Küresel sayısal yükseklik modellerinin ICESat-2 ve GEDI verileri ile düzeltilmesi
Improving of global digital elevation models with İCESat-2 and GEDI data
- Tez No: 834295
- Danışmanlar: PROF. DR. MEVLÜT GÜLLÜ
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Jeodezi Bilim Dalı
- Sayfa Sayısı: 93
Özet
Sayısal Yükseklik Modelleri (SYM), gridlenmiş yükseklik bilgisi ve o bilgiden üretilen eğim, bakı gibi değerler yardımıyla birçok mesleki disiplinde önemli bir veri kaynağıdır. Bu sebeple ücretli, ücretsiz, lokal ölçekte ya da küresel ölçekte birçok SYM üretilmiş ve üretilmektedir. Ancak küresel SYM (KSYM) verileri, veri yapıları ya da SYM üretim aşamalarından dolayı çeşitli hatalar içermektedir. Bu hataların giderilmesi için farklı SYM'ler beraber kullanılarak veri iyileştirme yöntemleri geliştirilmiştir. Bu çalışmada, KSYM verilerinin (AW3D30, ASTER KSYM ve SRTM) uzay tabanlı LiDAR altimetre verileri (GEDI ve ICESat-2) ile iyileştirilmesi amaçlanmıştır. Tez çalışmasında, öncelikle 2018 yılının sonlarında veri toplamaya başlayan uzay tabanlı LiDAR altimetre sistemlerinden GEDI ve ICESat-2 verilerinin SYM üretimi performansına bakılmıştır. Bu kapsamda Amerika Birleşik Devletleri, Yeni Zelanda ve Porto Rico adasından test alanları seçilmiştir. Test alanlarında doğruluk verisi olarak havadan LiDAR verileri kullanılmıştır. Test alanlarında, kriging metoduna göre SYM'ler üretilmiş ve sonuçları AW3D30, ASTER KSYM ve SRTM verileri ile karşılaştırılmıştır. GEDI ve ICESat-2 verilerinin ayrı ayrı kullanılarak oluşturulan SYM'lerde başarı düşük olsa da, ICESat-2 ve GEDI verilerinin birlikte kullanılmasıyla oluşturulan modellerde daha iyi sonuçlar elde edilmiştir. Özellikle korelasyonun %99 ile yüksek ilişkili olduğu tespit edilmiştir. Ver iyileştirme kapsamında beş farklı test alanı seçilmiştir. Bu alanlar SYM üretiminde kullanılan alanlara ek olarak İstanbul ve Ankara illeridir. İstanbul ve Ankara illerinde yer doğruluğu olarak GNSS verisi kullanılmıştır. KSYM verilerini, GEDI ve ICESat-2 verileriyle iyileştirmek için ANN, CNN ve XGBoost yöntemleri kullanılmıştır. GEDI ve ICESat-2 verilerinin nokta bazlı doğruluklarına bakıldığında 6.48 m ile 11.29 m arasında değişmektedir. Bu sonuçlara göre yalnızca test alanı-3'de GEDI verisi KSYM'lere göre kötü sonuç verirken diğer tüm alanlarda KSYM verilerine göre düşeyde daha yüksek doğrulukta olduğu sonucuna varılmıştır. SYM iyileştirme potansiyeline bakıldığında tüm alanlarda KSYM'ler iyileştirilmiştir. Genel doğrulukta en çok iyileşme CNN yöntemiyle ASTER KSYM verisinde KOH'a göre 4.35 m ile Test Alanı-4'te elde edilmiştir. Arazi örtüsü sınıflarına göre en iyi iyileşme CNN yöntemiyle ASTER KSYM verisinde KOH'a göre 4.72 m ile mera sınıfında elde edilmiştir. Eğim grubu sınıflarında en iyi iyileşme CNN metoduyla ASTER KSYM verisinde KOH'a göre 9.77 m ile %60-> eğim grubunda elde edilmiştir. Çalışma sonucu yöntemler yönünden incelendiğinde en başarılı yöntemin CNN yöntemi olduğu sonucuna ulaşılmıştır. Arazi örtüsü sınıflarında en iyi iyileşme başarısı orman sınıfında elde edilmiştir. Eğim gruplarında, yüksek eğimlerde daha iyi sonuçlar elde edilmiştir.
