Giresun İlinde Fındık Alanlarının Uzaktan Algılama ile Tespit ...

ÜNAL ve ark. “Giresun İlinde Fındık Alanlarının Uzaktan Algılama ile Tespit Edilmesinde AraziTopografyasının Etkisinin İncelenmesi ve Alternatif Tarım Ürünlerine UygunluğununBelirlenmesi”Çizelge 4. Eğim gruplarına göre sınıflamanın doğrulanmasıEĞİM ARALIĞI (%) SINIFLANDIRMA DOĞRULUĞU0-10 66,6710-30 85,7130 < 85,00Fındık alanlarının belirlenmesiamacıyla, Bilkent Üniversitesi’nce geliştirilmeaşamasında olan yöntemle, bitkiler üzerindeyoğunlaşabilen nokta filtreleri kullanılmış,nokta filtrelerinden geçen uydugörüntülerinden elde edilen pencerelerinizdüşüm vektörleri ile parsel içindeki bitkilerindağılımı hakkında bilgi edinilebilmiştir (Aksoyve ark. 2010). Ayrıca bu izdüşümvektörlerindeki düzenlilik bilgilerini sayısaldeğerlere çevirerek parseldeki bitkilere ait birdüzenlilik haritası elde etmek mümkünolmuştur.Sonuç olarak, ikonos veya quickbird gibiyüksek mekansal çözünürlüklü uydugörüntülerinin sınıflandırılması yoluyla eldeedilen fındık alanlarının doğru sınıflandırmaoranı ortalama %80 civarında bulunmuştur.Bu çalışmada Giresun Merkez ilçedekifındıklık sahalarının belirlenmesi amacıylauygulanan yöntemde;Sınıflandırmanın doğruluğu, arazieğimine ve bakısına göre değişmektedir.%30’dan fazla eğime sahip bölgelerde budoğruluk oranı %85’lere ulaşmaktadır. Diğertaraftan, eğimi düz olan bölgelerdeki doğrulukoranı %66 gibi orta derecede bulunmuştur.Düz arazilerde, daha düşük sınıflandırmadoğruluğunun bulunmasının sebebi, büyükihtimalle bu alanlarda fındık dışında başkaağaçların yer almasından dolayı,sınıflandırmada gereksiz veri hatasının(comission error) ortaya çıkarmasındankaynaklanmaktadır. Kuzey ve Güney bakılıarazilerdeki sınıflandırma doğruluğu arasında%4’lük bir fark görülmektedir. Çalışmaalanında alternatif tarım için en uygun alan(Şekil 10) 3.31 ha’lık arazi olup burası toplamçalışma alanının oldukça küçük bir bölümünü(%0,75) oluşturmaktadır.Uzaktan algılama çalışmalarında tümdünyadaki uygulamalarda olduğu gibi belirlioranlarda hata payının olması kaçınılmazdır.Bu hata; çalışılan alanın genişliğine, araziparçalılığına, hedeflenen ürünlerin vejetasyondevrelerine, yer çalışmalarının yeterliliğine,kullanılan uydu görüntülerinin spektral vemekansal çözünürlüklerine, atmosferikkoşullara (bulutluluk, yağış vs.) bağlı olarakdeğişebilir. Ürün deseni ve takvimine bağlıolarak seçilen farklı tarihlerdeki görüntülerinkullanılması ve daha detaylı yer çalışmaları ileörnekleme alanlarının arttırılması tahminlerindoğruluk derecesini yükseltecek önlemlerdir.KaynaklarAksoy S., H.G. Akcay, T. Wassenaar, 2010.Automatic Mapping of Linear WoodyVegetation Features in AgriculturalLandscapes Using Very High-ResolutionImagery Transactions on Geoscience &Remote Sensing, 48 (1): 511-522.Anonim 2001. Tarımsal Yapı (Üretim, Fiyat,Değer). T.C. Başbakanlık Devlet İstatistikEnstitüsü Yayınları, No: 114, Ankara,Türkiye.Aslan Ü. ve İ. Özdemir, 2004. Separation ofAgricultural Aimed Plantations From TheForest Cover by Using The LANDSAT-5TMand SPOT-4 HRVIR Data in Turkey.International Archives of Photogrammetry.Remote Sensing and Spatial InformationSciences. Volume XXXVI: 324-327.Maxwell S.K., J.R. Nuckols, M.H. Ward and R.M.Hoffer, 2003. An automated approach tomapping corn from Landsat imagery.Compoters and Electronics in Agriculture,43: 43-54.Reis S. and T. Yomralıoglu, 2004. DeterminingCurrent Land Cover and Potential HazelnutPlantation Areas Using GIS & RS in NeBlack-Sea Region of Turkey. Trabzon. XX.ISPRS Congress. 12-23 Temmuz 2004.İstanbul. Vol. XXXV, pp.375.Rossi L. 2004. Identification of Nuts eligible parcelsusing satellite VHR: Italian experiment.Proceedings of the 10 th Annual Conferenceon Control with Remote Sensing of Area-Based Subsidies. 25-27 NovemberBudapest/Hungary.10