Tarım 4.0 ve Dijital Dönüşüm: Nesnelerin İnterneti- IoT ve Büyük Veri

Dijitalleşme, toplumsal ve sektörel ihtiyaçlara çözüm bulma amacıyla teknolojik gelişmelerin üretime, imalata, işletme ve toplum hayatına hızla entegre edilmesini sağlayan sosyoteknik süreç olarak tanımlanmaktadır. Dijitalleşme geleneksel üretimin, iş süreçlerinin, hizmetlerin ve ürünlerin dijital teknolojiler kullanarak dönüştürülmesi ve işletmelerin bu teknolojilere uyum sağlaması ile gerçekleşmektedir.

Akıllı tarımda IoT’nin ana bileşenleri, IoT işlemci–mikro bilgisayar, mikro denetleyici , kablolu ve kablosuz bağlantı, bulut bilişim, veri analitiği , karar destek sistemi  ve kullanıcı arayüzüdür.

Ethernet, RS232, RS485, SDI-12, Modbus, CAN bus

Mikro bilgisayarlar (SBC) olarak NVIDIA Jetson, Raspberry Pi serileri, Orange Pi serileri, Banana Pi, Intel Edison, BeagleBone serileri, Odroid serileri, UDOO, LattePanda, Pine64 kartları ve daha fazlası bulunmaktadır.

• MQTT (Message Queuing Telemetry Transport)

• CoAP (Constrained Application Protocol)

• HTTP (Hypertext Transfer Protocol)

• DDS (Data Distribution Service)

• AMQP (Advanced Message Queuing Protocol)

• SNMP (Simple Network Management Protocol)

• LwM2M (Lightweight Machine to Machine): IoT cihazlarının makineden makineye uzaktan yönetimi için tasarlanmış cihaz yönetimi protokolüdür.

“Büyük veri analitiği”, ham verilerden gizli kalıpları, korelasyonları, eğilimleri ve iç görüleri ortaya çıkarmak için büyük ve çeşitli veri kümelerini inceleme süreci olarak tanımlanmaktadır.

• C

• C++

• Python

• JavaScript (Node.js)

• Java

• Scala

• Rust

• MikroPython

• Veri alma- MQTT, CoAP, HTTP, WebSockets gibi teknolojiler kullanılarak çeşitli IoT cihazlarından ve sensörlerinden veri toplanır. 3 Veri Gölü & Ambarı Veri bilimi ML İş zekası Raporlar Veri bilimi Üst veri ve Yönetişim Katmanı Veri Gölü ML Yapılandırılmış, Yarı Yapılandırılmış Yapılandırılmamış veri Veri Ağı İş zekası Raporlar Alan 1 Alan 2 Veri bilimi Alan 3 ML Alan 4 Üst veri ve Yönetişim Katmanı Veri Gölü Yapılandırılmış, Yarı Yapılandırılmış Yapılandırılmamış veri 693 T

• Veri işleme- Akış işleme çerçeveleri (Apache Kafka, Apache Flink, AWS Kinesis) teknolojiler kullanılarak anlamlı bilgilerin ayıklanması veya eylemleri tetiklemek için gelen verilerin işlenmesidir.

• Veri depolama- İlişkisel (MySQL, PostgreSQL, Oracle Database, Microsoft SQL Server), NoSQL (MongoDB, Cassandra), Zaman serisi (InfluxDB, TimescaleDB) gibi veri tabanları kullanarak anında erişim ve daha fazla analiz için ham ve işlenmiş veriler depolanır.

• Gerçek zamanlı analiz- Gerçek zamanlı analiz araçları (Apache Spark Streaming, Google BigQuery) kullanılarak anında içgörü sağlamayı ve karar almayı destekler.

• Olay yönetimi ve uyarılar- Kural motorları (Drools), etkinlik yönetim sistemleri kullanılarak belirli koşulları veya anormallikleri tespit eder ve uyarıları veya eylemleri tetikler.

• Veri toplama- ETL araçları (Apache NiFi, Talend), veri entegrasyon platformlarını kullanarak birleştirilmiş analiz için birden fazla kaynaktan gelen verileri bir araya getirir. • Veri dönüştürme- Veri işleme çerçeveleri (Apache Beam, Apache Spark) ile analiz için verileri temizler, normalleştirir ve zenginleştirir. • Analiz için veri depolama- Veri ambarları (Amazon Redshift, Google BigQuery, 70 Snowflake, Microsoft Azure Synapse Analytics), büyük veri depolama sistemlerini (Hadoop HDFS) kullanarak toplu işleme ve derinlemesine analiz için geçmiş verileri saklar. • Toplu veri analizi- Büyük veri işleme çerçeveleri (Apache Hadoop, Apache Spark) ile büyük veri kümeleri üzerinde karmaşık sorgular ve analizler gerçekleştirir. • Makine öğrenmesi ve tahmine dayalı analiz- Makine öğrenmesi çerçevelerini (TensorFlow, PyTorch, Scikit-learn) kullanarak gelecekteki olayları tahmin etmek ve operasyonları optimize etmek için modeller oluşturur. • Görselleştirme ve raporlama- Veri görselleştirme araçlarını (Tableau, Power BI, Grafana) kullanarak paydaşlara görsel bilgiler ve raporlar sağlar.

