Farklı arazi kullanımı içeren bölgelerin Google Earth Engine bulut platformu ile izlenmesi ve değerlendirilmesi
Monitoring and evaluation of regions with different land use with Google Earth Engine cloud platforms
- Tez No: 836191
- Danışmanlar: DOÇ. DR. HAKAN AKÇIN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Zonguldak Bülent Ecevit Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 195
Özet
UA (Uzaktan algılama) ve CBS (Coğrafi bilgi sistemleri) teknolojileri, arazi örtüsü değişimi ve arazi kullanımlarının analizini gerçekleştirmede önemli veri kaynağı sağlamaktadır. Bu veriler farklı uygulama alanlarında kullanılmak üzere çeşitli tekniklerle analiz edilmektedir. Bu tekniklerin kullanıldığı yazılımlardan biri ise GEE (Google Earth Engine) platformudur. Geliştirilen GEE platformu sayesinde gerekli bilgi, hiçbir depolama alanı gerektirmeden hızlı ve kolay bir şekilde elde edilmektedir. Son yıllarda ülkemizde yaşanan çevresel sorunlar sürdürülebilir arazi yönetiminin gerekliliğini ortaya koymaktadır. Bu çalışmada, arazi yönetimi açısından farklı uygulamaların; kuraklık, iklim değişimi, orman yangınlarının takibi ve analizi, arazi değişimi, tarımsal alanlardaki değişimin ve verimliliğin analizi, kentsel ve kırsal arazilerde hava kirliliği belirleme, takibi ve analizi gibi çevresel olayların GEE platformu ile zamansal ve mekânsal incelene bilirliği araştırılmıştır. Bu amaçla dünya yüzeyinde bulunan farklı arazi örtüleri ile iklim değişimine etki eden indeksler ayırt edilerek arazi kullanım ve iklim haritalarının oluşturulması sağlanmıştır. GEE platformu görüntü kütüphanesi üzerinden; Sentinel, Landsat, Modıs, TerraClimate, CHIRPS gibi görüntü sağlayıcıları kullanılarak elde edilen uydu görüntüleri ile bitki örtüsü indeksleri, iklim verileri, arazi örtüsü sınıflandırması ve arazi kullanımı, hava kalitesi, orman yangını kayıpları ve nüfus yoğunlukları belirlenmiştir. Ayrıca sınıflandırma algoritmalarının performans düzeyleri karşılaştırılmıştır. Bütün görüntü işleme, analiz, maskeleme ve görselleştirme işlemleri GEE platformunda gerçekleştirilmiştir. Çalışma alanı için kullanılan bitki indeksleri ve iklim verilerinde dönemsel olarak ani artış ve azalışlar yaşandığı tespit edilmiştir. Bu ani değişimlerin bölgede meydana gelen afet olaylarından veya bilinçsizce gerçekleştirilen insan faaliyetlerinden kaynaklandığı saptanmıştır. Elde edilen bulguların zamansal değişim ortalamalarının iklim değişikliğine neden olabilecek bir faktör oluşturmadığı belirlenmiştir. Arazi örtüsü ve arazi kullanımı sınıflandırma çalışmalarında RF (Random Forest) ve CART (Classification and Regression Tree) sınıflandırıcıları kullanılarak performans değerlendirmesi yapılmıştır. Yapılan çalışma sonucunda RF sınıflandırıcısının yüksek doğrulukla çok iyi performans gösterdiği tespit edilmiştir. CART sınıflandırıcısının ise çalışılan bölgenin büyüklüğü açısından farklılıklar gösterdiği belirlenmiştir. GEE platformu ile arazi yönetiminin başarılı bir şekilde yapılabileceği görülmüştür.
Özet (Çeviri)
RS (Remote sensing) and GIS (Geographical information systems) technologies provide important data sources for performing analysis of land cover change and land uses. These data are analyzed with various techniques to be used in different application areas. One of the software in which these techniques are used is the GEE (Google Earth Engine) platform. Thanks to the developed GEE platform, the necessary information is obtained quickly and easily without requiring any storage space. The environmental problems experienced in our country in recent years reveal the necessity of sustainable land management. In this study, different applications in terms of land management; temporal and spatial analysis of environmental events such as drought, climate change, monitoring and analysis of forest fires, land change, analysis of change and productivity in agricultural areas, determination, monitoring and analysis of air pollution in urban and rural areas with the GEE platform has been researched. For this purpose, different land covers on the earth's surface and indices affecting climate change were distinguished and land use and climate maps were created. Via the GEE platform image library; Vegetation indexes, climate data, land cover classification and land use, air quality, forest fire losses and population densities were determined with satellite images obtained using image providers such as Sentinel, Landsat, Modis, TerraClimate, CHIRPS. In addition, the performance levels of the classification algorithms were compared. All image processing, analysis, masking and visualization were performed on the GEE platform. It has been determined that there are periodic increases and decreases in the plant indices and climate data used for the study area. It has been determined that these sudden changes are caused by the disaster events that occurred in the region or the human activities carried out unconsciously. It has been determined that the temporal variation averages of the obtained findings do not constitute a factor that may cause climate change. In land cover and land use classification studies, performance evaluation was made using RF (Random Forest) and CART (Classification and Regression Tree) classifiers. As a result of the study, it has been determined that the RF classifier performs very well with high accuracy. It has been determined that the CART classifier differs in terms of the size of the studied region. It has been seen that land management can be done successfully with the GEE platform.
Benzer Tezler
- High-resolution soil salinity mapping using machine learning based regression and classification methods
Makine öğrenimi tabanlı regresyon ve sınıflandırma yöntemlerini kullanarak yüksek çözünürlüklü toprak tuzluluğu haritalaması
AYLİN YILDIRIM
Yüksek Lisans
İngilizce
2021
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Determination and classification of impervious surfaces and their density levels with different techniques and data integrations
Su geçirmez yüzeylerin ve bunların yoğunluk derecelerinin farklı yöntem ve veri entegrasyonları ile belirlenmesi ve sınıflandırılması
BERİL VAROL
Yüksek Lisans
İngilizce
2020
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MİTHAT DERYA MAKTAV
- İstanbul Avrupa Yakası'nda arazi kullanım değişikliğinden kaynaklanan karbon emisyonlarının belirlenmesi
Determination of carbon emissions resulting from land use changes in the European Side of Istanbul
FERAH PIRLANTA KÖKSAL
Yüksek Lisans
Türkçe
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- Deep learning based road segmentation from multi-source and multi-scale data
Çok kaynaklı ve çok ölçekli veriyle derin öğrenme tabanlı yol bölütlenmesi
OZAN ÖZTÜRK
Doktora
İngilizce
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Yangın riski taşıyan açık alanlar için CBS tabanlı, bulut altyapılı, yüksek hassasiyetli, nanofotonik erken yangın tespit sistemi tasarımı ve uygulaması
Design and implementation of a GIS based, cloud substructured, high sensitive, nanophotonic early fire detection system for fire risk areas
YÜCEL GÜLLÜCE
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK