Improving snow water equivalent retrieval with high-resolution uav and gpr remote sensing systems
Yüksek çözünürlüklü iha ve gpr uzaktan algılama sistemleri kullanılarak kar suyu eşdeğeri belirlemenin iyileştirilmesi
- Tez No: 1010996
- Danışmanlar: PROF. DR. SEVDA ZUHAL AKYÜREK
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, İnşaat Mühendisliği, Geodesy and Photogrammetry, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kar suyu eşdeğeri (KSE), hidrolojik modelleme, kar erimesi tahmini ve iklim araştırmaları için önemli bir parametredir. Ancak seyrek yersel ölçümler ve düşük çözünürlüklü uydu verileri, dağlık alanlarda KSE'nin mekânsal değişkenliğini yeterince temsil edememektedir. Bu çalışmada, insansız hava aracı (İHA) fotogrametrisi, yer radarı (GPR) ve makine öğrenmesi yöntemleri bir arada kullanılarak KSE'nin yüksek çözünürlüklü tahmini ve havza ölçeğinde genellenmesi amaçlanmıştır. Çalışma, Türkiye'nin kuzeyinde yer alan Ilgaz Dağları Karanlıkdere Havzası'nda gerçekleştirilmiştir. Araştırma iki aşamada yürütülmüştür. İlk aşamada, arazi görüntüleri ve radar çift yönlü seyahat süresi verileri, İHA tabanlı optik kamera ve kar motosikletine monte edilmiş 450 MHz GPR sistemi ile toplanmıştır. Kar derinliği, İHA fotogrametrisi ile elde edilen kar örtüsüz ve karla kaplı sayısal yüzey modelleri arasındaki farktan hesaplanmıştır. Radar verileri ve kar derinlikleri kullanılarak kar içindeki elektromanyetik yayılım hızı belirlenmiş ve ampirik ilişkiler yardımıyla kar yoğunluğu tahmin edilmiştir. Kar yoğunluğu ile kar derinliğinin çarpımıyla KSE değerleri (ortalama 384 mm) elde edilmiştir. Elde edilen sonuçlar, kar tüpü ölçümleri ile karşılaştırıldığında 63 mm kök ortalama kare hata (RMSE) değeri ile yüksek doğruluk göstermiştir. İkinci aşamada, yerel ölçekte elde edilen KSE verileri Sentinel-1 geri saçılım verileri ve topoğrafik değişkenler kullanılarak makine öğrenmesi yöntemleri ile havza ölçeğine 5 metre konumsal çözünürlükte genellenmiştir. Test edilen algoritmalar arasında CatBoost modeli en iyi performansı göstermiştir (RMSE = 32 mm, R² = 0.78). Sonuçlar, İHA, GPR ve makine öğrenmesi yöntemlerinin birlikte kullanımının dağlık alanlarda yüksek çözünürlüklü ve mekânsal olarak sürekli KSE haritalaması için etkili bir yaklaşım sunduğunu göstermektedir.
Özet (Çeviri)
Quantification of snow water equivalent (SWE) is essential for hydrological modelling, snowmelt forecasting, and climate research, yet sparse ground observations and low-resolution satellites fail to capture its spatial variability. This study develops and validates an integrated framework for high-resolution estimation and spatial extrapolation of SWE by combining unmanned aerial vehicle (UAV) photogrammetry, ground-penetrating radar (GPR), and machine learning (ML) techniques. The study was conducted in the Karanlıkdere Catchment in the Ilgaz Mountains, northern Türkiye. The study was carried out in two stages. In the first stage, UAV and GPR observations were jointly used to derive local-scale SWE estimates with high spatial accuracy. A Phantom-4 Pro UAV and a 450 MHz GPR mounted on a snowmobile were used to acquire snow depth (SD) and radar two-way travel time (TWT) data. SD was obtained by subtracting a snow-free digital surface model (DSM) from a snow-covered DSM. TWT and SD were used to estimate electromagnetic velocity and derive snow density using empirical dielectric–density relationships. The resulting SWE estimates (mean 384 mm) showed a root mean square error (RMSE) of 63 mm compared with manual snow-tube measurements. In the second stage, these SWE estimates were extrapolated to the catchment using Sentinel-1 backscatter and terrain attributes within a ML framework. Among five algorithms tested, the CatBoost model performed best (RMSE = 32 mm, R² = 0.78). The results demonstrate that integrating UAV, GPR, and ML provides an effective framework for sptaillay continuous high-resolution SWE mapping in complex mountainous terrain.
Benzer Tezler
- B segmenti bir binek araçta amortisör yayının kırılma analizi
Failure analysis of the damper spring in a B-segment passenger car
EREN ARSLAN
Yüksek Lisans
Türkçe
2023
Makine MühendisliğiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN GENEL
- Improving runoff prediction by data assimilation in HBV hydrological model for upper euphrates basin
Yukarı fırat havzasında HBV hidrolojik modelinde veri asimilasyonu ile akım tahminlerinin iyileştirilmesi
BULUT AKKOL
Yüksek Lisans
İngilizce
2016
İnşaat MühendisliğiAnadolu Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYNUR ŞENSOY ŞORMAN
- Taşıtlarda kullanılan kompakt ısı değiştirici tasarımı
Compact heat exchanger design for vehicles
MELİH METİN
Yüksek Lisans
Türkçe
2003
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEM PARMAKSIZOĞLU