CORINE sınıflandırmasının Sazlıdere havzası ölçeğinde tematik doğruluk analizi

Thematic accuracy analysis of the CORINE classification based on Sazlidere basin

PDF İndir

Tez No: 472839
Yazar: FULYA BAŞAK SARIYILMAZ
Danışmanlar: PROF. DR. NEBİYE MUSAOĞLU
Tez Türü: Doktora
Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
Anahtar Kelimeler: Belirtilmemiş.
Yıl: 2017
Dil: Türkçe
Üniversite: İstanbul Teknik Üniversitesi
Enstitü: Fen Bilimleri Enstitüsü
Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
Bilim Dalı: Belirtilmemiş.
Sayfa Sayısı: 147

Özet

Sazlıdere Havzası, İstanbul'un Avrupa Yakası'nda Arnavutköy ve Başakşehir ilçeleri sınırları içerisinde yer almaktadır. Büyük kısmı Arnavutköy ilçesi içerisinde yer alan havzanın toplam alanı yaklaşık olarak 177 km2'dir ve yıllık ortalama 55 milyon m3 su ile İstanbul'a içme suyu sağlayan 7 önemli havzadan bir tanesidir. Sazlıdere Barajı inşaatı 1991-1996 yılları arasında tamamlanmış ve Sazlıdere Baraj Gölü 1996 yılından itibaren su tutmaya başlamıştır. Sazlıdere Havzası, Arnavutköy bölgesinde gerçekleştirilen ve gerçekleştirilmesi planlanan Kuzey Marmara Otoyolu, 3. havaalanı ve Kanal İstanbul Projeleri sebebiyle yoğun bir kentleşme baskısı ile karşı karşıya kalmaktadır. Arnavutköy ilçe merkezinin bir kısmı Sazlıdere Havzası'nın doğu sınırlarından içeriye girecek şekilde gelişme göstermektedir. Bu bölge havzanın uzun mesafeli koruma kuşağı ve uzun mesafeli koruma kuşağı sınırı ile havza en dış sınırı arasında kalan alanda yoğunluktadır. Sazlıdere Havzası'nda yukarıda adı geçen projeler sebebiyle yoğun şekilde arazi örtüsü ve arazi kullanımı değişimi meydana gelmektedir. Bu tez çalışmasında havza sınırları içerisinde kalan alanda arazi örtüsü ve kullanımı sınıfları uzaktan algılama yöntemleri ile belirlenmiş ve bu sınıflarda yıllar içerisinde meydana gelen değişim istatistiksel olarak analiz edilmiştir. Yapılan çalışmaların tematik doğruluğu arazi çalışmaları gerçekleştirilerek araştırılmıştır. Bu tez çalışması kapsamında 1975, 1997, 2000, 2011, 2012, 2015 ve 2016 tarihli LANDSAT MSS, ETM ve OLI görüntüleri kullanılmıştır. Sazlıdere Havzası içerisindeki arazi örtüsü ve kullanımı dağılımının belirlenmesi ve değişimin istatistiksel analizi için 1975, 2000, 2012 ve 2016 tarihli görüntüler CORINE sınıflandırma sisteminin birinci düzeyine uygun olacak şekilde sınıflandırılmıştır. Sonuç olarak dört adet bilgi sınıfı belirlenmiştir. Bu sınıflar, su varlığı, orman ve yarı doğal alanlar, tarım alanları ve yapay yüzeyler sınıflarıdır. Sınıflandırma işleminin ardından görüntülerin doğruluk analizi gerçekleştirilmiş, oluşturulan hata matrisi ile her bir görüntünün kappa istatistik değeri ve genel doğruluğu belirlenmiştir. Doğruluğu ifade eden değerlerin kabul edilebilir sınırların üzerinde olduğu anlaşılmıştır. Sınıflandırma sonuçlarına göre, 1975 yılından 2012 yılına kadar geçen sürede tarım alanları, su varlığı ve yapay yüzeyler sınıflarının kapladıkları alanlarda artış gözlenirken orman ve yarı doğal alanlar sınıfının azaldığı belirlenmiştir. Buna karşın 2012 yılından 2016 yılına kadar geçen sürede tarım alanları sınıfının kapladığı alanlar azalırken orman ve yarı doğal alanlar sınıfı artmıştır. Bu durumun sebebi uygulanması planlanan ve uygulamaya geçen projelerden etkilenen emlak piyasasının hareketlenmesi ve tarım arazilerinin