Ünite 9: Sınıflandırma NetRS Uygulamaları

Kontrollü Sınıflandırma Prensiplerine Örnekler

Adım 1: Yapılacak sınıflandırma çalışmalarının ayrıntıları, sınıflandırma sırasında yapılan işlem basamaklarının detayları bir eğitim dosyasına program tarafından yazılır. Bu aşamada aktif eğitim setinin tanımlanması gerekir. Sınıflandırmanın her aşamasındaki bilgiler, tanımlamalar, ayarlar bu dosyaya kaydedilecektir. Farklı bir zamanda, aynı uydu görüntüsü açılıp aynı sınıflandırma işlemi bu dosya sayesinde tekrarlanabilecek ve sonuçlara doğrudan ulaşılabilecektir.

Adım 2: Kontrollü Sınıflandırma çalışmalarının en temel prensiplerinden biri, arazideki harita elemanlarının, koordinatlı bir uydu görüntüsünde hangi koordinatlarda olduğunun bilinmesi gerektiğidir. Arazi çalışması kapsamında, harita elemanlarının koordinatları GPS cihazı kullanılarak uydudan alınan veriler ile belirlenebilir. Bu aşamada, kontrollü¨ sınıflandırma işlem basamaklarının uygulanacağı bir komut penceresi açılır.

Adım 3: Çalışma alanındaki harita elemanlarının koordinatları belirlendikten sonra, sayısal haritada oluşturulacak eleman sınıflarının belirlenmesi için ilgili koordinattaki piksellerin gruplanması sağlanır. Gruplandırma işlemi sırasında, ilgili koordinattaki piksellerin yansıma değerlerinin birbirine yakın olanlarının aynı gruba atanması gerekmektedir. Farenin görüntü¨ üzerinde tıklandığı koordinattaki piksel değerine yakın olan pikseller, tıklandığı noktadan dışa doğru dağılarak bir alan oluşturur. Fare ile bir dikdörtgen alan veya bir poligon çizerek de bu alan belirleme aşaması gerçekleştirilebilir. Görüntünün farklı noktalarından, harita elemanlarına ait piksellerin yansıma değerleri alınarak tüm harita elemanları kontrollü bir şekilde gruplandırılır. Örneğin bu uygulama kapsamında 3 hariia elemanını haritalamak amacı ile bir sınıflandırma yapılacaktır. Bu aşamada “Meşe”, “Kayın” ve “Çam” ve “diğer” olarak 4 sınıf oluşturulacaktır. 4. Sınıf, belirlediğimiz yansıma değerlerinin dışında olan alanları yaklaşık içerir.

Adım 4: Oluşturulan gruplar, sayısal ortamda piksellerdeki yansıma değerlerine göre belirlendi. Bu nedenle bazı gruplar arasında net bir ayırımın olmaması çok doğaldır. Piksellerdeki yansıma değerlerinin yakın olanları bazı gruplar tarafından paylaşılır. Bu aşamada grupların birbirinden ne kadar ayrıldığının bilinmesi gerekir. Bandlardaki yansıma değerlerinin dağılımlarının grafik üzerinde incelenmesi ile, bu ayırımın analizi yapılarak sınıflandırmanın hassasiyeti belirlenebilir.

Oluşturulan grupların dağılımı incelendiğinde sınıfların birbirinden belirgin şekilde ayrıldığı görülmektedir. Grafikteki yeşil, beyaz ve turuncu noktalar, tatmin edici düzeyde birbirinden ayrı dağılım göstermiştir. Dolayısıyla, grupları oluşturan piksellerin yansıma değerleri birbiri içine girmemiş¸ ve gerçekleştirilecek sınıflandırma sonucu oluşacak sayısal haritada eleman sınıfları birbirinden hassas bir şekilde ayrılmış¸ olacaktır.

Adım 5: Bu aşamada program, arazideki bulunan harita elemanlarının, uydu görüntüsünde hangi koordinatlarda bulunduğunu, ne kadarlık bir alan kapladığını ve bu elemanı temsil eden piksellerin birbirine yakın yansıma değerlerinin oluşturduğu grupların sınır değerlerini, oluşturulan eğitim seti dosyasına kaydetti. Sınıflandırma işlemini yapabilmek ve sonucu haritalayabilmek için sınıflandırma işleminin değişkenlerini tanımlamak gerekli.

Sınıflandırma algoritmasında tanımlanması gereken değişkenler istatistiksel prensiplere göre belirlenir. Daha sonra sınıflandırma işlemi gerçekleştirilir ve belirlenen gruplara göre program tüm çalışma alanındaki piksellerin yansıma değerlerini sınıflandırılır.

