Uzaktan algılama yöntemlerine dayalı orman envanterinin ekosistem tabanlı fonksiyonel planlama sürecine entegrasyonu
Integration of forest inventory by remote sensing methods to the ecosystem based functional planning process
- Tez No: 446700
- Danışmanlar: YRD. DOÇ. DR. ULAŞ YUNUS ÖZKAN
- Tez Türü: Yüksek Lisans
- Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- 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: 122
Özet
Orman amenajman planlama sürecinin ilk adımı olan orman envanteri, amenajman planlama sürecinin en zor, en fazla zaman ve emek sarfını gerektiren aşamasıdır. Orman envanter çalışmalarının, zaman alıcı ve pahalı bir yöntem olan yersel ölçümlerini azaltmak ve böylece ihtiyaç duyulan verilerin hızlı ve kolay bir şekilde toplanmasını sağlamak için uzaktan algılama verilerinden faydalanılmaktadır. Hava fotoğrafları, uzaktan algılama verisi olarak 1963 yılından beri orman envanterinin önemli bir bileşeni olmuştur. Sayısal hava kameraları ile elde edilen pankromatik ve RGBI (Red Green Blue Infrared- Kırmızı Yeşil Mavi Kızılötesi) hava fotoğrafları orman envanterinde yeni avantajlar sağlamaktadır. Bu çalışma ile orman envanteri sürecinin en az yersel ölçümle, hızlı ve pratik bir şekilde gerçekleştirilmesini sağlayacak bir envanter modelinin oluşturulması amaçlanmıştır. Uzaktan algılama verilerinden elde edilen çeşitli tekstür parametreleri, yansıtım değerleri ve meşcere karakteristikleri (ağaç boyu ve kapalılık derecesi gibi) ile yersel ölçümlere dayalı meşcere parametreleri istatiksel olarak değerlendirilmiştir. Çalışmanın ilk aşamasında obje tabanlı sınıflandırma ile meşcere tipleri haritası oluşturulmuş, ikinci aşamada doğrudan ve dolaylı yöntemlerle meşcere parametreleri tahmin edilmiştir. Çalışma alanını kapsayan Adıyaman Orman İşletme Müdürlüğü sınırları dahilindeki Gölbaşı, Adıyaman ve Çelikhan Orman İşletme Şefliklerine ait meşcere tipleri haritası eCognition programı ile obje tabanlı olarak sınıflandırılmıştır. Üç seviyeden oluşan sınıflandırma sisteminde, meşcere tipleri haritası %58.15 toplam doğruluk ile oluşturulabilmiştir. Bu doğruluk obje tabanlı sınıflandırma ile elde edilen meşcere haritasının görsel yorumlama ile elde edilen meşcere haritası yerine kullanılamayacağını göstermektedir. Çalışmanın ikinci aşamasını oluşturan meşcere parametreleri tahmin yöntemlerinde doğrudan yöntem dolaylı yönteme göre daha yüksek başarı sağlamıştır. Dolaylı yöntemde, plantasyon kızılçam meşcereleri için elde edilen en yüksek belirtme katsayısı 0.45 ile hektardaki ağaç sayısı parametresinde karşılaşılmıştır. Aynı yöntem plantasyon karaçam meşcerelerinde hektardaki meşcere hacim artımını 0.78 belirtme katsayısı ile açıklamaktadır. Doğrudan yöntemde ise en yüksek belirtme katsayıları hektardaki meşcere hacmi için kurulan modellerde karşılaşılmıştır. Hektardaki meşcere hacmi, plantasyon kızılçam meşcerelerinde 0.91 belirtme katsayısı ile, plantasyon karaçam meşcerelerinde 0.77 belirtme katsayısı ile tahmin edilmiştir. Çalışma sonucunda, meşcere parametrelerinin tahmininde, doğrudan yöntemin koruma ve hizmet fonksiyonları gören ormanlar için kullanılabileceği sonucuna varılmıştır.
