Yüksek çözünürlüklü SPOT 7 optik uydu görüntülerinin piksel bazlı sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanılması ve analizi
Using and analysis of machine learning methods in pixel-based classification of high resolution SPOT 7 optical satellite images
- Tez No: 664569
- Danışmanlar: PROF. DR. HİLAL GONCA COŞKUN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Geomatik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 91
Özet
Arazi kullanımın belirlenmesi şehirsel, tarımsal ve ekonomik planlamaların yapılmasında yerel ve ulusal düzeyde ışık tutan önemli bir çalışma alanıdır. Arazi kullanım haritalarının belirlenmesinde kullanılan öncelikli veriler ise uzaktan algılama sistemleri ile elde edilmiş olan verilerdir. Uzaktan algılamada kullanılan verilerin yüksek çözünürlükte olmasına ek olarak bant çeşitliliğinin ve sınıflandırma algoritmasının seçiminin de arazi kullanımının belirlenmesinde önemli rol oynadığı bilinmektedir. Seçilecek olan sınıflandırma algoritmalarının avantaj ve dezavantajları bilmek ilerleyen çalışmalarda yol gösterici olacaktır. Çalışmada Spot 7 uydu görüntüleri kullanılarak Sakarya Serdivan ilçesinin arazi kullanımı için 7 sınıf belirlenmiştir. Belirlenen snınıflara ait 150 adet test verisi ve 350 adet eğitim verisi oluşturulmuştur. Oluşturulan aynı eğitim ve test verileri her algoritma için koşulmuştur. Makine öğrenmesi yöntemlerinin çıkarttığı modellere göre her piksel radyometrik değerine göre bir sınıfa atanmıştır .Bu atama sonucunda ortaya çıkan veriler tekrar görsel hale getirilmiş ve ortaya çıkan sonuç görüntüleri arazi sınıflarını göstermiştir. Bu sınıfların ayrılmasında literatürde en çok bilinen Destek vektör makineleri, Xgboost, Adaboost, K en yakın komşuluk analizi, karar ağaçları , NaiveBayes , ve Rasgele Orman sınıflandırıcıları kullanılmıştır. Ortaya çıkan hata matrisleri, çalışmada kullanılan kırmızı, yeşil, mavi ve yakın kızıl ötesi bantları ile oluşturulan modeller ve sonuç görüntüleri incelenmiş her algoritma için analiz edilmiştir. incelenmiştir. Elde edilen sonuçların ardından yakın kızılötesi bandın sınıflandırmaya etkisini araştırmak amacı ile yakın kızıl ötesi bant çıkarılıp aynı veriler ile kırmızı, yeşil, ve mavi bantlarla aynı 7 algoritma kullanılarak sınıflandırma işlemi tekrarlanmıştır. Yakın kızıl ötesi bandın da modelleri önemli ölçüde etkilediği gözlenmiştir. Özellikle yakın kızıl ötesi bandın kullandığı sınıflandırmada yeşil alanların ayrılmasında RBG ye göre büyük avantaj sağladığı tespit edilmiştir.
Özet (Çeviri)
Determination of land use is an important field of study that sheds light on local and national level in urban, agricultural and economic planning. The priority data used in determining the land use maps are the data obtained by remote sensing systems. In addition to the high resolution of the data used in remote sensing, It is known that the choice of the classification algorithm plays an important role in determining the land use. Knowing the advantages and disadvantages of the classification algorithms to be selected will guide in future studies. In the study, 7 classes were determined for land use in Sakarya Serdivan district by using Spot 7 satellite images. 150 test data and 350 training data belonging to the determined classes were created. The same training and test data created were run for each algorithm. According to the models of machine learning methods, each pixel was assigned to a class according to its radiometric value. The data obtained as a result of this assignment was re-visualized and the resulting images showed the land classes. Support vector machines, Xgboost, Adaboost, K closest neighborhood analysis, decision trees, Naive Bayes, and Random Forest classifiers were used. The resulting error matrices, models created with red, green, blue and near infrared bands used in the study and the result images were examined It has been analyzed for each algorithm. After the results, the near infrared band was removed to investigate the effect of the near infrared band on the classification, and the classification process was repeated using the same data and the same 7 algorithms with red, green and blue bands. It was observed that the near infrared band significantly affected the models. In the classification used by the infrared band, it has been determined that it provides a great advantage over RBG in the separation of green areas.
Benzer Tezler
- 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 Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Fiber beslemeli Echelle Tayfçeker optik tasarımı ve analizi
Fiber-fed Echelle Tayfçeker optical design and analyse
CEVDET BAYAR
Doktora
Türkçe
2023
Astronomi ve Uzay BilimleriAkdeniz ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. NURİ ÜNAL
- 3 boyutlu yazıcı ile basılmış, odak ayarlı kolajen katkılı zarlı mikro akışkan mercek
A 3D-printed tunable fluidic lens with collagen-enriched membrane
ESAT CAN ŞENEL
Yüksek Lisans
Türkçe
2021
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR FERHANOĞLU
- High-resolution soil salinity mapping using machine learning based regression and classification methods
Makine öğrenimi tabanlı regresyon ve sınıflandırma yöntemlerini kullanarak yüksek çözünürlüklü toprak tuzluluğu haritalaması
AYLİN YILDIRIM
Yüksek Lisans
İngilizce
2021
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Yüksek çözünürlüklü uydu görüntüleri ile İstanbul pendik ilçesinin alansal değişiminin incelenmesi
Analysis of field changes in pendi̇k province of İstanbul with high resolution satellite images
HALİL İHSAN ALTUNDAŞ
Yüksek Lisans
Türkçe
2018
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM GÖKSEL