5 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 5 / 5
Yayın İnsansız hava aracı ve Sentinel-2 görüntüleri kullanılarak ayçiçeği haritalamasına dayalı kovan yerleştirme karar destek sistemi(BZT Turan Publishing House, 2025-12-31) Yelmenoğlu, Elif Deniz; Aydın, Şahin; Çavdaroğlu, Gülsüm Çiğdem; Deniz, Hüseyin; Pajenado, Rex S.; Dilli, ŞirinAyçiçeği, yüksek nektar üretim kapasitesi nedeniyle gezici arıcılık faaliyetleri açısından stratejik öneme sahip tarımsal bitkilerden biridir. Ayçiçeği ekim alanlarının mekânsal ve zamansal dağılımı, arı kolonilerinin beslenme olanaklarını ve dolayısıyla bal verimini doğrudan etkilemektedir. Bu nedenle, arı kovanlarının uygun alanlara ve doğru zaman dilimlerinde yerleştirilmesi, gezici arıcılığın verimliliği açısından kritik bir karar sürecini oluşturmaktadır. Ancak mevcut uygulamalarda, kovan yer seçimi çoğunlukla arıcıların bireysel deneyimlerine ve sezgisel yaklaşımlarına dayalı olarak gerçekleştirilmekte; uzaktan algılama, görüntü işleme ve mekânsal analiz gibi veri temelli yöntemlerden yeterince yararlanılmamaktadır. Bu durum, potansiyel olarak verim kayıplarına ve kaynakların etkin kullanılmamasına yol açabilmektedir. Bu çalışmada, ayçiçeği yoğunluğunun doğru ve güvenilir biçimde belirlenmesi yoluyla kovan yerleştirme planlamasını desteklemeyi amaçlayan, çok ölçekli bir uzaktan algılama tabanlı karar destek çerçevesi önerilmektedir. Önerilen yaklaşım, saha ölçeğinde yüksek mekânsal çözünürlük sağlayan insansız hava aracı (İHA) görüntüleri ile bölgesel ölçekte geniş alan kapsama imkânı sunan Sentinel-2 uydu görüntülerinin entegrasyonuna dayanmaktadır. Çalışma alanı olarak, Türkiye’nin önemli ayçiçeği üretim merkezlerinden biri olan Kırklareli ili seçilmiş; veri seti, nektar üretiminin en yüksek olduğu ayçiçeği çiçeklenme dönemi dikkate alınarak oluşturulmuştur. Ayçiçeği tespiti, makine öğrenmesi tabanlı Random Forest sınıflandırma yöntemi kullanılarak gerçekleştirilmiş ve geliştirilen model %90,7 genel doğruluk değerine ulaşmıştır. Sınıf bazlı performans değerlendirmelerinde ise, ayçiçeği ekili alanlar ile ayçiçeği olmayan alanlar için F1-skoru her iki sınıf açısından da 0,91 olarak hesaplanmıştır. Bu sonuçlar, modelin hem nektar açısından zengin ayçiçeği alanlarını hem de ayçiçeği bulunmayan bölgeleri güçlü ve dengeli bir şekilde ayırt edebildiğini göstermektedir. Elde edilen ayçiçeği yoğunluk haritaları temel alınarak, ayçiçeği oranının yüksek olduğu alanlar arı kovanı yerleştirilmesi için uygun bölgeler olarak tanımlanmış; ayçiçeği yoğunluğunun düşük olduğu veya hiç bulunmadığı alanlar ise kovan yerleştirilmesine uygun olmayan bölgeler olarak değerlendirilmiştir. Çalışmadan elde edilen bulgular, çok ölçekli uzaktan algılama verilerinin makine öğrenmesi yöntemleriyle bütünleştirilmesinin, gezici arıcılık uygulamalarında veri temelli, güvenilir ve ölçeklenebilir karar destek sistemlerinin geliştirilmesine önemli katkılar sağlayabileceğini ortaya koymaktadır.Yayın Yeni nesil yönetim bilişim sistemlerinde veri, sistem ve analitik bütünleşmesi(Serüven Yayınevi, 2025-12) Aydın, Şahin; Aydın, Mehmet Nafiz[No abstract available]Yayın Yönetim bilişim sistemleri perspektifinden tarımsal üretimde görsel analitik yaklaşımlar(YAZ Yayınları, 2025-12) Aydın, Şahin; Tokmak, Mahmut[No abstract available]Yayın Multi-product trend analysis, structural breaks, and 2030 projections of Türkiye’s agricultural imports: a policy-oriented evaluation(Liberty Publishing House, 2025-10-28) Aydın, Şahin; Büyükaslan, Hasan; Delen, Veysel; Gürbüz, HüseyinGiriş ve Amaç: Türkiye’nin tarımsal üretiminde son yıllarda artan dışa bağımlılık, ithalat verileri üzerinden daha net ortaya konulabilmektedir. Bu çalışma, Türkiye’nin farklı tarımsal ürünlerdeki ithalat trendlerini incelemek, kriz