İnsansız hava aracı ve yersel hiperspektral veriler ile narenciye ağaçlarında verim tahmini
Yield estimation of citrus trees with unmanned aerial vehicle and terrestrial hyperspectral data
- Tez No: 810579
- Danışmanlar: PROF. DR. NAMIK KEMAL SÖNMEZ
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Ziraat, Engineering Sciences, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 192
Özet
Antalya ili, turizm sektörüne katkısının yanı sıra gerek meteorolojik koşullar gerekse toprak özellikleri bakımından tarım sektöründe hem ülkemizde hem de dünyada önemli bir yere sahiptir. Tarım sektöründe iç ve dış piyasa açısından önemli ürün gruplarından biri olan turunçgillerin Antalya'da çok farklı çeşitleri yetiştirilmektedir. Bu çalışmada, turunçgiller olarak da ifade edilen farklı narenciye ağacı çeşitlerinde (Washington, Valencia, Clementine, Satsuma) farklı uzaktan algılama teknikleri ile verim tahmini amaçlanmıştır. Çalışma, narenciye ağaçlarının 2021-2022 yıllarını kapsayan meyve olum dönemlerinde Antalya İli Serik İlçe sınırlarında bulunan Batı Akdeniz Tarımsal Araştırma Enstitüsü'nün (BATEM) Kayaburnu arazisinde yürütülmüştür. Tez çalışması, verilerin temin edilmesi, insansız hava aracı (İHA) ve light detection and ranging (LiDAR) verilerinin ön işlemesi, yersel ölçüm verileri dahil tüm veri setleri için veri tabanlarının oluşturulması, istatistiksel analizler, verim tahmini ve değerlendirme temel aşamalarından oluşmaktadır. Çalışma kapsamında meyve olum dönemindeki farklı narenciye çeşitlerinin verim tahmininde İHA ve İHA-LiDAR sistemlerinden alınan verilerden elde edilen ağaç taç yapısı, ağaç taç alanı ve ağaç yükseklikleri belirlenmiştir. Bu iki farklı uzaktan algılama sisteminden elde edilen ağaç dendrometrik bileşenleri arasında gerçekleştirilen istaistiksel analizler sonucunda yüksek korelasyonlar tespit edilmiş olup elde edilen bulgular ışığında narenciye ağaçlarının verim tahmininde İHA'dan hesaplanan ağaç dendrometrik bileşenlerinin kullanılmasına karar verilmiştir. Çalışmanın bir diğer aşamasında, İHA'ya monte edilen multispektral (MS) kameradan alınan görüntülerden basit oran (SR) indeksi ve normalize edilmiş fark bitki indeksi (NDVI), spektroradyometre cihazından ölçülen yersel hiperspektral verilerden ise SR, NDVI, hiperspektral normalize edilmiş fark bitki indeksi (HNDVI) ve normalize edilmiş pigment klorofil indeksi (NPCI) hesaplanmıştır. Ayrıca arazi çalışmaları ile narenciye ağaçlarının gövde yükseklikleri ve yaprak klorofil değerleri de ölçülmüş, tüm narenciye ağaçlarının gerçek verim değerleri temin edilmiştir. Çalışmada elde edilen tüm veri setlerine yönelik yürütülen istatistiksel analizler kapsamında tüm değişkenler için tanımlayıcı istatistik değerleri, çarpıklık-basıklık katsayıları, histogram grafikleri, normalite testleri ve korelasyon analizleri gerçekleştirilmiştir. Ayrıca meyve olum dönemindeki narenciye ağaçlarının verim tahmininde, verimi açıklayan 9 değişken kullanılarak 4 farklı verim tahmin modeli oluşturulmuştur. Çalışmada tüm değişkenler arasında gerçekleştirilen istatistiksel analizler sonucu yapılan değerlendirme ile verim tahmininde kısmi en küçük kareler regresyonunun (PLSR) kullanılmasına karar verilmiştir. Her bir model için uygulanan PLSR analizi sonuçlarına göre tüm deneme alanlarında bağımsız değişkenlerin tamamının yer aldığı modelin verim bağımlı değişkenini en yüksek açıklama yüzdesine sahip olduğu belirlenmiştir. Ayrıca araştırmadan elde edilen bulgular, İHA verilerinden üretilen bazı bitki indeksleri ve bazı ağaç dendrometrik bileşenlerinin meyve olum dönemindeki narenciye bahçelerinde verimi açıklamada önemli parametreler olduğunu göstermiştir. Bu tez çalışması ile elde edilen model karşılaştırma sonuçlarına göre en yüksek belirleme katsaysı (R2), Satsuma mandalinası deneme alanında (R2=0.841) tespit edilmiştir. Diğer deneme alanlarında elde edilen belirleme katsayıları ise sırasıyla Washington portakalı (R2=0.719), Valencia portakalı (R2=0.685), Clementine mandalinasıdır (R2=0.302).
