BE- Uydu Haberleşmesi ve Uzaktan Algılama Lisansüstü Programı - Yüksek Lisans
Bu koleksiyon için kalıcı URI
Gözat
Yazar "Erten, Esra" ile BE- Uydu Haberleşmesi ve Uzaktan Algılama Lisansüstü Programı - Yüksek Lisans'a göz atma
Sayfa başına sonuç
Sıralama Seçenekleri
-
ÖgePaddy-rice leaf area index (LAI) estimation using radar and optical imagery(Bilişim Enstitüsü, 2017) Najatishendi, Elnaz ; Erten, Esra ; 705121003 ; Uydu Haberleşmesi ve Uzaktan Algılama ; Satellite Communication and Remote SensingPirinç, dünya çapında 3,5 milyardan fazla insanın temel gıda maddesi olan en önemli ürünlerden biri olmasının yanısıra dünyada en çok tüketilen ve ekonomik olarak da en önemli besin ürünüdür. Bu konuda yapılan bir dizi çalışmanın sonucu, gelecekte artan nüfusu beslemek için pirinç üretiminin artacağını göstermektedir. Konunun bu derece önemine ragmen son gözlemler bazı alanlarda sulamadan dolayı toprak bozulmasının ve çevre kirliliginin meydana geldigini ve bundan dolayı pirinç verimliliginin azaldıgını hatta durdugun göstermiştir. Bu zorlukları gidermek ve gıda güvenligini saglamak için pirinç üretiminde ekin degişkenlerini belirlemek, analiz etmek ve elde edilen pirinci izlemek büyük önem taşımaktadır. Bu dogrultuda, pirinç üretimini ve verimliligini artırmak amacı ile bir takım çalışmalar yapılmıştır. Bu çalışmaların odak noktası, pirinç degişkenlerini tahmin etmek için uydu görüntülerini ürünün büyüme ve üretkenlik göstergesi olarak kullanmaktır. Yaprak alan endeksi (LAI), birim zemin alanı başına düşen yaprak alanı olarak tanımlanan boyutsuz bir indekstir ve bitkilerin büyümesini ve verimliligini izlemek için kullanılan en önemli biyofiziksel degişkenlerden biridir. Saha çalışmaları ile LAI'nın belirlenmesi büyük tarım alanı için zaman alıcı ve yorucudur. Uzaktan algılama ile elde edilen cografik verilerin kullanılması gibi dolaylı yöntemler ise güvenilirlik ve kullanım kolaylıgının yanında güncel ve tutarlı bir uzamsal ve zamansal kapsama ve çözünürlüge sunma yetenegine sahip oldukları için yaygınlık kazanmıştır. Ayrıca LAI'nın geniş bir alan üzerinde ölçümünün yapılması mümkün degildir. Bu nedenle LAI degerlerini hesaplamak için hızlı ve dogru bir şekilde elde edilen uydu verilerini kullanmak en uygun yöntem olarak düsşünülmüsştür. Bu çalısşmanın amacı, pirinç üretiminde LAI tahmininde ve degerlendirmesinde kullanılan uydu tabanlı radar ve optik görüntülerinin performansını yerinde (saha) ölçüm degerleri ile karşılaştırmalı olarak göstermektir. Çalışma sahası olarak Türkiye'nin önde gelen pirinç üretim alanlarından biri olan Ipsala bölgesi seçilmiştir. Bu bölge Meriç nehri boyunca 16 x 6 kilometre karelik bir alanı kaplamaktadır ve tarımsal arazi sulaması bu nehir ve yan kolları ile yapılmaktadır. Çeltik ekiminin büyümesi üç aşamadan oluşmaktadır: Bitkisel, üreme ve olgunlaşma aşaması. Yerinde (saha) LAI ölçümleri, CI-110 ölçüm cihazı ile üretimin üreme aşamasında (28 Agustos 2015 tarihinde) ve bu bölgede bulunan 6 çeltik tarlasında yapılmıştır. CI-110 ölçüm cihazı kullanılarak su ile kaplı yüzeyden 30 santimetre yükseklikte dijital yarıküresel görüntüler alınmıştır. Cihaz, 7 x 7 metrekare civarındaki herbir alanın kenarlarından yaklaşık 5 metre