Geri Dön

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

  1. Tez No: 800501
  2. Yazar: ÖMER DİLMEN
  3. Danışmanlar: DOÇ. DR. ADEM BAYRAM, DOÇ. DR. ESRA TUNÇ GÖRMÜŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Hidrolik Bilim Dalı
  13. Sayfa Sayısı: 77

Özet

Bu çalışmada, Amerika Birleşik Devletleri'nin Kansas Eyaleti'nde yer alan ve 395,699 nüfusa sahip Wichita şehrinin içme ve kullanma suyu kaynağı olan Cheney Rezervuarı'nda uzaktan algılama ve yersel ölçüm verileri kullanılarak bulanıklığın tahmin edilmesi amaçlanmıştır. Birleşik Devletler Jeolojik Araştırma Kurumu tarafından rezervuarda 2014-2022 yılları arası takibi yapılan bulanıklık ile Landsat 8 OLI ve Sentinel 2 MSI uydu görüntülerinin yansıma değerleri arasındaki ilişkiler sırasıyla regresyon analizi, çoklu uyarlanabilir regresyon eğrileri, TreeNet gradyan arttırma makinesi, destek vektör makineleri ve yapay sinir ağları (YSA) yöntemleriyle araştırılarak bulanıklığı tahmin edebilecek modeller kurulmuştur. Elde edilen 99 Landsat 8 OLI ve 56 Sentinel 2 MSI görüntüleri ile yersel ölçümler aralarındaki zaman farkı 20 dakikadan daha az olacak şekilde eşleştirilmiştir. Bu eşleştirmeler kullanılarak kurulan modellerin başarıları, ortalama karesel hata, kök ortalama karesel hata, ortalama mutlak hata ve Nash Sutcliffe (NS) verimlilik katsayısı performans istatistikleri ile kıyaslanmıştır. Diğer yöntemlere kıyasla YSA'nın daha iyi sonuçlar (NS = 0.72) verdiği görülmüştür. Elektromanyetik spektrumun 500 ile 700 nm arası dalga boyları ile bulanıklık değişkeni arasında bir ilişki olduğu belirlenmiştir.

Özet (Çeviri)

This study aims to estimate the surface turbidity using the remote sensing data and in situ monitoring data in the Cheney Reservoir, which is the source of water intended for human consumption for the city of Wichita with a population of 395,699, located in the State of Kansas, United States of America. The relationships between the turbidity monitored by the United States Geological Survey in the reservoir from 2014 to 2022 and the reflectance values of Landsat 8 OLI and Sentinel 2 MSI satellite images, which were almost simultaneous with the turbidity data, were examined by regression analysis, multivariate adaptive regression splines, TreeNet gradient boosting machine, support vector machines, and artificial neural networks (ANNs) methods in order to build models to estimate the water turbidity. Successfully obtained 99 Landsat 8 OLI and 56 Sentinel 2 MSI images and in situ measurements were matched in such a way that the time difference between them was less than 20 minutes. The success of the models that were built using these matches was compared with the performance statistics of mean squared error, root mean square error, mean absolute error, and Nash Sutcliffe (NS) efficiency coefficient. It was observed that the ANNs method gave better estimation results (NS = 0.72) compared to the other methods. It was confirmed from the results that the turbidity variable monitored in the reservoir was correlated with the wavelengths of the electromagnetic spectrum between 500 and 700 nm.

Benzer Tezler

  1. 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

    İngilizce

    2018

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÇİĞDEM GÖKSEL

  2. Landsat ve sentinel uydu görüntüleri ile meşcere hacminin belirlenmesi

    Determination of stand volume with landsat and sentinel satellite images

    CEMİLE ÇAKIR

    Doktora

    Türkçe

    Türkçe

    2022

    Ormancılık ve Orman MühendisliğiKaradeniz Teknik Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET MISIR

  3. 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

    Türkçe

    2023

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ADALET DERVİŞOĞLU

  4. Landsat-8 ve Sentinel-2 uydu görüntüleri kullanılarak orman yangın alanı tespiti: Muğla örneği

    Determination of forest fire area by using Landsat-8 and Sentinel-2 satellite images: Muğla case

    BAHADIR KURNAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Jeodezi ve FotogrametriZonguldak Bülent Ecevit Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SAYGIN ABDİKAN

  5. Farklı sınıflandırma algoritmaları kullanarak sentinel-2 ve landsat 8 verileri sınıflandırması ve tematik doğruluk değerlendirmesi (Silifke ilçesi örneği)

    Classification of sentinel-2 and landsat 8 data using different classification algorithms and thematic accuracy assessment (example of Silifke)

    MELİKE ŞEKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. NEBİYE MUSAOĞLU