İsmail ÇÖLKESEN 501102602 Doktora Tez Önerisi Tez Danışmanı : Prof.Dr. Tahsin YOMRALIOĞLU İTÜ Geoma*k Mühendisliği İçerik Giriş Tez Çalışmasının Amacı Zaman Çizelgesi 1 of 25 Giriş Yeryüzü ile ilgili yapılan çalışmaların başarısı kullanılacak bilginin doğruluğu ve güvenirliği ile yakından ilişkilidir. Bilgilerin hızlı ve ekonomik bir şekilde elde edilebilmesi önemli bir ihkyaçlr. Uzaktan algılama teknolojileri sahip olduğu önemli avantajlar ile yeryüzünde meydana gelen yapay ve doğal değişiklerin izlenmesi, mevcut doğal kaynaklara ilişkin envanterlerin oluşturulması gibi küresel veya yerel ölçekli birçok çalışma için önemli bir veri kaynağı konumundadır. 2 of 25 1
Uzaktan Algılama Uzaktan algılama bir cisim, alan veya doğal olayla ilgili bilgileri bu cisim, alan veya doğal olayla direkt temas etmeksizin toplama teknolojisi ya da bilim dalı olarak tanımlanabilir. Lillesand & Kiefer (1994) Uzak mesafeden objeler hakkında bilgiler toplama tekniğidir. Rees (2001) 3 of 25 Uzaktan Algılamanın Avantajları Dünyanın sinapkk görüntüsü sağlanır Geniş kapsama alanı Nesnelerin gözle görülemeyen özelliklerinin tespik Hızlı, düşük maliyetli ve güncel Tehlikeli ve ulaşılması güç/imkansız alanlar görüntülenebilir Periyodik olarak görüntü temini Dijital formatlı görüntü ürünleri (raster yapı) 4 of 25 Uzaktan Algılamanın Tarihçesi 1839 FotoğraZn icadı 1850s Balonlardan fotoğraf çekimi 1909 Uçaklardan fotoğraf çekimi 1940s Uzaydan ilk fotoğraflar 1960s İlk uydular (Explorer 7, TIROS 1, Nimbus, GOES ) 1972 Landsat- 1 Yer gözlem amaçlı gönderilen ilk uydu 1978 Seasat İlk radar uydusu 1986 Spot- 1 Avrupanın uzaktan algılama alanına girişi 1988 IRS- 1A Hindistan uzaktan algılama uydusu 1980s AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) 1990s Global uzaktan algılama sistemleri 2001 Hyperion (220 spektral bant) 2008 GeoEye- 1 En yüksek konumsal çözünürlüğe sahip uydu (0.40 m) 2009 WorldView- 2 Yüksek konumsal çözünürlük (0.50 m), 8 mulpspektral bant Gelecek Hiperspektral and hiperkonumsal sensörler, insansız hava araçları 5 of 25 2
Uydu Görüntüleri Çözünürlük Tipleri Konumsal Çözünürlük Anlık olarak bir sensör tarazndan görünen ve kaydedilen alan Spektral Çözünürlük Görüntünün bant sayısı ve bu bantların genişlikleri Radyometrik Çözünürlük Sensör tarazndan kaydedilen görüntü verisinin bölünme/renklendirme derecesi Zamansal Çözünürlük Belirli bir alan için görüntü kaydetme zaman aralığı 6 of 25 Yeryüzü üzerindeki objelerin uzaktan algılama teknolojileri ile ayırt edilebilmelerinin en önemli nedeni, söz konusu objelerin farklı spektral özelliklere sahip olmasıdır. Uzaktan algılama sistemleri, seçilen dalga boyu bantlarında yer yüzeyindeki cisimlerden yansıyan ve yayılan enerji miktarlarını kayıt etmektedir. 7 of 25 8 of 25 3
