Aktif ve pasif uydu görüntüleri kullanılarak saf karaçam meşcerelerinde topraküstü karbonun tahmin edilmesi (elekçamı orman işletme şefliği örneği)
Estimation of aboveground carbon using active and passive satellite image in pure crimean pine stands: A case study in elekçami forest planning unit
- Tez No: 876162
- Danışmanlar: PROF. DR. ALKAN GÜNLÜ
- Tez Türü: Yüksek Lisans
- Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Çankırı Karatekin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Orman Amenajmanı Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma Sinop Orman Bölge Müdürülüğü, Boyabat Orman İşletme Müdürlüğü, Elekçamı Orman İşletme Şefliği sınırları içerisinde yayılış gösteren saf karaçam meşcerlerinde gerçekleştirilmiştir. Çalışma kapsamında toplam 247 adet örnek alan verisi kullanılmıştır. Envanter verilerinden yararlanılarak her bir örnek alan için topraküstü karbon (TÜK) değerleri hesaplanmıştır. Her bir örnek alan için Landsat 5 TM bant yansıma ve vejetasyon indis, ALOS-PALSAR uydu görüntüsüne ait HH ve HV polarizasyonlarından parlaklık ve geri yansıtım ile örnek alanlara ilişkin eğim, bakı ve yükselti değerleri hesaplanmıştır. TÜK değerleri ile yukarıda açıklanan değişkenler arasındaki ilişkiler çoğul regreyon analizi ile modellenmiştir. Toplam 14 adet model geliştirilmiştir. Geliştirilen model başarıları incelendiğinde, Landsat 5 TM vejetasyon indis, ALOS-PALSAR parlaklık ve geri yansıtım değişkenleri ile eğim, bakı ve yükselti değerlerinin bağımsız değişkenler olarak yer aldığı modelde belirtme katsayısı (R_düz^2=0.655; Sy.x=0.18147) elde edilmiştir.
Özet (Çeviri)
This study was conducted in pure Crimean stands located within the boundaries of Sinop Regional Directorate of Forestry, Boyabat Forest Enterprise, Elekçamı Forest Planning Unit. A total of 247 sample plot inventory data were utilized. Using inventory data, aboveground carbon values were calculated for each sample plot. Then, for each sample plot, band brightness and vegetation indice obtained from the Landsat 5 TM satellite image, polarization (HH and HV) brightness and backscattering obtained from the ALOS-PALSAR satellite image, as well as slope, aspect, and elevation values, were calculated. The relationships between aboveground carbon values and the variables mentioned above were modeled using multiple regression analysis. A total of 14 models were developed. When examining the success of the developed models, the highest model accuracy (R_adj^2=0.655;Sy.x=0.18147) was achieved in the model that included vegetation indices from the Landsat 5 TM satellite image, brightness and backscattering values from the ALOS-PALSAR satellite image, along with slope, aspect, and elevation as independent variables.
Benzer Tezler
- Sinop Orman Bölge Müdürlüğü saf sarıçam meşcerelerinde farklı uzaktan algılama verileri kullanılarak bazı meşcere parametrelerinin modellenmesi
Modeling some stand parameters using different remote sensing data in pure scots pine stands in Sinop Regional Directorate of Forestry
HASAN AKSOY
Doktora
Türkçe
2023
Ormancılık ve Orman MühendisliğiÇankırı Karatekin ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALKAN GÜNLÜ
- Uydu görüntüleri kullanılarak NDVI ve RVI bitki örtüsü indekslerinin karşılaştırılması
Comparison of NDVI and RVI vegetation indices using satellite images
ABDURRAHMAN GÖNENÇ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM
- Satellite images super resolution using generative adversarial networks
Uydu görüntülerinde çekişmeli üretici ağ kullanarak süper çözünürlük
MARYAM SERDAR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. AHMET HAMDİ KAYRAN
- Sentinel-1 sar görüntülerinin, derin öğrenme teknikleri kullanılarak müsilaj bölgelerinin otomatik olarak tespit edilmesindeki rolü: Marmara denizi Armutlu-Zeytinbağı'nda bir vaka çalışması
The role of sentinel-1 sar images in the automatic detection of mucilage areas using deep learning learning techniques: A case study in the Armutlu-Zeytinbaği of the Marmara sea
ENES BAKIŞ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBatman ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRULLAH ACAR
- 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
2017
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Bilimleri Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN