ARMUTTA ZARARLI CACOPSYLLA PYRİ L. (HEMİPTERA: PSYLLİDAE)'NIN BİYOTEKNİK MÜCADELESİNE ESAS FARKLI SARI YAPIŞKAN TUZAK UYGULAMALARININ YAPAY ZEKÂ YÖNTEMLERİ İLE İNCELENMESİ

Abstract

Bu tez çalışması, 2022-2023 yılları arasında Elazığ ilinin Örençay mevkiinde, armut bahçelerinde Cacopsylla pyri L. (Hemiptera: Psyllidae) zararlısı üzerinde yapılmıştır. Çalışma, bu zararlının izlenmesi amacıyla 1023 numaralı sarı yapışkan tuzaklar ve geleneksel tuzaklar kullanılarak gerçekleştirilmiştir. İlk yıl boyunca, farklı tuzak asma modelleri (ağaç başına 1, 3 ve 4 tuzak) denenmiş, tuzaklara düşen ergin bireyler ve ağaç içindeki ergin ve nimf sayıları günlük olarak kaydedilmiş ve bunlar zamanla ve yönlere göre grafiksel olarak analiz edilmiştir. Ayrıca, bu değişimlerin abiyotik faktörler (sıcaklık, nem, hava basıncı, rüzgar hızı gibi) ile nasıl ilişkilendiği araştırılmış ve zararlı popülasyon tahminleri için regresyon modelleri uygulanmıştır. İlk yıl elde edilen verilere göre, 1023 numaralı tuzakların geleneksel tuzaklardan daha verimli olduğu, güney yönüne yerleştirilen tuzakların ise diğer yönlere kıyasla daha fazla ergin birey yakaladığı bulunmuştur. İkinci yıl yapılan araştırmada, birinci yılın bulguları temel alınarak 1023 numaralı tuzaklar dört farklı yönde (kuzey, güney, doğu, batı) yerleştirilmiştir. Tuzaklardan elde edilen veriler, ergin birey sayıları, nimf ve ergin değişimleri ile doğal düşmanların sayıları haftalık olarak izlenmiştir. Her iki yıla ait çalışma sonuçları, zararlının ergin sayısının zamanla azaldığını, bunun da bazı çevresel faktörler ve zararlının döngüsel biyolojisi ile ilişkili olduğunu göstermektedir. Ayrıca, Temmuz ayında sıcaklık artışıyla birlikte ergin sayısında bir azalma görülmüş, bu durum çevresel koşulların etkisini ortaya koymuştur. Tuzaklara düşen ergin sayısındaki artışa paralel olarak, ağaç içindeki nimf ve ergin sayısının düştüğü kaydedilmiştir. Veriler SPSS programında Kruskal Wallis, t-testi ve ANOVA yöntemleriyle istatistiksel olarak değerlendirilmiştir. Zararlı tahmini için Elastic Net ve Isotonic Regression gibi çeşitli tahmin modelleri uygulanmış, bunların doğrulukları karşılaştırılmıştır. En uygun model olarak Pace Regression seçilmiş, ikinci yıl çalışmasında Linear Regression modeli de eklenmiştir. Çevresel faktörlerin (sıcaklık, nem gibi) göz önünde bulundurularak tahmin modelleri oluşturulmuş ve bu modellerin zararlı popülasyonu üzerindeki etkisi incelenmiştir. İkinci yılda, doğal düşmanlar da izlenerek, bu düşmanların zararlı popülasyonuna etkisi değerlendirilmiştir. Sonuçlar, doğal düşman sayılarının çevresel koşullara göre değiştiğini göstermiştir. Çalışmalar, sıcaklık ve nemin zararlı popülasyonları üzerinde belirgin etkileri olduğunu ortaya koymuş, 2023 yılında ki çalışmalarda ise tüm yönlerdeki ergin, nimf ve darbe etkili ergin sayılarının 2022 yılına göre anlamlı derecede arttığı gözlemlenmiştir. İki yılın karşılaştırılmasında, 2023 yılında zararlı popülasyonlarının daha yüksek olduğu tespit edilmiştir. En uygun tahmin modelleri olan Pace Regression ve Linear Regression, çevresel faktörlerin özellikle sıcaklık ve nem değişimlerinin zararlı popülasyonunu etkilediğini göstermektedir. Araştırma sonucunda 2022 yılında uygulanan tahmin modellerinde zararlı popülasyonunu yönlere göre değişiklik gösterdiği, 2023 yılında ise; zararlı popülasyonu özellikle, güney yönü için; ergin sayısını pozitif yönde etkileyen en önemli değişkenin öğle nem ve akşam nem miktarı olduğu, negatif yönde etkileyen değişkenin ise sabah nem miktarı ve akşam sıcaklık değeri olduğu bulunmuştur. Ayrıca doğal düşman türleri arasında Chrysoperla carnea'nın sarı yapışkan tuzaklara en fazla yakalanan tür olduğu ve güney yönünde doğal düşman türlerinin daha yoğun bir popülasyona sahip olduğu gözlemlenmiştir. Bu araştırma, Cacopsylla pyri popülasyonlarının tahmin edilmesinde çevresel faktörlerin rolünü vurgulamakta ve armut psillası ile mücadelede yapay zeka temelli tahmin modellerinin kullanımına dair önemli veriler sunmaktadır. Bu veriler, gelecekteki zararlı popülasyon tahminlerine katkı sağlayarak, armut IPM (Entegre Zararlı Yönetimi) çalışmaları için de önem