Soğanlı Botanik Parkı (Bursa) ağaç türlerinin bitki indekslerinin ve tür çeşitliliğinin çok bantlı (Multispektral) kameraların kullanımıyla tespiti
Küçük Resim Yok
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Bursa Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/embargoedAccess
Özet
Son dönemde gelişen teknolojiyle popülerlik kazanan İnsansız Hava Araçları (İHA'lar), ormancılık çalışmalarında hava fotoğrafları elde etmek için kullanılmaya başlanmıştır. İHA'lar üzerindeki çok bantlı kameralar sayesinde elde edilen görüntülerin analiz edilmesiyle bitki örtüsü tespiti yapılabilmektedir. Bu görüntülerden elde edilen veriler, ortofotolar aracılığıyla işlenir. Farklı bant kombinasyonları kullanılarak görüntüler üzerinde çeşitli analizler gerçekleştirilir ve bitki örtüsünün sağlığıyla ilgili bilgiler elde edilir. Bu analizler genellikle yansıma değerlerinden ve bitki örtüsünün farklı özelliklerini belirlemek için kullanılan vejetasyon indekslerinden yararlanarak yapılır. Bu yöntemler, ormancılık alanında bitki örtüsü izleme ve yönetiminde önemli bir araç haline gelmiştir. Bursa Soğanlı Botanik Parkı, yeşil kuşak projesi kapsamında yer almakta ve şehre çeşitli faydalar sağlamaktadır. Bu çalışmanın odak noktası, İnsansız Hava Araçları (İHA'lar) üzerine monte edilmiş multispektral kameralardan elde edilen görüntülerin, Bursa Soğanlı Botanik Parkı'nda yer alan bitki örtüsü türlerinin tespiti için kullanılma potansiyelidir. Soğanlı Botanik Parkı üzerinde gerçekleştirilen çalışmada, iki farklı İHA ve iki farklı multispektral kamera kullanılarak uçuşlar gerçekleştirilmiştir. Bu uçuşlar sırasında uçuş sayısı, uçuş yükseliği ve uçuş bindirme oranları hesaplanmıştır. Ardından, İHA'larla elde edilen görüntüler bilgisayar ortamına aktarılmış ve Agisoft Metashape yazılımında işlenerek çok bantlı ortofotolar ve bitki indeksleri oluşturulmuştur. Oluşturulan çok bantlı ortofotolar ve bitki indeksleri ".tiff" formatında kaydedilmiş ve eCognition Developer 9 yazılımında segmentasyon ve nesne tabanlı sınıflandırma işlemi gerçekleştirilmiştir. Bu sınıflandırma işlemi yapılırken, yerel kontrol noktalarından yararlanılmıştır. Elde edilen sınıflandırılmış görüntülerin doğruluğunu ölçmek için ise ArcGIS yazılımında bulunan ArcToolbox modülü kullanılarak bitki türü haritası oluşturulmuştur. Bu yöntemlerle, parktaki bitki örtüsü ve alanların detaylı bir haritası oluşturulmuş ve doğruluğu ölçülmüştür. Yapılan çalışma sonucunda akçaağaç, çınar, ıhlamur, bina, sulak alanlar, tarım alanları, diğer alanlar, diğer orman alanları ve çimenlik alanlar olmak üzere 9 sınıf oluşturulmuştur. Çalışmada hesaplanan kappa değeri %87 iken sınıf bazında doğruluk oranı ise sırasıyla akçaağaç için %83,33, bina için %96, çınar için %70, diğer alanlar için %93, diğer ormanlar için %73, ıhlamur için %80, çimenlik alanlar için %93, sulak alanlar için %100 ve tarım alanları için %96 olarak tespit edilmiştir. Bu durum başarı İHA üzerine entegre edilen multispektral kameralar yardımıyla bitki türlerinin doğru tespit edilebileceğini kanıtlamaktadır.
