Detecting ancient agricultural terraces with deep learning: A data fusion approach from the Bozburun Peninsula
Derin öğrenme ile antik tarım teraslarının tespiti: Bozburun Yarımadası'ndan bir veri füzyon yaklaşımı
- Tez No: 952353
- Danışmanlar: PROF. DR. DENİZ BURCU ERCİYAS
- Tez Türü: Doktora
- Konular: Arkeoloji, Archeology
- Anahtar Kelimeler: Bozburun Yarımadası, Derin Öğrenme, Tarım Terasları, Uzaktan Algılama, Dijital Arkeoloji, Bozburun Peninsula, Deep Learning, Agricultural Terraces, Remote Sensing, Digital Archaeology
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yerleşim Arkeolojisi Ana Bilim Dalı
- Bilim Dalı: Yerleşim Arkeolojisi Bilim Dalı
- Sayfa Sayısı: 169
Özet
Bu çalışma, Türkiye'deki bir arkeolojik peyzajda antik tarım teraslarının tespiti için derin öğrenmenin ilk sistematik uygulamasını sunmakta olup, güneybatı Anadolu'daki Bozburun Yarımadası'na odaklanmaktadır. Helenistik dönemde Rodos Peraia'sının bir parçası olan yarımada, yüzyıllar süren tarımsal faaliyetlerle şekillenmiş geniş teras sistemlerini korumaktadır. Araştırmada, RGB ve topografik (yükselti, eğim, bakı) verileri kullanarak yüksek çözünürlüklü hava görüntüleri (30 cm) ve sayısal yükseklik modelleri aracılığıyla terasların tespiti amaçlanmıştır. Bu doğrultuda RGB tabanlı temel modelin yanı sıra erken birleştirme, ara birleştirme ve geç birleştirme stratejilerini kullanan çeşitli U-Net tabanlı modeller karşılaştırılmıştır. Çalışma alanı, farklı topografik koşulları yansıtan 193 km²'lik bir bölgeyi kapsamaktadır. Model eğitimi için 16 örnek alan (toplam 37,8 hektar) elle sayısallaştırılmış ve 512×512 piksel boyutunda 256 görüntü yaması oluşturulmuştur. Geliştirilmiş ön işleme adımları kapsamında, RGB değerleri 0-1 aralığında normalize edilmiş, bakı değerleri ise sinüs-kosinüs dönüşümü ile dairesel olarak normalize edilmiştir. Topografik verilerin entegre edildiği erken birleştirme modeli, ortalama IoU (Intersection over Union) değeri 0,754 ve %85,9 doğruluk oranı ile en yüksek performansı göstermiştir. Farklı birleştirme stratejeleri karşısında modelin dayanıklılığı, on farklı rassal başlatma ile yapılan Monte Carlo değerlendirmesi ile doğrulanmıştır. Mekansal analizler, tespit edilen terasların %89,77'sinin 300 metre altı yükseltilerde bulunduğunu, büyük kısmının %10–20 eğimli arazilerde ve kuzey- kuzeybatı yönelimli bakılarda yer aldığını ortaya koymuştur. Önceki arkeolojik kayıtlarla yapılan karşılaştırma, yükseklik ve eğim özelliklerinde yüksek düzeyde bir uyum ortaya koymuştur. Geleneksel yaklaşımlar daha yüksek bir duyarlılığa ulaşırken (%94,3'e karşı %76,6), yapay zekâ modeli ise biraz daha yüksek bir kesinlik sağlamıştır (%87,4'e karşı %79,3). 27 farklı noktada yapılan arazi doğrulamaları, modelin öngörülerini desteklemiştir. Bu araştırma, Akdeniz çevresindeki arkeolojik peyzajlarda otomatik haritalama için derin öğrenmenin potansiyelini ortaya koymakta ve Bozburun gibi kırılgan kültürel peyzajların belgelenmesi adına tekrarlanabilir bir çerçeve sunmaktadır.
