Akgöl Sulak Alanı’nın yüksek çözünürlüklü uydu görüntüleri ile incelenmesi

Fen Bilimleri Enstitüsü, Geomatik Mühendisliği Programı, İTÜ

Akgöl Sulak Alanı’nın yüksek çözünürlüklü uydu görüntüleri ile incelenmesi

Aylin Tuzcu; Prof. Dr. Nebiye Musaoğlu, 2019

Özet: Sulak alanlar; su kalitesini arttırma, çeşitli canlılar için yumurtlama alanı olma, su depolama, karbondioksit yutağı olma gibi özelliklerinden dolayı dünya çapında öneme sahip doğal kaynaklardır. Uzaktan algılama, sulak alanların izlenmesi için kullanılan en uygun yöntemlerden biridir. Bu bağlamda, çalışmada Türkiye’de bulunan uluslararası öneme sahip sulak alanlardan biri olan Akgöl Sulak Alanı yüksek çözünürlüklü uydu görüntüleriyle incelenmiştir. Akgöl Sulak Alanı, ülkemizin üçüncü büyük havzası olan Konya Kapalı Havzası’nda yer almaktadır. Akgöl, Kültür Bakanlığı tarafından 1 Temmuz 1992 tarihinde I. Derece Doğal Sit Alanı ilan edilmiş olup 1995 yılında da Tabiatı Koruma Alanı ilan edilmiştir. Çalışma doğrultusunda, uydu görüntüleri kullanılarak Akgöl Sulak Alanı ve çevresine ilişkin bilgi çıkarımı yapılmıştır. Alanda, derin su, sığ su, bitki, tarım arazisi, toprak ve tuzlu toprak sınıfları bulunmaktadır. Alanın detaylı arazi örtüsü / kullanımı tematik haritalarını üretmek için, yüksek mekansal ve spektral çözünürlüğe sahip Worldview-3 ve yüksek mekânsal ve zamansal çözünürlüğe sahip Planetscope uydu görüntüleri kullanılmıştır. Worldview-3 uydu görüntüsü, arazi çalışmasının yapıldığı gün bulutlu hava şartlarından dolayı demin edilememiştir. Worldview-3 uydu görüntüsü arazi çalışmasından yaklaşık iki hafta sonra temin edilebilmiştir. Planetscope, her gün bulutsuz görüntüler sağlamaktadır. Bundan dolayı, arazi çalışmasının yapıldığı güne ait Planetscope görüntüsü temin edilmiş ve tamamlayıcı veri olarak kullanılmıştır. Worldview-3 uydu görüntüsü; kıyısal, mavi, yeşil, kırmızı, yakın kırmızı, yakın kızılötesi-1 ve yakın kızılötesi-2 olmak üzere sekiz spektral banta sahiptir. Worldview-3 uydu görüntüsünün mekansal çözünürlüğü 2.0 metredir. Worldview-3 görünütüsünün spektral aralığı 400 – 1040 nm arasındadır. Planetscope uydu görüntüsü mavi, yeşil, sarı ve yakın kızılötesi olmak üzere dört spektral banta sahiptir. Planetscope görünütüsünün mekansal çözünürlüğü 3.0 metredir. Planetscope uydu görüntüsünün spektral aralığı 455 – 860 nm arasındadır. Uydu görüntüleri radyometrik ve geometrik açıdan düzeltilmiş olarak temin edilmiştir. Bundan dolayı, uydu görüntülerine önişleme adımları uygulanmamıştır. Sınıfları ayırt etmek için, uydu görüntülerinin yanı sıra arazi ölçmeleri de kullanılmıştır. Arazi çalışmasında, objelerin spektral yansıtımları spektroradiometreyle ölçülmüş ve konumları GPS ile belirlenmiştir. Spektroradyometrenin spektral aralığı, uydu görüntülerinin spektral aralıkları ile uyumludur. Spektroradyometrenin spektral aralığı 325 – 1075 nm arasındadır. Eğitim ve test verileri, arazi ölçmelerinden ve Worldview-3 uydu görüntüsü kullanılarak toplanan verilerden oluşmaktadır. Uydu görüntülerine kontrollü sınıflandırma yöntemleri uygulanmıştır. Çalışmada, obje tabanlı sınıflandırma yöntemlerini kullanmak tercih edilmiştir. Uydu görüntülerinde objeleri oluşturmak için çoklu çözünürlük segmentasyonu uydu görüntülerine uygulanmıştır. Çoklu çözünürlük parametereleri olan ölçek parametresi, renk, ¸sekil, yumuşaklık ve bütünlük amprik yöntemle belirlenmiştir. Segmentasyon işleminden sonra, Planetscope ve Worldview-3 uydu görüntülerine üç farklı sınıflandırma tekniği uygulanmıştır. Kural tabanlı sınıflandırma, K-en yakın komşuluk ve destek vektör makineleri yöntemleri kullanılan sınıflandırma yöntemleridir. Radyal tabanlı fonksiyon, çekirdek fonksiyonu olarak kullanılmıştır. Radyal tabanlı fonksiyonun parametreleri olan ceza ve gamma parametreleri, grid arama yöntemiyle belirlenmiştir. Sınıflandırma işleminden sonra, çalışma