Geri Dön

Dicle nehri havzasında toprak nem ölçümleri ile SAR imgeleri arasındaki ilişkiyi saptama ve bu ilişkiye dayalı toprak neminin tahmini

Determining a relationship between measured ground soil moistures and SAR data in the Tigris basin and estimating the soil moistures on the basis of this relationship

  1. Tez No: 470108
  2. Yazar: EMRULLAH ACAR
  3. Danışmanlar: DOÇ. DR. MEHMET SİRAÇ ÖZERDEM
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Dicle Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 121

Özet

Uzaktan algılama teknolojisi; yeryüzündeki arazi kullanımlarının tespiti, arazilerdeki hızlı değişimlerin izlenmesi amacıyla anlık kayıtlarının alınması, doğal kaynakların saptanması gibi birçok alanda kullanılmaktadır. Günümüzde ve gelecekte uzaktan algılamaya ihtiyaç duyulacak alanlardan biri de artan nüfus ve tarımsal alanlara paralel olarak ileride yetersiz kalabilecek su kaynaklarının tarımsal arazilerde doğru bir şekilde kullanılmasını sağlamaktır. Topraktaki su içeriği, toprağın geri saçılma katsayısını önemli ölçüde etkilediğinden, yersel toprak nemi ölçümleri ile uzaktan algılama verileri arasındaki ilişkilendirilme toprak neminin kısa sürede tahmin edilmesini sağlayabilmektedir. Ayrıca, elektromanyetik spektrumun mikrodalga bölgesinde faaliyet gösteren SAR sensörleri toprak içeriğindeki nem değişimlerine karşı hassas olduklarından dolayı, bu sensörlerin toprak nemi tahmininde kullanımı daha uygundur. Dolayısıyla, bir SAR radarı olan Radarsat-2 toprak neminin tahmini için bu çalışmada kullanılmıştır. Bu tez çalışmasının temel amacı, yersel nem ölçümleri ile Radarsat–2 verileri arasındaki ilişkiyi belirlemek; çorak ve/veya bitki örtüsü kaplı tarım alanları üzerindeki toprak rutubetini belirlenen ilişkiye dayanarak tahmin etmektir. Çalışma dört aşamadan oluşmaktadır. İlk aşamada; Radarsat-2 verileri farklı tarihlerde elde edilmiş ve yersel toprak nem ölçümleri bu verilerin temini ile aynı anda gerçekleştirilmiştir. İkinci aşamada; Radarsat–2 verileri önişleme tabi tutulmuş ve her bir toprak numunesinin alındığı noktaların GPS koordinatları bu verilere aktarılmıştır. Sonraki aşamada; öznitelik çıkarma işlemi için ön işlemi tamamlanmış Radarsat–2 verilerine standart sigma geri saçılma katsayıları ile Freeman-Durden ve H / A / α polarimetrik ayrışma modelleri uygulanmış; her örüntü için 10 geri saçılma katsayısına sahip bir öznitelik vektörü oluşturulmuştur. Son aşamada, elde edilen özellik vektörlerinden bölgesel toprak nemini elde etmek için doğrusal olmayan bir makine öğrenme modeli: Genelleştirilmiş Regresyon Sinir Ağı (GRNN) kullanılmıştır. Yapılan çalışmalar neticesinde, önerilen sistem ile çorak ve bitkisel tarım alanları üzerinde C-bantlı SAR verileri iyi sonuçlar vermiştir. Elde edilen bu sonuçlar, radarın toprak nem tahmini için güçlü bir uzaktan algılama aracı olduğunu ve veri setleri 1–3 üzerinde sırasıyla %2.31, % 2.11 ve %2.10; veri setleri 1&2, 2&3, 1&3 ve 1&2 &3 üzerinde ise sırasıyla %2.46, %2.70, %7.09 ve %5.70 ortalama mutlak hatalar göstermiştir.

