Kaynaştırılmış Sentinel-1 SAR ve Landsat-8 Optik Veriden Makine Öğrenme Algoritması ile Tarımsal Ürün Tespiti

Authors : Müslüm ALTUN, Mustafa TÜRKER

Pages : 1-19

Doi:10.48123/rsgis.999749

View : 10 | Download : 5

Publication Date : 2022-03-14

Article Type : Research Paper

Abstract :Bu çalışmada, tek tarihe ait kaynaştırılmış Sentinel-1 Yapay Açıklıklı Radar insert ignore into journalissuearticles values(Synthetic Aperture Radar-SAR); ve Landsat-8 verilerinin sınıflandırma ile tarımsal ürün tespitine olan etkisi araştırılmıştır. Çalışma alanı olarak, Manisa’da bir bölge seçilmiştir. Görüntü kaynaştırma için Ehlers yöntemi, görüntü sınıflandırma için rastgele orman insert ignore into journalissuearticles values(RO); makine öğrenme algoritması kullanılmıştır. Sınıflandırma orjinal Sentinel-1 verisi ile orjinal Landsat-8 verisi ile ve kaynaştırılmış veri setleri ile gerçekleştirilmiştir. Orjinal Sentinel-1 DD veya DY bandı ile yapılan sınıflandırmanın genel doğruluğu %35 mertebesinde hesaplanmıştır. Sentinel-1 DD ve DY bantların birlikte kullanılmasının sınıflandırma performansına katkısı %6 kadar olmuştur. Orjinal Landsat-8 verisi ile yapılan sınıflandırma sonucu hesaplanan genel doğruluk değeri insert ignore into journalissuearticles values(%71,18);, orjinal Sentinel-1 verisine göre oldukça yüksektir. Landsat-8 ile kaynaştırılmış Sentinel-1 DY ve DD batları veri setleri ile yapılan sınıflandırmanın genel doğruluğu sırasıyla %80,44 ve %82,16 olarak hesaplanmıştır. En yüksek genel doğruluk değeri insert ignore into journalissuearticles values(%87,72);, Landsat-8 ile kaynaştırılmış Sentinel-1 DD+DY bantları veri seti ile yapılan sınıflandırmada elde edilmiştir. Elde edilen bulgulara göre, sınıflandırmada kaynaştırılmış tek tarihli Landsat-8 ve Sentinel-1 DD+DY bantları veri setinin kullanılması doğruluğu önemli oranda artırmaktadır.
Keywords : Sentinel 1 SAR, Landsat 8, Sınıflandırma, Rastgele Orman RO, , Ehlers Görüntü Kaynaştırma