AI Bitki Hastalık/Zararlı Görsel Ön Tanı Aracı

Bu yapay zekâ destekli görsel ön tanı aracı, bitkisel üretimin her ölçeğinde hastalık ve zararlı yönetimini daha hızlı ve daha sistematik hâle getirmek isteyen paydaşlar için tasarlanmıştır. Küçük aile işletmesinden büyük tarım şirketine, serbest danışmandan kooperatife kadar geniş bir kullanıcı kitlesine hitap eder.

• Sebze ve meyve üreticileri: Domates, biber, patlıcan, üzüm, elma gibi yüksek değerli ürünlerde erken dönem belirtileri fark etmek ve uzman çağrısından önce ilk değerlendirmeyi tamamlamak isteyen çiftçiler. Özellikle birden fazla parsel yöneten işletmeler, hangi tarlada öncelik verileceğini belirlemekte güçlük çeker; bu araç o önceliklendirme kararını destekler.
• Sera işletmecileri: Kapalı ortamda hastalığın hızlı yayılmasını önlemek için günlük görüntü akışını otomatik olarak tarayan ve anormal bulgu olduğunda uyarı üreten işletmeler. Sera koşullarında erken uyarı ile zaman ve ilaç tasarrufu büyük anlam taşır.
• Tarım danışmanlık şirketleri: Sahaya çıkmadan önce müşteri fotoğraflarından ön değerlendirme yaparak ziyaret rotalarını önceliklendiren, mühendis vaktini gerçekten kritik alanlara ayıran ekipler.
• Tarımsal kooperatifler ve üretici birlikleri: Binlerce üyenin gönderdiği fotoğrafları merkezi sistemde analiz ederek olağandışı hastalık baskısını bölge bazında izleyen, erken uyarı yayımlayan kurumlar.
• Bitki koruma ürünleri bayileri: Üreticilerin fotoğraflarına dayalı ön değerlendirme yaparak uzman yönlendirmesini hızlandırmak isteyen teknik satış ekipleri.
• Araştırma ve geliştirme birimleri: Saha görüntü verisi toplamak ve model performansını sürekli iyileştirmek isteyen tarımsal Ar-Ge kurumları.

Sistemin kullanımı için ileri düzey teknik bilgi gerekmez; akıllı telefon uygulaması veya web arayüzü üzerinden kolayca erişilebilir. Saha çalışanları, ofis ekipleri ve yöneticiler aynı platforma farklı yetki düzeylerinde bağlanabilir. Yetki yapısı; hangi kullanıcının hangi parseli görebileceği, hangi raporlara erişebileceği ve bildirim alacağı şeklinde esnek biçimde yapılandırılır. Bu sayede büyük kooperatiflerde farklı bölge sorumluları, bağımsız veri gizliliğiyle aynı sistemi kullanabilir. Sistem aynı zamanda çok dilli destek sunabilir; Türkçe dışında ihtiyaç duyulan dil arayüzü proje kapsamında değerlendirilebilir. Mobil uygulama düşük bant genişliğiyle de çalışabilecek şekilde optimize edilir; kırsal alanda zayıf sinyal koşullarına uygun hafif veri aktarım modu mevcuttur. Akıllı telefon kamerasıyla çekilen görüntüler anında sıkıştırılarak yüklenir; bu sayede sahada veri kotası tasarrufu sağlanır.

Türkiye'de tarımsal üretim kayıplarının önemli bir bölümü, hastalık ve zararlıların geç fark edilmesinden kaynaklanmaktadır. Çiftçi belirtileri gözlemlediğinde hastalık genellikle çok sayıda bitkiye yayılmış olur; uzman çağırmak ise hem zaman hem maliyet gerektirir. Üreticiler çoğunlukla gözle tahmin yaptıktan sonra yanlış ilacı yanlış dozda, yanlış zamanda uygular.

