Sunflower yield estimation using synthetic aperture radar and optical data
Sentetik açıklı radar ve optik veriler kullanılarak ayçiçeği verim tahmini
- Tez No: 840008
- Danışmanlar: DOÇ. DR. SAYGIN ABDİKAN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Ayçiçeği, Sentinel-1, Sentinel-2, YSA, Verim tahmini, Sunflower, Sentinel-1, Sentinel-2, ANN, Yield estimation
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sunulan tez kapsamında, Sentinel-1 Sentetik Açıklı Radar (SAR) ve Sentinel-2 optik uydu görüntülerini kullanarak belirli bir alandaki ayçiçeği parsellerinde Yapay Sinir Ağları yöntemi (YSA) ve Lineer Regresyon yöntemi uygulanarak verim tahmininin yüksek doğrulukla elde edilmesi hedeflenmiştir. Tokat ilinin Zile ilçesinde yer alan ayçiçeği tarım bölgesinin 2018 yılına ait Sentinel-1 ve Sentinel-2 uydu görüntüleri incelenmiştir. İlk önce, Sentinel-2 uydu görüntülerinden Normalleştirilmiş Fark Bitki Örtüsü İndeksi (NDVI), Normalleştirilmiş Fark Bitki Örtüsü Kırmızı Kenar 1 İndeksi (NDVIR1), Optimize Edilmiş Toprak Ayarlı Bitki Örtüsü İndeksi (OSAVI) ve Ters Kırmızı Kenarlı Klorofil İndeksi (IRECI) elde edilmiştir. Daha sonra bu indeksler ile referans verim değerleri arasındaki korelasyonlara ayrı ayrı bakılmıştır. İncelenen tüm bitki indekslerinde en yüksek korelasyon 30 Haziran, 8 Temmuz ve 10 Temmuz tarihlerinde elde edilen verilerle belirlenmiştir. Lineer regresyon metodunda en iyi sonucu, OSAVI (R2=0,75 RMSE=22,47 kg) 30 Haziran tarihinde çiçek tablası oluşum döneminde vermiştir. Ancak, YSA yönteminde indeksler tek girdi değeri olarak işleme alındığında , en iyi sonuç 30 Haziran tarihinde çiçek tablası oluşum döneminde NDVI'dan (R2=0,76 RMSE= 22,07 kg) alınmıştır. YSA yöntemi, lineer regresyon metodundan tüm tarihlerde daha iyi sonuç vermiştir. En iyi tahmin çalışması NDVI ve NDVIR1 verileriyle sinir ağı yöntemiyle yapılmıştır. Dört indeks birlikte girdi değeri olarak işleme girdiğinde, en iyi sonuç 30 Haziran (R2=0,78 RMSE= 21,59 kg) tarihinde yine çiçek tablası oluşum döneminde alınmıştır. YSA yönteminde, indekslerin girdi olarak birlikte kullanılması, verim tahmininde hata oranını azalttığı sonucuna varılmıştır. YSA yöntemi ile ayçiçeği bitkisinin fenolojik aşamaları ve verim değerleri yüksek doğrulukla belirlenmiştir. Daha sonra, Sentinel-1 uydu görüntülerinden geri saçılım ve uyumluluk değerleri hem VH hemde VV polarizasyonunda üretilmiştir. Ele alınan çoğu tarihte, incelenen polarizasyonlar birbirlerine yakın değerler üretmiştir ancak YSA yönteminde, VV polarizasyonu VH polarizasyonuna göre daha iyi değerler üretmiştir. Geri saçılım değerlerleri ile verim tahmini yapıldığında, YSA metodunda en iyi sonuç 29 Haziran VV polarizasyonunda alınmıştır (R2=0,09 RMSE= 42,46 kg). Uyumluluk değerleri ile verim tahmini yapıldığında en iyi sonuç 5 Temmuz-11 Temmuz tarihinde VV polarizasyonunda alınmıştır (R2= 0,01 RMSE= 46,24 kg). Bulunan sonuçlar kabul edilebilir doğrulukta bulunmamıştır. R2 değeri ve ortalama RMSE, indeks değerlerinde elde edilen değerlerle kıyaslandığında geri saçılım ve uyumluluk değerlerinin verim tahmininde katkısnın çok az yada olmadığı görülmüştür. Geri saçılım ve uyumluluk değerlerinin tek başına verim tahmininde kullanılması bu çalışma için önerilmemektedir. YSA yöntemiyle, optik ve SAR uydularından elde ettiğimiz değerler birlikte kullanıldığında, en iyi sonuç 29 Haziran- 5 Temmuz tarihinde çiçek tablası oluşum döneminde alınmıştır (R2=0,67 RMSE= 26,83 kg). Tahmin edilen verim değerleri, kabul edilebilir doğrulukta bulunmuştur. Ancak değerler iyileşmemiştir.
