Bitki İndeksleri Kullanarak Buğday Bitkisinin Rekolte Tahmini

Yıl 2021, , 99 - 110, 13.01.2021

Yunus Kaya , Nizar Polat

https://doi.org/10.24012/dumf.860325

Cited By: 8

Öz

Uzaktan algılama, yer bazlı cihazlar, uçaklar veya uydular gibi uzak platformlardan yeryüzündeki nesneler hakkında bilgi edinmeyi sağlayan bilim dalıdır. Uydu verileri farklı analizler yardımıyla işlenerek çeşitli alanlarda kullanılabilmektedir. Uydu görüntülerinden elde edilen bitki örtüsü indeksleri yeryüzüne ilişkin farklı bilgiler sağlamaktadır. Kuraklık haritalarının oluşturulması, ürün deseni belirleme çalışmaları, zamana bağlı ürün veya bitki örtüsü değişimi çalışmaları bunlardan bazılarıdır. Gerek iklim koşullarının uygun olması gerekse de zengin tarım arazilerinin olması sebebiyle, tarım Türkiye ekonomisi için önemli bir alandır. Bu sebeple hem işletme sahipleri hem de ilgili bakanlıklar tarım arazilerinden maksimum verim alınması konusunda ilgilidirler. Türkiye’de en çok üretim alanına sahip ürün ise buğdaydır. Bu çalışmada Şanlıurfa’nın güneydoğusunda bulunan Tarım İşletmeleri Genel Müdürlüğüne ait arazideki buğday verimi incelenmiştir. Uydu görüntülerinden elde edilen bitki indeksleri ve geçmiş yıllara ait parsel verim değerleri kullanılarak verim tahmin modeli kurulmuş ve modelin doğruluğu farklı bir yıldaki verim değerleri ile sorgulanmıştır. Ayrıca NDVI, MSAVI ve GNDVI bitki indekslerinin doğrulukları araştırılmıştır. Çalışmanın sonucunda her üç indekse ait çiçeklenme öncesi, çiçeklenme evresi ve çiçeklenme sonrasındaki yansıtım değerleri kullanılarak 2018-2019 sezonuna ait verim tahmini yapılmış ve en yüksek başarı %82 ile çiçeklenme evresindeki NDVI değeriyle sağlanmıştır.

