Araştırma Makalesi
BibTex RIS Kaynak Göster

LANDSAT UYDU GÖRÜNTÜLERİ KULLANILARAK NESNE TABANLI SINIFLANDIRMA YÖNTEMİ İLE ALAN KULLANIM / ARAZİ ÖRTÜSÜ DEĞİŞİMİNİN DEĞERLENDİRİLMESİ: MUĞLA-ULA ÖRNEĞİ

Yıl 2020, Cilt: 2 Sayı: 1, 49 - 61, 01.07.2020

Öz

Bu çalışmada, Muğla Ula test alanındaki arazi örtüsünün, Landsat Uydu görüntüleri ile nesne tabanlı görüntü analizi yaklaşımları kullanılarak elde edilen sınıflandırmalarına esas olan sonuçlar test edilmiştir. Test alanına ait Landsat 1990 ve Landsat 2019 yıllarına ait uydu görüntüleri üzerinden sınıflandırma yapılmış ve yer gerçeği verileri, test alanındaki mevcut haritalar, hava fotoğrafları ile alınan bilgilerden elde edilmiştir. Ecognition Devoloper 64 yazılımı ile test edilen nesne-tabanlı sınıflandırma yaklaşımında, ilk olarak Landsat 1990 uydu görüntüsü ile kontrollü sınıflandırma yöntemi kullanılarak AÖ/AK haritası oluşturulmuştur. Buna bağlı olarak sonrasında, referans noktası ataması yöntemi kullanılarak ArcMap programında doğruluk analizi işlemi gerçekleştirilmiştir. Yine Ecognition Devoloper 64 yazılımı ile nesne tabanlı sınıflandırma yaklaşımında, Landsat 2019 uydu görüntüsü ile kontrollü sınıflandırma yöntemi kullanılarak AÖ/AK haritası oluşturulmuştur. Buna bağlı olarak sonrasında, referans noktası ataması yöntemi kullanılarak ArcMap programında doğruluk analizi işlemi gerçekleştirilmiştir. Uygulama sonrasında kullanılan iki farklı uydu görüntülerinin sınıflandırma işlemleri sonucunda elde edilen veriler, Landsat 2019 uydu görüntüsünün, Landsat 1990 uydu görüntüsüne göre arazi örtüsü değişimini gözlemlemeye yardımcı olmuştur. Testlere bağlı olarak, sınıflandırma doğrulukları verilmiş ve karşılaştırma sonuçları sunularak yorumlar yapılmıştır.

Teşekkür

Bu çalışmaya olan büyük desteklerinden dolayı sayın Dr. Öğr. Üyesi Birsen KESGİN ATAK hocama teşekkürler.

Kaynakça

  • Congalton, R. G., (1991). A Review of Assesing the Accuracy of Classifications of Remotely Sensed Data. Department of Forestry and Resource Management, Universty of California, Berkeley. Remote Sensing of Environment, 37, 35-46.
  • Desheng, L. & Fan, X. (2010) Assessing object-based classification: advantages and limitations, Remote Sensing Letters, 1:4, 187-194, DOI: 10.1080/01431161003743173.
  • Erbay, A. (2005). Uydu Görüntüleri Rehber Kitapçığı. Ortaklar CD. NO.27 D.6 Mecidiyeköy-İstanbul. NİK İnşaat Ticaret LTD. ŞTİ. Copyright©NİK Sistem, 2003.
  • Hofmann, P, (2001a). Detecting Buildings and Roads from Ikonos Data Using Additional Elevation Information, GIS Geo-Information-System, 6/2001.
  • Hofmann, P, (2001b). Detecting Informal Settlements from Ikonos Image Data Using Methods of Object Oriented Image Analysis - An Example From Cape Town,In: Remote Sensing of Urban Areas, edited by Jürgens, Carsten (Regensburg).
  • Hofmann, P, (2001c). Detecting Urban Features from Ikonos Data Using an Object-Oriented Approach, RSPS 2001, Geomatics, Earth Observation and the Information Society.
  • Oguz, H. (2017). Landsat 8 uydu görüntüsünden otomati̇k yer yüzey sıcaklığı eldesi̇: Di̇yarbakır – Türki̇ye örneği̇, Turkish Journal of Forest Science, 1(1), 33-43.
  • Oruç, M., Marangoz, A. M., & Karakış, S. (2007). Pan-sharp Landsat 7 ETM+ görüntüsü Kullanılarak Pixel-tabanlı ve Nesne-tabanlı Sınıflandırma Yaklaşımlarının Karşılaştırılması, TMMOB Harita ve Kadastro Mühendisleri Odası 11. Türkiye Harita Bilimsel ve Teknik Kurultayı 2-6 Nisan 2007, Ankara
  • Şekertekin, A., Kutoğlu, H. & Marangoz, A. M. (2015). Uzaktan Algılama Teknolojisi ve Uydu Görüntüleri Yardımıyla Önemli Çevresel (Su ve Kara Yüzeyi) Etkilerin Gözlemlenmesi. Karaelmas Fen ve Mühendislik Dergisi, 5(2), 105-112. .

