Tarımsal sulamada yapay zeka teknikleri ve uygulamaları

Tarım sektörü, iklim değişikliği, su kaynaklarının azalması ve artan gıda ihtiyacı gibi küresel zorluklar karşısında daha verimli ve sürdürülebilir teknolojik çözümlere ihtiyaç duymaktadır. Bu bağlamda sulama sistemlerinin akıllı, enerji verimli ve otonom hale getirilmesi, tarımsal üretimin sürekliliği açısından büyük önem arz etmektedir. Bu tez çalışmasında, çevresel koşullara duyarlı, dağıtık karar verebilen ve hem çevrimdışı hem de çevrimiçi çalışabilen bir akıllı sulama sistemi geliştirilmiştir. Sistem, yapay zeka destekli karar mekanizması, kablosuz sensör ağları (WSN), zaman bölmeli haberleşme protokolü (TDMA) ve bulut-tabanlı veri yönetimiyle bütünleşik bir yapıda tasarlanmış ve hem simülasyon hem de fiziksel ortamda uygulanmıştır. Önerilen mimaride, toprak nemi ve ortam sıcaklığı gibi temel çevresel parametreler yerel düğümler aracılığıyla izlenmekte ve bu veriler düğümler arasında doğrudan paylaşılmaktadır. Dağıtık karar verme süreci, NBIA (Network-Based Intelligent Algorithm) algoritmasıyla desteklenmiş, böylece düğümler, merkezi bir birime ihtiyaç duymaksızın, en uygun sulama zamanını ve gerekliliğini ortaklaşa değerlendirebilir hale getirilmiştir. TDMA protokolü ile yapılandırılan haberleşme altyapısı sayesinde zaman çakışmaları önlenmiş, veri bütünlüğü artırılmış ve enerji tüketimi minimize edilmiştir. Geliştirilen sistem, çevrimdışı senaryolarda da sorunsuz şekilde çalışabilmekte; düğümler arası iletişim ve sulama kontrolü internet bağlantısı olmaksızın sürdürülebilmektedir. Bununla birlikte, herhangi bir düğüm internet erişimi kazandığında, sistemdeki tüm veriler senkronize biçimde bulut ortamına (Firebase Realtime Database) aktarılmakta ve bu verilere mobil uygulama aracılığıyla kullanıcı erişimi sağlanmaktadır. Bu yapı, hem çevrimdışı sahalarda güvenilirlik sağlamakta hem de uzaktan izleme ve müdahale olanağı sunmaktadır. Sistem tasarımı, MATLAB ortamında simülasyonlar yoluyla analiz edilmiş ve ardından fiziksel prototip üzerinde uygulanmıştır. Simülasyon sonuçları; ağ gecikmesinin azaldığını, çakışma oranının minimize edildiğini, paket kayıplarının düşürüldüğünü ve ağ güvenilirliğinin önemli ölçüde artırıldığını göstermektedir. Fiziksel uygulama ise, sistemin saha koşullarında çalışabilirliğini ve gerçek zamanlı karar alma yeteneğini başarıyla ortaya koymuştur. Ayrıca, sistemin enerji tasarrufu sağlaması ve su tüketiminde %30 ila %50 oranında azalma elde etmesi, uygulamanın tarımsal verimliliğe doğrudan katkı sunduğunu göstermektedir. Bu çalışma, yapay zeka tabanlı, esnek haberleşme altyapısına sahip, düşük maliyetli ve dağıtık bir sulama kontrol sistemi geliştirerek, özellikle internet altyapısının yetersiz olduğu kırsal bölgelerde uygulanabilir akıllı tarım teknolojileri için önemli bir örnek sunmaktadır.

This thesis presents the design, implementation, and evaluation of an intelligent and autonomous irrigation management system that addresses the increasing demand for sustainable agricultural practices amid global water scarcity and climate variability. The proposed system integrates artificial intelligence techniques with wireless sensor networks (WSNs), utilizing a TDMA-based communication protocol and a dynamic optimization algorithm—NBIA (Network-Based Intelligent Algorithm)—to achieve decentralized, efficient control over irrigation operations. Environmental parameters such as soil moisture and ambient temperature are monitored via distributed sensor nodes. These nodes exchange data directly with one another and collaboratively determine irrigation actions without requiring a central controller. The TDMA protocol ensures time-slotted communication to minimize collision, while the NBIA algorithm dynamically optimizes node-to-node communication paths based on network topology and real-time events. The system is designed to operate both offline and online. In the absence of internet connectivity, sensor nodes continue to coordinate and control irrigation locally. When any node regains internet access, all collected data are synchronized with a Firebase Realtime Database, allowing users to remotely monitor and manage the system through a mobile application developed using Flutter. The proposed architecture was validated through both MATLAB-based simulations and a real-world prototype built using low-power embedded hardware. Results show significant improvements in communication reliability, latency reduction, packet delivery success, and network scalability. Moreover, field testing demonstrated energy-efficient operation and potential water savings of up to 30–50%, confirming the system's suitability for deployment in rural areas with limited infrastructure.