Geri Dön

Farklı sensörlerden türetilen NDVI verilerinin saf meşcere türlerinin tanınabilirliği açısından karşılaştırılması: Türkiye örneği

Comparison of NDVI data derived from multiple sensors for treespecies discrimination in pure forest stands: A case study in Türkiye

PDF İndir

  1. Tez No: 985203
  2. Yazar: OĞULCAN YADİGAROĞLU
  3. Danışmanlar: PROF. DR. BÜLENT TURGUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Toprak İlmi ve Ekoloji Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışma, Türkiye'deki saf meşcerelerde ağaç türlerinin NDVI temelli spektral tanınabilirliğini üç uydu sensörü (Sentinel-2, Landsat 8/9 ve MODIS) üzerinden karşılaştırmalı olarak incelemektedir. Tüm sensörlerden elde edilen NDVI verileri bulut– gölge maskesi ve median kompozit yöntemleriyle temizlenmiş; ardından Welch ANOVA, Games–Howell post-hoc, ROC ve Normalized NDVI Conversion Factor (NNCF) analizleri uygulanmıĢtır. Tür, çağ ve kapalılık düzeyine göre NDVI değiĢimleri değerlendirilmiĢ ve indeksin yalnızca fotosentetik aktiviteyi değil, LAI, taç kapanımı ve tür biyokimyası gibi ekolojik özellikleri de yansıttığı belirlenmiĢtir. Sonuçlar, NDVI varyansının en büyük kısmının sensör farklarından (%57.6), ardından tür (%9.5) ve kapalılıktan (%4.5) kaynaklandığını göstermektedir. ROC analizlerinde MODIS en yüksek ayırt ediciliği sunmuş (AUC ≈ 0.58); tür bazında Kayın (0.732), Gürgen (0.719) ve Sapsız meĢe (0.718) en başarılı sonuçları vermiştir. Hesaplanan NNCF katsayıları (MODIS/Landsat = 2.12 ± 0.74; Sentinel2/Landsat = 1.81 ± 1.14) sensöre bağlı sistematik NDVI sapmalarını ortaya koymuĢtur. Genel olarak çalıĢma, NDVI'nın tür, yaş ve kapalılık gibi yapısal özelliklere duyarlı olduğunu ve ROC–NNCF yaklaĢımının farklı sensör verilerini uyumlaştırmada etkili bir yöntem sunduğunu göstermekte olup, bulgular ulusal düzeyde tür sınıflandırması ve sensör harmonizasyonu için önemli katkılar sağlamaktadır.

Özet (Çeviri)

This study examines the NDVI-based spectral separability of tree species in Turkey's pure forest stands by comparing three satellite sensors: Sentinel-2, Landsat 8/9, and MODIS. NDVI datasets were pre-processed using cloud–shadow masking and median composite techniques, followed by Welch ANOVA, Games–Howell post-hoc, Receiver Operating Characteristic (ROC), and Normalized NDVI Conversion Factor (NNCF) analyses. NDVI variations across species, stand age and canopy closure classes were evaluated, indicating that NDVI reflects not only photosynthetic activity but also ecological traits such as LAI, crown closure, and species-level biochemical properties. Results show that NDVI variance is mainly driven by sensor differences (57.6%), followed by species (9.5%) and canopy closure (4.5%). ROC analysis revealed that MODIS offers the highest discriminative power (AUC ≈ 0.58), while Beech (0.732), Hornbeam (0.719), and Sessile oak (0.718) achieved the strongest species-level separability. The calculated NNCF coefficients (MODIS/Landsat = 2.12 ± 0.74; Sentinel-2/Landsat = 1.81 ± 1.14) demonstrate systematic, sensor-dependent NDVI biases. Overall, the study shows that NDVI is sensitive to structural forest attributes such as species, age and canopy closure, and that the combined ROC–NNCF approach provides an effective framework for harmonizing NDVI data across sensors, offering valuable contributions to national-scale species classification and sensor standardization efforts.

Benzer Tezler

  1. Tez No

    901276

    Aiding agricultural practices with the exploration of earth observation data via machine learning

    Yer gözlem uydu verilerinin tarımsal uygulamalara yardımcı olmak amacıya makine öğrenme algoritmaları ile incelenmesi

    MEHMET FURKAN ÇELİK

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ESRA ERTEN

  2. Tez No

    472626

    Paddy-rice leaf area index (LAI) estimation using radar and optical imagery

    Radar ve optik görüntüler kullanarak çeltik bitkisi yaprak alan indeks kestirim

    ELNAZ NAJATISHENDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    İletişim Bilimleriİstanbul Teknik Üniversitesi

    İletişim Bilimleri Ana Bilim Dalı

    DOÇ. DR. ESRA ERTEN

  3. Tez No

    709834

    Çok yüksek çözünürlüklü stereo uydu ve İHA görüntülerinden elde edilen sayısal yükseklik modellerinin doğruluğunun araştırılması

    Investigation of the accuracy of digital elevation models obtained from very high resolution stereo satellite and UAV images

    MEHMET DOĞRULUK

    Doktora

    Türkçe

    Türkçe

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA YANALAK

  4. Tez No

    867050

    Assessment of the effects of melatonin on the funtional deficits induced by cellular stress in obese donor derived mesenchymal STEM cells

    Melatonin'in obez donor mezenkimal kök hücrelerinde hücresel strese bağlı olarak oluşan fonksiyon bozuklukları üzerindeki etkilerinin değerlendirilmesi

    ECE GİZEM POLAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    BiyolojiHacettepe Üniversitesi

    Kök Hücre Ana Bilim Dalı

    DOÇ. DR. FATİMA SUSANNA FAUSTINA AERTS KAYA

  5. Tez No

    878656

    Guidance, navigation and control of an autonomous underwater vehicle

    Otonom bir su altı aracının güdüm, seyrüsefer ve kontrolü

    MEHMET AVİNÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Savunma ve Savunma Teknolojileriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. CENGİZ HACIZADE

Geri Dön