Destek Vektör Makineleri ile MODIS Verisinden Fraksiyonel Kar Örtüsünün Ilgaz Orman İşletme Müdürlüğü Bölgesinde Belirlenmesi

Bora Berkay ÇİFTÇİ; Semih KUTER

Article Details

Destek Vektör Makineleri ile MODIS Verisinden Fraksiyonel Kar Örtüsünün Ilgaz Orman İşletme Müdürlüğü Bölgesinde Belirlenmesi

Authors:

Bora Berkay ÇİFTÇİ | Semih KUTER

Publisher:

Bartin University

Main Topics:

Orchards, fruits, forestry

Journal:

Journal of Bartin Faculty of Forestry 2019 Vol.21 Issue 3, pp.911-926

Document Type:

Article

Publication Date:

12/2019

Document Language:

Turkish

Document ID (Org No.):

2000928549

Frequency:

Tri-annual

eISSN:

1308-5875

pISSN:

1302-0943

Keywords:

Abstract:

 


This study is focused on the assessment of
support vector machines (SVM) in order to estimate the fractional snow cover
(FSC) from coarse spatial resolution moderate resolution imaging
spectroradiometer (MODIS) imagery in Ilgaz Forest District area located within
the cities of Çankırı and Kastamonu.  SVM
model training is carried out by employing 10 predictor variables obtained from
MODIS images taken between March 2000 and April 2016, namely, MODIS
top-of-atmospheric reflectance values of bands 1-7, normalized difference snow
index, normalized difference vegetation index and land cover class. Higher
resolution Landsat 7/8 images are used to generate the corresponding reference
FSC maps. Accuracy of SVM models are assessed with respect to the size of the
training data and the sampling type. The impact of the kernel type on the
accuracy of the SVM models is also investigated. According to the results, all
SVM models trained with linear, 2nd, 3rd and 4th
order polynomials as well as radial basis function (RBF) kernels give high
correlation rates with the associated reference FSC maps (R ≥ 0,91). On the other hand, MOD10A1, the standard FSC product of
MODIS, exhibits slightly poorer performance with average R = 0,77. In terms of computational efficiency with respect to CPU
times spent during the training stage, RBF kernel is found to be superior with
average model building times of 279, 2300 and 8457 seconds for small-, medium-
and large-sized training data sets, respectively.


.

 



Bu çalışmada, Çankırı ve
Kastamonu il sınırları içinde yer alan Ilgaz Orman İşletme Müdürlüğü
bölgesinde, orta çözünürlüklü görüntüleme spektroradyometresi (MODIS) verisinden
etkili kar kaplı alan (EKKA) haritalaması amacıyla destek vektör makineleri
(DVM) tasarımı araştırılmıştır. DVM modellerin eğitilmesinde, Mart 2000 ve
Nisan 2016 tarihleri arasında alınan MODIS görüntülerinden elde edilen toplam
10 bağımsız değişken; MODIS bant 1-7 atmosfer üstü reflektans değerleri,
normalize fark kar indisi, normalize fark vejetasyon indisi ve arazi sınıfı kullanılmıştır.
Referans EKKA haritaları daha yüksek mekânsal çözünürlüğe sahip ilgili Landsat
7/8 görüntülerinden üretilmiştir. DVM modellerinin doğruluğu, eğitim
verilerinin boyutuna ve örneklem türüne göre değerlendirilmiştir. Kernel
türünün DVM modellerinin doğruluğu üzerindeki etkisi de incelenmiştir.
Sonuçlara göre, doğrusal, 2., 3. ve 4. dereceden polinomların yanı sıra radyal
temel fonksiyonu (RBF) kernelleri ile eğitilmiş tüm DVM modelleri, ilgili
referans EKKA haritaları ile yüksek korelasyon oranları vermektedir (R ≥ 0,91). Öte yandan, MODIS'in standart
EKKA ürünü olan MOD10A1, ortalama R =
0,77 ile biraz daha zayıf performans sergilemektedir. Eğitim aşamasında
harcanan CPU zamanlarına göre hesaplama etkinliği bakımından, RBF kernelinin, küçük,
orta ve büyük boyutlu eğitim veri setleri için sırasıyla 279, 2300 ve 8457
saniyelik ortalama model oluşturma süreleriyle daha üstün olduğu görülmüştür.


.

Article Details

Destek Vektör Makineleri ile MODIS Verisinden Fraksiyonel Kar Örtüsünün Ilgaz Orman İşletme Müdürlüğü Bölgesinde Belirlenmesi

Authors:

Bora Berkay ÇİFTÇİ | Semih KUTER

Publisher:

Bartin University

Main Topics:

Orchards, fruits, forestry

Journal:

Journal of Bartin Faculty of Forestry 2019 Vol.21 Issue 3, pp.911-926

Document Type:

Article

Publication Date:

12/2019

Document Language:

Turkish

Document ID (Org No.):

2000928549

Frequency:

Tri-annual

eISSN:

1308-5875

pISSN:

1302-0943

Karın uzaktan algılanması

MODIS

Landsat

destek vektör regresyonu

Issues

Article Details

Destek Vektör Makineleri ile MODIS Verisinden Fraksiyonel Kar Örtüsünün Ilgaz Orman İşletme Müdürlüğü Bölgesinde Belirlenmesi

Authors: Bora Berkay ÇİFTÇİ | Semih KUTER

Publisher: Bartin University

Main Topics: Orchards, fruits, forestry

Journal: Journal of Bartin Faculty of Forestry 2019 Vol.21 Issue 3, pp.911-926

Document Type: Article

Publication Date: 12/2019

Document Language: Turkish

Document ID (Org No.): 2000928549

Frequency: Tri-annual

eISSN: 1308-5875

pISSN: 1302-0943

Karın uzaktan algılanması

MODIS

Landsat

destek vektör regresyonu

Issues

Authors:

Bora Berkay ÇİFTÇİ | Semih KUTER

Publisher:

Bartin University

Main Topics:

Orchards, fruits, forestry

Journal:

Journal of Bartin Faculty of Forestry 2019 Vol.21 Issue 3, pp.911-926

Document Type:

Article

Publication Date:

12/2019

Document Language:

Turkish

Document ID (Org No.):

2000928549

Frequency:

Tri-annual

eISSN:

1308-5875

pISSN:

1302-0943