Türk Uzaktan Algılama ve CBS Dergisi
Yazarlar: ["Enis ARSLAN", "Serkan KARTAL"]
Konular:-
DOI:10.48123/rsgis.1220879
Anahtar Kelimeler:Taşkın haritalaması,GEE,Sınıflandırıcı,Sentinel-1,Sentinel-2
Özet: Taşkın haritalarının oluşturulması, taşkın sebepli risklerin değerlendirilmesinde oldukça faydalıdır. Sel-taşkın haritalaması, eşikleme ile değişiklik tespiti (DT) ve makine öğrenimi tabanlı (MÖ) yöntemler gibi birçok uzaktan algılama tekniği ile gerçekleştirilebilmektedir. Bu çalışmalarda farklı uydu sistemleri tarafından sağlanan optik ve sentetik açıklıklı radar (SAR) görüntüleri yaygın olarak kullanılmaktadır. Bu çalışmada, denetimli MÖ algoritmaları ile Google Earth Engine'de (GEE) Sentinel-1 SAR ve Sentinel-2 MSI uydu verileri kullanılmıştır. Çalışma alanı olarak Türkiye'nin Gediz Ovası seçilmiştir ve bu alan çoğunlukla ekili arazilerle kaplıdır. Bu çalışmada 2021 yılı Şubat ayının ikinci günü meydana gelen taşkın olayı incelenmiş ve çalışma alanı için taşkın haritası oluşturulmuştur. Çalışma için, Support Vector Machines (SVM), Random Forest (RF) ve K-nearest Neighbor (KNN) MÖ algoritmaları seçilmiş ve modeller GEE'de manuel olarak oluşturulan etiketlenmiş verilerle eğitilmiştir. Ayrıca geleneksel yaklaşımla olay öncesi ve sonrası SAR görüntülerine DT uygulanmıştır. RF sınıflandırıcısı, %94 genel sınıflandırma doğruluğu ile Sentinel-2 MSI görüntülerinde en iyi performansı gösterirken, KNN sınıflandırıcı, Sentinel-1 SAR veri kümesi için %93,3 doğruluk değeri vererek SAR görüntülerinin tüm hava koşulları için uygunluğunu göstermektedir.