Work

Extracting information for maritime transportation via sentinel-2A optical satellite imagery: super-resolution assisted ship detection and shipping emission estimation

Year: 2026
Type: dissertation
Abstract: Uzaktan algılama görüntülerinden gemi tespiti; liman yönetimi, arama-kurtarma operasyonları ve kıyı güvenliği konularına dair sağladığı kritik bilgiler nedeniyle denizcilik çalışmalarında önemli bir konumdadır. Özellikle deniz taşımacılığı aktivitelerinin izlenmesinde optik uydu görüntülerinin kullanımı, bu görüntülerin kolay erişilebilir, düşük maliyetli ve ücretli uydu görüntülerine alternatif olmasından dolayı araştırmacılar tarafından ilgi görmüştür. Ancak, düşük bir ücret karşılığı temin edilen ya da açık veri kapsamında yer alan optik uydu görüntülerinin büyük bir kısmı düşük-orta mekansal çözünürlüklüdür. Bir uydu görüntüsünde nesne özellik ve dokularına dair detaylar, görüntünün mekansal çözünürlüğüne bağlıdır. Mekansal çözünürlüğün düşük olması sebebiyle daha az özellik detayına sahip nesneler, nesne tespit modelleri tarafından gözden kaçmaktadır ve bu durum model performansının düşmesine sebep olmaktadır. Süper-çözünürlük, düşük kalitede görüntülerden yüksek kaliteli görüntülerin üretilerek nesne detaylarının artırıldığı iyileştirme süreçlerini ifade etmektedir ve bu süreçlerin nesne tespit performansı üzerindeki etkisi literatürde bir çok nesne tespit çalışmasına konu olmuştur. Optik uydu görüntülerinin iyileştirilmesi ile nesne tespit model doğruluğunu artırmada, derin öğrenme destekli süper-çözünürlük teknikleri büyük bir önem arz etmektedir. Bu tez çalışmasında, süper-çözünürlüğün Sentinel-2A görüntülerinden gemilerin tespit edilebilirliğine etkisi araştırılmıştır. Güncel üretken çekişmeli ağ türlerinden Real-ESRGAN, gemilerin tespit edilmesinin öncesinde bir ön işlem adımı olarak Sentinel-2A görüntülerinin iyileştirilmesinde kullanılmıştır. Görüntü iyileştirme için Dataset-1, gemi tespiti için ise Dataset-2 adında iki adet veriseti üretilmiştir. PlanetScope görüntülerinde (Dataset-1) eğitilmiş Real-ESRGAN modeli ile Sentinel-2A görüntüleri (Dataset-2) dört kat iyileştirilmiştir. Süper-çözünürlüğün YOLOv10 model performansına etkisini gözlemlemek için, orijinal ve iyileştirilmiş Sentinel-2A görüntülerinden gemi tespitleri görsel ve istatistiksel olarak karşılaştırılmıştır. Kesinlik, duyarlılık, mAP50 ve mAP50-95 performans metrikleri ile performans değerlendirmesi sonucunda mAP50 ve mAP50-95 değerlerinde %2.6'lık artış görülmüştür. Gemilerden kaynaklı emisyonların tahmin edilmesinde çoğunlukla atmosfer verileri tercih edilmektedir. Optik uydu görüntülerinin atmosferik veriler ile karşılaştırıldığında emisyonların tahmininde sınırlı kullanım alanı olması sebebiyle, bu tez çalışmasında iyileştirilmiş Sentinel-2A görüntülerinden çıkarımı yapılan gemi örnekleri Anvers limanında gemilerden kaynaklı emisyon tahmininde kullanılmıştır. Sonuç olarak, ton cinsinden aylık olarak hesaplanan karbondioksit (CO2), nitröz oksit (N2O) ve metan (CH4) emisyon miktarları mart 2022'de sırasıyla, 26 448, 2.43 and 0.69 ton bulunmuştur.
Language: Turkish
Open Access status: green
OpenAlex ID: W7224141245
Cites: 125
Cited by:
Related to: 10