Şeker Pancarı Yaprak Alan İndeksinin Landsat 8 Uydu Görüntüleri ile Tahmin Edilmesi

Abstract

Uzaktan algılama tarımda etkin bir biçimde kullanılmaktadır. Uzaktan algılama tekniklerinden faydalanarak verim, bitki su tüketimi, bitki büyüme ve gelişme vb. özelliklerin tahmin edilmesi için geliştirilmiş birçok matematiksel modelin en önemli parametrelerinden biriside Yaprak Alan İndeksi (YAİ)'dir. YAİ toplam yaprak alanının bitkiye tahsis edilen alana oranını ifade etmektedir. YAİ' nin belirlenmesinde kullanılan yöntemler çoğunlukla arazide örnekleme ve/veya ölçüme dayanmaktadır. Büyük tarım alanlarında YAİ' nin izlenmesi bitkisel üretimde yönetim için önemli bir karar destek aracıdır. Bu çalışma Amasya ili Merzifon İlçesine bağlı Çayırözü, Uzunyazı ve Yeşilören köylerinde şeker pancarı tarımı yapılan bazı parsellerde yürütülmüştür. Çalışma kapsamında Landsat 8 uydusunun görüntü çekim günlerinde şeker pancarı üretilen parsellerden (her parselde en az 3 noktadan) bitki örnekleri alınmış ve YAİ değerleri (YAİÖ) belirlenmiştir. Ayrıca aynı noktalarda spektroradyometre cihazı ile spektral yansıma oranı ölçümleri yapılmıştır. Landsat 8 uydu görüntülerinden ve spektral ölçümlerden bu parseller için yakın kızıl ötesi (NIR) ve kırmızı (RED) bant verileri elde edilmiştir. Bu verilere dayalı bir biçimde normalize edilmiş vejetasyon değişim indeksi (NDVI) ve toprak yansımalarını dikkate alan vejetasyon indeksi (SAVI) hesaplanmıştır. YAİÖ değerleri ile hem Landsat 8 uydusundan elde edilen veriler hem de spektroradyometre ölçümlerinden elde edilen veriler arasında istatistiksel analizler yapılmıştır. Çalışmadan elde edilen sonuçlara göre şeker pancarı bitkisinde YAİÖ değerlerinin hem Landsat 8 uydu görüntülerinden hemde spektroradyometre verilerinden elde edilen NIR bant, NDVI ve SAVI değerleri ile istatistiksel bakımdan önemli ilişkilere sahip olduğu belirlenmiştir. Spektroradyometre verileri ile YAİ tahmini için NIR ve RED bant verilerinin çoklu regesyonundan elde edilen bir eşitliğin (R2 = 0.85, RMSE = 0.38) kullanılabileceği belirlenmiştir. Landsat 8 uydu görüntüleri ile YAİ tahmini için NDVI' a dayalı geliştirilen bir eşitlik (R2 = 0.87, RMSE = 0.44) öne çıkmıştır.

Remote sensing is used effectively in agriculture. Leaf Area Index (LAI) is one of the most important parameters of many mathematical models depends on remote sensing techniques which were developed for estimating yield, crop water consumption, plant growth and development, etc. LAI represents the ratio of the total leaf area to the area allocated to the plant. The methods used to identify the LAI are mostly based on sampling and/or measurement in the field. The monitoring of LAI in large agricultural areas is an important decision support tool for management of plant production. This study was carried out in some sugar beet farming areas of Çayırözü, Uzunyazı and Yeşilören villages of Merzifon District of Amasya province. In this study, LAI values were determined by sampling (LAIm) from sugar beet produced parcels (at least 3 points in each parcel) during the over pass days of Landsat 8 satellite. Also spectral reflectance measurements were made with a spectroradiometer in these sugar beet plots. After that near infrared (NIR) and RED band data were obtained from Landsat 8 satellite images and spectral measurements. Normalized Difference Vegetation Index (NDVI) and Soil Adjusted Vegetation Index (SAVI) are calculated based on these data. Significant statistical relationships between LAIm and NIR, NDVI and SAVI were determined and statistical comparisons of LAIm and estimated LAI values were calculated for both Landsat 8 and spectroradiometer data. To estimate LAI with spectroradiometer data a multiple regrestion equation developed based on NIR and RED data (R2 = 0.85, RMSE = 0.38) were suggested. Estimation of LAI by using Landsat 8 satellite data could be achieved by an equation (R2 = 0.87, RMSE = 0.44) developed based on NDVI.