Geri Dön

Farklı uzaktan algılama bitki indekslerinin yer yüzey sıcaklığı hesabına etkisinin araştırılması

Comparison of the effect of different vegetation indices on land surface temperture values

PDF İndir

  1. Tez No: 736885
  2. Yazar: GULSHAN MAMMADLI
  3. Danışmanlar: DOÇ. DR. FİLİZ BEKTAŞ BALÇIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Uygulamaları Ana Bilim Dalı
  12. Bilim Dalı: Coğrafi Bilgi Teknolojileri Bilim Dalı
  13. Sayfa Sayısı: 127

Özet

Geçmişten günümüze kadar insanın keşfetme isteği ve kontrol etme duygusu doğanın bilinçsiz kullanımına neden olmuştur. İnsan unsurunun yaratmış olduğu bu olumsuz faktörler günümüzde hâlâ etkisini sürdürmektedir. Birçok alanda bu etkinin yaratmış olduğu olumsuz çevresel sorunlar görülmektedir. Bunlardan biri de küresel ölçekte artan sıcaklık eğilimidir. WMO-GCOS (World Meteorological Organization, Global Climate Observing System) tarafından temel iklim değişkeni olarak kabul edilen yer yüzey sıcaklığı (YYS); kara, su ve atmosfer arasındaki sıcaklık değişimlerinin bir göstergesi olarak önemini korumaktadır. YYS parametresinin doğru tahmini, iklim çalışmaları dışında Coğrafi Bilgi Sistemi, kent planlamaları, dünya kaynaklarının yönetim faaliyetleri, hidrolojik, ekolojik ve biyojeokimyasal araştırmalar için de önem arz etmektedir. Sıcaklığın etkilerinin meydana çıkması hem doğal hem de antropojen faktörlere dayanmaktadır. Doğal faktörlerden kaynaklanan etkiler genelde uzun vadede ortaya çıkmaktadır ve bunlara karşı konulamamaktadır. Fakat bu faktörlerin etkisinin en aza indirilmesi için önlemler alınabilmektedir. Doğal kaynakların aksine antropojen faktörler yüksek sıklıkta ortaya çıkmakta ve doğanın daha hızlı değişimine ve tahrip olmasına sebep olmaktadır. Bu durum; ekosistemin bir parçası olan insan popülasyonu ve diğer canlılar üzerinde de olumsuz sosyal, politik ve ekonomik etkilere neden olmaktadır. Bu nedenle, YYS gibi iklim parametrelerinin yaratmış olduğu olumsuz etkilerin önüne geçebilmek için zaman kavramı çok önemlidir. Bu etkileri bölgesel ve küresel ölçekte tespit ve takip etmek için geniş alanlara erişim sağlama kapasitesine sahip gelişmiş teknolojilerin kullanımına ihtiyaç vardır. Bu açıdan iklim çalışmalarında çeşitli ve yüksek zamansal, mekânsal ve spektral çözünürlüğe sahip uydu görüntülerinin kullanımı kullanıcılara geniş imkânlar sağlamaktadır. Bu tez çalışmasında uydu tabanlı yer yüzey sıcaklığı belirleme ve izleme çalışmalarında farklı bitki indeks kullanımının YYS hesaplamalarına etkisinin araştırılması hedeflenmektedir. Ek olarak, farklı bitki indekslerinden hesaplanan YYS haritalarının mekansal değişimini incelemek amacıyla arazi örtüsü haritaları üretilmiştir. Çalışma bölgesi olarak Almanya'nın North Rhine Westphalia ve Rhineland Palatinate eyaletleri seçilmiştir. Çalışma bölgesine ait YYS ve arazi örtüsü (AÖ) haritalarının oluşturulması için 23 Ağustos 2016 tarihli Landsat 8 OLI/TIRS uydu görüntüsü kullanılmıştır. Ayrıca, farklı bitki indekslerinin YYS üzerindeki etkisini incelemek için internet erişimi mevcut olan 23 Ağustos 2016 tarihli Sentinel-FCOVER (fraksiyonel bitki örtüsü) verileri kullanılmıştır. Çalışmanın gerçekleştirilmesi için öncelikle Landsat 8 uydu görüntüsünden bitki indeksleri hesaplanmıştır. Çalışma kapsamında uydu görüntüsünden Normalleştirilmiş Fark Bitki İndeksi (NDVI), Yeniden Normalleştirilmiş Fark Bitki İndeksi (RDVI), Toprak Ayarlı Bitki İndeksi (SAVI), Zenginleştirilmiş Bitki İndeksi (EVI) üretilmiştir. Bu bitki indekslerinin seçilmesindeki başlıca nedenler şu şekilde sıralanabilir: i) NDVI indeksi, YYS'nin belirlenmesinde yaygın olarak kullanılan bir bitki indeksidir ve uygulamanın temelini oluşturmaktadır. ii) SAVI indeksi, NDVI indeksinin aksine toprak yansımasından kaynaklı etkilerin minimize edilmesine yardımcı olmakla beraber bu indekse iyileşme sunmaktadır. iii) RDVI indeksi de SAVI indeksiyle aynı şekilde toprak ve zeminden kaynaklı arka plan etkilerinde iyileşme sunmaktadır. iv) EVI bitki indeksi ise arka zemin yansıması ve doygunlaşma sorunlarına ek olarak toz ve bulutların neden olduğu atmosferik kirliliği ortadan kaldırarak bitki örtüsü sinyallerini optimize etmektedir. Spektral indeksler hesaplandıktan sonra görüntüler YYS algoritmasında kullanılmak üzere öncelikle fraksiyonel bitki örtüsü, daha sonra ise yer yüzey yayınırlığı (YYY) haritalarına dönüştürülmüştür. Spektral indekslerden YYY haritaları oluşturmak için bitki örtüsü indekslerine literatürde yaygın olarak kullanılan NDVITHM yöntemi (NDVI eşik) uygulanmıştır. Bu yöntem kapsamında çalışma bölgesine ait bitki ve toprak yayınırlık değerlerine ihtiyaç vardır. Bitki yayınırlık değerleri, literatürden seçilse de, toprak yayınırlık değerleri çalışma kapsamında hesaplanmıştır. Toprak yayınırlığının hesaplanmasındaki başlıca neden toprağın fiziksel ve kimyasal özelliklerine bağlı olarak geniş aralıkta değişen yayınırlık değerlerine sahip olmasıdır. Toprak yayınırlığı için gerekli toprak verileri LUCAS (Land Use/Cover Area frame statistical Survey) toprak numunelerinden ve ASTER Spektral Kütüphanelerinden temin edilmiştir. Bir sonraki işlem adımında Landsat 8 termal bandı bant 10, YYY haritaları ve DWD (Deutscher Wetterdienst) meteoroloji istasyonlarından temin edilen parametreler vasıtasıyla YYS haritalarına dönüştürülmüştür. YYS haritaları Mono-window algoritması vasıtasıyla hesaplanmıştır. Daha sonra YYS haritalarının üretilmesinde kullanılan aynı tarihli uydu görüntüsünden En Çok Benzerlik algoritması aracılığıyla Arazi Örtüsü haritası oluşturulmuştur. Çalışma kapsamında beş arazi örtüsü sınıfı belirlenmiştir. Son işlem adımında ise YYS görüntüleri, spektral indeksler ve arazi örtüsü haritaları ile ilişkisini araştırmak için bir dizi analiz işlemine tabi tutulmuştur. Bu ilişkilerin incelenmesi için öncelikle bitki indekslerinden hesaplanan FVC (Fraksiyonel bitki örtüsü) haritalarının Sentinel-FCOVER verileri ile doğruluk değerlendirmesi yapılmıştır. Daha sonra dört farklı bitki indeksine ait YYS haritaları meteorolojik istasyonlardan elde edilen yüzey sıcaklık değerleri ile karşılaştırılmıştır. FVC sonuçları, en iyi fraksiyonel bitki örtüsü tahmininin RDVI indeksiyle gerçekleştiğini gösterse de YYS değerlendirmesi dört indeksinden üretilen YYS haritalarının benzer sonuçlar sağladığını göstermiştir. Ancak farklı indekslerden hesaplanan YYS değerleri arasında küçük de olsa bazı farklılıklar belirlenmiştir. Bu farlılıkları ortaya koymak için YYS haritalarından arazi örtüsü sınıflarına göre şeritler çıkartılmıştır. Bu şeritler ile çıkartılan YYS değerleri karşılaştırılarak indekslerden üretilen YYS haritaları arasında bulunan farklılıklar ortaya konmuştur.

