Şereflikoçhisar ilçesindeki tarım arazilerinde uzaktan algılama yöntemiyle ekili alanların tespiti ve rekolte tahmini

Abstract

Tarımın ülke ekonomisinde önemli bir yeri olan Türkiye gibi devletlerde hasat öncesinde tahıl ekim alanlarının ve rekolte tahminlerinin hızlı ve ekonomik bir yöntem olan uzaktan algılama ile belirlenerek tarım politikasında öncelikli adımların atılması hiç süphesiz ki faydalı olacaktır. Yapılan bu çalısmada Ankara il sınırları içinde yer alan Sereflikoçhisar ilçesine ait 12.05.2005 tarihli SPOT 2 ve 16.05.2005 tarihli Landsat 5 TM uydu görüntüleri kullanılarak, 2005 yılına ait klasik yöntemlerle elde edilen ve lçe Tarım Müdürlügü'nden alınan ekim alanları ile uydu görüntülerinin sınıflandırılması sonucu elde edilen ekim alanları karsılastırılmıs ve rekolte tahmini yapılmıstır. Arpa ve bugday Sereflikoçhisar için ana tahıl ürünleridir. Bu tarımsal ürünlerin uydu görüntüleriyle ayrımı spektral yakınlıklarından dolayı zor bir problemdir ve iyi seçilmis veri setlerinin kullanılması gerekir. Egitim setindeki yanlıs örneklerin sınıflandırmayı önemli oranda etkiledigi tespit edilmistir. En çok benzerlik (maximum likelihood) sınıflandırıcısı yardımıyla çalısma alanının sınıflandırması %93 genel dogrulukla gerçeklestirilmistir. NDVI, OSAVI ve SAVI indeksleri kullanılarak ürün rekolte tahminleri yapılmıstır. Üç yöntemle de birbirine yakın degerler elde edilmistir. En iyi rekolte tahminleri NDVI ve OSAVI yöntemi ile elde edilmistir. Arpa ve bugday rekolteleri NDVI ile %99, OSAVI ile %99, SAVI ile arpa %94, bugday %98 dogrulukla hesaplanmıstır.The determination of the extent of agricultural crops and the crop yield estimation before harvesting are very important issues for state planing, especially in Turkey. The use of remote sensing technology for this purpose provides a rapid and cost-effective solution with superior advantages. In this study, SPOT 2 dated on 12th May 2005 and Landsat 5 dated on 16th May 2005 satellite images of Sereflikoçhisar in the city of Ankara were used. With the use of remotely sensed data, vegetation indices was evaluated by comparing the crop yield estimates obtained from the classification images of the study area. Barley and wheat are the main agricultural crops in Sereflikoçhisar. Due to the spectral proximity, discrimination or delineation of these crops by satellite images is a difficult problem and requires well prepared and representative data sets. It is obsevered that atypical or mixed pixel samples have considerable negative effect on classification results. With the use of maximum likelihood classifier, classification of testing samples resulted in 93% general accuracy. Yield estimation has been carried out using NDVI, OSAVI and SAVI indices. With the three methods yield estimations were determined for each pixel. Whilst accuracies for barley and wheat were equal 99% for NDVI and OSAVI, accuracy were 94% for barley and 98% for wheat in SAVI estimation. The best results were produced using NDVI and OSAVI methods in that barley and wheat yields have been calculated with 99% accuracy assesment.