- Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi
- Cilt: 40 Sayı: 4
- Çok yüksek çözünürlüklü hava fotoğrafları ile nesne tabanlı arazi kullanım ve arazi örtüsü (LULC) ha...
Çok yüksek çözünürlüklü hava fotoğrafları ile nesne tabanlı arazi kullanım ve arazi örtüsü (LULC) haritalarının üretiminde bulanık mantık ve makine öğrenme yöntemlerinin karşılaştırılması
Authors : Tolga Kaynak, Coşkun Özkan
Pages : 2553-2566
Doi:10.17341/gazimmfd.1585980
View : 76 | Download : 83
Publication Date : 2025-12-31
Article Type : Research Paper
Abstract :Belirli bir bölgedeki arazi kullanım biçimlerini (tarım, yerleşim, sanayi, orman vb.) ve arazinin mevcut örtüsünü (ormanlar, su kütleleri, çıplak araziler vb.) gösteren arazi kullanımı ve arazi örtüsü (LULC) haritaları doğal kaynakların yönetimi, çevresel planlama, doğal afet yönetimi ve biyoçeşitlilik gibi etmenlerde kullanıldığı için büyük önem taşımaktadır. LULC haritaları uzaktan algılama ile elde edilen görüntüden sınıflandırılmak istenen sınıfların her biri için ayrı ayrı piksel topluluğu veya obje topluluğu seçilerek ve görüntünün bu sınıfları içeren tematik haritasının üretilmesiyle elde edilmektedir. Bu makale kapsamında çalışma alanının LULC haritaları nesne tabanlı sınıflandırma yaklaşımına bağlı olarak oluşturulmuştur. Bu yöntemin segmentasyon, sınıflandırma ve doğruluk değerlendirmesi aşamaları eCognition yazılımında yapılmıştır. LULC haritaları nesne tabanlı sınıflandırmanın ilk aşaması olan segmentasyon aşamasında tespit edilen objelerin k-en yakın komşu (kNN), rastgele orman (RF) destek vektör makineleri (SVM) ve bulanık mantık (FL) yöntemleri kullanılarak sınıflandırılmasıyla elde edilmiştir. Doğruluk değerlendirmesi aşamasında ise kNN, RF, SVM ve FL yöntemleri karşılaştırılmıştır. Segmentasyon parametrelerinin (ölçek, şekil ve bütünlük) optimum değerleri deneme yanılma yöntemiyle belirlenmiştir. Ayrıca sınıflandırmada kullanılacak özellikler seçilirken de her bir sınıf ayrı ayrı analiz edilerek karar verilmiştir. Doğruluk analizi aşamasında yapılan istatistiksel analizlere göre SVM yönteminin en iyi sonucu verdiği tespit edilmiştir.Keywords : Nesne tabanlı sınıflandırma, segmentasyon, k-en yakın komşu, rastgele orman, destek vektör makineleri, bulanık mantık
ORIGINAL ARTICLE URL
