Harran Üniversitesi’nin Yer Aldığı Tarımsal Yapay Zekâ Çalışması Q1 ve İlk %5’lik Dilimdeki Dergide

Harran Üniversitesi Ziraat Fakültesi öğretim üyeleri ve araştırmacıları tarafından yürütülen, insansız hava araçları (İHA/UAV), bitki sensörleri ve derin öğrenme temelli yapay zekâ yöntemlerini bir araya getiren yenilikçi bir verim tahmin çalışması, alanının önde gelen uluslararası dergilerinden Ecological Informatics’te yayımlandı. Çalışma, Harran Üniversitesi Toprak Bilimi ve Bitki Besleme Anabilim Dalı doktora öğrencisi Süreyya Betül Rufaioğlu’nun doktora tez çalışması kapsamında gerçekleştirilmiş olup, araştırmanın danışmanlığını Prof. Dr. Ali Volkan Bilgili yürütmüştür. Ayrıca araştırma süreci TÜBİTAK 1002-A Hızlı Destek Programı ve Harran Üniversitesi Bilimsel Araştırma Projeleri Birimi (HÜBAP) tarafından desteklenmiştir.  Elsevier tarafından yayımlanan ve Science Citation Index Expanded (SCIE) kapsamında taranan dergi, 2024 yılı Journal Impact Factor değeri 7.3 ile Ekoloji kategorisinde 11/200 sırada yer almakta, Q1 sınıfında ve ilk %5’lik dilimde (%94.8 persentil) bulunmaktadır. Ayrıca Journal Citation Indicator sıralamasında 6/200 (Q1) performansıyla dünyanın en saygın dergileri arasında yer almaktadır.

Araştırmada, yarı kurak koşullarda yetiştirilen makarnalık buğdayda verim tahmini amacıyla UAV tabanlı görüntüler, bitki sensör verileri (SPAD, NDVI, LAI, bitki boyu) ve iklim parametreleri tek bir Convolutional Neural Network (CNN) mimarisinde birleştirilmiştir. Geliştirilen model, farklı gelişme dönemlerinde R² = 0.98–0.99 düzeyinde yüksek doğruluk ve düşük hata oranları sağlamış, özellikle başaklanma ve tane dolum dönemlerinde tahmin başarısının belirgin şekilde arttığı görülmüştür. Çalışma, gübre yönetimi, erken verim tahmini ve hassas tarım uygulamalarına yönelik karar destek sistemleri geliştirilmesine katkı sağlayarak dijital tarım alanında önemli bir bilimsel ve uygulamalı altyapı sunmakta, Harran Üniversitesi’nin yapay zekâ destekli tarım teknolojilerindeki uluslararası görünürlüğünü güçlendirmektedir.

Erişim için makale DOI numarası:  https://doi.org/10.1016/j.ecoinf.2026.103608