Comparison of Remote Sensing Classification Techniques for Water Body Detection: A Case Study in Atikhisar Dam Lake (Çanakkale)

Emre ÖZELKAN

doi:https://doi.org/10.17776/csj.556440

Makale detayları

Comparison of Remote Sensing Classification Techniques for Water Body Detection: A Case Study in Atikhisar Dam Lake (Çanakkale)

Yazarlar:

Emre ÖZELKAN

Ana Başlıklar:

Astronomi ve ilgili bilimler

Dergi:

Cumhuriyet Science Journal 2019 Vol.40 Issue 3, pp.650-661

Belge Tipi:

Makale

Yayın Tarihi:

9/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000920520

DOI:

https://doi.org/10.17776/csj.556440

Özet:

 


Water resources management is
one of the most important issues of today. Satellite remote sensing have been
successfully used to detect the presence of water bodies. In this study, four
remote sensing methods: (1) normalized difference water index (NDWI), (2)
support vector machine (SVM), (3) geographic object-based image analysis
(GEOBIA) and (4) NDWI supported GEOBIA (GEOBIA_NDWI) were examined for water
body area detection. For this purpose, Atikhisar Dam Lake, the only water
source of Çanakkale central district of Turkey was selected as study area. As
remote sensing data nine multitemporal Landsat-8 Operational Land Imager (OLI)
multispectral satellite images between 2013 and 2017 were used. For the
accuracy assessment, area values extracted from the used methods were tested
with in-situ measurement lake area values. The main issues discussed in this
study can be specified as follows: (i) Is pixel-based classification SVM or
object-based image classification GEOBIA more successful in the water body
detection?, (ii) Are the image classification methods (SVM and GEOBIA) or the
water index (NDWI) more successful in the water body detection? and (iii) What
is the contribution of NDWI to GEOBIA_NDWI (GEOBIA_NDWI) classification in the
water body detection? The results show that meteorological factors and irrigation
were influential in lake area variations. NDWI was found to be superior to
other methods in determining water body and allowed for better detection of the
lake boundary. Additionally, NDWI made a better separation of the land cover
classes adjacent to water at the border. The object based GEOBIA was better
than the pixel based SVM for distinguishing water and other land cover classes
adjacent to border. GEOBIA_NDWI lake area results were more accurate than the
standard object-based classification. Mixed pixels out of the lake area was
determined less in the NDWI and GEOBIA_NDWI results.

.

 


Su kaynakları yönetimi günümüzün en önemli
konularının başında gelmektedir. Su kütlelerinin varlığının tespitinde uydudan
uzaktan algılama başarı ile kullanılmaktadır. Bu çalışmada, (1) normalize
edilmiş fark su indisi (NDWI), (2) destek vektör makinaları (DVM), (3) coğrafi
nesne-tabanlı görüntü analizi (GEOBIA) ve NDWI destekli GEOBIA (GEOBIA_NDWI)
uzaktan algılama yöntemleri su kütlesini belirleyebilmek için incelenmiştir. Bu
amaçla, Türkiye’nin Çanakkale İl’inin Merkez İlçe’sinin tek su kaynağı olan
Atikhisar Baraj Gölü çalışma alanı olarak tercih edilmiştir. Uzaktan algılama
verisi olarak, 2013 ve 2017 yılları arasında temin edilmiş, dokuz adet çok
zamanlı Landsat-8 Operational Land Imager (OLI) multispektral uydu görüntüsü
kullanılmıştır. Kullanılan yöntemlerden elde edilen sonuçların doğruluk analizi
için, yerinde ölçülen göl alanı değerleri kullanılmıştır. Bu çalışmada ele
alınan ana konular şu şekilde sıralanabilir: (i) Piksel tabanlı sınıflandırma
DVM mi yoksa nesne tabanlı sınıflandırma GEOBIA mı su kütlesi belirlemede daha
başarılıdır?, (ii) Görüntü sınıflandırma yöntemleri mi (DVM ve GEOBIA) yoksa su
indisi mi (NDWI) su kütlesi belirlemede daha başarılıdır? ve (iii) NDWI’ın
GEOBIA_NDWI sınıflandırmasına su kütlesi belirlemede katkısı nedir? Sonuçlar
meteorolojik etkenlerin ve sulamanın göldeki değişimlerde etkili olduğunu
göstermektedir. NDWI göl alanı belirlemede daha başarılı bulunmuştur ve göl
sınırı belirlemede daha iyi sonuç vermektedir. Ek olarak, NDWI göl kenarında su
ile temas eden sınıfları daha iyi ayırabilmektedir. Nesne tabanlı GEOBIA suyla
temas eden arazi örtüsü sınıflarını piksel tabanlı DVM’den daha iyi
ayırabilmektedir. GEOBIA_NDWI sonuçları standart nesne tabanlı sınıflandırmadan
daha doğrudur. NDWI ve GEOBIA_NDWI sonuçlarında göl alanı dışında su olarak
atanmış piksel sayısı daha azdır. 

.

Makale detayları

Comparison of Remote Sensing Classification Techniques for Water Body Detection: A Case Study in Atikhisar Dam Lake (Çanakkale)

Yazarlar: Emre ÖZELKAN

Ana Başlıklar: Astronomi ve ilgili bilimler

Dergi: Cumhuriyet Science Journal 2019 Vol.40 Issue 3, pp.650-661

Belge Tipi: Makale

Yayın Tarihi: 9/2019

Belge Dili: İngilizce

Document ID (Org No.): 2000920520

DOI: https://doi.org/10.17776/csj.556440

Sayı

Yazarlar:

Emre ÖZELKAN

Ana Başlıklar:

Astronomi ve ilgili bilimler

Dergi:

Cumhuriyet Science Journal 2019 Vol.40 Issue 3, pp.650-661

Belge Tipi:

Makale

Yayın Tarihi:

9/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000920520

DOI:

https://doi.org/10.17776/csj.556440