Unmanned Aerial Vehicles (UAVs), which have recently gained popularity with developing technology, have begun to be used to obtain aerial photographs in forestry studies. Vegetation can be detected by analyzing the images obtained thanks to multispectral cameras on UAVs. The data obtained from these images are processed through orthophotos. Various analyzes are performed on the images using different band combinations and information about the health of the vegetation is obtained. These analyzes are usually made using reflectance values and vegetation indices used to determine different characteristics of the vegetation. These methods have become an important tool in vegetation monitoring and management in the field of forestry. Bursa Soğanlı Botanical Park is included in the green belt project and provides various benefits to the city. The focus of this study is the potential to use images obtained from multispectral cameras mounted on Unmanned Aerial Vehicles (UAVs) to detect vegetation types in Bursa Soğanlı Botanical Park. In the study carried out over Soğanlı Botanical Park, flights were made using two different UAVs and two different multispectral cameras. During these flights, the number of flights, flight altitude and flight boarding rates were calculated. Then, the images obtained with UAVs were transferred to the computer environment and processed in Agisoft Metashape software to create multispectral orthophotos and vegetation indices. The created multispectral orthophotos and plant indices were saved in ".tiff" format and segmentation and object-based classification were performed in eCognition Developer 9 software. During this classification process, local control points were used. To measure the accuracy of the resulting classified images, a plant species map was created using the ArcToolbox module in the ArcGIS software. With these methods, a detailed map of the vegetation and areas in the park was created and its accuracy was measured. As a result of the study, 9 classes were created: maple, plane, linden, building, wetlands, agricultural areas, other areas, other forest areas and grass areas. While the kappa value calculated in the study was 87%, the accuracy rate on a class basis was 83.33% for maple, 96% for buildings, 70% for plane trees, 93% for other areas, 73% for other forests, 80% for linden, and 80% for grassy areas. It has been determined as 93%, 100% for wetlands and 96% for agricultural areas. This proves that plant species can be detected accurately with the help of multispectral cameras integrated on the UAV.
Unmanned Aerial Vehicles (UAVs), which have recently gained popularity with developing technology, have begun to be used to obtain aerial photographs in forestry studies. Vegetation can be detected by analyzing the images obtained thanks to multispectral cameras on UAVs. The data obtained from these images are processed through orthophotos. Various analyzes are performed on the images using different band combinations and information about the health of the vegetation is obtained. These analyzes are usually made using reflectance values and vegetation indices used to determine different characteristics of the vegetation. These methods have become an important tool in vegetation monitoring and management in the field of forestry. Bursa Soğanlı Botanical Park is included in the green belt project and provides various benefits to the city. The focus of this study is the potential to use images obtained from multispectral cameras mounted on Unmanned Aerial Vehicles (UAVs) to detect vegetation types in Bursa Soğanlı Botanical Park. In the study carried out over Soğanlı Botanical Park, flights were made using two different UAVs and two different multispectral cameras. During these flights, the number of flights, flight altitude and flight boarding rates were calculated. Then, the images obtained with UAVs were transferred to the computer environment and processed in Agisoft Metashape software to create multispectral orthophotos and vegetation indices. The created multispectral orthophotos and plant indices were saved in ".tiff" format and segmentation and object-based classification were performed in eCognition Developer 9 software. During this classification process, local control points were used. To measure the accuracy of the resulting classified images, a plant species map was created using the ArcToolbox module in the ArcGIS software. With these methods, a detailed map of the vegetation and areas in the park was created and its accuracy was measured. As a result of the study, 9 classes were created: maple, plane, linden, building, wetlands, agricultural areas, other areas, other forest areas and grass areas. While the kappa value calculated in the study was 87%, the accuracy rate on a class basis was 83.33% for maple, 96% for buildings, 70% for plane trees, 93% for other areas, 73% for other forests, 80% for linden, and 80% for grassy areas. It has been determined as 93%, 100% for wetlands and 96% for agricultural areas. This proves that plant species can be detected accurately with the help of multispectral cameras integrated on the UAV.
Açıklama
23.11.2024 tarihine kadar kullanımı yazar tarafından kısıtlanmıştır.
Anahtar Kelimeler
Biyoloji, Biology
