Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği

Bülent BAYRAM, (Yıldız Teknik Üniversitesi, İnşaat Fakültesi, 34220 Davutpaşa İstanbul)
Fırat ERDEM, (Yıldız Teknik Üniversitesi, İnşaat Fakültesi, 34220 Davutpaşa İstanbul)
Mustafa Andaç DERİNPINAR, (Yıldız Teknik Üniversitesi, İnşaat Fakültesi, 34220 Davutpaşa İstanbul)
Rouhollah NASİRZADEHDİZAJİ, (Yıldız Teknik Üniversitesi, İnşaat Fakültesi, 34220 Davutpaşa İstanbul)
Selen OY, (Akdeniz Üniversitesi, Uzaktan Algılama Araştırma ve Uygulama Merkezi, 07058 Antalya)
DURSUN ZAFER ŞEKER (3 İstanbul Teknik Üniversitesi, Geomatik Mühendisliği Bölümü, 34469, Maslak, İstanbu)
Geomatik
8 5
Yıl: 2018 Cilt: 3 Sayı: 2 Sayfa Aralığı: 100 - 107 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği

Öz:
Çevrenin korunması ve sürdürülebilir kıyı geliştirme hedeflerine ulaşmak için kıyı alanlarının izlenmesi gerekmektedir. Doğal çevre yönetimi, afet yönetimi, kıyı erozyonu incelemeleri, katı madde taşınımı ve kıyı morfodinamiklerinin modellemesi gibi farklı alanlarda kıyı çizgisi yaygın olarak kullanıldığından, kıyı çizgilerinin özellikle uydu görüntülerinden çıkarılması için çeşitli teknikler geliştirilmiştir. Rastgele Orman algoritması geliştirilen bu tekniklerden bir tanesidir. Rastgele Orman Algoritması, karar ağaçlarına dayanan bir makine öğrenme metodudur. Karar ağaçları, eğitim verilerinin sınıflarını analiz eder ve test verilerinin hangi sınıfa ait olduğunu eğitim verilerinden çıkarttığı kurallara göre belirler. Bu çalışmada, Terkos Gölü ve gölün hemen yakınında yer aldığı bölgedeki Karadeniz sahilindeki kıyı çizgileri, 22 Temmuz 2016 tarihinde alınan Landsat-8 uydu görüntüsüne Rastgele Orman sınıflandırma yöntemi kullanılarak çıkarılmıştır. Uygulamada öncelikle uydu görüntüsüne ön işleme uygulanmıştır. Rastgele Orman algoritması ile sınıflandırma işlemi için MATLAB platformu kullanılmıştır. Rastgele Orman algoritması çalışma bölgelerine ait görüntülerin farklı bant setlerine uygulanarak, sınıflandırma işlemi gerçekleştirilmiştir. Sınıflandırma sonucunda kara ve su sınıfları olmak üzere ikili görüntüler elde edilmiştir. Uygulanan bant setleri NIR, R-G-B ve R-G-B-NIR'dir. Terkos Gölü'ne ait elde edilen kıyı çizgilerinin doğruluklarını analiz etmek için elle sayısallaştırılan kıyı çizgileri referans alınarak alansal ve kıyı çizgisi bazında karşılaştırılmıştır. Sonuçlara bakıldığında, kıyı çizgisi çıkarımında yakın kızıl ötesi bandını içeren görüntülerin en az hatalı sonucu verdiği görülmüştür
Anahtar Kelime:

