VERİ BİLİMİ · CAPSTONE (TRACK A)

İklim Riski & Mahsul Verimi Zekâsı

Uydu bitki örtüsü (MODIS NDVI), iklim (NASA POWER) ve mısır verimi (OWID) verisini birleştirip mahsul verim riskini tahmin eden ve bir AI çiftçi danışman ajanıyla topraklı öneri üreten uçtan uca boru hattı.

Uydudan türetilen bitki indeksi ve hava örüntüleri mahsul verim riskini eyleme geçirilebilecek kadar erken tahmin edebilir mi, ve bir AI ajan bunu çiftçiye topraklı önerilere çevirebilir mi?

Rakamlar

Uydu NDVI

455

MODIS kompoziti · 5 ülke · 2016-2022

İklim kaydı

6.930

günlük hava (NASA POWER)

Bölge-sezon

mısır verimi (OWID)

Risk doğruluğu

%80

Gradient Boosting (F1 0.75)

Boru hattı: topla → işle → EDA → klasik ML → derin öğrenme → AI ajan → dashboard. Bölgeler: ABD-Iowa, Fransa, Ukrayna, Çin-Henan, Romanya.

MODIS NDVINASA POWEROWID verimscikit-learnPyTorch LSTMRAG + araç çağırma

Bulgular

Risk sınıflandırma çalışıyor: Gradient Boosting ~%80 doğruluk; en etkili sürücüler kurak gün + sıcak stresi günü + yağış — agronomik olarak tutarlı.
Mutlak verim tahmini zayıf (R²≈0): 5 çok farklı ülkenin verimini yalnız iklimden, N=35 ile tahmin etmek zor. LSTM klasik modeli az geçti (R²=0.10 vs −0.05) ama bu ölçekte derin öğrenme güçlü biçimde gerekçelendirilemez — dürüst bir bulgu.
AI ajan topraklı: Araç çağırma (NDVI/hava/risk) + RAG (agronomi bilgi tabanı) ile her iddia veriye/belgeye izlenebilir; uydurma rakam yok. LLM ifadelendirme opsiyonel, grounding ona bağlı değil.
Sınırlar: nokta bazlı NDVI ülkeyi temsilde zayıf, küçük N, ülke düzeyi verim kaba. İyileştirme: daha çok bölge/sezon, çoklu-nokta NDVI, bölge sabit etkileri.

Tam notebook'u aç (kod + analiz + tartışma) →

Tüm veri kaynakları ücretsiz, açık ve anahtarsız (MODIS ORNL DAAC, NASA POWER, Our World in Data). Erişim: 30 Ekim 2026. Akademik proje; öneriler karar-destektir, kritik kararlar yerel uzmanla netleştirilmelidir.

İklim Riski & Mahsul Verimi Zekâsı

Rakamlar

Özet dashboard

Bulgular