Investigation of the Performance of Different Pixel-Based Classification Methods in Land Use/Land Cover (LULC) Determination

Authors : Nizar Polat, Yunus Kaya

Pages : 1-6

Doi:10.51534/tiha.829656

View : 26 | Download : 11

Publication Date : 2021-06-15

Article Type : Research

Abstract :Fotogrametri ve uzaktan algılama tekniklerinin gelişmesiyle birlikte veri toplama daha kolay hale gelmiştir. Ancak toplanan verilerin büyük olması nedeniyle, veri setinden anlamlı veriler çıkarmak son zamanlarda popüler bir araştırma konusu haline gelmiştir. Günümüzde dijital görüntü işleme tekniklerinin geliştirilmesi, arazi örtüsü arazi kullanımının (LCLU) dijital görüntülerle belirlenmesine katkıda bulunmuştur. Bu çalışmada, bir kampüs alanındaki farklı arazi nesne sınıflarını ayırt etmek için ortofoto görüntü üzerinden denetimli sınıflandırma yapılmıştır. Çalışmanın amacı, en popüler denetimli sınıflandırma yöntemlerinden Maksimum Olabilirlik (Maximum Likelihood), Minimum Mesafe (Minimum Distance) ve Mahalanobis Uzaklık (Mahalanobis Distance) sınıflandırma tekniğinin performansını incelemektir. Çalışmada, bir karışıklık matrisi (confusion matrix) oluşturulmuş ve manuel olarak oluşturulan kesin referans verileri ile genel doğruluk ve genel kappa değerleri hesaplanmıştır. Sonuçlara göre, en yüksek genel doğruluk %84,5 oranı ile Maksimum Olabilirlik sınıflandırmasında elde edilmiştir. Minimum Mesafe yöntemi ise en düşük genel doğruluğa (%43) sahiptir. Araştırma, spektral bilgi eksikliğinden dolayı denetimli sınıflandırma yöntemlerinin atlama ve atama hataları (omission and commission) gösterdiğini göstermektedir. Bu durum, genel doğruluk hesaplaması üzerinde doğrudan bir etkiye sahiptir.
Keywords : Fotogrametri, Arazi örtüsü arazi kullanımı, Denetimli sınıflandırma, İnsansız hava araçları