Tarımın Teknolojik Geleceği: Robotlar ve Sensörler, Dünyanın Artan Gıda İhtiyacını Karşılamamıza Yardımcı Olabilir mi?
Trimble
- Türev
- Agronomi
- Tarım Mühendisliği
Çalışmalar, artan dünya nüfusunu beslemek için 2050 yılına kadar küresel gıda üretimini %68 artırmamız gerektiğini gösteriyor. Daha fazla gıdaya yönelik bu talebin karşılanması, gıda üretiminin küresel sera gazı emisyonlarının yüzde 26'sını oluşturduğu dikkate alındığında, halihazırda küresel ısınmayla mücadele eden gezegenimiz için büyük bir zorluk teşkil ediyor.[1] Peki, robotik ve sensör teknolojilerindeki ilerlemelerin yol açtığı teknolojik devrim, dünyanın artan gıda ihtiyacını karşılamamıza yardımcı olabilir mi? İngiltere'deki Harper Adams Üniversitesi'nden mühendis Simon Blackmore, konu hakkında şunları söylüyor:
Robotlu tarım sistemine geçerek mahsul üretimini önemli ölçüde daha verimli ve daha sürdürülebilir hale getirebileceğimize inanıyorum.
Mühendisler, meyve ve sebze üretilen seralarda maliyetleri düşürmenin ve kaliteyi artırmanın bir yolu olarak otomasyonu araştırıyorlar. Hayvancılıkta da besi hayvanlarının sağlığını ve refahını yönetmeyi kolaylaştırabilecek sensör teknolojileri geliştiriliyor. Toprak kalitesinin izlenmesi ve böcek ilaçları kullanılmadan haşerelerin ve hastalıkların ortadan kaldırılması için de çalışmalar devam ediyor. Bu teknolojilerin bazıları halihazırda mevcut olsa da çoğu, laboratuvarlarda ve küçük girişimlerde araştırma aşamasında. Blackmore, durumu şöyle açıklıyor:
Büyük makine üreticileri, mevcut iş modellerine aykırı olduğu için paralarını tarımsal robot üretimine yatırmıyor.
Blackmore gibi araştırmacılar, tarım uygulamalarında devrim yaratmayı planlayan, giderek büyüyen bir bilim insanı topluluğunun birer parçası. Eğer başarılı olurlarsa, gıda üretme şeklimizi sonsuza kadar değiştirecekler. Harper Adams'ta ziraat mühendisi olan Richard Green, "Gıda üretimini ikiye katlamak için teknolojiyi kullanabiliriz." diyor.
Robotlarla Meyve ve Sebze Hasadı
Hollanda, meyve ve sebze seralarının verimliliğiyle ünlü bir ülke, ancak ürünlerin toplanması hâlâ insan gücüne bağımlı. Hollanda'daki Wageningen Üniversitesi'nde bir tatlı biber hasat makinesi üzerinde çalışan ziraat mühendisi Eldert van Henten, konu hakkında şunları söylüyor:
İnsanlar (meyve ve sebze toplama konusunda) hâlâ robotlardan daha iyi, ancak otomatik hasada yönelik çok fazla çaba var.
Buradaki zorluk, robotun biberi hızlı ve kesin olarak tanıması ve bitkinin ana gövdesini kesmemesi gerekliliğinden kaynaklanıyor. Bunun için hızlı ve hassas çalışan bir yazılım gerekiyor. Van Henten, bu durumu şöyle açıklıyor:
Robotun renkli kameradan gelen görüntüleri hızlı bir şekilde yorumlayabilmesi için derin öğrenme algoritmaları kullanıyoruz. Normal sokak manzaralarından edindiğimiz verileri bile sinir ağına vererek onu daha iyi eğitiyoruz.
