A segment-based approach to classify agricultural lands using multi-temporal Kompsat-2 and Envisat ASAT data
Tarım alanlarının çok tarihli Kompsat-2 ve Envisat ASAR görüntüleri kullanılarak sınıflandırılmasında bölüt tabanlı bir yaklaşım
- Tez No: 305028
- Danışmanlar: DOÇ. DR. ZUHAL AKYÜREK
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Mühendislik Bilimleri, Ziraat, Geodesy and Photogrammetry, Engineering Sciences, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- 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: 280
Özet
Tarım Türkiye'de önemli bir role sahiptir, bu nedenle sürdürülebilirliğinin sağlanabilmesi açısından tarımsal faaliyetlerin otomatik yaklaşımlar ile yürütülmesinin önemi büyüktür. Bu çalışmanın amacı, Türkiye'nin kuzey batısında yer alan Karacabey ovasında yetiştirilen sekiz ürün türünün çok tarihli Kompsat-2 ve Envisat ASAR uydu görüntüleri kullanılarak sınıflandırılmasıdır. Bu amaç doğrultusunda, ilk olarak, homojen tarım alanlarını bulabilmek için keskinleştirilmiş (fused) Kompsat-2 görüntülerine bölütleme işlemi uygulanmıştır. En uygun bölütlerin belirlenebilmesi için üretilen bölütler çoklu istatistiksel indeksler yardımıyla değerlendirilmiştir. Ardından çok bantlı ve tek tarihli Kompsat-2 görüntüleri, Envisat ASAR verileri ile En Büyük Olasılık ve Destek Vektör Makineleri sınıflandırma yöntemleri yardımıyla sınıflandırılmıştır. Çok tarihli görüntülerin sınıflandırılması yoluyla elde edilen tematik haritala ait bilgilerin birleştirilebilmesi amacıyla her bir tematik harita için olasılık haritaları üretilmiş ve tematik haritalara ait doğruluk oranları bölüt bazında değerlendirilmiştir. Sonuçlar, en yüksek sınıflandırma doğruluklarının Kompsat-2 ve Envisat ASAR görüntülerinin bölüt tabanlı Destek Vektör Makineleri yöntemiyle sınıflandırılması sonucunda elde edildiğini göstermiştir. Tematik haritaların birleştirilmesi yoluyla elde edilen Haziran-Ağustos ve Haziran-Temmuz-Ağustos aylarına ait görüntülerin en yüksek genel ortalama hataları (%92 genel hata oranı ve 0.90 kappa) sağladığı gözlenmiştir. Elde edilen doğrulukların bölüt tabanlı olarak gerçekleştirilen En Büyük Olasılık sınıflandırma yöntemiyle elde edilen en iyi sonuçtan %4 oranında daha yüksek olduğu saptanmıştır. Bu çalışmada ayrıca, üretilen tematik haritalar gerçek tarım parselleri ile çakıştırılarak parsel tabanlı analiz sonuçları da incelenmiştir. Analizler, sınıflandırma doğruluklarının parsel büyüklükleri ile doğru orantılı olduğunu göstermiştir.
Özet (Çeviri)
Agriculture has an important role in Turkey; hence automated approaches are crucial to maintain sustainability of agricultural activities. The objective of this research is to classify eight crop types cultivated in Karacabey Plain located in the north-west of Turkey using multi-temporal Kompsat-2 and Envisat ASAR satellite data. To fulfill this objective, first, the fused Kompsat-2 images were segmented separately to define homogenous agricultural patches. The segmentation results were evaluated using multiple goodness measures to find the optimum segments. Next, multispectral single-date Kompsat-2 images with the Envisat ASAR data were classified by MLC and SVMs algorithms. To combine the thematic information of the multi-temporal data set, probability maps were generated for each classification result and the accuracies of the thematic maps were then evaluated using segment-based manner. The results indicated that the segment-based approach based on the SVMs method using the multispectral Kompsat-2 and Envisat ASAR data provided the best classification accuracies. The combined thematic maps of June-August and June-July-August provided the highest overall accuracy and kappa value around 92% and 0.90, respectively, which was 4% better than the highest result computed with the MLC method. The produced thematic maps were also evaluated based on field-based manner and the analysis revealed that the classification performances are directly proportional to the size of the agricultural fields.
Benzer Tezler
- Ürün deseni belirlenmesinde farklı bitki örtüsü indekslerinin etkilerini piksel ve nesne tabanlı sınıflandırma örneğinde analizi
Analysing the effects of diffrerent indices for determining crop types using piksel and object based classification
AHMET DELEN
Yüksek Lisans
Türkçe
2017
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. FÜSUN BALIK ŞANLI
- Doğal, tarihi kültürel açıdan turizm potansiyelini değerlendirme modeli: Ayvalık örneği
The tourism model for evaluation of natural, historical and cultural potential: A case of Ayvalık
İSMAİL HAKAN KOLCU
Yüksek Lisans
Türkçe
1993
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiPROF. DR. VEDİA DÖKMECİ
- Radyolojı̇k görüntülerde derı̇n öğrenme kullanılarak kanser alt tı̇plerı̇nı̇n ve genotı̇plerı̇nı̇n sınıflandırılmasının gelı̇ştı̇rı̇lmesı̇
Enhancing classification of cancer subtypes and genotypes using deep learning on radiological images
NESLİHAN GÖKMEN İNAN
Doktora
Türkçe
2024
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. OZAN KOCADAĞLI
PROF. DR. CHUNLEİ LIU
- Fonokardiyografi sinyalleri ile derin öğrenme tabanlı karar destek sistemi tasarımı
Deep learning based decision support system design with phonocardiography signals
ELİF DEMİR ÖZTÜRK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ATİLA YILMAZ
- Kitâbü'l-İdrâk li Lisâni'l-Etrâk örnekleminde adlara sözcükbilimsel bir çözümleme
A Lexical analysis to noun in paradigm Kitâbü'l-İdrâk li Lisâni'l-Etrâk
AYŞE BERİL KARA