İklim Değişikliği, Derin Öğrenme ve Bitki Hastalıkları: Bibliyometrik Analiz (2000-2025)

Özet

İklim değişikliği, bitki hastalıklarının ortaya çıkışını, yayılımını ve şiddetini etkileyen çevresel koşulları yeniden şekillendirerek tarımsal üretkenlik ve küresel gıda güvenliği açısından giderek artan zorluklar yaratmaktadır. Aynı zamanda, yapay zekâ alanındaki gelişmeler, özellikle derin öğrenme teknikleri, bitki hastalıklarının tespiti, teşhisi ve tahmin edilmesinin geliştirilmesi için yeni fırsatlar sunmaktadır. Son yıllarda iklim değişikliği ve bitki sağlığı ile tarımda derin öğrenme uygulamalarına yönelik araştırmalar önemli ölçüde artmış olsa da, bu konuları bir araya getiren çalışmalar hâlâ sınırlı ve dağınık durumdadır. Bu çalışma, 2000-2025 yılları arasında iklim değişikliği, derin öğrenme ve bitki hastalıklarını ilişkilendiren bilimsel literatürün bibliyometrik bir analizini sunmaktadır. Bibliyografik veriler, yapılandırılmış bir arama stratejisi kullanılarak Scopus veri tabanından elde edilmiştir. Tarama ve dahil edilme kriterlerinin uygulanmasının ardından, analiz için 59 ilgili yayın seçilmiştir. Veri seti; yayın eğilimleri, etkili yazarlar, önde gelen dergiler, üretken ülkeler ve kurumlar, atıf örüntüleri, iş birliği ağları ve anahtar kelime ilişkilerini değerlendirmek amacıyla Bibliometrix (R paketi) ve VOSviewer yazılımları kullanılarak incelenmiştir. Sonuçlara göre, iklim değişikliği, derin öğrenme ve bitki hastalıklarını birlikte ele alan ilk yayın 2019 yılında tespit edilmiş olup, bu araştırma alanının yakın zamanda ortaya çıktığını göstermektedir. Bununla birlikte, yayın sayısı o tarihten itibaren hızla artmış ve yıllık büyüme oranı %51,31’e ulaşmıştır. Bu durum, iklim kaynaklı tarımsal sorunların çözümünde yapay zekâ kullanımına yönelik artan ilgiyi yansıtmaktadır. Ortalama doküman yaşının 2,76 yıl olması da bu alanın yeni ve gelişmekte olan yapısını doğrulamaktadır. Atıf analizi, özellikle 2019 ve 2020 yıllarında yayımlanan çalışmaların sonraki araştırmalar üzerinde güçlü bir etkiye sahip olduğunu göstermiştir. Çalışma sayısındaki artışa rağmen, özellikle iklim verilerinin geniş ölçekli hastalık tahmini için gelişmiş derin öğrenme modelleriyle bütünleştirilmesi konusunda önemli araştırma boşlukları bulunmaktadır. Araştırma eğilimleri, etkili katkılar ve yükselen temalar hakkında kapsamlı bir değerlendirme sunan bu çalışma, iklim değişikliğine dayanıklı ve veri odaklı bitki hastalığı yönetim stratejilerinin geliştirilmesine yönelik çalışan araştırmacılar ve politika yapıcılar için değerli bilgiler sağlamaktadır.