(2 2 3) (2010-2011 Bahar Dönemi) Ders Sorumlusu

JEO 498
JEOLOJİDE COĞRAFİ BİLGİ SİSTEMİ
VE
UZAKTAN ALGILAMA UYGULAMALARI
(2 2 3)
(2010-2011 Bahar Dönemi)
Ders Sorumlusu: Doç. Dr. Murat Ercanoğlu
H.Ü. Jeoloji Mühendisliği Bölümü
Uygulamalı Jeoloji Anabilim Dalı
E-posta: [email protected]
Web: http://yunus.hacettepe.edu.tr/~murate
DERSĐN ĐÇERĐĞĐ
• CBS’nin ve UA’nın tanımı, içeriği, yararları ve amaçları
• CBS’nin ve UA’nın jeolojideki kullanımı
• Katman kavramı
• Veri tabanı
• CBS ve UA ile planlama
• Sayısal haritalar
• Sayısal arazi modeli
• Veri toplama ve üretimi
• ……………
• Uygulamalar
TEORĐK KESĐM
CBS ve UA’ya ilişkin temel bilgiler (-)
+
Temel Jeolojik Bilgi (+)
=
JEO 498’in kapsamı
Türkçe ~ Đngilizce
UYGULAMA
Temel uygulamalar
Veri üretimi ve işlemesi
Map algebra
…………….
Problem tanımlama
Çözüm üretimi
DERS DEĞERLENDĐRME ÖLÇÜTLERĐ
- Ara sınav (1 adet)
- Teori + Uygulama
- Belirli bilgisayarlar, belirli dizinler
-
- Flash Disk; RW CD; RW DVD
-
- Mümkün olursa → Ders dışı uygulama yapma olanağı ?
-
- Derse devam + katılım → ÇOK
ÖNEMLĐ
SORULAR ?
DERS KAPSAMINDA YARARLANILABĐLECEK KAYNAKLAR
Bolstad, P., 2002. GIS Fundamentals. Eider Press,
Minnesota.
Yomralıoğlu, T., 2000. Coğrafi Bilgi Sistemleri Temel
Kavramlar ve Uygulamalar. Akademi Kitabevi, Trabzon.
Mather, P.M., 2004. Computer Processing of RemotelySensed Images. 3rd Edition, John Wiley & Sons,
Notthingham.
……..
Kütüphaneler
INTERNET
BAZI FAYDALI LĐNKLER
http://www.geoplace.com/
http://www.esri.com/
http://www.giscafe.com/
http://www.urisa.org/
http://www.gita.org/
http://www.cdc.gov/
http://www.gis.com/
http://gislounge.com/
http://www.usgs.gov/
http://cgia.cgia.state.nc.us/cgia/
http://www.gisuser.com/
http://yasulab.iis.u-tokyo.ac.jp:16080/~wataru/rsgis/
1. GĐRĐŞ
BĐLGĐ VE BĐLGĐ SĐSTEMLERĐ
Mevcut bilgilerin etkin bir şekilde kullanılması
Sağlıklı veriye ulaşmada yaşanan bazı sıkıntılar
Mevcut verilerin organize edilmesi
YOĞUN BĐLGĐ TRAFĐĞĐ
Hızlı karar verme süreci
KAOS
BĐLGĐ SAVURGANLIĞI
Günümüz
Bilgi ve
Teknoloji
Çağında
TEMEL AMAÇ
• Bilgiyi etkin kullanmak
• Çağdaş hizmetlerden en üst düzeyde yararlanmak
• Ekonomik, sosyal, kültürel açıdan üst düzeyde yaşamak
BĐLGĐ-TEKNOLOJĐ ĐLĐŞKĐSĐ
Bilgi + Teknoloji
Afetler)
ĐNSANLIĞA HĐZMET
Milyarlarca dolar yatırım (Örn. Doğal
Yer ve konuma dayalı bilgi
CBS (Coğrafi Bilgi Sistemi)
UA (Uzaktan Algılama)
GPS (Global Positioning System)
Veri toplama
Kolaylık
Zaman
Kazanç
Karar verme
Hız
BĐLGĐ-VERĐ ĐLĐŞKĐSĐ
• Bilgi
Veri
( hammadde )
BĐLGĐ: Kullanıcı tarafından anlaşılabilir
formlara dönüştürülmüş veri grubu
Veri
Bilgi
• Bilgi sistemi
Bilginin toplanıp işlenmesi
ve kullanılabilir hale getirilmesi, bir sistemin var
olmasını gerektirir. Bu açıdan bilgi sistemi “ sorunlara
çözüm üretebilmek amacıyla bilgiyi toplayan,
depolayan, üreten ve dağıtan bir mekanizma” olarak tanımlanabilir.
Bilgiye kolay erişim
Bilginin verimli kullanımı
BĐLGĐ-SAYAR ĐLĐŞKĐSĐ
Farklı türdeki bilgilerin sıkıştırılarak depolanması, iletilmesi ve analiz edilmesi
Bilginin sayısal şekli
0 ve 1
8 bits = 1 byte
Sayısal veri (graphical data) ile gerçekte neyi temsil ettikleri (attributes)
Coğrafi bilgi girişi
Coğrafi bilginin otomatik olarak analizi
Farklı senaryolara bağlı olarak sonuç üretimi
Farklı harita, tablo, görüntü vb. sunumu
Sonuç ve planlama
BĐLGĐ - SĐSTEM
• Veri toplama
• Veri depolama
• Analiz etme
Doğru karar verme
• Çıktı alma
• Planlama
• Konumsal olmayan bilgi sistemleri: yönetimsel amaçlı (non-spatial information
systems ) (bankacılık, muhasebe, kütüphane, ulaşım, iletişim vb.)
• Konumsal bilgi sistemleri (spatial information systems): Çevresel, altyapı, kadastral,
sosyo-ekonomik vb. coğrafi nesnelerin sadece koordinatlarla değil, aynı zamanda
öznitelik bilgileri ile de tanımlanmasını konu alır.
BĐLGĐ SĐSTEMLERĐNE BAZI ÖRNEKLER
1. AM/FM (Automated Mapping/Facilities Management = bilgisayar destekli
haritacılık/tesis yönetimi): nokta ve doğrusal özelliklerin (boru, kablo, kanal,
su şebekesi vb.) gösterimi, veri tabanı ayrıdır.
Örn: Su şebekesindeki bir arızanın bulunması
2. DBMS (Database Management Systems) : Tablo biçimindeki yazılı bilgileri
saklayan ve işleyen sistemlerdir. Veri tabanı, yapıları ve veri ilişkileri dikkate alınarak
oluşturulur.
3. CAD (Computer Aided Design) : CAD kullanıcısı herhangi bir kodlama ve veri
tabanı oluşturmadan işleme başlayabilir. Karar verme sürecinde etkin değildir. Karar
vermede sayısal bilgilerin yanında sayısal olmayan bilgilere de ihtiyaç vardır.
Örn: Çeşitli grafiksel katmanların ayrı ayrı çizimi, 2D-3D çizimler, belli
kalınlık-uzunluk-açılarda çizgiler, mühendislik-mimarlık projeleri.
TARĐHÇE
KARTOGRAFYA
• Gerçek dünyanın sunumu → 8000 yıl öncesi
• Kil tablet, kağıt → ