IAD Index of Academic Documents
  • Home Page
  • About
    • About Izmir Academy Association
    • About IAD Index
    • IAD Team
    • IAD Logos and Links
    • Policies
    • Contact
  • Submit A Journal
  • Submit A Conference
  • Submit Paper/Book
    • Submit a Preprint
    • Submit a Book
  • Contact
  • Geomatik
  • Volume:9 Issue:1
  • Optik ve radar görüntüleri ile aşırı gradyan artırma algoritması kullanılarak tarımsal ürün desen te...

Optik ve radar görüntüleri ile aşırı gradyan artırma algoritması kullanılarak tarımsal ürün desen tespiti

Authors : Fatih Fehmi Şimşek
Pages : 54-68
Doi:10.29128/geomatik.1332997
View : 240 | Download : 226
Publication Date : 2024-04-15
Article Type : Research Paper
Abstract :Bu çalışmada, Sentinel-1 Sentetik Açıklıklı Radar (Synthetic Aperture Radar-SAR) ve Sentinel-2 (Multispektral) verilerinin, sınıflandırma ile tarımsal ürün deseni tespitine olan etkisi araştırılmıştır. Çalışma alanı Çukurova Ovası sınırları içerisinde bulunan yaklaşık 2200 km2’lik alanı kapsamaktadır. Çalışma kapsamında 2021 yılına ait çok zamanlı Sentinel-1 ve Sentinel-2 görüntüleri ile aşırı gradyan arttırma (XGBoost) algoritması kullanılarak mısır, pamuk, buğday, ayçiçeği, karpuz, yer fıstığı ve narenciye ağaçlarının yanı sıra, buğdaydan sonra ekilen ikinci ürün mısır, soya ve pamuk ürünlerini içeren tarımsal ürün desen sınıflandırması yapılmıştır. Çalışmada referans parsel olarak Çiftçi Kayıt Sistemi (ÇKS)’ne kayıtlı parseller kullanılmış olup, ÇKS verisinin yer doğruluk verisi olarak kullanılmasından önce ön düzenleme ve kural tabanlı silme işlemleri gerçekleştirilmiş, ardından hatalı ve yanlış beyanlar elemine edilmiştir. Çalışmada yalnızca Sentinel-1 verileri ile (VH, VV, VH/VV) yapılan sınıflandırma sonucu genel doğruluk değeri %72.3, yalnızca Sentinel-2 verileri ile (R, G, B, NIR, NDVI) yapılan sınıflandırma sonucu genel doğruluk değeri %87.2, Sentinel-1 ve Sentinel-2 verilerinin birlikte kullanıldığı sınıflandırma sonucunda ise genel doğruluk değeri %92.1 olarak hesaplanmıştır. Sınıflandırma çalışması ürün bazında incelendiğinde en düşük doğruluğu yine sadece Sentinel-1 verileri ile hesaplanan sınıflara ait iken, en yüksek doğruluk oranı Sentinel-1 ve Sentinel-2 verilerinin birlikte kullanıldığı sınıflandırmaya ait olduğu tespit edilmiştir. Özellikle çok yakın fenolojik dönemlere sahip olan ikinci ürünlerde Sentinel-1 ve Sentinel-2 verilerinin birlikte kullanılmasının, başarım oranını oldukça arttığı tespit edilmiştir.
Keywords : Uzaktan Algılama, Sentinel 1, Sentinel 2, ÇKS, XGBoost

ORIGINAL ARTICLE URL
VIEW PAPER (PDF)

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.


Index of Academic Documents
İzmir Academy Association
CopyRight © 2023-2025