Comparison of Remote Sensing Classification Techniques for Water Body Detection: A Case Study in Atikhisar Dam Lake (Çanakkale)

Water resources management is one of the most important issues of today. Satellite remote sensing have been successfully used to detect the presence of water bodies. In this study, four remote sensing methods: (1) normalized difference water index (NDWI), (2) support vector machine (SVM), (3) geographic object-based image analysis (GEOBIA) and (4) NDWI supported GEOBIA (GEOBIA_NDWI) were examined for water body area detection. For this purpose, Atikhisar Dam Lake, the only water source of Çanakkale central district of Turkey was selected as study area. As remote sensing data nine multitemporal Landsat-8 Operational Land Imager (OLI) multispectral satellite images between 2013 and 2017 were used. For the accuracy assessment, area values extracted from the used methods were tested with in-situ measurement lake area values. The main issues discussed in this study can be specified as follows: (i) Is pixel-based classification SVM or object-based image classification GEOBIA more successful in the water body detection?, (ii) Are the image classification methods (SVM and GEOBIA) or the water index (NDWI) more successful in the water body detection? and (iii) What is the contribution of NDWI to GEOBIA_NDWI (GEOBIA_NDWI) classification in the water body detection? The results show that meteorological factors and irrigation were influential in lake area variations. NDWI was found to be superior to other methods in determining water body and allowed for better detection of the lake boundary. Additionally, NDWI made a better separation of the land cover classes adjacent to water at the border. The object based GEOBIA was better than the pixel based SVM for distinguishing water and other land cover classes adjacent to border. GEOBIA_NDWI lake area results were more accurate than the standard object-based classification. Mixed pixels out of the lake area was determined less in the NDWI and GEOBIA_NDWI results.

Su kaynakları yönetimi günümüzün en önemli konularının başında gelmektedir. Su kütlelerinin varlığının tespitinde uydudan uzaktan algılama başarı ile kullanılmaktadır. Bu çalışmada, (1) normalize edilmiş fark su indisi (NDWI), (2) destek vektör makinaları (DVM), (3) coğrafi nesne-tabanlı görüntü analizi (GEOBIA) ve NDWI destekli GEOBIA (GEOBIA_NDWI) uzaktan algılama yöntemleri su kütlesini belirleyebilmek için incelenmiştir. Bu amaçla, Türkiye’nin Çanakkale İl’inin Merkez İlçe’sinin tek su kaynağı olan Atikhisar Baraj Gölü çalışma alanı olarak tercih edilmiştir. Uzaktan algılama verisi olarak, 2013 ve 2017 yılları arasında temin edilmiş, dokuz adet çok zamanlı Landsat-8 Operational Land Imager (OLI) multispektral uydu görüntüsü kullanılmıştır. Kullanılan yöntemlerden elde edilen sonuçların doğruluk analizi için, yerinde ölçülen göl alanı değerleri kullanılmıştır. Bu çalışmada ele alınan ana konular şu şekilde sıralanabilir: (i) Piksel tabanlı sınıflandırma DVM mi yoksa nesne tabanlı sınıflandırma GEOBIA mı su kütlesi belirlemede daha başarılıdır?, (ii) Görüntü sınıflandırma yöntemleri mi (DVM ve GEOBIA) yoksa su indisi mi (NDWI) su kütlesi belirlemede daha başarılıdır? ve (iii) NDWI’ın GEOBIA_NDWI sınıflandırmasına su kütlesi belirlemede katkısı nedir? Sonuçlar meteorolojik etkenlerin ve sulamanın göldeki değişimlerde etkili olduğunu göstermektedir. NDWI göl alanı belirlemede daha başarılı bulunmuştur ve göl sınırı belirlemede daha iyi sonuç vermektedir. Ek olarak, NDWI göl kenarında su ile temas eden sınıfları daha iyi ayırabilmektedir. Nesne tabanlı GEOBIA suyla temas eden arazi örtüsü sınıflarını piksel tabanlı DVM’den daha iyi ayırabilmektedir. GEOBIA_NDWI sonuçları standart nesne tabanlı sınıflandırmadan daha doğrudur. NDWI ve GEOBIA_NDWI sonuçlarında göl alanı dışında su olarak atanmış piksel sayısı daha azdır.