Özet (Çeviri)
Orman amenajman planlama sürecinin ilk adımı olan orman envanteri, amenajman planlama sürecinin en zor, en fazla zaman ve emek sarfını gerektiren aşamasıdır. Orman envanter çalışmalarının, zaman alıcı ve pahalı bir yöntem olan yersel ölçümlerini azaltmak ve böylece ihtiyaç duyulan verilerin hızlı ve kolay bir şekilde toplanmasını sağlamak için uzaktan algılama verilerinden faydalanılmaktadır. Hava fotoğrafları, uzaktan algılama verisi olarak 1963 yılından beri orman envanterinin önemli bir bileşeni olmuştur. Sayısal hava kameraları ile elde edilen pankromatik ve RGBI (Red Green Blue Infrared- Kırmızı Yeşil Mavi Kızılötesi) hava fotoğrafları orman envanterinde yeni avantajlar sağlamaktadır. Bu çalışma ile orman envanteri sürecinin en az yersel ölçümle, hızlı ve pratik bir şekilde gerçekleştirilmesini sağlayacak bir envanter modelinin oluşturulması amaçlanmıştır. Uzaktan algılama verilerinden elde edilen çeşitli tekstür parametreleri, yansıtım değerleri ve meşcere karakteristikleri (ağaç boyu ve kapalılık derecesi gibi) ile yersel ölçümlere dayalı meşcere parametreleri istatiksel olarak değerlendirilmiştir. Çalışmanın ilk aşamasında obje tabanlı sınıflandırma ile meşcere tipleri haritası oluşturulmuş, ikinci aşamada doğrudan ve dolaylı yöntemlerle meşcere parametreleri tahmin edilmiştir. Çalışma alanını kapsayan Adıyaman Orman İşletme Müdürlüğü sınırları dahilindeki Gölbaşı, Adıyaman ve Çelikhan Orman İşletme Şefliklerine ait meşcere tipleri haritası eCognition programı ile obje tabanlı olarak sınıflandırılmıştır. Üç seviyeden oluşan sınıflandırma sisteminde, meşcere tipleri haritası %58.15 toplam doğruluk ile oluşturulabilmiştir. Bu doğruluk obje tabanlı sınıflandırma ile elde edilen meşcere haritasının görsel yorumlama ile elde edilen meşcere haritası yerine kullanılamayacağını göstermektedir. Çalışmanın ikinci aşamasını oluşturan meşcere parametreleri tahmin yöntemlerinde doğrudan yöntem dolaylı yönteme göre daha yüksek başarı sağlamıştır. Dolaylı yöntemde, plantasyon kızılçam meşcereleri için elde edilen en yüksek belirtme katsayısı 0.45 ile hektardaki ağaç sayısı parametresinde karşılaşılmıştır. Aynı yöntem plantasyon karaçam meşcerelerinde hektardaki meşcere hacim artımını 0.78 belirtme katsayısı ile açıklamaktadır. Doğrudan yöntemde ise en yüksek belirtme katsayıları hektardaki meşcere hacmi için kurulan modellerde karşılaşılmıştır. Hektardaki meşcere hacmi, plantasyon kızılçam meşcerelerinde 0.91 belirtme katsayısı ile, plantasyon karaçam meşcerelerinde 0.77 belirtme katsayısı ile tahmin edilmiştir. Çalışma sonucunda, meşcere parametrelerinin tahmininde, doğrudan yöntemin koruma ve hizmet fonksiyonları gören ormanlar için kullanılabileceği sonucuna varılmıştır.
Benzer Tezler
- Aircraft detection from large scale remote sensing images with deep learning techniques
Büyük ölçekli uzaktan algılama görüntülerinden derin öğrenme teknikleriyle uçak tespiti
MEHMET SOYDAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Uydu görüntülerinin sınıflandırılmasında çok değişkenli uyarlanabilir regresyon eğrileri algoritmasına dayalı hibrit modellerin geliştirilmesi
Development of hybrid models based on multivariate adaptive regression splines algorithm for classification of satellite images
AZİZE UYAR
Doktora
Türkçe
2024
Jeodezi ve FotogrametriOndokuz Mayıs ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. DERYA ÖZTÜRK
- District-based urban sprawl monitoring and modelling using CA-Markov model: application in two mega cities
İlçe bazlı kentsel yayılma izleme ve CA-Markov model ile modelleme: iki mega şehirde uygulama
ANALI AZABDAFTARI
Doktora
İngilizce
2022
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- Togo örneğinde değişen iklim koşullarına uyumlu çeltik tarımına uygun arazilerin CBS ve uzaktan algılama teknikleri kullanılarak belirlenmesi
Determination of land suitability for paddy rice cultivation compatible with changing climatic conditions in Togo using GIS and remote sensing techniques
KPANTE KOUTANDO
Doktora
Türkçe
2022
ZiraatEge ÜniversitesiToprak Bilimi ve Bitki Besleme Ana Bilim Dalı
DOÇ. DR. MUSTAFA TOLGA ESETLİLİ
- Deep learning and remote sensing techniques for wildfire detectionusing uni-temporal sentinel-2 satellite imagery
Başlık çevirisi yok
ALI MAHDI AL-DABBAGH
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMAD ILYAS