Google earth engıne kullanılarak uydu görüntülerinin sınıflandırılması, çevresel değişim analizleri ve müsilaj haritalama
Google earth engine using to classification of satellite images, environmental change analysis and mucilage mapping
- Tez No: 731328
- Danışmanlar: PROF. DR. TAŞKIN KAVZOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Bilim Dalı
- Sayfa Sayısı: 91
Özet
Uzaktan algılama, ormansızlaşma, orman yangınları, kentleşme vb. değişimlerin hızlı, düşük maliyetli ve etkin izlenmesi için en önemli teknoloji konumundadır. Teknolojideki gelişmelere paralel olarak uzaktan algılama alanında kullanılan sensör ve algılayıcıların kalitesi ve kapasitesi artmış, daha önceden yapılamayan birçok araştırma yapılabilir hale gelmiştir. Yapılan çalışmaların ölçeği global ve bölgeselden daha çok yerel ölçeğe dönüşmüştür. Son yıllarda birçok uydu görüntüsü ücretsiz olarak servis edilmeye başlanmıştır. Google Earth Engine (GEE), geniş kapsamlı veri kataloğuyla, coğrafi verilerin paralel işlenme için optimize edilmiş büyük ölçekli hesaplama sistemiyle yeryüzündeki değişikliklerin gezegen ölçeğinde izlenmesini, ölçülmesini ve analiz edilebilmesini sağlayan yeni bir teknoloji platformudur. Kendi geniş veri arşivi, algoritma geliştirmek üzere programlanmış kod düzenleyici ara yüzü ve tek bir bilgisayara bağlı kalmadan online olarak erişim sağlanması sebebi ile birçok alanda çalışmalara altlık oluşturmaktadır. Bu çalışmada Marmara Bölgesinde Gebze, İzmit ve Sakarya illerinin bir kısmını kapsayan çalışma alanında meydana gelen arazi kullanım değişimlerini belirlemek için GEE ortamında JavaScript programlama diliyle veri arşivinden çıkarılan 1999, 2005, 2010, 2015 ve 2019 yıllarına ait Landsat uydu görüntüleri kullanılmıştır. Uydu görüntüler GEE ortamında Rastgele Orman (RO) algoritması uygulanarak sınıflandırılmış, sınıflandırma doğruluk değerlendirilmesi yapılmış, tematik haritalar şeklinde sonuçlar görselleştirilmiş ve sınıfların kapsadıkları alanlar hesaplanarak çevresel değişim analizleri yapılmıştır. Ayrıca, GEE platformunda 2021 yılı Marmara Denizi'nde gerçekleşen müsilaj oluşumunun Mayıs-Temmuz aylarında Sentinel-2 uydu görüntülerine müsilaj indeks hesaplamaları uygulanarak müsilaj yoğunluğu tespit edilmiş ve tematik haritalar üretilmiştir. Çalışma sonucunda elde edilen bulgular, GEE platformunun uydu görüntülerinin elde edilmesi ve hazırlanması, sınıflandırma, müsilaj indeksi gibi indekslerin uygulanması, değişim analizlerinin yapılması ve tematik haritaların üretiminde sunduğu olanaklar, hız ve maliyet noktasında son derece etkili olduğunu göstermiştir.
Özet (Çeviri)
Remote sensing is the most important technology for fast, cost-effective and effective monitoring of land use and land cover changes, such as deforestation, forest fires, urbanization. In parallel with the developments in the technology, the quality and capacity of sensors and sensors used in the field of remote sensing have increased, and many studies that were impossible before have become possible. The scale of the studies has changed from global and regional to local scales. In recent years, many satellite images have started to be served freely. Google Earth Engine (GEE) is a new technology platform that enables planetary-scale monitoring, measurement and analysis of changes in the earth with its extensive data catalog, large-scale computation system optimized for parallel processing of geospatial data. It provides a basis for studies in many fields due to its large data archive, code editor interface programmed to develop algorithms, and online access without being connected to a single computer. In this study Landsat satellite images of the years 1999, 2005, 2010, 2015 and 2019, extracted from the data archive with the JavaScript programming language in the GEE environment, were used to determine the land use changes in the study area covering a part of Gebze, Izmit and Sakarya provinces in the Marmara Region. Satellite images were classified by applying the Random Forest (RO) algorithm in the GEE environment, classification accuracy was evaluated, the results were visualized in the form of thematic maps, and environmental change analyses were performed by calculating the areas covered by the classes. Furthermore, mucilage index estimations were conducted using Sentinel-2 satellite images on the GEE platform, and the mucilage formation in the Marmara Sea in 2021 between May and July was analyzed with the produced thematic maps. In line with the findings obtained in this study, the GEE platform was found rapid, cost-effective in obtaining and preparing satellite images, classifying satellite images, application of various indices including mucilage index, analysis of change, and production of thematic maps.
Benzer Tezler
- 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
- Land cover classification using cloud-based machine learning techniques: A case study from Istanbul Metropolitan City
Bulut tabanlı makine öğrenmesi teknikleri kullanılarak arazi örtüsü sınıflandırması: İstanbul Metropol örneği
ŞEVVAL DURMAZBİLEK
Yüksek Lisans
İngilizce
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Monitoring Amu Darya River channel dynamics using remote sensing techniques aided by google earth engine
Google earth engine yardımıyla uzaktan algılama teknikleri kullanarak Amu Darya Nehir kanal dinamiklerinin izlenmesi
MOHAMMAD ASEF MOBARIZ
Yüksek Lisans
İngilizce
2022
Jeodezi ve FotogrametriEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DOÇ. DR. GORDANA KAPLAN
- Makine öğrenimi tabanlı sınıflandırma yöntemleri kullanılarak çay bahçelerinin belirlenmesi
Identifying tea gardens using machine learning based classification methods
BURCU SÜSLÜ ALGÜR
Yüksek Lisans
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- 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