Increasing the accuracy of vegetation classification using geology and dem
Bitki örtüsü sınıflandırmasının doğruluğunu jeoloji ve sayısal yükseklik modeli kullanarak arttırma
- Tez No: 153234
- Danışmanlar: YRD. DOÇ. DR. LÜTFİ SÜZEN, DOÇ. DR. CAN BİLGİN
- Tez Türü: Yüksek Lisans
- Konular: Jeoloji Mühendisliği, Geological Engineering
- Anahtar Kelimeler: Vejetasyon Sınıflandırması, Amanos Bölgesi, Diskriminant Analizi, Yardımcı Veri, Vegetation Classification, Amanos Region, Discriminant Analysis, Ancillary Data
- Yıl: 2004
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
oz BİTKİ ORTUSU SINIFLANDIRMASININ DOĞRULUĞUNU JEOLOJİ VE SAYISAL YÜKSEKLİK MODELİ KULLANARAK ARTTIRMA Domaç, Ayşegül Yüksek Lisans, Jeodezi ve Coğrafi Bilgi Teknolojileri Tez Yöneticisi: Yrd. Doç. Dr. M. Lütfi Süzen Ortak Tez Yöneticisi: Doç. Dr. C. Can Bilgin Aralık 2004, 80 sayfa Araziden veri toplamanın zorluğu ve Landsat görüntülerinin çözünürlüğünün yetersiz olması, vejetasyon haritalaması çalışmalarında yardımcı katmanların kullanılmasını gerekli kılmıştır. Bu çalışmanın amacı çevresel faktörleri kullanarak Amanos bölgesinde yapılan tür bazlı vejetasyon sınıflandırmasının doğruluğunun arttırılmasıdır. Çalışmanın ilk kısmında Maksimum Benzerlik metodu kullanılarak, orman işletme haritalarının yardımıyla kaba ölçekte bir vejetasyon haritası yapmıştır. Kanonik Karşılık Analizi ile çevresel değişkenlerin vejetasyon ile ilişkileri araştrılmıştır. İkinci kısımda ise Diskriminant analizi iki ayrı aşamada kullanılarak daha detaylı vejetasyon sınıflandırma haritaları elde edilmiştir. Önceden belirlenmiş dokuz grup için Fisher doğrusal denklemleri hesaplanmış ve hücreler ait olma olasılıkları yüksek olan sınıflara atanmışlardır. İkinci aşamada ise Maksimum Benzerlik sonucunda elde edilen Uzaklık Matrisi kullanılmıştır. Uzaklık Matrisi değerleri birden küçük olan hücrelerin yanlış sınırlandırıldığı kabul edilmiş ve bu hücreler ilk aşama sonucundaki sınıf değeriyle değiştirilmiştir. Bu çalışmanın sonucunda, çevresel faktörlerle vejetasyon dağılımı arasındaki ilişkiyi kullanarak genel sınıflandırmanın doğruluğu 19.6% oranında arttırılmıştır.
Özet (Çeviri)
ABSTRACT INCREASING THE ACCURACY OF VEGETATION CLASSIFICATION USING GEOLOGY AND DEM Domaç, Ayşegül M. Sc, Department of Geodetic and Geographic Information Technologies Supervisor: Assist. Prof. Dr. M. Lütfi Süzen Co-Supervisor: Assoc. Prof. Dr. C. Can Bilgin December 2004, 80 pages The difficulty of gathering information on field and coarse resolution of Landsat images forced to use ancillary data in vegetation mapping. The aim of this study is to increase the accuracy of species level vegetation classification incorporating environmental variables in the Amanos region. In the first part of the study, coarse vegetation classification is attained by using maximum likelihood method with the help of forest management maps. Canonical Correspondence analysis is used to explore the relationships among the environmental variables and vegetation classes. Discriminant Analysis is used in the second part of the study in two different stages. Firstly Fisher's linear equations for each of the previously defined nine groups calculated and the pixels are included in one of these groups by looking at the probability of that pixel being in that group. In the second stage Distance raster value of maximum likelihood classification is used. Distance raster pixels having a value less than one is accepted as misclassified and replaced with a value of first stage result of that pixel. As a result of this study 19.6 % increase in the overall accuracy is obtained by using the relationships between environmental variables and vegetation distribution.
Benzer Tezler
- Mısır ve pamuk ekili alanların çok zamanlı uydu görüntüleri ve obje tabanlı sınıflandırma yöntemi ile tespiti
Identification of cotton and corn fields by object based classification using multitemporal satellite images
YAREN BAŞAK ÇELİK
Yüksek Lisans
Türkçe
2015
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ELİF SERTEL
- Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi
Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method
H.GONCA COŞKUN
- Yaşayan duvar sistemlerinin bina enerji performansına katkısını değerlendirmeye yönelik karar destek modeli
Decision support model to evaluate the contribution of living wall systems to building energy performance
HATİCE MERVE YANARDAĞ ERDENER
Doktora
Türkçe
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. FETHİYE ECEM EDİS
- Identification of tea plantation areas using Google cloud based random forest and deep learning
Google bulut servise dayalı rastgele orman ve derin öğrenme ile çay tarım alanlarının belirlenmesi
BERKAY ÖZEN
Yüksek Lisans
İngilizce
2020
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN
- Fındık ekili alanların uzaktan algılama ve makine öğrenme algoritmaları ile belirlenmesi; Piraziz, Giresun örneği
Determination of hazelnut cultivated areas using remote sensing and machine learning algorithms; the case of Piraziz, Giresun
SEDA TERZİ TÜRK
Yüksek Lisans
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. FİLİZ BEKTAŞ BALÇIK