İSOT YAPRAKLARINDAN ALINAN SPEKTRAL YANSIMALARDAN HASTALIKLARIN ERKEN TEŞHİSİ

Abstract

Yapılan tez çalışması, farklı bitki ve meyvelere ait spektral yansımaların karşılaştırılmasından oluşmuştur. Daha özel alanda ise bibere (isot) ait iki ayrı uygulama üzerine çalışılmıştır. Birinci uygulamada, Şanlıurfa GAP Tarımsal Araştırma Enstitüsü Müdürlüğü (GAPTEAM) sera gruplarından elde edilen, topraktan isota verilmiş mukorizal fungus (faydalı fungusların) ve fusarium hastalık etmenli (zararlı fungusların) isot yapraklarından alınan spektral yansımaların sınıflandırılması gerçeklenmiştir. Sağlıklı ve hastalıklı isot ile su stresine maruz kalmış isotun spektroradyometre ile kaydının tespiti bu çalışmanın amacını oluşturmuştur. Çalışmada kullanılan birinci uygulamaya ait veri seti dört gruba ayrılmıştır. Birinci grup negatif kontrol grubu zararlı ve faydalı fungus içermemektedir (H-M-). İkinci grup pozitif kontrol grubu zararlı fungus içermekte, faydalı fungus içermemektedir (H+M-). Üçüncü grup zararlı fungus içermemekte, faydalı fungus içermektedir (HM+). Dördüncü grup ise zararlı ve faydalı fungus içermektedir (H+M+). İkinci uygulamada ise, Şanlıurfa Harran Üniversitesi Ziraat Fakültesi Bahçe Bitkileri Bölümü sera gruplarından temin edilen, isot’a ait su stresine maruz kalmış yapraklardan alınan spektral yansımaların sınıflandırılması yapılmıştır. Su stresine maruz kalmış isot ve normal oranda su almış isot’un spektroradyometre ile kayıtları alınmıştır. Çalışmada kullanılan veri seti üç gruba ayrılmıştır. Birinci grup’a % 100, ikinci grup’a % 75 ve üçüncü grup’a % 50 su uygulanmıştır. Her iki uygulamada elde edilen isot’a ait durum tespiti iki aşamadan oluşmuştur. Birinci aşama öznitelik vektörünün temini, ikinci aşamada ise verilere ilişkin öznitelik vektörlerinin sınıflandırılması yapılmıştır. Öznitelik için Dalgacık Dönüşümü (DD)( Symlets5 (sym5), Daubiches2 (dB2) ve Haar yöntemleri) kullanılmıştır. İstatistiksel değerler olarak; maximum, minimum, ortalama, standart sapma, mod, çarpıklık basıklık gibi parametreler kullanılmıştır. Sınıflandırma yöntemleri olarak da; K en yakın komşuluk (K-NN), Naive Bayes (NB) ve Yapay Sinir Ağları (YSA) yöntemleri kullanılmıştır. Birinci uygulama için, isot ile ilgili durum tespitinde ilk iki grubun kendi arasında karşılaştırılması ve daha sonra tüm grupların karşılaştırması yapılmış. İkinci uygulama için ise üç grubun kendi aralarında karşılaştırmaları farklı topraklar göz önünde bulundurularak yapılmıştır. Sonuç olarak bitkiler ile ilgili hastalık veya durum tespitlerinde laboratuvar ve geleneksel yöntemler yerine bilgisayar teknikleri kullanılarak başarılı sonuçlar elde edilmiştir.