Göktürk 2 uydu verilerinin arazi örtüsü ve kullanımının uzaktan algılama ve makine öğrenmesi yöntemleri ile tespitinin araştırılması
Investigation of land cover and land use of Göktürk 2 satellite data by remote sensing and machine learning methods
- Tez No: 790429
- Danışmanlar: PROF. DR. MURAT YAKAR
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
İnsan ve çevre arasındaki ilişkiyi daha iyi anlamak, ekosistemdeki değişimlerin farkına varmak ve sürdürülebilir bir planlama hizmeti sunmak bakımından arazi kullanımı ve örtüsü (AK/AÖ) değerlendirmeleri önem taşımaktadır. Gelişen teknolojiyle birlikte uydu görüntüleri AK/AÖ belirlemede yaygın olarak kullanılmaya başlanmıştır. Uyduların farklı mekânsal ve zamansal çözünürlükte görüntüleyebilme kabiliyetleri istenilen verilerin hızlı ve güncel olarak takip edilebilmesi açısından AK/AÖ çalışmalarının önemli bir parçası olmuştur. Aynı zamanda arazi örtülerinin spektral yansıma değerleri ile uydu sensörlerinin çeşitli dalga boylarında veri elde etmesiyle arazi örtüsünün tipi belirlenebilmektedir. Uzaktan algılama yöntemleriyle AK/AÖ doğru ve verimli bir şekilde belirlenmesi iyi görüntü sınıflandırma yöntemleri gerektirir. Bu bağlamda bu tez çalışmasında Türkiye'nin uydusu olan Göktürk-2 uydusu ile ücretsiz erişilebilen Landsat-8, Sentinel-2 uydularının AK/AÖ sınıflandırmasında performansları araştırılmıştır. Arazi sınıfları ekili tarım, ekilmemiş tarım, kentsel, çorak ve sulak alan olarak belirlenmiştir. Sınıflandırma işlemi için literatürde sıklıkla kullanılan makine öğrenimi algoritmalarından destek vektör makineleri (SVM), K- En yakın komşuluk (K-NN), Bayess, Karar ağaçları (DT), Rastgele ağaç (RT) algoritmaları kullanılmıştır. Kullanılacak sınıflar doğrultusunda iki farklı çalışma alanı seçilmiştir ve seçilen sınıflarda sınıflandırma algoritmalarının performansları incelenmiş olup üç farklı uydu kendi içinde karşılaştırılması yapılmıştır. Çalışma alanı 1 için; tez kapsamında SVM algoritmasının Göktürk-2 (%98) ve Sentinel-2 (%96) uydularında diğer algoritmalara göre daha başarılı sonuç verdiği tespit edilmiştir. Çalışma alanı 2 için genel değerlendirme yapıldığında en etkili sonuç G2 uydu görüntüsünde SVM (%98) algoritması gelirken G2 uydusunda diğer algoritmalar incelendiğinde diğer uydu görüntülerine göre daha iyi performans sağlanmış olup S2 için SVM(%96) sınıflandırılması da oldukça başarılı görülmüştür. Landsat uydusunun her iki çalışma alanında başarısı G2'den daha düşük performans gösterdiği tespit edilmiştir. Seçilen uydular ve kullanılan yöntemler doğrultusunda en başarılı sonucu her iki çalışma alanı içinde Göktürk-2 uydusu SVM algoritmasının göstermiş olduğu tespit edilmiştir.
Özet (Çeviri)
Land use and cover (LU/LC) assessments are important in terms of better understanding the relationship between humans and the environment, recognizing changes in the ecosystem, and providing a sustainable planning service. With the developing technology, satellite images have started to be widely used in determining LU/LC. The ability of satellites to display in different spatial and temporal resolutions has been an important part of LU/LC studies in order to monitor the desired data quickly and up to date. At the same time, the type of land cover can be determined by the spectral reflection values of the land covers and the satellite sensors obtaining data at various wavelengths. Accurate and efficient determination of LU/LC by remote sensing methods requires good image classification methods. In this context, in this thesis, the performances of the Göktürk-2 satellite, which is the satellite of Turkey, and the Landsat-8 and Sentinel-2 satellites, which can be accessed free of charge, in LU/LC classification were investigated. Land classes were determined as cultivated agriculture, uncultivated agriculture, urban, barren wetland. For the classification process, support vector machines (SVM), K-Nearest neighbor (K-NN), Bayess, Decision trees (DT), Random tree (RT) algorithms, which are frequently used in the literature, were used. Two different study areas were selected in line with the classes to be used, and the performances of the classification algorithms in the selected classes were examined and compared within their satellites. For study area 1; Within the scope of the thesis, it was determined that the SVM algorithm gave more successful results in Göktürk-2 (98%) and Sentinel-2 (96%) satellites compared to other algorithms. When the general evaluation is made for study area 2, the most effective result is the SVM (98%) algorithm in the G2 satellite image, while when the other algorithms are examined in the G2 satellite, better performance has been achieved compared to the other satellite images and the SVM (96%) classification for S2 has been found to be quite successful. It has been determined that the Landsat satellite has a lower performance than G2 in both study areas. It has been determined that the Göktürk-2 satellite SVM algorithm has shown the most successful result in both study areas in line with the selected satellites and the methods used.
Benzer Tezler
- Evaluation of the digital elevation models obtained from Göktürk-1 satellite data
Göktürk-1 uydu verilerinden elde edilen sayısal yükseklik modellerinin değerlendirilmesi
MEHMET EMİN AYAZ
Yüksek Lisans
İngilizce
2024
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAYGIN ABDİKAN
- Göktürk-1 uydusunun sınıflandırma kapasitesinin alternatif uydu görüntü verileri ile karşılaştırılması
Comparison of the classification capacity of Göktürk-1satellite with alternative satellite image data
MUHARREM ÇETİN
Yüksek Lisans
Türkçe
2020
Jeodezi ve FotogrametriZonguldak Bülent Ecevit ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERAY KÖKSAL
- Uzaktan algılama verilerinden su kalitesi parametrelerinin tespit edilmesi
Detection of water quality parameters from remote sensing data
ERSAN BATUR
Doktora
Türkçe
2019
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MİTHAT DERYA MAKTAV
- Göktürk-2 verileri ile iha verilerinin karşılaştırılarak gölet yapım projesi için kullanılabilirliğinin araştırılması
Investigation of usability Göktürk-2 data and uav data by comparison for the pond construction project
HÜSEYİN KARATAŞ
Yüksek Lisans
Türkçe
2023
Jeodezi ve FotogrametriAksaray ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYDAN YAMAN
- Göktürk-1 uydu görüntülerinden üretilen sayısal yükseklik modelinin doğruluğunun araştırılması
Accuracy assessment of digital elevation model derived from Göktürk-1 satellite images
MUSTAFA AKDENİZ
Yüksek Lisans
Türkçe
2022
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LÜTFİYE KARASAKA