EVALUATION OF LAND USE/LAND COVER CHANGE USING OBJECT-BASED CLASSIFICATION METHOD USING LANDSAT SATELLITE IMAGES: A CASE STUDY OF MUĞLA-ULA, TURKEY

Yıl 2020, Cilt: 2 Sayı: 1, 49 - 61, 01.07.2020

Öz

In this study, the results based on the classification of the land cover in the Muğla Ula were used with Landsat satellite images and object-based image analysis approaches. Landsat 5 and 8 satellite images with years of 1990 and 2019 were classified for the study area. Ground control points were obtained from information taken with available maps and aerial photographs in the study area. In the object-based classification approach tested with the Ecognition Devoloper 64 software, the LU/LC map was first created using the controlled classification method with the Landsat 5 satellite image. Then, in the object-based classification approach with the Ecognition Devoloper 64 software, a LU/LC map was created using the controlled classification method with the Landsat 8 satellite image. Accordingly, accuracy analysis was performed in ArcMap program using reference point assignment method. Data obtained as a result of the classification processes of two different satellite images used after the application helped to observe the LU/LC change of the Landsat 2019 satellite image compared to the Landsat 1990 satellite image. Based on the results, classification accuracies were given and comments were made by presenting comparison results.

Kaynakça

  • Congalton, R. G., (1991). A Review of Assesing the Accuracy of Classifications of Remotely Sensed Data. Department of Forestry and Resource Management, Universty of California, Berkeley. Remote Sensing of Environment, 37, 35-46.
  • Desheng, L. & Fan, X. (2010) Assessing object-based classification: advantages and limitations, Remote Sensing Letters, 1:4, 187-194, DOI: 10.1080/01431161003743173.
  • Erbay, A. (2005). Uydu Görüntüleri Rehber Kitapçığı. Ortaklar CD. NO.27 D.6 Mecidiyeköy-İstanbul. NİK İnşaat Ticaret LTD. ŞTİ. Copyright©NİK Sistem, 2003.
  • Hofmann, P, (2001a). Detecting Buildings and Roads from Ikonos Data Using Additional Elevation Information, GIS Geo-Information-System, 6/2001.
  • Hofmann, P, (2001b). Detecting Informal Settlements from Ikonos Image Data Using Methods of Object Oriented Image Analysis - An Example From Cape Town,In: Remote Sensing of Urban Areas, edited by Jürgens, Carsten (Regensburg).
  • Hofmann, P, (2001c). Detecting Urban Features from Ikonos Data Using an Object-Oriented Approach, RSPS 2001, Geomatics, Earth Observation and the Information Society.
  • Oguz, H. (2017). Landsat 8 uydu görüntüsünden otomati̇k yer yüzey sıcaklığı eldesi̇: Di̇yarbakır – Türki̇ye örneği̇, Turkish Journal of Forest Science, 1(1), 33-43.
  • Oruç, M., Marangoz, A. M., & Karakış, S. (2007). Pan-sharp Landsat 7 ETM+ görüntüsü Kullanılarak Pixel-tabanlı ve Nesne-tabanlı Sınıflandırma Yaklaşımlarının Karşılaştırılması, TMMOB Harita ve Kadastro Mühendisleri Odası 11. Türkiye Harita Bilimsel ve Teknik Kurultayı 2-6 Nisan 2007, Ankara
  • Şekertekin, A., Kutoğlu, H. & Marangoz, A. M. (2015). Uzaktan Algılama Teknolojisi ve Uydu Görüntüleri Yardımıyla Önemli Çevresel (Su ve Kara Yüzeyi) Etkilerin Gözlemlenmesi. Karaelmas Fen ve Mühendislik Dergisi, 5(2), 105-112. .
Toplam 9 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Fotogrametri ve Uzaktan Algılama
Bölüm Makaleler
Yazarlar

Gulce Arda 0000-0002-2919-8044

Yayımlanma Tarihi 1 Temmuz 2020
Yayımlandığı Sayı Yıl 2020 Cilt: 2 Sayı: 1

Kaynak Göster

APA Arda, G. (2020). LANDSAT UYDU GÖRÜNTÜLERİ KULLANILARAK NESNE TABANLI SINIFLANDIRMA YÖNTEMİ İLE ALAN KULLANIM / ARAZİ ÖRTÜSÜ DEĞİŞİMİNİN DEĞERLENDİRİLMESİ: MUĞLA-ULA ÖRNEĞİ. ArtGRID - Journal of Architecture Engineering and Fine Arts, 2(1), 49-61.