Temel Sorunlar

• Geç teşhis: Erken dönem belirtiler çıplak gözle fark edilmez; fungal leke ilk başta küçük ve renksizdir, zararlı popülasyonu sayıca artana dek gözden kaçar. Uzman incelemesi gecikir, zarar büyür ve ilaç maliyeti katlanır.
• Yanlış ilaç seçimi: Görsel benzerlik nedeniyle yanlış teşhis yapılarak etkisiz ya da fazla ilaç kullanılır; bu durum hem maliyet hem de ilaç direnci riski yaratır. Yanlış fungisit uygulaması bazen hastalığın yayılmasını gizler, asıl etken büyür.
• Uzman erişim güçlüğü: Kırsal bölgelerde ziraat mühendisi erişimi sınırlıdır; bir danışman aynı anda onlarca müşteriye yetişemez. Her arazi ziyareti hem üretici hem danışman için ek yük oluşturur ve zaman alır.
• Belge ve kayıt eksikliği: Hastalık süreci kayıt altına alınmaz; geçmiş vakalar analiz edilemez, örüntüler tespit edilemez, hangi parselin hangi döneme daha duyarlı olduğu öğrenilemez.

Yaygın Hastalık ve Zararlı Örnekleri

Bu araç, uzman ziyareti öncesinde ön değerlendirme ve önceliklendirme katmanı ekleyerek kaynakların en ihtiyaçlı alana yönlendirilmesini destekler. Nihai teşhis ve ilaç kararı ziraat mühendisine aittir; sistem bu sorumluluğu üstlenmez ve her raporda bu sınırı açıkça belirtir. Üretici, ön değerlendirme sonucunu bir uzmana göstererek saha incelemesi talebini gerekçelendirebilir ve bu sayede danışmanlık görüşmesini daha verimli biçimde yönetebilir. Uzman, önceden hazırlanmış olası etken listesine bakarak hangi ekipman ve testleri yanında getireceğini önceden planlayabilir; bu da saha ziyaretinin etkinliğini artırır. Kooperatifler, aynı dönemde birden fazla üyeden gelen ön değerlendirme sonuçlarını bölge bazında karşılaştırarak yaygın hastalık baskısını haritada takip edebilir.

Sistem, görüntü tabanlı makine öğrenimi modelini tarıma özgü veri setiyle uyarlar ve kullanıcı dostu bir arayüze entegre eder. Teknik karmaşıklık kullanıcıdan gizlenir; süreci yönetmek için yalnızca akıllı telefon veya web tarayıcısı yeterlidir.

Aşama 1 — Görüntü Yükleme ve Konum Etiketleme

Üretici veya danışman, akıllı telefon uygulaması ya da web paneli aracılığıyla etkilenmiş yaprak, gövde veya meyve fotoğrafını sisteme yükler. Çoklu fotoğraf yüklemesi desteklenir; farklı açılardan çekilmiş görüntüler analiz kalitesini artırır. GPS konum etiketleme opsiyoneldir; etkinleştirildiğinde harita üzerinde vaka dağılımı izlenebilir ve bölgesel yoğunluk analizi yapılabilir.

Aşama 2 — Otomatik Görüntü Ön İşleme

Yüklenen görüntü otomatik olarak düzeltilir: parlaklık normalizasyonu, gürültü giderme ve leke bölgesi odaklaması uygulanır. Düşük çözünürlüklü ya da bulanık fotoğraf algılandığında kullanıcıya anlaşılır bir dille yeniden çekim önerisi verilir. Ön işleme adımı hem analiz doğruluğunu artırır hem de güvenilmez görüntüden üretilmiş yanıltıcı sonucu engeller.

Aşama 3 — Yapay Zekâ Ön Değerlendirmesi

Model, görüntüyü eğitildiği hastalık ve zararlı kategorileriyle karşılaştırır. Her kategoriye ait olasılık skoru hesaplanır ve belirlenen eşik değerini aşan olası etkenler listelenir. Sonuçlar azalan olasılık sırasıyla sunulur; yüksek güven skoru olanlar belirgin biçimde vurgulanır. Sistem hiçbir zaman kesin teşhis sunmaz; ilaç reçetesi üretmez. Bu sınır hem kullanıcı arayüzünde hem de raporun her bölümünde açıkça görünür.