Konular: Orman Mühendisliği

Coastline Extraction By Using Random Forest Method; A Case Study Of Istanbul

Öz:
Coastal monitoring plays a vital role in environmental planning and hazard management related issues. Since shorelines are basic data for natural environment management, disaster management, coastal erosion studies, modelling of sediment transport and coastal morphodynamics, various techniques have been developed to extract coastlines. Random Forest is one of these techniques which is used in this study for shoreline extraction purpose. This algorithm is a machine learning method based on decision trees. Decision trees analyse classes of training data creates rules for classification. In this study, proposed Random Forest algorithm has been implemented to extract the shoreline of the Terkos Lake and Black Sea where near the lake from Landsat-8 image taken on 22 July 2016. The Landsat-8 image firstly pre-processed. The MATLAB environment was used for classification. To obtain land and water-body classes, the Random Forest method has been applied to NIR, R-G-B and R-G-B-NIR band sets. Manually digitized shorelines have been used for accuracy assessment. Areal and shoreline based evaluations have been done for Lake Terkos and Black Sea shoreline. According to accuracy assessment results, satisfactory results have been achieved by the proposed method. It has been seen once that most accurate results were obtained with data sets containing NIR band
Anahtar Kelime:

Konular: Orman Mühendisliği
Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • Akman, M. (2010). Veri Madenciliğine Genel Bakış ve Random Forests Yönteminin İncelenmesi: Sağlık Alanında Bir Uygulama, Yüksek Lisans Tezi, Ankara Üniversitesi, Ankara.
  • Bayram B., Acar U., Seker D. Z., & Ari A. (2008). A Novel Algorithm for Coast Line Fitting Through A Case Study Over Bosphorus. Journal of Coastal Research, 24(4), 983– 991.
  • Bayram B., Seker D. Z., Acar U., Yuksel Y., Guner, H. A. A., & Cetin, I. (2013). An Integrated Approach to Temporal Monitoring of the Shoreline and Basin of Terkos Lake. Journal of Coastal Research, 29(6), 1427-1435.
  • Bayram B., Demir N., Ogurlu M., Catal R. H., & Seker D. Z. (2016a). 3D Shoreline Extraction Using Orthophoto-Maps and LIDAR. In: 37 th Asian Conference on Remote Sensing (pp. 1-5). Sri Lanka, Colombo.
  • Bayram B., Avşar E. Ö., Şeker D. Z., Kayi A., Erdoğan M., Eker O., Janpaule I., & Çatal R. H. (2017). The Role Of National And International Geospatial Data Sources In Coastal Zone Management. Fresenius Environmental Bulletin, 26(1), 383-391.
  • Bayram, B., Demir, N., Şeker, D. Z., Ogurlu, M., Oy, S., Bozkurt, S., & İnce, A. (2016b). Mean-Shift Yöntemi ile LIDAR Intensity Verilerinden Kıyı Çizgisi Çıkartılması. Dünya CBS Günü (s.43). İstanbul, Türkiye.
  • Bendell, L. I., & Wan, P. C. (2011). Application of aerial photography in combination with gis for coastal management at small spatial scales: a case study of shellfish aquaculture. Journal of Coastal Conservation, 15(4), 417–431.
  • Benumof, B. T., & Griggs, G. B. (1999). The dependence of seacliff erosion rates on cliff material properties and physical processes: San Diego County, California. Shore Beach, 67(4), 29–41.
  • Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32.
  • Ding, X., & Li, X. (2014). Coastline Detection in SAR Images Using Multiscale Normalized Cut Segmentation. In: 2014 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), (pp. 4447- 4449). Quebec City, Canada.
  • Dornbusch, U., Robinson, D. A., Moses, C. A., & Williams, R. B. G. (2006). Chalk coast erosion and its contribution to the shingle budget in East Sussex. Zeitschrift für Geomorphologie, 144, 215–230.