Uzaktan algılanan verilerin bilgisayar ortamında analiz edilebilmesi için objelerin spektral özelliklerinin bilinmesi gerekmektedir. Yer yüzeyi objelerinin spektral özelliklerinin tespik, uzaktan algılanan verilerin uygun bir şekilde analizi ve yorumlanması açısından son derece önemlidir. 9 of 25 Yeryüzündeki objelerin ayırt edilmesinde yaşanan en büyük problem benzer spektral özelliklere sahip objelerin ayırt edilmesinde yaşanmaktadır. 10 of 25 Özellikle görünür ve kızıl ötesi bölgede benzer spektral özellikler sergileyen bitki türlerinin ayırt edilmesinde hiperspektral görüntülerin kullanımının yanı sıra arazide gerçekleşkrilecek spektral ölçümler önem kazanmaktadır. 11 of 25 4
Hiperspektral algılayıcılar elektromanyekk spektrumun görünür bölgesinden kızılötesi bölgeye kadar olan kısmında çok küçük dalga boyu aralıklarında yüzlerce spektral ban]a veri toplayabilmektedir. Hiperspektral görüntülerde söz konusu yüksek spektral çözünürlük sayesinde yeryüzü objeleri arasındaki spektral benzerlikler, değişimler ve farklılıklar standart görüntü algılayıcılarına oranla daha yüksek bir başarımla tespit edilebilmektedir. 12 of 25 Spektroradyometrik yöntemlerin esası, objelerin elektromanyekk bölgelerde kendine özgü yansıma (reflectance) değerlerinin bulunmasına dayanmaktadır. Yansıma değeri objeye renk, doku ve parlaklık gibi özellikleri veren kimyasal yapısından kaynaklanmaktadır. 13 of 25 Tez Çalışmasının Amacı Amaç: Görünür bölgede ayrımlama yapılamayan ve spektral olarak benzer özelliklere sahip bitki örtüsü Kplerinin yersel spektral ölçme verileri ve uydu görüntülerinin entegre olarak kullanılması ile ayırt edilmesi ve görüntü üzerinde karışık pikseller olarak tanımlanan objelerin sınıflandırılması probleminin çözümüne yönelik bir yaklaşımın ortaya konulması hedeflenmektedir. 14 of 25 5
Tez Çalışmasının Amacı Arazide gerçekleşkrilecek spektroradyometre ölçümleri ile benzer spektral özelliklere sahip bitki örtüsü türleri için spektral kütüphane oluşturulması öngörülmektedir. Spektral ölçümler sonucu elde edilen spektral kütüphane yardımıyla bitki türlerinin ayırt edilebildiği en uygun spektral dalga boyu aralıkları tespit edilerek analiz edilecekkr. Oluşturulan spektral kütüphane mulkspektral ve hiperspektral uydu görüntüleri ile ilişkilendirilerek farklı bitki türlerinin yüksek doğrulukta sınıflandırıldığı temakk haritalar üreklecekkr. 15 of 25 Pilot Bölgelerin belirlenmesi Çalışma Alanı: Trabzon Mevcut veri/harita temini Örnekleme alanlarının tespik 16 of 25 Örnekleme alanlarının tespik Spektroradyometre ölçümleri Spektroradyometre ölçümlerinin yeniden örneklenmesi Spektral ölçmeler, hem arazide hem de laboratuvar ortamında 350 ile 2500 Nanometre dalga boyu aralığında yansılm kaydedebilen ASD FieldSpec3 Kpi spektroradyometre ile yapılacaklr. Spektral kütüphanenin oluşturulması X,Y,Z,.jpg Spektrum 17 of 25 6
Örn. No Pilot bölge X Y Z Açıklama Resim Spektrum 1 1 4536139.54 563887.77 125.01 Fındık 2 1 4535344.27 565856.79 178.61 Çay 18 of 25 19 of 25 Uydu görüntülerinin temini Uydu görüntülerinin ön işlemesi ve kozmekk operasyonlar MuKspektral ve Hiperspektral veriler için bant seçimi WorldView- 2 (8 spektral bant, 1.84 m) EO- 1 Hyperion (220 spektral bant, 30 m) CHRIS Proba (63 spektral bant, 30 m) Atmosferik, Radyometrik ve Geometrik düzeltmeler DN dan yansıma değerlerine dönüşüm Spektral kütüphane yardımıyla ayrım yapılabilen bantların seçimi GeneKk algoritma Ana bileşenler analizi Spectral Angle Mapper (SAM). 20 of 25 7