içeriden 10 dakikalık herbir periyot için 5 saniyelik veri toplamaya ayarlanmısştır. Bu cihaz aynı zamanda çalısşma bölgesindeki pirinç mahsulünün "gap fraction threshold (GFT)", "photosynthetically active radiation (PAR)", "transmission coefficient (TC)" ve "sunflecks ve mean leaf area index (MLA)" parametrelerini aynı anda ölçmek için kullanılmıştır. CI-110, Global Navigation Satellite System (GNSS) ve aydınlanma sensörüne gelen verileri analiz ederek, ölçüm yapılan noktadaki güneş konumunu belirlemekte ve yarım küre lens ile fotoğraf alımı gerçekleştirmektedir. Daha sonra elde edilen bu fotoğraflar, kontrollü olarak sınıflara (açıklık, yeşil alan vb.) ayrılmaktadır. Siniflandirmanin ardindan otsu eşik deger metodu ile ikilik sisteme dönüştürülerek elde edilen binary görüntü üzerinde bitki sinifina giren piksellerin alani hesaplanmaktadir. Yapilan bu basit görüntü isşleme algoritmaları ile, referans veri olarak alinan yarim küre forograflamadan yaprak alan indeksi elde edilmiştir. Çalışma alanındaki pirinç mahsulünün LAI'sini elde etmek için uzaktan algılama görüntüleri kullanılmıştır. Uzaktan algılama sisteminde aktif (RADAR) ve pasif (optik) olmak üzere iki farklı tipte sensörler kullanılmısştır. Aktif sensörler (radar) kendi elektromagnetik dalgasını gönderen ve bu dalganın cisme çarparak geri dönen radyasyonunu tespit eden sensörlerdir. Nesnelerin iki veya üç boyutlu görüntülerini oluşturmak için en çok tercih edilen görüntüleme radarı oldugundan ve uydu platformuna yerleştirilen büyük bir radar anteninin ileri hareketinin avantajlarından yararlanarak geleneksel ışın tarama radarlarından daha ince uzaysal çözünürlükte görüntüler elde etme özelligine sahip oldugu için "synthetic aperture radar (SAR)" görüntüleri bu tezde kullanılmıştır. Çalışma alanındaki pirinç mahsulünün LAI'sini elde etmek için kullanılan SAR sensörleri olan Sentinel-1 (VV ve VH polarizasyona sahip olan C-bandında) ve TerraSAR-X (VV ile HH polarizasyon olan X bandında) tüm hava şartlarında görüntü saglama özelligi ile tarım çalışmaları için oldukça uygundur. Sentinel-1 görüntüsü 27 Agustos 2015'te (üreme aşamasında) «ESA» web sayfasından ve TerraSAR-X görüntüsü 4 Eylül 2015'te «Airbus Defense and Space» web sayfasından indirilmiştir. Çalışma alanı için SAR görüntüleri elde edildikten sonra bu görüntüler, her pikselin geri saçılma katsayılarını (backscattering coefficients) belirlemek için "Snap" yazılımında girdi olarak kullanılmıştır. Bu geri saçılma katsayı degerleri daha sonra LAI'yi belirlemek için su bulutu modelinde (Water Cloud Model) girdi olarak kullanılmısştır. Belirli bir dalga boyu için bir hedefin geri saçılması hedefin fiziksel boyutu, elektriksel özellikleri ve nem içerigi, daha ıslak nesnelerin parlak görünmesi ve kuru hedeflerin karanlık görünmesi gibi çesşitli parametrelere ve koşullara baglıdır. Su bulutu modelinde bitki örtüsünün rastgele dagılmış su damlacıklarını içerdigi varsayılır ve girdi olarak geri saçılma katsayısı (dielektrik sabiti, dalga boyu, polarizasyon ve etki açısına baglı olan bir katsayı) kullanılarak LAI degeri belirlenir. LAI'nin belirlenmesinde bu teknigin güvenilirligi, modellenmiş LAI sonuçları ile yerinde (arazi) LAI ölçümlerinin