Görüntüleme
16
Tarımda verim tahmini önemli bir çalışma alanıdır. Verimin önceden tahmin edilmesi üreticilere, tüketicilere, tüccarlara ve politika yapıcılara önemli ön bilgiler sunmakta ve gerekli tedbirlerin alınması için zaman sağlamaktadır. Mısır, dünya genelinde insan ve hayvan beslenmesinde yaygın olarak kullanılan, uluslararası ticaret açıdan da önemli bir üründür. Adana ülkemizde mısır üretiminin hem ana ürün olarak hem de ikincil ürün olarak en yüksek miktarda yetiştirilen ildir. Bu nedenle, bu çalışmada, çeşitli meteorolojik parametreler ve bitki gübre kullanım miktarları kullanılarak mısır verimi tahmin edilmeye çalışılmıştır. Bu amaç doğrultusunda, istatistiksel (Auto-ARIMA), makine öğrenmesi (Random Forest) ve derin öğrenme (CNN, LSTM) yöntemleri kullanılmıştır. Çalışma bulguları, kullanılan tüm modellerin mısır verimini yüksek oranda doğru tahmin ettiğini göstermiştir. Bununla birlikte en yüksek doğruluk LSTM modeli ile birinci mısır ürünü verimini tahminde bulunmuştur.
Yield estimation is an important field of study in agriculture. Forecasting yields provides producers, consumers, traders and policymakers with important preliminary information and time to take necessary action. Corn is an important product in terms of international trade and is widely used in human and animal nutrition throughout the world. Adana produces the highest amount of corn sown both as main and secondary product in Türkiye. Therefore, in this study, corn yield was tried to be estimated by using various meteorological parameters and plant fertilizer usage amounts. For this purpose, statistical (Auto-ARIMA), machine learning (Random Forest) and deep learning (CNN, LSTM) methods were used. The study findings showed that all models used predicted maize yield highly accurately. However, the highest accuracy LSTM model estimated the yield of first corn crop.
Dergi Türü : Uluslararası
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
