- Serada yapay zeka ile iklim kontrolü, sera içi sensör verisini dış hava tahminiyle birleştirerek ısıtma, havalandırma ve perde kararını olay gerçekleşmeden önce verir.
- Türkiye'nin 776.110 dekarlık örtüaltı alanının büyük bölümü, yalnızca eşik değere tepki veren klasik otomasyonla yönetiliyor; bu yapı geceyi gereksiz ısıtır, sabahı geç açar.
- Termal perde tek başına gece uzun dalga ısı kaybının %40–70'ini keser; ancak perdenin ne zaman kapanacağına karar veren mantık, perdenin kendisi kadar belirleyicidir.
- Öngörülü kontrol üzerine yayımlanan çalışmalar, temel otomasyona kıyasla %10–25 bandında enerji azalması bildiriyor.
- Mevcut PLC/SCADA sistemini söküp atmadan üzerine veri katmanı eklenebilir; doğru başlangıç, tek bir pilot serada 6–8 haftalık ölçümdür.
Serada yapay zeka ile iklim kontrolü, seranın içindeki sıcaklık, nem, karbondioksit ve ışık verisini dış hava tahminiyle birlikte işleyerek ısıtma, havalandırma ve perde kararını önceden veren bir yazılım katmanıdır. Klasik otomasyondan farkı tek cümlede özetlenebilir: eşik değere tepki vermek yerine önümüzdeki saatleri hesaba katar ve o günün en ucuz iklim senaryosunu seçer.
Bu ayrım örtüaltı üretimde doğrudan bütçeye yazılır, çünkü ısıtma çoğu ısıtmalı sera işletmesinin en büyük tek kalemidir. Kararın bir saat erken ya da geç verilmesi, sezon boyunca tekrarlandığında ciddi bir yakıt farkına dönüşür.
Bu yazı örtüaltı üretim içindir. Daha önce yayımladığımız fabrikada enerji tasarrufu için yapay zeka rehberi imalat tesisindeki motor, kompresör ve proses ısısını ele alır. Serada ısıtılan şey bir bina değil, canlı bir bitkinin çevresidir: hedef sabit bir konfor sıcaklığı değil, bitkinin o günkü ışık ve gelişme dengesidir. Alıcı profili, fizik ve karar kriterleri farklı olduğu için iki konuyu ayrı tutuyoruz.
Sera ısıtması neden bu kadar pahalı?
Isıtma, sera enerjisinin ezici çoğunluğunu tüketir. Uluslararası literatürde sera enerji tüketiminin yaklaşık %65–90'ının ısıtmaya gittiği, enerjinin toplam üretim maliyeti içindeki payının ise enleme, sera tipine ve ürüne göre geniş bir aralıkta değiştiği bildiriliyor. Yüksek enlemlerde ve sert kış geçen iç bölgelerde bu pay, işletmenin kâr marjını belirleyen seviyeye çıkar.
Türkiye tarafında ölçek nettir. Tarım ve Orman Bakanlığı'nın TÜİK verilerine dayanan örtüaltı yetiştiricilik istatistiklerine göre 2024'te toplam örtüaltı alanı 776.110 dekardır. Bunun 55.949 dekarı cam sera, 452.907 dekarı plastik sera, 103.978 dekarı yüksek tünel ve 163.276 dekarı alçak tüneldir. Isıtma yatırımının yoğunlaştığı cam ve modern plastik seralar, alan olarak küçük ama enerji gideri bakımından en ağır grubu oluşturur.
Isı kaybının fiziği de bilinir. Termal perde, gece uzun dalga ısı kaybının yaklaşık %40–70'ini keser ve perde tipine ile konuma bağlı olarak ısıtma enerjisinin %23–60'ını tasarruf ettirebilir (Ahamed, Guo ve Tanino, Biosystems Engineering, 2019). Buradaki kritik nokta genellikle gözden kaçar: bu kazanç perdenin varlığından değil, perdenin doğru anda kapanıp doğru anda açılmasından gelir. Kararı veren mantık zayıfsa, donanım hazır olduğu hâlde tasarruf masada kalır.
