Bu makalede multispektral uzaktan algılama verileri kullanılarak bulut sınıflandırma ve bulut maskesi oluşturma yöntemleri değerlendirilmektedir. Özellikle Çok Katmanlı Algılayıcılar (MLP) ve Konvolüsyonel Sinir Ağları tabanlı bir model olan CS-CNN üzerinde durulmuştur. MLP, piksel düzeyinde sınıflandırmalar için ileri beslemeli yapısıyla etkili bir yöntem olarak öne çıkarken; CS-CNN, mekânsal bağlamı entegre ederek özellik çıkarma ihtiyacını ortadan kaldıran bir segmentasyon yeteneği sunmaktadır. Çalışmada, bulut tespiti için farklı spektral bantların katkıları da incelenmiştir. Elde edilen sonuçlar, CS-CNN'nin geleneksel eşik tabanlı yöntemlere kıyasla daha yüksek doğruluk ve esneklik sağladığını göstermektedir. Ayrıca, makine öğrenimi tabanlı yaklaşımların, EUMETSAT bulut maskesi gibi geleneksel algoritmalarla karşılaştırıldığında üstün performans sergilediği vurgulanmıştır.
📖 افتح في inklap 🔗 DOI 📮 اطلب بحثاً