Geri Dön

A new agro-meteorological drought index based on remote sensing

Uzaktan algılama temelli yeni bir agro-meteorolojik kuraklık indeksi

  1. Tez No: 911475
  2. Yazar: EYYUP ENSAR BAŞAKIN
  3. Danışmanlar: PROF. DR. MEHMET CÜNEYD DEMİREL
  4. Tez Türü: Doktora
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 296

Özet

Kuraklık canlı yaşamını ve ekosistemlerini olumsuz yönde etkileyen en önemli doğal afetler arasındadır. Oluşumu bakımından diğer doğal afetlerden görece farklılaşan kuraklığın, doğrudan ölçümü yapılamaz ve birçok farklı bağımsız değişkenin etkisi altındadır. Farklı birçok türe sahip olan kuraklık, literatürde genel olarak 4 ana başlık altında toplanmaktadır. Yağışların uzun dönemli ortalamaların altında seyretmesi ile oluşan meteorolojik kuraklık, yeryüzü sularının akışa geçen miktarlarında meydana gelen azalma ile oluşan hidrolojik kuraklık, tarım ürünlerinin gelişimi icin toprakta yeterli nemin bulunmaması ile oluşan tarımsal kuraklık ve insanların dolaylı yoldan olumsuz etkilere maruz kaldığı, sosyo-ekonomik yaşamda aksamalara neden olan sosyo-ekonomik kuraklık. Doğrudan ölçümü olmayan kuraklık hadiselerinin matematiksel olarak tanımlanabilmesi ve modellenebilmesi için kuraklık indisleri kullanılmaktadır. Bu indisler kuraklığın şiddeti, sıklığı ve süresi hakkında bilgiler edinmeye yardımcı olmaktadır. İndislerin oluşturulmasında ana girdiler meteorolojik, hidrolojik ve sosya-ekonomik değişkenlerden oluşmaktadır. Meteorolojik kuraklık indislerinin ana girdisini yağışlar oluşturuken, hidrolojik kuraklık indislerinin girdisi akış değerleridir. Tarımsal kuraklık için genel olarak toprak nemi veya vejatasyon sağlığı girdileri kullanılır. Bu girdiler ile oluşturulan indisler, tekil veya çoğul girdilere sahip olabilmektedir. Örneğin literatürde çok sık kullanılan ve meteorlojik kuraklık indisi olan Standartlaştırılmıs Yağış İndeksi (SPI) sadece yağış değerleri kullanılarak oluşturulur. Yine meteorolojik indislerden biri olan SPEI ise yağış değerlerinin yanında buharlaşma değerlerini de kullanmaktadır. Bu sayede bir bölgedeki kuraklık hadiselerinin, fiziksel olarak gerçeğe daha yakın sekilde ele alınması sağlanabilmektedir. Kuraklık indislerinin elde edilmesinde kullanılan veriler genel olarak yer gözlem istasyonları aracılığı ile elde edilen verileri kapsamaktadır. Bu gözlemler icin birçok farklı ölçüm cizahı kullanılmaktadır ve bu cihazların kullanımı sırasında önemli derecede eksik veya hatalı veri ile karşılaşılmaktadır. Eksik veya hatalı verilerin kaynakları ölçüm cihazı kaynaklı, insan kaynaklı ve çevresel etkilerden kaynaklı olabilmektedir. Ölçüm cihazlarının doğru kalibre edilmemesi veya bozulan cihazlar en önemli eksik veri kaynağıdır. Ölçüm verilerinin manuel şekilde toplandığı cihazlarda insan hatası da gözlemlenebilmektedir. Son olarak ölçüm cizahının sağlıklı şekilde veri toplamasını etkileyen çevresel faktöreler ki bunlar toz, canlı teması sonucu kirlenme ve ağaç gibi cisimlerin fiziksel olarak çok yakında bulunması, ölçüm sonuçlarında eksiklik veya hataya sebep olabilmektedir. Ölçümlerde meydana gelen eksiklikleri tüm doğal afetlerin modellenmesi