UHUZAM İTÜ – Uydu Haberleşme ve Uzaktan Algılama UYG-AR Merkezi Geomatik Mühendisliği Ana Bilim Dalı, Lisansüstü Eğitim Enstitüsü, İTÜ
Farklı sınıflandırma algoritmaları kullanarak sentinel-2 ve landsat 8 verileri sınıflandırması ve tematik doğruluk değerlendirmesi (Silifke ilçesi örneği)
Melike Şeker; Prof. Dr. Nebiye Musaoğlu, 2021
Özet: Gelişen teknoloji ile birlikte uydu görüntüleri, kullanıcılara geniş spektral aralıkta birçok güncel veri sunarak uzaktan algılama çalışmalarında sıkça kullanılmaya başlanmıştır. Günümüzde yüksek çözünürlüklü uydu görüntülerine internet aracılığı ile ücretsiz olarak erişim imkanı sağlanılmaktadır. Bu sayede kullanıcılar tarafından kullanımı yaygınlaşan yüksek çözünürlüklü görüntülerden harita üretimi, kıyı şeridi gözlemi, afet yönetimi, su havzalarının yönetimi gibi birçok alanda sıkça faydalanılmaktadır. Bu tez çalışmasının amacı Landsat 8 OLI ve Sentinel- 2 uydu görüntülerini kullanarak üretilen arazi örtüsü (AÖ) / arazi kullanım (AK) haritalarının sınıflandırma doğruluklarını karşılaştırmaktır. Kullanılan uydu görüntülerinin sonuçlarının karşılaştırılabilmesi için mümkün olan en yakın tarihli görüntüler seçilmiştir. Çalışma alanı olarak Silifke ilçesinin bir bölümü seçilerek 09.10.2020 tarihli Landsat 8 OLI ve 05.10.2020 tarihli Sentinel-2 verileri 30 m piksel boyutuna yeniden örneklenmiştir. Her iki uydu görüntüsünde de benzer spektral bantlar seçilerek benzer bir veri seti oluşturulması amaçlanmıştır. Doğruluk analizi sonucu oluşan hata matrisi, tematik doğruluk analizi esnasında kullanılan temel etkendir. Hata matrisi elemanları ise sınıflandırılmış pikseller ve referans piksel değerlerinden oluşur. Sınıflandırılmış pikseller ve referans örneklemleri ne kadar doğru seçilirse o kadar kabul edilebilir bir hata matrisi elde edilir. Bu sebeple sınıflandırma işleminde ve referans veri olarak kullanılacak örneklemleri tespit etmek için uygulama öncesi arazi çalışması yapılarak hata matrisi kalitesi arttırılması hedeflenmiştir. En Yüksek Olabilirlik (MLC), Destek Vektör Makinesi (SVM) ve Sinir Ağları (NN) kontrollü sınıflandırma yöntemleri her iki uydu görüntüsünde de uygulanarak AÖ/AK sınıfları tanımlanmıştır. Sınıflandırma işleminde 7 adet AÖ/AK sınıfı kullanılmıştır. Bunlar; ırmak sınıfı, kayalık-makilik alan, maden alanı, ormanlık alan, tarım alanı, kentsel yapı ve ulaşım ağı sınıflarıdır. Sınıflandırma sonrası aynı referans veriler kullanılarak hata matrisleri oluşturulmuştur. Hata matrisleri incelenerek 6 adet tematik doğruluk sonucu birbirleriyle kıyaslanmıştır. Bu çalışmada iki farklı uydu verisinin genel doğrulukları, AÖ/AK sınıfları doğrulukları ayrı ayrı incelenerek farklı sınıflandırma algoritmalarının avantaj ve dezavantajları ortaya konulmaya çalışılmıştır. Bu amaçla tematik doğruluk değerlendirmesi sonucu oluşan hata matrisi incelenerek birbirleri ile karışan AÖ/AK sınıfları tespit edilmiştir. Karşılaştırma sonucunda Landsat 8 ve Sentinel-2 uydu görüntüsü için literatür çalışmalarından farklı olarak En Yüksek Olabilirlik sınıflandırması diğer sınıflandırma algoritmalarına kıyasla yaklaşık %3 fark ile daha yüksek bir genel doğruluk sonucu göstermektedir. Landsat 8 ve Sentinel-2 verileri tüm sınıflandırma algoritmaları kendi aralarında kıyaslanacak olunursa %90,2 genel doğruluk değeri ile Sentinel-2 Maksimum Olabilirlik yöntemi tüm yöntemler içinde en başarılı sonucu göstermektedir. Sinir Ağları ve Destek Vektör Makineleri yöntemleri ise her iki uydu verisi için de birbirine benzer sonuçlar göstermektedir. Landsat 8 verisi için Sinir Ağları ve Destek Vektör Makineleri yöntemleri %84,5 genel doğruluk değerleri tüm sınıflandırma yöntemleri içinde en başarısız sonucu göstermektedir. En Yüksek Olabilirlik algoritması bazı AÖ/AK sınıflarını başarılı bir şekilde sınflandırırken bazı sınıfların atanmasında ise başarısız sonuçlar göstermektedir. Landsat 8 ve Sentinel-2 uydu görüntüleri tematik doğrulukları kendi aralarında kıyaslanırsa en başarılı sonuç Sentinel-2 verisinden elde edilen sınıflandırma sonuçlarıdır.
Tez No: 659075
