UZAKTAN ALGILAMA UYGULAMALARI II

Kontrollü sınıflandırma yapılacak alanın sınırını belirlemek için Atatürk Barajı’nın olduğu alana yakınlaşılır.  Yeni alan sayısallaştır (Digitize new area) komutu seçilir ve kare bir alan çizilir. Karşınıza çıkan Öznitelik tanımla (Define attributes) penceresinde Gönder (Submit) sekmesine basılarak çizim işlemi bitirilir

Eğitim verisi toplama işleminin ilk adımı sınıflandırmada kullanılacak sınıfların oluşturulmasıdır. Bu işlem için GRASS GIS Kontrollü Sınıflandırma Aracı (GRASS GIS Supervised Classification Tool) penceresinde Sınıf yöneticisi (Class maneger) sekmesine basılır.

Kontrollü sınıflandırma işleminden önce oluşturulacak sınıflara ait eğitim verisi toplanır.

Günümüzde görüntü sınıflandırılması için çok sayıda yöntem geliştirilmiştir. GRASS yazılımı standart yöntemlerin kullanımı için bir yaklaşım sunmaktadır.

Format olarak GeoTIFF seçilir.

GRASS yazılımına aktarılan bantlar tematik uzaktan algılamada kullanılan görünür ve kızıl ötesi aralıkta yer alan bantlardır.

Bantları yazılıma ekledikten sonra çalışma bölgesinin belirlenmesi gerekmektedir.

GRASS yazılımında Region (Bölge) diktörtgen bir sınırla tanımlanan GRASS lokasyonunun bir alt elemanıdır.

Kontrolsüz sınıflandırma işlemi görüntü piksellerinin otomatik olarak sahip oldukları değerlere göre, farklı spektral aralıklı sınıflara atanması işlemidir.

Kümele işleminin hangi şartlarda yapılacağını belirlemek için; Sınıfların başlangıç numarası, En büyük iterasyon sayısı, Yüzde yakınsama,  Sınıftaki minimum piksel sayısı girilmektedir.

Yedi.

Uzaktan algılama uygulamalarında kontrollü sınıflandırma işlemi çalışılacak alan hakkında bilgi sahibi olunduğunda tercih edilen bir sınıflandırma işlemidir.

Arazi sınıfı aktif hale getirilerek.

Harita Görüntüleme (Map Display) ekranında uydu görüntülerinin kenarları siyah renkli olarak görülmektedir. Sınıflandırma işlemine başlamadan önce, bu siyah renkli alanların sınıflandırma işlemine dahil edilmemesi için maskelenmesi gerekmektedir.

Uydu görüntülerinin kenarlarında yer alan siyah alanları maskelemek için Katman Yöneticisi (Layer Manager) penceresinden Raster → Maske (Raster → Mask (r.mask)) seçilir. Açılan r.mask [raster, mask] penceresinden Raster sekmesi altında Maskeleme için kullanılacak raster adı (Name of raster to use as mask) bölümünden Band1 seçilir.

Kontrolsüz sınıflandırma işlemi için gerekli olan görüntü imza dosyasının oluşturulması için Görüntü → Görüntüyü sınıflandır → Girdileri eğitimsiz sınıflandırma için kümeleme (imagery → Classify image → Clustering input for unsupervised classification (i.cluster)) seçilir.

Açılan i.cluster penceresinden Girdi görüntü grup ismi (Name of input imagery group) olarak, daha önce oluşturulan grup_1 seçilir. Girdi görüntü altgrubunun adı (Name of input imagery subgroup) olarak altgrup_1 seçilir. Sonuç imzaları içeren çıktı dosya ismi (Name of output file containing result signatures) olarak kontrolsuz_signature girilir.

i.cluster penceresinde yer alan Ayarlar (Settings) sekmesine basılır. Kümele işleminin hangi şartlarda yapılacağını belirlemek için karşınıza çıkan alanlardan Sınıfların başlangıç numarası (initial number of classes (valid range 1-255)) değeri 10, En büyük iterasyon sayısı (Maximum number of iterations) değeri 30, Yüzde yakınsama (Percent convergence) değeri 98.0, Sınıftaki minimum piksel sayısı (minimum number of pixel in a class) değeri 20 olarak girilir. Gerekli değerleri girdikten sonra Çalıştır (Run) sekmesine basılarak kümele işlemi gerçekleştirilir.

Hem kontrolsüz sınıflandırma hem de kontrollü sınıflandırma işlemi için aynı grup ve altgrup kullanılacaktır. Sınıflandırma işlemi için kullanılacak grup ve altgrubu elde etmek için Katman Yöneticisi (Layer Manager) penceresinden Görüntü → Görüntü ve grup geliştir → Grup oluştur/düzenle (Imagery → Develop images and groups → Create/edit group [i.group]) seçilir.

Maksimum olabilirlik sınıflandırma (Maksimum likelihood classification) algoritmasını aktif hâle getirmek için Görüntü → Görüntüyü sınıflandır → Maksimum olabilirlik sınıflandırma (imagery → Classify image → Maximum likelihood classification (MLC) [i.maxlik]) seçilir.

Kontrollü sınıflandırma işleminde eğitim verilerini toplamak için Görüntü → Görüntüyü sınıflandır → Kontrollü sınıflandırma için etkileşimli girdi (imagery → classify → Interactive input for supervised classification [g.gui.class]) seçilir. Bu şekilde GRASS GIS Kontrollü Sınıflandırma Aracı (GRASS GIS Supervised Classification Tool) arayüzüne ulaşılır.

Vektör harita olarak dışarı aktarılan eğitim alanlarını kontrollü sınıflandırma işleminde kullanabilmek için, vektör haritanın raster harita olarak kayıt edilmesi gerekmektedir. Bu işlem için Katman Yöneticisi (Layer Manager) penceresinden Vektör → Harita Tipi Dönüşümleri →Vektörden raster’e (Vector → Map type conversions → Vector to raster [v.to.rast]) komutu seçilir.

Üretilen sınıflandırma haritasına kendi renklerimizi atamak için Katman Yöneticisi (Layer Manager) penceresinden Raster → Renkleri yönet → Renk kurallarını interaktif olarak yönet (Raster → Manage colors → Manage color rules interactively) seçilir.