2018–2022 döneminde ABD’de iklim farkındalıklı ürün izleme için büyük ölçekli, çok görevli, çok duyulu veri kümesi

Neden tarlaları uzaydan izlemek önemli

Isınan bir dünyada artan nüfusu beslemek, ürünlerin hasattan çok önce nasıl durumda olduğunu bilmeye bağlıdır. Sıcak hava dalgaları, kuraklıklar ve değişen mevsimler verimi yıldan yıla ciddi şekilde dalgalandırabilir; bunun gıda fiyatları ve çiftçi geçimleri üzerinde büyük etkileri olur. Ancak araştırmacılar ve agronomlar, uydu görüntülerini, hava durumu, toprak ve sahadaki hasat verilerini ölçekli olarak bir araya getiren tek, kapsamlı bir bilgi kaynağından mahrumdu. Bu makale, Birleşik Devletler için bu boşluğu doldurmak üzere tasarlanmış yeni açık veritabanı CropClimateX’i tanıtıyor; veri tabanı bilim insanlarının ürün stresi öngören daha iyi araçlar geliştirmesine, çiftlik yönetimini iyileştirmesine ve gıda güvenliğini güçlendirmesine yardımcı olur.

Çok sayıda merceği bir araya getirmek

CropClimateX basit bir fikir etrafında kuruludur: tek bir ölçüm, değişen hava koşulları altında ürünlerin nasıl büyüdüğüne dair tüm hikâyeyi anlatamaz. Bu nedenle yazarlar arazinin üzerine birçok “mercek”i birleştirir. Sentinel-2 ve Landsat-8 gibi yüksek çözünürlüklü optik uydular, tarla bazında bitki örtüsünün ne kadar yeşil ve yoğun olduğunu gösterir. Sentinel-1’den gelen radar verisi, bulutların arkasından bile tarla yapısı ve nem hakkında bilgi ekler. MODIS gibi daha kaba sensörler ise bitki büyümesi, yaprak alanı ve arazi yüzeyi sıcaklığındaki daha geniş desenleri izler. Bunun üzerine veri tabanı günlük hava kayıtları, kuraklık göstergeleri, doku ve organik karbon gibi toprak özellikleri, yükselti ve eğim gibi arazi özellikleri ile her yıl hangi ürünün ne kadar ekildiği, hasat edildiği ve verim verdiğine dair il düzeyinde istatistikleri katmanlar.

Ülkeyi akıllı kutulara bölmek

Temel zorluk, Amerika Birleşik Devletleri’nin geniş olması ve her pikseli her uydu için her gün depolamanın yönetilemez hale gelmesidir. Ülkeyi tamamen kaplamak yerine ekip, tarım arazilerini ‘‘miniküpler’’ adını verdikleri daha küçük, özenle seçilmiş birçok kutuya böler. Her miniküp 12’ye 12 kilometrelik bir alanı kapsar ve ilgili tüm uydu ve hava verilerinin zaman serisini içerir. 2018–2022 arasında yazarlar 1.527 ilçede 15.500 civarında miniküp oluşturdu; odak noktası mısır, soya, kışlık buğday, pamuk ve yulaf gibi ana gıda ve lif ürünleri oldu. Bu tasarım veriyi modern bilgisayarlarda işlenebilir ölçüde kompakt tutarken komşu tarlalar ve yönetim zonları arasındaki farklılıkları yakalayacak kadar ayrıntılı kalır.

Gerçek çiftliklere odaklanmak için algoritmalar kullanmak

Miniküplerin nerede yer alacağına karar vermek için araştırmacılar her ilçenin üzerine katı bir ızgara koymadı. Birçok ilçe, ürün izleme açısından alakasız olan şehirleri, ormanları veya gölleri içerir. Bunun yerine ekibin amacı mümkün olduğunca fazla tarım arazisini yakalarken boş alanı en aza indiren iki optimizasyon stratejisi tasarlamaktı. Bir yaklaşım olan Kaydırmalı Izgara Algoritması, düzenli bir ızgarayı tarlalarla iyi hizalanana dek nazikçe kaydırır. Diğeri, Genetik Algoritma, aday düzenleri test edip, mutasyona uğratıp ve yeniden birleştirerek evrimi taklit eder. Her iki yöntemin en iyi çözümlerini birleştirerek ekip, basit bir ızgaraya kıyasla kutu sayısını %43 oranında azalttı; buna karşın tarım alanının yaklaşık %93’ünü kaplamaya devam etti—depolama gereksinimlerini büyük ölçüde küçültürken faydalı bilgiden vazgeçmedi.

Çiftlikteki iklim aşırılıklarını yakalamak

CropClimateX sadece ortalama koşulların bir haritası değildir; çiftçiler için en önemli olan aşırılıkları da izler. Yazarlar her miniküpü U.S. Drought Monitor’den haftalık kuraklık kategorilerine ve günlük sıcaklıktan hesaplanan özel ısı ve soğuk dalgası göstergelerine bağladı. 2018–2022 döneminde neredeyse tüm miniküpler en azından orta düzeyde kuraklık yaşadı ve birçoğu şiddetli hatta olağanüstü kuraklık koşulları gördü. Veri tabanı ayrıca ayrıntılı toprak ve arazi katmanları içerir; araştırmacıların örneğin kumlu tarlaların kuraklıkta daha ağır topraklardan daha erken zarar görüp görmediğini veya eğimin su stresini nasıl etkilediğini sorgulamasına olanak tanır. Bu katmanlar birlikte iklim şoklarının Amerika’nın yamalı tarlalarında nasıl oynandığına dair zengin bir görüntü sunar.

Gelecek hasatlar için bunun anlamı

Uzman olmayanlar için temel sonuç şudur: CropClimateX, uydu, hava ve çiftlik istatistikleri karmaşasını herkesin kullanabileceği tek, iyi düzenlenmiş bir kaynağa dönüştürür. Miniküpler, verimleri yetişme mevsimi boyunca arazi ve gökyüzünün nasıl göründüğüyle hizaladığından, modern makine öğrenmesi modelleri için ideal eğitim verisini sağlar. Bu modeller verimi tahmin etmeyi, ortaya çıkan ürün stresini işaretlemeyi, hangi sensörlerin en bilgilendirici olduğunu test etmeyi veya gelecekteki iklim aşırılıklarının gıda üretimine nasıl dalga etkisi yapacağını keşfetmeyi öğrenebilir. Pratik anlamda bu, daha iyi erken uyarılar, daha akıllı yönetim tavsiyeleri ve daha sıcak, daha değişken bir iklime yönelik daha sağlam planlama demektir—tüm bunlar Birleşik Devletler genelindeki gerçek çiftlikleri kapsayan açık verilere dayanır.

Atıf: Höhl, A., Ofori-Ampofo, S., Fernández-Torres, MÁ. et al. A large-scale, multitask, multisensory dataset for climate-aware crop monitoring in the US from 2018–2022. Sci Data 13, 72 (2026). https://doi.org/10.1038/s41597-026-06611-x

Anahtar kelimeler: ürün izleme, uzaktan algılama, iklim aşırılıkları, makine öğrenmesi, tarımsal veri