Uzun Kısa Süre Bellek (LSTM) ile Toprak Sıcaklığının Tahmini

Abstract

Toprak sıcaklığı, toprağın birçok özelliğini etkilediği gibi bitki gelişimi süreçlerinde de önemli düzeyde etki yapmaktadır. Toprak sıcaklığının bilinmesi ve doğru tahmini hem toprak yönetimi hem de bitkisel üretim için önem arzetmektedir. Özelliklede tarıma dayalı ekonomileriyle öne çıkan ülkeler için sıcaklık tahminlerinin doğrululuğu çok önemlidir. Bu yüzden son yıllarda toprak sıcaklık tahminlerinde farklı yapay zeka yöntemleri kullanılmaya başlanmıştır. Derin öğrenme yöntemleri yüksek tahmin doğruluğu elde etmede bu konuda öncülük etmektedir. Bu çalışmada toprak sıcaklığı tahmininde etkin bir model oluşturmak için derin öğrenme (DL) alt mimarisi olan Uzun Kısa Süreli Bellek (LSTM) ağı önerilmiştir. Çalışmada kullanılan veriler Bingöl İline ait 2013-2021 yıllarına ait 50 cm derinlikteki günlük toprak sıcaklıklarıdır. Çalışma kapsamındaki veri setinin %80’ni önerilen LSTM modelinin eğitimi için kullanılmıştır. Geriye kalan %20’si ise model tarafından tahmin edilerek model başarısı ölçülmüştür. Eğitilen LSTM modelinin yapmış olduğu tahmin sonucundaki RMSE değeri 1.25 olarak elde edilmiştir. Önerilen modelin tahmin doğruluğunun yüksek olması, sıcaklık verileri tahmini çalışmalarında bu modelin başarılı bir şekilde uygulanabileceğini göstermiştir.