Bağcılıkta İHA Tabanlı Görüntüleme ve Yapay Zekâ Uygulamaları: Bitki Gelişimi, Hastalık, Zararlı ve Stres Faktörlerinin İzlenmesi

Bağcılıkta verim, kalite ve sürdürülebilir üretim hedeflerinin korunabilmesi için bitki gelişiminin düzenli olarak izlenmesi ve üretimi sınırlandıran faktörlerin zamanında belirlenmesi gerekmektedir. Özellikle verim ve kaliteyi etkileyen hastalıklar, zararlılar, nematodlar, su stresi, besin elementi eksiklikleri ve diğer çevresel faktörlerin zamanında belirlenmesi sürdürülebilir üretim açısından büyük önem taşımaktadır. Geleneksel arazi gözlemlerine dayanan yöntemler geniş alanların izlenmesinde zaman ve iş gücü gerektirdiğinden, son yıllarda insansız hava araçları (İHA) ve uzaktan algılama teknolojilerinin kullanımı yaygınlaşmıştır. RGB, multispektral, hiperspektral, termal ve LiDAR sensörleri ile donatılan İHA sistemleri sayesinde bağ alanlarından yüksek çözünürlüklü veriler kısa sürede elde edilebilmektedir. Bu veriler kullanılarak bitki gelişimi, kanopi özellikleri, su stresi, besin elementi durumu ve hastalık belirtileri mekânsal olarak değerlendirilebilmektedir. Ayrıca NDVI, NDRE, GNDVI, SAVI ve CWSI gibi vejetasyon indeksleri ile LAI, Canopy Cover, CHM ve TRV gibi bitki gelişim parametreleri bağların izlenmesinde yaygın olarak kullanılmaktadır. İHA görüntülerinin değerlendirilmesinde görüntü işleme ve derin öğrenme yöntemlerinden yararlanılarak hastalıklar, zararlılar ve stres kaynaklı değişimler otomatik olarak belirlenebilmektedir. Bu derlemede bağ alanlarında kullanılan İHA sistemleri, sensör teknolojileri, vejetasyon indeksleri, bitki gelişim parametreleri ve görüntü analiz yöntemleri ele alınmış; bu teknolojilerin hastalık, zararlı ve stres faktörlerinin belirlenmesindeki kullanım olanakları değerlendirilmiştir. Sonuç olarak İHA tabanlı sistemlerin bağ alanlarının izlenmesinde önemli avantajlar sağladığı ve hassas bağcılık uygulamalarının geliştirilmesine katkıda bulunduğu görülmektedir.