Mersin İli Arazi Kullanımı ve Arazi Örtüsü Çalışması için Makine Öğrenmesi ile Görüntü Sınıflandırması

Authors

  • Şafak Bozduman

Keywords:

Uzaktan Algılama, Sınıflandırma, Makina Öğrenmesi, GEE, Arazi Örtüsü/Kullanımı

Abstract

Arazi örtüsü kullanım verisi tarım politikalarının, kentsel büyüme ve kentsel planlamanın sürdürülebilir yönetiminde temel olarak kullanılabilmektedir. Son yıllarda araziler hakkında hızlı ve güncel veriye ulaşabilmek için sıklıkla uzaktan algılama yöntemleri kullanılmaktadır. Bu yöntemlere dünyamızda yaşanan problemleri gün yüzüne çıkartmak ve bu problemler için daha önce üretilmiş olan çözüm yöntemlerini iyileştirmek amacıyla başvurulmaktadır. Arazi kullanımı ve arazi örtüsü çalışmaları için arazi örtüsü kullanım haritalarının üretilmesi gerekmektedir. Bu bağlamda yapılan literatür taramaları sonucunda; uydu görüntülerinin ham hali üzerinden yorum yapmak oldukça zor olduğu için çalışma sahasının büyüklüğüne uygun olabilecek çözünürlüğe sahip uydu veya uydularla çalışılıp, yine çalışmaya uygun sınıflandırma yöntemi ve ona uygun indeks seçimiyle beraber yüksek doğrulukta haritalar oluşturmanın mümkün olduğu görülmektedir. Gelişen teknolojiler ile beraber, bulut bilişim platformu kullanılarak platform üzerinden erişilebilen milyonlarca uydu görüntüsü veri setinden çalışmaya uygun olan uydu görüntüleri seçilir ve görüntülerin ön işleme adımları da bulut ortamında sağlanır. Bu sayede, görüntülerin işlenmesi ve saklanması olması gerekenden daha az maliyet gerektirecektir. Uydu görüntülerinin sınıflandırılması çalışmalarında kontrollü ve kontrolsüz makine öğrenmesi algoritmaları kullanılmış ve farklı indekslerle ortaya koyacakları performansları karşılaştırılarak yorum yapılmıştır.

Downloads

Published

2021-06-29

How to Cite

Bozduman, Şafak . (2021). Mersin İli Arazi Kullanımı ve Arazi Örtüsü Çalışması için Makine Öğrenmesi ile Görüntü Sınıflandırması. International Geoinformatics Student Symposium (IGSS), 1(1), 1–3. Retrieved from https://publish.mersin.edu.tr/index.php/igss/article/view/2

Issue

Section

Articles