Hassas tarım, tarımsal üretimin sürdürülebilirliğini artırmak için zamansal ve mekansal değişkenlikleri gözlemlemeye, ölçmeye ve buna yanıt vermeye dayalı bir tarım yönetimi stratejisidir.[2] Hem bitkisel hem de hayvansal üretimde kullanılmaktadır. Hassas tarım genellikle tarımsal operasyonları otomatikleştirmek, teşhis, karar verme veya performanslarını iyileştirmek için teknolojiler kullanmaktadır.[3][4] Hassas tarım araştırmalarının amacı, kaynakları korurken girdilerden elde edilen verimleri optimize etmek için tüm çiftlik yönetimi için bir karar destek sistemi oluşturmaktır.[5][6]
Bu birçok yaklaşımdan biri olan fitojeomorfolojik yaklaşım, çok yıllı bitki büyüme özelliklerini topolojik arazi özellikleriyle ilişkilendiren bir metodolojiyi ifade etmektedir. Fitojeomorfolojik yaklaşıma olan ilgi, jeomorfoloji bileşeninin genellikle çiftlik alanının hidrolojisini belirlediği gerçeğinden kaynaklanmaktadır.[7][8]
Hassas tarım uygulamaları, GPS (Küresel Konum Belirleme Sistemi) ve GNSS (Küresel Uydu Seyrüsefer Sistemi) teknolojilerinin ortaya çıkmasıyla mümkün hale gelmiştir. Çiftçiler ve araştırmacılar, tarla içindeki kesin konumlarını belirleyebildikleri için, ölçülebilir birçok değişkenin mekansal değişkenliğinin haritalarını oluşturabilmektedirler.[9] Benzer veriler, GPS donanımlı biçerdöverlere monte edilen sensör dizileri tarafından da toplanmaktadır. Bu diziler, multispektral görüntülerle birlikte klorofil seviyelerinden bitki su durumuna kadar her şeyi ölçen gerçek zamanlı sensörlerden oluşmaktadır.[10] Bu veriler, kaynakların en iyi şekilde dağıtılması için ekim makineleri, püskürtücüler ve benzeri ekipmanlar da dahil olmak üzere değişken oranlı teknoloji (VRT) ile uydu görüntüleriyle birlikte kullanılmaktadır. Ancak son teknolojik gelişmeler, insan varlığına ihtiyaç duymadan kablosuz olarak veri iletebilen gerçek zamanlı sensörlerin doğrudan toprakta kullanılmasına olanak sağlamıştır.[11][12][13]
Hassas tarım, nispeten ucuz olan ve acemi pilotlar tarafından kullanılabilen insansız hava araçları sayesinde de mümkün olmuştur. Bu tarımsal dronları, ortofoto oluşturmak için fotogrametrik yöntemler kullanılarak bir araya getirilebilecek bir tarlanın birçok görüntüsünü yakalamak için multispektral veya RGB kameralarla donatılabilmektedir. Bu multispektral görüntüler, geleneksel kırmızı, yeşil ve mavi (RGB) renk değerlerine ek olarak yakın kızılötesi ve kırmızı kenar spektrum değerleri gibi piksel başına birden fazla değer içermektedir. Bu değerler, bitkisel indeksleri işlemek ve analiz etmek için kullanılan NDVI (Normalleştirilmiş Fark Bitki Örtüsü İndeksi) gibi bitkisel indekslerin hesaplanmasına imkan sağlar.[14] Bu dronlar, görüntü yakalayabilir ve yükseklik gibi ek coğrafi referanslar sağlayabilir; bu da yazılımın hassas topografya haritaları oluşturmak için harita cebiri işlevlerini yerine getirmesine olanak tanır. Bu topografik haritalar, mahsul sağlığını topografi ile ilişkilendirmek için kullanılabilir. Elde edilen sonuçlar, değişken oranlı uygulamalar yoluyla su, gübre, bitki öldürücüler ve büyüme düzenleyiciler gibi kimyasal mahsul girdilerini optimize etmek için kullanılabilir.
^McBratney, A., Whelan, B., Ancev, T., 2005. Future Directions of Precision Agriculture. Precision Agriculture, 6, 7-23.
^Whelan, B.M., McBratney, A.B., 2003. Definition and Interpretation of potential management zones in Australia, In: Proceedings of the 11th Australian Agronomy Conference, Geelong, Victoria, 2–6 Feb. 2003.
^Kaspar, Thomas C.; Colvin, Thomas S.; Jaynes, Daniel B.; ve diğerleri. (March 2003). "Relationship Between Six Years of Corn Yields and Terrain Attributes". Precision Agriculture. 4 (1): 87-101. doi:10.1023/A:1021867123125. ISSN1385-2256.
^McBratney, A. B.; Pringle, M. J. (September 1999). "Estimating Average and Proportional Variograms of Soil Properties and Their Potential Use in Precision Agriculture". Precision Agriculture. 1 (2): 125-152. doi:10.1023/A:1009995404447. ISSN1385-2256.
^M. Sophocleous et al., "A Stand-Alone, In Situ, Soil Quality Sensing System for Precision Agriculture," in IEEE Transactions on AgriFood Electronics, doi: 10.1109/TAFE.2024.3351953.
^M. Sophocleous and J. Georgiou, “Precision agriculture: Challenges in sensors and electronics for real-time soil and plant monitoring,” 2017 IEEE Biomed. Circuits Syst. Conf., pp. 1–4, 2017. https://doi.org/10.1109/BIOCAS.2017.8325180