Gıda güvenliği bağlamında coğrafi bilgi teknolojilerinden yararlanılması: Manisa örnekleminde tarımsal ürünlerin parsel bazlı tespit edilmesi

Gıda güvenliğinin en temel halkası olan tarımsal üretim, tarım alanlarının izlenmesi ve yönetimi için CBS ve uzaktan algılama teknolojileri önemli katkı sunmaktadır. Tarım ürünlerinin tespit edilmesi, sınıflandırılması ve bitki deseninin oluşturulması için mekânsal, spektral, zamansal karakteristik yönleri ile birbirine üstün olan birçok uydu görüntüsü bulunmaktadır. Sentinel-2 gibi çok bantlı ve spektral çözünürlüğü yüksek uydu görüntüleri zamansal ve mekânsal olarak yetersiz kalabilmektedir. Farklı uydulara ait görüntülerin belirli kurallar çerçevesinde keskinleştirmesi hedef çalışmanın hassasiyetini artırdığı öngörülmektedir. Bu çalışmada, günümüzde tarım alanlarını izlemede aktif kullanılan S2 ve PS uydu görüntülerinin füzyon edilmesi ve keskinleştirilmiş görüntünün ürün sınıflandırmada kullanımı incelenmektedir. Türkiye'nin tarımsal ürün ihtiyacının yaklaşık %10'unu karşılayan Gediz Havzası sınırlarındaki Manisa ilinde Domates, Mısır, Pamuk, Üzüm ve Zeytin ürünlerinin tespiti ve sınıflandırılması hedeflenmiştir. Çalışmada DVM, XGBoost, RO ve KNN olmak üzere dört sınıflandırma algoritması kullanılmıştır. Aynı veri tabanı, sınıflandırma indeksleri ve makine öğrenme algoritmaları üzerinden S2, PS ve füzyon görüntü ayrı ayrı sınıflandırmaya alınmıştır. Sınıflandırma parsel bazlı yapılmıştır ve ÇKS kayıtları yersel veri olarak kullanılmıştır. Füzyon görüntü diğer görüntülerden daha başarılı sonuç vermiştir. En yüksek doğruluklu sonuçları 87,05% genel doğruluk ve 0,82 kappa değeri ile DVM ve 85,09% genel doğruluk ve 0,80 kappa değeri ile XgBoost algoritmaları vermiştir ve bu sonuçlar istatistiksel olarak anlamlıdır.