A comparison of sentinel 1 and sentinel 2 image classification for detection of water bodies in Turkiye and world-wide
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Jeodezi Ve Coğrafi Bilgi Teknolojileri Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: İngilizce
Öğrenci: BEN FORSYTH
Asıl Danışman (Eş Danışmanlı Tezler İçin): Koray Kamil Yilmaz
Eş Danışman: Mehmet Lütfi Süzen
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez, Türkiye'deki Tuz Gölü başta olmak üzere çeşitli göllerdeki su miktarını izlemek ve analiz etmek için Sentetik Açıklıklı Radar ve optik uzaktan algılama teknolojilerinin kullanımını araştırmaktadır. Rastgele Orman Sınıflandırıcısı (RFC) kullanılan bu çalışmada, arazi örtüsü türlerini sınıflandırılarak su alanları tespit edilmektedir. Sonuçlar makine öğrenimi tekniklerinin, Sentinel-1 verileri için sürekli olarak yüksek sınıflandırma doğruluğunu ve su izleme yeteneklerini sağladığını göstermektedir. Bununla birlikte, aynı teknikler Sentinel-2 verilerine uygulandığında performansın daha düşük olduğu sonucuna varılmıştır. Bu durum da değişen atmosferik koşullar altında su kütlelerinin tespitinde SAR'ın optik verilere göre avantajlarını göstermektedir. Araştırma, su miktarındaki kayda değer mevsimsel düşüşler ve artışlarla birlikte iklim değişikliğinin küresel su kaynakları üzerindeki önemli etkisini gösteriyor. Rastgele Orman Sınıflandırıcısı, sınıflandırma doğruluğunu geliştirmek ve farklı coğrafi koşullara uyum sağlamak için birden fazla çalışma alanı üzerinde yinelemeli olarak eğitildi. Sonuçlar, SAR ve optik verilerin entegrasyonunun, makine öğrenme algoritmalarıyla birleştiğinde, çevresel izleme için güçlü bir araç sunduğunu göstermektedir. Sentinel-1 verileri, su sınıflandırmasında yüksek genel doğruluk gösterirken, Sentinel-2 verileri, bulut örtüsü ve farklı arazi örtüsü türleri arasındaki spektral benzerlikler nedeniyle zorluklarla karşı karşıya kaldı ve bu da daha düşük genel doğruluk ile sonuçlandı. Bu bulgular, uzaktan algılama teknolojilerinin iklim değişikliğinin etkilerini daha iyi anlamamızı ve böylece daha etkili su kaynakları yönetimi stratejilerinin geliştirilmesine yardımcı olma potansiyelini vurgulamaktadır.