Aşama 4 — Rapor Üretimi ve Bildirim

Ön değerlendirme sonuçları kullanıcıya ve varsa bağlı ziraat mühendisine anlık bildirim olarak iletilir. Raporda olası etken, belirti açıklaması, önerilen dikkat noktaları ve uzman yönlendirme bağlantısı yer alır. Raporun alt kısmında görünür şekilde şu uyarı bulunur: "Bu değerlendirme karar destek amaçlıdır; nihai tanı ve öneri yetkili ziraat mühendisine aittir."

Aşama 5 — Vaka Arşivi ve Model İyileştirme

Ziraat mühendisi doğrulama yaptığında sistem bu geri bildirimi güvenli biçimde saklar. Birikimli doğrulama verisi, modelin periyodik ince-ayar (fine-tuning) sürecine dahil edilerek işletmenizin parsel koşullarına özgü iyileştirme sağlanır. Zaman içinde sistem, o bölge ve ürüne daha alışkın hâle gelir.

Teknik Altyapı Özeti

Bu araç bir karar destek sistemidir. Yapay zekânın ürettiği ön değerlendirme hiçbir koşulda resmî tarımsal teşhis, ilaç reçetesi veya uzman raporu yerine geçmez. Nihai agronomik karar ve her türlü sorumluluk daima yetkili ziraat mühendisine aittir. Sistem bu sınırı her raporun en görünür bölümünde, hem kullanıcı arayüzünde hem yazılı çıktıda açıkça belirtir. Kullanıcı, sistemi yalnızca ön değerlendirme ve önceliklendirme amacıyla kullanmayı kabul eder.

Veri Güvenliği ve Gizlilik

• Yüklenen görüntü ve konum verileri uçtan uca şifreli aktarılır (TLS 1.3) ve aynı güvenlik standardıyla saklanır.
• Veriler yalnızca yetkili kullanıcı ve danışmanlar tarafından erişilebilir; herhangi bir üçüncü taraf, rakip işletme veya reklam ağıyla paylaşılmaz.
• Türkiye Kişisel Verilerin Korunması mevzuatına (KVKK) tam uyum sağlanır; veri işleme sözleşmesi ve kullanıcıya yönelik aydınlatma metni proje tesliminde imzalanır.

Sistem Sürekliliği ve Kullanılabilirlik

• Sunucu altyapısı yüksek erişilebilirlik mimarisiyle yapılandırılır; kritik hasat dönemlerinde kesintisiz hizmet önceliklendirilir.
• Çevrimdışı çalışma modu: internet bağlantısı olmayan saha koşullarında görüntüler yerel önbellekte saklanır, bağlantı kurulduğunda otomatik olarak yüklenir ve analiz başlatılır.
• Periyodik model güncellemeleri planlı bakım penceresinde uygulanır; bu pencereler önceden duyurulur, hizmet kesintisi minimize edilir.

Sorumluluk Sınırları

Kullanıcı, sistemin ürettiği ön değerlendirmeyi doğrudan tarla uygulamasına aktarmak yerine yetkili ziraat mühendisine danışmayı kabul eder. Yanlış pozitif veya yanlış negatif değerlendirmelerden doğabilecek tarımsal kayıplar, ilaç maliyetleri veya verim düşüşleri için sistem sağlayıcısı sorumluluk üstlenmez. Kullanım koşulları ve sorumluluk sınırları yazılı sözleşmede açıkça düzenlenir; kullanıcı bu koşulları onaylayarak sisteme erişim sağlar. Sistemin ürettiği ön değerlendirme hiçbir zaman resmî veteriner veya bitki sağlığı belgesi yerine geçmez; ihracat veya gıda güvenliği amacıyla kullanılamaz. Kullanıcı, sistemi yalnızca dahili önceliklendirme ve yönlendirme amaçlı kullandığını; resmi belgelendirme, ruhsat veya tazminat başvurularında doğrudan uzman raporunu esas alacağını yazılı olarak kabul eder.