Richard Green ise İngiltere'de meyveleri insanlardan daha hızlı toplayabildiğini belirttiği bir çilek hasat makinesi geliştirdi. Derinlik algısını, stereoskopik görüş sağlayan RGB kameralarla oluşturuyor; ancak robotun her iki saniyede bir adet çilek toplayabilmesini sağlayan şey güçlü algoritmaları. İnsanlar ise dakikada ortalama 15 ila 20 çilek toplayabiliyor. Green, bu robotun nasıl geliştirildiğini şöyle açıklıyor:
Ulusal Fizik Laboratuvarı'ndaki ortaklarımız sorun üzerinde iki yıl çalıştı, ancak bir gün güçlü bir beyin fırtınası yaparak sonunda sorunu çözdüler.
Green ayrıca çözümün ticari açıdan paylaşılamayacak kadar hassas olduğunu ekliyor. Denetlenen robot gruplarının yaklaşık beş yıl içinde çilek toplayıcılarının yerine geçebileceğini düşünüyor. Harper Adams Üniversitesi, bu teknolojiyi ticarileştirmek için bir şirket kurmayı düşünüyor. Van Henten, ticarileşmenin önündeki en büyük engelin ise gıda üreticilerinin her türlü sebzeyi toplayabilecek robotlar talep etmesi olduğunu söylüyor. Ancak örneğin domateslerin şekillerinin, boyutlarının ve renklerinin çok çeşitli olması; domateslerden istenmeyen yaprakları ayıklayan bir robot halihazırda mevcut olmasına rağmen her türden domatesi hasat eden bir robot geliştirmeyi zorlu hale getiriyor.
Verimlilik için bir diğer önemli nokta ise hasadın zamanlaması. Ürünleri fazla erken toplamak israfa sebep olur, çünkü meyve-sebzeler yeterince olgunlaşmamıştır, ancak çok geç toplamak da depolama süresini haftalar düzeyinde kısaltır. Almanya'nın Potsdam kentindeki Leibniz Ziraat Mühendisliği ve Biyoekonomi Enstitüsü'nden hassas tarım (İng: "precision agriculture") mühendisi Manuela Zude-Sasse, elmaların boyutlarını ve klorofil ile antosiyanin pigmentlerinin seviyelerini tespit etmek için elmalara sensörler yerleştiriyor.[3] Veriler, elmaların gelişim aşamasını belirlemek için bir algoritmaya aktarılıyor ve toplama zamanı geldiğinde yetiştiriciler akıllı telefon aracılığıyla uyarılıyor.
Zude-Sasse şu ana kadar armut, narenciye, şeftali, muz ve elmalara sensörler yerleştirdi. Bu yılın sonlarında ticari bir domates serasında ve bir elma bahçesinde saha uygulama çalışmalarına başlamaya hazırlanıyor. Aynı zamanda kiraz yetiştiricileri için de bir akıllı telefon uygulaması geliştiriyor. Uygulama, yetiştiriciler tarafından çekilen kiraz fotoğraflarını kullanarak kirazların olgunlaşma miktarını ve kalitesini tespit edecek. Zude-Sasse, çalışma hakkında şunları söylüyor:
Hasadı optimum meyve gelişimi sağlayacak şekilde programlayabilirsek hem kaliteyi yüksek tutup hem de maliyetleri en aza indirebiliriz.
Hassas Böcek İlacı Uygulaması
Birleşmiş Milletler Gıda ve Tarım Örgütü, yılda yaklaşık iki milyon ton pestisit (böcek ilacı) kullanılmasına rağmen her yıl küresel mahsul veriminin %20 ila %40'ının haşereler ve hastalıklar nedeniyle ziyan olduğunu tahmin ediyor. Robotlar ve dronlar gibi akıllı cihazlar, haşerelerin daha erken ve daha incelikli olarak tespit edilmesini sağlayarak tarım ilacı kullanımının azaltmasına olanak tanıyabilir.
