Uzaktan algılama ve makine öğrenmesi etkileşimi ile bor maden sahalarının araştırılması
Exploration of boron mine sites with remote sensing and machine learning interaction
- Tez No: 888544
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN UYGUÇGİL
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Uzaktan Algılama, Google Earth Engine, Makine Öğrenmesi, Bor, Remote Sensing, Google Earth Engine, Machine Learning, Boron
- 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: 149
Özet
Nesneler, fiziksel ve kimyasal bileşimlerine göre elektromanyetik radyasyona farklı tepkiler vermektedir. Uyduların radyometrik sensörleri, yeryüzünden elde edilen elektromanyetik yansıma değerlerini çeşitli dalga boylarında kaydeder. Uzaktan algılama farklı yansıma değerleri ile nesnelerin ayırt edilmesi, tanımlanması ve analizinde kullanılmaktadır. Çalışmada, uzaktan algılama ve makine öğrenmesi etkileşimi ile bor madeni arama yöntemlerinin geliştirilmesi amaçlanmıştır. Stratejik öneme sahip bir mineral olan bor, bu çalışmanın odak noktasıdır. Google Earth Engine kullanılarak, farklı zamanlarda elde edilen uydu görüntüleri bulut ortamında işlenip analiz edilmiştir. Bu yaklaşım ile büyük veri setlerinin hızlı bir şekilde işlenmesi ve analiz edilmesi sağlanarak bor minerali için zaman, uydu adı, makine öğrenmesi yöntemi gibi parametrelere göre sınıflandırma yapan bir uygulama geliştirilmiştir. Çalışma, uzaktan algılama ve makine öğrenmesi yöntemlerinin yeryüzündeki bor oluşumlarının belirlenmesinde etkili bir şekilde kullanılabildiğini göstermektedir. Bor varlığına işaret eden desenler makine öğrenmesi algoritmaları ile belirlenerek doğru sonuçlara ulaşılmasını sağlanmıştır. Genel olarak, uzaktan algılamanın makine öğrenmesi ile etkileşimi maden aramalarının verimliliğini ve doğruluğunu önemli ölçüde artırmaktadır. Bu araştırma, modern teknolojik araçların maden arama süreçlerinin iyileştirme potansiyelini vurgulamakta ve daha iyi kaynak yönetimi ve kullanım stratejilerine katkıda bulunmaktadır.
Özet (Çeviri)
Objects respond differently to electromagnetic radiation according to their physical and chemical compositions. Radiometric sensors of satellites record electromagnetic reflection values obtained from the earth's surface at various wavelengths. Remote sensing is used to distinguish, identify and analyze objects with different reflection values. The study aims to develop boron mineral exploration methods with the interaction of remote sensing and machine learning. Boron, a mineral of strategic importance, is the focus of this study. Using Google Earth Engine, satellite images obtained at different dates were processed and analyzed in the cloud environment. With this approach, large data sets can be processed and analyzed quickly, and an application that classifies boron minerals according to parameters such as time, satellite name and machine learning method has been developed. The study shows that remote sensing and machine learning methods can be used effectively in determining boron formations on earth. Patterns indicating the presence of boron were determined with machine learning algorithms, ensuring accurate results. Overall, the interaction of remote sensing with machine learning offers significant improvements in the efficiency and accuracy of mineral exploration. This research underscores the potential of modern technological tools in enhancing mineral exploration processes, ultimately contributing to better resource management and utilization strategies.
Benzer Tezler
- Context-aware remote sensing data processing for improvement of agricultural predictions
Bağlam farkındalıklı uzaktan algılama veri entegrasyonu ile tarımsal tahminlerin iyileştirilmesi
AYDA FITRIYE AKTAŞ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- DSSAT bitki simülasyon modeli ve uzaktan algılama verilerinden elde edilen indisler kullanılarak buğday verim tahmini: İslahiye ve Nurdağı örneği
Wheat yield estimation using DSSAT crop simulation model and indices obtained from remote sensing: Islahiye and Nurdagi case
ÖMER VANLI
Doktora
Türkçe
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. BURAK BERK ÜSTÜNDAĞ
- A new agro-meteorological drought index based on remote sensing
Uzaktan algılama temelli yeni bir agro-meteorolojik kuraklık indeksi
EYYUP ENSAR BAŞAKIN
Doktora
İngilizce
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET CÜNEYD DEMİREL
- Predicting software vulnerabilities using topic modeling with issues
Konu modelleme yöntemi ile yazılım güvenlik açıklarını tahmin etme
FATMA GÜL BULUT
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN
- Uzaktan algılanmış verilerin derin öğrenme yöntemiyle sınıflandırılması
Classification of remotely sensed data by deep learning method
ELİF ÖZLEM YILMAZ
Yüksek Lisans
Türkçe
2020
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. TAŞKIN KAVZOĞLU