ve analiz edilmesi aşamalarında olumsuz etkilere neden olabildiği gibi kuraklık çalışmalarında da çok büyük etkilere sebep olabilmektedir. Bu olumsuz etkilerin bertaraf edilmesi icin birçok veri işleme yöntemi kullanılmaktadır. Bu yöntemler sayesinde eksik veya hatalı veriler ayıklanabilmekte ya da tamamlama yolu ile veri yapısı iyileştirilebilmektedir. Yer istasyonları ile elde edilen verilerin yüksek maliyetli ve sürekli bakıma ihtiyacı olması sebebi ile araştırmacılar farklı kaynaklardan elde edilen verileri kullanmak için arayışa girdiler. Bu arayış neticesinde uzaktan algılama sistemlerinden elde edilen veriler öne çıkmıştır. Sabit veya hareketli yörüngeye sahip uydu sistemleri sayesinde günümüzde birçok değişkenin ölçümü veya modellemesi rahatlıkla yapılabilmektedir. Farklı zamansal ve mekansal çözünürlüğe sahip bu veriler genel olarak ücretsiz bir şekilde tüm araştırmacıların kullanımına açıktır. Bu veriler kullanılarak yer bilimleri alanında birçok analiz ve modelleme kolaylıkla yapılabilmektedir. Bu tez kapsamında yeni bir kuraklık indisi geliştirmek icin çalışmalar yürütülmüştür. Yeni indisi geliştirmek icin hem yer gözlemleri hem de uzaktan algılama verileri etkin şekilde kullanılması amçlanmıştır. Kuraklık indisinin literatüre önemli katkılar sunmasını sağlamak için geleneksel girdilere ek alternatif girdilerin kullanımı araştırılmıştır. İlk olarak, yağış verilerine ek olarak buharlaşma verilerinin modellenmesi ve kullanımı denenmiş ancak bu veriler icin kullanılması düşünülen uzaktan algılama sistemlerindeki verilerdeki mevcut önemli eksiklikler (Türkiye özelindeki), çalışmanın ikinci evresinde GPP değerlerine odaklanılmasını doğurmuştur. Karbon ve su döngüsünü beraber şekilde ele alacak olması sebebi ile yeni indis girdileri arasında bulunan GPP'nin nasıl elde edildiği ve Türkiyedeki mevcut durum araştırıldıktan sonra indis geliştirme aşamasına geçilmiştir. Altı bölümden oluşan tezin ilk bölümünde, buharlaşma alanında eksik verilerin nasıl tamamlandığına ait çalışmaları içeren bir derleme makalesi paylaşılmıştır. İkinci bölümde ise buharlaşmayı doğrudan etkileyen (dolayısı ile kuraklık için de çok önemli olan) en önemli meteorolojik değişken olan solar radyasyon ölçümlerinin eksik değerlerinin tamamlanması icin yenilikçi bir modelin oluşturulduğu araştırma makalesi paylaşılmıştır. Üçüncü bölümde ise buharlaşma değerlerinin geleceğe dönük tahminlerinin yapıldığı ve modern modelleme tekniklerinin kullanıldığı bir araştırma makalesi ele alınmıştır. Tez çalışmasının ikinci evresininin ilk çalışması ve tezin dördüncü bölümü olan çalışmada ise GPP değerlerinin tahmin edilmesine yönelik literatürdeki çalışmalar ışığında bir bibliometrik analiz yapılmıştır. Beşinci bölümde, tezin çalışma alanı olan Türkiye özelinde mevcut GPP değerlerinin durumu, yedi coğrafi bölgeyi kapsayacak şekilde, istatistiksel yöntemler aracılığı ile analizini içeren bir araştırma makalesi paylaşılmıştır. Bu analiz çalışması kapsamında literatürde sıklıkla kullanılan klasik trend analizi yöntmleri yanında, grafik tabanlı ve sinyal işleme tabanlı yenilikçi yöntemler kullanılmıştır. Tezin son bölümünde