Sera alanlarının uzaktan algılama görüntülerinden otomatik olarak belirlenmesi

Abstract

Sera alanlarının belirlenmesi kentsel ve kırsal planlama, rekolte tahmini ve ürün planlaması, sürdürülebilir kalkınma, doğal kaynak yönetimi, risk analizi ve hasar tespiti açılarından önemlidir. Özellikle seraların yoğun bir şekilde bulunduğu yerleşimlerde sera bilgi sistemleri oluşturulurken sera sınırlarının geleneksel yöntemlerle belirlenmesi çok zaman alıcı ve maliyetli olabilir. Bu nedenle sera alanlarının ve tiplerinin uzaktan algılama görüntülerinden hızlı ve doğru bir şekilde otomatik olarak belirlenmesi işgücü ve zaman tasarrufu açısından önemlidir. Bu çalışma kapsamındasera alanlarının renkli ve kızılötesi ortofoto (RGBIR), topoğrafik harita ve Dijital Yüzey Modeli (DYM) kullanılarak otomatik olarak tespiti hedeflenmiştir. Çalışmada başlıca iki aşama bulunmaktadır: (i) Sera alanlarının Obje Tabanlı Görüntü Analizi (OBIA) kullanılarak belirlenmesi ve (ii) Sera sınırlarının elde edilmesi ve plastik, cam sera ayrımlarının yapılması. Sera alanlarının OBIA kullanılarak belirlenmesi aşamasında renkli ve kızılötesi ortofoto, normalize Dijital Yüzey Modeli (nDYM), Normalize Fark Bitki İndeksi (NDVI) ve Görünür Kırmızı-tabanlı Yerleşim Alanı İndeksi (Visible Red-based Built-up Index - VrNIR_BI) kullanılmıştır.Bu süreçte optimum ölçek parametresi Ölçek Parametresi Tahmini 2 (ESP2) aracı ile otomatik olarak belirlenmiş ve bölütleme algoritması olarak Çok Çözünürlüklü Bölütleme (MRS) kullanılmıştır. Sınıflandırma aşamasında ise K-En Yakın Komşuluk (K-NN), Rastgele Orman (RF) ve Destek Vektör Makinesi (SVM) sınıflandırma teknikleri kullanılmış ve sınıflandırma sonuçlarının doğrulukları karşılaştırılmıştır. En yüksek doğruluğun elde edildiği sınıflandırma sonucu sera ve sera olmayan alanlar olarak iki sınıfa indirgenmiştir. Çalışmanın ikinci aşamasında sınıflandırma sonucunda elde edilen sera alanlarının sınırları belirlenmiş, sınıflandırma sonuçları ve nDYM verilerinden Python programlama dili kullanılarak cam ve plastik sera ayrımı yapılmıştır. Çalışma seraların yoğun bir şekilde bulunduğu, plastik seraların yanında cam seraları da içeren Antalya'nın Kumluca ilçesinde uygulanmıştır. Elde edilen sonuçlar obje tabanlı sınıflandırma teknikleri kullanılarak sera alanlarının renkli ve kızılötesi ortofoto ve DYM verilerinden başarılı bir şekilde belirlenebildiğini ortaya koymuştur. En yüksek genel doğruluk %94.80 ile SVM sınıflandırıcısı kullanıldığında elde edilmiştir, bunu %86.14 ile K-NN sınıflandırması takip etmektedir. En düşük genel doğruluk ise %81.46 ile RF sınıflandırması sonucunda elde edilmiştir. Ayrıca önerilen yaklaşım ile sera sınırlarının ve plastik-cam sera ayrımlarının yapılabildiği görülmektedir. Ancak daha hassas DYM kullanılırsa sonuçların iyileştirilebileceği, algoritmanın daha büyük alanlarda uygulanabileceği ve daha başarılı sonuçlar elde edilebileceği düşünülmektedir.