Havza yönetiminde coğrafi bilgi teknolojilerinin kullanımı: Porsuk havzası değişim analizi örneklemi
The use of geographic information technologies in watershed management: Porsuk basin change analysis example
- Tez No: 868117
- Danışmanlar: PROF. DR. ALPER ÇABUK, PROF. DR. RECEP BAKIŞ
- Tez Türü: Doktora
- Konular: Çevre Mühendisliği, Environmental Engineering
- 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: Belirtilmemiş.
Özet
Doğal havza yönetimi sürdürülebilir doğal kaynak kullanımını desteklemek için kritik bir stratejidir. Bu çalışmada, Porsuk Havzası'ndaki Arazi Kullanımı ve Arazi Örtüsü (LULC) değişikliği araştırması, 2000 yılından 2020 yılına kadar Landsat uydu görüntülerinin Google Earth Engine (GEE) platformunda kullanılmasıyla gerçekleştirilmiştir. Porsuk Havzası'ndaki değişim analizi için sırasıyla 2020, 2009 ve 2000 yıllarında Landsat-8, Landsat-5 ve Landsat-7 görüntüleri kullanılmıştır. Bu amaç doğrultusunda, Sınıflandırma ve Regresyon Ağaçları (CART), Rastgele Orman (RF), Destek Vektör Makinesi (SVM) ve Gradyanla Güçlendirilmiş Ağaçlar (GBT) olmak üzere dört makine öğrenme algoritması kullanılmıştır. Bu çalışmanın temel amacı, dört farklı makine öğrenme modelinin performansını karşılaştırmaktır. Ayrıca, Landsat uydusunun termal bantları ve spektral indekslerin kullanımının sınıflandırmaya etkisini araştırmak amacıyla, iki farklı veri seti kullanılmış ve kullanılan yöntemler arasında, en iyi sonuçlar Rastgele Orman yöntemiyle elde edilmiştir. İlk veri seti için, Rastgele Orman algoritmasıyla elde edilen genel doğruluk değerleri 2000, 2009 ve 2020 yılları için sırasıyla %85, %89.38 ve %87.5 olarak elde edilmiştir. Sınıflandırma sonuçlarını iyileştirmek amacıyla ilk veri setine Landsat'ın termal bantları, NDVI, NDBI, NBI ve NDWI eklenmiştir. İkinci veri seti için, Rastgele Orman algoritmasıyla elde edilen genel doğruluk değerleri 2000, 2009 ve 2020 yılları için sırasıyla %89,35, %91,88 ve %90,62 olarak elde edilmiştir. Porsuk Havzası sekiz farklı sınıfa ayrılmıştır: ormanlar, seyrek ormanlar, yapay yüzeyler, su alanları, toprak, meralar, yaş ve kuru tarım alanları. 2000 ile 2020 yılları arasında Porsuk Havzası'ndaki yerleşim alanlarının 101,02 kilometrekarelik ve orman alanlarının 1003,19 kilometrekarelik bir artış gösterdiği belirlenmiştir.
Özet (Çeviri)
Natural watershed management is a critical strategy to support sustainable use of natural resources. In this study, Land Use and Land Cover (LULC) change research in the Porsuk Basin was conducted using Landsat satellite images on the Google Earth Engine (GEE) platform from 2000 to 2020. For change analysis in the Porsuk Basin, Landsat-8, Landsat-5, and Landsat-7 images were used in 2020, 2009, and 2000, respectively. For this purpose, four machine learning algorithms were used: Classification and Regression Trees (CART), Random Forest (RF), Support Vector Machine (SVM), and Gradient Boosted Trees (GBT). The main purpose of this study is to compare the performance of four different machine learning models. Additionally, to investigate the impact of using Landsat satellite's thermal bands and spectral indices on classification, two different datasets were employed, and among the methods utilized, the best results were achieved with the Random Forest method. For the first data set, the overall accuracy values obtained with the Random Forest algorithm were 85%, 89.38%, and 87.5% for the years 2000, 2009, and 2020, respectively. Landsat's thermal bands, NDVI, NDBI, NBI, and NDWI were added to the initial data set to enhance the classification results. For the second data set, the overall accuracy values obtained with the Random Forest algorithm were 89.35%, 91.88%, and 90.62% for the years 2000, 2009, and 2020, respectively. Porsuk Basin is divided into eight different classes: forests, sparse forests, artificial surfaces, water areas, soil, pastures, wet agricultural areas, and dry agricultural areas. It was determined that between 2000 and 2020, the residential areas in the Porsuk Basin increased by 101.02 square kilometers and the forest areas increased by 1003.19 square kilometers.
Benzer Tezler
- Development of integrated tools for river basin management-DRRSM and GIS application
Akarsu havzası yönetiminde entegre araçların geliştirilmesi-DRRSM ve CBS uygulaması
OKAN FISTIKOĞLU
Doktora
İngilizce
2002
İnşaat MühendisliğiDokuz Eylül Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. NİLGÜN HARMANCIOĞLU
- Akıllı şehirler için 3 boyutlu veri modellerinin oluşturulması ve yapı bilgi modellerine entegrasyonu: Köyceğiz kampüs örneği
Creation of 3D data models and integration into building information models for smart cities: The case of Köyceğiz campus
İSMAİL DURSUN
Doktora
Türkçe
2022
İnşaat MühendisliğiNecmettin Erbakan ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH VARLIK
- Uydu görüntüleri kullanılarak atık bertaraf alanlarının incelenmesi
Investigation of waste disposal sites by using satellite images
RUŞEN DEMİR
Yüksek Lisans
Türkçe
2019
Bilim ve TeknolojiEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA YİĞİT AVDAN
- Heyelan envanter bilgilerinin toplanmasına yönelik MCBS ve İHA entegrasyonu olanaklarının araştırılması
Investigation of MGIS and UAV integration facilities towards collecting landslide inventory informations
OZAN ÖZTÜRK
Yüksek Lisans
Türkçe
2016
Jeodezi ve FotogrametriAksaray ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELÇUK REİS
- From point cloud to HBIM: Investigating the possibilities of using high resolution data acquisition techniques
Yüksek çözünürlüklü veri toplama teknikleri kullanılarak nokta bulutundan tarihi yapı bilgi modellemesi yaratma olasılıklarının araştırılması
ZÜHAL DURAN
Yüksek Lisans
İngilizce
2017
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZHAN İPBÜKER