Klasik PLC otomasyonu nerede para kaybettirir?
Klasik PLC ve iklim bilgisayarları eşik mantığıyla çalışır: sıcaklık ayar noktasının altına düşünce ısıtma açılır, nem sınırı aşılınca pencere aralanır. Bu yapı güvenlidir ama körlemesine çalışır; birkaç saat sonra ne olacağını bilmez. Sonuç, sezon boyunca tekrar eden üç tipik kayıptır.
| Tipik durum | Eşik değerli otomasyon ne yapar? | Öngörülü katman ne yapar? |
|---|---|---|
| Gece yarısı sıcaklık düşüyor, sabah güneşli geçecek | Hedefi tutmak için tüm gece ısıtır | Sabah gelecek güneş ışınımını hesaba katar, gece hedefini kontrollü düşürür |
| Sabah dış sıcaklık hızla yükseliyor | Sera hedefi aşana kadar bekler, sonra havalandırır | Isıtmayı erken keser, perdeyi kademeli açar |
| Nem yükseliyor, dışarısı soğuk | Pencereyi açıp aynı anda ısıtır | Nemi perde aralığı ve ısıtma dengesiyle, en düşük enerjiyle indirir |
| Rüzgâr ve yağış geliyor | Anlık rüzgâr sensörüne göre panikle kapatır | Tahmini önceden alır, geçişi yumuşatır |
Özellikle son satır önemlidir. Aynı anda hem ısıtıp hem havalandırmak, örtüaltı üretimde en sık görülen ve en pahalı çelişkidir. Nemi düşürmek için pencere açılırken kazan da çalışıyorsa, işletme parayı doğrudan dışarı ısıtmak için harcıyor demektir.
Yapay zeka katmanı karar mekanizmasını nasıl değiştirir?
Yapay zeka katmanı, sera iklimini birkaç saat ileriye doğru tahmin eden bir model ile bu tahmine göre en düşük maliyetli ayar noktalarını seçen bir optimizasyon adımından oluşur. Literatürde bu yaklaşım öngörülü kontrol (model predictive control) başlığı altında çalışılır: model, dış hava tahminini ve seranın ısıl davranışını birlikte kullanır.
Sonuçlar somuttur. Applied Energy dergisinde yayımlanan veri temelli dayanıklı öngörülü kontrol çalışmasında (Mahmood ve ark., 2023, cilt 343, makale 121190), yapay sinir ağı tabanlı model temel öngörülü kontrole kıyasla kışın %9,67, yazın %23,61 enerji azalması sağlamış; sıcaklık takip hatası kışın 0,32 °C, yazın 0,60 °C seviyesinde kalmıştır. Farklı sera tipleri ve iklimlerde yürütülen çalışmalar genel olarak %10–25 bandına işaret eder. Bu, sihir değil; aynı donanımdan daha iyi karar çıkarmaktır.
Yaklaşımın sınırını da açıkça söylemek gerekir: öngörülü kontrolün başarısı doğrudan tahmin kalitesine bağlıdır. Hatalı hava tahmini veya kötü kalibre edilmiş bir sera modeli, sistemi yanlış çalışma noktasına sürükleyebilir. Bu yüzden ciddi kurulumlar modeli sahada ölçülen veriyle sürekli günceller ve güvenlik sınırlarını PLC tarafında bırakır.
Bu alanın referans noktası, Wageningen Üniversitesi'nin yürüttüğü Autonomous Greenhouse Challenge yarışmasıdır. Yarışmada takımlar aydınlatma, ısıtma, karbondioksit dozlama ve sulamayı tamamen algoritmalarla yönetir; önceki turlarda otonom sistemler, insan yetiştiricilerle karşılaştırılabilir verimi daha az su ve enerjiyle elde etmiştir.
