Sentinel-2 verisi kullanılarak fındık alanlarının makine öğrenme yöntemleri ile belirlenmesi
Determination of hazelnut areas by machine learning methods using sentinel-2 data
- Tez No: 630686
- Danışmanlar: DOÇ. DR. SAYGIN ABDİKAN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Zonguldak Bülent Ecevit Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünyada fındık üretiminin yaklaşık %75'ini Türkiye sağlamaktadır. Bu nedenle fındık alanlarının doğru bir şekilde belirlenmesi, üretilecek fındık miktarı ve verimlilik çalışmaları için önemlidir. Bu çalışmada 4 farklı tarihe (Şubat, Nisan, Temmuz ve Aralık 2019) ait Sentinel-2 uydu görüntüsü kullanılarak fındık bahçelerinin belirlenmesi amaçlanmıştır. Bu kapsamda çalışma alanı olarak Trabzon ili Beşikdüzü ilçesi, uygulama alanı olarak ilçe merkezi seçilmiştir. Uygulama alanına ait görüntü arazi tespit çalışması için piksel tabanlı görüntü sınıflandırma yöntemi kullanılmıştır. Fındık bahçelerinin belirlenmesi için üç farklı makine öğrenme algoritması rastgele orman (RO), K en yakın komşu (K-EYK) ve destek vektör makineleri (DVM) ele alınmıştır. Fındık bahçelerinin tespiti için en uygun görüntü Aralık 2019 tarihli Sentinel-2 uydu görüntüsü olarak belirlenmiştir. Sınıflandırmalara ilişkin genel doğruluk değerlerine göre sırasıyla DVM, K-EYK ve RO algoritmaları en iyi sonucu verirken fındık alanlarının belirlenmesinde K-EYK, DVM ve RO algoritmaları sırasıyla %93.54, %89.74 ve %88.90 üretici doğrulukları sağlamıştır.
Özet (Çeviri)
Turkey provides approximately %75 of world hazelnut production. Therefore, accurate determination of hazelnut areas is important for the amount of hazelnut production and productivity studies. In this study, it was aimed to determine the hazelnut gardens by using the Sentinel-2 satellite image of 4 different dates (February, Aprıl, July and December 2019). In this context, Beşikdüzü District of Trabzon province was selected as the working area and district center as the application area. Pixel-based image classification method is used for image land detection study of the application area. Three different machine learning algorithms random forest (RO), K nearest neighbor (KNN) and support vector machines (SVM) were used to identify hazelnut gardens. The most suitable image for the determination of hazelnut gardens is the Sentinel-2 satellite image dated December 2019. According to the general accuracy values of the classifications, DVM, K-EYK and RO algorithms gave the best results, while K-EYK, DVM and RO algorithms provided 93.54%, 89.74% and 88.90% producer accuracy in determining hazelnut areas, respectively.
Benzer Tezler
- Saf kızılçam meşçerelerinde sentinel-2 uydu görüntüsü kullanılarak bazı meşçere parametrelerinin tahmin edilmesi (serik orman işletme şefliği örneği)
Estimating some stand parameters using sentinel-2 satellite image in pure red pine stands (a case study in serik forest planning unit)
FATİH TUNÇ
Yüksek Lisans
Türkçe
2025
Ormancılık ve Orman MühendisliğiÇankırı Karatekin ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
PROF. DR. ALKAN GÜNLÜ
- Uydu görüntülerinden farklı sınıflandırma algoritmaları kullanılarak ürün deseni belirlenmesi – ılgın örneği
Determination of product pattern from satellite images using different classification algorithms – a case study of ilgin
AHMET YAVUZ
Yüksek Lisans
Türkçe
2025
ZiraatSelçuk ÜniversitesiToprak Bilimi ve Bitki Besleme Ana Bilim Dalı
DOÇ. DR. MERT DEDEOĞLU
- Sentinel-2 ve Landsat-8 uydu görüntüleri ile arazi örtüsü/kullanımı haritalarının karşılaştırılması
Comparison of land cover/usage maps with Sentinel-2 and Landsat-8 satellite images
FURKAN GÖKHAN CESUR
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriZonguldak Bülent Ecevit ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAYGIN ABDİKAN
- Hava fotoğrafları ve sentinel-2 görüntüleri yardımıyla bazı meşcere bileşenlerinin tahmin edilmesi
Estimation of some stand parameters using aerial photographs and sentinel-2 images
BAYRAM ÇİL
Doktora
Türkçe
2023
Ormancılık ve Orman MühendisliğiKaradeniz Teknik ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
DOÇ. DR. UZAY KARAHALİL
- Tarımsal yaz ürünlerin sentinel-2 uydu görüntülerinden rastgele orman algoritması ile nesne-tabanlı sınıflandırılması
Object-based classification of summer crops from sentinel-2 satellite images using random forest algorithm
MESUT YILMAZ
Yüksek Lisans
Türkçe
2018
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER