Aktarımlı Öğrenme ile SENTINEL-2 Görüntülerinden Kıyı Çizgisi Bölütlemesi, vol.3, no.1, pp.1-7, 2021 (Peer-Reviewed Journal)
Kıyı çizgileri küresel ısınma, nüfus artışı, çevre kirliliği, kentleşme etkileriyle sürekli değişir. Doğal ve antropojenik etkilerle meydana gelen değişikleri tespit etmek için kıyı alanlarının izlenmesi gerekmektedir. Kıyı alanlarındaki değişimlerin sürdürülebilir bir şekilde izlenmesi, kıyı kaynak yönetimi, çevresel koruma ve planlama açısından oldukça önemli rol oynamaktadır. Uydu görüntüleri bu amaç için doğru, güvenilir, zamansal ve güncel bilgiler sağlamaktadır. Derin öğrenme(DL) ve aktarımlı öğrenme(TL) yaklaşımları kıyı çizgisi çıkartılmasında yeni olanaklar sağlamaktadır. Sunulan çalışmada, SENTINEL-2 görüntülerinden aktarımlı öğrenmeye dayalı, U-NET mimarisi kullanılarak, bir kara ve su bölütlemesi yaklaşımı önerilmiştir. Önceden eğitilmiş modele ait özellikler ve ağırlıklar için, LANDSAT-8 görüntüleri ile gerçekleştirilen derin öğrenme çalışmasından yararlanılmıştır. U-Net mimarisi kullanılan ağda, mavi, kırmızı ve yakın kızıl ötesi bantlarından oluşan tam çerçeve SENTINEL-2 görüntülerinden 8’i eğitim, 7’si test aşamasında kullanılmıştır. Tam çerçeve görüntüler 512x512 boyutlarında kırpılarak eğitim ve test için sırasıyla 115 ve 235 görüntü parçası oluşturulmuştur. Ortalama doğruluk, duyarlılık, hassasiyet, özgünlük ve F-skor değerleri sırasıyla 0.9917, 0.9927, 0.9908, 0.9907 ve 0.9917 olarak hesaplanmıştır. Çalışmanın sonuçlarına göre, aktarımlı öğrenme kullanılarak az miktarda görüntü ile yüksek doğruluklu kıyı çizgisi elde etmek mümkündür.