Uludağ göknarı meşcerelerinde yayılış gösteren ökse otunun multispektral kameralar entegre edilmiş iha ile haritalanması (kökez Orman işletme şefliği)
| dc.contributor.advisor | Kadıoğulları, Ali İhsan | |
| dc.contributor.author | Toklu, Ahmet | |
| dc.date.accessioned | 2026-02-08T15:48:29Z | |
| dc.date.available | 2026-02-08T15:48:29Z | |
| dc.date.issued | 2025 | |
| dc.department | BTÜ, Lisansüstü Eğitim Enstitüsü, Orman Mühendisliği Ana Bilim Dalı | |
| dc.description.abstract | Bu yüksek lisans tezi, Bolu Aladağ Orman İşletme Müdürlüğü sınırlarındaki Kökez Orman İşletme Şefliği'nde doğal yayılış gösteren Uludağ Göknarı (Abies nordmanniana subsp. bornmülleriana) ormanlarında ökse otunun (Viscum album) mekânsal dağılımını belirlemek amacıyla gerçekleştirilmiştir. Ökse otu, konukçusu olduğu ağaçlardan su ve besin alarak gelişimini sürdüren parazitik bir bitki olup, ağaçların fizyolojik süreçlerini olumsuz etkilemekte, büyüme ve gelişimini sınırlandırmaktadır. Orman ekosistemlerinin sürdürülebilir yönetimi açısından, bu tür zararlıların dağılımının hassas bir şekilde belirlenmesi ve haritalanması büyük önem taşımaktadır. Geleneksel yöntemlerle ökse otunun tespiti ve izlenmesi oldukça zahmetli ve zaman alıcı olup, geniş alanlarda uygulanması güçtür. Bu bağlamda, uzaktan algılama teknikleri, orman ekosistemlerinde zararlı bitkilerin izlenmesi ve yönetimi için yenilikçi ve etkili bir çözüm sunmaktadır. Bu çalışmada, ökse otunun yayılımını belirlemek için İnsansız Hava Araçları (İHA) ve multispektral kameralar kullanılmıştır. İHA olarak DJI Mavic 3M modeli tercih edilmiş ve multispektral kameralar aracılığıyla RGB görüntülerin yanında kırmızı (R), yeşil (G), kırmızı kenar (RE) ve yakın kızılötesi (NIR) bantlarında görüntüler elde edilmiştir. 100 metre irtifadan gerçekleştirilen uçuşlardan elde edilen veriler, Agisoft Metashape Professional, ArcGIS ve eCognition yazılımlarında işlenmiş ve analiz edilmiştir. Görüntü işleme süreci ortofoto üretimi, bitki indekslerinin hesaplanması ve mekânsal analizlerin gerçekleştirilmesi aşamalarını içermektedir. Çalışmada Normalized Difference Vegetation Index (NDVI) gibi bitki sağlığını değerlendiren spektral indeksler kullanılarak ökse otunun dağılımı analiz edilmiştir, ancak anlamlı sonuçlara ulaşılamamıştır. Çalışma kapsamında, piksel tabanlı ve nesne tabanlı sınıflandırma yöntemleri karşılaştırılmıştır. Piksel tabanlı sınıflandırma, her pikseli bağımsız olarak değerlendirerek belirli sınıflara atamış, ancak yüksek çözünürlüklü görüntülerde gürültü (anlamsız pikseller) üretmesi nedeniyle sınırlı başarı göstermiştir. Nesne tabanlı sınıflandırma ise komşu piksellerin segmentasyon algoritmalarıyla gruplandırılarak analiz edilmesine dayanmakta olup, özellikle yüksek çözünürlüklü görüntülerde daha güvenilir sonuçlar sağlamaktadır. Çalışmanın sonuçlarına göre, piksel tabanlı sınıflandırmanın Kappa değeri 0.28-0.56 arasında değişiklik gösterirken, nesne tabanlı sınıflandırmanın Kappa değeri 0.69-0.89 olarak hesaplanmıştır. Bu veriler, nesne tabanlı sınıflandırmanın ökse otu tespitinde daha güvenilir ve bilimsel açıdan daha anlamlı sonuçlar sunduğunu göstermektedir. Bu çalışma, İHA ve multispektral kameraların, orman ekosistemlerinde parazitik bitkilerin tespiti ve mekânsal analizi sürecinde etkin bir yöntem olarak kullanılabileceğini ortaya koymaktadır. Özellikle nesne tabanlı sınıflandırma yöntemi, ökse otunun mekânsal dağılımını belirlemede daha yüksek doğruluk sunduğu ve geleneksel yöntemlere kıyasla daha verimli bir süreç sağladığı için öne çıkmaktadır. Çalışmadan elde edilen bulgular, orman yönetimi ve korunması açısından önemli bilgiler sunmakta olup, gelecekte yapılacak ekolojik izleme ve uzaktan algılama çalışmalarına katkı sağlayacak niteliktedir. | |