Özet (Çeviri)

Human desire to explore and the sense of control from past to present have led to unconscious use of nature. These negative factors created by the human factor are still effective today. Negative environmental problems caused by this impact are seen in many areas. One of them is the rising temperature trend on a global scale. Land surface temperature (LST), which is listed as the main climate variable by WMO-GCOS (World Meteorological Organization, Global Climate Observing System), saves its importance as an indicator of temperature changes between land, water and atmosphere. Accurate estimation of LST parameter is also important for Geographical Information System, urban planning, management activities of natural resources, hydrological, ecological and biogeochemical researches apart from climate studies. The occurrence of the impacts of temperature is based on both natural and anthropogenic factors. The impacts caused by natural factors usually occur in the long term and cannot be withstood. However, precautions can be taken to minimize the impact of these factors. Contrary to natural resources, anthropogenic factors occur with a high frequency and cause rapid change and destruction of nature. This case also causes negative social, political and economic impacts on the human population and other livings that are part of the ecosystem. For this reason, the concept of time is very important in order to avoid the negative impacts caused by climate parameters such as LST. In order to detect and monitor these impacts on a regional and global scale, there is a necessity for the use of advanced technologies with the capacity to provide access to large regions. In this respect, the use of various and high temporal, spatial and spectral resolution of satellite images in climate studies provides users with vast opportunities. In this study, it is aimed to investigate the effect of using different remote sensing vegetation indices on LST calculations. In addition, land cover map has been produced in order to examine the relationship between land cover categories and LST maps calculated from different vegetation indices. The North Rhine-Westphalia and Rhineland-Palatinate states of Germany were selected as the study regions. Landsat 8 OLI/TIRS satellite image dated August 23, 2016 was used to create the LST and land cover (LC) maps of the study region. In addition, Sentinel-FCOVER (Fraction of green Vegetation Cover) data dated August 23, 2016 was used to study the effect of different vegetation indices on LST. In order to perform the study, vegetation indices were first calculated from the Landsat 8 OLI/TIRS satellite image. Within the scope of the study, NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index), RDVI (Renormalized Difference Vegetation Index), and SAVI (Soil Adjusted Vegetation Index ) vegetation indices were produced from satellite image. The main reasons for choosing these vegetation indices can be listed as follows: i) The NDVI index is a vegetation index that is widely used in the determination of LST and forms the basis of the method. ii) The SAVI index, contrary to NDVI index, helps to minimize the effects caused by soil reflection. iii) The RDVI index, in the same way as the SAVI index, provides improvement in background effects caused by the soil and other surfaces. iv) The EVI vegetation index optimizes vegetation signals by eliminating background reflection and saturation problems, as well as atmospheric pollution caused by dust and clouds. Calculated vegetation indices images were used to generate fractional vegetation maps, and then these maps were converted to LSE (Land surfce emissivity) maps for use in the LST algorithm. NDVITHM method (NDVI threshold), which is widely used in the literature, was applied to vegetation indices to create LST maps from spectral indices. Within the scope of this method, vegetation and soil emissivity values belonging to the study region were required. Although the vegetation emissivity values were selected from the literature, soil emissivity values were calculated within the scope of the study. The main reason for calculating soil emissivity is that the soil has emissivity values that vary widely depending on its physical and chemical properties. Soil data required for soil emissivity were obtained from LUCAS (Land Use/Cover Area frame statistical Survey) soil samples and ASTER (The Advanced Spaceborne Thermal Emission Reflection Radiometer) Spectral Libraries. In the next processing step, the Landsat 8 thermal band 10 was converted into LST maps by means of LSE maps and parameters obtained from DWD (Deutscher Wetterdienst) meteorological stations. LST maps were calculated using the Mono-window algorithm. Then, a Land Cover map was created using the Maximum Likelihood Algorithm from the same dated satellite image used in the formation of LST maps. Five land cover classes were determined within the scope of the study. These classes; forest and green area, agricultural areas, bareland, artificial surfaces and water surfaces. In the study, water surfaces were not included in the temperature calculation. In the final processing step, LST images were subjected to a series of analysis processes to investigate their relationship with spectral indices and land cover maps. In order to investigate these relationships, firstly, the accuracy evaluation of FVC (Fractional vegetation cover) maps calculated from vegetation indices was performed with Sentinel-FCOVER data. Then, LST maps of four different vegetation indices were compared with the surface temperature values obtained from meteorological stations. The Fractional vegetation cover results show that the highest fractional vegetation cover estimation is obtained with the RDVI index. Fractional vegetation cover map with the lowest accuracy was produced from the NDVI index. According to the results obtained from the comparison of LST maps with meteorological stations, LST results calculated with different indices were relatively similar. Transects were extracted from the images to reveal small differences between LST maps. This process was carried out for each land cover class. Thus the existing differences between the LST values were determined. In the study, it was determined that the LST results were relatively similar and the effect of the indices on LST was quite low. Field studies could be carried out to support the results of this study. In addition, other factors affecting LST calculation should be investigated and evaluated in the study area. These factor can be soil moisture and elevation.The emissivity effects of artificial surfaces are not addressed in this study.