Anahtar Kelimeler

Uzaktan algılama, verim tahmin modeli, buğday, bitki örtüsü indeksi

Kaynakça

• [1] Yılmaz, H.M., Mutluoğlu, Ö., Ulvi, A., Yaman, A., Bilgilioğlu, S.S., (2018). İnsansız Hava Aracı İle Ortofoto Üretimi Ve Aksaray Üniversitesi Kampüsü Örneği, Geomatik Dergisi, 3,2,103-110.
• [2] Cengiz, T., Akbulak, C., Özcan, H., Baytekin, H., (2013). Gökçeada’da Optimal Arazi Kullanımının Belirlenmesi, Tarım Bilimleri Dergisi, 19,148-162.
• [3] Dewan, A.M., Yamaguchi, Y., (2009). Using remote sensing and GIS to detect and monitor land use and land cover change in Dhaka Metropolitan of Bangladesh during 1960–2005, Environmental Monitoring and Assessment, 150, 237-249.
• [4] Shalaby, A., Tateishi, R., (2007). Remote sensing and GIS for mapping and monitoring land cover and land-use changes in the Northwestern coastal zone of Egypt, Applied Geography, 27,1,28-41.
• [5] Hegazy, I.R., Kaloop, M.R., (2015). Monitoring urban growth and land use change detection with GIS and remote sensing techniques in Daqahlia governorate Egypt, International Journal of Sustainable Built Environment, 4, 117-124.
• [6] Genç, L., Bostancı, Y.B., (2007). TROİA Milli Parkı Arazi Kullanım ve Bitki Örtüsü Değişiminin Uzaktan Algılama ve Coğrafi Bilgi Sistemi Yardımıyla Belirlenmesi, Tekirdağ Ziraat Fakültesi Dergisi, 4, 1, 27-41.
• [7] Dengiz, O., Demirdağ Turan, İ., (2014). Uzaktan Algılama ve Coğrafi Bilgi Sistem Teknikleri Kullanılarak Arazi Örtüsü / Arazi Kullanımı Zamansal DeğiĢimin Belirlenmesi: Samsun Merkez Ġlçesi Örneği (1984-2011), Türkiye Tarımsal Araştırmalar Dergisi, 2014, 1, 78-90.
• [8] Prasad, A.K., Chai, L., Singh, R.P., Kafatos, M., (2006). Crop yield estimation model for Iowa using remote sensing and surface parameters, International Journal of Applied Earth Observation and Geoinformation, 8, 26-33.
• [9] Singh, R., Semwal, D.P., Rai, A., Chhikara, R. S., (2002). Small area estimation of crop yield using remote sensing satellite data, International Journal of Remote Sensing, 23, 1, 49-56.
• [10] Bognár, P., Lichtenberger, J., Hamar, D., Tarcsai, G., Timár., Molnár, G., Pásztor, S. Z., Steinbach, P., Székely, B., Ferencz, O. E., Ferencz- Árkos, I., (2010). Crop yield estimation by satellite remote sensing, International Journal of Remote Sensing, 25, 20, 4113-4149.
• [11] Kaya, Y , Polat, N ., (2020). Investigation Of Phenological Stages of Wheat Plant Using Vegetation Index . Mersin Photogrammetry Journal , 2 (1) , 24-28
• [12] Rouse Jr, J., Haas, R. H., Schell, J., Deering, D. W., (1974). Monitoring Vegetation Systems in the Great Plains With ERTS, Third ERTS Symposium, 309-319.
• [13] Colwell, J. E., Rice, D. P., Nalepka, R. F., (1977). Wheat Yield Forecasts Using Landsat Data, Proceedings of 11th International Symposium on Remote Sensing of Environment, 1245-1254.
• [14] Li, Y. Z., (1990). Estimating Production of Winter Wheat by Remote Sensing and Unified Ground Network. II. Nationwide Estimation of Wheat Yields. In Applications of Remote Sensing in Agriculture, 149-158.
• [15] Aronoff, S., (1989). Geographic Information Systems: A Management Perspective. Geocarto International, 4, 4, 58.
• [16] Evsahibioğlu, A. N., (2008). Sulu Tarım Alanlarında Küçük Parselli Bitki Desenlerinin Uzaktan Algılanma Potansiyeli. 2. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu, 305-314.
• [17] Raun, W. R., Solie, J. B., Johnson, G. V., Stone, M. L., Lukina, E. V., Thomason, W. E., Schepers, J. S., (2001). In-Season Prediction of Potential Grain Yield in Winter Wheat Using Canopy Reflectance, Agronomy Journal, 93, 1, 131-138.
• [18] Şimşek, O., Yıldız, A. M. H., Özaydın, K. A., Çakmak, B., (2007). AgroMetShell Modeli Kullanılarak Türkiye’de Buğdayın Verim Tahmini. Tarım Bilimleri Dergisi, 13, 3, 299-307.
• [19] Pinter, P. J., Hatfield, J. L., Schepers, J. S., Barnes, E. M., Moran, M. S., Daughtry, C. S., Uphurch, D. R., (2003). Remote Sensing for Crop Management, Photogrammetric Engineering & Remote Sensing, 69, 6, 647-664.
• [20] Jiang, D., Yang, X., Clinton, N., Wang, N., (2004). An Artificial Neural Network Model for Estimating Crop Yields Using Remotely Sensed Information, International Journul of Remote Sensing, 25, 9, 1723-1732.
• [21] https://earthexplorer.usgs.gov (Son Erişim: 14.07.2020).
• [22] https://scihub.copernicus.eu (Son Erişim: 14.07.2020).
• [23] Çelik, M. A., Karabulut, M., (2017). Uydu Tabanlı Kuraklık İndisi (SVI) Kullanılarak Yarı Kurak Akdeniz İkliminde (Kilis) Buğday Bitkisinin Kurak Koşullara Verdiği Tepkinin İncelenmesi, Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 15, 1, 111-130.
• [24] Tucker, C. J., Townshend, J. R. G., Goff, T. E., (1985). African Land Cover Classification Using Satellite Data. Science, 9227, 4685, 369-375.
• [25] Rıchardson, A. J., Wıegand, C., (1977). Distinguishing Vegetation From Soil Background Information, Photogrammetric Engineering & Remote Sensing, 43, 12, 1541–1552.
• [26] Gıtelson, A.A., (2004). Wide Dynamic Range Vegetation İndex for Remotequantification of Biophysical Characteristics of Vegetation, Journal of Plant Physiology 161, 165-173.