Page 15 - E-Tez Bülteni Eylül 2025, SAYI 3
P. 15

YÜKSEK LİSANS TEZİ
                        Harita Mühendisliği Anabilim Dalı


               İnsansız Hava Araçları ile Temin Edilen Çok Bantlı Görüntüler ve
                 Lidar Verileri Kullanılarak Ağaç Sağlıklarının Otomatik Tespiti

                                  Batuhan GÜMRÜKÇÜ

                         Tez Danışmanı: Dr. Öğr. Üyesi Hayrettin ACAR
                                        Tez Özeti

        Bu çalışmada, çok bantlı görüntüler ve LiDAR nokta bulutu birlikte kullanılarak ağaç sağlıklarının otomatik tespiti gerçekleştirilmiştir.
        Sınıflandırma çalışmalarında hedeflenen objelerin metrik özelliklerine uyarlanabilen pencere tabanlı yeni bir yöntem önerilmiştir.
        Çalışmada veri seti olarak Gümüşhane ili Şiran ilçesi Kozağaç köyü mevkiinde sarıçam orman alanın havadan LiDAR verisi ve
        çok bantlı görüntüler kullanılmıştır. Önerilen yaklaşım, her bir ağaç taç alanı için dinamik olarak oluşturulan analiz pencereleri
        içinde  spektral,  konumsal,  metrik  özellikleri  birlikte  kullanarak  sınıflandırma  işlemi  gerçekleştirmektedir.  Bu  çerçevede,  normalize
        edilmiş vejetasyon indeksi (NDVI), normalize edilmiş fark kırmızı kenar indeksi (NDRE) spektral analiz yöntemleri, ağaç taç genişliği
        ve  taç  alanı  metrikleri  ile  konumsal  nicelikler  birlikte  değerlendirilmiştir.  Önerilen  akış  şeması  kapsamında,  MATLAB  yazılım
        ortamındaki tamamen otomatik süreç, Kanopi Yükseklik Modeli (CHM) kullanılarak bireysel ağaçlar tespit edilmesinin sonrasında
        her bir ağaç için ilgili metriklerin belirlenerek uygun ilgi alanı pencereleri oluşturulmaktadır. Elde edilen ilgi alanı pencerelerinde
        spektral  analizler  uygulanarak  odak  objeye  yönelik  sınıflandırma  gerçekleştirilmiştir.  Nesne  tabanlı  doğruluk  analizine  göre  en
        yüksek sınıflandırma doğruluğu NDVI analizi için ortalama %80, NDRE analizi için %65 olarak hesaplanmıştır.

                  Anahtar kelimeler: Bitki Sağlığı, LiDAR Nokta Bulutu, Çok Bantlı Görüntü, Ağaç Taç Sınıflandırma
   10   11   12   13   14   15   16   17   18   19   20