1997 yılında traktörler için otomatik yönlendirme sistemi tasarlayan ve patentini alan robotik mühendisi Red Whittaker, şunları söylüyor:
Aslında maddi destek istememizin nedeni çok basit: Çünkü Evrim Ağacı, bizim tek mesleğimiz, tek gelir kaynağımız. Birçoklarının aksine bizler, sosyal medyada gördüğünüz makale ve videolarımızı hobi olarak, mesleğimizden arta kalan zamanlarda yapmıyoruz. Dolayısıyla bu işi sürdürebilmek için gelir elde etmemiz gerekiyor.
Bunda elbette ki hiçbir sakınca yok; kimin, ne şartlar altında yayın yapmayı seçtiği büyük oranda bir tercih meselesi. Ne var ki biz, eğer ana mesleklerimizi icra edecek olursak (yani kendi mesleğimiz doğrultusunda bir iş sahibi olursak) Evrim Ağacı'na zaman ayıramayacağımızı, ayakta tutamayacağımızı biliyoruz. Çünkü az sonra detaylarını vereceğimiz üzere, Evrim Ağacı sosyal medyada denk geldiğiniz makale ve videolardan çok daha büyük, kapsamlı ve aşırı zaman alan bir bilim platformu projesi. Bu nedenle bizler, meslek olarak Evrim Ağacı'nı seçtik.
Eğer hem Evrim Ağacı'ndan hayatımızı idame ettirecek, mesleklerimizi bırakmayı en azından kısmen meşrulaştıracak ve mantıklı kılacak kadar bir gelir kaynağı elde edemezsek, mecburen Evrim Ağacı'nı bırakıp, kendi mesleklerimize döneceğiz. Ama bunu istemiyoruz ve bu nedenle didiniyoruz.
Piyasa, daha az herbisit ve pestisit içeren ve daha kaliteli gıdalar talep ediyor. Bu zorluğun üstesinden robotlar gelebilir.
Green, ise durumu şöyle açıklıyor:
RGB veya multispektral kameralar monte edilen dronların, her sabah çiftçi uyanmadan önce havalanacağını ve tarlanın neresinde bir haşere veya hastalık olduğunu tespit edeceğini tahmin ediyoruz.
Görünür ışığın yanı sıra, bu kameralar elektromanyetik spektrumun görünmeyen kısımlarından da veri toplayabilecek ve böylece çiftçilerin örneğin bir mantar hastalığını hastalık yayılmadan önce tespit edebilmesine olanak tanıyacak. Carnegie Mellon'dan bilim insanları, teoriyi Afrika'nın pek çok yerinde temel bir gıda olan ve Amerika Birleşik Devletleri'nde potansiyel bir biyoyakıt ürünü olan sorgumda (Sorghum bicolor) test etmeye başladılar.
Colorado, ABD'deki bir tarım verisi analiz şirketi olan Agribotix, geniş tarım arazilerindeki sağlıksız bitki gruplarını haritalamak için yakın kızılötesi görüntüler kullanan dronlar ve yazılımlar üretiyor. Görüntüler ayrıca sağlıksız görünen bitki grupları için haşereler veya sulama problemleri gibi potansiyel nedenleri de ortaya çıkarabiliyor. Şirket, 50'den fazla ülkedeki tarlalardan gelen drone verilerini işliyor. Şimdilerde ise, sistemlerini tarımsal mahsuller ve yabani otlar arasında ayrım yapacak şekilde eğitmek için makine öğrenimini kullanıyor. Agribotix'te yönetici olan tarım bilimci Jason Barton, şunları söylüyor:
Yetiştiricilere, tarlalarında hangi bölgelerde yabani otların yetiştiğini söyleyen bir uyarı mesajı gönderebileceğiz.
Pestisitleri ve herbisitleri daha hassas şekilde uygun noktalara uygulayan modern otomatize sistemler; doğaya verilen zararı ve pestisit direncini azaltacak ve maliyetleri düşürecektir. Green, "Drone kullanarak ilaç uygulaması yapmak isteyen bir pestisit şirketiyle çalışıyoruz." diyor. Bütün bir alana püskürtmek yerine, pestisitin ihtiyaç duyulan miktarda doğru noktaya ulaştırılabileceğini söylüyor.
