Yeşil Alanlarda Drone Görüntülerinden Yapay Zekâ Destekli Veri Seti Üretimi

Özet

Yapay zeka (YZ), çeşitli alanlarda devrim niteliğinde yenilikler sunarken, yeşil alanların planlanması ve yönetiminde de önemli bir rol oynamaktadır. Kentsel yeşil alanlar, karmaşık ve çok yönlü çevreleri nedeniyle, YZ’nin sunduğu veri analizi ve tahmini, kaynak yönetimi, sensör entegrasyonu, gerçek zamanlı izleme, uzaktan algılama ve görüntü işleme, planlama ve karar destek sistemler, maliyet optimizasyonu gibi yeteneklerinden büyük ölçüde faydalanabilir. Bu çalışma, peyzaj mimarlığında yapay zeka uygulamaları için gerekli olan görsel veri setlerinin oluşturulması ve etiketlenmesine odaklanmaktadır. Konya kenti içerisinde seçilen yeşil alan içerisinde saha çalışmaları kapsamında drone teknolojisi kullanılarak farklı yüksekliklerde elde edilen yüksek çözünürlüklü görüntüler, bitkisel alanların dijital olarak sınıflandırılmasına olanak tanımaktadır. Elde edilen görseller üzerinde yapılan veri işleme ve etiketleme süreçlerinde Roboflow, Labelbox, Orange gibi modern etiketleme ve veri geliştirme araçları kullanılarak bitkiler (ağaç, çalı, yer örtücü vb.), çim alanlar gibi bitkisel elemanlar ayrıştırılacaktır. Bu şekilde hazırlanan etiketli veri setleri, derin öğrenme algoritmalarının (YOLOv8, U-Net vb.) eğitiminde kullanılabilecek standart bir formatta düzenlenmiş ve peyzaj mimarlığı disiplininde dijitalleşme, yeşil alan yönetimi ve karar destek sistemlerinin geliştirilmesi için bir temel oluşturmuştur. Çalışma, veri toplama ve etiketleme aşamalarında karşılaşılan teknik ve metodolojik zorluklara dikkat çekmeyi amaçlamakta ve yapay zeka tabanlı karar destek sistemlerinin sürdürülebilir peyzaj tasarım süreçlerine nasıl entegre edilebileceğini tartışmaktadır. Elde edilen bulgular, özellikle peyzaj mimarlığında mekânsal analiz, yeşil alan yönetimi gibi alanlarda daha etkin ve kanıta dayalı tasarım süreçlerine katkı sunmayı hedeflemektedir. Bu yönüyle araştırma, dijital veri temelli bir yaklaşımın peyzaj mimarlığında nasıl kullanılabileceğini ortaya koymakta ve gelecekte yapılacak modelleme ve otomasyon çalışmalarına referans oluşturacaktır.