Landsat 8 ve sentınel 2 uydu görüntülerinden farklı görüntü işleme algoritmaları kullanılarak su kütlelerinin belirlenmesi

Göl, nehir gibi sulak alanlar çevre ve ekolojik denge için önemli bir yere sahiptirler. Sulak alanların korunması, yönetilmesi ve geliştirilmesi için bu hassas bölgelerin doğru ve güvenilir kaynaklar ile sürekli izlenmesi gerekmektedir. Uzaktan algılama teknolojisindeki ve dijital görüntü işleme yöntemlerindeki gelişmeler sulak alanların mevcut durumunun belirlenmesi, izlenmesi ve değerlendirilmesi için önemli bir potansiyel oluşturmaktadır. Özellikle uydu görüntülerinin mekansal ve spektral çözünürlüklerindeki gelişme bu potansiyele katkı sağlamaktadır. Bu çalışma kapsamında benzer spektral ve mekansal özelliklere sahip olan Landsat 8 ve Sentinel 2 uydu görüntüleri kullanılarak; literatürde yaygın olarak kullanılan 5 farklı su indisi ve sınıflandırma yöntemleri ile Meriç Sulak Alanı ve Deltası bölgesi su ve kara alanları belirlenmiş ve karşılaştırmalı olarak değerlendirilmiştir. Farklı spektral indislerin Landsat 8 ve Sentinel 2 uydu görüntülerinde karşılaştırılabilirliğini test etmek için görüntüler arasındaki korelasyon irdelenmiştir. Çalışmanın giriş bölümünde uzaktan algılama ile elde edilmiş uydu görüntüleri kullanılarak sulak alan çıkarımı ile ilgili yapılan literatür çalışmaları, çalışmasının kapsamı, çalışma alanı ve tezin amacı hakkında bilgi verilmiştir. İkinci bölümde, uzaktan algılamanın temel prensipleri özetlenmiştir. Elektromanyetik spektrum, enerjinin atmosfer ile etkileşimi, enerjinin yeryüzü ile etkileşimi ve objelerin spektral özellikleri ile ilgili genel bilgi verilmiştir. Üçüncü bölümde; uzaktan algılama görüntüleri kullanılarak bilgi çıkarımının önemi ifade edilmiş ve çalışmada kullanılan bilgi çıkarımı yöntemleri açıklanmıştır. Ayrıca, uydu görüntülerinin ön işleme adımlarından olan radyometrik düzeltme ve geometrik düzeltme bu bölümde açıklanmıştır. Radyometrik düzeltme işlemi piksel parlaklık değerlerindeki atmosferik etkilerden kaynaklanan hataların giderilmesi için uygulanması gereken bir işlem adımıdır. Çalışmada, uzaktan algılamada yaygın olarak kullanılan Koyu Piksel Çıkarımı yöntemi ile atmosferik düzeltme işlemi gerçekleştirilmiştir. Geometrik düzeltme ise farklı geometrik distorsiyonların sonucunda meydana gelen bozulmanın başka bir görüntü veya harita yardımı ile geometrisinin düzeltilmesi işlemidir. Bu çalışmada, sulak alan çıkarımı için ekran üzerinden sayısallaştırma, spektral indis algoritmaları ve kontrollü sınıflandırma yöntemleri kullanılmıştır. Yüksek mekansal çözünürlüklü uydu görüntüsü üzerinden sayısallaştırma, uygulamada tercih edilen yüksek doğruluklu bir yaklaşımdır. Bilgi çıkarımı için kullanılan diğer yöntem spektral indislerdir. Sulak çıkarımı için literatürde sıkça kullanılan 5 farklı indis test edilmiştir. Bu indislerden ilki Normalize Fark Su İndisi (NDWI)'dır. Bu indis görüntüye ait yeşil bant aracılığıyla suyun yansıtımını arttırırken yakın kızılötesi bant aracılığıyla da su dışındaki objelerin yansıtımını minimize etmeyi amaçlar. Bu indiste suya ait piksellerpozitif değer alırken bitki ve toprak gibi objelere ait pikseller negatif değer alır. Çalışmada kullanılan bir diğer indis Modifiye edilmiş Normalize Fark Su İndisi (MNDWI)'dir. Bu indis NDWI indisinin yakın kızılötesi bandı yerine kısa dalga kızılötesi bandı kullanılması ile modifiye edilmiştir. Kullanılan üçüncü indis, Otomatik Su Çıkarım İndisi (AWEI)'dir. Bu indis farklı bantlar ve katsayılar yardımıyla su ve su olmayan pikseller arasındaki kontrastı arttırmak amacıyla geliştirilmiştir. Denklemlerdeki katsayılar farklı arazi örtüsü tiplerine