yıllarının etkilerini değerlendirmek, 2030 yılına kadar projeksiyonlar yapmak ve politika perspektifinden sonuçlar üretmek amacıyla hazırlanmıştır. Böylece gıda güvenliği ve sürdürülebilir tarım politikalarına yönelik çıkarımlar sunulmaktadır. Gereç ve Yöntem: Çalışmada Türkiye’nin 2000–2024 dönemine ait resmi ithalat verileri kullanılmıştır. Veriler yıllık bazda derlenmiş, ürün türlerine göre sınıflandırılmış ve istatistiksel analizlere tabi tutulmuştur. Zaman serisi yöntemlerinden Holt-Winters üstel düzgünleştirme modeli ile 2025– 2030 dönemi için projeksiyonlar yapılmış; ayrıca kriz yılları (2008, 2009, 2018, 2020, 2022) ayrı olarak değerlendirilmiştir. Ürünler arası karşılaştırmalarda ortalama ithalat miktarı ve varyasyon katsayısı hesaplanmıştır. Bulgular: Analizler, özellikle buğday, mısır, soya ve ayçiçeği gibi stratejik ürünlerde ithalat bağımlılığının giderek arttığını göstermektedir. Kriz dönemlerinde (2008 küresel kriz, 2018 kur şoku, 2020 pandemi, 2022 savaş) ithalat miktarları belirgin şekilde yükselmiştir. Projeksiyonlara göre 2030 yılına gelindiğinde buğday ithalatının 14,5 milyon tona, ayçiçeği ithalatının 6,3 milyon tona, mısır ithalatının 4,6 milyon tona ve soya ithalatının 3,7 milyon tona ulaşması beklenmektedir. Tartışma ve Sonuç: Sonuçlar, Türkiye’nin tarımsal ithalatında artış eğiliminin devam edeceğini ve özellikle kriz dönemlerinde dışa bağımlılığın daha da görünür hale geldiğini ortaya koymaktadır. Bu durum, gıda güvenliği açısından risk teşkil etmektedir. Çalışma, yerli üretim kapasitesini artırmaya yönelik politikaların önemini vurgulamakta; stratejik stok yönetimi, tarımsal Ar-Ge yatırımları, üretim ve tedarik çeşitliliği gibi önerilerin altını çizmektedir.Yayın Yapay zekâ tabanlı yaklaşımlar ile canlı hayvan sayılarının bölgesel analizi ve öngörülmesi(Liberty Publishing House, 2025-11-18) Aydın, Şahin; Karadağ, Yaşar; Seydoşoğlu, SeyithanHayvancılık, Türkiye tarım ekonomisinin temel taşlarından biri olup gıda güvenliği, kırsal kalkınma ve ulusal ekonomi açısından kritik bir rol oynamaktadır. Talep yapısındaki değişimler, üretim pratiklerindeki dönüşümler ve iklim kaynaklı belirsizlikler karşısında, canlı hayvan sayılarının güvenilir şekilde öngörülmesi her zamankinden daha önemli hale gelmiştir. Ancak geleneksel tahmin yöntemleri, hayvancılığın bölgesel farklılıklarını ve doğrusal olmayan dinamiklerini yakalamada çoğu zaman yetersiz kalmaktadır. Bu çalışmada, Türkiye’de canlı hayvan sayılarının bölgesel analizi ve geleceğe yönelik projeksiyonlarının oluşturulmasında yapay zekâ tabanlı yaklaşımların potansiyeli araştırılmaktadır. Çalışmada kullanılan veri seti, resmi istatistiklerden elde edilen ve uzun yılları kapsayan bölgesel canlı hayvan sayılarından oluşmaktadır. Öncelikle Exponential Smoothing ve ARIMA gibi klasik zaman serisi modelleri temel senaryo olarak uygulanmış, ardından elde edilen sonuçlar yapay zekâ tabanlı yöntemlerle karşılaştırılmıştır. Random Forest algoritması ile doğrusal olmayan ilişkilerin yakalanması, LSTM (Long Short-Term Memory) modeli ile de zaman serilerindeki uzun dönem bağımlılıkların öğrenilmesi hedeflenmiştir. Tahmin performansı RMSE ve MAPE hata metrikleriyle değerlendirilmiştir. Bulgular, Türkiye’de canlı hayvan sayılarının bölgeler arasında belirgin farklılıklar gösterdiğini ortaya koymaktadır. Batı bölgelerinde sürekli artış eğilimleri gözlemlenirken, bazı bölgelerde durağanlık öne çıkmıştır. Yapay zekâ tabanlı modeller, kısa, orta ve uzun vadeli öngörülerde geleneksel yöntemlere kıyasla daha yüksek doğruluk sağlamıştır. Çalışma, yapay zekânın öngörü doğruluğunu artırarak sürdürülebilir hayvancılık yönetimine ve kırsal kalkınmaya yönelik kanıta dayalı politika geliştirme süreçlerine katkı sağlayabileceğini göstermektedir.