Özet (Çeviri)
Digital Elevation Models (DEMs) are a crucial data source in many professional disciplines, with the with the aid of gridded elevation data. Because of this, numerous DEMs have been produced and continue to be produced, whether for pay or without charge, locally or globally. However, global DEM (KSYM) data contains various errors due to data structures or DEM production steps. To eliminate these errors, data improvement methods have been developed by using different DEMs together. In this study, it is aimed to improve KSYM data (AW3D30, ASTER KSYM and SRTM) with space-based LiDAR altimeter data (GEDI and ICESat-2). In the thesis study, firstly, the DEM production performance of GEDI and ICESat-2 data from space-based LiDAR altimeter systems, which started collecting data in late 2018, was investigated. In this instance, Puerto Rico, New Zealand, and the United States were chosen as test regions. Airborne LiDAR data was used as reference data in the test the DEM accuracy of the study areas. In the test areas, DEMs were produced by using the Kriging interpolation method and the results were compared with AW3D30, ASTER GDEM, and SRTM data. While it was observed that the accuracy of the DEMs created by using GEDI and ICESat-2 data independently was low, higher accuracy was obtained in the models created by using ICESat-2 and GEDI data together. In particular, it has been determined that there is a high correlation of 99% between the reference data and the produced DEM data. In the second stage of the thesis study, five different test areas were selected to improve the Global DEMs data (AW3D30, ASTER GDEM, and SRTM) with space-based LiDAR altimeter data, which is the main purpose of the study. These areas are Istanbul and Ankara provinces of the Türkiye, in addition to the other three areas used in DEM production. GNSS data was used as ground truth in Istanbul and Ankara data. Three different methods named Artificial Neural Networks (ANN), Convolutional Neural Networks (CNN) and Extreme Gradient Boosting Machines (XGBoost) were used to improve the accuracy of GDEM data with GEDI and ICESat-2 data. Considering the point-based accuracies of GEDI and ICESat-2 data, it varies between 6.48 m and 11.29 m. According to these results, while GEDI data had worse results than GDEMs only in test area-3, higher vertical accuracy was obtained compared to GDEM data in remaining areas. Considering the DEM improvement potential, GDEMs have been improved in all areas. The greatest improvement in overall accuracy was achieved with the CNN method on ASTER KSYM data with 4.35 m in test area-4 according to RMSE. According to land cover classes, the best improvement was obtained in rangeland class in ASTER GDEM data with 4.72 m using the CNN method in test area-3 according to RMSE. The best improvement in the slope group classes was obtained in the 60->% slope group in ASTER GDEM data with 9.77 m using the CNN method in test area-3 according to RMSE. When the results of the study were examined in terms of considered methods, it was concluded that the most successful method was the CNN method. The best accuracy improvement success in land cover classes was achieved in the forest class. In slope groups, better results were obtained at higher slopes.
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
- Topoğrafik çekim etkisinin hesaplanmasında düzlemsel ve küresel yaklaşımların karşılaştırılması ve bölgesel geoit modellemede irdelenmesi
Comparison of planar and spherical approaches for the calculation of topographic gravitational effect and investigation in regional geoid modeling
MUHAMMED RAŞİT ÇEVİKALP
Yüksek Lisans
Türkçe
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİHTER EROL
- High-resolution gravimetric geoid modeling in the era of satellite and airborne gravimetry
Uydu ve hava gravimetrisi çağında yüksek çözünürlüklü gravimetrik geoit modelleme
MUSTAFA SERKAN IŞIK
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİHTER EROL
- Analyses on high resolution global digital terrain model qualities and their use in gravity reductions
Yüksek çözünürlüklü global sayısal arazi modellerinin analizleri ve gravite indirgemelerinde kullanılması
ASLINUR BAHÇEKAPILI
Yüksek Lisans
İngilizce
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİHTER EROL
- İnsansız hava aracı ile elde edilen görüntülerden üretilen ortofoto ve sayısal yüzey modellerinin doğruluğunun araştırılması
Accucary analysis of the orthophotos and digital surface models which are produced from images obtained by unmanned aerial vehicle
EMRE ŞENKAL
Yüksek Lisans
Türkçe
2018
Jeodezi ve FotogrametriEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DOÇ. DR. UĞUR AVDAN