farklı gelir beklentileri ile el değiştirmesi olabilir. El değiştiren ve kullanılmayan tarım arazilerinin boş toprak ile çalılık ve çimenlik arazilere dönüşmesi orman ve yarı doğal alanlar sınıfında artışa sebep olmuştur. Doğruluk analizi işlem adımının ardından hangi sınıfın hangi sınıfa hangi oranda değiştiğinin belirlenebilmesi için değişim analizi işlem adımına geçilmiştir. Bu aşamada belirlenmiştir ki, 1975 yılından 2012 yılına kadar geçen sürede orman ve yarı doğal alan olan bölgeler tarım arazilerine dönüşme eğilimi göstermişlerdir. Ancak 2012 yılından 2016 yılına kadar geçen sürede bunun tam tersi durum gerçekleşmiş, kullanılmayan tarım arazilerinin ortaya çıkması ile tarım alanları orman ve yarı doğal alanlar sınıfına dönüşmüştür. Ayrıca havzanın doğu tarafında yer alan tarım alanları ve orman ve yarı doğal alanlar sınıflarının belli bir kısmı 1975 yılında 2016 yılına kadar geçen sürede yapay yüzeyler sınıfına dönüşmüştür. Bunun yanında, 1975, 2000, 2012 ve 2016 tarihli sınıflandırılmış görüntülerde, havzanın her bir koruma kuşağı ve rezervuar alanı içerisinde arazi örtüsü ve arazi kullanımı sınıflarının durumu ayrı ayrı incelenmiştir. En küçük haritalama birimi 0.09 ha ve 0.64 ha olan sınıflandırılmış görüntüler CORINE Land Cover (CLC) verileri ile uyumlu olmaları için en küçük haritalama birimi 25 ha olacak şekilde tematik piksel bütünleştirme işlemi kullanılarak genelleştirilmiş ve bu sonuçlar, arazi örtüsü ve arazi kullanımı sınıflarının uydu görüntüleri üzerinden sayısallaştırılması ile elde edilen CLC 2000 ve CLC 2012 ile karşılaştırılmıştır. Karşılaştırılan sonuçların nitelik ve nicelik yönünden birbirleri ile uyumlu olduğu belirlenmiştir. Ancak bunun yanında en küçük haritalama biriminin 25 ha kabul edildiği durumda sonuçların beklendiği ölçeğe göre değerlendirildiğinde arazi örtüsü ve arazi kullanımı bilgisinde kayıp yaşandığı görülmüştür. Çalışma bölgesi içerisinde yapay yüzeyler sınıfında en çok değişme ve gelişmenin yaşandığı, Arnavutköy ilçesi merkezinin Sazlıdere Havzası'nda kalan alanının incelenmesi amacıyla tüm görüntülerden bu bölge kesilerek BRBA bant oranlama yöntemi ile çalışılmıştır. Aynı bölgeye ait sınıflandırma sonuçları ve BRBA sonuçları karşılaştırılmış ve birbirleri ile tutarlı sonuçlar elde edilmiştir. Bu işlem adımı ile havza içerisindeki yapay yüzeylerin durumu ve yıllara göre değişimi belirlenmiş ve yapay yüzeyler tematik sınıfının doğrusal bir trend ile artış gösterdiği anlaşılmıştır. Sazlıdere Havzası güncel arazi örtüsü ve kullanımı sınıflarının daha kolay ve çabuk belirlenebilirliğinin araştırılması için 2016 tarihli görüntüye çeşitli bant oranlama yöntemleri uygulanmıştır. Su varlığı tematik sınıfı için MNDWI, bitki tematik sınıfı için NDVI, yapay yüzeyler tematik sınıfı için BAEI ve toprak tematik sınıfı için SI bant oranlama yöntemleri ile çalışılmıştır. 2016 tarihli görüntüye, tematik sınıflar ile uyumlu bilgi sınıflarının elde edilebilmesi amacıyla tekrar piksel tabanlı sınıflandırma işlemi uygulanmıştır. Sonuçlar birbirleriyle ve yüksek mekansal çözünürlüklü görüntülerle karşılaştırıldığında bant oranlama sonuçlarının havzanın arazi örtüsü ve kullanımı durumu hakkında genel bir bilgiye ulaşmada başarılı olduğu görülmüştür. Ancak yine de sınıflandırma sonuçlarına göre, araştırılan tematik sınıflarda belli ölçüde veri kayıplarının söz konusu olduğu anlaşılmıştır. Sazlıdere Havzası arazi örtüsü ve arazi kullanımı sınıflarının çeşitli uzaktan algılama yöntemleri kullanılarak ve CORINE sınıflandırma sistemi dikkate alınarak araştırılmasından sonra arazi çalışmaları ile tematik doğruluğun irdelenmesine karar verilmiştir. Bu amaçla, uydu görüntülerinden üretilen arazi örtüsü ve arazi kullanımı veri tabanlarının kontrol edilmesinde kullanılan LUCAS metodolojisinden yararlanılmıştır. Bu metodolojide nokta seçiminden başlayarak arazi çalışmalarının her aşaması belli standartlarla ve kurallarla düzenlenmiştir. Sazlıdere Havzası'nda arazi örtüsü ve kullanımının en çok çeşitlilik gösterdiği bölgede 1 km x 1 km aralıklarla 9 x 9 grid yapıda 81 nokta belirlenmiştir. Gerçekleştirilen 8 ayrı arazi çalışması ile belirlenen 81 noktadan 71 tanesine gidilerek metodolojinin kurallarına uygun şekilde, GPS ölçmeleri gerçekleştirme, fotoğraf çekme, arazi örtüsü ve arazi kullanımına ilişkin bilgileri ve gerekli ise diğer önemli belirleyici özellikleri kayıt altına alma ve yapılabilen noktalarda en kesit alma işlemleri gerçekleştirilmiştir. Yanına ulaşılamayan 10 noktanın arazi örtüsü ve arazi kullanımının belirlenebilmesi amacıyla yüksek mekansal çözünürlüklü görüntülerden yararlanılmıştır. Arazi çalışmalarının gerçekleştirilmesi için seçilen pilot bölge yaklaşık olarak 90 km2'dir ve bu alan Arnavutköy'ün toplam alanının yaklaşık %13'ü kadardır. Bu bölge 2016 tarihli görüntüden kesilerek ayrılmış CORINE ve LUCAS sınıflandırma sistemlerinin ilk düzeylerine göre kontrollü olarak sınıflandırılmış ve doğruluk analizi gerçekleştirilmiştir. Pilot bölge içerisindeki tematik sınıflara ait bilginin kısa sürede ve daha kolay elde edilebilmesi amacıyla bölgeye MNDWI, NDVI, BAEI ve SI bant oranlama yöntemleri uygulanmış ve aynı tematik özelliklere yönelik gerçekleştirilen sınıflandırma sonuçları ile karşılaştırılmıştır. Yapay yüzeyler, su ve bitki tematik sınıflarında anlamlı sonuçlar elde edilirken, toprak tematik sınıfında bilgi kayıpları söz konusu olmuştur. Pilot bölgenin LUCAS sınıflandırma sistemi birinci düzeyine göre sınıflandırılan görüntüde altı bilgi sınıfı mevcuttur. Bu sınıflar su varlığı, yapay yüzeyler, orman alanları, boş toprak alanları ile çalılık ve çimen kaplı alanlardır. LUCAS sınıflandırma sisteminde çalılık alanlar ve çimenlik alanlar birbirlerinden ayrı sınıflar olarak belirtilmesine rağmen 30 m mekansal çözünürlüklü görüntüde bu iki sınıfı birbirinden ayırmak mümkün olmamış ve tek bir sınıf olarak kabul edilmişlerdir. LUCAS sınıflandırma sistemi ilk seviyesine göre sınıflandırılmış görüntü ile 81 noktaya ilişkin veriler birbirleri ile karşılaştırılmış ve %82 oranında eşleşme belirlenmiştir. Sonraki aşamada görüntü pikselleri en küçük haritalama birimi CLC ile uyumlu olması amacıyla 25 ha olacak şekilde yeniden düzenlenerek genelleştirilmiştir. Bu genelleştirme sonucunda eşleşme oranı %71 seviyesine gerilemiştir. Meydana gelen arazi örtüsü ve arazi kullanımı kayıplarının engellenmesi için CORINE metodolojisinde en küçük haritalama biriminin 5 ha'a düşürülmesi çalışmaları göz önünde bulundurularak sınıflandırılmış görüntü pikselleri en küçük haritalama birimi 5 ha olacak şekilde yeniden düzenlenmiştir. Arazi çalışması verileri ile yapılan karşılaştırmada eşleşme oranı %77'ye kadar yükselmiştir.

