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 5
 Görüntüleme 23
 İndirme 4
EVALUATION OF SENTINEL-2 MSI DATA FOR LAND USE / LAND COVER CLASSIFICATION USING DIFFERENT VEGETATION INDICES
2018
Dergi:  
Konya Mühendislik Bilimleri Dergisi
Yazar:  
Özet:

Arazi Kullanımı / Arazi Örtüsü (AKAÖ) sınıflarının doğru belirlenmesi, çevresel izleme ve yönetim uygulamaları için çok önemli bir role sahiptir. Uzaktan algılama verilerinin sınıflandırılması, farklı ölçeklerde AKAÖ bilgilerinin belirlenmesi için kullanılan popüler yöntemlerden biridir. Uydu görüntülerini sınıflandırmak için birçok yöntem geliştirilmiş ve uygulanmıştır. Bu çalışmada, Temmuz, 2018 tarihli yeni nesil Sentinel-2 MSI uydu görüntüleri AKAÖ sınıflarını belirlemek amacıyla kullanılmıştır. Çalışma alanı olarak İstanbul Çatalca İlçesi'nden bir test bölgesi seçilmiştir. Çatalca, değerli tarım alanları nedeniyle İstanbul için çok önemli bir bölgedir. Seçilen arazi alanında farklı AKAÖ tipleri tanımlanmıştır; su yüzeyleri, orman alanları, farklı tarım alanları (Ayçiçeği), açık maden alanı, yerleşim yerleri ve yol. Bu çalışma için dört farklı veri seti oluşturulmuş ve seçilen bölgede AKAÖ kategorilerini belirlemek için maksimum benzerlik sınıflaması (MLC) yöntemiyle sınıflandırılmıştır. Birinci veri seti olarak Sentinel-2 uydu görüntüsünün 10 m mekansal çözünürlüğe sahip dört bandı kullanılmıştır. Orijinal bantların yanı sıra, Sentinel-2 verileri için Normalleştirilmiş Fark Bitki İndeksi (NDVI), ve Yeşil-kırmızı normalleştirilmiş fark bitki indeksi (GRNDVI) gibi farklı indeksler hesaplanmıştır. Bu hesaplanmış indeksler ve kırmızı kenar bandı, orijinal bantlara eklenmiş ve diğer veri setleri olarak sınıflandırılmıştır. Dört veri setine ait sınıflandırma sonuçları, yer kontrol verileri ve hata matrisi kullanılarak karşılaştırılmıştır. Sentinel-2 verileri arazi örtüsü sınıflandırmasında genel doğruluk dört veri seti için tatmin edici bir performans sergilemiştir (% 85 ve üzeri). Veri seti 2 için hesaplanan genel doğruluk ve Kappa değerleri diğer üç veri setinden daha yüksek elde edilmiştir.

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








Konya Mühendislik Bilimleri Dergisi

Alan :   Fen Bilimleri ve Matematik; Sağlık Bilimleri; Ziraat, Orman ve Su Ürünleri

Dergi Türü :   Ulusal

Metrikler
Makale : 858
Atıf : 1.538
2023 Impact/Etki : 0.061
Konya Mühendislik Bilimleri Dergisi