımı için teknolojik gelişmeler takip edilerek gelecek senaryolar ve tahminler dikkate alınmalıdır. Günümüzde her alanında var olan algoritmalar, teknolojik gelişmeler ile birlikte yaşantımızın merkezi haline gelmiştir. Tarımsal alandaki yeni gelişmelerle ile birlikte makine öğrenme algoritmalarının kullanımları araştırılmaktadır. Bu çalışmada; farklı arazi kullanım türleri üzerindeki (orman, mera ve tarım arazisi) toprakların, sınırlandırılmış su aralığı (SSA) içeriklerinin belirlenmesi sonucu alandaki sıkışma ve havalanma problemleri değerlendirilmiştir. Ayrıca, SSA’nın farklı makine öğrenme algoritmaları (rastgele orman, yapay sinir ağları ve destek vektör makinaları) ile tahmin edilebilirliği dağılım haritaları ile ortaya konmuştur. Tarım yapılan toprakların SSA içerikleri oldukça geniş olup 0.03- 0.21 cm3 cm-3 aralıklarında değişim göstermiştir. Çalışma alanında incelenen mera topraklarının % 43.63’ünde optimum koşullar, % 36’sında havalanma, % 14.54’ünde sıkışma, % 5.45’inde hem havalanma hem sıkışma problemleri tespit edilmiştir. Orman örtüsü altında toprakların % 37.037’sinde optimum koşullar yani yarayışlı su içeriği SSA ya eşit olarak tespit edilmiştir. İncelenen algoritmalar arasında en başarılı tahmin rastgele orman (RO) algoritmasıyla elde edilmiştir. RO algoritması ile SSA’nın tahmin edilmesinde RMSE değeri 0.039 cm3 cm-3, olarak belirlenmiştir. RO ile SSA’nın tahmininde kum ve kil en iyi tahmin edici parametre olarak tespit edilmiştir. Elde edilen gerçek ve tahmin değerlerinin dağılım haritalarında en düşük RMSE Simple Kriging yöntemi ile SSA için Spherical ve RO için ise Exponential model en uygun olduğu belirlenmiştir. Çalışma sonucunda RO algoritması ile SSA ‘nın düşük hata oranı ile tahmin edilebileceği ve dağılım haritalarının oluşturulabileceği ortaya konmuştur. Ayrıca tarım üretimde özellikle fındık arazilerinde dağılım gösteren topraklar, mera ve orman topraklarına göre daha fazla sıkışma ve havalanma problemlerinin olduğu tespit edilmiştir.
Publisher
Toprak Bilimi ve Bitki Besleme Dergisi
Reference46 articles.
1. Akar Ö, Güngör Ö, 2013. Classification of multispectral images using random forest algorithm. Journal of Geodesy and Geoinformation 1(2):139-146.
2. Alaboz P, Demir S, Dengiz O, 2020. Determination of spatial distribution of soil moisture constant using different ınterpolation model case study, Isparta Atabey plain. Journal of Tekirdag Agricultural Faculty 17(3): 432-444.
3. Alaboz P, Başkan O, Dengiz O, 2021. Computational intelligence applied to the least limiting water range to estimate soil water content using GIS and geostatistical approaches in alluvial lands. Irrigation and Drainage 70(5): 1129-1144.
4. Alaboz P, Demir S, Işıldar A A, Başayiğit L, 2021a. Elma tarım alanlarında yüzey toprakların sınırlandırılmış su aralığının belirlenmesi. Toprak Su Dergisi 10(1): 13-22.
5. Arslan E, Çaycı G, Dengiz O, Yüksel M, Atikman Çiçek N, 2018. Toprakların bazı makro besin elementi içeriklerinin farklı tarımsal arazi kullanımları altında konumsal dağılımlarının belirlenmesi. Toprak Su Dergisi, 7(2): 28-37.