GeoEye-1 Uydu Görüntüsü Kullanarak Ormanlık Alanların Nesne Tabanlı Sınıflandırma Yöntemi ile Analizi: Kastamonu İli Örneği
Abstract
Uzaktan algılama teknolojilerinin gelişmesi, farklı analiz yöntemleri ve yazılımlar sayesinde uydu görüntüleri üzerinden nesnelerin yüksek doğrulukla sınıflandırılmaları mümkündür. Bu çalışmada, Kastamonu Orman Bölge Müdürlüğü, Merkez İşletme Şefliğine ait 12X12 km’lik çalışma alanının, 3 Eylül 2011 tarihinde çekilmiş yüksek çözünürlüklü GeoEye-1 uydu görüntüsü kullanılarak, arazi örtü tipleri ve diğer sınıf türlerine ait sınıflandırma başarıları incelenmiştir. Genel doğruluk değeri %90.59 olurken kappa değeri ise 0.872 olarak bulunmuştur. eCognition yazılımı ile nesne tabanlı sınıflandırma yöntemi kullanılarak elde edilen yüksek doğruluklu sınıflandırılmış görüntü sonrası, 1/25000 ölçekli raster veri olan meşcere haritası NetCAD v5.2 yazılımı ile vektör veri haline getirilerek karşılaştırmalar için altlık olarak hazırlanmıştır. Uygulamanın devamında GeoEye-1 uydu görüntüsü elle vektörleştirilerek, sınıflandırma sonuçları ve meşcere haritasına ait vektör veri ile hem görsel hem de sayısal olarak karşılaştırılmıştır. Çalışmanın sonucunda ormancılık faaliyetlerinde kullanılan meşcere haritasının, hem büyük ölçekli hem konumsal çözünürlüğünün düşük olması hem de sadece orman örtü tipleri gibi geniş alanlara sahip sınıf türlerini göstermesinden kaynaklı, nesnelerin hassas sınıflandırılmaları için yeterli olmadığı sonucu elde edilmiştir. Görsel ve sayısal olarak yüksek doğrulukla elde edilen sınıflandırılmış GeoEye-1 uydu görüntüsü ile ormancılık alanında meşcere haritalarının yerine rahatlıkla kullanılabileceği de gösterilmiştir.
Keywords
Nesne tabanlı sınıflandırma, eCognition yazılımı, Meşcere haritası, GeoEye-1 uydu görüntüsü, NetCAD v5.2 yazılımı
References
- Arda, G. (2020). Landsat Uydu Görüntüleri Kullanılarak Nesne Tabanlı Sınıflandırma Yöntemi ile Alan Kullanım/Arazi Örtüsü Değişiminin Değerlendirilmesi: Muğla-Ula Örneği. ArtGRID-Journal of Architecture Engineering and Fine Arts, 2(1), 49-61.
- Arıkan, D., ve Yıldız, F. Göktürk-1 Uydu Görüntülerinden U-Net Modeli Kullanılarak Binaların Segmentasyonu. Türkiye Uzaktan Algılama Dergisi, 5(1), 50-58.
- Ateşoğlu, A., Tunay, M., Topan, H., ve Oruç, M. (2007). Uydu Görüntüleri Bilgi İçeriğinin Ormancılık Çalışmaları Açısından Değerlendirilmesi. Orman Kaynaklarının İşlevleri Kapsamında Darboğazları, Çözüm Önerileri ve Öncelikler, 17, 19.
- Avcı, Z. D. U., ve Sunar, F. (2018). Nesne Tabanlı Arazi Örtüsü/Arazi Kullanımı Değişim Analizi: İstanbul 3. Havalimanı.
- Aydın-Kandemir, F., ve Sarptaş, H. (2022). Toprak Üstü Biyokütle Potansiyelinin CBS ve Uzaktan Algılama ile Belirlenmesi–Yeni Bir Yaklaşım. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 24(70), 165-178.
- Baatz, M. (2000). Multiresolution segmentation: an optimization approach for high quality multi-scale image segmentation. Angewandte geographische informationsverarbeitung, 12-23.
- Baatz, M., Benz, U., Dehghani, S., Heynen, M., Höltje, A., Hofmann, P., and Willhauck, G. (2004). eCognition professional user guide 4. Definiens Imaging, Munich.
- Benz, U. C., Hofmann, P., Willhauck, G., Lingenfelder, I., and Heynen, M. (2004). Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPRS Journal of photogrammetry and remote sensing, 58(3-4), 239-258.
- Blaschke, T. (2010). Object based image analysis for remote sensing. ISPRS journal of photogrammetry and remote sensing, 65(1), 2-16.
- Blaschke, T., and Strobl, J. (2001). What’s wrong with pixels? Some recent developments interfacing remote sensing and GIS. Zeitschrift für Geoinformationssysteme, 12-17.