degerleri ile karşılaştırılarak ve korelasyon katsayısı (correlation coefficient, r) dikkate alınarak arasştırılmısştır. Daha önce de belirtildigi gibi bu tezde X ve C bandı SAR işaretlerini LAI parametresiyle ilisşkilendirmek için Water Cloud Model (WCM) kullanılmısştır. Bu amaçla WCM'de ihtiyaç duyulan vejetasyon parametreleri olan A, B ve C, D toprak parametreleri optimize edilmelidir. Parametrelerin optimizasyonu ve vejetasyon parametrelerinin tahmininde en uygun olan GA (genetic algorithm) bu çalısşmada bir optimizasyon teknigi olarak kullanılmıştır. GA zor problemlerin hızlı, güvenilir ve dogru bir şekilde optimizasyonu için uygun bir çözümdür. Pasif (optik) sensörler yansıtılan güneş radyasyonunu ve görünür yeryüzeyini yakın kızılötesi (NIR) ve kısa dalga kızılötesi bantlarla; yüzey tarafından yayılan radyasyonu ise termal kızılötesi bant ile algılamaktadır. En yeni multispektral görüntüleme sistemlerinden biri olan Landsat-8 görüntüleri bu tezde kullanılmıştır. Yaklaşık 16 gün tekrarlama süresi ve 30 metre uzaysal çözünürlükte (görünür, NIR, SWIR), 100 metreden (termal) ve 15 metreden (panokromatik) olmak üzere iki görüntü algılayıcıdan oluşan bu sensörün tez çalışma alanını içeren, 11 banda sahiptir. Performans degerlendirme kriterleri olarak bu bantların yardımıyla ve ENVI programını kullanarak normalize edilmiş farklı bitki örtüsü endeksi (NDVI), modifıye normalize fark su indeksi (NDWI), çeltik-çeltik parsellerinin her pikseli için normal normalizasyon fark vejetasyon indeksi (GNDVI), Gitelson ve Merzlyak indeksi (GMI), basit oran indeksi (SR) ve Zygielbaum su stres indeksi (ZWSI) hesaplanmıştır. Çeltik pirinç mahsulünün LAI degerleri ile ZWSI, SR, GMI ve GNDVI endeksleri arasında bir ilişki kurmak için bu endekslerin degerleri 28 Agustos 2015 tarihinde çalışma alanının Landsat-8 uydusu ile çekilmiş olan görüntüsü kullanılmıştır. Daha sonra bu endekslerin degerleri ile yer ölçümlü LAI degerleri arasındaki ilişkiyi araştırmak için korelasyon analizi yapılmıştır. Özellikle SR indeksi, ölçülmüş ilgili LAI degerleriyle en ilişkili endeks ( R = 0.91) olarak bulunmuştur; bunu sırasıyla NDVI, NDWI ve GNDVI endeksleri izlemektedir. Sonuç olarak Landsat-8 görüntüsünden elde edilen indeks degerlerinin Sentinel-l ve TerraSAR-X SAR görüntülerinin çeşitli polarizasyonlarından elde edilen geri saçılma katsayı degerleriyle elde edilen indeks degerlerine kıyasla üreme döneminde elde edilen yer ölçüm LAI degerleri ile daha yüksek oranda korelasyona sahip oldugu görülmüştür. Ayrıca bu çalışma alanının çeltik ürününün LAI degerinin tahmin edilmesinde optik algılayıcının (Landsat-8) görüntülerinin SAR (Sentinel-1 ve TerraSAR-X) görüntülerinden daha hızlı ve yüksek dogruluklu bir veri kaynagı oldugu söylenebilir. Son olarak belirtmek gerekir ki, çeltik pirinç mahsulünün sadece üreme asşamasının (zaman serilerine dayalı olmayan analizler) bu çalısşmanın amacına uygun oldugu düşünülmektedir. Kısaca çeltik bitkisinin üreme döneminde gerçekleştirilen analizlerde, Landsat-8 den elde edilen SR endeksi, TerraSAR-X ve Sentinel-1 den elde edilen SAR geri saçılım degerlerine göre saha çalışmalarından elde edilen LAI ölçümleri ile daha uyumlu oldugu görülmüştür.