Küresel sayısal yükseklik modellerinin ICESat-2 ve GEDI verileri ile düzeltilmesi

Sayısal Yükseklik Modelleri (SYM), gridlenmiş yükseklik bilgisi ve o bilgiden üretilen eğim, bakı gibi değerler yardımıyla birçok mesleki disiplinde önemli bir veri kaynağıdır. Bu sebeple ücretli, ücretsiz, lokal ölçekte ya da küresel ölçekte birçok SYM üretilmiş ve üretilmektedir. Ancak küresel SYM (KSYM) verileri, veri yapıları ya da SYM üretim aşamalarından dolayı çeşitli hatalar içermektedir. Bu hataların giderilmesi için farklı SYM'ler beraber kullanılarak veri iyileştirme yöntemleri geliştirilmiştir. Bu çalışmada, KSYM verilerinin (AW3D30, ASTER KSYM ve SRTM) uzay tabanlı LiDAR altimetre verileri (GEDI ve ICESat-2) ile iyileştirilmesi amaçlanmıştır. Tez çalışmasında, öncelikle 2018 yılının sonlarında veri toplamaya başlayan uzay tabanlı LiDAR altimetre sistemlerinden GEDI ve ICESat-2 verilerinin SYM üretimi performansına bakılmıştır. Bu kapsamda Amerika Birleşik Devletleri, Yeni Zelanda ve Porto Rico adasından test alanları seçilmiştir. Test alanlarında doğruluk verisi olarak havadan LiDAR verileri kullanılmıştır. Test alanlarında, kriging metoduna göre SYM'ler üretilmiş ve sonuçları AW3D30, ASTER KSYM ve SRTM verileri ile karşılaştırılmıştır. GEDI ve ICESat-2 verilerinin ayrı ayrı kullanılarak oluşturulan SYM'lerde başarı düşük olsa da, ICESat-2 ve GEDI verilerinin birlikte kullanılmasıyla oluşturulan modellerde daha iyi sonuçlar elde edilmiştir. Özellikle korelasyonun %99 ile yüksek ilişkili olduğu tespit edilmiştir. Ver iyileştirme kapsamında beş farklı test alanı seçilmiştir. Bu alanlar SYM üretiminde kullanılan alanlara ek olarak İstanbul ve Ankara illeridir. İstanbul ve Ankara illerinde yer doğruluğu olarak GNSS verisi kullanılmıştır. KSYM verilerini, GEDI ve ICESat-2 verileriyle iyileştirmek için ANN, CNN ve XGBoost yöntemleri kullanılmıştır. GEDI ve ICESat-2 verilerinin nokta bazlı doğruluklarına bakıldığında 6.48 m ile 11.29 m arasında değişmektedir. Bu sonuçlara göre yalnızca test alanı-3'de GEDI verisi KSYM'lere göre kötü sonuç verirken diğer tüm alanlarda KSYM verilerine göre düşeyde daha yüksek doğrulukta olduğu sonucuna varılmıştır. SYM iyileştirme potansiyeline bakıldığında tüm alanlarda KSYM'ler iyileştirilmiştir. Genel doğrulukta en çok iyileşme CNN yöntemiyle ASTER KSYM verisinde KOH'a göre 4.35 m ile Test Alanı-4'te elde edilmiştir. Arazi örtüsü sınıflarına göre en iyi iyileşme CNN yöntemiyle ASTER KSYM verisinde KOH'a göre 4.72 m ile mera sınıfında elde edilmiştir. Eğim grubu sınıflarında en iyi iyileşme CNN metoduyla ASTER KSYM verisinde KOH'a göre 9.77 m ile %60-> eğim grubunda elde edilmiştir. Çalışma sonucu yöntemler yönünden incelendiğinde en başarılı yöntemin CNN yöntemi olduğu sonucuna ulaşılmıştır. Arazi örtüsü sınıflarında en iyi iyileşme başarısı orman sınıfında elde edilmiştir. Eğim gruplarında, yüksek eğimlerde daha iyi sonuçlar elde edilmiştir.