dayalı olarak spektral bantların aritmetik kombinasyonlarına göre belirlenmiştir. AWEInsh algoritması kentsel arka plana sahip alanlardaki koyu yüzeyler gibi su olmayan pikselleri etkili bir şekilde elimine etmesi için formüle edilmiştir. AWEIsh ise, AWEInsh algoritmasının elimine edemediği gölge gibi etkileri içeren pikselleri ortadan kaldırarak doğruluğu arttırmak için kullanılmaktadır. Çalışmada kullanılan son indis ise Tasseled-Cap Nem(Islaklık) İndisi (TCWI)'dir. Bu indis eğitim piksellerini maksimum bir değişkenlik ile yeni boyutlara dönüştüren deneysel olarak belirlenen katsayılar ile sunulmuştur. Sınıflandırma, uzaktan algılamada sıklıkla kullanılan görüntü işleme yöntemlerinden biridir. Objelerin yeryüzündeki spektral özelliklerine dayanarak, pikselleri sınıflara atama prosedürüne dijital görüntü sınıflandırması denir. Sınıflandırma işlemi kontrollü ve kontrolsüz sınıflandırma olmak üzere iki farklı yaklaşım ile gerçekleştirilebilir. Kontrolsüz sınıflandırma, herhangi bir eğitim verisine ihtiyaç duymadan, belirli algoritmaları kullanarak kümeleme işlemi gerçekleştirilir. Kontrollü sınıflandırmada, kullanıcı tarafından belirlenen sınıfları temsil eden eğitim verileri yardımıyla bu işlem gerçekleştirilir. Çalışmada, parametrik bir kontrollü sınıflandırma yöntemi olan Maksimum Olabilirlik kontrollü sınıflandırma yöntemi uygulanmıştır. Bu yöntemde bir piksel, için istatistiksel olarak tüm sınıflar içinden en yüksek olasılığa ait sınıfa atanmaktadır. İndis algoritmaları ve sınıflandırma işlemi sonucunda elde edilen tematik haritaların doğruluğunun tespit edilmesi için doğruluk değerlendirilmesi yapılmaktadır. Tematik haritaların, referans olarak kabul edilen bir test verisine göre analiz edilmesi işlemi doğruluk değerlendirilmesi olarak adlandırılır. Tez kapsamında doğruluk değerlendirmesi kullanıcı doğruluğu, üretici doğruluğu, genel doğruluk ve kappa istatistiğine bağlı olarak değerlendirilmiştir. Dördüncü bölüm olan uygulama bölümünde, ilk olarak çalışmaya konu olan alan, Meriç Deltası, içinde tespit edilen 4 test alanı (Dalyan Gölü, Gala Gölü, Pamuklu Göl ve Sığırcı Gölü mevkii test alanları) ve çalışmanın gerçekleştirilmesi için kullanılan uydu görüntüleri ve özellikleri sunulmuştur. Çalışma için kullanılan Landsat 8 ve Sentinel 2 uydu görüntülerinin ön işleme adımları tamamlanmış ve işlem sırasıyla özetlenmiştir. Yüksek çözünürlüklü uydu görüntüsü, SPOT 7, kullanılarak gerçekleştirilen sayısallaştırma işlemi sonuçları verilmiştir. Sonraki adımda, görüntülere belirtilen indis algoritmaları uygulanmış ve sonuç görüntüleri elde edilmiştir. Elde edilen indis görüntülerinin farklı sensörlerde karşılaştırılabilirliğinin ortaya konulması için iki uydu görüntünden elde edilen her bir indis görüntüsü çiftinin, korelasyon katsayıları hesaplanmış ve aralarındaki ilişki saçılım grafikleri yardımıyla sunulmuştur. Bu işlem sonuçlarına göre; 1. Test bölgesinde Landsat 8 ve Sentinel 2 görüntüleri ile oluşturulan AWEInsh görüntülerinin yaklaşık olarak 0.99 ile en yüksek korelasyon değerine sahip olduğu görülmüştür. İndis görüntülerinin her biri için su ve su olmayan piksellerin ayrımı için eşik değerler belirlenmiştir ve sonuç görüntüleri oluşturulmuştur. Bir sonraki işlem adımı sınıflandırma işlemidir. Her iki uydu görüntüsünün sınıflandırma sonuçları tematik ve istatistiksel olarak ortaya konmuştur. Son adımda ise tüm test alanları için üretilen tematik görüntülerin doğruluk değerlendirmesi işlemi gerçekleştirilmiştir. Beşinci bölümünde çalışmada elde edilen sonuçlar tartışılmış, ve bu sonuçlar, literatürde yer alan diğer önemli çalışmalar ile karşılaştırılmış ve yorumlanmıştır.