Işık kirliliği haritası npp vıırs dnb bandı ve yapay sinir ağları kullanılarak şehirleşmenin belirlenmesi

Bu çalışmada Visible Infrared Imaging Radiometer Suite (VIIRS) uydusunun day/night (DNB) bandı, MODIS Normalized Difference Vegetation Index'i (NDVI) ve yapay sinir ağları (ANN) kullanılarak nüfuslarına göre seçilen 10 şehrin (İstanbul, Adana, Ankara, Mersin, Antalya, İzmir, Bursa, Gaziantep, Şanlıurfa ve Konya) gelişim haritaları üretilmesi amaçlanmıştır. Bu amaçla VIIRS DNB ve MODIS NDVI için 2012 yılı Haziran ayı görüntüleri ve YSA sonucu çıkan haritalarla karşılaştırma yapabilmek için COPERNICUS URBAN ATLAS 2012 yılı verileri kullanılmıştır. DNB ve NDVI görüntü değerleri kullanılarak Vegetation Adjusted NTL Urban Index (VANUI) hesaplanmış ve VANUI haritası üretilmiştir. YSA modeli oluşturulma aşamasında girdi verisi olarak VIIRS DNB, MODIS NDVI ve VANUI, çıktı verisi olarak referans veri (DNB>40 ve NDVI<0.4) ve aktivasyon fonksiyonu olarak Sigmoid fonksiyonu kullanılmıştır. YSA modeli çalıştırıldığında başarı oranının %99.8 olduğu hesaplanmıştır. 10 il için oluşturulan gelişim haritalarının başarısı 2012 yılı için %84 ve 2019 yılı için %90 olarak ölçülmüştür. 2012 yılı tahmin görüntüleri ile COOPERNICUS verileri karşılaştırıldığında 10 il için ortalama %9'luk bir fark olduğu hesaplanmıştır. Bu farkın COOPERNICUS verilerindeki sınıflandırma farklarından kaynaklandığı görülmüştür. YSA sonucunda 2012-2019 arasında şehir haritaları 10 il için ortalaması nüfus ile orantılı olarak %13'lük bir artış belirlenmiştir. Nüfus ile şehir alanı arasındaki ilişkinin (R2 = 0.95) doğru orantılı olduğu görülmüştür. Çalışma sonucunda şehir alanı haritaları oluşturmak için ışık kirliliği haritaları ile yapay sinir ağları algoritmasının kullanılabileceği tespit edilmiştir. Anahtar Kelimeler: Uzaktan Algılama, CBS, Görüntü İşleme, Yapay Zekâ, Yapay Sinir Ağları, Şehir Alanı Belirlenmesi, Uydu Verileri