EUVIMEDEUVIMED entdecken
Crossref

Machine learning based tree species mapping from multi-temporal Sentinel-2 data: Bolu Aladağ forest

Arif Aksüt, Semih Kuter

Anadolu Orman Araştırmaları Dergisi · 18.06.2026 · (12) · 1907573

DOI: 10.53516/ajfr.1907573 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Anadolu Orman Araştırmaları Dergisi, online erschienen am 18.06.2026. Verfasst von Arif Aksüt und 1 weiteren Autor:innen. Die Arbeit nennt 27 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Giriş ve Hedefler Çok zamanlı uydu gözlemleri, heterojen orman ekosistemlerinde ağaç türlerinin belirlenmesi ve orman kompozisyonunun haritalanması açısından önemli bilgiler sağlamıştır. Bu çalışmada, Bolu ili Aladağ Ormanlarında baskın ağaç türlerinin sınıflandırılması amacıyla farklı mevsimlere ait Sentinel-2 görüntülerinin makine öğrenmesi yöntemleri ile birlikte kullanılması amaçlanmıştır. Yöntemler Çalışmada Nisan, Ağustos ve Kasım aylarına ait Sentinel-2 görüntüleri kullanılmıştır. Karaçam, Sarıçam, Göknar, Kayın ve Sapsız Meşe olmak üzere beş farklı ağaç türü analiz edilmiştir. Sınıflandırma sürecinde spektral bantlar, spektral indisler, topografik değişkenler ve mevsimsel göstergelerden oluşan veri seti değerlendirilmiştir. Arazi çalışmaları kapsamında elde edilen 112 örnek nokta model eğitimi ve doğrulama amacıyla referans veri olarak kullanılmıştır. Destek Vektör Makineleri (SVM) ve Yapay Sinir Ağları (ANN) yöntemleri uygulanmıştır. Bulgular Bağımsız test veri setinden elde edilen sonuçlar, her iki yaklaşımın da yüksek sınıflandırma performansı sağladığını göstermiştir. SVM modeli polinom çekirdeği kullanıldığında %99,22, radyal tabanlı fonksiyon (RBF) çekirdeği kullanıldığında ise %99,03 genel doğruluk değerine ulaşmıştır. ANN modeli %98,09 genel doğruluk sağlamıştır. Mevsimsel analiz sonuçları, yaz dönemine ait görüntülerin en yüksek sınıflandırma başarısını verdiğini ortaya koymuştur. Sonuçlar Bulgular, bitki gelişiminin yoğun olduğu dönemlerde türler arasındaki spektral farklılıkların daha belirgin hale geldiğini göstermiştir. Çok zamanlı Sentinel-2 verilerinin makine öğrenmesi yöntemleri ile birlikte kullanılması, karmaşık orman ekosistemlerinde ağaç türlerinin haritalanması açısından yüksek potansiyele sahip bir yaklaşım olarak değerlendirilmiştir.

Zitieren

APA

Aksüt, A., & Kuter, S. (2026). Machine learning based tree species mapping from multi-temporal Sentinel-2 data: Bolu Aladağ forest. Anadolu Orman Araştırmaları Dergisi, 1907573. https://doi.org/10.53516/ajfr.1907573

Vancouver

Aksüt A, Kuter S. Machine learning based tree species mapping from multi-temporal Sentinel-2 data: Bolu Aladağ forest. Anadolu Orman Araştırmaları Dergisi. 2026:1907573. doi:10.53516/ajfr.1907573

BibTeX
@article{Akst2026,
  author = {Aksüt, Arif and Kuter, Semih},
  title = {Machine learning based tree species mapping from multi-temporal Sentinel-2 data: Bolu Aladağ forest},
  journal = {Anadolu Orman Araştırmaları Dergisi},
  year = {2026},
  number = {12},
  pages = {1907573},
  doi = {10.53516/ajfr.1907573}
}
Kostenlos starten →