Yapay arı koloni algoritmasının tarım alanlarının sınıflandırılmasında kullanılabilirliğinin irdelenmesi

Türkiye tarım alanları bakımından zengin bir ülke konumundadır. Bu nedenle tarım alanlarının kullanımı hakkında bilgi edinilmesi önem arz etmektedir. Uzaktan algılama ile görüntü sınıflandırma işlemleri uydu görüntülerinden bilgi çıkarımı konusunda büyük bir öneme sahiptir. Tarım alanlarının uydu görüntüleri üzerinden sınıflandırılması, bu alanlar hakkında bilgi edinme açısından çeşitli kolaylıklar sunmaktadır. Uydu görüntüleri üzerinden tarımsal nitelikteki alanları belirlemek ve ürün çeşitlerinin alansal dağılımı hakkında bilgi çıkarımı yapmak mümkündür. Bu amaçla uzaktan algılama görüntü sınıflandırma işlemlerinde birçok yöntem kullanılmaktadır. Bu yöntemler başlıca, en yakın mesafe, maksimum benzerlik, paralelkenar yöntemi vb. olarak sıralanabilir. Bu yöntemlere ek olarak son zamanlarda ortaya çıkan yapay zeka optimizasyon algoritmaları, klasik yöntemlere alternatif olma özelliği göstermektedir. Bu tez çalışmasında çok yüksek çözünürlüklü uydu görüntüleri yapay arı koloni algoritması (YAKA) kullanılarak sınıflandırılmıştır. Böylece YAKA'nın sınıflandırma doğruluklarının araştırılmasına yönelik irdelemeler gerçekleştirilmiştir. Araziden ve hava fotoğraflarından yararlanılarak gerekli olan yer kontrol noktaları ve eğitim verileri toplanmıştır. Çalışma alanı olarak, bitki örtüsü, arazi topoğrafyası ve tarım alanları göz önüne alınarak, Rize ili pilot bölge olarak seçilmiştir. Uygulama sonucunda Yapay Arı Koloni Algoritması ile elde edilen doğruluk değerleri yapay sinir ağları ve en çok benzerlik algoritması ile karşılaştırılarak değerlendirilmiş ve YAKA ile elde edilen doğruluk diğer sınıflandırma algoritmalarına nazaran daha iyi sonuçlar verdiği gözlemlenmiştir.