Planetscope uydu verileri kullanılarak farklı veri kümelerinin arazi örtüsü sınıflandırmasındaki etkisinin araştırılması

Arazi örtüsü sınıflandırma işlemi, görüntüdeki farklı özelliklerin veya objelerin belirlenmesi sağlayacak kantitatif karar fonksiyonlarını belirlemektedir. Bu kapsamda yüksek lisans tezinde 3m çözünürlüğe sahip PlanetScope (PL) uydu verileri kullanılarak iki farklı çalışma alanında (Adana-Karataş ve Ağrı-Doğubeyazıt) farklı veri kümelerinin arazi örtüsü sınıflandırmasındaki etkisi araştırılmıştır. Bu çalışmadaki görüntü işleme, görselleştirme işlemleri Google Earth Engine (GEE) platformunda gerçekleştirilmiştir. Makine öğrenme algoritması Random Forest (RF) kullanılarak kontrollü sınıflandırma işlemi yapılmıştır. Sınıflandırma sonucunda, arazi örtüsü sınıflarına ait kullanıcı ve üretici doğrulukları hesaplanmıştır. Veri kümelerinden elde edilen sonuçlar Karataş çalışma alanı için veri kümesi-1 de genel doğruluk (OA) değeri 0.76 ve genel kappa (OK) değeri 0,72 ölçülürken veri kümesi-8 de OA değeri 0.84 ve OK değeri 0,81 olarak yüksek doğruluk değerine ulaşılmıştır. Doğubeyazıt alanı için veri kümesi-1 de OA değeri 0.74 ve OK değeri 0.67 değerleri ölçülürken veri kümesi-9 da OA değeri 0.85 ve OK değeri 0.81 olarak yüksek doğruluk değerine ulaşılmıştır. Son olarak veri kümelerinde yer alan bantların ve indekslerin önem değerleri hesaplanmıştır. Arazi örtüsü sınıflandırmasında karar verilen uydu görüntüsü, arazi örtüsü sınıf cinsi ve farklı veri kümelerine bağlı seçim yapmanın kritik olabileceği görülmektedir.