Sidney Üniversitesi'nin Avustralya Tarla Robotik Merkezi'ndeki araştırmacılara göre, sebzelere yönelik hedefli ilaçlamada, geleneksel battaniye ilaçlamasında kullanılan herbisit miktarının yalnızca %0,1'i kullanılıyor, bu da gereksiz ilaç kullanımında çok ciddi bir azalma anlamına geliyor. Merkezin geliştirdiği prototip robotlara RIPPA (Akıllı Algılama ve Hassas Uygulama Robotu, İng: "Robot for Intelligent Perception and Precision Application") adı veriliyor ve bu robotlar, mikro dozda herbisiti doğrudan yalnızca hedef alınan yabani otlara yönlendiriyor. Harper Adams'taki bilim insanları daha da ileri giderek, mahsullerin yakınındaki yabani otları lazerle patlatan ve böylece kimyasalları tamamen ortadan kaldıran bir robotu test ediyor. Blackmore, konu hakkında şunları söylüyor:
Kameralar yabani otun büyüme noktasını belirliyor ve konsantre bir ısı kaynağı olan lazerimiz onu 95°C'ye kadar ısıtıyor, böylece yabani otu öldürüyor.
Hayvancılıkta Sensör Teknolojileri
İnsanlarda fiziksel aktivite ve uyku kalitesi takibi gibi amaçlarla kullanılan giyilebilir cihazlara benzeyen akıllı inek tasmaları, İskoçya'da 2010'dan bu yana ineklerin sağlığını izlemek için kullanılıyor. Glasgow merkezli Silent Herdsman firması tarafından geliştirilen tasma, ineklerin aktivite seviyelerini takip ederek doğurganlık dönemlerini tespit edebiliyor, çünkü inekler doğurgan dönemlerinde daha çok hareket ediyor. Akıllı tasmalar bu sayede çiftçilerin akıllı telefonlarına, hangi ineklerin çiftleşme döneminde olduğuyla ilgili mesaj gönderiyor. İsrail merkezli süt üretim teknolojisi şirketi Afimilk'in, geçen yıl Silent Herdsman'ı satın almasının ardından yapılan geliştirmelerle akıllı tasmalar ineklerin yemek yeme ve geviş getirme için harcadıkları süreyi izleyerek ineklerdeki çeşitli hastalıkların erken belirtilerini de tespit edebiliyor.
Bilim insanları, tasmaların topladığı verilerin, hayvan sağlığıyla olası ilişkilerini ortaya çıkarmak için algoritmalar geliştiriyor. İskoçya Kırsal Koleji'nde (SRUC) hayvan beslenme uzmanı olan ve akıllı tasmaların işlevini artırmak için çalışmalar yapan Richard Dewhurst, konuyu şöyle açıklıyor:
Artık daha az bariz olan bazı davranış değişikliklerine odaklanıyor ve bunların sakatlık veya asidoz gibi hayvan sağlığını etkileyen bazı faktörlerle nasıl ilişkili olabileceğine bakıyoruz.
Başka bir projede ise Dewhurst, ineklerin nefesindeki keton ve sülfür düzeylerini analiz ederek yetersiz beslenme, hücre yıkımı ya da fazla protein tüketimi gibi sorunları erkenden tespit etmeyi planlıyor. Dewhurst, Seçilmiş iyon akış tüpü kütle spektrometrisini (İng: "Selected-ion flow-tube mass spectrometry/SIFT-MS") kullandıklarını, ancak ticari sensörlerin de mevcut olduğunu söylüyor.
İnek sağlığını tehdit eden durumların erken tespiti için termal kameralar da kullanılıyor. Çoğu zaman bakteriyel bir enfeksiyondan kaynaklanan ve mastit adı verilen meme iltihabı, süt üretiminde düşüşe ve ileri safhalarda inek ölümüne neden olabilen ve süt üreticileri için büyük maliyet oluşturabilen bir durum. İnek barınaklarına yerleştirilen termal görüntüleme kameraları sıcak, iltihaplı memeleri tespit ederek hayvanların erken tedavi edilmesine olanak sağlıyor.