Özet (Çeviri)

The Sazlıdere Basin is located on the European side of Istanbul within the borders of Arnavutkoy and Basaksehir districts. The total area of the basin, which is largely located within the province of Arnavutkoy, is approximately 177 km2. The basin is one of seven important basins that provide drinking water to Istanbul with an annual average of 55 million m3 of water. The construction of Sazlıdere Dam was completed between 1991-1996 and Sazlıdere Dam Lake started to hold water from 1996. The Sazlıdere Basin is faced with intense urbanization pressures due to the Northern Marmara Motorway, 3rd airport and Channel Istanbul Projects, which are planned to be realized in the Arnavutkoy region. A part of the Arnavutkoy district center is developing in the eastern borders of the Sazlıdere Basin. The area is located inside the long range protection zone and outermost region of the basin. Due to the mentioned projects, intense land cover and land use changes occur in the Sazlıdere Basin. In this study, land use and land cover classes of the basin were determined by remote sensing methods. The changes that took place over the years in these classes were statistically analyzed. The thematic accuracy assessment of the processes was investigated by carrying out field studies. 1975, 1997, 2000, 2011, 2012, 2015 and 2016 dated LANDSAT MSS, ETM and OLI images were used in this this study. 1975, 2000, 2012 and 2016 dated images were supervised classified based on CORINE Land Cover first level to determine the land use and land cover classes and their changes inside the Sazlıdere Basin area. As a result, four information classes were identified. These classes are water bodies, forest and semi-natural areas, agricultural areas and artificial surfaces. Accuracy analysis of all the images were performed following the classification process. By generating error matrix the kappa statistical value and general accuracy of each image were determined. It has been understood that the values expressing the accuracy of the images were above the acceptable limits. According to the classification results, from 1975 to 2012, there was an increase in agricultural areas, water bodies and artificial surfaces classes. It has been determined that the class of forests and semi-natural areas decreased between the same dates. On the other hand, forest and semi-natural areas increased while the agricultural areas decreased from 2012 until 2016. The reason for this situation may be the real estate market that is affected by the projects that are planned around the study area and the agricultural areas that are changing owners with different income expectations. The transformation of unused agricultural areas into bare soil, shrubbery and grassland has led to an increase in the class of forests and semi-natural areas. After the accuracy assessment, the change detection process has been performed so that it can be determined which class changes to which class in which direction. It was determined at this stage that during the period from 1975 until 2012, the forests and semi-natural areas tended to become agricultural land. However, from 2012 until the year 2016, the opposite was true, with the appearance of unused agricultural areas, this regions were turned into the forests and semi-natural areas. In addition, some agricultural and forest and semi-natural areas on the eastern side of the basin have been transformed into artificial surfaces in 1975 until 2016. In addition, in 1975, 2000, 2012 and 2016 dated classified images, the status of land use and land cover classes within each protection zone and reservoir area of the basin has been examined separately. The supervised classified images that have the smallest mapping units 0.09 ha and 0.64 ha were generalized to be compatible with the CORINE Land Cover data. The image pixels have been rearranged by using the thematic pixel aggregation method as the smallest mapping unit is 25ha. These results were compared with CLC 2000 and CLC 2012, which were obtained by digitizing land cover and land use classes on satellite images. It has been determined that the compared results are compatible with each other in terms of quality and quantity. However, in the case where the smallest mapping unit was accepted as 25 ha, it was seen that there was a great loss in land cover and land use information. In order to investigate the easiness and quick determination of the current land cover and use classes of Sazlıdere Basin, various arithmetic operations were applied to the image dated to 2016. MNDWI was used to determine the water bodies class, NDVI was used to determine the vegetation thematic class, BAEI was used to determine the artificial surfaces thematic class and SI was used to determine the bare soil thematic class. In order to obtain information classes compatible with thematic classes, the pixel-based classification process was applied again in 2016 dated image. When the results are compared with each other and with high spatial resolution images, index results have been found to be successful in achieving a general knowledge of the terrain cover and use situation of the basin. However, according to the classification results, it has been understood that there is a certain amount of data loss in the thematic classes studied. Sazlıdere Basin has been researched by using various remote sensing methods to determine land use and land cover classes based on the CORINE classification system. Then it was decided to investigate the thematic accuracy with the field studies. For this purpose, the LUCAS methodology, which is used to control the land cover and land use databases generated from satellite images, has been utilized. Starting from the point selection in this methodology, each stage of fieldwork is organized with certain standards and rules. In Sazlıdere Basin, 81 points were determined in a 9 x 9 grid structure with 1 km x 1 km intervals in the area where the land use and cover varied the most. Eight separate field works were carried out and 71 points were visited. GPS measurements, photographs, land cover and usage were recorded and cross-sections were taken in accordance with the LUCAS methodology guidelines. High spatial resolution images were used to determine land cover and land use of 10 points that could not be reached. The region chosen for the field works is approximately 90 km2. This area is about 13% of the total area of Arnavutkoy. This region was separated from 2016 dated satellite image and classified based on the first levels of the CORINE and LUCAS classification systems and the accuracy analysis was performed. MNDWI, NDVI, BAEI and SI methods were used to obtain information on the thematic classes of the chosen region in a short time and more easily. Then, results were compared with the classification results for the same thematic classes. While significant results are obtained in artificial surfaces, water and plant thematic classes, information losses in the soil thematic class have been mentioned. There are six information classes in the image of the pilot region that are classified according to the first level of the LUCAS classification system. These classes are water bodies, artificial surfaces, forest areas, bare soil areas and shrubland and grassland areas. Although the shrublands and grasslands in the LUCAS classification system fist level are specified as separate classes, but they are not considered to be able to distinguish this classes in 30 m spatial resolution image, and they are considered as a single class. The images classified according to the first level of the LUCAS classification system were compared with the 81 points' data and 82% match was determined. At the next stage, the image was rearranged and generalized to be 25ha so that the pixels were compatible with the smallest mapping unit of CLC. As a result of this generalization, the match ratio has declined to 71%. In order to prevent the loss of land cover and land use from the square, the classified image pixels have been rearranged so that the smallest mapping unit is 5 ha. In comparison with fieldwork data, the match rate increased to 77%.

