Yanmış orman alanlarının uydu görüntüleri ile tespiti
Locating burned forest areas with satellite images
- Tez No: 535677
- Danışmanlar: DOÇ. DR. UĞUR AVDAN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Doğal varlıklar hızla tahrip edilirken orman alanlarının bu tahribattan payını alması da kaçınılmaz bir sondur. 2016 yılı yangın verilerine göre toplam 9156 hektar orman alanı yanmıştır. Bu yangınların %23,5'u Antalya bölgesinde meydana gelmiştir [http-1]. Bu çalışmada, 2016 yılı Haziran ayında, Adrasan ve Kumluca bölgelerinde meydana gelen yangından etkilenen alanların Göktürk-2, Landsat-8 ve Worldview-2 uydularına ait uydu görüntüleri temin edilmiştir. Bu uydu görüntüleri önce Erdas 2014 programı ile birleştirilmiş ve Pansharping uygulanmış, daha sonra eCognition programı ile NDVI, SAVI, GEMI, VI, RVI ve AVI indisleri kullanılarak Göktürk-2 için ölçek:80, şekil:0.3, yoğunluk:0.7, Landsat-8 için ölçek:100, şekil:0.3, yoğunluk:0.7, Worldview-2 için ise ölçek:120, şekil:0.4, yoğunluk:0.6 parametreleri ile segmentasyon işlemi yapılmıştır. Daha sonra elde edilen Şekil dosyaları ArcMap programı ile kesilerek test ve eğitim verisine ait csv dosyaları oluşturulmuş ve Weka programında Destek Vektör Makineleri (DVM) ve Rotasyon Orman (ROR) sınıflandırmaları yapılmıştır. Elde edilen sınıflandırma sonuçlarının doğruluk analizi yapılmıştır. Yapılan doğruluk analizine göre Göktürk-2 için DVM; Kappa 0.68 ve Toplam doğruluk 0.84, ROR için ise Kappa 0.63 ve Toplam doğruluk 0.82 bulunmuştur, Landsat-8 için DVM; Kappa 0.69 ve Toplam doğruluk 0.85, ROR için ise Kappa 0.69 ve Toplam doğruluk 0.85, Worldview-2 için ise DVM; Kappa 0.9 ve Toplam doğruluk 0.95, ROR için ise Kappa 0.86 ve Toplam doğruluk 0.93 bulunmuştur. Her üç uydu görüntüsü karşılaştırıldığında en yüksek doğruluğa Worldview-2 uydusu sahiptir ve en iyi sınıflandırma sonucunu DVM vermiştim.
Özet (Çeviri)
While natural beings have been destroyed rapidly, it is inevitable for forest lands to get their share of this havoc. According to the blaze data of 2016, a total of 9156 hectare forest was consumed by the fire. 23,5% of this blazes occurred in Antalya region [http-1]. In this study, satellite images, belonging to the Göktürk-2, Landsat-8 and Worldview-2 satellites, of the areas affected from the blazes happened in Adrasan and Kumluca in June 2016 are obtained. These satellite images are merged by Erdas 2014 program first and pansharpening is applied to them, then, by the help of eCognition program, segmentation process is applied by using NDVI, SAVI, GEMI, VI, RVI, and AVI indexes with parameters of Scale:80, Shape:0.3, Compactness:0.7 for Göktürk-2; Scale:100, Shape:0.3, Compactness:0.7 for Landsat-8; Scale:120, Shape:0.4, Compactness:0.6. for Worldview-2. Later, csv files of test and education data are formed with the obtained figure files, and are classified according to Support Vector Machines (SVM) and Rotation Forest (ROF) by the help of Weka program. Accuracy analysis of the obtained results of the classifications has performed. According to results of the accuracy analysis, for Göktürk-2; Kappa is 0.68 and total accuracy is 0.84 for SVM, Kappa is 0.63 and total accuracy is 0.82 for ROF; for Landsat-8; Kappa is 0.69 and total accuracy is 0.85 for SVM, Kappa is 0.69 and total accuracy is 0.85 for ROF; for Worldview-2; Kappa is 0.9 and total accuracy is 0.95 for SVM, Kappa is 0.86 and total accuracy is 0.93 for ROF. When all three satellite images are compared, it is seen that Worldview-2 satellite has the highest accuracy and SVM yields the best classification result.
Benzer Tezler
- Orta çözünürlüklü uydu görüntüleri kullanarak yanmış orman alanlarının farklı sınıflandırma yöntemleri ile haritalanması
Mapping with different classification methods of burnt forest areas by using medium resolution satellite images
İBRAHİM TAŞCI
Yüksek Lisans
Türkçe
2018
Jeodezi ve FotogrametriAnadolu ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA YİĞİT AVDAN
- Yanmış orman alanlarının belirlenmesinde derin öğrenme yöntemlerinin yanmış alan indeksleri ile karşılaştırılması: Hatay örneği
Comparison of deep learning methods for determining burnt forest areas with burnt area indices: The case of Hatay
REHA PAŞAOĞLU
Yüksek Lisans
Türkçe
2023
Bilim ve TeknolojiÇukurova ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DOÇ. DR. NURİ EMRAHOĞLU
- Büyük orman yangını geçirmiş alanlarda yersel ölçüm ve serpinti radyonüklid yöntemleri (Berilyum-7 ve Sezyum-137) kullanılarak toprak erozyonu hızının belirlenmesi
Determination of erosion rate in wildfire areas using field measurement and fallout radionuclides (Beryllium-7 and Caesium-137) methods
CİHAN YILDIZ
Doktora
Türkçe
2023
Coğrafyaİstanbul Teknik ÜniversitesiKatı Yer Bilimleri Ana Bilim Dalı
PROF. DR. TOLGA GÖRÜM
- The role of sentinel-1 and sentinel-2 data for observing wildfires
Orman yangınlarının sentinel-1 ve sentinel-2 verileri ile izlenmesi
DENİZ GAYE DENİZOĞLU
Yüksek Lisans
İngilizce
2022
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FUSUN BALIK ŞANLI
- Identification of tea plantation areas using Google cloud based random forest and deep learning
Google bulut servise dayalı rastgele orman ve derin öğrenme ile çay tarım alanlarının belirlenmesi
BERKAY ÖZEN
Yüksek Lisans
İngilizce
2020
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN