Göktürk-2 ve Hyperion EO-1 Uydu Görüntülerinden Rastgele Orman Sınıflandırıcısı ile Arazi Kullanım Haritalarının Üretilmesi

Abstract

Calismada spektral ozellikleri birbirine yakin arazi siniflarini birbirinden ayirarak, Gokturk-2 uydu goruntulerinden daha dogru bir arazi kullanim haritasinin uretilmesi amaclanmistir. Bunun icin  Hyperion EO-1 hiperspektral uydu goruntusunun yuksek spektral cozunurlugunden yararlanilmistir. Calisma alani olarak spektral ozellikleri birbirine yakin arazi siniflarina sahip olan Trabzon Akcaabat ilcesinin Buyukoba yaylasi secilmistir. Calismada Gokturk-2 Multispektral (GMS), Gokturk-2  Pankromatik (GPAN) ve Hyperion EO-1 hiperspektral uydu goruntuleri kullanilmistir. Oncelikle Hyperion EO-1 hiperspektral uydu goruntusu icin atmosferik ve radyometrik duzeltmeler yapilmis, bozuk ve kullanilmayan bantlarin temizlenmesi icin bant indirgeme islemleri uygulanmistir. Bant indirgeme islemi icin dalgacik tabanli Ampirik Kip Ayristirma (AKA) yontemi kullanilmistir. Sonrasinda tum goruntuler rektifiye edilerek ayni koordinat sisteminde olmasi saglanmistir. Goruntuler on islemden gecirildikten sonra GPAN, GMS ve indirgenmis Hyperion EO- 1 (DHYP) goruntuleri ile Gram Schmidt (GS) ve  Principle Component (PC) gibi goruntu kaynastirma yontemleri kullanilarak kaynastirilmistir. Kaynastirma yontemleriyle elde edilen kaynastirilmis goruntuler uzerinden siniflandirmada kullanilacak arazi kullanim siniflari belirlenmistir. Bu goruntuler yuksek siniflandirma dogrulugu veren Rastgele Orman (RO)  ve Destek Vektor Makineleri (DVM)  yontemleriyle siniflandirilmistir. Her bir siniflandirma sonucu icin dogruluk analizleri yapilmis ve elde edilen dogruluklar karsilastirilmistir. Calisma sonuclari incelendiginde, en yuksek siniflandirma dogruluklarinin, PC kaynastirma yontemine ile kaynastirilmis goruntulerin RO siniflandiricisi ile siniflandirilmasi sonucu elde edildigi gozlenmistir. PC ile kaynastirilmis GPAN ve GMS goruntusu ile  GPAN ve DHYP' nin  kaynastirilmis goruntusunun RO ile siniflandirilmasi sonucu genel siniflandirma dogruluklari sirasiyla %72.13 ve %83.06 olarak elde edilmistir. Bu sonuclara gore siniflandirma dogrulugu % 11 oraninda artirilmistir. Son olarak en yuksek siniflandirma dogruluguna sahip olan tematik goruntu kullanilarak arazi kullanim haritasi uretilmistir.