Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSon olarak, Sentinel-1 ve Sentinel-2 ürünleri üst üste yerleştirilerek değişiklik yönetimi yapılmıştır.
📌 3 Maddede Bu Makale
Özet
Seller, bitki örtüsünü bozan, can kayıplarına neden olan ve ekonomilere zaran veren doğal afetlerdir. Bazen doğal bazen insan kaynaklı olacak şekilde selleri oluşturan pekçok sebep vardır. Doğal olmayan nedenlere tarım alanlarının bilinçsizce kullanılması, arazi örtüsü değişiklikleri, yanlış şehir planlaması gibi örnekler verilebilir. Selleri modellemek ve haritalamak, uydu ile gerçek zamanlı izleme, sellerin nedenlerini azaltmanın uygun maliyetli yollarıdır ve yetkililerin olay sırasında veya sonrasında doğru kararlar verebilmelerine yardımcı olmaktadır. Sentetik açıklıklı radar (SAR) uydu görüntüleri, sel gibi afetlerin izlenmesine yardımcı olmaktadır. Tüm hava koşullarında çalışma özelliği, en kötü hava koşullarında bile bulutsuz gündüz ve gece görüntüleri sağlamaktadır. Bu makalede, Avrupa Uzay Ajansı (ESA) tarafından sağlanan Sentinel-1 uydu görüntüleri, Mersin ili Tarsus tarım alanlarında (Batı Çukurova Bölgesi) 2020 Ocak ayında meydana gelen sel olayını araştırmak için kullanılmıştır. En yakın tarihlere ait Sentinel-1 görüntüleri ön işlemden geçirilerek Otsu yöntemiyle eşiklenmiş ve taşkın haritası elde edilmiştir. Sentinel-1 çıktı kompozitini doğrulamak için aynı çalışma alanı için Sentinel-2 uydu görüntüleri kullanılmıştır. Spektral indisler Sentinel-2 kompoziti üzerine uygulanmış ve Random Forests, CART, Support Vector Machine (SVM) ve Naive Bayes algoritmaları ile sınıflandırma yapılmıştır. Random Forest ve SVM algoritmaları en iyi sınıflandırma sonucunu sağlamıştır. Son olarak, Sentinel-1 ve Sentinel-2 ürünleri üst üste yerleştirilerek değişiklik yönetimi yapılmıştır.
Abstract
Floods are natural disasters that corrupt vegetation, cause loss of lives, and harm economies. There are many cases floods originate, sometimes natural, sometimes man-made. The use of agricultural fields unconsciously, land cover modifications, incorrect city planning can be listed as unnatural reasons. Modeling and mapping the floods, real-time monitoring with satellite are cost-efficient ways of decreasing the causes of floods and helping the authorities to give the exact decisions during or after the event. Synthetic-aperture radar (SAR) satellite imagery helps in monitoring disasters like flooding. The all-weather operating capability provides cloud-free day and night imagery, even in the worst weather conditions. In this paper, Sentinel-1 satellite imagery provided by European Space Agency (ESA) is used to investigate the flood event that happened in January 2020 in the Tarsus agricultural field (West Cukurova Region) of Mersin, Turkey. Sentinel-1 imagery for the nearest dates is collected, pre-processed, and thresholded with Otsu’s method and a flood map is obtained. Sentinel-2 satellite imagery for the same study area is used to verify the Sentinel-1 output composite. Spectral indices are applied on Sentinel-2 composite and classification is done with Random Forests, CART, Support Vector Machine (SVM) and Naive Bayes algorithms. Random Forest and SVM algorithms provided the best classification result. Finally, Sentinel-1 and Sentinel-2 products are overlaid as change management.