Şeker pancarı verimi ile çokbantlı görüntülerden elde edilen biyofiziksel bitki indeksleri arasındaki ilişkilerin incelenmesi
An investigation of the relationships between sugar beet yield and biophysical vegetation indices obtained from multispectral images
- Tez No: 789109
- Danışmanlar: DOÇ. DR. MUSTAFA TOLGA ESETLİLİ
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Toprak Bilimi ve Bitki Besleme Ana Bilim Dalı
- Bilim Dalı: Toprak Bilimi Bilim Dalı
- Sayfa Sayısı: 129
Özet
Şeker pancarı insanoğlunun temel gıda maddelerinden olan şekerin ham maddesidir. Şeker pancarının aynı zamanda yem, ilaç, et, süt, nakliye ve hizmet sektörleri gibi birçok alanda kullanımı mevcuttur. Bu nedenle şeker pancarı bitkisi stratejik değer taşıyan bir tarımsal ürün olmakla beraber üretim istikrarsızlığı ulusal tarım politikalarında önemli ekonomik tartışmalara neden olmaktadır. Şeker pancarında üretim planlamasını yapabilmek ve sürdürülebilirliği sağlamak için yetiştirilen alanların belirlenmesi, izlenmesi ve verimlilik haritaları oluşturulması gereklidir. Büyümenin kritik evrelerindeki sıcaklıkları, toprak nem içeriği, ürün kanopisi tarafından tutulan güneş radyasyonu gibi özellikler şeker pancarı için hem verim ve hem de kalite kısıtlayıcı faktörlerdir. Şeker pancarı tarımında, üretimin takibi ağırlıklı olarak geleneksel yöntemlerle yapılmaktadır. Ancak şeker pancarında verimlililiği sağlayabilmek için günümüzde kullanımı giderek yaygınlaşan uzaktan algılama ve CBS teknolojilerinin kullanımı büyük avantaj sağlamaktadır. Çalışmada, yaygın olarak kullanılan NDVI, SAVI ve WDRVI indekslerinin dışında LAI, FAPAR, FVC, CCC, CWC biyofiziksel bitki indekslerinin şeker pancarının gelişiminin izlenmesi ve verim düzeylerinin belirlenmesindeki başarı performanslarını incelemiştir. Çalışma Kayseri ili, Kocasinan ilçesinde bulunan ve şeker pancarı yetiştiriciliği yapılan test parsellerinde gerçekleştirilmiştir. Farklı toprak ve verim özelliğine sahip bölgelerde seçilen test parsellerinde yetiştirilen şekerpancarı bitki örtüsü zaman serisi şeklinde ESA Sentinel-2 uydu görüntüleri ile izlemeye alınmıştır. Gerçekleştirilen arazi çalışmalarından elde edilen fizyolojik ölçüm verileri ile biyofiziksel indeks verileri karşılaştırılarak ürün gelişmişlik düzeyleri incelenmiştir. Biyofiziksel indekslerden CCC ile klorofilmetre okuması arasında Ağustos ayında yüksek düzeyde (r=0,66**), FVC indeks ile örtme oranı ile Temmuz ayında (r= 0,62**) orta düzeyde ilişki tespit edilmiştir. NDVI ile toplam azot arasında Ağustos ayında yüksek (r=0,62**) ve istatistiki açıdan pozitif yönlü ilişki bulunmuştur. Çalışma sonucunda, biyofiziksel indeks verilerinin bitkisel üretim desenlerinin belirlenmesi ve izlenmesinde başarı ile kullanılabildiği belirlenmiştir.
Özet (Çeviri)
Sugar beet, the raw material used to produce sugar, is one of the main sources of human nutrition. The sugar beet has many uses: animal feed, medicine, meat, milk, transportation and in the service industry. Since the sugar beet is an agricultural product with strategic value, production instability causes important economic debates in national agricultural policies. In order to plan for cultivation and ensure the sustainability of the sugar beet, it is necessary to determine the cultivated areas, monitor and create yield maps. The yield and quality limiting factors for sugar beet cultivated areas are: temperatures at critical stages of growth, soil moisture and solar radiation captured by the crop canopy. In sugar beet cultivation, plant growth management is mainly done by traditional methods. However, remote sensing and GIS technologies, which are increasingly used today, ensure yields providing a great advantage over traditional methods. In this study, the common indices: NDVI, SAVI and WDRVI were used. Additionally, the successful monitoring of sugar beet development with LAI, FAPAR, FVC, CCC, CWC as biophysical plant indices to determine yield levels were examined. The study was carried out in Kayseri province, Kocasinan district. Selected sugar beet cultivation areas with different soil and yield characteristics were monitored with ESA Sentinel-2 time series satellite images. Crop development stages were examined by comparing the physiological measurement data obtained from the field studies and the biophysical index data. Among the biophysical indices, a high level of correlation was found between CCC and chlorophyll meter measurements in August (r=0.66**), and a moderate correlation was found in FVC index and coverage ratio in July (r= 0.62**). Between NDVI and total nitrogen, a high level and statistically positive correlation was found in August (r=0.62**). As a result of the study, it was found that the biophysical index data could be used successfully to determine and monitor plant production patterns.
Benzer Tezler
- Uydu görüntülerinden farklı sınıflandırma algoritmaları kullanılarak ürün deseni belirlenmesi – ılgın örneği
Determination of product pattern from satellite images using different classification algorithms – a case study of ilgin
AHMET YAVUZ
Yüksek Lisans
Türkçe
2025
ZiraatSelçuk ÜniversitesiToprak Bilimi ve Bitki Besleme Ana Bilim Dalı
DOÇ. DR. MERT DEDEOĞLU
- Biohydrogen gas production from sugar beet
Şeker pancarından hidrojen gazı üretimi
BURCU ERKUL
Yüksek Lisans
İngilizce
2015
BiyoteknolojiDokuz Eylül ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SERKAN EKER
- Bazı şeker pancarı (Beta vulgaris L.) çeşit ve popülasyonlarının morfolojik, teknolojik ve moleküler karakterizasyonu
Morphological, technological and molecular characterization of some sugar beet (Beta vulgaris L.) varieties and populations
NAZLI AYBAR YALINKILIÇ
Doktora
Türkçe
2024
ZiraatDicle ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. SEMA BAŞBAĞ
PROF. DR. FAHEEM SHAHZAD BALOCH
- Muş ilinde şekerpancarı üretimine etki eden faktörler ve üreticilerin sosyo-ekonomik durumları
Factors affecting sugar beet production in muş province and the socio-economic situation of producers
MEHMET CEVAT ARIK
Yüksek Lisans
Türkçe
2024
ZiraatIğdır ÜniversitesiTarım Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KASIM ŞAHİN
DOÇ. DR. MUSTAFA YAŞAR
- Pancar bitki hastalıklarının derin öğrenme ile sınıflandırılması
Classification of beet plant diseases using deep learning
BİLAL EYİSOY
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ ÜNAL