Object-based crop pattern detection from IKONOS satellite images in agricultural areas

Nowadays, with the development of remote sensing technologies and image evaluation methods, satellite images have become frequently preferred in studies to determine the crop pattern in agricultural areas. In this study, it is aimed to detection the crop pattern in agricultural areas with high accuracy by using object-based classification technique from high spatial resolution IKONOS satellite images. The study area is located on the South-west of the Karacabey district of the Bursa province in the Marmara region and covers an area of nearly 18 × 13.5 km2. Tomato, corn, pepper, wheat, rice and sugar beet are the main products grown in the region.
The ESP-2 (Estimation of Scale Parameter) software are used to automate determination of the scale parameter in the image segmentation. Various combinations have been tried for shape and compactness parameters in order to find the optimal segmentation parameters. In order to increase classification accuracy, GLCM texture measurement methods have been used, including homogeneity, contrast, dissimilarity, mean, variance, and entropy. Using the data set from consist 29 bands, the image classification process are performed using the object-based nearest neighbor classification technique in the eCognition software. The obtained classification results are tested on parcel basis using 2212 ground truth data. In the accuracy assessment performed, it was seen that classification results and ground truth data were coherent with 87.48% (total accuracy). The results show that the high spatial resolution IKONOS satellite image can be used to obtain high accuracy with object-based classification of agricultural crop pattern.

Tarýmsal alanlarda yüksek çözünürlüklü IKONOS uydu görüntüsünden nesne-tabanlý ürün deseni tespiti

Günümüzde uzaktan algýlama teknolojisi ve görüntü iþleme tekniklerindeki geliþmelerle birlikte, uydu görüntüleri tarýmsal alanlarda ürün deseninin belirlenmesi çalýþmalarýnda sýklýkla tercih edilir hâle gelmiþtir. Bu çalýþmada, keskinleþtirilmiþ yüksek konumsal çözünürlüklü IKONOS uydu görüntüsü kullanýlarak tarýmsal alanlarda nesne-tabanlý sýnýflandýrma yöntemi ile ürün desenin belirlenmesi hedeflenmiþtir. Çalýþma alaný, Marmara bölgesinde bulunan Bursa ili, Karacabey ilçesinin güneybatýsýnda yer almaktadýr ve yaklaþýk 18 × 13.5 km2’lik bir tarýmsal alaný kapsamaktadýr. Domates, mýsýr, biber, buðday, pirinç ve þeker pancarý bölgede yetiþtirilen baþlýca tarým ürünleridir.
Çalýþmada, eCognition yazýlýmýnda uydu görüntüsü çoklu çözünürlüklü segmentasyon tekniði ile segmente edilmiþtir. Segmentasyon iþleminde gerekli parametrelerden en önemlisi olan ölçek parametresi için en uygun deðer ESP-2 (Estimation of Scale Parameter) yazýlýmý ile belirlenmiþtir. Segmentasyon iþlemi için gerekli diðer parametreler olan þekil ve bütünlük parametreleri için en uygun deðerler ise, yapýlan deneme analizleri neticesinde tespit edilmiþtir. Nesne-tabanlý sýnýflandýrma sonucunun doðruluðunu artýrmak için, sýnýflandýrma iþleminde görüntünün orijinal bantlarýna ek olarak, normalize edilmiþ bitki indeksi (NDVI) bantý ile homojenlik, zýtlýk, farklýlýk, ortalama, varyans ve entropi doku bantlarý da kullanýlmýþtýr. Toplam 29 bantlýk veri seti ile sýnýflandýrma iþlemi eCognition yazýlýmýnda nesne-tabanlý en yakýn komþuluk tekniði ile yapýlmýþtýr. Sýnýflandýrýlmýþ görüntüde yer alan küçük piksel gruplarý (segmentler) morfolojik filtre ile giderilmiþtir. Elde edilen sýnýflandýrma sonucu, 2212 adet yer gerçeði verisi ve parsel sýnýrlarý verisi kullanýlarak deðerlendirilmiþtir. Doðruluk analizleri neticesinde, sýnýflandýrma sonucu ile yer gerçekleri verisi arasýndaki uyum oraný %87.5 olarak hesaplanmýþtýr. Elde edilen sonuçlar, keskinleþtirilmiþ yüksek çözünürlüklü IKONOS uydu görüntüsünden tarýmsal ürün deseni tespitinin nesne-tabanlý sýnýflandýrma yöntemiyle yüksek doðrulukta belirlenebildiðini göstermektedir.