• Bulut Tabanlı ETL- Tamamen yönetilen çözümler sunan, altyapı yönetim ihtiyacını azaltan bulut tabanlı ETL hizmetleri AWS Glue, Google Cloud Dataflow, Azure Data Factory, Talend Cloud araçları ile sağlanabilir.

• Gerçek Zamanlı ETL- Gerçek zamanlı veri ayıklama, dönüştürme ve yükleme ile sürekli veri işleme Apache Kafka, Apache Nifi, Confluent Platform, Google Cloud Pub/Sub araçları ile gerçekleştirilebilir.

• ELT (Ayıkla, Yükle, Dönüştür)- Snowflake, Google BigQuery, Amazon Redshift gibi araçlar kullanılarak veriler önce hedef sisteme ayıklanır ve yüklenir, ardından hedef ortamda dönüştürülür. Modern veri ambarlarının ve göllerin işlem gücünden yararlanır.

• Veri Hatları: Apache Airflow, Prefect, Dagster gibi kaynaklardan hedeflere veri akışını otomatikleştiren, şekillendirilebilir ve esnek veri iş akışlarını destekler.

• Veri Gölleri: Veriler, veri gölüne ham formatta alınır, Apache Spark veya AWS Glue gibi araçlar kullanılarak göl içinde dönüştürülür ve işlenir. Ham ve işlenmiş verileri her ölçekte depolamak için merkezi depo olarak işlev görür.

• Veri Ambarları: Veriler çeşitli kaynaklardan ayıklanır, tutarlılık ve kaliteyi sağlayacak şekilde dönüştürülür ve sorgulama ve analiz için veri ambarına yüklenir. Raporlama ve analiz için optimize edilmiş yapılandırılmış veri depolama sağlar.

Bulut Bilişim minimum yönetim çabası veya servis sağlayıcı etkileşimi ile hızlı bir şekilde tedarik edilebilen ve piyasaya sürülebilen, yapılandırılabilir bilgi işlem kaynaklarının (ağlar, sunucular, depolama, uygulamalar ve hizmetler) ortak bir havuzda her yerde, kullanışlı, isteğe bağlı ağ erişimini mümkün kılan bir model olarak tanımlanmaktadır

Uç Bilişim veri kaynağına en yakın noktalarda, ağın ucunda yapıldığı dağıtılmış bilgi işlem modeli olarak tanımlanır. Sis bilişim altyapısı uç bilişimin yeteneklerini daha geniş cihaz ve sensör ağına dağıtan bir bilişim modeli sunabilmektedir. Uç bilişimi bulutu veri kaynağına yaklaştırmayı amaçlayan bir bilgi işlem mimarisi olarak tanımlayabiliriz. Verilerin bulutta veya merkezî bir veri merkezinde işlenmesi yerine ağın ucunda işlenmesi fikrine dayanmaktadır

• Veri kaynaklarına yakınlık: Bilgi işlem kaynaklarını ağın ucuna, verilerin oluşturulduğu yere yakın bir yere yerleştirir.

• Düşük gecikme süresi: Verileri merkezî bir buluta göndermek yerine yerel olarak işleyerek gecikmeyi azaltır.

• Azaltılmış bant genişliği: Veri işlemeyi yerel olarak gerçekleştirerek merkezî buluta iletilen veri miktarını sınırlar.

• Özerklik: Uç cihazlar, merkezî buluta sürekli bağlantı olmadan bağımsız olarak çalışabilir.

• Ölçeklenebilirlik: İşlem gücünü çok sayıda uç cihaza dağıtarak ölçeklendirmeyi kolaylaştırır.

• Gecikmeye duyarlı uygulamalar. Gerçek zamanlı etkileşimleri destekler ve bilgi işlemeyi veri kaynağına yaklaştırarak gecikmeyi azaltır.

• Coğrafi dağıtım: Hizmetler geniş bir coğrafi alana dağıtılır.

• Ölçeklenebilirlik: Yatay dağıtım ve yerel işleme yoluyla ölçeklendirmeye olanak tanır.

• Mobilite desteği: Düşük gecikmeyi koruyarak mobil cihazlara uyum sağlar.

• Birlikte çalışabilirlik ve birleştirme: Bulut ve uç cihazlar arasındaki etkileşimi kolaylaştırır.

