Geri Dön

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

  1. Tez No: 305028
  2. Yazar: ASLI ÖZDARICI OK
  3. Danışmanlar: DOÇ. DR. ZUHAL AKYÜREK
  4. Tez Türü: Doktora
  5. Konular: Jeodezi ve Fotogrametri, Mühendislik Bilimleri, Ziraat, Geodesy and Photogrammetry, Engineering Sciences, Agriculture
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  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: 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

  1. 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

    Türkçe

    2017

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FÜSUN BALIK ŞANLI

  2. 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

    Türkçe

    1993

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    PROF. DR. VEDİA DÖKMECİ

  3. An innovative and accurate deep learning based HER2 scoring method HER2-unet

    HER2 tümör hücrelerinin segmentasyon için derin öğrenme tabanlı yeni bir yaklaşım

    FARIBA DAMBAND KHAMENEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  4. Unsupervised affective state learning from speech

    Konuşmadan gözetimsiz duygusal durum öğrenme

    GÖKHAN KUŞÇU

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiKoç Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ENGİN ERZİN

  5. MR görüntülerinde menisküslerin segmentasyonu ve menisküs yırtıklarının tespiti

    Meniscus segmentation and detection of meniscus tears in MR images

    AHMET SAYGILI

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SONGÜL ALBAYRAK