Orta çözünürlüklü uydu görüntüleri kullanarak yanmış orman alanlarının farklı sınıflandırma yöntemleri ile haritalanması

Abstract

Yangınlardan dolayı her yıl on binlerce hektar orman alanı yok olmaktadır. Yanmış orman alanlarının hızlı bir şekilde haritalanması hem hasar tespiti hem de alana yönelik yapılacak müdahalelerin planlanması açısından önemlidir. Günümüzde ücretsiz sunulan orta çözünürlüklü uydu görüntüleri birçok alanda olduğu gibi yanmış alanların haritalanmasında önemli avantajlar sunmaktadır. Bu çalışmada ilk olarak olay öncesi ve sonrasına ait orta çözünürlüklü Sentinel 2A uydu görüntüsü bantlarından faydalanılarak üretilen farklı bant indislerinin değişim saptama ile yanmış alanların haritalanmasındaki başarısı incelenmiştir. Bu kapsamda bant indisi olarak Fark Bitki indeksi (DVI), Normalize Edilmiş Fark Bitki İndeksi (NDVI), Normalize Edilmiş Yanmış Alan İndeksi (NBR) ve Ham Normalize Edilmiş Yanmış Alan İndeksi (NBR-Raw) kullanılmıştır. Değişim saptama işlemi hem piksel tabanlı hem de nesne tabanlı sınıflandırma yaklaşımları ile gerçekleştirilmiştir. İkinci olarak, test sahası olarak kullanılan yanmış orman alanlarının haritalanması için nesne tabanlı ve piksel tabanlı sınıflandırma yöntemi uygulanmıştır. Bu kapsamda iki sınıflandırma yaklaşımı arasında karşılaştırma işlemi yapılacağından, sınıflandırma algoritması, eğitim veri seti ve sınıflandırma için kullanılan parametreler aynı olarak seçilmiştir. Elde edilen tüm sonuçların değerlendirilmesi için çalışma alanında 2400 adet rastgele kontrol noktası üretilerek üretici doğruluğu, kullanıcı doğruluğu, genel doğruluk ve kappa değerleri hesaplanmıştır. Doğruluk analizi sonuçlarına göre en iyi sonuç %92 doğruluk oranı ile nesne tabanlı DVI indisine göre yapılan değişim saptama ile elde edilmiştir. En düşük doğruluk değeri ise %66,98 ile indislere göre yapılan nesne tabanlı sınıflandırma işlemi sonucunda elde edilmiştir. Ayrıca piksel tabanlı ve nesne tabanlı sınıflandırma yaklaşımları karşılaştırıldığında, nesne tabanlı değişim saptama piksel tabanlı değişim saptamaya göre tüm indislerde daha yüksek doğruluk değerleri vermiştir. Piksel ve Nesne tabanlı sınıflandırmada ise tüm indekslerde piksel tabanlı sınıflandırma daha yüksel doğruluk değeri vermiştir.