taşımaktadırThis thesis research was conducted on the pest Cacopsylla pyri L. (Hemiptera: Psyllidae) in pear orchards in Örençay, Elazığ province between 2022-2023. The study was carried out using yellow sticky traps numbered 1023 and conventional traps to monitor this pest. During the first year, different trap hanging models (1, 3 and 4 traps per tree) were tried, the number of adults falling into the traps and the number of adults and nymphs in the tree were recorded daily and these were analyzed graphically according to time and directions. In addition, how these changes were related to abiotic factors (such as temperature, humidity, air pressure, wind speed) was investigated and regression models were applied for pest population estimates. According to the data obtained in the first year, it was found that traps numbered 1023 were more efficient than conventional traps, and traps placed in the south direction caught more adults compared to other directions. In the second year of research, traps numbered 1023 were placed in four different directions (north, south, east, west) based on the findings of the first year. The data obtained from the traps, the number of adults, the changes in nymphs and adults, and the numbers of natural enemies were monitored weekly. The study results of both years show that the number of adults of the pest decreased over time, and this was related to some environmental factors and the cyclical biology of the pest. In addition, a decrease in the number of adults was observed with the increase in temperature in July, which revealed the effect of environmental conditions. It was recorded that the number of nymphs and adults in the tree decreased in parallel with the increase in the number of adults falling into the traps. The data were statistically evaluated with Kruskal Wallis, t-test and ANOVA methods in the SPSS program. Various prediction models such as Elastic Net and Isotonic Regression were applied for pest prediction, and their accuracies were compared. Pace Regression was selected as the most appropriate model, and the Linear Regression model was also added in the second year study. Prediction models were created by considering environmental factors (such as temperature and humidity) and the effects of these models on the pest population were examined. In the second year, natural enemies were also monitored and the effects of these enemies on the pest population were evaluated. The results showed that the number of natural enemies changed according to environmental conditions. Studies revealed that temperature and humidity had significant effects on pest populations, and in studies conducted in 2023, it was observed that the number of adults, nymphs and impact-effect adults in all directions increased significantly compared to 2022. In the comparison of the two years, it was determined that the pest populations were higher in 2023. The most appropriate prediction models, Pace Regression and Linear Regression, show that environmental factors, especially temperature and humidity changes, affect the pest population. As a result of the research, it was determined that the pest population changed according to the directions in the prediction models applied in 2022, and in 2023; the pest population, especially for the south direction; It was found that the most important variables that positively affect the number of adults are the humidity at noon and the humidity at night, while the variables that negatively affect the number of adults are the humidity at morning and the temperature at night. In addition, it was observed that Chrysoperla carnea is the species most caught in yellow sticky traps among natural enemy species and that natural enemy species have a denser population in the south. This research emphasizes the role of environmental factors in estimating Cacopsylla pyri populations and provides important data on the use of artificial intelligence-based prediction models in combating pear psylla. These data are also important for pear IPM (Integrated Pest Management) studies by contributing to future pest population estimates.