Decoding Nature's Patterns: An Innovative Approach to Tree Detection Using Deep Learning and High-Resolution Aerial Imagery
Yiğit, Abdurahman Yasin
This study investigates the application of deep learning algorithms and high-resolution aerial imagery for individual tree detection in urban areas, using a neighborhood in Mersin, Turkey, as a case study. Employing the DeepForest Python package, we utilize high-resolution (7cm) aerial imagery to detect and map the city's tree population accurately. The results showcase an impressive accuracy rate of 80.87%, demonstrating the potential of deep learning in urban forestry applications and contributing to effective urban planning. The information generated from this study is crucial for conserving urban green spaces, enhancing resilience to climate change, and supporting urban biodiversity. While this research is focused on Mersin, the methods employed are globally adaptable, laying a fo...
Arazi kullanımı ve Arazi Örtüsü Değişikliklerinin Uzaktan Algılama ve CBS Yöntemi ile İzlenmesi: Mersin, Türkiye Örneği
Çelik, Mehmet Özgür | Yakar, Murat
Arazi kullanımı (AK) / arazi örtüsü (AÖ) değişikliğinin izlenmesini amaçlayan bu vaka çalışmasında, Türkiye’nin güneyinde yer alan ve kentleşme baskısı altında olan Mersin’de uygulama gerçekleştirilmiştir. 2000, 2006, 2012, 2018 ve 2022 yıllarına ait AK /AÖ veri seti kullanılarak arazi kullanımı 5 farklı sınıfa (“kıraç arazi”, “yerleşim yeri”, “bitki örtüsü”, “tarım alanı” ve “su kütlesi”) ayrılmış ve haritalar oluşturulmuştur. Bu haritalardan ikili karşılaştırma haritaları türetilmiş ve alansal değişimler grafikler ile sunulmuştur. Elde edilen bulgulara göre, 2000 yılından 2022 yılına gelindiğinde yerleşim yerinin (%69.26) önemli ölçüde artığı, bitki örtüsünün (%22.90) artış gösterdiği, tarım alanının (-%65.45), kıraç arazinin (-%42.11) ve su kütlesinin (-%20.99) ise azaldığı tespit edilm...