Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightK-NN ile yapılan sınıflandırma başarısı ise %91.8 olarak hesaplanmıştır.
📌 3 Maddede Bu Makale
Özet
Uydu görüntülerinden bitki türlerinin sınıflandırılması tarım alanlarının yönetimi, gıda güvenliğinin sağlanması ve tarımsal politikaların oluşturulması için oldukça önemli bilgiler sağlar. Bitki türleri genel olarak uydu görüntülerinden hesaplanan vejetasyon indekslerine dayalı olarak veya çeşitli görüntü sınıflandırma teknikleri ile tahmin edilmektedir. Fakat bu yaklaşımlarda farklı bitkilerin benzer fenelojik ve spektral özelliklere sahip olması nedeniyle başarı oranı düşüktür. Bu nedenle bitki türlerinin uydu görüntüleri ile sınıflandırılması işleminde yeni, hassas ve daha başarılı bir yaklaşıma ihtiyaç duyulmaktadır. Bu çalışmanın amacı Rassal Orman (RO), Destek Vektör Makinesi (DVM) ve K-En Yakın Komşu (K-NN) makine öğrenme algoritmaları kullanılarak uydu görüntülerinden bitki türlerinin sınıflandırılmasıdır. Çalışma kapsamında 2020 yılı Gökhöyük Tarım İşletmesi Müdürlüğü’ ne ait tarım alanlarında yetiştirilen bitkilerin sınıflandırılmasında zaman serisi biçiminde Sentinel 2 uydu görüntüleri kullanılmıştır. Çalışmadan elde edilen sonuçlara göre en başarılı sınıflandırma (%95.3) RO ile hesaplanırken en düşük başarı DVM ile elde edilmiştir (%75.9). K-NN ile yapılan sınıflandırma başarısı ise %91.8 olarak hesaplanmıştır.
Abstract
As a result of global warming, more intense rainfall events and hence higher flood and erosion risk are expected to occur more likely. As erosion has been an important environmental problem in Turkey, it would be beneficial to document how it changed during global warming era. The aim of this study is to investigate the temporal evoluation of erosion risk from 1950 to 2018 in western Anatolia (Turkey), by using Modified Fournier Index (MFI). Also, temporal patterns of annual average temperature and annual total rainfall were analysed. The results, firstly, showed that the study area has cooled slightly from 1950 to 1976 and strongly warmed afterwards, which is consistent with the temporal pattern of global average temperature. Neither annual total rainfall nor MFI showed statistically significant tendencies during both periods. Erosion risk during the rapid warming period was not different from that in the cooling period. It follows that, on the contrary to the expectation, erosion risk in the study area stayed unchaged while average temperature increased substantially after mid-1970s.