GEE platformu üzerinden sentinel-2 görüntüleriyle pirinç bitkisinin fenolojik parametrelerinin belirlenmesi: İpsala ve Gönen örneği
Determination of phenomenological parameters of rice plant with sentinel-2 images on GEE platform: The example of Ipsala and Gönen
- Tez No: 917264
- Danışmanlar: DOÇ. DR. ESRA TUNÇ GÖRMÜŞ
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Eğri uydurma algoritmaları, Sayısal görüntü işleme, Uydu görüntüleri, Curve fitting algorithms, Digital image processing, Satellite images
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünya nüfusu artmaya devam ettikçe gıdaya olan talep de artmaktadır. Pirinç, dünyanın en çok tüketilen ve üretilen tahıllarından biridir. Tarım alanlarının izlenmesi tarımsal alanların sürdürülebilirliği açısından çok önemlidir. Bu çalışmada çalışma alanı olarak Edirne'nin İpsala ilçesi ve Balıkesir'in Gönen ilçesi sınırları içindeki pirinç tarlaları seçilmiştir. GEE (Google Earth Engine ) ve DATimeS programı kullanılarak bu alanlardaki pirinç bitkisinin fenolojik özellikleri (ekim ve hasat tarihleri) tahmin edilmeye çalışılmıştır. Uydu görüntüsü olarak, Sentinel-2 görüntüleri kullanılmıştır. Bu görüntüler, tarımsal ürünlerin fenolojik özelliklerini etkili ve ekonomik bir şekilde izlemeyi sağlar. Bu amaçla çalışma da 2020-2021-2022 tarihlerine ait iki bölge için ayrı ayrı 36 görüntü toplamda 72 görüntü kullanılmıştır. Çalışmamızda ilk olarak pirinç alanlarına ait NDVI (Normalleştirilmiş Fark Bitki Örtüsü İndeksi), EVI (Geliştirilmiş Bitki Örtüsü İndeksi) ve LAI (Yaprak Alanı İndeksi) indeksleri oluşturulmuştur. Uygulamadaki görüntülerin analizinde enterpolasyon ve fenoloji aşamalarından yararlanılmıştır. Çalışmada enterpolasyon yöntemi olarak GPR (Gaussian Process Regression) kullanılmıştır. GPR enterpolasyonu uygulanarak elde edilen görüntülere fenolojik işlem adımı uygulanmıştır. Fenolojik modeller ve fenolojik takvim tabloları oluşturulmuştur. Sonuç olarak Trakya Araştırma Enstitüsü'nden alınan doğrulama verileri ile sonuçlar karşılaştırılmış ve elde edilen sonuçların doğrulama verileri ile birebir uyumlu olduğu gözlemlenmiştir.
Özet (Çeviri)
As the world population continues to grow, the demand for food also increases. Rice is one of the most consumed and produced grains in the world. Examining agricultural areas is very important for the sustainability of agricultural areas. In this study, rice fields within the borders of İpsala district of Edirne and Gönen district of Balıkesir were selected as the study area. Using the GEE (Google Earth Engine) and DATimeS programs, phenological characteristics (planting and harvesting dates) of rice plants in these areas were tried to be estimated. Sentinel-2 images were used as satellite images. These images provide effective and economical monitoring of the phenological characteristics of agricultural products. For this purpose, 36 images in total were used for two regions for the dates 2020-2021-2022. In our study, NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) and LAI (Leaf Area Index) indices of rice fields were first created. Interpolation and phenology stages were used in the analysis of the images in the application. GPR (Gaussian Process Regression) was used as the interpolation method in the study. The phenological processing step was applied to the images obtained by applying GPR interpolation. And phenological models and phenological calendar tables were created. As a result, the results were compared with the verification data obtained from the Thrace Research Institute and it was observed that the obtained results were exactly compatible with the verification data.
Benzer Tezler
- Investigating olive trees by monitoring phenological stages using multi-modal satellite sensor data
Çok-modlu uydu sensör verileri kullanılarak fenolojik aşamalarının izlenmesiyle zeytin ağaçlarının araştırılması
HAYDAR MUHAMMED AKÇAY
Doktora
İngilizce
2024
Ziraatİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞİNASİ KAYA
- Burned forest area mapping from post-fire sentinel-2 imagery using object-based machine learning classification
Nesne-tabanlı makine öğrenimi sınıflandırması kullanarak yangın sonrası sentinel-2 görüntülerinden yanmış orman haritalama
FİDAN ŞEVVAL BULUT
Yüksek Lisans
İngilizce
2024
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- Sentinel-2 görüntüleri ve makine öğrenmesi yöntemleri ile sera üstü fotovoltaik enerji potansiyelinin belirlenmesi: Antalya ili örneği
Assessment of greenhouse rooftop photovoltaic energy potential using Sentinel-2 imagery and machine learning: A case study of Antalya
RAMAZAN GÜNGÖR
Doktora
Türkçe
2026
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FUSUN BALIK ŞANLI
DOÇ. DR. ALİ MURAT ATEŞ
- Uydu görüntülerinden arazinin güneş yansıma katsayılarının belirlenmesi ve sayısal yükseklik modeli üzerinden eğik radyasyon modelinin oluşturulması
Determining the solar reflectance coefficients of terrain from satellite images and creating a tilted radiation model based on a digital elevation model
MEHMET ALPER YILDIZ
Doktora
Türkçe
2025
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN KARABÖRK
PROF. DR. SELMİN ENER RÜŞEN
- Orman yanmış alanlarının derin öğrenme ile tespiti ve kısa vadeli yayılım simülasyonu
Deep learning-based detection of forest burned areas and short-term fire spread simulation
ŞEYMA NUR DİNÇ
Yüksek Lisans
Türkçe
2026
Mühendislik BilimleriGiresun ÜniversitesiAfet Yönetimi Ana Bilim Dalı
DOÇ. DR. MEHMET ALİ DERELİ