ise uzaktan algılama temelli yeni bir tarımsal kuraklık indisinin tanıtıldığı bir araştırma makalesi sunulmuştur. Tez kapsamındaki birinci bölümde yapılan çalışmaların sonuçları incelendiğinde, literatürdeki buharlaşma alanında veya buharlaşma hesabında kullanılan verilerdeki eksik değerlerin tamamlandığı çalışmalarda büyük oranda klasik tamamlama yöntemlerinin kullanıldığı görülmüştür. Güncel bazı çalışmalarda ise makine öğrenmesi tabanlı modern yöntemlerin kullanıldığı görülmüştür. Ayrıca eksik verilerin tamamlanması icin kullanılan klasik veya modern yöntemlerin kullanımı öncesi, sırası ve sonrasındaki analizlerin çoğu çalışmada özenli şekilde yapılmadığı tespit edilmiştir. Klasik tamamlama yöntemlerinin varsayımlarının genel olarak araştırılmadığı, modern yöntemlerin ise hiperparametre optimizasyonlarının genel olarak yapılmadığı gözlemlenmiştir. Tüm bunlara ek olarak tamamlama sonrasında ne ölçüde doğru tamamlama yapıldığı araştırılmamıştır. Literatüredeki çalışmaların derin öğrenme yöntemlerini kullanmaları önemli ölçüde teşvik edilmesi gerektiği sonucuna da ayrıca varılmıştır. İkinci bölümde ise, birinci bölümdeki detayli inceleme sonucundaki analiz adımlarının daha doğru şekilde yürütüldüğü yenilikçi bir eksik veri tamamlama yöntemi önerilmiştir. Bu bölümdeki çalışmada modern makine öğrenmesi yöntemlerinden olan XGBoost yöntemi tamamlama icin kullanılmıştır. XGBoost yöntemi hiperparametrelerini optimize edilmesi için ise diferansiyel gelişim algoritması kullanılarak yenilikçi hibrid bir model oluşturulmuştur. Önerilen modelin tamamlama başarısı, klasik tamamlama yöntemleri ile karşılaştırılmış ve önemli ölçüde başarılı olduğu ispatlanmıştır. Önerilen bu yöntem sayesinde hızlı ve yüksek doğrulukta çalışan bir eksik veri tamamlama algoritması literatüre kazandırılmıştır. Üçüncü bölümde ise yer gözlem istasyonlarından elde edilen veriler ile hesaplaması yapıln FAO-56 Penman-Monteith buharlaşma değerlerinin geleceğe yönelik projeksiyonları yapılmıştır. Buharlaşma değerlerinin kuraklığı önemli ölçüde etkilediği düşünüldüğünde, bu değerlerin gelecekteki durumu hakkında bilgi edinmek hayati öneme sahiptir. Bu sebeple bir zaman serisi tahmin çalışması gerçekleştirilmiştir. Buharlaşma değerlerinin zaman serisi elde edilmiş ve gelecekteki değerlerinin tahmini için makine öğrenmesi yöntemleri ve sinyal işleme yöntemleri birlikte kullanılmıştır. SSA analizi sonrasinda farkli frakansta alt bantlara ayrılan zaman serisi değerleri, SGB yöntemi ile tahmin edilmiştir. Kısa ve uzun vadeli tahminlerin yapıldığı çalışmada, yalın modellere nazaran sinyal işleme yöntemeleri ile hibridize edilen yöntemin tahmin başarısının oldukça yüksek olduğu sonucuna varılmıştır. Dördüncü bölümde gerçekleştirilen çalışmada GPP değerlerinin nasıl elde edildiğinin ve gelecekte bu alandaki anahtar kelimelerin neler olabileceği, hangi alanlarda potansiyelin olduğunun tespiti icin bibliometrik bir analiz yapılmıştır. Analiz icin Scopus veri tabanınıda bulunan çalışmalar (3442 adet çalışma) incelenmiştir. Çalışmaların yıllar içerisindeki sayısı, bu alanda en çok çalışmayı üreten ülkelerin ve kurumların analizi gibi