- Bartın Orman Fakültesi Dergisi
- Vol: 23 Issue: 1
- Comparison of Different Classification Approaches for Land Cover Classification using Multispectral ...
Comparison of Different Classification Approaches for Land Cover Classification using Multispectral and Fusion Satellite Data: A Case Study in Ören Forest Planning Unit
Authors : Alkan Günlü
Pages : 306-322
Doi:10.24011/barofd.882471
View : 13 | Download : 9
Publication Date : 2021-04-15
Article Type : Research
Abstract :Bu çalışmada, arazi örtüsünün sınıflandırılmasında farklı uydu görüntüleri ve sınıflandırma yaklaşımlarının başarıları karşılaştırılmıştır. Çalışmada iki pasif (Landsat 8 OLI (L8) ve Sentinel-2 (S2)) uydu görüntüsü ile birlikte aktif (Sentinel-1 (S1)-VH ve VV polarizasyonlu) ve pasif uydu görüntülerinin birleştirilmesiyle elde edilmiş (L8-S1-VH, L8-S1-VV, S2-S1-VH ve S2-S1-VV) dört uydu görüntüsü olmak üzere toplam altı uydu görüntüsü sınıflandırmada kullanılmıştır. Bu amaçla, L8, S2, L8-S1-VH, L8-S1-VV, S2-S1-VH ve S2-S1-VV uydu görüntüleri yersel veri olarak meşcere tipleri haritası kullanılarak üç farklı görüntü sınıflandırma ((maksimum olasılık sınıflandırması (MOS), Destek Vektör Makineleri (DVM) ve Yapay Sinir Ağları (YSA)) yaklaşımına göre sınıflandrılmıştır.Üç sınıflandırma metodundan elde edilen sınıflandırma başarıları değerlendirildiğinde, Kappa Katsayı (KK)’nın 0,66 ile 0,95, Genel Doğruluğun (GD) ise %76,82 ile 96,67 arasında değiştiği görülmüştür. En yüksek GD'nın MOS ile (%85,33 ile %96,67 arasında), sonra DVM (%80,11 ile %91,93 arasında) ve son olarak YSA (%76,82 ile %89,92 arasında) olduğunu görülmüştür. Bununla birlikte, kullanılan üç sınıflandırma yaklaşımının başarıları karşılaştırılmıştır. Birleştirilmiş S2-S1-VH, S2-S1-VV, L8-S1-VH ve L8-S1-VV uydu görüntüleri ile MOS sınıflandırma yaklaşımında sırasıyla en iyi GD (92.00%, 94.00%, 96.67%, 93.33) ve KK (0.90, 0.93, 0.95, 0.92) değerleri sırasıyla elde edilmiştir. Elde edilen sonuçlar değerlendirildiğinde, birleştirilmiş uydu görüntülerinin kullanılması arazi örtüsü sınıflandırmasının başarısını artırdığı görülmüştür.Keywords : Arazi örtüsü sınıfları, maksimum olasılık sınıflandırması, destek vektör makinesi, yapay sinir ağları, uzaktan algılama verisi