Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız:
http://acikerisim.ktu.edu.tr/jspui/handle/123456789/4290
Başlık: | Derin öğrenme ile Harran ovası toprak tuzluluğunun tespiti |
Diğer Başlıklar: | Detection of Harran plain soil salinity with deep learning |
Yazarlar: | Akça, Şeyma |
Anahtar kelimeler: | : Toprak Tuzluluğu, Harran Ovası, Derin Öğrenme, U-NET;Soil Salinity, Harran Plate, Deep Learning, U- NET |
Yayın Tarihi: | Kas-2020 |
Yayıncı: | Karadeniz Teknik Üniversitesi / Fen Bilimleri Enstitüsü |
Özet: | Toprak tuzluluğu kurak ve yarı kurak iklim bölgelerinde, toprağın yapısında olan anyon ve katyonların birleşmesiyle oluşan tuzların, yeraltı sularına karışıp çözünmesiyle oluşur. Oluşan bu tuzlar yüksek taban suyuyla birlikte çözünmüş olarak toprak yüzeyine çıkar ve taban suyunun buharlaşması sonucu toprağın yüzeyinde birikir. Bu durum bitki gelişimini olumsuz etkiler ve verimi düşürür. Toprak tuzluluğu nedeniyle birinci sınıf tarım arazilerinin verimsizleşmesi, yerel ve global çapta birçok ekonomik ve sosyal sorunu beraberinde getirmektedir. Tarım arazilerinin sürdürülebilirliği ve tuz yönetiminin sağlanması için bu tez çalışmasıyla Türkiye'nin en büyük tarım ovalarından biri olan Harran Ovası'ndaki tuzluluk sorununun uzaktan algılama yöntemleriyle tespit edilmesi amaçlanmıştır. Harran Ovası'nda tuzluluk tespiti için literatürde en çok kullanılan tuzluluk indeksleri olan NDSI, SI, SII ve bitki indeksi NDVI kullanılmıştır. Bir derin öğrenme yöntemi olan evrişimsel yapay sinir ağları U-NET mimarisiyle yapılan sınıflandırma işleminde görüntünün sahip olduğu 5 spektral kanala ilaveten tuzluluk indekslerinin her biri ayrı bir spektral bant olacak şekilde görüntüye eklenmiştir. 300 iterasyonda en iyi sınıflandırma doğruluğunu veren SII (%93.78) tuzluluk indeks kombinasyonu olmuştur. |
URI: | http://acikerisim.ktu.edu.tr/jspui/handle/123456789/4290 |
Koleksiyonlarda Görünür: | Harita Mühendisliği |
Bu öğenin dosyaları:
Dosya | Açıklama | Boyut | Biçim | |
---|---|---|---|---|
651008.pdf | 11.44 MB | Adobe PDF | Göster/Aç |
DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.