Uydu görüntülerinin sınıflandırılması Destek Vektör Makineleri Karar Ağaçları Yapay Sinir Ağları 21 of 25 Sınıflandırma Sonuçlarının Analizi TemaKk haritaların oluşturulması TemaKk haritaların doğruluğunun analizi Genel Değerlendirme Hata matrislerinden elde edilecek kullanıcı ve ürekci doğrulukları, Kappa değerleri, genel doğruluk değerleri. Z- test,t- test ve McNemar s gibi istakskksel testler kullanılarak doğruluk değişimlerindeki anlamlılık analiz edilecekkr. ÜreKlen temakk haritaların yer gerçekliğinin doğrulanması En yüksek doğruluğa sahip temakk harita üzerinden gerçekleşkrilecek analizler 22 of 25 Tez Çalışma Sonuçları Üzerine Değerlendirme Uzaktan algılama teknolojisi ve yersel spektral ölçme verilerinin entegrasyonunun sağlanması, Spektral ölçülerin sınıflandırma doğruluğu üzerindeki etkilerinin ortaya koyulması, Günümüzde kullanımı her alanda artmaya başlayan spektroradyometre ölçme verilerinin hiperspektral uydu verileriyle entegrasyonu ile bölgesel bitki örtüsünün haritalanması çalışması ülkemizde yapılan öncül çalışmalardan biri olacaklr. Tez çalışması ile, klasik yöntemlerle belirlenen ve oldukça zaman ve maliyet yükü gerekkren çalışmaların gerekliliği azalllacaklr. Worldview- 2 uydu görüntülerinin vejetasyon ve bitki örtüsü Kplerinin tespiknde kullanımı irdelenecekkr. 23 of 25 8
Tez Çalışma Sonuçları Üzerine Değerlendirme Hiperspektral görüntülerden en uygun bantların seçilmesinde klasik yöntemlere ilaveten genekk algoritmaların kullanımı ve avantaj/dezavantajları ortaya koyulacaklr. Tez çalışmasında kullanılan hiperspektral ve mulkspektral görüntülerin sınıflandırılmasında kullanılacak SVM, KA ve ANN yöntemlerinin kullanımı literatürde güncelliğini korumakta ve performanslarının karşılaşlrılması ile ilgili çalışmalar tarlşılmaya devam etmektedir. Tez çalışması ile oluşturulan spektral kütüphane, çalışma alanındaki ekonomik değere sahip bitki türlerinin (Zndık, mısır ve çay) uzaktan algılama verileriyle tespit edilerek rekolte hesaplamalarının yapılması gibi yüksek doğruluk gerekkren çalışmalarda kullanılabilecek önemli bir altlık niteliğindedir. 24 of 25 İşlem Adımı/Tanım AYLAR 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 1- Tez ön hazırlık çalışmaları, literatür taraması 2- Saha Çalışmaları, pilot bölgelerin tespiti, benzer özelliklere sahip nesnelerin gruplandırılması 3- Saha Çalışmaları, belirlenen nesne türleri için spektral ölçümlerin yapılması 4- Spektral ölçülerin analizi ve spektral kütüphanenin oluşturulması 5- Uydu görüntülerinin temini 6- Uydu görüntülerinin ön işlemesi 7- Uydu görüntüleri ile spektral ölçülerin ilişkilendirilmesi 8- Uydu görüntüleri görüntüler için en uygun bant seçimi 8- Görüntü Sınıflandırma: DVM, YSA ve KA Yöntemleri 9- Sınıflandırma Sonuçlarının Analizi 10- Tez Yazımı ve Sonuçlara ilişkin makale/bildiri hazırlanması 25 of 25 Teşekkürler 9