Destek vektör makineleri ve NDVI kullanarak pamuk ekili alanların tespiti: Harran ovası örneği

Determination of cotton planted areas using support vector machines and NDVI: a case study of Harran plain

Özet

Uzaktan algılama doğal ve yapay kaynakların kullanılması, planlanması ve yönetilmesinde etkin bir şekilde görev alır. Özellikle tarım ve bitki örtüsü ile ilgili uygulamalarda yüksek doğrulukla sonuçlar üretmektedir. Arazi kullanımı ile ilgili detaylı bilgiler, bir ülkenin ekonomik ve tarımsal yapılandırması/reformu için önemli altlıklardır. Bu çalışmada, Landsat uydu görüntüleri kullanılarak pamuk ekili alanlarının zamansal değişimi incelenmiştir. Uygulamada, Normalize Edilmiş Fark Bitki Örtüsü İndeksi (NDVI) ve Destek Vektör Makineleri (DVM-SVM) yöntemleri kullanılmıştır. Çalışma alanı Harran Ovası, Şanlıurfa olarak seçilmiştir. Landsat 2000, 2005, 2010, 2015, 2019 yıllarına ait uydu görüntüleri kullanılarak DVM yöntemi ile sınıflandırma yapılmıştır. İlgili yıllara ait pamuk ekili alanların değişimi tespit edilmiştir. Bitki örtüsü tespiti işleminde, nesnelerin ilgili sınıf atanmasında NDVI kullanılmıştır. Genel sınıflandırma doğrulukları yıllara göre sırasıyla %98.34, %97.75, %99.79, %95.43, %96.99 olarak hesaplanmıştır. DVM ile elde edilen sonuçlarda; 2000 yılında ekili alan 306.740 dekar, 2005 yılında 771.330 dekar, 2010 yılında 1.012.930 dekar, 2015 yılında 902.760 dekar, 2019 yılında ise 1.319.400 dekar olarak hesaplanmıştır. NDVI ile elde edilen sonuçlarda ise pamuk alanları; 2000 yılı 331.890 dekar, 2005 yılı 804.700 dekar, 2010 yılı 968.260 dekar, 2015 yılı 870.690 dekar ve son olarak 2019 yılı 1.288.020 dekar olarak bulunmuştur. NDVI ile DVM sonuçları alansal olarak ilişkilendirilerek karşılaştırma yapılmıştır. Tarımsal ürünlerin yüksek doğrulukla tespit edilmesi ve ürün miktarının zamansal değişiminin izlenmesi, hem bölgesel hem de ülkenin çıkarları doğrultusunda fayda sağlamaktadır. Tarım alanlarının sürdürülebilir ve yönetilebilir olması tarımsal planlamayı kolaylaştıracaktır.

Abstract

Remote sensing is actively involved in the planning and management of natural and artificial resources. It gives high precision results especially in agriculture and vegetation applications. Detailed information on land use is an important basis for a country's economic and agricultural structuring/reform. In this study, temporal changes of cotton cultivated areas were examined by using Landsat satellite images The study area was selected as Harran Plain, Sanlıurfa. Landsat 2000, 2005, 2010, 2015, 2019 satellite images are classified by Support Vector Machines (DVM) and Normalized Difference Vegetation Index (NDVI). General classification accuracy was calculated as 98.34%, 97.75%, 99.79%, 95.43%, and 96.99% respectively. The results obtained with SVM; the cultivated area was calculated as 306.740 decares in 2000, 771.330 decares in 2005, 1.012.930 decares in 2010, 902.760 decares in 2015 and 1.319.400 decares in 2019. Areas found with NDVI; it is 331.890 decares in 2000, 804.700 decares in 2005, 968.260 decares in 2010, 870.690 decares in 2015 and 1.288.020 decares in 2019. NDVI and SVM results were correlated and analyzed. Detecting agricultural products with high accuracy and monitoring the change of product amount in time is beneficial for both regional and national interests. Sustainable and manageable agricultural areas will facilitate agricultural planning.