Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
  Atıf Sayısı 3
 Görüntüleme 29
 İndirme 2
Nesne Tabanlı Sınıflandırma ile Taşkın Alanlarının Analizi
2019
Dergi:  
Resilience
Yazar:  
Özet:

Modern uzaktan algılama (UA) sistemleri, dünyadaki hemen hemen tüm disiplinler tarafından yaygın olarak kullanılmaktadır ve kapsamları gün geçtikçe artmaktadır. Günümüzde, uydulardan elde edilen uzaktan algılama verilerini bilgisayar teknolojisi ve görüntü işleme teknikleri ile değerlendirme imkânı; mevcut arazi kullanımının belirlenmesi ve çevresel değişimlerin geçici olarak belirlenmesi ile mümkün olmuştur. Uzaktan algılama teknikleriyle arazi örtüsü haritaları oluşturmanın temel prensibi alanın görüntülerini sınıflandırmaktır. Arazideki zamana bağlı değişimler, uydulardan elde edilen uzaktan algılama verilerinin işlenmesi ve sınıflandırılmasıyla tespit edilebilir. Deprem olaylarının, sellerin, yangınların, toprak kaymalarının ve çığların meydana geldiği alanlarda afet sırasında ve sonrasında yapılan çalışmalarda kullanılacak kaynakların doğru ve etkin kullanılması önemlidir. Afet öncesi, sırası ve sonrasında gelişmiş teknoloji sensörlerinin etkin kullanımı; afet etkisini azaltma, tespit, müdahale ve afet bölgesini yenilemek için afet yönetimi adımlarında önemli faydalar sağlar. Bu noktada uzaktan algılama verileri, özellikle zaman içinde felaket bölgelerinde meydana gelen değişiklikleri izlemek için başvurulan kaynakların başında gelmektedir. Çalışmamızda taşkın alanları, afet bölgesine ait afet öncesi ve sonrası değişimini gösteren çok bantlı uydu görüntülerinden yararlanılarak nesne tabanlı sınıflandırma yaklaşımı kullanılarak belirlenmiş ve sınıflandırılması yapılmıştır. Uydu verilerinden tespit edilen taşkın alanları CBS ortamına aktarılarak taşkın alanın afet öncesi ve sonrasına ait analizleri yapılmıştır. Sonuçlara göre değişimlerin büyüklüğü ve önemi göz önünde bulundurularak değerlendirmeler yapılmıştır.

Anahtar Kelimeler:

Analysis of objects based on classification
2019
Dergi:  
Resilience
Yazar:  
Özet:

Modern remote detection (UA) systems are widely used by almost all disciplines in the world, and their scope is increasing on a daily basis. Today, the possibility of evaluating the remote detection data obtained from satellites through computer technology and image processing techniques has been possible with the determination of current land use and the temporary determination of environmental changes. The basic principle of creating land cover maps with remote detection techniques is to classify the images of the area. Time-related changes on the ground can be detected by the processing and classification of remote detection data obtained from satellites. It is important that the proper and effective use of the resources to be used in the work during and after disasters in the areas where earthquakes, floods, fires, land shifts and stumblings occur. Effective use of advanced technology sensors before, after and after disasters provides significant benefits in disasters management steps to reduce, detect, interfere and renew the disasters area. At this point, remote detection data comes at the top of the sources used to monitor changes that occur in the catastrophic areas, especially over time. In our study, we have identified and classified the stunning areas using multi-band satellite images that show the disaster area's pre- and post-disaster change using object-based classification approach. The satellite data transferred to the CBS environment and analysed the area before and after the catastrophe. The results were assessed taking into account the size and importance of the changes.

Anahtar Kelimeler:

Atıf Yapanlar
Dikkat!
Yayınların atıflarını görmek için Sobiad'a Üye Bir Üniversite Ağından erişim sağlamalısınız. Kurumuzun Sobiad'a üye olması için Kütüphane ve Dokümantasyon Daire Başkanlığı ile iletişim kurabilirsiniz.
Kampüs Dışı Erişim
Eğer Sobiad Abonesi bir kuruma bağlıysanız kurum dışı erişim için Giriş Yap Panelini kullanabilirsiniz. Kurumsal E-Mail adresiniz ile kolayca üye olup giriş yapabilirsiniz.
Benzer Makaleler












Resilience

Dergi Türü :   Uluslararası

Metrikler
Makale : 142
Atıf : 520
2023 Impact/Etki : 0.324
Resilience