Geri Dön

Asmaların haritalanmasında farklı sınıflandırma yaklaşımları ve algoritmalarının başarılarının araştırılması

Investigation the success of different classification approaches and different classification algorithms in mapping vineyards

  1. Tez No: 683442
  2. Yazar: MÜCAHİT ÖZTÜRK
  3. Danışmanlar: PROF. DR. ALPER ÇABUK, DR. ÖĞR. ÜYESİ RESUL ÇÖMERT
  4. Tez Türü: Doktora
  5. Konular: Jeodezi ve Fotogrametri, Ziraat, Geodesy and Photogrammetry, Agriculture
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Türkiye'de orman yangınlarının coğrafi dağılışı

    Geographical distribution of forest fires in Turkey

    BİLAL KURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    CoğrafyaAnkara Üniversitesi

    Coğrafya Ana Bilim Dalı

    PROF. DR. MESUT ELİBÜYÜK

  2. 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

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    ZiraatAnkara Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

    PROF.DR. HASAN ÇELİK

  3. Asmaların meristem kültürü yoluyla çoğaltılması üzerinde araştırmalar

    Başlık çevirisi yok

    SERDAR KARA

    Doktora

    Türkçe

    Türkçe

    1992

    ZiraatEge Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

    PROF. DR. ERTAN İLTER

  4. 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

    Türkçe

    2014

    ZiraatSüleyman Demirel Üniversitesi

    Tarımsal Biyoteknoloji Ana Bilim Dalı

    PROF. DR. NİLGÜN GÖKTÜRK BAYDAR

  5. Kırşehir ilinde yetiştirilen asmaların (Vitis vinifera L.) mikobiyotası

    The mycobiota of grapes (Vitis vinifera L.) grown in Kırşehir

    SEMRA ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    BiyolojiKırşehir Ahi Evran Üniversitesi

    Biyoloji Ana Bilim Dalı

    DOÇ. DR. MAKBULE ERDOĞDU