Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSu ile kaplı alanların çıkarımında obje tabanlı sınıflandırmanın daha başarılı olduğu gözlemlenmiştir.
📌 3 Maddede Bu Makale
Özet
Su ile kaplı alanların çıkarılması, su kaynaklarının yönetiminde ve planlanmasında önemli bir rol oynamaktadır ve bu konu son yıllarda uzaktan algılamanın önemli araştırma konularından biri olmuştur. Piksel tabanlı, kontrollü sınıflandırma, kontrolsüz sınıflandırma yöntemleri ve su indeksleri, sulak alanların uydu görüntülerinden çıkarılması için geliştirilmiş olsada, bu yöntemler düşük yansıtım değerine sahip alanlar ile sulak alanları ayırt etmede zorlanabilmektedir. Bu çalışmada obje tabanlı sınıflandırma, piksel tabanlı sınıflandırma ve su indekslerinin su ile kaplı alanların çıkarımındaki başarısı değerlendirilecektir. Görünür, kızılötesi ve kısa dalga kızılötesi bant çözünürlüğü 30 metre olan ve 15 metre çözünürlükte pankromatik banda sahip olan Landsat-8 görüntüleri test için seçilmiştir. Obje tabanlı sınıflandırma için, “Edge Base” segmentasyon algoritması ve Destek Vektör Makinaları (DVM) sınıflandırma yöntemleri seçilmiş, piksel tabanlı sınıflandırma için ise Ençok Benzerlik ve K-ortalamalar yöntemleri kullanılmıştır. Uydu görüntülerinden su belirleme indeksi olarak Normalize Edilmiş Fark Su İndeksi kullanılmıştır (NDWI). Çalışma alanları Türkiye’de bulunan farklı karakteristiklere sahip şehirleşmiş ve dağlık alanlardan seçilmiştir. Su ile kaplı alanların çıkarımında obje tabanlı sınıflandırmanın daha başarılı olduğu gözlemlenmiştir.
Abstract
Water body extraction plays a key role in water resource management and development which is one of the important issues in research topics related to remote sensing in recent decades. Pixel-based; supervised and unsupervised classification methods and water indices have been developed for extracting water body from satellite imagery while for some cases they are unable to differentiate water body from low albedo features with different spectral characteristics. The objective of this paper is to evaluate the efficiency of object-based, pixel-based and water indices for water body extraction. Landsat-8 imagery used for this study which has 30m resolution in Visible, NIR (Near-Infrared), SWIR (Shortwave Infrared) spectrum and panchromatic band with 15m resolution. The Edge-Based Segmentation (EBS) algorithm and the Support Vector Machine (SVM) classification method has been used for object-based approach, on the other hand, Maximum Likelihood and K-means methods has been selected for pixel-based classification. As a water index, Normalized Difference Water Index (NDWI) has been selected to extract water body from satellite imagery. The study area selected in both urban and mountainous regions with different characteristics both located in Turkey. Results show that object-based water body extraction is more accurate than the other methods tested.