Geri Dön

Sentinel-2 verisi kullanılarak fındık alanlarının makine öğrenme yöntemleri ile belirlenmesi

Determination of hazelnut areas by machine learning methods using sentinel-2 data

  1. Tez No: 630686
  2. Yazar: CEYHUN APAYDIN
  3. Danışmanlar: DOÇ. DR. SAYGIN ABDİKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Zonguldak Bülent Ecevit Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 83

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

  1. 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

    Türkçe

    2023

    Ormancılık ve Orman MühendisliğiKaradeniz Teknik Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UZAY KARAHALİL

  2. 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

    Türkçe

    2018

    Jeodezi ve FotogrametriHacettepe Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA TÜRKER

  3. Assessment of water quality and aquatic diversity of an open-pit gold mine area using random forest algorithm with Google Earth engine

    Google Earth engine ile rastgele orman algoritması kullanılarak açık ocak altın madeni su kalitesi ve sucul canlılık çeşitliliğinin değerlendirilmesi

    ŞENER ALKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ESRA ERTEN

  4. Aktif mikrodalga uydu görüntü verileri kullanılarak toprak neminin belirlenmesi

    Estimation of soil moisture using active microwave satellite image data

    ALİİHSAN ŞEKERTEKİN

    Doktora

    Türkçe

    Türkçe

    2018

    Jeodezi ve FotogrametriBülent Ecevit Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYCAN MURAT MARANGOZ

    DR. ÖĞR. ÜYESİ SAYGIN ABDİKAN

  5. 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

    İngilizce

    2020

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ESRA ERTEN