Belçika'daki Leuven Üniversitesi'nden araştırmacılar da kümeslerdeki piliçlerin takibi için bir sensör sistemi geliştirdiler. Kümese yerleştirilen üç kamera, sağlık problemleri gibi sorunları hızlı bir şekilde tespit etmek için binlerce tavuğun hareketlerini sürekli olarak izliyor. Biyomühendis Daniel Berckmans, sistemi şöyle açıklıyor:
Piliçlerin davranışlarını analiz etmek, muhtemel sorunların %90'ından fazlası için erken uyarı verebilir.
Davranış izleme sistemi, Hollanda'nın Panningen kentindeki bir hayvancılık şirketi olan Fancom tarafından satılıyor. Leuven araştırmacıları ayrıca SoundTalks adlı bir yan şirket aracılığıyla domuzlardaki solunum yolu hastalıklarını tespit etmek için bir öksürük monitörü geliştirdi. Berckmans, bunun çiftçilerin veya veterinerlerin normalde bir sorunu tespit edebileceğinden 12 gün önce uyarı verebileceğini söylüyor. Ağıllarda domuzların üzerine konumlandırılan mikrofon, hasta hayvanları belirleyerek henüz hastalık yayılmadan hasta hayvanların izole edilip onlara özel tedavinin başlanmasını sağlıyor. Berckmans, "Amaç antibiyotik kullanımını azaltmak." diyor.
Berckmans şimdilerde ise insanlar için tasarlanmış bir stres monitörünün boyutunu ineklerin kulağına takılabilecek şekilde küçültmek üzere çalışmalar yapıyor. Monitör saniyede 200 fizyolojik ölçüm alarak bir sorun tespit ettiğinde çiftçileri akıllı telefon aracılığıyla uyarıyor. Berckmans şunları söylüyor:
Bir hayvanı ne kadar çok strese sokarsanız, gıdalardan aldığı enerjiyi büyümeye o kadar az ayırabilir.
Toprağın Robot Koruyucuları
Tarımla uğraşanlar için en değerli kaynak topraktır. Ancak büyük biçerdöverler toprağı sıkıştırarak bozar ve azotlu gübre gibi zirai kimyasalların aşırı kullanımı toprağa zarar verir. Robotlar ve otonom makineler, toprağın kalitesini korumak için çiftçilere yardımcı olabilir.
Azotlu gübrelerin daha hassas uygulanması için dronlardan elde edilen veriler kullanılmaktadır. Barton, durumu şöyle açıklıyor:
Sağlıklı bitki örtüsü, sağlıksız bitki örtüsüne göre yakın kızılötesi ışığı daha fazla yansıtır
Multispektral bir görüntüdeki kırmızı bantların yakın kızılötesi bantlara oranı, klorofil konsantrasyonunu tahmin etmek ve dolayısıyla biyokütleyi haritalamak ve örneğin hava koşulları veya haşere hasarından sonra gübreleme gibi müdahalelerin nerelerde gerekli olduğunu öngörmek için kullanılabilir. Bu tür tarımsal drone teknolojileri üreten Fransız şirket Airinov, bir Fransız tarım kooperatifiyle ortaklık kurdu ve 627 kolza yağlı tohum (Brassica napus) tarlasında çiftçilerin drone verilerinden yararlanarak yılda ortalama 34 kilogram daha az azotlu gübre kullandığını keşfetti. Bu sayede çiftçiler, hektar başına yıllık ortalama 107 € tasarruf sağladı.
