Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği

Temel Bulgular & Veri:Doğal çevre yönetimi, afet yönetimi, kıyı erozyonu incelemeleri, katı madde taşınımı ve kıyı morfodinamiklerinin modellemesi gibi farklı alanlarda kıyı çizgisi yaygın olarak kullanıldığından, kıyı çizgilerinin özellikle uydu görüntülerinden çıkarılması için çeşitli teknikler geliştirilmiştir.

💡

Sonuç & Katkı:Sonuçlara bakıldığında, kıyı çizgisi çıkarımında yakın kızıl ötesi bandını içeren görüntülerin en az hatalı sonucu verdiği görülmüştür.

🔬Tür:Modelleme & Sayısal Simülasyon

📍Kapsam:2016 Verileri

⚙️Değişkenler:Rastgele Orman Yöntemi · kıyı çizgisi çıkartma · Landsat-8

Özet

Çevrenin korunması ve sürdürülebilir kıyı geliştirme hedeflerine ulaşmak için kıyı alanlarının izlenmesi gerekmektedir. Doğal çevre yönetimi, afet yönetimi, kıyı erozyonu incelemeleri, katı madde taşınımı ve kıyı morfodinamiklerinin modellemesi gibi farklı alanlarda kıyı çizgisi yaygın olarak kullanıldığından, kıyı çizgilerinin özellikle uydu görüntülerinden çıkarılması için çeşitli teknikler geliştirilmiştir. Rastgele Orman algoritması geliştirilen bu tekniklerden bir tanesidir. Rastgele Orman Algoritması, karar ağaçlarına dayanan bir makine öğrenme metodudur. Karar ağaçları, eğitim verilerinin sınıflarını analiz eder ve test verilerinin hangi sınıfa ait olduğunu eğitim verilerinden çıkarttığı kurallara göre belirler. Sunulan çalışmada Terkos bölgesi, “Sürdürülebilir Kıyı Alanı İzleme Modeli İçin İnsansız Hava Araçları-LIDAR Teknolojilerinin Entegrasyonu- Üç Boyutlu Otomatik Kıyı Çizgisi Çıkartılması ve Analizi: İstanbul-Terkos Örneği” başlıklı TÜBİTAK Projesi (Proje No: 115Y718) kapsamında önerilen yöntemin kullanılması amacıyla çalışma alanı olarak seçilmiştir. Bu çalışmada, Terkos Gölü ve gölün hemen yakınında yer aldığı bölgedeki Karadeniz sahilindeki kıyı çizgileri, 22 Temmuz 2016 tarihinde alınan Landsat-8 uydu görüntüsüne Rastgele Orman sınıflandırma yöntemi kullanılarak çıkarılmıştır. Uygulamada öncelikle uydu görüntüsüne ön işleme uygulanmıştır. Rastgele Orman algoritması ile sınıflandırma işlemi için MATLAB platformu kullanılmıştır. Rastgele Orman algoritması çalışma bölgelerine ait görüntülerin farklı bant setlerine uygulanarak, sınıflandırma işlemi gerçekleştirilmiştir. Sınıflandırma sonucunda kara ve su sınıfları olmak üzere ikili görüntüler elde edilmiştir. Uygulanan bant setleri NIR, R-G-B ve R-G-B-NIR'dir. Terkos Gölü’ne ait elde edilen kıyı çizgilerinin doğruluklarını analiz etmek için elle sayısallaştırılan kıyı çizgileri referans alınarak alansal ve kıyı çizgisi bazında karşılaştırılmıştır. Sonuçlara bakıldığında, kıyı çizgisi çıkarımında yakın kızıl ötesi bandını içeren görüntülerin en az hatalı sonucu verdiği görülmüştür.

Anahtar kelimeler

Rastgele Orman Yöntemi kıyı çizgisi çıkartma Landsat-8

🔖

Bu Makaleye Atıf Yap

BAYRAM, B., ZAFER, D., ERDEM, F., DERİNPINAR, M. A., NASİRZADEHDİZAJİ, R., OY, S. (2022). Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. Geomatik, Cilt: 3 - Sayı: 2, 100–107. https://ajindex.com/articles/524770

📄 Tam Metin PDF Okuyucu

Yeni Sekmede Aç ↗

↗Yeni Sekme

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

Aedla, R., Dwarakish, G. S., & Reddy, D. V. (2015). Automatic Shoreline Detection and Change Detection Analysis of Netravati-GurpurRivermouth Using Histogram Equalization and Adaptive Thresholding Techniques. International Conference on Water Resource, Coastal and Ocean Engineering (pp. 563–570).
Kuala Lumpur, Malaysia. Akman, M. (2010). Veri Madenciliğine Genel Bakış ve Random Forests Yönteminin İncelenmesi: Sağlık Alanında Bir Uygulama, Yüksek Lisans Tezi, Ankara Üniversitesi,
Ankara.
Alesheikh, A. A., Ghorbanali, A., & Nouri, N. (2007). Coastline change detection using remote sensing. International Journal of Environmental Science & Technology, 4(1), 61-66.
Bayram B., Acar U., Seker D. Z., & Ari A. (2008). A Novel Algorithm for Coast Line Fitting Through A Case Study Over Bosphorus. Journal of Coastal Research, 24(4), 983–991.
Bayram B., Seker D. Z., Acar U., Yuksel Y., Guner, H. A. A., & Cetin, I. (2013). An Integrated Approach to Temporal Monitoring of the Shoreline and Basin of Terkos Lake. Journal of Coastal Research, 29(6), 1427-1435.
Bayram B., Demir N., Ogurlu M., Catal R. H., & Seker D. Z. (2016). 3D Shoreline Extraction Using Orthophoto-Maps and LIDAR. In: 37 th Asian Conference on Remote Sensing (pp. 1-5).
Sri Lanka, Colombo. Bayram B., Avşar E. Ö., Şeker D. Z., Kayi A., Erdoğan M., Eker O., Janpaule I., & Çatal R. H. (2017). The Role Of National And International Geospatial Data Sources In Coastal Zone Management. Fresenius Environmental Bulletin, 26(1), 383-391.
Bayram, B., Demir, N., Şeker, D. Z., Ogurlu, M., Oy, S., Bozkurt, S., & İnce, A. (2016). Mean-Shift Yöntemi ile LIDAR Intensity Verilerinden Kıyı Çizgisi Çıkartılması. Dünya CBS Günü (s.43). İstanbul,
Türkiye. Bendell, L. I., & Wan, P. C. (2011). Application of aerial photography in combination with gis for coastal management at small spatial scales: a case study of shellfish aquaculture. Journal of Coastal Conservation, 15(4), 417–431.
Benumof, B. T., & Griggs, G. B. (1999). The dependence of seacliff erosion rates on cliff material properties and physical processes: San Diego County, California. Shore Beach, 67(4), 29–41.
Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32.
Ding, X., & Li, X. (2014). Coastline Detection in SAR Images Using Multiscale Normalized Cut Segmentation. In: 2014 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), (pp. 4447-4449).
Quebec City, Canada. Dornbusch, U., Robinson, D. A., Moses, C. A., & Williams, R. B. G. (2006). C