Özet (Çeviri)
This study presents the first systematic application of deep learning to detect ancient agricultural terraces within a Turkish archaeological landscape, focusing on the Bozburun Peninsula in southwestern Anatolia. Historically part of the Rhodian Peraia during the Hellenistic period, the peninsula preserves extensive terrace systems shaped by centuries of agrarian activity. The research evaluates several UNet-based models—including early fusion, intermediate fusion, and late fusion architectures—alongside an RGB-only baseline. These models integrate spectral (RGB) and topographic (elevation, slope, aspect) inputs to identify terrace features using high-resolution aerial imagery (30 cm) and digital elevation models (DEMs). The study area spans 193 km² and encompasses diverse topographic conditions. Sixteen manually digitized sample areas (totaling 37.8 ha) were used to generate 256 image patches (512 ×512 pixels) for model training. Preprocessing techniques included RGB normalization (0–1 scaling) and circular normalization of aspect values via sine-cosine transformation. Among the tested models, the early fusion architecture incorporating topographic data achieved the best performance, with an average Intersection over Union (IoU) of 0.754 and an accuracy of 85.9%. A Monte Carlo evaluation with ten randomized initializations confirmed the model's robustness across different fusion strategies. Spatial analysis revealed that 89.77% of detected terraces are located below 300 meters in elevation, predominantly on slopes of 10–20°, and are primarily north- to northwest-facing. The comparison with previous archaeological records showed a high degree of agreement in elevation and slope characteristics. Traditional approaches yielded higher recall (94.3% vs. 76.6%), whereas the AI model achieved slightly better precision (87.4% vs. 79.3%). Field verification at 27 locations further validated the model's predictions. This research underscores the potential of deep learning for automated archaeological mapping in Mediterranean environments and provides a replicable framework for documenting vulnerable cultural landscapes such as the Bozburun Peninsula.
Benzer Tezler
- Yapay su yapılarının yer yüzey sıcaklığı değişimine olan etkilerinin meteorolojik veriler ve uydu görüntüleri ile araştırılması: Afyonkarahisar örneği
Investigation of the effects of artificial water structures on change of surface land temperature use meteorological data and satellite images: A case study of Afyonkarahisar
NURULLAH GÖKDEMİR
Yüksek Lisans
Türkçe
2020
Jeodezi ve FotogrametriZonguldak Bülent Ecevit ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYCAN MURAT MARANGOZ
DOÇ. DR. ALİİHSAN ŞEKERTEKİN
- 11.-14. yy. kı̇lı̇kya savunma yapılarının koruma sorunları
Conservation problems regardingthe 11th-14th century cilicia defense structures
DERYA SÖKMEN KÖK
Doktora
Türkçe
2022
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. YEGAN KAHYA SAYAR
- Kentsel akarsu kıyılarının kamusal mekan yaratma potansiyelinin belirlenmesi: Kağıthane deresi ve kurbağalıdere örneği
Determination of public space creation potential of urban riverfronts
ZEYNEP TARCAN
Yüksek Lisans
Türkçe
2018
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ENGİN EYÜP EYUBOĞLU
- Kuru üzümde okratoksin A ve fumonisin B2 varlığının incelenmesi
Determination of ochratoxin A and fumonisin B2 in dried vine fruits
ZEYNEP ASLANOĞLU
Yüksek Lisans
Türkçe
2014
Gıda Mühendisliğiİstanbul Teknik ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. ZEYNEP DİLEK HEPERKAN
- Kahramanmaraş ilinde zeytin ağaçlarında necrovirus cinsi virüslerin tanısı ve yaygınlıklarının belirlenmesi
Detection and prevalence of viruses in the genus necrovirus in olive trees in Kahramanmaraş
HÜSEYİN AYAZ
Yüksek Lisans
Türkçe
2020
ZiraatKahramanmaraş Sütçü İmam ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. NİHAL BUZKAN