İHA ile görüntü işleme tekniklerini kullanarak yoncada verim ve kalite parametreleri için uygun bitki indekslerinin elde edilmesi
Obtaining appropriate plant indices for yield and quality parameters in alfalfa using image processing techniques with UAV
- Tez No: 898991
- Danışmanlar: DOÇ. DR. ABDULLAH BEYAZ
- Tez Türü: Doktora
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Tarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Tarım Makinelerı ve Teknolojileri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 124
Özet
Bu çalışma, Kırşehir ekolojik koşullarında beş lokasyonda İHA ile görüntü işleme tekniği kullanılarak yoncada (Medicago sativa L.) verim ve kalite parametrelerini belirlemek için uygun bitki indekslerini elde etmek amacıyla yürütülmüştür. Araştırmada İHA ile elde edilen görüntülerden çıkarılan bitki indeks değerleriyle sahadan toplanan yonca örneklerinin kimyasal analiz sonuçlarını ilişkilendirmek için doğrusal regresyon analizi kullanılmıştır. Araştırma sonuçlarına göre GNDVI indeksi bitki boyunu R²=0.819, NDRE indeksi yaş ot verimini R²=0.935, TGI indeksi ise kuru ot verimini R²=0.974 düzeyinde tahmin ederek güçlü bir ilişkisi göstermiştir. Ham protein oranını NDRE indeksi (R²=0.765), NDF oranını CLREDEDGE indeksi (R²=0.698) ve ADF oranını da NDRE indeksi (R²=0.678) kabul edilebilir doğrulukta tahmin etmiştir. Ancak kalite parametrelerinden elde edilen bu ilişki önemli olmakla birlikte, verim parametreleri için elde edilen değerlerin oldukça altında kalmıştır. Bu yüzden kalite parametrelerinin tahmin doğruluk değerlerini artırmak için NDRE ve CLREDEDGE indekslerinin spektral özellikleri ayarlanarak modifiye indeksler geliştirilmiştir. Bu indeksler modifiye edilirken toprak yansıma değerleri azaltılmış ve spektral hassasiyetleri yakın kızılötesi (NIR) aralığına kaydırılarak MPNDRE, MNCLREDEDGE ve MANDRE indeksleri elde edilmiştir. Bu modifikasyonlar sonucunda, MPNDRE indeksi ham protein oranını %82, MNCLREDEDGE indeksi NDF oranını %72.6 ve MANDRE indeksi ADF oranını %70.5 doğrulukta tahmin etmiştir. Araştırma sonuçları, İHA tabanlı uzaktan algılama ve görüntü işleme tekniklerinin yoncada verim ve kalite parametrelerini yüksek doğrulukla etkili bir şekilde tahmin edebileceğini ve değişen ekolojik koşullar altında belirli agronomik özelliklerin tahmin edilmesindeki performanslarını artırmak için klasik bitki örtüsü indekslerinin modifiye edilerek geliştirilebileceklerini göstermiştir. Bu yaklaşım ürün özelliklerin hızlı, doğru ve mekânsal olarak ayrıntılı bir şekilde değerlendiren, aynı zamanda da verim ve kalite parametrelerinin belirlenmesinde farklı yöntemlerin kullanılmasının da önünü açacaktır.
Özet (Çeviri)
This study was conducted at five locations under Kırşehir ecological conditions to obtain appropriate plant indices to determine alfalfa (Medicago sativa L.) yield and quality parameters using image processing techniques by using UAV. In the study, linear regression analysis was used to correlate the plant index values extracted from the images obtained from UAV with the chemical analysis results of the alfalfa samples collected from the field. According to the study results, GNDVI index predicted plant height by R²=0.819, NDRE index predicted wet grass yield by R²=0.935, and TGI index predicted dry grass yield by R²=0.974, showing a strong relationship. The NDRE index (R²=0.765) predicted crude protein (R²=0.765), the CLREDEDGE index (R²=0.698) predicted NDF (R²=0.698) and the NDRE index (R²=0.678) predicted ADF (R²=0.678) with acceptable accuracy. However, although significant, these relationships obtained from quality parameters were well below the values obtained for yield parameters. Therefore, modified indices were developed by adjusting the spectral characteristics of the NDRE and CLREDEDGE indices to improve the accuracy of the estimation of quality parameters. While modifying these indices, soil reflectance values were reduced, and spectral sensitivities were shifted to the near-infrared (NIR) range to obtain MPNDRE, MNCLREDEDGE and MANDRE indices. As a result of these modifications, the MPNDRE index estimated crude protein content with 82% accuracy, the MNCLREDEDGE index estimated NDF content with 72.6% accuracy, and the MANDRE index estimated ADF content with 70.5% accuracy. The results showed that UAV-based remote sensing and image processing techniques could effectively predict yield and quality parameters in alfalfa with high accuracy and can be improved by modifying classical vegetation indices to enhance their performance in predicting specific agronomic traits under changing ecological conditions. This approach will enable rapid, accurate, and spatially detailed assessment of crop traits while paving the way for using different methods to determine yield and quality parameters.
Benzer Tezler
- Döner kanat İHA'ların şarj durumlarına göre uygun platforma görüntü işleme teknikleri ile inişi
Landing of rotary wing UAVs on the appropriate platform according to their charging state with image processing techniques
GÜRKAN KUTLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ AVAROĞLU
- Görüntü işleme ve yapay zekâ teknikleri kullanarak havadan alınan görüntülerin bulanıklık giderilmesi ve zararlı tespiti yapılması
Deblurring and pest detection of aerial images using image processing and artificial intelligence techniques
ÖMER ÇANGA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiSivil Havacılık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT ONAY
- Integration of remote sensing and GIS for monitoring the areas affected by forest fires: A case study of Izmir, Menderes
Orman yangın alanlarının uzaktan algılama ve CBS entegrasyonu ile izlenmesi: İzmir, Menderes örneği
EMRE ÇOLAK
Yüksek Lisans
İngilizce
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- Olive tree crown detection, delineation and counting by using image processing techniques
Görüntü işleme teknikleri kullanarak zeytin ağaçlarının tespit edilmesi, resmedilmesi ve sayımının yapılması
OMAR ALI ABBAS AL-TEKREETI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAMİ ARICA
- Derin öğrenme kullanarak iha ile hareketli bir hedefin otonom olarak yakalanması
Autonomous picking up moving target by uav using deep learning
METİN KOÇ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYDIN TARIK ZENGİN