- International Journal of Environment and Geoinformatics
- Vol: 8 Issue: 3
- Crop Phenology-Based, Object-Oriented Classification Approach Using SENTINEL-2A and NDVI Time Series...
Crop Phenology-Based, Object-Oriented Classification Approach Using SENTINEL-2A and NDVI Time Series: Sunflower Crops in Kırklareli TURKEY
Authors : Armağan ALOE KARABULUT, Nihal CEYLAN, Erdem BAHAR, İlker KURŞUN
Pages : 316-327
Doi:10.30897/ijegeo.858456
View : 14 | Download : 3
Publication Date : 2021-09-05
Article Type : Research
Abstract :Bu çalışmadaki amaç, ürün gelişme döngüsü fenolojik dönemlerini temsilen, yüksek çözünürlüklü SENTINEL-2A uydu görüntüleri zaman serisi yardımı ile ayçiçeği ekiliş alanlarının belirlenmesine yönelik bir metodolojinin geliştirilmesi ve Kırklareli ili bazında uygulanmasıdır. Uydu görüntüleri ve bitki vejetasyon indisi (NDVI) zaman serileri yardımı ile fenolojik dönemleri temsil eden spektral bilgiler elde edilmiş ve bu bilgilere dayalı olarak nesne tabanlı sınıflandırma yaklaşımı geliştirilmiştir. Bu spektral bilgilerin yanında, nesne biçim kriterleri ve yardımcı diğer tematik haritaların kullanılmasıyla segmentasyon ve sınıflandırma karar ağacı algoritmaları üretilmiştir. Segmentasyonda en iyi performans "multiresolution” yönteminde, "Canny edge” tarım parselleri kenar belirleme katmanının etki ağırlık katsayısının artırılmasıyla sağlanmıştır. Elde edilen parselasyon üzerinden nesne tabanlı sınıflandırma gerçekleştirilmiştir. Oluşturulan sınıflandırma karar ağacı algoritmaları ile önce yazlık, kışlık, nadas ve sürekli yeşil alanlar belirlenmiştir. Daha sonra yazlık ve kışlık ürünler kendi içlerinde, koordinatları arazi çalışmasında belirlenen ürün bazlı öğrenme örnekleri parsel spektral bilgilerine göre sınıflandırılmıştır. Sınıf tanımı yapılamayan ürünler "sınıfsız” grubunda tekrar ikinci bir elemeden geçirilmiş ve sınıflarına atanmıştır. Son aşamada sınıf tanımı yapılamayan parseller "diğer” sınıfı altında toplanmıştır. Standart hata matrisi ve doğruluk analizi sonucuna göre erken ve geç ekim olarak iki sınıfta belirlenen ayçiçeği % 98 (erken ekim) ve %92 (geç ekim) doğruluk seviyesinde sınıflandırılmıştır. Bu çalışma metodolojik yaklaşımı itibari ile yüksek radyometrik ve alansal çözünürlüklü uydu görüntüleri zaman serileriyle, CBS ve uzaktan algılama teknolojilerinin birlikte kullanılması, ürün uzmanları tarafından gerçekleştirilen arazi gözlemlerinin de algoritmalara dahil edilmesiyle, ürün ekiliş alanlarının daha hassas belirlenebileceğini, ancak büyük alanlarda bölgesel algoritmaların geliştirilmesi gerektiğini ortaya koymuştur.Keywords : NDVI time series, crop phenology, sunflower, SENTINEL-2A, decision tree