Producing forest stand maps from Ikonos image based on object-based classification

Özkan, Ulaş Yunus; Yeşil, Ahmet

doi:10.17099/jffiu.95674

Cited by 3 publications

(1 citation statement)

References 33 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Satellite images have been used to predict forest parameters such as tree species, volume, and biomass. Since 1963, terrestrial measurements and aerial photos have been used for forest inventory method to support forest management plans in Turkey (Özkan and Yeşil, 2016).…”

Section: Introductionmentioning

confidence: 99%

MODELS OF FOREST INVENTORY FOR ISTANBUL FOREST USING AIRBORNE LiDAR AND SPACEBORNE IMAGERY

Ozkal¹

View full text Add to dashboard Cite

Section: Introductionmentioning

confidence: 99%

MODELS OF FOREST INVENTORY FOR ISTANBUL FOREST USING AIRBORNE LiDAR AND SPACEBORNE IMAGERY

Ozkal¹

View full text Add to dashboard Cite

Comparison of Satellite Images Classification Techniques using Landsat-8 Data for Land Cover Extraction

Ahmed

2021

IJICIS

View full text Add to dashboard Cite

Accurate extraction of land cover types from thematic maps using satellite images still constitutes a critical challenge. The selection of the optimal satellite image classification algorithm is considered a crucial prerequisite for successful classification results that are required for various applications. The perfect classification algorithm is considered a significant key for improving classification accuracy. The principal foci of this study were to compare, analyze the performance, and assess the effectiveness of four classification algorithms including ISODATA, K-means, pixel-based and segment-based classification techniques to attain accurate land cover extraction from remote sensing data. The classified images were validated with ground control points obtained from field visits in addition to the DigitalGlobe and Google Earth Pro. The overall accuracy of the ISODATA, K-means, pixel and segment-based classifications were 81.82%, 77.27%, 92.42%, and 87.88%, respectively. The results revealed that the pixel-based classification presented a superior in terms of the overall accuracy and kappa coefficient.

show abstract

Uydu görüntüsü ve uzaktan algılama teknikleri ile arazi kullanım sınıflarının belirlenmesi

BULUT

2024

Anadolu Orman Araştırmaları Dergisi

View full text Add to dashboard Cite

Uydu sistemlerinin ve uzaktan algılama teknolojilerinin kullanım alanları oldukça genişlemektedir. Özellikle arazi kullanım sınıfları ile arazi örtü değişimlerinin belirlenmesinde sıklıkla kullanılmakta ve üretilen tematik haritalar veri kaynağı olarak sunulabilmektedir. Bu çalışmada Landsat 8 Operational Land Imager (OLI) uydu görüntüsü kullanılarak en çok benzerlik (EÇB), destek vektör makineleri (DVM) doğrusal fonksiyon, DVM radyal fonksiyon, DVM polinom fonksiyon, DVM sigmoid fonksiyon ve yapay sinir ağları (YSA) gibi kontrollü sınıflandırma teknikleri ile arazi kullanım sınıfları haritalanmıştır. Bunun için Eleman Orman İşletme Şefliği seçilmiş ve referans veri olması için bu şefliğe ait meşcere haritası kullanılmıştır. Altı farklı kontrollü sınıflandırma tekniğinin performansını karşılaştırmak için hem sınıflandırma başarıları hem de McNemar testi kullanılmıştır. Bulgulara göre bütün sınıflandırma tekniklerine ait kappa ve genel doğruluk değerleri 0.80 ve %80 üzerinde bulunmuştur. En yüksek kappa (0,8488) ve genel doğruluk (%89,1442) değeri ise DVM polinom fonksiyon için elde edilmiştir. McNemar test sonuçlarına göre en başarılı DVM polinom fonksiyon ve YSA metodu arasında istatistiksel olarak bir fark bulunmamıştır (χ2

show abstract

Producing forest stand maps from Ikonos image based on object-based classification

Cited by 3 publications

References 33 publications

MODELS OF FOREST INVENTORY FOR ISTANBUL FOREST USING AIRBORNE LiDAR AND SPACEBORNE IMAGERY

MODELS OF FOREST INVENTORY FOR ISTANBUL FOREST USING AIRBORNE LiDAR AND SPACEBORNE IMAGERY

Comparison of Satellite Images Classification Techniques using Landsat-8 Data for Land Cover Extraction

Uydu görüntüsü ve uzaktan algılama teknikleri ile arazi kullanım sınıflarının belirlenmesi

Contact Info

Product

Resources

About