Almanya'daki Osnabrück Uygulamalı Bilimler Üniversitesi'nden araştırmacıların da dahil olduğu bir grup bilim insanı tarafından geliştirilen bir başka proje de "Bonirob" adında, araba boyutunda bir robot. Robot, nem sensörü ve toprak sıkışma miktarını değerlendirmek için kullanılan penetrometre gibi çeşitli sensörler ve modüller ile toprak kalitesine ilişkin pek çok göstergeyi ölçebiliyor. Osnabrück'teki tarım teknolojisi uzmanı Arno Ruckelshausen'e göre Bonirob, topraktan aldığı örneği sıvılaştırıp pH ve fosfor seviyeleri gibi özellikleri hassas şekilde analiz ediyor ve gerçek zamanlı olarak haritalandırıyor. Sidney Üniversitesi'nin daha küçük olan robotu RIPPA da toprağın iletkenliğini ölçerek mahsul üretimini etkileyebilecek bazı toprak özelliklerini tespit edebiliyor.
Toprağın haritalandırılması, su mevcudiyeti gibi değişken toprak özelliklerinin farklı mahsul türleriyle eşleştirilerek tarlanın farklı yerlerine farklı mahsuller ekilmesini ve böylece tarla alanının daha verimli kullanılmasını mümkün kılıyor. Kanada'daki Küresel Gıda Güvenliği Enstitüsü'nün genel müdürü Maurice Moloney, şunları söylüyor:
Bir tarlaya aynı anda farklı türler ekebilirsiniz, örneğin, daha kumlu kısımlara derin köklü arpa veya buğday çeşitleri ekilebilir.
Çeşitli bitkilerin bir arada ekilmesi doğal çeşitliliği artırarak böcekler, hastalıklar ve yabani otların yayılmasını zorlaştırır, bu sayede tarım kimyasallarının kullanımını da azaltabilir. Van Henten, durumu şöyle özetliyor:
Doğa monokültüre (bir alanda tek tip bitki yetişmesine) şiddetle karşıdır, bu durum büyük miktarlarda herbisit ve pestisit kullanılmasının bir nedenidir.
Ancak karma ekim, tarımda kabul görmüş bazı temel anlayışlara meydan okumak anlamına geliyor. Bunlardan birisi, geniş arazilere tek tip mahsul ekmenin büyük biçerdöverlerle hasat yapmayı ve süreci otomatize etmeyi kolaylaştırdığı için tarımın en verimli yöntemi olduğu anlayışı. En büyük biçerdöverler 60 ton ağırlığında olabilir, üst düzey bir spor arabadan daha pahalıdır ve yıllarca etkisini sürdürecek toprak sıkışmasına ve toprak kalitesinde bozulmaya neden olur.
Ancak makineyi süren bir çiftçiye artık gerek yoksa, mümkün olan en geniş alanı hasat edebilecek dev bir makineye artık ihtiyaç duyulmaz. Van Henten, "İnsan bileşenini çıkardığınız anda boyutun hiçbir önemi kalmıyor." diyor. Küçük, otonom robotlar karışık mahsul ekimini mümkün kılıyor ve toprağı sıkıştırmıyor.
Nisan ayında Harpers Adams'taki araştırmacılar bir hektar arpa tarlasında saha deneylerine başladı. Green, çalışma hakkında şöyle söylüyor:
Tarlaya hiç insan girmeden, baştan sona tüm mahsulü yetiştirmeyi ve hasat etmeyi planlıyoruz.
Deneyde yeni geliştirilmekte olan robotlar yerine traktörler gibi halihazırda mevcut olan makinelerin otonom hale getirilmiş olanları kullanılacak, ancak amaç bu deney sırasında gelişen yazılımı gelecekte üretilecek robotların beyni olarak kullanmak. Kalıpları yıkan bu teknolojilerin birçoğu henüz tek başına sistemi değiştirmeye hazır olmayabilir ancak devrim yaklaşıyor. Van Henten, "Robotlar tarım yapmanın yeni yolu olabilir!" diyor.
Evrim Ağacı'nda tek bir hedefimiz var: Bilimsel gerçekleri en doğru, tarafsız ve kolay anlaşılır şekilde Türkiye'ye ulaştırmak. Ancak tahmin edebileceğiniz gibi Türkiye'de bilim anlatmak hiç kolay bir iş değil; hele ki bir yandan ekonomik bir hayatta kalma mücadelesi verirken...