Benzer Tezler

  1. Tez No

    445028

    Landsat 8 uydu görüntüsü kullanılarak yeryüzü sıcaklıklarının uzaktan algılama tekniği ile belirlenmesi: İstanbul örneği

    Determination land surface temperature with remote sensing techniques by using Landsat 8 images; a case study of Istanbul

    EMİNE MÜJGAN ERGENE

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FİLİZ BEKTAŞ BALÇIK

  2. Tez No

    724743

    Uzaktan algılama verileri kullanılarak kuraklık olaylarının alansal, zamansal ve frekans analizleri: Ege bölgesi örneği

    Spatio-temporal and frequency analysis of drought events via remote sensing data: Case study of Aegean region

    SEMRA KOCAASLAN KARAMZADEH

    Doktora

    Türkçe

    Türkçe

    2022

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. NEBİYE MUSAOĞLU

  3. Tez No

    392933

    Soil salinity mapping by integrating remote sensing data with ground measurements; a case study in Lower Seyhan Plate, Adana, Turkey

    Uzaktan algılama verilerinin yersel ölçümlerle entegrasyonu ile toprak tuzluluk haritalaması; Aşağı Seyhan Ovası, Adana, Türkiye

    ANALI AZABDAFTARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    İletişim Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. AYŞE FİLİZ SUNAR

  4. Tez No

    496445

    Morphotectonic analysis of the East Anatolian fault zone (E. Turkey) using remote sensing techniques

    Uzaktan algılama teknikleri kullanarak Doğu Anadolu fay zonunun (Türkiye'nin doğusu) morfotektonik analizi

    ABDELRAHMAN KHALIFA

    Doktora

    İngilizce

    İngilizce

    2018

    Jeoloji Mühendisliğiİstanbul Teknik Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ZİYADİN ÇAKIR

    PROF. DR. ŞİNASİ KAYA

  5. Tez No

    855260

    Yeşil küre tarım işletmesi arazilerinin toprak kalite indeks modelinde nötrosofik Fuzzy-AHP kullanımı ve uzaktan algılama teknikleri ile entegrasyonu

    Integration of neutrosophic Fuzzy-AHP and remote sensing techniques in the soil quality index model of yeşil küre agriculture enterprise lands

    NURSAÇ SERDA KAYA

    Doktora

    Türkçe

    Türkçe

    2024

    ZiraatOndokuz Mayıs Üniversitesi

    Toprak Bilimi ve Bitki Besleme Ana Bilim Dalı

    PROF. DR. ORHAN DENGİZ

Geri Dön