sayısal birçok analiz gerçekleştirimiştir. Bu analizlerin yanında trend olan kelimeler ve tematik analizler sonuncunda elde edilen yükselmekte veya düşüşte olan araştırma alanları analiz edilmiştir. Analiz sonuçlarına göre makine öğrenmesi ve uzaktan algılama gelişme potansiyeli yüksek alanlar olarak tespit edilmiştir. Ayrıca kuraklık anahtar kelimeside niş temalar arasında kendine yer bulmuştur. Beşinci bölümde, Türkiye özelinde GPP değerlerinin mevcut durumu ve trend analizi gerçekleştirilmiştir. Uzaktan algılama sistemeleri tarafından elde edilen veriler ışığında oluşturulan farkli GPP veri setlerinin mekansal ve zamansal analizi yapılmıştır. Türkiyenin genel durmunu temsil etmesi açısından 7 coğrafi bölgeden birer adet pilot çalışma bölgesi seçilmiştir. Bu alanlar genel olarak ya orman alanları ya da tarım alanlarını içeren bölgeler olmasına dikkat edilmiştir. Farklı zaman aralıklarına sahip veri setlerinin zamansal analizi için klasik trend analizi yöntemleri ve yenilikçi trend analizi yöntemleri karşılaştırmalı olarak kullanılmıştır. Tüm bölgelerdeki GPP veri setlerinin istatistiksel olarak farklılık sergilediği görülmüştür. Analiz sonucunda Türkiye özelinde GPP değerlerinde dünya geneli ile uyumlu olacak şekilde artan bir trendin oldugu sonucuna varılmıştır. Ayrıca sinyal işleme yöntemlerinin kullanımı ile yapılan trend analizleri, zaman içerisindeki trendin nerede başlayıp nerede sonlandığını ya da hangi şekilde bir trendin olduğu konusunda klasik yöntemelere nazaran daha detaylı sonuçlar verdiği gözlemlenmiştir. Altıncı ve son bölümü kapsayan makalede ise uzaktan algılama temelli yeni bir tarımsal kuraklık indisi geliştirilmiştir. İndisin geliştirilmesi icin literatürde sıklıkla kullanılan tekil kuraklık indislerine ek oalrak NDWI ve GPP değerleri de eklenmiştir. Kuraklık hadiselerinin tespit edilmesi icin aynı bölgede bulunan, 40 adet ilçenin kışlık buğday verim değerleri kullanılmıştır. Seçilen bölgede genel olarak kuru tarımın yapılması geliştirilen indisin bitki durumu ile yakından ilişkili olmasını sağlamıştır. Yeni indisin elde edilmesi icin makine öğrenmesi yöntemleri ve model açıklama algoritmaları kullanılmıştır. Literatürde daha önce indis denkleminin ağırlıklarının hesap edilmesi icin kullanılan klasik yöntemler ile yapılan karşılaştırmalar neticeisnde elde edilen bileşik kuraklık indisinin kışlık buğday verimleri ile ilişkili olduğu tespit edilmiştir. Ayrıca literatürde sıklıkla kullanılan SPEI ve scPDSI indiseleri ile yapılan karşılaştırmalarda, çalışma alanının büyük bölümünde önerilen indisin verim değerleri ile daha yüksek korelasyona sahip oldugu görülmüştür. Tez çalışması ile literatüre yeni bir tarımsal kuraklık indisi kazandırılmıştır. Bu indisin tüm girdilerinin uaktan algılama sistemlerinden elde edilmiş ve ücretsiz verileri kapsamaktadır. İlerleyen çalışmalarda bu veriler kullanılarak Türkiye için daha yüksek çözünürlükte kuraklık haritaları geliştirilebilecektir. Ayrıca farklı türden mahsüller için farklı kurkalık indislerinin geliştirilmesi teşvik edilmekte, böylece daha hızlı ve etkin kuraklık analizlerinin yapılması hayata geçirilebilecektir.