Sınıflandırma işlemi tamamlandıktan sonra çalışma alanının çerçevesi tüm görüntüden çıkartılarak istenen eleman sınıfları, çalışma alanı içinde haritalanmış olur.

Sınıflandırma işleminin istatistiksel analizi yapılarak, oluşturulan eleman sınıflarının, çalışma alanındaki dağılımı piksel sayısı, metrekare, hektar ve yüzde olarak ifade edilebilir. Sınıflandırmaya giremeyen pikseller de ayrıca ifade edilir.

Sınıflandırma çalışmalarının farklı nitelikteki uygulamalarına örnek olması açısından, “yoğunluk dilimleme” işlemini, bitki haritalama aşamalarında irdeleyelim. Uydu görüntülerindeki piksel değerleri sayısal ifadelerdir. Fare ile görüntü¨ üzerinde dolaşıldığında, her bandın piksel değeri ve koordinatları ayrı ayrı okunabilir. Bu sayısal değerler ile her türlü¨ matematiksel işlemleri gerçekleştirebilir ve her işlem sonucunda farklı bir tek band sayısal harita üretebiliriz.

İlgili adımların görselleri Şekil 9.1 – Şekil 9.9 arasında gösterilmiştir.

Adım 1: Uydu görüntüsü üzerinde çalışma alanı belirlenir ve bitki haritası üretebilmek için (NDVI) 4. ve 3. Bandlar seçilir. Çünkü¨ 3. band klorofilden dolayı bitkinin enerjiyi emdiği, 4. band ise yaydığı bandlardır.

Adım 2: Bitkiler temalı sınıflandırılmış¸ haritası elde edebilmek amacı ile birçok matematiksel ifade türetilerek algoritmalar geliştirilmiştir. Bunlardan en çok kullanılanı “ T ransformed Vegetation Index” fonksiyonudur.

Adım 3: Bitkilerin içerdikleri klorofil niteliği ve niceliği nedeni ile, 4. Bandtaki piksellerin yansıma değerleri, 3. Bandtaki piksellerin yansıma değerlerinden yüksektir. Bu sayısal değerler birbirinden çıkarıldığında ya da daha hassas sonuç¸ elde edebilmek için “Transformed Vegetation Index” fonksiyonu uygulandığında, 0-255 aralığında değerlere sahip tek bir band elde edilir. Bu bandtaki yansıma değerleri, çalışma alanındaki bitki karakteristiğini ifade eder.

Adım 4: Görüntüdeki 0-255 arası gri tonlu yansıma değerleri bitkileri tanımlar ancak proje çalışmalarında, bitkilerin sınıflandırılması, fiziksel ve biyolojik özelliklerine göre haritalanması gerekir. Bu amaçla bitki çeşitlerinin arazideki koordinatları belirlenir ve kitabın 258. sayfasındaki Şekil 9.13'de gösterildiği gibi ilgili koordinatlarında yerleri poligon içine alınır.

Adım 5: Poligonun içinde kalan piksellerin yansıma değerlerinin histogramları alınarak, piksel değerlerinin minimum ve maksimum değerleri belirlenir. Böylelikle arazide hangi bitki türünün olduğu bilinen koordinatlardaki piksellerin görüntüdeki alanları, histogramlardaki minimum ve maksimum değerlerden belirlenir.

Arazide “Meşe” türünün bulunduğu koordinat için kitabın 259. sayfasındaki Şekil 9.14'de gösterildiği gibi piksel değeri 14-66, “Karaçam” türünün bulunduğu koordinat için görüntüdeki piksel değeri 90-150 arasında ve “Kayın” türü için ise 151-220 arasında piksel değerlerinin olduğu bilgisi histogram analizlerinden elde edilmiştir.

Adım 6: Bu aşamada, bitki türleri için belirlenen sınır piksel değerlerinin renklendirilerek haritalanması gerçekleştirilir. Her eleman sınıfı için sınır değerler arasında kalan piksellere bir renk atanır ve sınıflandırılmış¸ görüntü¨ elde edilir (Yoğunluk Dilimleme).

Adım 7: Her eleman sınıfını temsil eden farklı renklerden oluşan görüntü¨ , istenilen sınıflandırılmış¸ bitki haritasını oluşturur. Daha sonra eleman sınıflarına ait piksellerin miktarlarından yararlanarak harita elemanlarının çalışma sahasındaki alanları hesaplanabilir.

İlgili adımların görselleri Şekil 9.10 – Şekil 9.16 arasında gösterilmiştir.

