Uzaktan algılama tekniği ile pamuk ekili alanların belirlenmesinde kontrollü (Supervised) sınıflandırma yöntemlerinin irdelenmesi üzerine bir araştırma
Küçük Resim Yok
Tarih
2003
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Uzaktan algılama tekniği'kullanılarak'pamuk ekili alanların belirlenmesi çalışmaiannin en önemli aşaması uydu görüntüsünün sınıflandırmasıdır. Araştırma yeri olarak Aydın bölgesi seçilmiştir. Pamuk ekili alanları belirlemek için Ağustos 2000 tarihinde çekilmiş olan Landsat 7 ETM uydu görüntüsü kullanılmıştır. Uydu görüntülerinin sınıflandırılmaları kontrollü (supervised) ve kontrolsüz (unsupervised) olarak iki şekilde gerçekleştirilir. Bu çalışmada, görüntü işleme yazılımı olarak Image Analyst (Intergraph) kullanılmış ve bu yazılımın içeriğinde bulunan Minimum Distance, Maximium Likelihood, Para-ML, Para-MD, Parallelepiped, N-Image ML kontrollü sınıflandırma yöntemleri toplam 20 adet test alanında uygulanmıştır. Arazi ve laboratuar çalışmaları sonucunda; diğer yöntemlere göre en yüksek doğruluk oranları Para-ML (%97,06) ve Para-MD (%95,8) yöntemleri ile elde edilmiştir. Pamuk ekili alanların uydu görüntüleri ile belirlenmesi çalışmalarında büyük alanlar için Para-MD sınıflandırma yönteminin en iyi olduğu belirlenmiştir.
The most important face of determining vegetation by using remote sensing technique is classification. The test areas of the research are located in Aydın region. Lahdsat 7 ETM satellite image, acquired in August 2000, was used to determine cotton planted areas. The success of the image process depends on capabilities of hardware and software. In this study the supervised classification method, which enables to identify the distribution of cotton plantations in measure is tried to be defined. Image Analyst (Intergraph) is use as image process software and methods within this software as Minimum Distance, Maximum Likelihood, Para-ML, Para-MD, Parallelepiped, N-Image ML are used in twenty test areas. At the end of field and laboratory works the deviation values of Para-ML (%97,06) and Para-MD (%95,8) were observed as the least comparing the others. While determining cotton cultivations by satellite images Para-MD classification method was defined as the best for larger areas.
The most important face of determining vegetation by using remote sensing technique is classification. The test areas of the research are located in Aydın region. Lahdsat 7 ETM satellite image, acquired in August 2000, was used to determine cotton planted areas. The success of the image process depends on capabilities of hardware and software. In this study the supervised classification method, which enables to identify the distribution of cotton plantations in measure is tried to be defined. Image Analyst (Intergraph) is use as image process software and methods within this software as Minimum Distance, Maximum Likelihood, Para-ML, Para-MD, Parallelepiped, N-Image ML are used in twenty test areas. At the end of field and laboratory works the deviation values of Para-ML (%97,06) and Para-MD (%95,8) were observed as the least comparing the others. While determining cotton cultivations by satellite images Para-MD classification method was defined as the best for larger areas.
Açıklama
Anahtar Kelimeler
Mühendislik, Ziraat
Kaynak
Ege Üniversitesi Ziraat Fakültesi Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
40
Sayı
2