  • Gens, R. (2010). Remote sensing of coastlines: detection, extraction and monitoring. International Journal of Remote Sensing, 31(7), 1819–1836.
  • Gislason, P. O., Benediktsson, J. A., & Sveinsson, J. R. (2006). Random forests for land cover classification. Pattern Recognition Letters, 27(4), 294-300.
  • Guariglia, A., Buonamassa, A., Losurdo, A., Saladino, R., Trivigno, M. L.,
  • Zaccagnino, A., & Colangelo, A. (2006). A multisource approach for coastline mapping & identification of the shoreline changes. Annals of Geophysics, 49(1), 295–304.
  • He, J., Harris, J. R., Sawada, M., & Behnia, P. (2015). A comparison of classification algorithms using Landsat-7 and Landsat-8 data for mapping lithology in Canada's Arctic. International Journal of Remote Sensing, 36(8), 2252-2276.
  • Jayson-Quashigah, P. N., Addo, K. A., & Kodzo, K. S. (2013). Medium resolution satellite imagery as a tool for monitoring shoreline change. Case study of the Eastern coast of Ghana. Journal of Coastal Research, 65(sp1), 511-516.
  • Kutser, T., Paavel, B. C., Verpoorter, C., Kauer, T., & Vahtmäe, E. (2012). Remote sensing of water quality in optically complex lakes. In: Proceedings of the XXII Congress of the International Society for Photogrammetry and Remote Sensing (pp.165-169). Melbourne, Australia.
  • Landsat-8. Retrieved April 3, 2017, from https://landsat.gsfc.nasa.gov/landsat8/landsat-8- overview/
  • Li, R., K. Di., & R. Ma. (2001). A Comparative Study of Shoreline Mapping Techniques. In: 4th International Symposium on Computer Mapping and GIS for Coastal Zone Management (pp. 53-60). Halifax, Nova Scotia, Canada.
  • Machado C. A. S., Beltrame A. M. K., Shinohara E. J., Giannotti M. A., Durieux L., Nobrega T. M. Q., & Quintanilha J. A. (2014). Identifying concentrated areas of trip generators from high spatial resolution satellite images using object-based classification techniques. Applied Geography, 53, 271-283.
  • Marques, F. M. S. F. (2006). Rates, patterns, timing and magnitude-frequency of cliff retreat phenomena. A case study on the west coast of Portugal. Zeitschrift für GeomorphologieSupplementbände, 144, 231–257.
  • Oyedotun, T. D. T. (2014). Shoreline Geometry: DSAS as a Tool for Historical Trend Analysis. Geomorphological Techniques, Chap. 3, Sec. 2.2 (2014), 12.
  • Pardo-Pascual J. E., Almonacid-Caballer J., Ruiz L. A., & Palomar-Vázquez, J. (2012). Automatic extraction of shorelines from Landsat TM and ETM+ multi-temporal images with subpixel precision. Remote Sensing of Environment, 123, 1– 11.
  • Pierre, G., & Lahousse, P. (2006). The role of groundwater in cliff instability: an example at Cape Blanc-Nez (Pas-deCalais, France). Earth Surface Processes and Landforms, 31(1), 31–45.
  • Robert, K. V., Xiaoming, Q., Michael, R., McKayb, L., Minerb, J., Czajkowskic, K., Savinod, J., & Bridgeman, T. (2004). Phycocyanin detection from LANDSAT TM data for mapping cyanobacterial blooms in Lake Erie. Remote Sensing of Environment, 89(3), 381–392.
  • Schmitt, M., Lingyun, W., & Xiao X. Z. (2015). Automatic Coastline Detection in Nonlocally Filtered TANDEM-X Data. In: Proceedings of IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2015, IEEE Xplore (pp. 1036-1039). Mailand, Italien.
  • Song C., Huang B., Ke L., & Richards K. S. (2014). Remote sensing of alpine lake water environment changes on the Tibetan Plateau and surroundings: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 92, 26–37.