Kontrolsüz Sınıflandırma

Bu sınıflandırmada işleminde, başlangıçta arazi örtüsüyle ilgili ön bilgiye ihtiyaç¸ duyulmamaktadır.

1. Kontrolsüz Sınıflandırma-Örnek.1

Adım 1: “Raster/Raster Yöneticisi” işlemine girilir. “Referans Raster Veri Ekle” penceresinden örnek raster veri olan “Landsat_TM_541.PNG” dosyası seçilerek Netcad ekranında görüntülenmesi sağlanır.

Adım 2: Kontrolsüz sınıflandırma işlemini gerçekleştirmek için “NetRS/Sınıflandır” komut penceresi açılır.

Adım 3: “Sınıflandır” işlemine girildiğinde açılan “Görüntü¨ Sınıflandır” komut penceresinden, sınıflandırma yapılacak olan raster veriyi seçmek için, “Raster” menüsünün sonunda bulunan “üç nokta” düğmesine basılır.

Kontrolsüz sınıflandırma işlemi için ISODATA ( Iterative Self Organizing Data Analysis ) yöntemi kullanılır. ISODATA; tekrarlı olarak tüm sınıflandırmayı gerçekleştirme ve uygulanan her iterasyon (tekrar) sonrasında yeniden istatistik hesaplamasını temel alır. Yöntem; karar kuralı olarak, minimum uzaklığı kullanır. Pikseller, görüntünün sol üst köşesinden başlanarak soldan sağa ve satır satır analiz edilir. Aday piksel ile her bir küme ortalaması arasında spektral uzaklık hesaplanır ve en yakın kümeye atanır. Öncelikle istenilen sınıf sayısı kadar oluşturulan kümenin ortalaması hesaplanır ve her iterasyondan sonra, her bir kümenin yeni ortalaması hesaplanarak, bu ortalamalar bir sonraki iterasyon kümelerinin tanımlanmasında kullanılır.

Adım 4: “Görüntü¨ Sınıflandır” komut penceresinde; “Yöntem” olarak “Kontrolsüz Sınıflandırma (ISODATA)” seçilir ve “Tolerans” “3” , “Sınıf Sayısı “15” , “İterasyon (tekrar)” “10” olarak girilir. Sınıflandırılmanın yapılması için pencerenin sol alt kısmında yer alan “Sınıflandır” komut penceresi seçilir.

Adım 5: “Açıklamalar” kısmında “Sınıf 1-2-3...” olarak belirtilen renklerin hangi alanları temsil ettiği belirtilerek “Sınıf” ismi girişi yapılabilir. Açıklama bilgisi girilecek olan sınıf üzerinde, farenin sağ tuşuna basıldığında, açılan menüden “Açıklama” seçilir ve gelen pencereye yeni açıklama girilir.

Adım 6: “Sınıflandırma” sonucunda elde edilen “hücre sayısı” , “alan bilgisi” ve “yüzde oranı” , bir rapor seklinde alınabilmektedir. “Rapor alma” işlemi için bilgilerin bulunduğu kısımda, farenin sağ tuşuna basılarak açılan menüden “Rapor” seçilir.

Adım 7: “Rapor” dosya olarak kaydedilmek istendiğinde, komut penceresinin sol alt kısmında bulunan “Rapor” menüsü seçilir. Seçim sonucunda ekrana gelen yeni komut penceredeki “Dosya” menüsünden “Sakla” seçilerek kaydetme işlemi tamamlanır.

Adım 8: Sınıflandırma sonucu oluşan sınıflara ait renk paleti dosyasının “.rsm” olarak saklanabilmesi için, renklerin bulunduğu kısımda farenin sağ tuşuna basılır ve açılan pencerede “Renk Şeması Sakla” seçilerek gelen pencerede yeni bir dosya adı yazılır ve kaydetme işlemi tamamlanır.

Adım 9: “Sınıflandırma” sonucu oluşan renk paletinin lejant şeklinde hazırlanması için, ilgili alanda farenin sağ tuşuna tıklanarak açılan menüden “Lejant Hazırla” seçilir ve açılan “Özgün Değerli Lejant” penceresinde “Hazırla” ile lejant oluşturulur.

Adım 10: “Hazırla” işlemi seçildiğinde, hazırlanan lejant, fare cursor’u ucuna gelecektir. Lejant ekranda uygun bir yere, farenin sol tuşuna basılarak yerleştirilir.

Adım 11: Sınıflandırma sonucunda oluşturulan raster veriyi kaydetmek için, “Görüntü¨ Sınıflandır” komut penceresinden “Tamam” düğmesine basılır, “dosya adı” ve “dosya türü” belirtilerek işlem tamamlanır.

