AI Summary & Key Takeaways
AI InsightIn addition to that the Ikonos satellite image is found more capable for detecting magnesite rich areas because of its high resolution.
📌 3 Key Takeaways
Abstract
The aim of the study is to compare the Ikonos, Aster and Landsat 7 ETM+ data on magnesite research by applying all kind of classifications and filtering techniques. All processes were performed in Arc GIS 8.2 and TNT Mips 6.4 GIS-RS environment. As a results of the all processes performed in these satellite images, “ Isodata,K means, Adaptive and Fuzzy C means” unsupervised classifications and “Edge detection” filtering technique were found most helpful for determination of the magnesite rich areas. All results were checked by ground truth and final supervised classifications were made according to GPS data of the samples. In addition to that the Ikonos satellite image is found more capable for detecting magnesite rich areas because of its high resolution.
Özet
Bu çalışmanın amacı, çeşitli sınıflama ve filtreleme teknikleri kullanarak, Ikonos, Aster ve Landsat 7 ETM+ uydu verilerinin manyezit aramacılığında karşılaştırılmalarını sağlamaktır. Bu uydu verileri üzerinde yapılan bütün sınıflama ve filtreleme çalışmaları sonrasında, “Isodata, K means, Adaptive and Fuzzy C means” tipi yönlendirilmemiş sınıflamaların ve “Edge detection” tipi filtrelemenin manyezitce zengin bölgelerin tanımlanmasında en uygun metodlar olduğu görülmüştür. Bütün çalışmalar Arc GIS 9.0 ve TNT Mips 6.4 ortamında yapılmıştır. Elde edilen sonuçlar saha çalışmaları ile denetlenmiş ve numunelerin GPS ile elde edilen koordinatları kullanılarak yapılan yönlendirilmiş sınıflama da, yapılan çalışmaların doğruluğunu bir kez daha göstermiştir. Çözünürlüğünün yüksek olması sebebiyle, Ikonos uydu verilerinden elde edilen sonuçların manyezit alanlarının bulunmasında çok etken olduğu görülmüştür.