Geri Dön

A multi-temporal masking classification method for field based agricultural crop mapping

Parsel bazlı tarımsal ürün belirlenmesi için çok zamanlı maskelemeli sınıflandırma metodu

  1. Tez No: 143239
  2. Yazar: MAHMUT ARIKAN
  3. Danışmanlar: Y.DOÇ.DR. MUSTAFA TÜRKER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Çok zamanlı görüntü sınıflandırılması, parsel bazlı analiz, çok zamanlı maskeleme, görüntü kaynaştırma, ürün haritalama, Landsat 7 ETM+, Multi-temporal image classification, field-based analyses, multi- temporal masking, image fusion, crop mapping, Landsat 7 ETM+
  7. Yıl: 2003
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 158

Özet

Bu çalışma, Mayıs, Temmuz ve Ağustos 2000'de elde edilen çok zamanlı Landsat 7 ETM+ görüntüleri kullanılarak tarımsal ürünlerin parsel tabanlı sınıflandırılmasını incelemektedir. Çalışma alanı, Türkiye'nin Kuzey batısında, yaklaşık 15 km x1 1.3 km alanı kapsamaktadır ve alanda çok çeşitli ürün yetişmektedir. Çalışma amacı, tarımsal saha içindeki yaz (Ağustos) ürünlerinin saptanmasıdır. Sınıflandırma metodolojisi, Landsat 7 ETM+ görüntülerinin çok zamanlı maskelemelendirilmesine dayanmaktadır. Bu çalışmada ilk olarak, en büyük olabilirlik sınıflandırma algoritması kullanılarak bu üç görüntü (Mayıs, Temmuz, Ağustos 2000) üzerinde denetimli piksel başına sınıflandırılma yapılmıştır. Sınıflandırmanın hassasiyeti referans bilgisiyle karşılaştırılarak hesaplanmıştır. Hassiyeti yüksek olan sınıflar maskelenmiş ve Ağustos görüntüsü, maskelenmiş sahaları katmadan, sadece maskelenmemiş sınıflar kullanılarak, tekrar sınıflandırılmıştır. Maskeleme tekniği, sınıflar arasındaki tayf örtüşmesinden kaynaklanan problemlerin üstesinden gelebilmek için uygulanmıştır. Sınıflandırma işleminin tamamlanmasının ardından, çok zamanlı sınıflandırılmış Ağustos görüntüsü sonuçları Uzaktan Algılama ve Coğrafi Bilgi Sistemleri (CBS) birlikteliğinde saha başına analiz edilmiştir. Herbir saha içine düşen sınıflandırılmış piksellerin yüzdeleri hesaplanmış ve en yüksek yüzde değeri temel alınarak sahaya sınıf etiketi atanmıştır. Bu çok zamanlı maskeleme tekniğinin sınıflandırma hassiyetinin sonucu %81'dir. Bu değer, Ağustos görüntüsünün tek başına sınıflandırılmasından %10 daha hasasdır. Coğrafi bilgi veritabanının anlık güncellenmesi, analiz sonuçlarının doğrudan veritabanına girilmesiyle sağlanmıştır.

Özet (Çeviri)

This study describes the field-based classification of agricultural crops using multi-date Landsat 7 ETM+ images acquired in May, July, and August 2000. The study area is located in north-west of Turkey with a size of about 1 5 km x 1 1.3 km and grows a variety of crops. The objective was to identify the summer (August) crops within the agricultural fields. The classification methodology is based on a multi- temporal masking of Landsat 7 ETM+ images. First, a supervised per-pixel classification of the three images (May, July, and August 2000) was performed using a maximum likelihood classifier algorithm. The accuracy of classified outputs was computed by comparing them with the ground truth information. Those classes with a high classification accuracy were masked out and the August image was re-classified using the unmasked classes only excluding the masked areas from the classification. The masking technique was applied to overcome the problems caused by the spectral overlaps between the classes. After completing the classification process, the multi- temporal classified output of the August image was analyzed in a field specific manner in the integration of remote sensing and geographic information system (GIS). In each field, the percentages of classified pixels were computed and the field was assigned a class label based on the highest percentage value. The resulting classification accuracy of the multi-temporal masking technique was 81%, which was 10% more accurate than the classification of the August image only. An immediate updating of a GIS database was provided by means of directly entering the analysis results into the database.

Benzer Tezler

  1. Mapping and monitoring wetland environment by analysis different satellite images and field spectroscopy

    Sulakalan çevresinin farklı uydu görüntüleri ve arazi spektroskopisi ile izlenmesi ve haritalanması

    FİLİZ BEKTAŞ BALÇIK

    Doktora

    İngilizce

    İngilizce

    2010

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. ÇİĞDEM GÖKSEL

  2. Uydu görüntüleri, meteorolojik veriler ve kamera fotoğrafları ile pamuk ve mısır bitkileri için rekolte tahmin modeli tasarımı: Şanlıurfa örneği

    Crop yield estimation model design for cotton and maize crops using satellite imagery, meteorological data and camera photographs: Şanlıurfa case study

    UĞUR ALGANCI

    Doktora

    Türkçe

    Türkçe

    2014

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. CANKUT ÖRMECİ

  3. Multitemporal co-polar x-band sar data classification as a tool for paddy-rice phenology estimation

    Çeltik tarlası fenoloji kestirimi için çok zamanlı co-polar x-bant sar verisi üzerinde sınıflandırma yöntemi

    ÇAĞLAR KÜÇÜK

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLŞEN TAŞKIN KAYA

    YRD. DOÇ. DR. ESRA ERTEN

  4. Mekansal-zamansal hasta hareketlilik verileriyle mekansal etkileşim örüntülerinin analizi ve akış haritaları aracı tasarımı ve geliştirilmesi

    Analysis of spatial interaction patterns using spatio temporal patient mobility data, and designing and developing a flow mapping tool

    SELMAN DELİL

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. RAHMİ NURHAN ÇELİK

  5. Konut tercihlerinin, mekansal dizin ve mekansal davranış parametreleri ile ilişkisi

    Relation of the house preferences with space syntax and spatial behaviour parameters

    ERİNCİK EDGÜ

    Doktora

    Türkçe

    Türkçe

    2003

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. ALPER ÜNLÜ