Özet (Çeviri)

The remote sensing technology is used in many areas such as determining the land parts using on the earth, monitoring the rapid changes and obtaining instant records in lands, detecting and usage of natural resources. Due to the increasing of population and agricultural areas, the capacity of water resources will not be sufficient for irrigation. Therefore; the remote sensing technology will be needed either now or in the future to ensure proper information about using of water resources in the agricultural lands. Since the water content in the soil significantly affects the backscattering coefficient of the soil, the relationship between ground soil moisture measurements and the remote sensing data enables the soil moisture estimation in a short period of time. Moreover, the use of SAR sensors in soil moisture estimation is more appropriate because these sensors operating in the microwave range of electromagnetic spectrum which is sensitive to changes in the soil moistures. Therefore, SAR based Radarsat-2 was used in this study for soil moisture estimation. The main purpose of the thesis study is to determine a relationship between the ground soil moisture measurements and Radarsat-2 data; estimating the soil moisture over bare and/or vegetated agricultural areas on the basis of the determined relationship. The study consists of four stages. In the first stage; the Radarsat-2 data was obtained at different dates and the ground measurements were carried out simultaneously with the Radarsat-2 data acquisition. In the second phase; the Radarsat-2 data has been pre-processed and the GPS coordinates of the points where each soil sample was taken were transferred to this data. After pre-processing step; the standard sigma backscattering coefficients with the Generalized Freeman Durden and H/A/α polarimetric decomposition models were utilized to extract feature vectors and a feature vector with 10 backscattering coefficients was formed for each pattern. In the last phase, a nonlinear machine learning model: Generalized Regression Neural Network (GRNN) was used to estimate the regional soil moisture content from the obtained feature vectors. As a result of the study, the proposed system performed good results for single C-band SAR data over the bare and vegetated agricultural fields. Moreover, the results showed that the radar is a powerful remote sensing tool for the soil moisture estimation, with mean absolute errors around 2.31%, 2.11 and 2.10 vol.% on datasets 1-3, respectively; and 2.46 %, 2.70 %, 7.09%, and 5.70 vol.% on datasets 1&2, 2&3, 1&3, and 1&2&3, respectively.

Benzer Tezler

  1. Evaluation of groundwater resourges in the upper middle part of chaj doab area, Pakistan

    Chaj Doab Pakistan bölgesinin üst-orta kısımlarında yeraltı suyu kaynaklarının incelenmesi

    NİAZ AHMAD

    Doktora

    İngilizce

    İngilizce

    1998

    Meteorolojiİstanbul Teknik Üniversitesi

    Uygulamalı Jeoloji Ana Bilim Dalı

    PROF. DR. ZEKAİ ŞEN

  2. Cizre ilçesinin fiziki coğrafyası

    Physical geography of Cizre district

    BAHAR ELÇİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    CoğrafyaMarmara Üniversitesi

    Coğrafya Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HALİL KURT

  3. Bismil ilçesinin coğrafyası

    Geography of Bismil district

    NURETTİN ÖZGEN

    Doktora

    Türkçe

    Türkçe

    2007

    CoğrafyaAnkara Üniversitesi

    Coğrafya Ana Bilim Dalı

    PROF. DR. ALİ ÖZÇAĞLAR

  4. Sediment yükü ve nehir akımlarının SWAT modeli ile tahmin edilmesi ve frekans analizleri

    Modeling sediment yield and streamflow using SWAT model and frequency analysis

    ERKAN KARAKOYUN

    Doktora

    Türkçe

    Türkçe

    2022

    İnşaat MühendisliğiFırat Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİHAT KAYA

  5. Morphometric analysis of the basins between Atshan and al-Mishraq in Nineveh (Iraq)

    Ninova'da (Irak) Atshan ve al-Mishraq arasındaki havzaların morfometrik analizi

    ABDULLAH KHALİD ABDULLAH AL-HAYANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    CoğrafyaKarabük Üniversitesi

    Coğrafya Ana Bilim Dalı

    DOÇ. DR. ÖZNUR YAZICI