Uydu verileri kullanılarak Arazi Kullanımı ve Arazi Örtüsü (AKAÖ) dönüşüm dinamiklerinin incelenmesi ve analizi: Adana, Türkiye'de bir vaka çalışması

Bu araştırmanın temel amacı, haritalama ve sonuçların sunumu için Google Earth Engine (GEE) ve ArcGIS Pro gibi CBS yazılım araçlarında Makine Öğrenimi (ML) kullanarak Adana, Türkiye'deki Arazi Kullanımı ve Arazi Örtüsü (LULC) Dönüşümünün dinamiklerini 2018'den 2022'ye kadar yıllık bazda analiz etmek ve araştırmaktır. Sentinel 2A Görüntü koleksiyonları, yüksek çözünürlük (10m), geniş alan ve çok spektral görüntüleme yetenekleri nedeniyle sınıflandırma için kullanılmıştır. GEE'de JavaScript kullanılarak 2018, 2019, 2020, 2021 ve 2022 görüntü koleksiyonları üzerinde ayırt edici ve ayrı denetimli sınıflandırma yapılmıştır. ESRI Küresel Arazi Örtüsü Haritası referans alınarak Su, Ağaçlar, Taşkın Bitki Örtüsü, Ekinler, Yerleşik Alan, Çıplak Zemin ve Mera olmak üzere yedi (7) faydalı sınıf analiz edilmiş ve haritalanmıştır. Yüksek doğrulukta sonuçlar elde etmek için çeşitli Denetimli Makine Öğrenimi Algoritmaları, görsel inceleme ile birlikte en iyi çözüm için test edilmiştir. Yıllık bazda ana bölge için Genel Doğruluk ve Kappa İstatistikleri sırasıyla 2018 için %85 ve %86, 2019 için %86 ve %81, 2020 için %90 ve %85, 2021 için %85 ve %83 ve son olarak 2022 için %89 ve %83 olmuştur. Bununla birlikte, geniş bir alan için doğru sonuçlar elde etmenin çeşitli yöntemlerine rağmen, karmaşık pikseller ve uzamsal bilgiler içeren sınıflarda tutarsızlıklar ve yanlış sınıflandırmalar gözlemlenmiştir. Bu sorunu ele almak için, seçilen bölge ve çevresindeki bölgeden temel özellikleri ve coğrafyayı kapsayan ayırt edici bir alt küme kullanılmıştır.