İlgili adımların görselleri Şekil 9.17 – Şekil 9.29 arasında gösterilmiştir.

2. Kontrolsüz Sınıflandırma-Örnek.2

Adım 1: Diğer raster veride de kontrolsüz sınıflandırma uygulaması yapmak için, “Raster/Raster Yöneticisi” işlemine giriniz. “Referans Raster Veri Ekle” penceresinde örnek raster veri olan “XS_truecolor.PNG” dosyasını seçerek Netcad ekranına yüklenmesini sağlayınız.

Adım 2: Ardından kontrolsüz sınıflandırma işlemini gerçekleştirmek için “NetRS/Sınıflandır” işlemine girilir.

Adım 3: “Sınıflandır” işlemine girildiğinde açılan “Görüntü¨ Sınıflandır” komut penceresinden, sınıflandırma yapılacak olan raster veriyi seçmek için, “Raster” menüsünün sonunda bulunan “üç nokta” düğmesine basılır.

Adım 4: “Görüntü¨ Sınıflandır” penceresinde “Yöntem” olarak “Kontrolsüz Sınıflandırma (ISODATA)” seçilir ve “Tolerans” “10”, “Sınıf sayısı” “8”, “İterasyon” “10” olarak girilir. Sınıflandırılmanın yapılması için pencerenin sol alt kısmında yer alan “Sınıflandır” menüsü seçilir ve penceredeki “Sınıflandırılmış¸ Görüntü¨ ” önizleme bölümüne işlem sonrası oluşan veri geldiği gözlenir. Aynı zamanda pencerenin üst kısmında sınıflandırma sonucunda oluşan sınıf sayısı kadar renk paleti yer alacaktır.

“Sınıflandırma” işlemi sonrasında pencerede “renk paletinin” oluştuğu ve birbirine yakın (tolerans değeri içinde) yansıma değerlerine sahip hücrelerin aynı renk sınıfı ile gösterildiği görülür. Ayrıca bu bolümde aynı renk sınıfına sahip hücrelerin “sayısı”, “alanı” ve “yüzde olarak oran” bilgileri de yer almaktadır.

Adım 5: “Açıklamalar” kısmında “Sınıf 1-2-3...” olarak belirtilen renklerin hangi alanları temsil ettiği belirtilerek “Sınıf” ismi girişi yapılabilir. Açıklama bilgisi girilecek olan sınıf üzerinde sağ tıklandığında açılan menüden “Açıklama” seçilir ve gelen pencereye yeni açıklama girilir.

Adım 6: “Sınıflandırma” sonucunda elde edilen “hücre sayısı” , “alan bilgisi” ve “yüzde oranı” değerleri rapor şeklinde alınabilmektedir. “Rapor alma” işlemi için bu bilgilerin bulunduğu kısımda farenin sağ tuşuna basılarak açılan menüden “Rapor” seçilir.

Adım 7: “Rapor” dosya olarak kaydetmek istenildiğinde pencerenin sol alt kısmında bulunan “Rapor” menüsü seçilir. Seçim sonucunda ekrana gelen yeni penceredeki “Dosya” menüsünden “Sakla” seçilerek kaydetme işlemi tamamlanır.

Adım 8: Sınıflandırma sonucu oluşan sınıflara ait renk paletini dosya (.rsm) olarak saklamak için renklerin bulunduğu kısımda farenin sağ düğmesine basılarak açılan pencerede “Renk Şeması Sakla” seçilerek gelen pencere dosya adı verilir ve kaydetme işlemi tamamlanır.

Adım 9: “Sınıflandırma” sonucu oluşan renk paleti lejant şeklinde hazırlanması için ilgili alanda sağ tıklanarak açılan menüden “Lejant Hazırla” seçilir. Seçim sonrası açılan “Özgün Değerli Lejant” penceresinde “Hazırla” ile lejant oluşturulur.

Adım 10: “Hazırla” işlemi seçildiğinde hazırlanan lejant, fare cursoru ucuna gelecektir. Lejant ekranda uygun bir yere farenin sol tuşuna basılarak seçilir ve yerleştirilir.

Adım 11: Sınıflandırma sonucunda oluşturulan raster veriyi kaydetmek için “Görüntü¨ Sınıflandır” penceresinden “Tamam” düğmesine basılır ve dosya adı ve dosya türü belirtilerek işlem tamamlanır.

İlgili adımların görselleri Şekil 9.30 – Şekil 9.41 arasında gösterilmiştir.