  • Thieler, E. R., Himmelstoss, E. A., Zichichi, J. L., & Ergul, A. (2009). The Digital Shoreline Analysis System (DSAS) version 4.0 - An ArcGIS extension for calculating shoreline change (No. 2008-1278). US Geological Survey.
  • Trochta J. T., Mouw C. B., & Moore T. S. (2015). Remote sensing of physical cycles in Lake Superior using a spatio-temporal analysis of optical water typologies. Remote Sensing of Environment, 171, 149–161.
  • Yousef A., & Iftekharuddin K. (2014). Shoreline extraction from the fusion of LiDAR DEM data and aerial images using mutual information and genetic algorithms. In: 2014 International Joint Conference on Neural Networks (IJCNN) (pp. 1007– 1014). Beijing, China.
  • Yu S., Mou Y., Xu d., You X., Zhou L., & Zeng W. (2013). A New Algorithm for Shoreline Extraction from Satellite Imagery with Non-Separable Wavelet and Level Set Method. International Journal of Machine Learning and Computing, 3(1), 158-163.
  • Zhang, T., Yang, X., Hu, S., & Su, F. (2013). Extraction of coastline in aquaculture coast from multispectral remote sensing images: Object-based region growing integrating edge detection. Remote sensing, 5(9), 4470-4487.
  • Zheng G., Peng L., Tao G., & Wang C. (2011). Remote sensing analysis of Bohai Bay West Coast shoreline changes. In: 2011 IEEE International Conference on Spatial Data Mining and Geographical Knowledge Services (ICSDM) (pp. 549- 552). Fuzhou, China.
APA BAYRAM B, ERDEM F, DERİNPINAR M, NASİRZADEHDİZAJİ R, OY S, Seker D (2018). Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. , 100 - 107.
Chicago BAYRAM BÜLENT,ERDEM Fırat,DERİNPINAR Mustafa Andaç,NASİRZADEHDİZAJİ Rouhollah,OY Selen,Seker Dursun Zafer Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. (2018): 100 - 107.
MLA BAYRAM BÜLENT,ERDEM Fırat,DERİNPINAR Mustafa Andaç,NASİRZADEHDİZAJİ Rouhollah,OY Selen,Seker Dursun Zafer Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. , 2018, ss.100 - 107.
AMA BAYRAM B,ERDEM F,DERİNPINAR M,NASİRZADEHDİZAJİ R,OY S,Seker D Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. . 2018; 100 - 107.
Vancouver BAYRAM B,ERDEM F,DERİNPINAR M,NASİRZADEHDİZAJİ R,OY S,Seker D Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. . 2018; 100 - 107.
IEEE BAYRAM B,ERDEM F,DERİNPINAR M,NASİRZADEHDİZAJİ R,OY S,Seker D "Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği." , ss.100 - 107, 2018.
ISNAD BAYRAM, BÜLENT vd. "Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği". (2018), 100-107.
APA BAYRAM B, ERDEM F, DERİNPINAR M, NASİRZADEHDİZAJİ R, OY S, Seker D (2018). Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. Geomatik, 3(2), 100 - 107.
Chicago BAYRAM BÜLENT,ERDEM Fırat,DERİNPINAR Mustafa Andaç,NASİRZADEHDİZAJİ Rouhollah,OY Selen,Seker Dursun Zafer Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. Geomatik 3, no.2 (2018): 100 - 107.
MLA BAYRAM BÜLENT,ERDEM Fırat,DERİNPINAR Mustafa Andaç,NASİRZADEHDİZAJİ Rouhollah,OY Selen,Seker Dursun Zafer Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. Geomatik, vol.3, no.2, 2018, ss.100 - 107.
AMA BAYRAM B,ERDEM F,DERİNPINAR M,NASİRZADEHDİZAJİ R,OY S,Seker D Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. Geomatik. 2018; 3(2): 100 - 107.
Vancouver BAYRAM B,ERDEM F,DERİNPINAR M,NASİRZADEHDİZAJİ R,OY S,Seker D Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği. Geomatik. 2018; 3(2): 100 - 107.
IEEE BAYRAM B,ERDEM F,DERİNPINAR M,NASİRZADEHDİZAJİ R,OY S,Seker D "Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği." Geomatik, 3, ss.100 - 107, 2018.
ISNAD BAYRAM, BÜLENT vd. "Rastgele Orman Yöntemi Kullanılarak Kıyı Çizgisi Çıkarımı İstanbul Örneği". Geomatik 3/2 (2018), 100-107.
Sayfa Oluşturulma Tarihi
25-04-2024 23:31

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları