SavedAdd your journal

Journals / Türk Tarım - Gıda Bilim ve Teknoloji dergisi / 2021 / Cilt: 9 - Sayı: 11

Evaluation of Vegetation Change in Silage Corn Production Areas of Sultansuyu Agriculture Management Directorate with Landsat-8 Satellite Images

Sultansuyu Tarım İşletme Müdürlüğüne Ait Silajlık Mısır Üretim Alanlarındaki Vejetasyon Değişiminin Landsat-8 Uydu Görüntüleri ile Değerlendirilmesi

Alper Serdar ANLI
Ufuk ÇOBAN
Pages
2073–2080
Publication Date
2022-11-06
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Çalışmadan elde edilen sonuçlara göre silajlık mısır bitkisinde bitki büyüme ve gelişmesi uydu görüntülerinin NIR ve RED bantları kullanılarak elde edilen NDVI ve SAVI bitki parametreleri ile takip edilebileceği belirlenmiştir

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Uzaktan algılama (UA) birçok farklı alanda kullanıldığı gibi tarımda da etkin bir biçimde kullanılmaktadır.
📊
Key Findings & Data:UA tekniklerinden faydalanarak tarım alanlarında verim, bitki su tüketimi, bitki büyüme ve gelişme gibi özelliklerin tahmin edilmesi için geliştirilmiş birçok matematiksel model vardır.
💡
Conclusion & Impact:Çalışmadan elde edilen sonuçlara göre silajlık mısır bitkisinde bitki büyüme ve gelişmesi uydu görüntülerinin NIR ve RED bantları kullanılarak elde edilen NDVI ve SAVI bitki parametreleri ile takip edilebileceği belirlenmiştir
🔬Design:Experimental Field Trial
📍Scope:2018 Verileri
⚙️Variables:Domain Parameters

Abstract

Uzaktan algılama (UA) birçok farklı alanda kullanıldığı gibi tarımda da etkin bir biçimde kullanılmaktadır. UA tekniklerinden faydalanarak tarım alanlarında verim, bitki su tüketimi, bitki büyüme ve gelişme gibi özelliklerin tahmin edilmesi için geliştirilmiş birçok matematiksel model vardır. Bu çalışmada modellerden Normalize Edilmiş Vejetasyon Değişim İndeksi (NDVI) ve Toprak Yansımalarını Dikkate Alan Vejetasyon İndeksi (SAVI)’den yararlanılmıştır. NDVI ve SAVI uydu görüntülerinin yakın kızılötesi (NIR) ve kırmızı (RED) ışık dalga boyundaki bantlar kullanılarak hesaplanmaktadır. Çalışma kapsamında 2018 ve 2019 yılına ait LANDSAT 8 uydu görüntüleri kullanılarak Tarım İşletme Genel Müdürlüğüne ait Sultansuyu Tarım İşletme Müdürlüğü’nün Yeniköy mevkiinde bulunan dairesel hareketli yağmurlama sulama (Center Pivot) sistemleri ile sulanan silajlık mısır üretim alanlarındaki değişim bitki gelişme dönemi boyunca analiz edilmiştir. Bu kapsamda uydu görüntülerinden elde edilen NDVI ve SAVI haritaları belirlenmiştir. Elde edilen haritalardan ekimden hasada kadar geçen süre için bitki gelişim değişmeleri değerlendirilmiştir. Çalışmadan elde edilen sonuçlara göre silajlık mısır bitkisinde bitki büyüme ve gelişmesi uydu görüntülerinin NIR ve RED bantları kullanılarak elde edilen NDVI ve SAVI bitki parametreleri ile takip edilebileceği belirlenmiştir

