Gül tarım alanlarının yüksek çözünürlüklü uydu verileri ile belirlenebilirliği

Abstract

Uzaktan algılama teknolojileri, arazi kullanım türü ve bitki desenlerinin güncel, en kısa ve en doğru biçimde sağlandığı bir teknolojidir. Uydu verilerinin tarımda kullanımda en yoğun ve başarılı çalışmalar arazi kullanım türlerinin ve bitki deseninin belirlenmesi üzerine olmaktadır. Bu çalışmada amaç, yüksek çözünürlüklü uydu verileri kullanılarak gül tarımı yapılan alanların parsel bazında belirlenebilme olanaklarını araştırmaktır. Çalışma, Türkiye?de yağ gülünün büyük çoğunluğunun üretildiği Isparta ilinin Güneykent Belediyesi ve Keçiborlu ilçesi sınırları içerisinde yürütülmüştür.Çalışmada, Quickbird-2 uydu verisi, çalışma alanının topoğrafik özelliklerine ait konumsal ya da metinsel bilgiler, gül yetiştiriciliği ve diğer Arazi Kullanım Türleri (AKT) ile ilgili veriler kullanılmıştır. Bu amaçla, seçilen test alanlarına ait Quickbird-2 uydu verisinde ön işlemler yapılmıştır. Test alanlarında yapılan arazi etüd çalışmalarında toplanan AKT verileri kullanılarak ArcGIS ortamında veri tabanına girilerek sayısal AKT verileri haritası hazırlanmıştırQuickbird-2 uydu verisinde (4,3,2 bant) piksel ve nesne tabanlı sınıflama metodları kullanılarak gül tarım alanları belirlenmeye çalışılmış, en uygun sınıflama metodu seçilmiştir. Piksel tabanlı sınıflamada kontrollü ve kontrolsüz sınıflama ERDAS, Nesne tabanlı sınıflama e-Cognition yazılımında uygulanmıştır. Kontrolsüz sınıflama işleminde sınıf sayısı 20 ve 30 alınmıştır. Her iki test alanına uygulanan kontrolsüz sınıflama verilerinde sınıf sayısı arttıkça doğruluk değerlendirmesi ve kappa değerlerinde azalma olduğu görülmüştür. Kontrolsüz sınıflamada en uygun sınıfın 20 sınıf olduğu tespit edilmiştir.Kontrollü sınıflandırmada yer alan sınıflandırma yöntemlerinden her biri kullanılarak hata matrisleri çıkartılmıştır.1 No?lu test alanı için Maksimum Olabilirlik Karar Kuralı ve Mahalanobis Uzaklığı Karar Kuralı, 2 No?lu test alanı için Maksimum Olabilirlik Karar Kuralı en uygun yöntem olarak belirlenmiştir.Yüksek çözünürlüklü uydu verileri kullanılarak yapılan pixel tabanlı sınıflamada gül parsellerinin diğer parsellerle karıştığı, bu sınıflama yöntemlerinin gül parsellerinin belirlenmesinde çalışmadığı, bunun yerine gül parsellerinin daha iyi ayırt edilebildiği nesne tabanlı sınıflamanın kullanılabileceği tespit edilmiştir. Çalışma ile; bölgede gül tarımı yapılan alanların belirlenebilmesine yönelik en uygun metodun geliştirilmesi amaçlanmıştır. Çalışmada elde edilen sonuçlar ışığında; Türkiye?de yağ gülü üretilen alanların parsel bazında haritalanmasına yönelik bir metot ortaya konmuş, planlama, yönetim ve izleme çalışmalarının gerçekleştirilebilmesinde gerekli olan bilgi sistemleri için harita niteliğindeki temel kartografikler oluşturulmuştur.Anahtar Kelimeler: Uzaktan algılama, Quickbird uydu verisi, gül tarım alanları.

Remote sensing is a technology that provides the most accurate and the fastest data regarding the type of land use and vegetation patterns. In the use of satellite data in agriculture, the most intense and successful studies have been performed on the determination of the types of land use and vegetation patterns. The purpose of the study was to investigate the possibilities of determining rose plantations on parcel basis using high-resolution satellite imagery data. The study was conducted within the boundaries of Güneykent Municipality and Keçiborlu towns of Isparta city in Turkey, which produces the vast majority of oil rose.In the study, Quickbird-2 satellite data, the data regarding the topographic features of the positional or textural information of the experimental area, data regarding rose cultivation and other Land Use Types (LUT) were used. For this purpose, Quickbird-2 satellite data of the selected test areas were pre-processes. LUT data collected during the field surveys in the test areas has been used to prepare digital LUT map via their input into the database in the ARCGIS software.Rose plantings have been tried to be determined using pixel and object-based classification methods in the Quickbird-2 satellite data (4,3,2 band), and the most appropriate classification method was selected. Supervised and unsupervised classification in the Pixel-based classification applied to ERDAS software, object-based classification applied to e-Cognition software.In the unsupervised classification process, the number of classes were 20 and 30. Assessment accuracy and kappa values were found to be decreased as the number of classes increased in the unsupervised classification data applied to both test fields. The most appropriate class in the unsupervised classification was determined to be 20 class. Error matrices were obtained by using each of the classification methods in the supervised classification. Rule of maximum posibility decision and rule of Mahalanobis distance decision was selected as the most suitable method for test area number 1, and rule of maximum possibility decision for test area number 2.In the pixel-based classification with high-resolution satelite data, it was determined that rose parcels were mixed with other parcels, that these classification methods did not work in the identification of rose parcels, and instead object-based classification systems that better distinguish rose plantations could be used. The objective of the study was to develop the most suitable method that can be used to determine rose plantations in the region. In light of the results obtained from the study; a method devoted to map areas used to produce oil rose in Turkey on a parcel basis were determined and basic cartographics with map features for information systems required for conducting planning, management and monitoring studies.Keywords: Remote sensing, Quickbird satelite data, rose plantations.