UZAKTAN ALGILAMA UYGULAMALARI I

Sınıflandırma işlemi sonrasında elde edilen görüntüye ait sınıfların alan dağılım raporunun hazırlanması için Analiz menüsü altındaki Georeport kullanılır.

Görüntü Sınıflandır penceresindeki;
• Sınıf Sayısı; satırına sınıflandırma sonrasında oluşması istenilen sınıf sayısı girilir.
• Iterasyon; kontrolsüz sınıflandırma yöntemi olan ISODATA yönteminde kullanılacak olan işlem tekrar sayısıdır.
• Uygulama için seçilen görüntü pencerenin sol alt kısmında yer alan Orijinal Görüntü bölümünde, sınıflandırma işlemi sonrasında oluşacak görüntü ise Sınıflandırılmış Görüntü bölümünde ön izlenir.
• Pencerenin sol üst kısmındaki Kriter Renk; sınıflandırma işleminde oluşturulan sınıf kümesine ait rengi, Gösterim Rengi; sınıflandırma sonrasında sonuç veri üzerinde sınıf kümesinin hangi renk ile gösterileceğini belirtir.
Açıklama; sınıfa ait ad, türü vb. açıklamaların tanımlanacağı, Piksel; sınıf kümesine atanmış piksel sayısını, Alan; sınıf kümesine ait alan değeri ve %; sınıf kümesinin toplam görüntü üzerindeki yüzde değerini
belirtir.

Kontrollü (Denetimli/Eğitimli) Sınıflandırma, kullanıcının kontrolünde uygulanan bir metottur. Kullanıcı, çalışma alanının arazi örtüsü hakkında verilen ön bilgiler kullanılarak sınıflandırma için gerekli istatistiki temel oluşturulur ve sınıflandırma bu temel üzerine kurulur.

Netcad/ANALIST modülü ile kontrollü sınıFLandırma En Yakın Mesafe, En Yüksek Olasılık ve Spektral Açı yöntemleri ile gerçekleştirilebilmektedir.

Sınıflandırılmış uydu görüntülerinin doğruluklarının belirlenmesi amacıyla iki farklı yöntem yaygın olarak kullanılmaktadır. Bunlardan ilki Chi-Kare (X²) testi ile hatalı sınıflandırılan piksellerin belirlenmesi, diğeri ise hata matrisi ve Kappa (K) Katsayısı ile doğruluk analizidir.

Vektörizasyon işlemi, uydu görüntüsüne ait aynı renk değer aralığına sahip piksel alanlarının, harita koordinatlarında vektör yapıdaki alan verilerine dönüştürür.

Doğruluk Analiz Raporu içerisinde;
• Genel Doğruluk: tüm doğru atanmış piksel sayısı/tüm pikseller sayısı,
• Kullanıcı Doğruluğu: bir sınıfa ait doğru sınıflandırılan piksel sayısı/o sınıftaki toplam piksel sayısı,
• Üretim Doğruluğu: bir sınıfa ait doğru sınıflandırılan piksel sayısı/bir sınıftaki olması gereken gerçek piksel sayısı,
• Kappa (K) Katsayısı Değeri: tüm değerleri göz önünde bulundurarak hesaplanan katsayıdır.

Kappa (K) Katsayısı sınıflandırmanın doğruluğunu ağırlıklı olarak hesaplayan bir istatistiksel ölçü olarak kullanılır. Hata matrisinin satır/sütun toplamları ve köşegeni üzerindeki elemanlar kullanılarak elde edilir.

Bulunan Kappa(K) Katsayısı değeri;

• 0.0 ise sınıflandırılmış ve referans verileri arasında uyuşma olmadığını,
• 0.4 ve aşağı ise sınıflandırma performansının yetersiz olduğunu,
• 0.75 ve fazlası sınıflandırma performansının çok iyi olduğunu,
• 1.0 ise tam uyuşum olduğunu göstermektedir.

En Yüksek Olasılık (Maksimum Likelihood), olasılığın tüm sınıflar için eşit olduğu ve sınıf kontrol verilerini oluşturan noktalar kümesindeki dağılımın Gauss normal dağılımı olduğu kabul edilir. Bu kabulün ışığı altında normal dağılımın ortalama vektörü ve kovaryans matrisi ile tanımlanır. Belirli sınıfa ait olan görüntü elemanları için istatiksel olasılık hesaplanır. Olasılık yoğunluk fonksiyonları sınıfı belirlenmemiş aday pikselin belirlenmesinde kullanılır.

En Yakın Mesafe (Minimum Distance), yöntemde öncelikle her bir arazi sınıfına ilişkin örnekleme bölgelerinin istatistiksel olasılık
değerleri hesaplanmakta ve bilinmeyen her bir piksel en çok benzer olduğu sınıfa atanmaktadır.