Endülüs'teki araştırmacılar, sulama verimliliğini artırmak için bir yapay zeka aracı geliştirdi
Araştırmacılar, iklim verilerini ve güçlü yapay sinir ağlarını kullanarak, çiftçilerin sulama ihtiyaçlarını bir hafta önceden belirlemelerini sağlayan bir araç geliştirdiler.
Córdoba Üniversitesi Ziraat Bölümü'nden araştırmacılar, çiftçilerin sulama için ne kadar suya ihtiyaç duyacaklarını bir hafta önceden tahmin etmelerine yardımcı olacak bir yapay zeka aracı geliştirdiler.
Araştırmacılar, LSTMHybrid adlı bu yeni aracın, sulamayı dijitalleştirmeye yönelik daha geniş çaplı bir çalışmanın parçası olduğunu ve bunun, çiftçilerin su ve enerji tasarrufu sağlayarak üretim maliyetlerini düşürmelerine yardımcı olacağını belirtti.
Bu son araç, 2021 yılında geliştirilen ve Endülüs'ün Granada eyaletindeki Zújar'dan elde edilen dört yıllık iklim verileriyle eğitilen Cangenfis modeline dayanıyor. Uygulandığında, sulama için uzun vadeli su ihtiyacını yüzde 80 doğrulukla tahmin edebiliyor.
Ancak, yapay zeka destekli aracın ilk versiyonu, pirinç, mısır ve domates gibi çeşitli mahsuller için yalnızca genel su ihtiyacını tahmin edebiliyordu.
Her iki projede de yer alan üç baş araştırmacıdan biri olan Rafael González, "Önceki modellerle arasındaki en büyük fark, bunun ilk kez yedi günlük bir ölçekte yapılmış olmasıdır" dedi.
LSTMHybrid, çiftçilerin su ihtiyaçlarını daha kesin bir şekilde planlamasına ve beklenen sulama gereksinimlerini farklı tarife dönemleriyle karşılaştırmasına olanak tanıyor. Araştırmacılar, bu daha kesin verilerin çiftçilerin su ve enerjiyi optimize etmek için ekonomik ve tarımsal açıdan en bilinçli kararları almasına yardımcı olacağını umuyor.
Araştırmacıların, geleneksel olarak öngörü verileri değil tarihsel deneyimlere dayandığını belirttiği İspanya'nın sulama sistemini modernize etme ihtiyacı, devam eden kuraklık ve tehlikeli derecede düşük rezervuar seviyeleri nedeniyle daha da acil hale gelmiştir.
CANGENFIS, yarım milyon farklı faktörü dikkate alan yüzlerce sinir ağı kullanırken, LSTMHybrid tahminlerini ortalama sıcaklık, referans evapotranspirasyon, nem ve önceki sulama kayıtlarına dayandırıyor.
Yeni model, yıldan yıla tahmin yeteneğini geliştirmek için önceden girilen verileri de kaydedebilir.
Bu basitleştirme, çiftçilerin ve sulama yöneticilerinin sıradan bir bilgisayar aracılığıyla haftalık verileri sisteme manuel olarak girmelerine ve bir sonraki hafta sulama için ne kadar suya ihtiyaç duyulacağını tahmin etmelerine olanak tanır.
Her iki projede de yer alan bir başka araştırmacı olan Juan Antonio Rodríguez, "Su talebini birkaç gün önceden bilmek, sistemin yönetimini kolaylaştıracak ve su kullanımını ve enerji maliyetlerini optimize etmeye yardımcı olacaktır" dedi.
Antonio Rodríguez, su yönetiminin iyileştirilmesinin yanı sıra, yeni tahmin yeteneğinin tarımsal enerji talebi için daha doğru tahminler sunarak bölgenin yenilenebilir enerjiye geçişine yardımcı olacağını da ekledi.
Üçüncü baş araştırmacı Emilio Camacho, “Bilgi mevcut, teknoloji test edildi ve çalışıyor” dedi. “Şimdi, sulama topluluğuna teknolojik çözüm sunacak şirketlerin bu gelişmeleri uygulamaya koyabilmesi için, toplulukların bu teknolojiyi basit bir şekilde kullanmasına olanak tanıyan bir araç geliştirmeliyiz.”