Derin öğrenme ile Harran ovası toprak tuzluluğunun tespiti
Detection of Harran plain soil salinity with deep learning
- Tez No: 651008
- Danışmanlar: PROF. DR. OĞUZ GÜNGÖR
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Mühendislik Bilimleri, Geodesy and Photogrammetry, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 211
Özet
Toprak tuzluluğu kurak ve yarı kurak iklim bölgelerinde, toprağın yapısında olan anyon ve katyonların birleşmesiyle oluşan tuzların, yeraltı sularına karışıp çözünmesiyle oluşur. Oluşan bu tuzlar yüksek taban suyuyla birlikte çözünmüş olarak toprak yüzeyine çıkar ve taban suyunun buharlaşması sonucu toprağın yüzeyinde birikir. Bu durum bitki gelişimini olumsuz etkiler ve verimi düşürür. Toprak tuzluluğu nedeniyle birinci sınıf tarım arazilerinin verimsizleşmesi, yerel ve global çapta birçok ekonomik ve sosyal sorunu beraberinde getirmektedir. Tarım arazilerinin sürdürülebilirliği ve tuz yönetiminin sağlanması için bu tez çalışmasıyla Türkiye'nin en büyük tarım ovalarından biri olan Harran Ovası'ndaki tuzluluk sorununun uzaktan algılama yöntemleriyle tespit edilmesi amaçlanmıştır. Harran Ovası'nda tuzluluk tespiti için literatürde en çok kullanılan tuzluluk indeksleri olan NDSI, SI, SII ve bitki indeksi NDVI kullanılmıştır. Bir derin öğrenme yöntemi olan evrişimsel yapay sinir ağları U-NET mimarisiyle yapılan sınıflandırma işleminde görüntünün sahip olduğu 5 spektral kanala ilaveten tuzluluk indekslerinin her biri ayrı bir spektral bant olacak şekilde görüntüye eklenmiştir. 300 iterasyonda en iyi sınıflandırma doğruluğunu veren SII (%93.78) tuzluluk indeks kombinasyonu olmuştur.
Özet (Çeviri)
Soil salinity occurs in the arid and semi-arid climatic regions by the dissolution of salts formed by the combination of anions and cations in the structure of the soil, by mixing with groundwater. These salts formed dissolve with high ground water to the surface of the soil and accumulate on the surface of the soil as a result of evaporation of the ground water. This affects plant growth negatively and decreases the yield. Harran Plain, one of Turkey's largest agricultural plain, was aimed to identify salinity problem with remote sensing techniques for ensuring sustainability of agricultural land management. NDSI, SI, SII and plant index NDVI, which are the most used salinity indices in the literature, were used for the determination of salinity in Harran Plain. Convolutional Neural Networks, a deep learning method, has been added to the image as a separate spectral band, in addition to the 5 bands of the image, in the classification process made with U-NET architecture. It has been the SII (93.78%) salinity index combination that gave the best classification accuracy in 300 iterations.
Benzer Tezler
- Multi-year time series crop mapping
Çoklu-yıl zaman serisi ürün haritalama
MUSTAFA TEKE
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. YASEMİN YARDIMCI ÇETİN
- Fotovoltaik enerji sistemleri için öngörü modellerinin geliştirilmesi: Veri madenciliği ve derin öğrenme yaklaşımları
Development of forecasting models for photovoltaic energy systems: Data mining and deep learning approaches
FATMA DİDEM ALAY
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TAHİR GÜLLÜOĞLU
DR. ÖĞR. ÜYESİ NAGEHAN İLHAN
- Derin öğrenme yöntemi ile iyonosferik tec değişimlerinin tahmin edilmesi
Forecasting of ionospheric tec variations by deep learning method
İSMAİL DEMİRYEGE
Yüksek Lisans
Türkçe
2021
Bilim ve TeknolojiHarran ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ULUKAVAK
- Derin öğrenme yöntemleri ile ayakkabı görüntülerinin sınıflandırılması
Classification of shoes images with deep learning methods
FATMA YEŞİM AYDİLEK
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDÜLKADİR GÜMÜŞÇÜ
- Drone görüntülerinden derin öğrenme teknikleri ile kayısı rekolte tahmini
Apricot harvest prediction with deep learning techniques from drone images
RECEP BİÇER
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET EMİN TENEKECİ