DERİN ÖĞRENME İLE KIYI ALANLARININ SPEKTRAL VE DOKUSAL DEĞİŞKENLERE GÖRE BELİRLENMESİ

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Deniz Bilimleri ve İşletmeciliği Enstitüsü, Deniz Bilimleri ve İşletmeciliği Bölümü, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: Osman İsa Çelik

Danışman: Cem Gazioğlu

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Kıyı alanlarının biyoçeşitlilik ve ekonomik değerine rağmen iklim değişikliği ve insan faaliyetleri nedeniyle karşılaştığı tehditler, etkin izleme yöntemlerini zorunlu kılmaktadır. Bu çalışma, geleneksel yaklaşımların sınırlılıklarını aşmak için uzaktan algılama ve derin öğrenme teknolojilerini kullanarak kıyı şeritlerinin spektral ve dokusal değişkenlere dayalı sınıflandırılmasını araştırmaktadır. Google Earth Engine platformunda Sentinel-2 uydu görüntüleri kullanılarak, transfer öğrenimi destekli VGG16 modeliyle yedi kıyı sınıfı (kumlu, kayalık, haliç tipi, antropojenik, mercan resifleri, volkanik, buzul) sınıflandırılmıştır. Spektral analizler, yakın kızılötesi bandının bitki örtüsü yoğun sınıfları ayırmadaki önemini gösterirken, dokusal analizler antropojenik ve haliç tipi kıyıların heterojen yapısının sınıflandırma başarısına olumlu et kisini ortaya koymuştur. Transfer öğrenimi, modelin doğruluğunu önemli ölçüde iyileştirmiştir; yakın kızılötesi-yeşil-mavi bant kombinasyonunda doğruluk oranı %74,69'dan %96,97'ye yükselmiştir. Ancak, kayalık, buzul ve volkanik kıyılar gibi spektral ve dokusal örtüşme gösteren sınıfların ayrıştırılmasında zorluklar yaşanmıştır. Bu tez, multispektral verilerle dokusal özelliklerin birleştirilmesiyle erişilebilir ve genellenebilir kıyı sınıflandırma çözümleri sunarak literatüre katkıda bulunmaktadır. Elde edilen bulgular, kıyı yönetimi, erozyon kontrolü ve habitat koruma için sürdürülebilir politikaların geliştirilmesine destek olmaktadır. Gelecekte farklı derin öğrenme mimarileriyle genelleştirme güçlendirilebilir.