O nedenle sizin desteklerinize ihtiyacımız var. Eğer yazılarımızı okuyanların %1'i bize bütçesinin elverdiği kadar destek olmayı seçseydi, bir daha tek bir reklam göstermeden Evrim Ağacı'nın bütün bilim iletişimi faaliyetlerini sürdürebilirdik. Bir düşünün: sadece %1'i...
O %1'i inşa etmemize yardım eder misiniz? Evrim Ağacı Premium üyesi olarak, ekibimizin size ve Türkiye'ye bilimi daha etkili ve profesyonel bir şekilde ulaştırmamızı mümkün kılmış olacaksınız. Ayrıca size olan minnetimizin bir ifadesi olarak, çok sayıda ayrıcalığa erişim sağlayacaksınız.
Makalelerimizin bilimsel gerçekleri doğru bir şekilde yansıtması için en üst düzey çabayı gösteriyoruz. Gözünüze doğru gelmeyen bir şey varsa, mümkünse güvenilir kaynaklarınızla birlikte bize ulaşın!
Bu makalemizle ilgili merak ettiğin bir şey mi var? Buraya tıklayarak sorabilirsin.
Soru & Cevap Platformuna Git-
4
-
4
-
4
-
3
-
2
-
1
-
0
-
0
-
0
-
0
-
0
-
0
- Türev İçerik Kaynağı: Nature | Arşiv Bağlantısı
- ^ B. Marr. The Biggest Future Trends In Agriculture And Food Production. (28 Ocak 2022). Alındığı Tarih: 24 Kasım 2023. Alındığı Yer: Forbes | Arşiv Bağlantısı
- A. King. (2017). Technology: The Future Of Agriculture. Nature, sf: 21-23. doi: 10.1038/544S21a. | Arşiv Bağlantısı
- ^ N. Tsoulias, et al. (2023). In-Situ Fruit Analysis By Means Of Lidar 3D Point Cloud Of Normalized Difference Vegetation Index (Ndvi). Computers and Electronics in Agriculture. | Arşiv Bağlantısı
Evrim Ağacı'na her ay sadece 1 kahve ısmarlayarak destek olmak ister misiniz?
Şu iki siteden birini kullanarak şimdi destek olabilirsiniz:
kreosus.com/evrimagaci | patreon.com/evrimagaci
Çıktı Bilgisi: Bu sayfa, Evrim Ağacı yazdırma aracı kullanılarak 22/06/2025 19:31:40 tarihinde oluşturulmuştur. Evrim Ağacı'ndaki içeriklerin tamamı, birden fazla editör tarafından, durmaksızın elden geçirilmekte, güncellenmekte ve geliştirilmektedir. Dolayısıyla bu çıktının alındığı tarihten sonra yapılan güncellemeleri görmek ve bu içeriğin en güncel halini okumak için lütfen şu adrese gidiniz: https://evrimagaci.org/s/16111
İçerik Kullanım İzinleri: Evrim Ağacı'ndaki yazılı içerikler orijinallerine hiçbir şekilde dokunulmadığı müddetçe izin alınmaksızın paylaşılabilir, kopyalanabilir, yapıştırılabilir, çoğaltılabilir, basılabilir, dağıtılabilir, yayılabilir, alıntılanabilir. Ancak bu içeriklerin hiçbiri izin alınmaksızın değiştirilemez ve değiştirilmiş halleri Evrim Ağacı'na aitmiş gibi sunulamaz. Benzer şekilde, içeriklerin hiçbiri, söz konusu içeriğin açıkça belirtilmiş yazarlarından ve Evrim Ağacı'ndan başkasına aitmiş gibi sunulamaz. Bu sayfa izin alınmaksızın düzenlenemez, Evrim Ağacı logosu, yazar/editör bilgileri ve içeriğin diğer kısımları izin alınmaksızın değiştirilemez veya kaldırılamaz.