Benzer Tezler

Tez No
677471
Land cover and land use classification of multi-modal high-resolution satellite images using multi-task deep learning approach
Çok görevli derin öğrenme tekniği ile çok kipli yüksek çözünürlüklü uydu görüntülerinin arazi örtüsü ve arazi kullanımı sınıflandırılması
BURAK EKİM
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol İstanbul Teknik Üniversitesi
İletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
Tez No
766739
Makine öğrenme yöntemleriyle uydu görüntülerinin sınıflandırılması ve zamansal değişiminin izlenmesi
Classification of satellite images and monitoring the temporary changes by machine learning methods
SOLMAZ BABAKAN
Yüksek Lisans
Türkçe
2022
Mühendislik Bilimleri İstanbul Teknik Üniversitesi
İletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. UĞUR ALGANCI
Tez No
807263
Lung sound signal classification by using cosine similarity-basedmultilevel discrete wavelet transform decomposition with CNN-LSTM hybrid model
CNN-LSTM hıbrıt modelıyle kosınüs benzerlıgıne dayalı çok düzeylıayrık dalgacık dönüsümü ayrısımı kullanarak akcıger ses sınyalısınıflandırması
KHABAT HASAN ABDULLAH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol Harran Üniversitesi
Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET BİLAL ER
Tez No
711044
Uzaktan algılama verileri kullanarak derin öğrenmeye dayalı arazi kullanımı ve arazi örtüsü haritalama modeli geliştirme
Developing a deep learning-based land use and land cover mapping model using remote sensing data
ŞAZİYE ÖZGE ATİK
Doktora
Türkçe
2021
Jeodezi ve Fotogrametri İstanbul Teknik Üniversitesi
Geomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZHAN İPBÜKER
Tez No
763878
Sentinel-2 uydu görüntüleri kullanılarak niğde ilinde tarımsal ve kentsel alan kullanımındaki zamansal değişimin uzaktan algılama (UA) ve coğrafi bilgi sistemleri (CBS) entegrasyonuyla değerlendirilmesi
Evaluation of temporal change in agricultural and urban land use in niğde province using sentinel-2 satellite images with remote sensing (RS) and geographic information systems (GIS) integration
MUHAMMED CÜNEYT BAĞDATLI
Yüksek Lisans
Türkçe
2022
Jeodezi ve Fotogrametri Çukurova Üniversitesi
Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET EREN ÖZTEKİN

Geri Dön