Tahmin uygulamaları şunlardır: • Hava koşullarının tahmini • Bitki gelişimi • Hastalık tahmini • Verim tahmini • Piyasa talebinin tahmin edilmesi • Hayvan gelişimi

Kontrol uygulamaları şunlardır: • Akıllı sera sistemleri • Hasat sistemleri 3 • Sulama yönetimi (pompa, vana, anahtar, aktüatörler ve solenoid vana) • Gübre yönetimi • Enerji yönetimi • Zararlı ve hastalık kontrolü • Yabancı ot kontrolü Tahmin geliştirme – Tarım 4.0’daki tahmin fonksiyonu, yönetim sürecinin optimizasyonu için karar verme desteğinde kullanılır. İzleme ve belgeleme, gerçek olayların tahmin edilmesinde kesin analitik yöntemleri geliştirmek için gerçek zamanlı ve geçmiş veriler kullanıldığından hayati öneme sahip süreçlerdir. Tahmin uygulamaları şunlardır: • Hava koşullarının tahmini • Bitki gelişimi • Hastalık tahmini • Verim tahmini • Piyasa talebinin tahmin edilmesi • Hayvan gelişimi

Avrupa Birliği tarafından desteklenen bir IoT platformudur. FIWARE, farklı ortamlara uyum sağlama kapasitesine sahip, açık ve sürdürülebilir bir ekosistem oluşturmaya çalışan, açık kaynak bileşenlere dayalı modüler bir mimari sunar. Bu platform, IoT’de uygulama ve hizmetlerin oluşturulmasını kolaylaştıran bir dizi kitaplık ve araçları kapsayan bulut yetenekleri sağlar. FIWARE tarafından desteklenen Akıllı Çiftlik Yönetim Sistemleri (Smart Agrifood) Referans Mimarisi, “sistemlerin sistemi” vizyonuna dayanır. Bilgi yönetimi katmanı çeşitli dikey akıllı çözümler, bilgi sistemleri ve bağlı cihazlarla ilişkili bilgi silolarını kullanarak çiftlik süreçlerinin genel yönetimine olanak tanır.

Başarılı ve sürdürülebilir çiftçilik için rehberlik sağlamak üzere çiftlik verilerini, gerçek zamanlı koşulları ve tarımsal bilgileri birbirine bağlayan ve aynı zamanda kolay takip ve paylaşım için tüm tarımsal çiftlik verilerini tek bir yerde toplayan, kullanımı kolay entegre bir donanım ve yazılım sistemidir. CropX sistemi, çiftliğin içinden ve çevresinden verileri toplar ve çiftçilerin tarlaların ve bitkilerin sağlığını izlemesine yardımcı olmak için bunları yararlı bilgilere dönüştürür. Bilgilere erişim kolay olup saha koşullarına ilişkin bütünsel bir genel bakış sağlar. Sulama, hastalık, beslenme ve atık su yönetimi faaliyetlerinin gerçekleştirilmesine yönelik bilgiler ve tavsiyeler, kullanıcıların verimi en üst düzeye çıkarırken girdi kullanımını en aza indirmesine yardımcı olur

IRRIOT- Yeni nesil kablosuz otomasyon sulama platformu olarak akıllı çözümler sunmaktadır. Bir sulama çözümü olarak IRRIOT, su kaynağını amaçlanan bölgeye uygun boyutlandırarak optimum toprak koşullarına ulaşmayı amaçlamaktadır. Sulama sistemi elektrikli vanaları ve sensörleri kablosuz iki yönlü iletişim kuran merkezî bilgisayardan kontrol edebilmektedir. Sulama uygulamalarında %50’ye ulaşan su tasarrufu, %30’a varan üretim artışı sağlanabilmektedir.

SmartAgriHub – Avrupa çapında bir dijital inovasyon merkezleri ağı kurarak Avrupa tarımgıda sektörünün dijital dönüşümünü desteklemeyi amaçlayan bir AB Horizon 2020 projesidir. Avrupa tarım-gıda sektöründe 164’ün üzerinde ortağın yer aldığı bir konsorsiyumu bir araya getirmektedir. Proje, mükemmellik, sürdürülebilirlik ve başarıya adanmış bir tarımsal inovasyon ekosistemini teşvik ederek Avrupa tarımının dijitalleşmesini gerçekleştirmeyi amaçlıyor. Tarımda dijital teknolojilerin benimsenmesini desteklemek için 300 dijital inovasyon merkezlerinden oluşan iletişim ağı kurulmuştur. Çiftçiler, teknoloji sağlayıcıları ve araştırmacılar arasında bilgi alışverişini ve iş birliğini kolaylaştıran altyapı hayata geçirilmiştir. Hassas hayvancılık ve akıllı sera yönetimi gibi çeşitli IoT tabanlı kullanım örnekleri uygulanmıştır. Tarım-gıda sektöründe gelişmiş iş birliği ve inovasyon, IoT çözümlerinin geliştirilmesine ve uygulanmasını sağlamıştır.