Yarı kurak bölgede tartım lizimetreleri ve makine öğrenmesi modelleri kullanarak soğan bitkisinin evapotranspirasyonunun ve ürün katsayılarının tahmini

Neden soğan ve su kullanımı önemli

Soğan mutfakların temelidir ve İran’da önemli bir üründür; ancak her damlasının önem taşıdığı bir bölgede çok su ister. Çiftçiler ve su yöneticileri, soğan tarlalarının havaya ne kadar su verdiğini tam olarak bilmelidir ki akıllıca sulama yapabilsin, israfı önlesin ve yine de iyi verim alabilsin. Bu çalışma, soğan su kullanımını yarı kurak bir İran bölgesinde daha iyi anlamak için dikkatli saha ölçümlerini modern bilgisayar modelleriyle birleştirdi.

Soğan tarlalarının su kaybını ölçmek

Bitkiler suyu iki ana yoldan kaybeder: toprak yüzeyinden buharlaşma ve yapraklardan terleme. Bu iki süreç birlikte evapotranspirasyon olarak adlandırılır. Bunu yüksek doğrulukla izlemek için araştırmacılar, her biri soğan bitkileri ve toprağı içeren büyük tartım kapları (lizimetreler) kullandı. Ağırlığın zaman içindeki değişimini kaydederek ve yağış, sulama ile drenajı izleyerek her gün sistemden ne kadar su çıktığını kesin olarak belirleyebildiler. İki yetiştirme sezonunda soğan mahsulü birinci yılda yaklaşık 447 milimetre, ikinci yılda ise 432 milimetre su kullandı; ikinci yıldaki daha serin hava kullanımın biraz daha düşük olmasına neden oldu.

Bitkinin susuzluğunu toprak kurumasından ayırmak

Su sadece soğan kökleri tarafından alınmaz; sıra aralarındaki çıplak topraktan da doğrudan buharlaşır. Bu parçaları ayırmak için ekip, ana tartım ünitelerinin içine mikro lizimetre adı verilen küçük toprak silindirleri yerleştirdi. Bu küçük örnekler günlük olarak tartıldı ve yalnızca toprak yüzeyinden ne kadar su kaybolduğunu gösterdi. Toplam su kaybından bunu çıkararak gerçek bitki terlemesinin ne kadar olduğunu tahmin edebildiler. Toplam su kaybının yaklaşık üçte birinin toprak yüzeyinden, kalanının ise bitki terlemesinden kaynaklandığını buldular. Ayrıca bu payların sezon boyunca nasıl değiştiğini izlediler; bitkiler küçük ve yaprak örtüsü sınırlı olduğunda toprak buharlaşması daha yüksekti.

Sulamaya rehberlik eden basit sayılar

Çiftçiler ve danışmanlar genellikle yerel hava koşullarını belirli bir ürünün ne kadar su kullanacağıyla ilişkilendiren basit faktörler olan ürün katsayılarına güvenir. Bu çalışmada ekip, İran’ın yarı kurak koşulları altında soğan için hem tekli hem ikili ürün katsayılarını hesapladı. Tekli katsayı toplam soğan su kullanımını standart bir çimen referansına bağlarken, ikili form etkileri yaprak ve çıplak toprak arasında ayırır. Birleştirilmiş ölçü için ortalama değerler sezon başında 0,41, büyümenin zirvesinde yaklaşık 0,68 ve sezon sonunda 0,51 oldu. Yaprak kaynaklı kısım diğer bazı ülkelerde bildirilen değerlerden daha düşük kaldı; bu da yerel soğan çeşidinin nispeten sınırlı yaprak alanı ve boya ile serin kışların büyümeyi yavaşlatmasına işaret eder.

Bilgisayarlara su kullanımını öğretmek

Büyük tartım cihazları pahalı ve nadir olduğu için araştırmacılar, bilgisayar modellerinin yaygın hava ve ürün ölçümleri kullanarak soğan su kullanımını tahmin edip edemeyeceğini de test etti. Hava sıcaklığı, nem, rüzgar hızı, güneşlenme, yaprak alanı ve bitki boyu dahil iki yıllık veriler üzerinde beş tür makine öğrenmesi modeli eğittiler. Modeller ölçülen su kaybını taklit etmeyi öğrendi ve görülmemiş günlerde test edildi. İki ağaç tabanlı yöntem olan Random Forest ve Decision Tree en doğru tahminleri verdi; bunu sinir ağları ve destek vektör regresyonu yakından izledi. Daha basit doğrusal bir yöntem olan LASSO regresyonu daha az doğru oldu; bu da soğan su kullanımının hava koşullarına ve bitki gelişimine karşı karmaşık, doğrusal olmayan bir yanıt verdiğini gösteriyor.

Soğan su kullanımını ne etkiler

En iyi performans gösteren modelin içini inceleyerek ekip hangi girdilerin en önemli olduğunu belirledi. Yaprak alanı ve boy gibi bitki büyüklüğü ölçüleri en üst sıralarda yer aldı; bunların yanı sıra net güneş radyasyonu ve rüzgar hızı da önemliydi. Buna karşılık hava nemi bu yarı kurak ortamda daha küçük bir rol oynadı. Bu, su ihtiyaçlarını güvenilir bir şekilde tahmin etmek için sadece hava koşullarını değil, aynı zamanda o anda üründe bulunan yeşil yaprak yüzeyinin de bilinmesinin faydalı olduğunu gösterir.

Çiftçiler için anlamı

Kuru bölgelerde yetiştiriciler ve planlamacılar için bu çalışma iki temel araç sunuyor. Birincisi, standart hava verilerini soğan su kullanımıyla ilişkilendiren yerel ölçümlere dayalı rakamlar sağlayarak daha iyi sulama programları tasarlamaya yardımcı olur. İkincisi, temel hava ve ürün gelişim verileri mevcut olduğu sürece iyi eğitilmiş makine öğrenmesi modellerinin maliyetli saha aletlerinin yerini alabileceğini gösterir. Bu ilerlemeler birlikte kıt su kaynaklarının daha verimli kullanılmasını destekleyebilir ve yarı kurak alanlarda soğan üretiminin sürdürülmesine katkı sağlayabilir.

Atıf: Shirazi, S.H.M., Razzaghi, F. & Sepaskhah, A.R. Estimation of onion crop evapotranspiration and crop coefficients using weighing lysimeters and machine learning models in semi-arid region. Sci Rep 16, 16166 (2026). https://doi.org/10.1038/s41598-026-43887-w

Anahtar kelimeler: soğan sulama, evapotranspirasyon, yarı kurak tarım, ürün katsayıları, makine öğrenmesi modelleri