alanına ait tematik haritalar üretilmiştir. İlk olarak, Planetscope ve Worldview-3 uydu görüntülerine kural tabanlı sınıflandırma yöntemi uygulanmıştır. Kural tabanlı sınıflandırma işleminde, spektral indeksler ve şekil öznitelikleri kullanılarak kural setleri oluşturulmuştur. Spektral indislerdeki bant kombinasyonları, uydu görüntülerinin spektral çözünürlüğüne göre değişiklik göstermiştir. İkinci olarak, K-en yakın komşuluk sınıflandırma yöntemi uydu görüntülerine uygulanmıştır. K-en yakın komşuluk sınıflandırmasında, öznitelik uzayları görüntülerin spektral bantlarından oluşmaktadır. Son olarak, destek vektör makineleri uydu görüntülerine uygulanmıştır. Destek vektör makineleri yönteminde, modeller uydu görüntülerinin spektral bantlarından oluşmaktadır. Üretilen tematik haritalar, sınıflandırma yöntemlerinin doğruluklarını hesaplamak amacıyla yer gerçekliğiyle karşılaştırılmıştır. Sınıflandırma yöntemlerinin doğruluklarını hesaplamak amacıyla hata matrisleri üretilmiştir. Üretilen tematik haritaların genel doğrulukları %87 ile %96 arasında değişmektedir. Planetscope görüntüsüne kural tabanlı sınıflandırma, K-en yakın komşuluk ve destek vektör makineleri yöntemleri uygulanmasıyla elde edilen doğruluklar sırasıyla %87, %88 ve %93’tür. Worldview-3 görüntüsüne kural tabanlı sınıflandırma, K-en yakın komşuluk ve destek vektör makineleri yöntemleri uygulanmasıyla elde edilen doğruluklar sırasıyla %94, %95 ve %96’dır. Sonuçlar incelendiğinde, en yüksek doğruluğa destek vektör makineleri yöntemiyle ulaşıldığı görülmüştür. Bunun yanısıra, diğer sınıflandırma yöntemlerinin de araziyi sınıflandırmak için uygun olduğu sonucuna varılmıştır. Ek olarak, uydu görüntüleri karşılaştırıldığında,Worldview-3 uydu görüntüsü kullanılarak elde edilen tematik haritaların doğruluğu, Planetscope uydu görüntüsü kullanılarak elde edilen tematik haritaların doğruluğundan daha yüksektir. Bu durumun sebebi, Worldview-3 uydu görüntüsünün spektral ve mekansal çözünürlüğünün, Planetscope görüntüsünün spektral ve mekansal çözünürlüğünden fazla olmasıdır. Bununla birlikte, hava şartlarından dolayı Worldview-3 görüntüsü temin edilemediği durumlarda, çalışma alanını sınıflandırmak için Planetscope görüntüsü yeterlidir. Ayırt edilen sınıfların alanları hesaplanmıştır. Tüm üretilen tematik haritalarda benzer alansal sonuçlar elde edilmiştir. Sonuçlar incelendiğinde, derin su ve sığ su sınıflarının en küçük alanları kapladığı görülmüştür. Toprak sınıfı, üretilen tüm tematik haritalarda en geniş alana sahiptir. Çalışma alanında, toprak ile kaplı alan ile su ile kaplı alan arasında büyük bir fark olduğu sonucuna varılmıştır. Arazi kullanımı / örtüsü tematik haritalarına ek olarak, Akgöl Sulak Alanı’nın su kalitesi de incelenmiştir. Bu amaçla, su kalitesi parametrelerinden biri olan bulanıklık parametresi değerlendirilmiştir. Bunun amaç için, arazi verisi ve uydu verisi kullanılmıştır. Uydu verisi olarak Planetscope ve Worldview-3 uydu görüntüleri kullanılmıştır. Uydu görüntülerine, obje tabanlı sınıflandırma yöntemi uygulanmıştır. İlk olarak, her iki görüntüye de çoklu çözünürlük segmentasyonu uygulanmıştır. Uydu görüntülerinde objeler üretildikten sonra, sulak alanın çevresi maskelenmiştir. Suyun içindeki bulanıklık miktarını belirleyebilmek için NDTI (Normalized Differential Turbidity Index) kullanılmıştır. İndis uygulandıktan sonra, yoğunluk dilimleme yöntemi kullanılmıştır. Tematik haritalardaki bulanıklık seviyesini belirleyebilmek için kural setleri oluşturulmuştur. Dört bulanıklık seviyesi oluşturulmuştur. Sonuçlar incelendiğinde, üçüncü ve dördünce bulanıklık seviyelerinin en çok alanı kapladığı görülmektedir. Üretilen tematik haritalardaki farklılığın sebebi uydu görüntülerinin spektral ve mekansal çözünürlüğünün farklılığından ve elde edildikleri tarihlerdeki farklılıktan kaynaklanmaktadır.

Tez No: 559455