Özet (Çeviri)
Antalya province has an important place in the agricultural sector both in our country and in the world in terms of meteorological conditions and soil characteristics as well as its contrubition to the tourism sector. Many different varieties of citrus fruits, which are one of the important product groups in the agricultural sector in terms of domestic and foreign markets, are grown in Antalya. In this study, it was aimed to estimate the yield of different citrus tree varieties (Washington, Valencia, Clementine, Satsuma), which are also expressed as citrus fruits, with different remote sensing techniques. The study was carried out in the period of fruit ripening of citrus trees covering the years 2021-2022 in the Kayaburnu land of the West Mediterranean Agricultural Research Institute (BATEM) located in the Serik District of Antalya Province. The thesis work consists of the basic stages of data acquisition, preprocessing of unmanned aerial vehicle (UAV) and light detection and ranging (LiDAR) data, creation of databases for all datasets including terrestrial measurement data, statistical analyses, yield estimation and evaluation. Within the scope of the study, the tree crown structure, tree crown area and tree heights obtained from the data obtained from UAV and UAV-LiDAR systems were determined in the yield estimation of different citrus varieties in the fruit ripening period. As a result of the statistical analyses performed between the tree dendrometric components obtained from these two different remote sensing systems, high correlations were determined, and in the light of the findings obtained, it was decided to use the tree dendrometric components calculated from the UAV in the yield estimation of citrus trees. In another stage of the study, simple ratio (SR) index and normalized difference vegetation index (NDVI) from the images taken from the UAV mounted multispectral (MS) camera and SR, NDVI, hyperspectral normalized difference vegetation index (HNDVI) and normalized pigment chlorophyll index (NPCI) from the terrestrial hyperspectral data measured from the spectroradiometer device were calculated. In addition, trunk heights and leaf chlorophyll values of citrus trees were measured during the field studies, and the actual yield values of all citrus trees were obtained. Within the scope of the statistical analyses carried out for all data sets obtained in the study, descriptive statistics values, skewness-kurtosis coefficients, histogram graphics, normality tests and correlation analyses were performed for all variables. In addition, in the estimation of the yield of citrus trees in the fruit ripening period, 4 different yield estimation models were created by using 9 variables to explain the yield. In the study, it was decided to use the partial least squares regression (PLSR) in the estimation of the yield as a result of the evaluation considering the statistical analyses performed between all the variables. According to the results of the PLSR analysis applied for each model, it was determined that the model with all independent variables in all trial areas had the highest percentage of explanation of the yield dependent variable. In addition, the findings obtained from the research showed that some plant indices and some tree dendrometric components obtained from the UAV data are important parameters in explaining the yield in citrus orchards in the fruit ripening period. According to the model comparison results obtained with this thesis study, the highest determination coefficient (R2) was determined in the Satsuma mandarin trial area (R2=0.841). The coefficients of determination obtained in other trial areas were Washington orange (R2=0.719), Valencia orange (R2=0.685), and Clementine mandarin (R2=0.302), respectively.
Benzer Tezler
- Uzaktan algılama teknolojileri kullanılarak denizlerde kirliliğin izlenmesi: Marmara Denizi örneği
Monitoring of pollution in the sea using remote sensing technologies: The case of the Sea of Marmara
BUSE TIRMANOĞLU
Yüksek Lisans
Türkçe
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- Development of hyperspectral image classification algorithms for unmanned aerial vehicles
İnsansız hava araçları için hiperspektral görüntü sınıflandırma algoritmalarının geliştirilmesi
TUĞCAN DÜNDAR
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TANER İNCE
- İnsansız hava aracı (İHA) ve yersel ölçüm yöntemi ile halihazır haritaların üretilmesi ve doğruluk analizinin irdelenmesi: Batman ili, Şirinevler Mahallesi kentsel dönüşüm bölgesi örneği
Production of current maps with unmanned aerial vehicle (UAV) and terrestrial measurement method and examination of accuracy analysis: Example of Batman province, Şirinevler distrct, urban transformation
VEYSEL YILDIZ
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriAksaray ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYDAN YAMAN
- Pinus nigra biomass estimation with unmanned aerial vehicles (an example of Sivas Cumhuriyet University campus)
İnsansız hava araçları ile Pinus nigra biyokütle tahminlemesi (Sivas Cumhuriyet Üniversitesi kampüsü örneği)
ANIL CAN BİRDAL
Doktora
İngilizce
2022
Jeodezi ve FotogrametriEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DOÇ. DR. UĞUR AVDAN
- İHA ve yersel fotogrametri tekniklerini entegre ederek kültürel mirasın nokta bulutu üretimi ile 3B modellenmesi
3d modelling of cultural heritage with point cloud generation by integrating UAV and terrestrial photogrammetry techniques
EMİNE KURT
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FUSUN BALIK ŞANLI
PROF. DR. BURAK AKPINAR