Türkiye’de yetiştirilen sert kabuklu meyvelerin başında gelen fındık, özellikle Doğu Karadeniz bölgesi için ekonomik olarak büyük önem taşımaktadır. Bu çalışmada, 22 Ekim, 2020 tarihli Sentinel-2 MSI uydu görüntüsü bantları ve hesaplanan indeksler ile oluşturulan farklı veri setleri kullanılarak fındık ekili tarım alanları belirlenmiştir. Çalışmaya dâhil edilen farklı bitki indekslerinin hesaplanması ile 5 veri seti üretilmiştir. Giresun ili Piraziz ilçesi çalışma bölgesi seçilmiştir. Sınıflandırma işlemi için rastgele orman (RO) görüntü sınıflandırma yöntemi kullanılmıştır. Çalışma alanında 7 farklı Arazi Kullanımı/Arazi Örtüsü (AKAÖ) tipleri tanımlanmıştır. Birinci veri seti için; seçilen Sentinel-2 MSI bantları RO algoritması ile sınıflandırılmıştır. Diğer veri setlerinde sırasıyla; Normalize Edilmiş Fark Bitki Örtüsü İndeksi (NDVI), Yeşil Bant Normalize Edilmiş Fark Bitki Örtüsü İndeksi (GNDVI) ve Normalize Edilmiş Fark Kırmızı Kenar İndeksi (NDVIre) eklenmiştir. 5 veri setine ait sınıflandırma sonuçları hata matrisi kullanılarak karşılaştırılmıştır. McNemar testi sonuçlarına göre her veri seti için sınıflandırma doğruluğu arasındaki farkların istatistiksel olarak anlamlı olmadığı görülmüştür. Veri seti 1 için hesaplanan genel doğruluk %98.98 ve Kappa değeri 0,98 ile diğer dört veri setinden daha yüksek elde edilmiştir.
Hazelnut, which is one of the leading hard-shelled fruits grown in Turkey, is of great economic importance especially for the Eastern Black Sea region. In this study, hazelnut cultivated agricultural areas were determined using different data sets created with Sentinel-2 MSI satellite image bands and calculated indices dated 22 October, 2020. 5 data sets were produced by calculating the different plant indices included in the study. Giresun province Piraziz district has been selected as the study area. Random forest (RO) image classification method was used for the classification process. 7 different Land Use/Land Cover (LULC) types have been defined in the study area. For the first data set; selected Sentinel-2 MSI bands were classified by RO algorithm. In other data sets, respectively; added Normalized Difference Vegetation Index (NDVI), Green Normalized Difference Vegetation Index (GNDVI) and Normalized Difference Red Edge Index (NDVIre). The classification results of the 5 data sets were compared using the error matrix. According to the McNemar test results, it was seen that the differences in classification accuracy for each data set were not statistically significant. The overall accuracy calculated for dataset 1 was 98.98% and Kappa value was 0.98, higher than the other four datasets.
