Landsat ve sentinel uydu görüntüleri ile meşcere hacminin belirlenmesi
Determination of stand volume with landsat and sentinel satellite images
- Tez No: 776383
- Danışmanlar: PROF. DR. MEHMET MISIR
- Tez Türü: Doktora
- Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
- Anahtar Kelimeler: Uzaktan Algılama, Orman Amenajmanı, Meşcere hacmi, Karaçam, Kızılçam, Doğu kayını, Landsat 8, Sentinel 2, Remote sensing, Forest management planning, Stand volume, Anatolian black pine, Turkish red pine, Oriental beech, Landsat 8, Sentinel 2
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 166
Özet
Bu çalışmada, en önemli meşcere parametrelerinden biri olan“meşcere hacmi”uzaktan algılama verileri ile belirlenmeye çalışılmıştır. Bu amaçla, Amasya Orman Bölge Müdürlüğü, Vezirköprü Orman İşletme Müdürlüğü sınırları içindeki saf Karaçam, saf Kızılçam ve saf Kayın meşcereleri araştırma objesi olarak seçilmiştir. Çalışmada uzaktan algılama verisi olarak Landsat 8 ve Sentinel 2 uydu görüntüleri kullanılmıştır. Yersel veriler, yapılan arazi çalışmalarından ve yöreye ait amenajman planlarından elde edilmiştir. Büyüklükleri 100 m2 ile 900 m2 arasında değişen 371 örnek alanda meşcere hacmi hesaplanmıştır. Uydu görüntülerine, piksel tabanlı sınıflandırma ve bant oran yöntemleri uygulanmıştır. Uydu görüntülerinden bant parlaklık değerleri ve çeşitli vejetasyon indeksleri elde edilmiştir. Meşcere hacmi ve görüntülerden elde edilen spektral veriler arasındaki ilişki regresyon analizi ile ortaya koyulmuş ve modellenmiştir. Kontrollü sınıflandırma sonucunda Landsat 8 uydu görüntüsünde Karaçam, Kızılçam ve Kayın için Kappa istatistiği sırasıyla %71, %77 ve %71, Sentinel 2 uydu görüntüsünde sırasıyla %80, %90 ve %81 olarak belirlenmiştir. Karaçam meşcereleri için en uygun hacim modeli Sentinel 2 uydu görüntüsünün 20 m çözünürlüklü verilerinden elde edilmiş olup, (1/Bant6), (1/Bakı), (1/SR5), (CVI)2, LnEğim, LnBakı ve (1/SR2) değişkenleri tarafından %55 oranında 30.73 m3/ha hata ile tahmin edilmiştir. Kızılçam meşcere hacmi Sentinel 2 uydu görüntüsünün 10 m çözünürlüklü verilerinden elde edilmiş olup, 1/DVI, 1/Bant34, (Bant35)2, (SR2)2 ve (Eğim)2 değişkenleri tarafından %61 oranında 26.70 m3/ha hata ile tahmin edilmiştir. Kayın meşcereleri için en uygun hacim modelini Landsat 8 görüntüsü vermiş olup, LnBakı, (SR3)2, (SR4)2, (1/Bant2) ve (1/GNDVI) değişkenleri tarafından %54 oranında 58.97 m3/ha hata ile tahmin edilmiştir. Bağımsız değişkenler ile meşcere hacmi arasında istatistiksel olarak anlamlı bir ilişkinin olduğu tespit edilmiştir. Benzer çalışmaların farklı bölgelerde ve farklı ağaç türleri için denenmesi gerekmektedir, LİDAR, İCESat veya Drone verileri kullanılarak yapılacak çalışmalarda başarı oranlarının daha yüksek çıkacağı düşünülmektedir.