Özet (Çeviri)

Drought is one of the most significant natural disasters negatively impacting ecosystems and living organisms. Unlike other natural disasters, drought cannot be directly measured due to its gradual formation and is influenced by numerous independent variables. In the literature, drought is generally categorized into four main types: meteorological drought, which occurs when precipitation is below long-term averages; hydrological drought, caused by reduced surface water flows; agricultural drought, which arises when there is insufficient moisture in the soil for crop development; and socio-economic drought, where indirect impacts affect human activities and lead to disruptions in socio-economic life. Drought cannot be directly measured; hence, drought indices are employed to mathematically define and model drought events. These indices provide valuable information about the severity, frequency, and duration of drought. The main inputs for these indices come from meteorological, hydrological, and socio-economic variables. For meteorological drought indices, precipitation is the primary input, while streamflow data are used for hydrological drought indices. For agricultural drought, soil moisture or vegetation health inputs are typically used. Drought indices can be constructed using single or multiple inputs. For example, the Standardized Precipitation Index (SPI), one of the most frequently used meteorological drought indices, is based solely on precipitation data. In contrast, the Standardized Precipitation Evapotranspiration Index (SPEI) also incorporates evaporation data, allowing for a more physically accurate representation of drought conditions in a region. Data used in calculating drought indices generally come from ground observation stations. Various measurement devices are employed for these observations, but they often result in missing or inaccurate data due to device malfunctions, human errors, or environmental factors. For instance, improperly calibrated or broken devices can cause significant data gaps. Human errors in manually collected data and environmental factors such as dust, contamination from living organisms, or nearby objects (e.g., trees) can lead to incomplete or faulty data. Missing data in these measurements can have detrimental effects on all stages of natural disaster modeling and analysis, including drought studies. Numerous data processing techniques are used to mitigate these negative impacts, such as filtering or completing missing or faulty data, thereby improving the dataset. This thesis focuses on the development of a novel drought index, utilizing both ground observations and remote sensing data. To ensure that this new index makes a significant contribution to the literature, alternative inputs to traditional ones were explored. Initially, an attempt was made to model and use evaporation data alongside precipitation, but due to critical gaps in the remote sensing data (specifically for Türkiye), the second phase of the study shifted focus towards Gross Primary Productivity (GPP) values. GPP, representing both carbon and water cycles, was examined to assess how it could be obtained and its current status in Turkey before moving on to the index development phase. The thesis comprises six chapters. The first chapter presents a review article on methods for addressing missing data in the field of evaporation. The second chapter features a study proposing an innovative model for completing missing values in solar radiation measurements, which directly impact evaporation (and, by extension, drought). The third chapter covers a study utilizing modern modeling techniques to forecast future evaporation values. In the first study of the thesis's second phase, covered in the fourth chapter, a bibliometric analysis of the literature on GPP estimation was conducted. The fifth chapter presents a study analyzing the current state of GPP values in Turkey using statistical methods across seven geographic regions. The analysis incorporates classical trend analysis methods alongside innovative graphical and signal processing techniques. Finally, the last chapter introduces a new agricultural drought index based on remote sensing data. In the first chapter, an extensive literature review revealed that traditional methods for completing missing data in evaporation studies predominantly use classical methods. Some recent studies have employed modern machine learning-based methods, but most studies lack careful analysis before, during, and after applying these methods. For instance, assumptions of traditional methods were often not explored, and hyperparameter optimization for modern methods was generally neglected. Moreover, the accuracy of the data completion post-process was rarely investigated. The review concluded that studies in the literature should be encouraged to use deep learning methods more extensively. In the second chapter, a more accurate and innovative missing data completion method was proposed based on the detailed review in the first chapter. The XGBoost algorithm, a modern machine learning method, was employed for the data completion process, and a novel hybrid model using differential evolution algorithm for hyperparameter optimization was developed. The proposed model's success was compared with classical methods, and it was found to significantly outperform them. This innovative method introduced a fast and highly accurate missing data completion algorithm to the literature. The third chapter presents future projections of evaporation values calculated using ground observation data and the FAO-56 Penman-Monteith equation. Since evaporation greatly influences drought, understanding its future status is of critical importance. Therefore, a time series forecasting study was conducted. Time series data for evaporation were obtained, and machine learning methods combined with signal processing techniques were used for future value predictions. After performing SSA analysis and separating the time series into sub-bands of different frequencies, SGB was used for the prediction. The study demonstrated that the hybrid method, which incorporated signal processing, achieved much higher accuracy than simpler models. The fourth chapter conducted a bibliometric analysis to identify how GPP is estimated, the key research terms in the field, and the areas with the most potential for future research. A total of 3442 studies from the Scopus database were analyzed. Several quantitative analyses were conducted, including the number of studies over time, the countries and institutions that produced the most research, and the trend topics. The analysis identified machine learning and remote sensing as areas with high potential for development, while the keyword“drought”emerged as a niche theme. In the fifth chapter, a trend analysis of GPP values specific to Turkey was conducted. Using data from remote sensing systems, the spatial and temporal analyses of various GPP datasets were carried out. To represent Turkey's overall situation, one pilot study area was selected from each of the seven geographic regions, focusing on forested or agricultural areas. For the temporal analysis of datasets with different time intervals, innovative methods based on signal processing and graphical models were utilized alongside classical trend analysis techniques. In the final section of this study, a new remote sensing-based agricultural drought index was developed, incorporating NDWI and GPP alongside traditional drought indices. Winter wheat yield data from 40 rainfed districts were used to ensure the index accurately reflected crop conditions. Machine learning methods were applied to derive the index, which showed a strong correlation with yields. Compared to classical methods and widely used indices like SPEI and scPDSI, the new index demonstrated a higher correlation with yield values across most of the study area. This thesis contributes a new agricultural drought index to the literature. All input data for this index were sourced from remote sensing systems and are freely available. In future studies, higher resolution drought maps can be developed for Turkey using these data. Additionally, the development of different drought indices for various crop types is encouraged, enabling faster and more effective drought analyses.

