Uzaktan Algılama Teknikleriyle Elde Edilmiş Yükseklik Noktalarının Farklı Yapay Sinir Ağları Yöntemleriyle Tahmini
Turkish Journal of Remote Sensing · 2023
DOI: 10.51489/tuzal.1307352 ↗Kurz gefasst
Fachartikel in der Zeitschrift Turkish Journal of Remote Sensing, 2023. Verfasst von Vahdettin DEMİR und 1 weiteren Autor:innen. Gefördert von: TÜBİTAK.
Abstract (Originalsprache)
Bu çalışmanın amacı uzaktan algılama ve yapay sinir ağları yöntemleri kullanarak farklı büyüklüklerdeki alanlar için yükseklik tahmini gerçekleştirmektedir. Bu amaçla çok katmanlı yapay sinir ağları (ÇKYSA), radyal tabanlı yapay sinir ağları (RTYSA) ve genelleştirilmiş yapay sinir ağları (GRYSA) yöntemleri kullanılmıştır. Çalışmada yükseklik verileri Google-earth pro yazılımı kullanılarak elde edilmiştir. Çalışmada alanı olarak kentsel sınırlar dışında tahmini zor olabilecek dağlık bir bölge olan Ağrı Dağı ve yamaçları seçilmiştir. Çalışmada modeller eğitim ve test setlerine %80 ve %20 oranlarında ayrılmış ve üç farklı kriterine göre bulgular karşılaştırılmıştır. Bunlar karekök ortalama karesel hata, ortalama mutlak hata ve determinasyon katsayısı R2’dir. Çalışma sonuçları incelendiğinde en başarılı tahminlerin iki girişli (X ve Y) GRYSA kullanılarak elde edildiği ve yükseklik noktalarının tahmininde alternatif bir yöntem olarak kullanılabilineceği ortaya konmuştur.
Förderung
- TÜBİTAK
Zitieren
APA
DEMİR, V., & DOĞU, R. (2023). Uzaktan Algılama Teknikleriyle Elde Edilmiş Yükseklik Noktalarının Farklı Yapay Sinir Ağları Yöntemleriyle Tahmini. Turkish Journal of Remote Sensing. https://doi.org/10.51489/tuzal.1307352
Vancouver
DEMİR V, DOĞU R. Uzaktan Algılama Teknikleriyle Elde Edilmiş Yükseklik Noktalarının Farklı Yapay Sinir Ağları Yöntemleriyle Tahmini. Turkish Journal of Remote Sensing. 2023. doi:10.51489/tuzal.1307352
BibTeX
@article{DEMR2023,
author = {DEMİR, Vahdettin and DOĞU, Ramazan},
title = {Uzaktan Algılama Teknikleriyle Elde Edilmiş Yükseklik Noktalarının Farklı Yapay Sinir Ağları Yöntemleriyle Tahmini},
journal = {Turkish Journal of Remote Sensing},
year = {2023},
doi = {10.51489/tuzal.1307352}
}
EUVIMED