Çok kaynaklı orman envanterinin bölgesel bazda uygulanması
The application of multi-source forest inventory on regional base
- Tez No: 283147
- Danışmanlar: PROF. DR. AHMET YEŞİL
- Tez Türü: Doktora
- Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Orman Amenajmanı Bilim Dalı
- Sayfa Sayısı: 165
Özet
Son yıllarda uydu teknolojisindeki gelişmelere paralel olarak, çok kanallı uydu verilerinin, ormancılık çalışmalarında geniş bir uygulama alanı bulduğu görülmektedir. Ülkemizde yapılması tasarlanan ulusal orman envanterinde, uydu verileri başvurulacak bilgi kaynaklarının başında gelmektedir. Ayrıca, IKONOS ve QUICKBIRD gibi çok yüksek çözünürlüklü uydu verilerinin meşcere tipleri ayrımında hava fotoğraflarının yerine kullanılabilecek alternatif bir bilgi kaynağı olabileceği düşünülmektedir.Bu amaçla çalışmada, ulusal bazda yapılacak envanter çalışmasında ayrılacak olan geniş orman alanlarına ilişkin alan ve ağaç serveti değerlerinin belirlenmesinde 4x4 m yersel çözünürlüklü IKONOS ve 1x1 m yersel çözünürlüklü IKONOS PAN-SHARPENED uydu görüntülerinden yararlanma olanakları araştırılmıştır. Bunun yanı sıra , IKONOS ve IKONOS PAN-SHARPENED uydu görüntüleri kullanılarak, amenajman planlarının temelini oluşturan meşcere tipleri haritasını düzenlemek amacıyla ne kadar ayrıntıya gidilebileceği irdelenmiştir.Bu bağlamda, eCognition programı kullanılarak uydu görüntüsü değişik ölçek parametrelerine göre görüntü dilimlerine ayrılmıştır. Çalışma amacına uygun görüntü dilimleri oluşturulduktan sonra götüntü ?nesne yönelimli sınıflandırma? yöntemine göre Hiyerarşik olarak sınıflandırılmıştır. Sınıflandırma algoritması olarak ?standart en yakın komşu yöntemi? kullanılmıştır.Hiyerarşik sınıflandırmanın meşcere düzeyindeki (üçüncü aşama) sınıflandırma sonuçlarına ilişkin toplam doğruluk, IKONOS görüntüsü için %55 (Kappa=0.52), PAN-SHARPENED görüntüsü için %59 (Kappa=0.53) olarak oldukça düşük hesaplanmıştır. Çalışma sonucunda, IKONOS uydu görüntüsünün sınıflandırılmasıyla, hava fotoğraflarının görsel yorumlanmasıyla elde edilen meşcere tipleri haritası kadar yeterli doğrulukta harita üretilememiştir. Fakat, anlamlı düzeyde bazı bitki örtüsü sınıflarının çıkartılabildiği görülmüştür. Ayrıca, arazi örtüsü sınıflarının ayrılmasında, orijinal ve pan-sharpened uydu görüntüleri arasında fark gözükmediği anlaşılmaktadır.Bunun yanı sıra, büyük alanlarda sadece yersel ölçüme dayalı olarak gerçekleştirilecek envanter ile yersel ölçüm ve uydu görüntüsünün kombine edildiği katmanlı iki aşamalı örneklemeye dayalı olarak gerçekleştirilecek envanter arasında anlamlı bir fark bulunmadığı görülmüştür.
Özet (Çeviri)
In parallel with the recent developments in satellite technology, multi-channel satellite data are seen to be widely used in forestry studies. Satellite data are at the top of information sources for National forest Inventory which is planed to be made in Turkey. In addition, the data from high-resolution satellites such as IKONOS and QUICKBIRD are considered as an alternative source of information which may be used instead of aerial photography in identifing types of stands.In the study conducted for this purpose, usage opportunities of 4x4 m resolution IKONOS and 1x1 m resolution IKONOS PAN-SHARPENED satellite images were investigated for determining area and growing stock values concerning wide forest parts that will be divided in the inventory studies made on national base. In addition, which level of detail can be obtained by using IKONOS and IKONOS PAN-SHARPENED satellite images in arranging stand types maps that constitute the basis of management plans is examined.In this context, satellite image is divided into image sections according to different scale parameters by using eCognition program. After image sections suitable for the purpose of the study were formed, the image was hierarchically classified according to ?object-orientation classification? method. ?Standard nearest-neighbor? method was used as classification algorithm.Overall accuracies for concerning classification results obtained at the stand level (third stage) of hierarchical classification heve been computed with a fairly low value as 55% (Kappa=0.52) for IKONOS satellite image and 59% (Kappa=0.53) for IKONOS PAN-SHARPENED satellite image. At the end of study, Maps that are as accurate as the stand type maps obtained by manually interpereting aerial phtographs, could not be generated by classification of IKONOS satellite images. But, it is seen that some significant vegetation cover classes can be extracted. Also it is understood that there is not crucial difference between original and pan-sharpened satellite images in separating land cover class.It seemed that there is not any significant difference between inventories carried out in large areas which are based on only ground measurements and two phase sampling by combining of ground measurement and satellite image.
Benzer Tezler
- GIS for watershed management
Havza yönetimi için CBS
RAWAA A.FATAH ABDULHUSSEIN
Yüksek Lisans
İngilizce
2017
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÖZGÜR DOĞRU
- Ryteie 2019'a göre basitleştirilmiş yöntemler kullanılarak bölgesel deprem risk dağılımının belirlenmesi için CBS tabanlı uygulama geliştirilmesi
Developing a gis based application for determining regional earthquake risk distribution using simplified methods according to ryteie 2019
OSMAN MURAT KAYA
Yüksek Lisans
Türkçe
2023
İnşaat MühendisliğiEskişehir Osmangazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OSMAN AYTEKİN
- Dar bant nesnelerin interneti teknolojisi kullanan orman yangın riski tespiti ve uyarı sistemi
Forest fire risk detection and warning system using narrowband internet of things
MEHMET OKTAY GÜVEN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Sımulatıng future urban growth ın the cıty of Bursa, Turkey usıng sleuth model
Bursa kentinin gelecekteki kent büyümesinin sleuth modeli yardimiyla simülasyonu
BADEEH SHAFEEQ ABDİ
Yüksek Lisans
İngilizce
2015
BiyomühendislikKahramanmaraş Sütçü İmam ÜniversitesiBiyomühendislik ve Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. HAKAN OĞUZ
- Satış ve talep tahmini için derin transfer öğrenme metodolojisinin geliştirilmesi
Development of deep transfer learning methodology for sales and demand forecasting
BEGÜM EROL
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiBursa Uludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLİN İNKAYA