Gıda güvenliği bağlamında coğrafi bilgi teknolojilerinden yararlanılması: Manisa örnekleminde tarımsal ürünlerin parsel bazlı tespit edilmesi
Using geographical information technologies in the context of food security: Parcel-based determination of agricultural products in Manisa sample
- Tez No: 857894
- Danışmanlar: PROF. DR. ALPER ÇABUK, DR. ÖĞR. ÜYESİ RESUL ÇÖMERT
- Tez Türü: Doktora
- Konular: Coğrafya, Jeodezi ve Fotogrametri, Mühendislik Bilimleri, Geography, Geodesy and Photogrammetry, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: 169
Özet
Gıda güvenliğinin en temel halkası olan tarımsal üretim, tarım alanlarının izlenmesi ve yönetimi için CBS ve uzaktan algılama teknolojileri önemli katkı sunmaktadır. Tarım ürünlerinin tespit edilmesi, sınıflandırılması ve bitki deseninin oluşturulması için mekânsal, spektral, zamansal karakteristik yönleri ile birbirine üstün olan birçok uydu görüntüsü bulunmaktadır. Sentinel-2 gibi çok bantlı ve spektral çözünürlüğü yüksek uydu görüntüleri zamansal ve mekânsal olarak yetersiz kalabilmektedir. Farklı uydulara ait görüntülerin belirli kurallar çerçevesinde keskinleştirmesi hedef çalışmanın hassasiyetini artırdığı öngörülmektedir. Bu çalışmada, günümüzde tarım alanlarını izlemede aktif kullanılan S2 ve PS uydu görüntülerinin füzyon edilmesi ve keskinleştirilmiş görüntünün ürün sınıflandırmada kullanımı incelenmektedir. Türkiye'nin tarımsal ürün ihtiyacının yaklaşık %10'unu karşılayan Gediz Havzası sınırlarındaki Manisa ilinde Domates, Mısır, Pamuk, Üzüm ve Zeytin ürünlerinin tespiti ve sınıflandırılması hedeflenmiştir. Çalışmada DVM, XGBoost, RO ve KNN olmak üzere dört sınıflandırma algoritması kullanılmıştır. Aynı veri tabanı, sınıflandırma indeksleri ve makine öğrenme algoritmaları üzerinden S2, PS ve füzyon görüntü ayrı ayrı sınıflandırmaya alınmıştır. Sınıflandırma parsel bazlı yapılmıştır ve ÇKS kayıtları yersel veri olarak kullanılmıştır. Füzyon görüntü diğer görüntülerden daha başarılı sonuç vermiştir. En yüksek doğruluklu sonuçları 87,05% genel doğruluk ve 0,82 kappa değeri ile DVM ve 85,09% genel doğruluk ve 0,80 kappa değeri ile XgBoost algoritmaları vermiştir ve bu sonuçlar istatistiksel olarak anlamlıdır.
Özet (Çeviri)
Geographic information systems and remote sensing technologies make a significant contribution to agricultural production, which is the most basic link of food security, and to monitoring and management of agricultural areas. Many satellite images are superior to each other with their spatial, spectral and temporal characteristics for detecting and classifying agricultural products and creating plant patterns. Multispectral and high spectral resolution satellite images such as Sentinel-2 may be insufficient temporally and spatially. It is envisaged that sharpening the images of different satellites within the framework of certain rules increases the sensitivity of the target study. This study examines the fusion of Sentinel-2 and Planet Scope satellite images, which are actively used in monitoring agricultural fields today, and the use of the sharpened image in product classification. It is aimed to detect and classify Tomato, Corn, Cotton, Grape and Olive products in Manisa province, within the borders of the Gediz Basin, which meets approximately 10% of Turkey's agricultural product needs. Four classification algorithms were used in the study: SVM, XGBoost, RO and KNN. Sentinel-2, Planet Scope and fusion images were classified separately using the same database, classification indexes and machine learning algorithms. Classification was made on a parcel basis and ÇKS records were used as terrestrial data. The fusion image gave better results than other images. SVM gave the highest accuracy results with 87.05% overall accuracy and 0.82 kappa value, and XgBoost algorithms with 85.09% overall accuracy and 0.80 kappa value, and these results are statistically significant.
Benzer Tezler
- Biyoçeşitliliğin korunmasında öncelikli alanların (sıcak-noktaların) belirlenmesi: Anadolu Diyagonali'nin Güneyi
Identification of priority areas (hotspots) for conservation of biodiversity: South of the Anatolian Diagonal
ENES KARADENİZ
- Agro-ekolojik zon temelli peyzaj planlama üzerine bir araştırma: Bartın ili örneği
A research on agro-ecological zone based landscape planning: The case of Bartın province
KÜBRA TEKDAMAR
Doktora
Türkçe
2024
Peyzaj MimarlığıBartın ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. CANAN CENGİZ
- Türkiye'de tarımsal yenileşim sisteminin evrimi
Evolution of agricultural innovation system in Turkey
MELEK KARAHASAN
Yüksek Lisans
Türkçe
2019
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. ALİYE AHU AKGÜN
- La politique étrangère du Maroc sous le Roi Mohammed VI – face à l'affaire du Sahara: Intérêts internationaux et préoccupations de la politique interne discutés à partir de la théorie réaliste néoclassique
Kral 6. Muhammed döneminde Fas dış politikasında Sahra meselesinin neoklasik realist teoriye göre uluslararası çıkarlar ve iç politika meseleleri bakımından tartışılması
MUSTAFA BARLAS
Yüksek Lisans
Fransızca
2022
Uluslararası İlişkilerGalatasaray ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
PROF. DR. ERHAN BÜYÜKAKINCI