Benzer Tezler

  1. Dalgacık dönüşümü kullanılarak zirai-meteorolojik verilerin hata teşhis ve tamiri

    Fault diagnosis and repair of agricultural meteorological data using wavelet transform

    NİGAR TUĞBAGÜL ALTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    YRD. DOÇ. DR. B. BERK ÜSTÜNDAĞ

  2. Deep wavelet neural network for spatio-temporal data fusion

    Uzamsal-zamansal veri füzyonu içinderin dalgacık sinir ağları

    AJLA KULAGLIC

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK BERK ÜSTÜNDAĞ

  3. Agri-tourism: As a new element of rural development

    Agro-turizm: Yeni bir kırsal kalkınma elemanı

    ELİF DEMİRBAŞ TOPCU

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    TurizmOrta Doğu Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ.DR. BAYKAN GÜNAY

  4. Applications of gis and agro ecosystem management practices to survey and improve soil fertility, inhibited nematodes activity using natural fertilizers on cucumber plant under green house in tainal watershed (bazian)

    Taınal havzasındaki (baızan) seralarda yetiştirilen salatalık bitkisinde doğal gübreler kullanarak nematod etkinliğinin azaltılması ve toprak verimliliğinin geliştirilmesinde GIS ve agroekosistem yönetim uygulamaları

    AKRAM MUHILDIN ABDULRAHMAN ABDULRAHMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    ZiraatBingöl Üniversitesi

    Toprak Bilimi ve Bitki Besleme Ana Bilim Dalı

    PROF. DR. ALAADDİN YÜKSEL

  5. Meaning of home in communist-era flats: A case study in former agro-industrial town Darmanesti, Romania

    Komünist dönem dairelerinde evin anlamı: Geçmiş dönem tarım sanayi şehri Darmanesti, Romanya'ya ait örnek bir çalışma

    CRISTINA ÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. YÜKSEL DEMİR