İHA tabanlı NDVI ile mısır bitkisinin verim tahmini
Yield estimation of corn plant with UAV-based NDVI
- Tez No: 866102
- Danışmanlar: DOÇ. DR. NİZAR POLAT
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Harita Mühendisliği Bilim Dalı
- Sayfa Sayısı: 75
Özet
Bugünlerde, uzaktan algılama teknolojisi ile yeryüzü eş zamanlı olarak farklı spektral bölgelerde gözlemlenebilmekte ve elde edilen veriler birçok uygulama alanında kullanılmaktadır.Bu çalışma, spektral indekslerin kullanımı aracılığıyla bitki örtüsünün sağlık durumunun ve verimliliğinin değerlendirilmesini amaçlamaktadır. Güneydoğu Anadolu Bölgesi, Şanlıurfa iline bağlı Haliliye ilçesinde yer alan Çamlıdere mahallesindeki mısır tarlaları üzerinde gerçekleştirilen araştırma, İnsansız Hava Araçları (İHA) ve multispektral kameralar kullanılarak toplanan veriler üzerinden yürütülmüştür. Çalışma, özellikle ikinci ürün olarak yetiştirilen danelik ve silajlık mısır bitkisi üzerine odaklanmıştır.Araştırmada, DJI Mavic 3 Multispektral İHA ile toplanan görüntüler, PİX4D Field yazılımı kullanılarak işlenmiş ve çeşitli spektral indeksler (NDVI, GNDVI, RENDVI gibi) hesaplanarak bitkilerin sağlık durumu ve tahmini verimliliği analiz edilmiştir. Elde edilen spektral indeks değerleri ile gerçek saha verileri karşılaştırılarak, spektral indekslerin bitki sağlığı ve verim tahminindeki etkinliği değerlendirilmiştir.Çalışmanın bulguları, spektral indeks tabanlı analizlerin, tarımsal üretimde verimliliği artırmak ve yönetim kararlarını desteklemek için güçlü bir araç olabileceğini göstermiştir. Ayrıca, sulama yöntemlerinin ve farklı tarımsal uygulamaların bitki sağlığı üzerindeki etkileri spektral indeksler aracılığıyla başarılı bir şekilde izlenebilmiştir. Bu çalışma, tarımsal araştırmalarda uzaktan algılama tekniklerinin ve spektral indekslerin kullanımının önemini vurgulamakta ve bu yöntemlerin genişletilmesi için bir temel oluşturmaktadır.
Özet (Çeviri)
In recent times, remote sensing technology allows the Earth's surface to be observed simultaneously in different spectral regions, and the data obtained are used in many application areas. One of these applications is monitoring urban development. The observation of urban change over time using multi-temporal satellite image data enables the determination of changes in land cover and use as a result of urban development.This study aims to assess the health and productivity of vegetation through the use of spectral indices. The research, conducted on corn fields in the Çamlıdere neighborhood of Haliliye district in Şanlıurfa province in the Southeastern Anatolia Region, is carried out based on data collected using Unmanned Aerial Vehicles (UAVs) and multispectral cameras. The study specifically focuses on corn plants grown as a second crop for grain and silage.In the research, images collected with the DJI Mavic 3 Multispectral UAV were processed using PIX4D Field software, and various spectral indices (such as NDVI, GNDVI, RENDVI) were calculated to analyze the health status and estimated productivity of the plants. The effectiveness of spectral indices in predicting plant health and yield was evaluated by comparing the spectral index values with actual field data. The findings of the study demonstrate that spectral index-based analyses can be a powerful tool to increase productivity in agricultural production and support management decisions. Furthermore, the effects of irrigation methods and different agricultural practices on plant health could be successfully monitored through spectral indices. This study highlights the importance of using remote sensing techniques and spectral indices in agricultural research and lays the groundwork for expanding these methods.
Benzer Tezler
- Derin öğrenme yöntemleri ve yapay sinir ağı tabanlı NDVI değerleri ile çeltik bitkisi hastalıkların tespiti
Detection of diseases in rice plant with deep learning methods and artificial network based NDVI values
İRFAN ÖKTEN
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR YÜZGEÇ
- Pamuk gelişimi ve veriminin insansız hava aracı verileri ile analiz edilmesi
Analyzing cotton development and yield with unmanned aerial vehicle data
VEYSEL YILDIZ
Yüksek Lisans
Türkçe
2024
ZiraatHarran ÜniversitesiToprak Bilimi ve Bitki Besleme Ana Bilim Dalı
PROF. DR. RECEP GÜNDOĞAN
- Büyük orman yangını geçirmiş alanlarda yersel ölçüm ve serpinti radyonüklid yöntemleri (Berilyum-7 ve Sezyum-137) kullanılarak toprak erozyonu hızının belirlenmesi
Determination of erosion rate in wildfire areas using field measurement and fallout radionuclides (Beryllium-7 and Caesium-137) methods
CİHAN YILDIZ
Doktora
Türkçe
2023
Coğrafyaİstanbul Teknik ÜniversitesiKatı Yer Bilimleri Ana Bilim Dalı
PROF. DR. TOLGA GÖRÜM
- Multispektral İHA verilerinin obje tabanlı sınıflandırılmasında ndym tabanlı performans artırım yaklaşımları
Ndsm-based potential enhancement approaches in object-based classification of multispectral uav data
İLYAS AYDIN
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. UMUT GÜNEŞ SEFERCİK
- İha tabanlı 3 boyutlu nokta bulutlarında zemin üstü nokta filtreleme algoritmalarının ve sam üretme yöntemlerinin karşılaştırılması
Comparison of the ground filtering and dtm generation algorithms on uav-based 3D point clouds
ÇİĞDEM ŞERİFOĞLU
Yüksek Lisans
Türkçe
2016
Mühendislik BilimleriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. OĞUZ GÜNGÖR