Asmaların haritalanmasında farklı sınıflandırma yaklaşımları ve algoritmalarının başarılarının araştırılması
Investigation the success of different classification approaches and different classification algorithms in mapping vineyards
- Tez No: 683442
- Danışmanlar: PROF. DR. ALPER ÇABUK, DR. ÖĞR. ÜYESİ RESUL ÇÖMERT
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Ziraat, Geodesy and Photogrammetry, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 99
Özet
Tarımsal ürünlerin haritalanması ve izlenmesi; verim tespiti, çiftçi denetimi ve ürün denetimi gibi nedenlerden dolayı önemlidir. Günümüzde uzaktan algılama teknolojileri ile elde edilen görüntüler ve uydu görüntüsü sınıflandırma gibi farklı bilgi çıkarma yöntemleri tarımsal alanlardaki ürünlerinin haritalanmasında başarılı şekilde uygulanmaktadır. Bu çalışmada, PlanetScope uydu sistemlerinden elde edilen görüntülere farklı sınıflandırma yaklaşımları ve algoritmaları uygulanarak asmaların haritalanmasındaki başarısı araştırılmıştır. Çalışma alanı olarak Manisa ili Saruhanlı ilçesinde asma yetiştiriciliğinin yoğun olarak yapıldığı bir bölge seçilmiştir. Haritalama işlemi için piksel tabanlı ve nesne tabanlı sınıflandırma yaklaşımları kullanılmıştır. Piksel tabanlı sınıflandırma yaklaşımında En Çok Olabilirlik (EÇO), Rastgele Orman (RO), Destek vektör makineleri (DVM) algoritmaları kullanılmıştır. Nesne tabanlı sınıflandırma yaklaşımında ise DVM, RO, Naive Bayes (NB), K-En Yakın Komşuluk (K-EYK) ve Karar Ağacı (KA) algoritmaları kullanılmıştır. Asmaların haritalanmasında hem piksel hem de nesne tabanlı sınıflandırma yaklaşımında RO algoritması en başarılı algoritma olarak tespit edilmiştir. RO algoritması ile piksel tabanlı yapılan sınıflandırmada %87 genel doğruluk, 0.83 Kappa değeri ile asmalarda %85 üretici ve %85 kullanıcı doğruluğu elde edilmiştir. Algoritma ile nesne tabanlı sınıflandırmada genel doğruluk %91, Kappa değeri 0.87, asmalar için %88 kullanıcı ve %92 üretici doğruluğu elde edilmiştir. Üretilen haritalar incelendiğinde nesne tabanlı sınıflandırma yaklaşımı, asma parselleri için piksel tabanlı sınıflandırmada tuz-biber etkisi gibi ortaya çıkan yanlış piksel sınıflandırma hatalarını ortadan kaldırmıştır.
Özet (Çeviri)
Mapping and monitoring of agricultural products is important for reasons such as yield determination, farmer inspection, product inspection. Today, different information extraction methods such as satellite image classification are successfully applied in the mapping of agricultural products. In this study, the success of the images obtained from PlanetScope satellite systems in mapping vineyards was investigated. As the study area, a region where vineyards were intense in Saruhanlı district of Manisa province was selected. Object-based and pixel-based classification approaches were used for the mapping process. Maximum Likelihood (ML), Random Forest (RF), Support Vector Machine (SVM) algorithms are used in the pixel-based classification process. In the object-based classification approach, SVM, RF, Naive Bayes (NB), K-Nearest Neighborhood (K-NN) and Decision Tree (DT) algorithms were used. The RF algorithm was found to be the most successful algorithm in both pixel and object-based classification approaches in the mapping of vineyards. In the pixel-based classification with the RF algorithm, 87% overall accuracy, 0.83 kappa value and 85% producer and user accuracy in vineyards were obtained. In the object-based classification process with the algorithm; overall accuracy, kappa, user accuracy, and producer accuracy were determined as 91%, 0.87%, 88%, and 92%, respectively. When the generated maps were examined, the object-based classification approach has eliminated the false pixel classification errors such as the salt-pepper effect in pixel-based classification for vineyards parcels.
Benzer Tezler
- Türkiye'de orman yangınlarının coğrafi dağılışı
Geographical distribution of forest fires in Turkey
BİLAL KURT
- Asmaların meristem kültürü ile klonal mikroçoğaltımında çift fazlı ortam ve aktif kömürün etkileri
The effects of double-layer culture and activated charcoal on clonal micropropagation of grapevines by meristem culture
ELİF ÇİĞDEM DOĞAN
- In vıtro koşullarda uygulanan farklı konsantrasyonlardaki borun bazı Amerikan asma anaçlarında fiziksel ve biyokimyasal özellikler üzerine etkileri
Effects of different concentration of boron applicated in in vitro conditions on physiological and biochemical characteristics of some American rootstocks
HATİCE AKGÜR
Yüksek Lisans
Türkçe
2014
ZiraatSüleyman Demirel ÜniversitesiTarımsal Biyoteknoloji Ana Bilim Dalı
PROF. DR. NİLGÜN GÖKTÜRK BAYDAR
- Kırşehir ilinde yetiştirilen asmaların (Vitis vinifera L.) mikobiyotası
The mycobiota of grapes (Vitis vinifera L.) grown in Kırşehir
SEMRA ARSLAN
Yüksek Lisans
Türkçe
2019
BiyolojiKırşehir Ahi Evran ÜniversitesiBiyoloji Ana Bilim Dalı
DOÇ. DR. MAKBULE ERDOĞDU