| dc.description.abstract | This master's thesis aims to determine the spatial distribution of mistletoe (Viscum album) in Uludağ Fir (Abies nordmanniana subsp. bornmülleriana) forests within the Kökez Forest Management Chiefdom, located in the Bolu Aladağ Forest Enterprise Directorate. Mistletoe is a parasitic plant that extracts water and nutrients from its host trees, adversely affecting their physiological processes and limiting their growth and development. The precise mapping of such parasitic species is crucial for the sustainable management of forest ecosystems. However, traditional field-based methods for detecting and monitoring mistletoe are labor-intensive, time-consuming, and challenging to implement over large areas. In this context, remote sensing technologies offer an innovative and effective approach for monitoring and managing invasive plant species in forest ecosystems. This study employs Unmanned Aerial Vehicles (UAVs) equipped with multispectral cameras to detect and map the distribution of mistletoe. A DJI Mavic 3M UAV was selected, capturing RGB imagery alongside multispectral data in red (R), green (G), red edge (RE), and near-infrared (NIR) bands. The UAV flights were conducted at an altitude of 100 meters, and the acquired data were processed and analyzed using Agisoft Metashape Professional, ArcGIS, and eCognition software. The image processing workflow included orthophoto generation, vegetation index computation, and spatial analysis. Normalized Difference Vegetation Index (NDVI) and other spectral indices were utilized to assess the presence of mistletoe; however, no statistically significant results were obtained. The study compares pixel-based and object-based classification methods. Pixel-based classification assigns each pixel to specific classes based on spectral properties, but it was found to be less effective due to noise and misclassification, particularly in high-resolution imagery. Conversely, object-based classification, which groups neighboring pixels using segmentation algorithms, yielded more accurate results, particularly for high-resolution datasets. The findings indicate that the Kappa coefficient for pixel-based classification ranged between 0.28 and 0.56, while object-based classification achieved a Kappa coefficient between 0.69 and 0.89, demonstrating its superior reliability and accuracy in mistletoe detection.This research underscores the effectiveness of UAVs and multispectral imaging as a valuable tool for detecting and mapping parasitic plants in forest ecosystems. The results highlight the advantages of object-based classification in providing higher accuracy and greater efficiency compared to traditional methods. The findings contribute valuable insights for forest management and conservation, offering a framework for future ecological monitoring and remote sensing applications in the detection and assessment of parasitic species | |
| dc.identifier.endpage | 83 | |
| dc.identifier.startpage | 1 | |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=htlyhJG97gjBTPjAeWRhPibgjV3FD6enQJ5BrlcWezGhd5yHwX-LCEZKjYwSbxKS | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12885/6189 | |
| dc.identifier.yoktezid | 931431 | |
| dc.language.iso | tr | |
| dc.publisher | Bursa Teknik Üniversitesi | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.snmz | KA_TEZ_20260207 | |
| dc.subject | Ormancılık ve Orman Mühendisliği | |
| dc.subject | Forestry and Forest Engineering | |
| dc.title | Uludağ göknarı meşcerelerinde yayılış gösteren ökse otunun multispektral kameralar entegre edilmiş iha ile haritalanması (kökez Orman işletme şefliği) | |
| dc.title.alternative | Mapping the distribution of mistletoe in Uludağ fir stands using uavs integrated with multispectral cameras (kökez forest management chiefdom) | |
| dc.type | Master Thesis |
