Uydu Görüntüleri Kullanarak Makine Öğrenme Yöntemleri ile Arazi Kullanımı ve Arazi Örtüsünün Belirlenmesi

Uydu teknolojilerinin gelişmesiyle birlikte, arazi kullanımı ve arazi örtüsü belirlemek amacıyla uzaktan algılama teknikleri daha sık kullanılmaktadır. Nergizlik barajı önemli bir su kaynağı olup, çevresinde yerleşim alanları, tarım arazileri ve orman alanları bir arada bulunduğu için arazi örtüsünün düzenli olarak gözlemlenmesi gereklidir. Bu çalışmanın temel amacı Nergizlik Baraj Gölü çevresinde piksel tabanlı görüntü sınıflandırma yöntemleri ile sınıflama işlemi uygulayarak ve bant oranlama teknikleri kullanarak arazi kullanım ve arazi örtüsünü belirlemek, bu tekniklerin genel doğruluklarını karşılaştırmak ve çalışma alanına en uygun yöntemi tespit etmektir. Bu çalışmada Nergizlik Baraj Gölü’nün 3 Ocak 2024 tarihinde alınan Sentinel-2B uydu görüntüsü kullanılmıştır. Görüntü, kırmızı, mavi ve yeşil bantları kullanılarak, Support Vector Machines (SVM), Artificial Neural Networks (ANN) yöntemiyle piksel tabanlı sınıflandırma yöntemiyle sınıflandırılmıştır. Görüntüye Normalized Difference Vegetation Index (NDVI), Normalized Difference Red Edge Index (NDRE) bant oranlama teknikleri de uygulanmıştır. Arazi kullanımı ve arazi örtüsü haritaları oluşturulmuştur. Bu çalışmada SVM %89, ANN %88, NDVI %81, NDRE %84 doğruluk sağlamıştır. Tüm yöntemler beklenen doğruluğu sağlamış olup, piksel tabanlı SVM sınıflama yönteminin diğer yöntemlere göre daha yüksek doğruluk sağladığı tespit edilmiştir.