Özet (Çeviri)
In this study,“stand volume”, one of the most important stand parameters, was tried to be determined by remote sensing methods. For this purpose, pure Anatolian Black pine, pure Turkish red pine and pure Oriental beech stands with in the borders of Amasya Regional Directorate of Forestry, Vezirköprü Forest Management Directorate were chosen as research object. In the study, Landsat 8 and Sentinel 2 satellite images were used as remote sensing data. Terrestrial data (ground control data) were obtained from field studies and local management plans. Stand volume was calculated in 371 sample plots with sizes ranging from 100 m2 to 900 m2. Pixel-based classification and band ratio methods have been aplied to satellite images. Band brightness values and various vegetation indices were obtained from satellite images. The relationship between the stand volume and the spectral data obtained from images was revealed and modeled by regression analysis. As a result of the supervised classification, Kappa statistics were determined as 71%, 77% and 71%, for Anatolian Black pine, Turkish Red pine and Oriental beech in Landsat 8 satellite image and 80%, 90% and 81% in Sentinel 2 satellite image. The most suitable volume model for Anatolian Black pine stands was obtained from the 20 m resolution data of Sentinel 2 satellite image, it was estimated by the (1/Bant6), (1/Bakı), (1/SR5), (CVI)2, LnEğim, LnBakı ve (1/SR2) variables, with a rate of 55%, with an error of 30.73 m3/ha. The most suitable volume model for Turkish Red pine stands was obtained from the 10 m resolution data of Sentinel 2 satellite image, it was estimated by the 1/DVI, 1/Bant34, (Bant35)2, (SR2)2 ve (Eğim)2 variables, with a rate of 61%, with an error of 26.70 m3/ha. Landsat 8 image gave the most suitable volume model for Oriental beech stands and it was estimated by the variables LnBakı, (SR3)2, (SR4)2, (1/Bant2) ve (1/GNDVI) with a ratio 54%, with an error of 58.97 m3/ha. It has been determined that there is a statistically significant relationship between independent variables and stand volume. Similar studies should be tried in different regions and for different tree species, it is thought that the success rates will be higher in studies using LIDAR, ICESat or Drone data.
Benzer Tezler
- Ankara Orman Bölge Müdürlüğü saf karaçam meşcerelerinde net birincil üretim ve yaprak alan indeksinin uzaktan algılama teknikleri ile modellenmesi
Modeling net primary productivity and leaf area index with remote sensing techniques in pure crimean pine stands in Ankara Regional Directorate of Forestry
SİNAN BULUT
Doktora
Türkçe
2021
Ormancılık ve Orman MühendisliğiÇankırı Karatekin ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALKAN GÜNLÜ
DOÇ. DR. ONUR ŞATIR
- Sinop Orman Bölge Müdürlüğü saf sarıçam meşcerelerinde farklı uzaktan algılama verileri kullanılarak bazı meşcere parametrelerinin modellenmesi
Modeling some stand parameters using different remote sensing data in pure scots pine stands in Sinop Regional Directorate of Forestry
HASAN AKSOY
Doktora
Türkçe
2023
Ormancılık ve Orman MühendisliğiÇankırı Karatekin ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALKAN GÜNLÜ
- Temporal change detection analysis using landsat and sentinel satellite images: A case study-Igneada floodplain forest national park
Landsat ve sentinel uydu görüntüleri kullanılarak zamansal değişim analizi: İğneada longoz ormanları örneği
MERVE TOKER
Yüksek Lisans
İngilizce
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- Landsat 8 ve sentinel 2 uydu görüntüleri ile içme suyu baraj göllerinde bulanıklık tahmini
Estimation of turbidity in drinking water reservoirs using landsat 8 and sentinel 2 satellite images
ÖMER DİLMEN
Yüksek Lisans
Türkçe
2023
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADEM BAYRAM
DOÇ. DR. ESRA TUNÇ GÖRMÜŞ
- Delineation of water bodies with landsat 8 and sentinel 2satellite imagery using different image processingalgorithms
Landsat 8 ve sentınel 2 uydu görüntülerinden farklı görüntü işleme algoritmaları kullanılarak su kütlelerinin belirlenmesi
GİZEM ŞENEL
Yüksek Lisans
İngilizce
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM GÖKSEL