Özet

Uzaktan algılama (UA) birçok farklı alanda kullanıldığı gibi tarımda da etkin bir biçimde kullanılmaktadır. UA tekniklerinden faydalanarak tarım alanlarında verim, bitki su tüketimi, bitki büyüme ve gelişme gibi özelliklerin tahmin edilmesi için geliştirilmiş birçok matematiksel model vardır. Bu çalışmada modellerden Normalize Edilmiş Vejetasyon Değişim İndeksi (NDVI) ve Toprak Yansımalarını Dikkate Alan Vejetasyon İndeksi (SAVI)’den yararlanılmıştır. NDVI ve SAVI uydu görüntülerinin yakın kızılötesi (NIR) ve kırmızı (RED) ışık dalga boyundaki bantlar kullanılarak hesaplanmaktadır. Çalışma kapsamında 2018 ve 2019 yılına ait LANDSAT 8 uydu görüntüleri kullanılarak Tarım İşletme Genel Müdürlüğüne ait Sultansuyu Tarım İşletme Müdürlüğü’nün Yeniköy mevkiinde bulunan dairesel hareketli yağmurlama sulama (Center Pivot) sistemleri ile sulanan silajlık mısır üretim alanlarındaki değişim bitki gelişme dönemi boyunca analiz edilmiştir. Bu kapsamda uydu görüntülerinden elde edilen NDVI ve SAVI haritaları belirlenmiştir. Elde edilen haritalardan ekimden hasada kadar geçen süre için bitki gelişim değişmeleri değerlendirilmiştir. Çalışmadan elde edilen sonuçlara göre silajlık mısır bitkisinde bitki büyüme ve gelişmesi uydu görüntülerinin NIR ve RED bantları kullanılarak elde edilen NDVI ve SAVI bitki parametreleri ile takip edilebileceği belirlenmiştir

🔖

Cite This Article

ANLI, A. S., ÇOBAN, U. (2022). Evaluation of Vegetation Change in Silage Corn Production Areas of Sultansuyu Agriculture Management Directorate with Landsat-8 Satellite Images. Türk Tarım - Gıda Bilim ve Teknoloji dergisi, Cilt: 9 - Sayı: 11, 2073–2080. https://ajindex.com/articles/643050

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. Alçiçek A, Karaayvaz K. 2003. Sığır Besisinde Mısır Silajı Kullanımı. Animalia, 203: 68-76.
  2. Allen RG, Pereira LS, Raes D, Smith M. 1998. Crop Evapotranspiration (guidelines for computing crop water requirements): FAO Irrigation and Drainage Paper. No. 56. Allen RG, Tasumi M, Morse A, Trezza R. 2005. A landsat-based energy balance and evapotranspiration model in Western US water rights regulation and planning. Irrigation and Drainage Systems, 19(3/4): 251–268.
  3. Allen RG, Tasumi M, Trezza R. 2007. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)–Model. J. Irrig. Drain. Eng. ASCE 133 (4): 380–394.
  4. Alves I, Pereira LS. 2000. Non-water-stressed base lines for irrigation scheduling with infrared thermometers: a new approach. Irrigation Science, 19(2): 101-106. Anonim, 2018. TÜİK., 2018. https://biruni.tuik.gov.tr/bitkiselapp/bitkisel.zul. (Erişim Tarihi: 01.12.2019). Anonim, 2020a. Atlantis Mühendislik Tic. Ltd. Şti., https://www.sulama.com/wpcontent/uploads/2017/11/atlanti s-tarimsal-katalog-turkce.pdf. (Erişim Tarihi: 01.04.2020). Anonim, 2020b. NİK İnşaat Ticaret Ltd. Şti, http://www.nik.com.tr. (Erişim Tarihi: 01.04.2020). Anonim, 2020c. NASA, https://landsat.usgs.gov/using-usgslandsat-8-product. (Erişim Tarihi: 01.04.2020)
  5. Bastiaanssen WGM, Pelgrum H, Wang J, Ma Y, Moreno JF, Roerink GJ, Van der Wal T. 1998. A remote sensing surface energy balance algorithm for land (SEBAL) 1. Formulation. Journal of Hydrology 212-213:213-229.
  6. Carlson TN, Ripley DA. 1997. On the relation between NDVI, fractional vegetation cover, and leaf area index. Remote Sensing of Environment, 62(3): 241-252.
  7. Idso S, Pinter P, Reginato R. 1990. Non-water-stressed base lines: the importance of site selection for air temperature and air vapour pressure deficit measurements. Agricultural and Forest Meteorology, 53(1-2): 73-80.
  8. Jackson R, Reginato R, Idso S. 1977. Wheat canopy temperature: a practical tool for evaluating water requirements. Water Resources Research, 13(3): 651-656.
  9. Jiang R, Xie J, He H, Kuo C-C, Zhu J, Yang M. 2016. Spatio temporal variability and predictability of Normalized Difference Vegetation Index (NDVI) in Alberta, Canada. International Journal of Biometeorology, 60(9): 1389-1403.
  10. Kale S, Acarlı D. 2019a. Shorelıne Change Monitorıng in Atikhisar Reservoir by Using Remote Sensing and Geographic Informatıon System (GIS). Fresenius Environmental Bulletin, 28(5), 4329-4339.
  11. Kale S, Acarlı D. 2019b. Spatial and Temporal C