Özet (Çeviri)
The scope of the presented thesis, it is aimed to obtain highly accurate yield estimation by applying Artificial Neural Networks (ANN) and Simple Linear Regression (SLR) methods on sunflower parcels in a certain area using Sentinel-1 Synthetic Aperture Radar (SAR) and Sentinel-2 optical satellite images. The 2018 Sentinel-1 and Sentinel-2 satellite images of the sunflower farming region in the Zile district of Tokat province were examined. First, the Normalized Difference Vegetation Index (NDVI), Normalized Difference Vegetation Red-Edge-1 (NDVIR1), Optimized Soil-Adjusted Vegetation Index (OSAVI), and Inverted Red-edge Chlorophyll Index (IRECI) were obtained from Sentinel-2 satellite images. Then, the correlations between these indices and reference yield data were examined separately. The highest correlation in all examined vegetation indices examined was determined on 30 June, 8 July, and 10 July. Using the SLR method, OSAVI (R2=0.75 RMSE=22.47 kg) gave the best result during the heading period on 30 June. However, when the indices are processed as a single input value in the ANN method, the best result is obtained from NDVI (R2=0.76 RMSE=22.07 kg) in the 30 June heading period. The ANN method gave better results than the linear regression method on all dates. The best estimation study was made with the ANN method in the NDVI and NDVIR1. When the four indices were processed together as input values, the best result was again obtained during the heading period on 30 June (R2=0.78 RMSE=21.59 kg). In the ANN method, it was concluded that using the indices together as inputs reduces the error rate in yield estimation. The phenological stages and yield values of the sunflower plant were determined with high accuracy by the ANN method. Secondly, backscattering and coherence values obtained from Sentinel-1 satellite images produced close values in both VH and VV polarizations in most of the dates considered, but in the ANN method, VV polarization produced better values than VH polarization. When the yield estimation was made with the backscatter values, the best result in the ANN method was obtained in the VV polarization on June 29 (R2=0,09 RMSE=42,46 kg). When the yield is estimated with the coherence values, the best result was obtained on the 5th of July-11th in the VV polarization (R2=0.01 RMSE=46.24 kg). The results showed higher errors compared to optical data. When the R2 value and the average RMSE are compared with the values obtained from the indices values, it is seen that the contribution of the backscatter and coherence values is very little or not in the yield estimation. The use of backscatter and coherence values alone in the yield estimation is not recommended for this study. Lastly, when the values obtained from optical and SAR satellites are used together, the best result was obtained during the heading period between 29 June - 5 July (R2=0.67 RMSE=26.83 kg). The estimated yield values were found with acceptable accuracy. However, the values did not improve.
Benzer Tezler
- Çiğit ve ayçiçek yağlarının doğal antioksidan içerikleri ile bu yağların stabilitelerinin arttırılmaları üzerinde araştırmalar
Başlık çevirisi yok
ALİ KEMAL YALNIZ
Doktora
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. MAHİR ÇOLAKO¦LU
- Bornova (İzmir) koşullarında çeşitli kültür bitkilerinde zarar yapan Dolycoris baccarum (L.) (Heteroptera: Pentatomidae)'un biyolojisi ve ekolojisi üzerinde araştırmalar
Investigations on the biology and ecology of Dolycoris baccarum (L.) (Heteroptera: Pentatomidae) which attacks to various plants of economic importance at Bornova (İzmir)
YUSUF KARSAVURAN
- Bazı antagonistik bakteriyel izolatların besi ortamına bağlık İn-vitro gelişme düzeyleri ve saksı denemelerinde bazı patojenlere etkilerinin araştırılması
The Investigations on the growht levels of some antagonistic bacterial isolates dependon the media and the effects against some pathogen in pot experiment
DEVRİM BURÇAK
- Eşanlı (simultane) denklem sistemleri ve Türkiye ayçiçeği piyasasına uygulanması
Başlık çevirisi yok
ÖKKEŞ KULAKOĞLU
- Ankara koşullarında sulanabilir 10 hektarlık bir tarım işletmesi için en uygun mekanizasyon modelinin tespiti
The Determining of optimum field machinery system for a farm which has 10 hectares irrigable area in Ankara conditions
MUSTAFA VATANDAŞ
Yüksek Lisans
Türkçe
1987
ZiraatAnkara ÜniversitesiTarımsal Mekanizasyon Ana Bilim Dalı
PROF.DR. GÜNGÖR YAVUZCAN