Tez No	İndirme	Tez Künye	Durumu
143239	Bu tezin, veri tabanı üzerinden yayınlanma izni bulunmamaktadır. Yayınlanma izni olmayan tezlerin basılı kopyalarına Üniversite kütüphaneniz aracılığıyla (TÜBESS üzerinden) erişebilirsiniz.	A multi-temporal masking classification method for field based agricultural crop mapping / Parsel bazlı tarımsal ürün belirlenmesi için çok zamanlı maskelemeli sınıflandırma metodu Yazar:MAHMUT ARIKAN Danışman: Y.DOÇ.DR. MUSTAFA TÜRKER Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı Konu:Jeodezi ve Fotogrametri = Geodesy and Photogrammetry Dizin:	Onaylandı Yüksek Lisans İngilizce 2003 158 s.
Bu çalışma, Mayıs, Temmuz ve Ağustos 2000'de elde edilen çok zamanlı Landsat 7 ETM+ görüntüleri kullanılarak tarımsal ürünlerin parsel tabanlı sınıflandırılmasını incelemektedir. Çalışma alanı, Türkiye'nin Kuzey batısında, yaklaşık 15 km x1 1.3 km alanı kapsamaktadır ve alanda çok çeşitli ürün yetişmektedir. Çalışma amacı, tarımsal saha içindeki yaz (Ağustos) ürünlerinin saptanmasıdır. Sınıflandırma metodolojisi, Landsat 7 ETM+ görüntülerinin çok zamanlı maskelemelendirilmesine dayanmaktadır. Bu çalışmada ilk olarak, en büyük olabilirlik sınıflandırma algoritması kullanılarak bu üç görüntü (Mayıs, Temmuz, Ağustos 2000) üzerinde denetimli piksel başına sınıflandırılma yapılmıştır. Sınıflandırmanın hassasiyeti referans bilgisiyle karşılaştırılarak hesaplanmıştır. Hassiyeti yüksek olan sınıflar maskelenmiş ve Ağustos görüntüsü, maskelenmiş sahaları katmadan, sadece maskelenmemiş sınıflar kullanılarak, tekrar sınıflandırılmıştır. Maskeleme tekniği, sınıflar arasındaki tayf örtüşmesinden kaynaklanan problemlerin üstesinden gelebilmek için uygulanmıştır. Sınıflandırma işleminin tamamlanmasının ardından, çok zamanlı sınıflandırılmış Ağustos görüntüsü sonuçları Uzaktan Algılama ve Coğrafi Bilgi Sistemleri (CBS) birlikteliğinde saha başına analiz edilmiştir. Herbir saha içine düşen sınıflandırılmış piksellerin yüzdeleri hesaplanmış ve en yüksek yüzde değeri temel alınarak sahaya sınıf etiketi atanmıştır. Bu çok zamanlı maskeleme tekniğinin sınıflandırma hassiyetinin sonucu %81'dir. Bu değer, Ağustos görüntüsünün tek başına sınıflandırılmasından %10 daha hasasdır. Coğrafi bilgi veritabanının anlık güncellenmesi, analiz sonuçlarının doğrudan veritabanına girilmesiyle sağlanmıştır. Anahtar Kelimeler: Çok zamanlı görüntü sınıflandırılması, parsel bazlı analiz, çok zamanlı maskeleme, görüntü kaynaştırma, ürün haritalama, Landsat 7 ETM+.
This study describes the field-based classification of agricultural crops using multi-date Landsat 7 ETM+ images acquired in May, July, and August 2000. The study area is located in north-west of Turkey with a size of about 1 5 km x 1 1.3 km and grows a variety of crops. The objective was to identify the summer (August) crops within the agricultural fields. The classification methodology is based on a multi- temporal masking of Landsat 7 ETM+ images. First, a supervised per-pixel classification of the three images (May, July, and August 2000) was performed using a maximum likelihood classifier algorithm. The accuracy of classified outputs was computed by comparing them with the ground truth information. Those classes with a high classification accuracy were masked out and the August image was re-classified using the unmasked classes only excluding the masked areas from the classification. The masking technique was applied to overcome the problems caused by the spectral overlaps between the classes. After completing the classification process, the multi- temporal classified output of the August image was analyzed in a field specific manner in the integration of remote sensing and geographic information system (GIS). In each field, the percentages of classified pixels were computed and the field was assigned a class label based on the highest percentage value. The resulting classification accuracy of the multi-temporal masking technique was 81%, which was 10% more accurate than the classification of the August image only. An immediate updating of a GIS database was provided by means of directly entering the analysis results into the database. Keywords: Multi-temporal image classification, field-based analyses, multi- temporal masking, image fusion, crop mapping, Landsat 7 ETM+.