Hangi sensörler gerekir, minimum set nedir?
Veri katmanı ancak beslendiği kadar iyidir. İyi haber, gereken sensör setinin sanıldığından kısa olmasıdır. Öngörülü kontrole geçmek için onlarca noktaya cihaz dağıtmak gerekmez; sıcaklık, nem, dış hava ve ışınım ölçümüyle yakıt tüketimini kayıt altına alan bir çekirdek küme çoğu ısıtmalı serada yeterlidir. Aşağıdaki tablo bu minimum kümeyi ve her kalemin neden gerektiğini gösteriyor.
| Ölçüm | Neden gerekli? | Not |
|---|---|---|
| Sıcaklık ve bağıl nem (bölge başına) | Isıtma ve nem alma kararının temeli | Tek nokta yetmez; bölge ve yükseklik farkı büyüktür |
| Dış hava istasyonu (sıcaklık, rüzgâr, yağış) | Tahmini yerel gerçekle kalibre eder | Sera çatısına yakın, gölgesiz konum |
| Işınım (global radyasyon) | Gündüz ısı kazancının ana kaynağı | Perde ve ısıtma kararını en çok etkileyen veri |
| Karbondioksit | Havalandırma ile gübreleme dengesi | Dozlama yapılmıyorsa ikinci öncelik |
| Yakıt/ısı sayacı | Tasarrufun ölçülebilmesi için şart | Bunsuz geri dönüş tartışması yapılamaz |
| Bitki sıcaklığı (kızılötesi) | Yoğuşma ve hastalık riski için | İleri seviye, pilotta opsiyonel |
Listedeki en çok atlanan kalem yakıt veya ısı sayacıdır. Ölçülmeyen tasarruf tartışmalıdır; pilot projenin ilk günü takılması gereken cihaz budur. Veriyi karara çevirmenin genel çerçevesini üretim verisini yapay zeka ile karara çevirmenin 5 adımı yazısında ayrıntılı anlattık.
Nem kaynaklı hastalık riski ilaçlama programına nasıl bağlanır?
Aynı sensör seti, ikinci bir kazancı beraberinde getirir: hastalık riskinin önceden görülmesi. Kurşuni küf (Botrytis cinerea) gibi fungal etmenler için belirleyici olan, bitki yüzeyindeki serbest sudur. Bu su genellikle bağıl nem %95'i aştığında ya da buhar basıncı açığı çok düştüğünde oluşur. Yani hastalık riski, iklim verisinden hesaplanabilen bir büyüklüktür.
Bilimsel yazında sera mikro-iklimini dış hava tahminiyle birleştirip fungal risk üreten karar destek sistemleri geliştirilmiştir (Katsoulas ve ark., Computers and Electronics in Agriculture, 2021, cilt 188). Uygulamadaki karşılığı şudur: ilaçlama takvimi "her on günde bir" yerine "risk penceresi açılmadan önce" kurulur. Riskli gece öncesinde nem alma stratejisi devreye girerse, bazı uygulamalar tamamen gereksizleşir.
Bu yaklaşım, açık alanda rekolte ve hastalık tahmini için kullanılan yöntemlerin sera içi karşılığıdır; tarla tarafındaki uygulamaları Konya'da rekolte ve hastalık tahmini yazısında ele almıştık. Sulama tarafında benzer bir sensör-tahmin mantığının nasıl kurulduğunu görmek isterseniz akıllı sulama yazısı iyi bir başlangıçtır.
Enerji tasarrufu ve geri dönüş nasıl hesaplanır?
