Geri Dön

Hierarchical land use and land cover classification of Sentinel2-A images and its use for corine system

Sentinel-2 görüntülerinin hiyerarşik yöntem ile arazi kullanımı ve arazi örtüsü sınıflandırılmasının yapılması ve corine sisteminde kullanılması

  1. Tez No: 489431
  2. Yazar: DOĞA ÇAĞDAŞ DEMİRKAN
  3. Danışmanlar: PROF. DR. SEVDA ZUHAL AKYÜREK, DR. ALPER KOZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 185

Özet

Bu tezin amacı Sentinel-2 uydusunun arazi kullanımı ve arazi örtüsü haritalaması için potansiyelini araştırmaktır. En çok kullanılan sınıflandırma algoritmaları, destek vektör makineleri (SVM'ler) ve enbüyük olabilirlik algoritması, CORINE hiyerarşik sınıflandırma modeliyle birlikte incelenmek üzere çalışılmıştır. Arazi örtüsü ve haritalama için ana sınıflar, ilk aşamada su, bitki örtüsü, yapılı alan ve çıplak arazi olarak seçilmiştir. İkinci aşamada bunu, karasal su, deniz suyu, orman / çayır, bitki örtülü tarım arazisi, kısır topraklar ve bitki örtüsüz tarım arazisi izler. Deneyler için çalışma alanı, karşılaştırma amacıyla yeterli sayıdaki sınıfları sağlayan Türkiye'nin en büyük şehirlerinden ikisi, Ankara ve İzmir seçilmiştir. Kullanılan metodoloji sırasında su ve bitki örtüsü ilk önce normalleştirilmiş fark su indeksi ve normalleştirilmiş fark vejetasyon indeksi kullanılarak çıkartılmıştır. Ardından, öğreticiyle öğrenme algoritmaları için bir eğitim kümesi seçilmiştir. Karşılaştırma yapmak için birinci ve ikinci düzey sınıflandırmalar için kalan parçalardan yeterli sayıda piksel toplanmıştır. Deneysel sonuçlar ilk olarak destek vektör makinelerinin, enbüyük olabilirlik algoritmasından yüzde 8 daha yüksek performans gösterdiğini saptamıştır. İkinci olarak, hiyerarşik sınıflandırma, hiyerarşik olmayan sınıflamadan daha iyi sonuç vermiştir. Bu sonuç yüzde 4 ile 10 arasında değişmiştir. Önerilen hiyerarşik metodolojinin genel doğruluk oranları sırasıyla İzmir ve Ankara için birinci seviye sınıflarında %85 ve %84, ikinci seviye sınıflarında %84 ve %72 olarak elde edilmiştir.

Özet (Çeviri)

The aim of this thesis is to investigate the potential of Sentinel-2 satellite for land use and land cover mapping. The commonly known supervised classification algorithms, support vector machines (SVMs) and maximum likelihood classification, are adopted for investigation along with a hierarchical classification model CORINE. The main classes for land cover and mapping are selected as water, vegetation, built-up and bare-land in the first level, which is followed by inland water, marine water, forest/meadow, vegetated agricultural land, barren land and non-vegetated agricultural land in the second level. The study area for the experiments are selected as the two biggest cities of Turkey, namely Ankara and Izmir, providing sufficient number of classes for comparison purposes. During the utilized methodology, water and vegetation are first extracted by using the normalized difference water and vegetation indexes. Then, sufficient number of pixels are collected from the remaining parts for the first and second level classifications to perform a training and comparison for supervised learning algorithms. The experimental results first indicate that the support vector machines are significantly superior to the maximum likelihood classification with an average of 8 percent accuracy rates. Second, the hierarchical classification is also superior to non-hierarchical classification with the gains between 4 to 10 percent. The overall accuracy rates of the proposed hierarchical methodology are obtained as 85 % and 84 % for the first level classes and 84 % and 72 % for the second level classes, respectively for Izmir and Ankara.

Benzer Tezler

  1. Integration of optical and synthetic aperture radar imagery for improving crop mapping

    Ürün deseni haritası üretimini iyileştirmek üzere optik ve sentetik açıklıklı radar görüntülerinin entegrasyonu

    ROUHOLLAH NASIRZADEHDIZAJI

    Doktora

    İngilizce

    İngilizce

    2020

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. FÜSUN BALIK ŞANLI

    PROF. DR. ZİYADİN ÇAKIR

  2. Multı-hazard susceptıbılıty map productıon for urban plannıng purposes: Ankara Mamak case

    Kentsel planlama amaçlı çoklu doğal tehlike duyarlılık haritası üretimi: Ankara Mamak örneği

    TUĞÇE YANAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Jeodezi ve FotogrametriHacettepe Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SULTAN KOCAMAN GÖKÇEOĞLU

  3. Uydu görüntüleri / hava fotoğrafları kullanarak arazi sınıflandırma çalışması

    Study about land cover/use classification by using satellite and aerial images

    ÖZLEM ŞEN

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HACER YALIM KELEŞ

  4. Obje tabanlı sınıflandırma yaklaşımı ile 3. seviye ulusal arazi örtüsü/kullanımının belirlenmesi

    Determination of level 3 national land cover and land use by using object based classification approach

    ŞAZİYE ÖZGE DÖNMEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ELİF SERTEL

  5. A Hierarchical classification of landsat TM imagery for land cover mapping

    Landsat TM görüntüsünün hiyerarşik sınıflandırılması ile arazi örtüsünün haritalanması

    MURAT AVCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Jeodezi ve FotogrametriOrta Doğu Teknik Üniversitesi

    Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı

    DR. ZUHAL AKYÜREK