Tarımsal alanlarda yüksek çözünürlüklü IKONOS uydu görüntüsünden nesne-tabanlı ürün deseni tespiti [Pamukkale Univ Muh Bilim Derg]
Pamukkale Univ Muh Bilim Derg. Baskıdaki Makaleler: PAJES-25428 | DOI: 10.5505/pajes.2018.25428  

Tarımsal alanlarda yüksek çözünürlüklü IKONOS uydu görüntüsünden nesne-tabanlı ürün deseni tespiti

Beste Tavus1, Kamil Karataş2, Mustafa Türker1
1Hacettepe Üniversitesi, Mühendislik Fakültesi, Fotogrametri Anabilim Dalı, Ankara.
2Aksaray Üniversitesi, Mühendislik Fakültesi, Kamu Ölçmeleri Anabilim Dalı, Aksaray.

Günümüzde uzaktan algılama teknolojisi ve görüntü işleme tekniklerindeki gelişmelerle birlikte, uydu görüntüleri tarımsal alanlarda ürün deseninin belirlenmesi çalışmalarında sıklıkla tercih edilir hâle gelmiştir. Bu çalışmada, keskinleştirilmiş yüksek konumsal çözünürlüklü IKONOS uydu görüntüsü kullanılarak tarımsal alanlarda nesne-tabanlı sınıflandırma yöntemi ile ürün desenin belirlenmesi hedeflenmiştir. Çalışma alanı, Marmara bölgesinde bulunan Bursa ili, Karacabey ilçesinin güneybatısında yer almaktadır ve yaklaşık 18 × 13.5 km2’lik bir tarımsal alanı kapsamaktadır. Domates, mısır, biber, buğday, pirinç ve şeker pancarı bölgede yetiştirilen başlıca tarım ürünleridir.
Çalışmada, eCognition yazılımında uydu görüntüsü çoklu çözünürlüklü segmentasyon tekniği ile segmente edilmiştir. Segmentasyon işleminde gerekli parametrelerden en önemlisi olan ölçek parametresi için en uygun değer ESP-2 (Estimation of Scale Parameter) yazılımı ile belirlenmiştir. Segmentasyon işlemi için gerekli diğer parametreler olan şekil ve bütünlük parametreleri için en uygun değerler ise, yapılan deneme analizleri neticesinde tespit edilmiştir. Nesne-tabanlı sınıflandırma sonucunun doğruluğunu artırmak için, sınıflandırma işleminde görüntünün orijinal bantlarına ek olarak, normalize edilmiş bitki indeksi (NDVI) bantı ile homojenlik, zıtlık, farklılık, ortalama, varyans ve entropi doku bantları da kullanılmıştır. Toplam 29 bantlık veri seti ile sınıflandırma işlemi eCognition yazılımında nesne-tabanlı en yakın komşuluk tekniği ile yapılmıştır. Sınıflandırılmış görüntüde yer alan küçük piksel grupları (segmentler) morfolojik filtre ile giderilmiştir. Elde edilen sınıflandırma sonucu, 2212 adet yer gerçeği verisi ve parsel sınırları verisi kullanılarak değerlendirilmiştir. Doğruluk analizleri neticesinde, sınıflandırma sonucu ile yer gerçekleri verisi arasındaki uyum oranı %87.5 olarak hesaplanmıştır. Elde edilen sonuçlar, keskinleştirilmiş yüksek çözünürlüklü IKONOS uydu görüntüsünden tarımsal ürün deseni tespitinin nesne-tabanlı sınıflandırma yöntemiyle yüksek doğrulukta belirlenebildiğini göstermektedir.

Anahtar Kelimeler: Segmentasyon, Nesne-tabanlı Sınıflandırma, Bursa


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

Beste Tavus1, Kamil Karataş2, Mustafa Türker1
1Hacettepe University, Faculty Of Engineering, Department Of Photogrammetry, Ankara.
2Aksaray University, Faculty Of Engineering, Public Measures Department, Aksaray.

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.

Keywords: Segmentation, Object-based Classification, Bursa




Sorumlu Yazar: Beste Tavus, Türkiye


ARAÇLAR
Yazdır
Alıntıyı İndir
RIS
EndNote
BibTex
Medlars
Procite
Reference Manager
E-Postala
Paylaş
Yazara e-posta gönder

Benzer makaleler
Google Scholar


 
Creative Commons Lisansı
Bu dergi Creative Commons Al 4.0 Uluslararası Lisansı ile lisanslanmıştır.


LookUs & Online Makale