Uzaktan algılamada farklı orman türlerinin sınıflandırılmasının Google Earth Engine kullanılarak incelenmesi
Remote sensing for classification of different forest types in Google Earth Engine
- Tez No: 865200
- Danışmanlar: DOÇ. DR. GORDANA KAPLAN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- 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: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Habitat, canlıların yaşamlarını sürdürdükleri ve çeşitli faaliyetlerini icra ettikleri ortamları kapsar. Bu biyolojik türlerin varlığı ve devamlılığı için hayati bir öneme sahip olan habitatlar, ekosistemlerin sağlıklı bir şekilde işlemesinde kritik bir rol oynar. Bu çalışma, orman ekosistemlerindeki ağaç türlerinin haritalanmasına yönelik gelişmiş bir metodoloji geliştirmek amacıyla gerçekleştirilmiştir. Rastgele Orman algoritmasının temel aldığı bu yaklaşım, Sentinel-1 SAR ve Sentinel-2 Optik uydu görüntülerini birleştirerek, Kuzey Makedonya'nın orman ekosistemi içerisindeki biyoçeşitliliğin önemli bir bileşeni olan farklı ağaç türlerini sınıflandırmayı amaçlamıştır. Çalışmada, optik ve radar verileri NDVI, LAI, EVI, MSAVI, NDWI, LCI, PRI, ChlCI indeksleri ile entegre edilmiştir. Beş farklı orman habitat sınıfının incelendiği bu süreçte elde edilen sonuçlar, genel doğruluk oranı %90,1 ve Kappa değeri 0.874 olarak belirlenmiştir. Aynı zamanda, Sentinel-2 uydu görüntüsü üzerinde her bant ve her sınıf için hesaplanan SSI indeksi, sınıflandırma sürecinde elde edilen sonuçların spektral benzerliğini daha detaylı bir şekilde değerlendirmeye olanak tanımıştır. Bu çalışma, orman ekosistemlerinde biyoçeşitliliğin izlenmesi ve yönetilmesi için geliştirilen yeni bir yöntem sunarak, uzaktan algılama tekniklerinin ormancılık uygulamalarında nasıl etkili bir rol oynayabileceğini vurgulamaktadır.
Özet (Çeviri)
Habitat encompasses the environments where living organisms sustain their lives and carry out various activities. Habitats, vital for the existence and continuity of biological species, play a crucial role in the healthy functioning of ecosystems. This study is conducted with the aim of developing an advanced methodology for mapping tree species in forest ecosystems. Employing the Random Forest algorithm, this approach focuses on classifying different tree species, a significant component of biodiversity within the forest ecosystem of North Macedonia, by combining Sentinel-1 SAR and Sentinel-2 Optical satellite images. In this study, optical and radar data are integrated using NDVI, LAI, EVI, MSAVI, NDWI, LCI, PRI, ChlCI indices. The results obtained in the examination of five different forest habitat classes yield a general accuracy rate of 90.1% and a kappa value of 0.874. Additionally, the SSI index calculated for each band and class on the Sentinel-2 satellite image allows for a more detailed evaluation of the spectral similarity of the results obtained in the classification process. By introducing a novel method for monitoring and managing biodiversity in forest ecosystems, this study emphasizes how remote sensing techniques can effectively contribute to forestry applications.
Benzer Tezler
- Makine öğrenme algoritmaları kullanılarak lazer verilerinden ağaç türlerinin sınıflandırılması olanaklarının araştırılması
Investigation of tree species classification possibilities from laser data using machine learning algorithms
ZEHRA ÇETİN
Doktora
Türkçe
2022
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. NACİ YASTIKLI
- Uydu görüntülerinin sınıflandırılmasında çok değişkenli uyarlanabilir regresyon eğrileri algoritmasına dayalı hibrit modellerin geliştirilmesi
Development of hybrid models based on multivariate adaptive regression splines algorithm for classification of satellite images
AZİZE UYAR
Doktora
Türkçe
2024
Jeodezi ve FotogrametriOndokuz Mayıs ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. DERYA ÖZTÜRK
- Deep metric learning applied to crop classification from multi-spectral multi-temporal remote sensing data
Derin metrik öğrenmenin çoklu-zamanlı ve çoklu-bantlı uzaktan algılanmış verilerden tarım ürünü sınıflandırmaya uygulanması
MERVE BOZO
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme
Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery
İSMAİL ÇÖLKESEN
Doktora
Türkçe
2015
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- Gelişmiş makine öğrenimi teknikleri ile çok zamanlı hava ve uydu görüntüleri kullanılarak mısır (Zea mays) türlerinin fenoloji tabanlı sınıflandırılması
Phenology- based classification of maize (Zea mays) species using multi̇- temporal aerial and satellite imagery with advanced machine learning techniques
OSMAN YAVUZ ALTUNTAŞ
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÇÖLKESEN