Tarımsal alanlarda IKONOS uydu görüntüsünden nesne tabanlı ürün deseni tespiti
Object-based crop pattern detection from IKONOS satellite images in agricultural areas
- Tez No: 483689
- Danışmanlar: YRD. DOÇ. DR. KAMİL KARATAŞ
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Görüntü bölütleme, Görüntü sınıflandırma, Sayısal görüntü işleme, Image segmentation, Image classification, Digital image processing
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Aksaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde uzaktan algılama teknolojileri ve görüntü değerlendirme yöntemlerinin gelişmesi ile birlikte, uzaktan algılama yöntemleri, tarımsal alanlarda ürün deseninin belirlenmesi ve zamana bağlı olarak değişiminin izlenmesi çalışmalarında sıklıkla tercih edilir hâle gelmiştir. Bu çalışmada keskinleştirilmiş yüksek konumsal çözünürlüklü IKONOS uydu görüntülerinden tarımsal alanlarda ürün deseninin, nesne-tabanlı sınıflandırma tekniği ile yüksek doğrulukla belirlenmesi amaçlanmıştır. Çalışma alanı, Bursa ili, Karacabey ilçesinin güneybatısında yer almakta ve yaklaşık 18 km × 13.5 km'lik bir tarım alanını kapsamaktadır. Nesne tabanlı sınıflandırmanın segmentasyon basamağında ölçek parametresinin belirlenmesini hızlandırmak ve otomatikleştirmek için ESP-2 (Ölçek Parametre Tahmini) yazılımı kullanılmıştır. Ayrıca, en uygun segmentasyon parametrelerin bulunması amacıyla şekil, bütünlük ve ölçek parametreleri için çeşitli kombinasyonlar denenmiştir. Sınıflandırma doğruluğunu arttırmak amacıyla, literatürde de sıklıkla kullanılmış olan homojenlik, zıtlık, farklılık, ortalama, varyans ve entropi olmak üzere altı adet GLCM doku ölçüm yöntemi belirlenmiştir. Bu yöntemler IKONOS uydu görüntüsünün orijinal bantlarına uygulanarak 24 bantlık ek veri seti elde edilmiştir. Orijinal bantlar ve elde edilen 24 bantlık ek veri seti ile birlikte toplam 29 bant kullanılarak, görüntü sınıflandırması işlemi eCognition yazılımında nesne tabanlı en yakın komşuluk sınıflandırması tekniği ile yapılmıştır. Elde edilen sınıflandırma sonuçları 2212 adet yer gerçeği verisi kullanılarak parsel bazında test edilmiştir. Yapılan doğruluk analizinde sınıflandırma sonuçları ile yer gerçekleri verilerinin %87.48 (toplam doğruluk) oranında uyumlu olduğu görülmüştür.
Özet (Çeviri)
Nowadays, with the development of remote sensing technologies and image evaluation methods, remote sensing methods have become frequently preferred in studies to determine the crop pattern in agricultural areas and to monitor the change depending in time. In this study, it was aimed to detection the crop pattern of the high resolution IKONOS satellite image using object-based classification methods. In this study, it is aimed to detection the crop pattern in agricultural areas with high accuracy by using object-based classification technique from high spatial resolution IKONOS satellite images. The study area is located on the South-west of the Karacabey district of Bursa and covers an area of 18 km × 13.5 km. The ESP-2 (Estimation of Scale Parameter) tool was used to accelerate and automate the determination of the scale parameter in the segmentation step of the object-based classification. Various combinations have been tried for shape and compactness parameters in order to find the optimal segmentation parameters. In order to increase classification accuracy, six GLCM texture measurement methods have been identified, including homogeneity, contrast, dissimilarity, mean, variance, and entropy, which are frequently used in the literature. These methods were applied to the original bands of the IKONOS satellite image and an additional data set of 24 bands was obtained. Using a total of 29 bands together with the original bands and the additional data set of 24 bands, the image classification process was performed using the object-based nearest neighbor classification technique in the eCognition software. The obtained classification results were tested on parcel basis using 2212 ground truth data. In the accuracy assessment performed, it was seen that classification results and ground truth data were coherent with 87.48% (total accuracy).
Benzer Tezler
- Trakya bölgesi bağ alanlarının uzaktan algılama ve coğrafi bilgi sistemleri teknikleri ile incelenmesi
Investigation of the Trakya (Thrace) region vineyard areas by using remote sensing and geographic information systems
EMRE ÖZELKAN
Doktora
Türkçe
2014
Ziraatİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. CANKUT ÖRMECİ
DOÇ. DR. ELİF SERTEL
- Monitoring soil salinity via remote sensing technology under data scarce conditions: A case study from Turkey
Kısıtlı veri şartlarında uzaktan algılama teknolojisi ile toprak tuzluluğunun izlenmesi: Türkiye'den bir vaka çalışması
TAHA GORJI
Yüksek Lisans
İngilizce
2016
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE GÜL TANIK
- 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
- Tarımsal alanlarda kullanılan bazı pestisitlerin genotoksik etkilerinin allium ve SMART yöntemleriyle belirlenmesi
An investigation into the genotoxic effects of pesticides used in agricultural areas using the allium and SMART methods
FAHRETTİN ANIL SIRLIBAŞ
Doktora
Türkçe
2023
BiyolojiNevşehir Hacı Bektaş Veli ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. ZÜBEYDE KUMBIÇAK
- Kırsal alanlarda tarımsal üretim ve mülkiyet yapılarının dönüşümü: İzmir-Menderes örneği
Transformation of agricultural production and ownership structures in rural areas: The case of İzmir-Menderes
MUSA SÖZTUTAR
Doktora
Türkçe
2022
Kamu YönetimiDokuz Eylül ÜniversitesiKamu Yönetimi Ana Bilim Dalı
PROF. DR. İBRAHİM GÜRAY YONTAR