Vegetation cover extraction and monitoring using images obtained from aerial and satellite platforms
Hava ve uydu platformlarından alınan görüntülerden bitki örtüsü çıkarımı ve izlenmesi
- Tez No: 694085
- Danışmanlar: DOÇ. DR. SULTAN KOCAMAN GÖKÇEOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Mühendislik Bilimleri, Geodesy and Photogrammetry, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Geomatik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 78
Özet
Bitki örtüsü, kentsel ısı adası etkisinin azaltılması, ekolojik dengenin sürdürülmesi, biyolojik çeşitliliğin korunması, yaşam kalitesinin iyileştirilmesi vb. gibi birçok açıdan hem kentsel hem de kırsal ortamlarda önemli bir role sahiptir. Farklılıkları ayırt etmek için görüntü işleme yöntemleri kullanılarak bitki örtüsü değişikliği tespiti yapılabilir. Bunun için farklı zamanlarda çekilen görüntülerin kullanılması gerekmektedir. Kentsel alanlarda bitki örtüsü değişikliği, şehirlerin yeşil altyapısının büyüme veya azalması açısından iyi bir gösterge olabilir. Diğer yandan, kırsal alanlardaki değişim, tarım alanlarının büyümesi veya azalması anlamına gelebilir. Bu tez çalışması, farklı mevsim ve yıllarda hava ve uydu sensörlerinden elde edilen çok zamanlı ve çok platformlu verileri kullanarak bitki örtüsü değişikliği tespit yöntemlerini araştırmayı amaçlamıştır. İnsansız Hava Araçlarına (İHA) monte edilen RGB kameralardan ve çok bantlı Yer Gözlem (EO) ii uydu sensörlerinden (Göktürk-1 ve Worldview-2) alınan görüntüler bu çalışmada veri kaynağı olarak kullanılmıştır. Çalışma alanı, veri mevcudiyeti dikkate alınarak Antalya Akdeniz Üniversitesi Kampüsü'nde yer alan koruluk bölgeden seçilmiştir. Radyometrik ve geometrik iyileştirmeler için yapılan bir dizi görüntü ön işleme yöntemi, değişiklik tespitinden önceki ilk adımları oluşturmaktadır. Görüntülerin doğru yöneltilmesi için farklı jeoreferanslama yöntemleri uygulanmıştır. Normalleştirilmiş bitki örtüsü farklılık indeksi (NDVI) ve Yeşil ve Kırmızı Oran Bitki Örtüsü İndeksi (GRVI) gibi çeşitli bitki örtüsü indeksleri, bitki örtüsünü daha iyi tanımlamak için veri setlerinden türetilmiştir. NDVI ve GRVI görüntüleri, bitki örtüsü sınıflandırması için denetimli bir makine öğrenimi (MÖ) yöntemi olan rastgele orman (RO) metodu kullanılmıştır. Doğrulama sonuçları, RO yönteminin çoklu-zamanlı, çoklu-çözünürlüklü ve çoklu-platformlu veri kümeleri için bitki örtüsü haritalaması ve karar seviyesinde değişiklik tespiti için uygun bir yöntem olduğunu göstermektedir. Ayrıca, denetimsiz bitki örtüsü haritalaması amaçlı olarak bu tezde kullanılan tüm sensörlerden elde edilen GRVI verilerine Otsu eşik-değer yöntemi uygulanmış ve başarılı sonuçlar ürettiği görülmüştür.
Özet (Çeviri)
Vegetation cover has an essential role in both urban and rural environments in several aspects, such as mitigating urban heat island effect, sustaining ecological balance, preserving biodiversity, improving the quality of life, etc. Vegetation change detection can be carried out by using image processing methods in order to distinguish differences. For this purpose, images taken at different moments need to be utilized. In urban areas, vegetation change can be a great indicator for the growth or decrease of cities green infrastructure. In contrast, the change in rural areas could mean the growth or decrease of agricultural fields. This thesis aimed to investigate the vegetation change detection methods by using multi-temporal and multi-platform data, i.e. obtained from aerial and satellite sensors at different seasons and years. Data from RGB cameras mounted on Unmanned Aerial Vehicles (UAV), and from multispectral Earth Observation (EO) satellite sensors (i.e. Gokturk-1 and Worldview-2) have been employed as data sources iv in this study. The study area was selected from the forest area in Akdeniz University Campus, Antalya, Turkey, due to data availability. A number of image pre-processing methods for radiometric and geometric improvements were the initial tasks prior to change detection. Different georeferencing methods were applied for accurate alignment of the images. Several vegetation indices such as normalized difference vegetation index (NDVI) and Green and Red ratio Vegetation Index (GRVI) were derived from the datasets to identify the vegetation better. These NDVI and GRVI images were employed in a supervised machine learning (ML) method, i.e. the random forest (RF), for vegetation classification. The validation results show that the RF method is a suitable method for vegetation mapping and decision level change detection for multi-temporal, multi-resolution and multi-platform datasets. In addition, for the purpose of unsupervised vegetation mapping, the Otsu thresholding method was found successful when applied to the GRVI data obtained from all sensors used here.
Benzer Tezler
- Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi
Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method
H.GONCA COŞKUN
- Uzaktan algılama verileri ile taşkın alanlarının izlenmesi ve analizi
Monitoring and analysis of flood areas with remote sensing data
RABİA EZGİ TEKİN ELMAS
Yüksek Lisans
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİLİZ BEKTAŞ BALÇIK
- Determination of spatial distributions of greenhouses using satellite images and object-based image analysis approach
Nesne tabanlı sınıflandırma yaklaşımı ve uydu görüntüleri kullanılarak seraların mekansal dağılımının belirlenmesi
GİZEM ŞENEL
Doktora
İngilizce
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİĞDEM GÖKSEL
PROF. DR. MANUEL ANGEL AGUILAR TORRES
- Uydu görüntüleri ve yardımcı veri entegrasyonu ile ilçe bazında yerleşim alanlarının zamansal analizi: Esenyurt ilçesi örneği
Temporal change analysis of settlements with satellite images and auxiliary data integration at district scale: A case of Esenyurt district
ZELAL KAYA
Yüksek Lisans
Türkçe
2023
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADALET DERVİŞOĞLU
- Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme
Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery
İSMAİL ÇÖLKESEN
Doktora
Türkçe
2015
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU