Open data platform for agriculture: Multi layers perspective

Abstract

Son yıllarda, daha hassas tarımsal faaliyetler gerçekleştirebilmek amacıyla bilgi ve iletişim teknolojileri (BİT) tarafından desteklenen çeşitli projeler geliştirilmekte ve tarım alanında oldukça yoğun bir şekilde kullanılmaktadır. Bu projeler, nesnelerin interneti (IoT), kablosuz sensörler ağları (WSN), bulut bilişim (CC) ve anlamsal ağ gibi farklı temel BİT terimlerini içine alan yenilikçi ve akıllı araçlarla desteklenmektedirler. Bu projelerin başarıyla uygulanması, çeşitli paydaşların farklı türde veri kaynaklarından toplanan ilgili verileri kullanarak ne ölçüde destek sağladıklarına bağlıdır. Tarım alanındaki çok sayıda farklı paydaşın hassas tarımsal faaliyetlerde bulunabilmeleri ve tarımsal üretim sürecinde ürün ile ilgili farklı parametrelerin izlenebilirliğini elde edebilmeleri için karmaşık verilere ve bu verilerle oluşturulacak akıllı sistem uygulamalarına ihtiyaçları vardır. Bu tezde, ilk olarak, açık veri terimi tarım bağlamında incelenmiş, açık bir veri işleme modeli oluşturulmuş ve tarım alanlarından çevresel verileri toplamak için IoT tabanlı bir çözüm geliştirilmiştir. Ayrıca BİT tabanlı bir çözüm geliştirilerek önerilen modelin uygulanabilirliği de gösterilmiştir. İkinci olarak, fındık için ürüne özgü özellik ontolojisi geliştirilmiştir. Geliştirilen ontolojiyi değerlendirmek için çeşitli ontoloji değerlendirme araçları ve yöntemleri incelenmiştir. Özellikle, önerilen ontolojinin kalitesini değerlendirmek için bir dizi metrik kullanılmış ve geliştirilen fındık ontolojisinin sonuçları ve kalitesi hem araştırmacılar hem de uygulayıcılar için tartışılmıştır. Üçüncü bir araştırma konusu olarak, tarımsal açık veri platformları üzerinde yayınlamak ve kullanmak amacıyla model-view-controller (MVC) tasarım desenine dayalı veri toplama formları oluşturmak için genel ontoloji tabanlı bir veri toplama modeli önerilmiştir. Veri toplama formlarının oluşturulması için önerilen modelin etkinliğini gösteren Fındık Ontolojisini entegre eden OWL2MVC adlı bir araç geliştirilmiş ve bu araçla ilgili detaylar da ilgili bölümde açıklanmıştır. OWL2MVC yazılım aracı, vaka çalışması senaryosunu uygulayan elli üç katılımcı tarafından verimlilik, etkililik, yardımcılık, kontrol edilebilirlik ve öğrenilebilirlik gibi beş farklı ölçek dikkate alınarak kullanılabilirlik açısından değerlendirilmiştir. Elde edilen bulgular, aracın genel olarak tatmin edici kullanılabilirlik puanına sahip olduğunu ve paydaşlara tarımsal açık veri platformları için gerekli desteği vermeyi vaat ettiğini göstermiştir. Son olarak, sahaya özgü parametreleri sensör ölçüm değerlerine bağlamak için bir tarımsal özellik sözlüğünün nasıl kullanılacağını göstermek amacıyla ontoloji tabanlı bir veri entegrasyonu yaklaşımı önerilmiştir. Ayrıca, önerilen yaklaşımın uygulanabilirliğini kanıtlamak için bir açık veri platformu da geliştirilmiştir. Açık veri platformu, yirmi yedi katılımcı tarafından verimlilik, etkililik, yardımcılık, kontrol edilebilirlik ve öğrenilebilirlik gibi beş farklı ölçek dikkate alınarak kullanılabilirlik açısından değerlendirilmiştir. Kullanılabilirlik sonuçlarına göre, geliştirilen platformun her bir ölçek için tatmin edici puanlara sahip olduğu tespit edilmiştir. Küresel kullanılabilirlik ölçeğinin puanı açık veri platformu için oldukça makul bir değer olarak hesaplanmıştır. Ayrıca, bu araştırmada, tarım alanındaki sensör verilerinin sözdizimsel birlikte çalışabilirliğinin gerçekleştirilebilmesi için web hizmetlerinin ve Web API'lerin nasıl kullanılacağı da geliştirilen açık veri platformu yardımıyla gösterilmiştir.

In recent years, several projects which are supported by information and communications technologies (ICT) have been developed in the agricultural domain to promote more precise agricultural activities. These projects account for different kinds of key ICT terms such as internet of things (IoT), wireless sensors networks (WSN), cloud computing (CC), and semantic web. The implementation of these projects successfully depends on the extent to which various stakeholders provide support by leveraging relevant data, gathered from heterogenous data sources. Agriculture domain has a great number of stakeholders. These stakeholders need sophisticated data and appropriate intelligence to get benefits in order to perform precise agricultural activities. In this thesis, first, we shall investigate the open data term in an agricultural context, create an open data processing model, and develop an IoT-based solution to gather environmental data from agricultural fields. We show viability of the proposed model by developing an ICT-based solution. Second, we propose an ontology for hazelnut and examine a variety of ontology evaluation tools and methodologies to assess the ontology developed. In particular, we use a number of the metrics to evaluate the quality of proposed ontology and discuss the implications of proposed Hazelnut Trait Ontology and its quality for both researchers and practitioners. Third, we propose a generic ontology-based data acquisition model to create data acquisition forms based on model-view-controller (MVC) design pattern, to publish and make use of on the agricultural open data platforms. We develop a tool called OWL2MVC that integrates the Hazelnut Trait Ontology, which illustrates the effectiveness of the proposed model for generating data acquisition forms. OWL2MVC Tool was evaluated in terms of usability considering five different scales such as efficiency, affect, helpfulness, control, and learnability by fifty-three respondents implementing the case-study scenario. Among others the findings show that the tool has satisfactory usability score overall and is promising to provide stakeholders with required support for agricultural open data platforms. Lastly, we propose an ontology-based data integration approach to demonstrate how to use an agricultural trait dictionary for linking site-specific parameters to sensor measurement values. In addition, we develop an open data platform to justify the viability of the proposed approach. The open data platform has been evaluated in terms of usability considering five different scales such as efficiency, affect, helpfulness, control, and learnability by twenty-seven respondents. According to the usability results, the developed platform has satisfactory scores for each one of them. The score of global usability scale is quite reasonable for the open data platform. Furthermore, this research has shown how to utilize the web services and APIs to carry out the syntactic interoperability of sensor data in agriculture domain.