Geri dönüş hesabı, tedarikçinin vaadiyle değil işletmenin kendi faturasıyla yapılmalıdır. Aşağıdaki şablon, tabloyu kendi rakamlarınızla doldurmanız için kurulmuştur; örnek sütunundaki değerler gerçek bir işletmeye ait değil, yalnızca yöntemi göstermek için birim olarak verilmiştir.
| Kalem | Nereden alınır | Örnek (birim) |
|---|---|---|
| A – Yıllık ısıtma gideri | Son iki sezonun yakıt/jeotermal faturası | 100 |
| B – Beklenen tasarruf oranı | Pilot ölçümü; literatürde %10–25 | %15 |
| A × B – Yıllık kazanç | Hesap | 15 |
| C – Kurulum yatırımı | Sensör, geçit, yazılım ve devreye alma teklifi | 35 |
| C ÷ (A × B) – Basit geri dönüş | Hesap | ~2,3 yıl |
Üç uyarı gereklidir. Birincisi, tasarruf oranını pilot ölçmeden varsaymak yanlıştır; iyi izole edilmiş, perdesi zaten akıllı kontrol edilen bir serada kazanç bandın alt ucunda kalır. İkincisi, karşılaştırma aynı iklim koşullarında yapılmalıdır: ılık geçen bir kışı başarı sanmamak için derece-gün düzeltmesi şarttır. Üçüncüsü, kazancın bir kısmı enerjiden değil, azalan hastalık baskısından ve daha dengeli iklimden gelen verim kalitesinden gelir; bunu da ölçün.
Kurulum hangi sırayla yapılmalı?
Sistemin tamamını aynı anda değiştirmek gereksiz risktir. Mevcut PLC/SCADA altyapısı yerinde kalır; yapay zeka katmanı onun üzerine, öneri üreten bir katman olarak eklenir ve güven kazandıkça yetkisi genişletilir.
- Pilot serayı seçin (1. hafta). En çok yakan, en homojen ve ölçümü kolay tek blok. Tesisin tamamı değil.
- Ölçün (2.–8. hafta). Sensörleri ve yakıt sayacını devreye alın, mevcut kontrol mantığıyla bir taban çizgisi (baseline) çıkarın. Bu taban olmadan sonraki hiçbir iddia doğrulanamaz.
- Öneri modunda çalıştırın (9.–14. hafta). Model kararları üretsin ama uygulamasın; yetiştirici ile modelin ayrıldığı noktaları haftalık gözden geçirin. Anlaşmazlıklar modeli düzeltir.
- Kademeli devir (15. hafta sonrası). Önce perde ve havalandırma, sonra ısıtma ayar noktaları. Güvenlik sınırları PLC'de kalmaya devam eder.
- Yaygınlaştırın. Pilotta doğrulanan kazancı diğer bloklara taşıyın.
Konya ve Karapınar çevresindeki işletmeler için ek bir boyut var. İç Anadolu'da jeotermal kaynakla ısıtılan sera yatırımları artıyor ve jeotermalde yakıt maliyeti fiyat dalgalanmasına açık olmasa bile kaynağın debisi ve sıcaklığı sınırlıdır. Öngörülü kontrol burada tasarruftan çok kapasite kazancı sağlar: aynı kuyuyla daha fazla alan ısıtılabilir. Ayrıca sert karasal iklim, yüksek gece-gündüz sıcaklık farkı ve buna bağlı yoğuşma riski, İç Anadolu seralarını öngörülü kontrolün en çok işe yaradığı coğrafyalardan biri yapıyor.
Yapay zekaya işletme genelinde nereden başlanacağı sorusu size de tanıdık geliyorsa, KOBİ'ler için yapay zeka rehberimiz pilot seçiminden ölçümlemeye kadar aynı disiplini genel çerçevede anlatıyor.
Seranızın ısıtma giderini son iki sezonun faturasıyla masaya koyup nereden başlanacağını konuşmak isterseniz, yapay zeka çözümlerimiz sayfasından sera enerji ve otomasyon değerlendirmesi talep edebilirsiniz. Değerlendirme, mevcut PLC/SCADA yapınızı ve sensör eksiğinizi çıkarmakla başlar.