Abstract
Bu makalede, özellikle artan nüfus ve azalan tarım arazilerine yanıt olarak arazi kullanımını optimize etmek için hassas tarımda ilaçlamanın önemi tartışılmaktadır. İlaçlama verimliliğini en üst düzeye çıkarmak ve israfı en aza indirmek için altı rotorlu bir insansız hava aracı (İHA) tasarlanmıştır. Tarladaki ağaç sayısına göre gerekli pestisit miktarı belirlenmiş ve otonom ilaçlama yapabilen İHA bileşenleri buna göre seçilmiştir. Ağaç tanımlama için renk tabanlı bir nesne algılama algoritması kullanılarak otonom uçuş testleri gerçekleştirilmiştir. Sonuçlar, düşük rüzgâr koşullarında püskürtme başarı oranının %92'ye ulaşabildiğini, yüksek rüzgâr koşullarında ise %20'ye düştüğünü göstermektedir. Geleneksel ilaçlama yöntemleriyle yapılan karşılaştırmalar, traktör tabanlı ilaçlamanın aynı verime (%92) ulaştığını ancak 1,5 kat daha uzun ilaçlama süresi ve iki kat daha fazla pestisit miktarı gerektirdiğini ortaya koymaktadır. Buna karşılık, el pompasıyla ilaçlama %97 verimliliğe ulaşmakta, ancak 7,5 kat daha uzun süre gerektirmekte ve 3,5 kat daha fazla pestisit tüketmektedir. Benzer başarı oranına rağmen, İHA tabanlı sistem püskürtme süresini ve pestisit tüketimini önemli ölçüde azaltmaktadır.
Keywords
Project Number
KBÜBAP-23-YL-090
References
- Abdellatif M. 2008. Effect of color pre-processing on color-based object detection. 2008 SICE Annual Conference, Chofu, Japan, pp: 1124-1129. https://doi.org/10.1109/SICE.2008.4654827
- Alsalam BHY, Morton K, Campbell D, Gonzalez F. 2017. Autonomous UAV with vision based on-board decision making for remote sensing and precision agriculture. IEEE Aerospace Conference, Big Sky, MT, USA, pp: 1-12. https://doi.org/10.1109/AERO.2017.7943593
Abstract
This article discusses the importance of spraying in precision agriculture for optimizing land use, particularly in response to increasing population and declining agricultural land. A six-rotor unmanned aerial vehicle (UAV) was designed to maximize spraying efficiency and minimize waste. The required pesticide amount was determined based on the number of trees in the field, and UAV components capable of autonomous spraying were selected accordingly. Autonomous flight tests were conducted, utilizing a color-based object detection algorithm for tree identification. The results indicate that in low-wind conditions, the spraying success rate can reach 92%, whereas in high-wind conditions, it drops to 20%. Comparisons with traditional spraying methods reveal that tractor-based spraying achieves the same efficiency (92%) but requires 1.5 times longer spraying time and twice the pesticide amount. In contrast, hand-pump spraying reaches 97% efficiency but requires 7.5 times longer and consumes 3.5 times more pesticide. Despite the similar success rate, the UAV-based system significantly reduces spraying time and pesticide consumption.
Project Number
KBÜBAP-23-YL-090
References
- Abdellatif M. 2008. Effect of color pre-processing on color-based object detection. 2008 SICE Annual Conference, Chofu, Japan, pp: 1124-1129. https://doi.org/10.1109/SICE.2008.4654827
- Alsalam BHY, Morton K, Campbell D, Gonzalez F. 2017. Autonomous UAV with vision based on-board decision making for remote sensing and precision agriculture. IEEE Aerospace Conference, Big Sky, MT, USA, pp: 1-12. https://doi.org/10.1109/AERO.2017.7943593
Details
| Primary Language | English |
|---|---|
| Subjects | Precision Agriculture Technologies, Agricultural Machine Systems, Agricultural Machines |
| Journal Section | Research Articles |
| Authors | |
| Project Number | KBÜBAP-23-YL-090 |
| Early Pub Date | June 13, 2025 |
| Publication Date | |
| Submission Date | March 22, 2025 |
| Acceptance Date | May 8, 2025 |
| Published in Issue | Year 2025 Volume: 8 Issue: 4 |