Çok zamanlı polarimetrik SAR verileri ile tarımsal ürünlerin sınıflandırılması

Abstract

Bu çalışma, çok zamanlı Polarimetrik SAR (Polarimetrik Sentetik Açıklıklı Radar, PolSAR) görüntülerinin tarımsal ürünlerin sınıflandırılmasındaki kullanımını araştırmaktadır. Çok zamanlı PolSAR görüntüleri, özellikle zamansal izlemenin önemli olduğu tarım projelerinde önemli avantajlar sağlamaktadır. Bu çalışma kapsamında, beş farklı ürünün (mısır, patates, buğday, ayçiçeği ve yem bitkisi) sınıflandırılması amacıyla üç farklı makine öğrenme algoritması (hafif gradyan hızlandırma makineleri (Light Gradient Boosting Machines, LightGBM), rastgele orman (RO) ve destek vektör makineleri (DVM)) kullanılmıştır. PolSAR verisi olarak, çok zamanlı Radarsat-2 SAR görüntülerine ait doğrusal geri saçılım değerlerini içeren orijinal bantlar kullanılmıştır. Sınıflandırmalara ilişkin genel doğruluk değerleri LightGBM, RO ve DVM algoritmaları için sırasıyla 0.857 (±0.026), 0.855 (±0.033) ve 0.834 (±0.039) olarak elde edilmiştir. McNemar testi sonuçlarına göre, en yüksek iki sınıflandırma doğruluğu arasındaki farkın istatistiksel olarak anlamlı olmadığı görülmüştür. Sınıflandırma sonuçlarının değerlendirilmesi aşamasında k-katlamalı çapraz doğrulama yöntemi kullanılmıştır. Ayrıca bu sonuçlar, çok zamanlı PolSAR verilerinin tarımsal ürünlerin sınıflandırılmasında etkin bir şekilde kullanılabileceğini göstermiştir.