Uydu görüntüsünden binlerce tarla sınırını otomatik çıkarmak, destekleme, sigorta, verim analizi ve tedarik zinciri için güçlü bir altyapı sunuyor. Fakat haritada düzgün görünen çizgi, arazideki gerçek kullanım sınırıyla aynı olmayabilir. Küçük ve düzensiz parseller, ağaç sıraları, teraslar, örtü altı yapılar ve aynı anda yetişen ürünler modelin öğrendiği kalıptan sapabilir. Bu nedenle yüksek genel doğruluk oranı, her bölge ve her parsel tipi için eşit güven anlamına gelmez.
Genelleme sorunu tarım haritasının merkezindedir
Avrupa Uzay Ajansı destekli FieldFinder projesi, Sentinel-2 ve tamamlayıcı verilerden tarla sınırı çıkarmak için derin öğrenme, geometrik düzeltme ve saha verisiyle doğrulama adımlarını birlikte tanımlıyor. Projenin çok bölgeli eğitim verisini modelin coğrafi önyargısını azaltmak ve farklı tarım peyzajlarına genellenmesini geliştirmek için kullandığını belirtmesi önemli bir uyarıdır.
Model, büyük ve düzenli tahıl parsellerinde yüksek başarı gösterirken parçalı sebze alanlarında sınırları birleştirebilir; meyve bahçesindeki sıra dokusunu parsel sınırı sanabilir. Ortalama puan bu hataların hangi üretim tipinde yoğunlaştığını söylemez. Doğruluk raporu parsel büyüklüğü, ürün grubu, eğim ve bölgeye göre ayrıştırılmalıdır.
Saha verisi son kontrol değil, eğitim altyapısıdır
GNSS ölçümü, çiftçi kaydı ve yüksek çözünürlüklü referans görüntü yalnız proje sonunda haritayı onaylamak için kullanılmamalıdır. Hataların nerede tekrarlandığını göstererek yeni eğitim örneklerinin seçilmesini sağlar. Modelin en emin olmadığı veya farklı kaynakların çeliştiği parseller saha kontrolünde önceliklendirilirse doğrulama bütçesi daha verimli kullanılır.
Karşı görüş, bütün parselleri gezmenin otomasyonun ölçek avantajını yok edeceğidir. Doğrudur; amaç her çizgiyi elle ölçmek değildir. Tabakalı örnekleme, riskli coğrafya, rastgele kalite kontrol ve kullanıcı itirazı birlikte kullanılabilir. Otomasyon düşük riskli çoğunluğu hızlandırırken yüksek etkili kararlar için insan doğrulaması korunmalıdır.
Hata ölçütü kullanım amacına göre seçilmeli
Bir sınır birkaç metre kaydığında görsel benzerlik yüksek kalabilir, fakat küçük parselde hesaplanan alan ve destek tutarı belirgin değişebilir. Bu yüzden yalnız piksel doğruluğu veya kesişim oranı yeterli değildir. Alan hatası, sınır mesafesi, bölünmüş-birleşmiş parsel sayısı ve karar üzerindeki ekonomik etki birlikte raporlanmalıdır.
Model çıktısının sürümü de saklanmalıdır. Yeni görüntü veya algoritma ile sınır değiştiğinde hangi tarihte hangi veriyle üretildiği bilinmezse destek, sigorta veya sözleşme uyuşmazlığı çözülemez. Kalıcı parsel kimliği ile geçici geometrinin birbirinden ayrılması, veri yönetişiminin temelidir.
Türkiye’de parçalı yapı özel bir test gerektiriyor
Türkiye’de miras, toplulaştırma durumu, teraslı üretim, sulama kanalları ve sera kümeleri parsel geometrisini çeşitlendiriyor. Başka ülkede eğitilmiş model doğrudan ulusal sisteme alınmadan önce farklı bölgelerden dengeli referans örneğiyle sınanmalıdır. Çiftçinin fiilî kullanım alanı ile kadastro sınırının farklı olabileceği durumlar ayrıca tanımlanmalıdır.
Benim önerim doğruluk hedefinin tek sayı olarak değil, kullanım sözleşmesi olarak yayımlanmasıdır: Hangi bölgede, hangi parsel büyüklüğünde, hangi tarihteki görüntüyle, hangi hata sınırında kullanılabilir? Bu şeffaflık teknolojinin değerini küçültmez. Tam tersine, uydu ve yapay zekâyı güzel bir haritadan güvenilir bir kamu ve işletme altyapısına dönüştürür.
Temel görüş
Tarla sınırı hatası destek, sigorta, girdi planı ve izlenebilirlik hesabını etkileyebilir; tek bir genel doğruluk oranı bölgesel ve küçük parsel hatalarını gizleyebilir.
Türkiye için ne ifade ediyor?
Türkiye’nin parçalı ve çeşitli tarım peyzajında çok bölgeli eğitim, tabakalı saha doğrulaması ve kullanım amacına göre hata raporu; uydu tabanlı parsel hizmetlerinin güvenilirliğini artırabilir.
Başvuru kaynakları
Yazıdaki olgusal çerçeve aşağıdaki kaynaklarla desteklendi; yorumlar köşe yazarına aittir.
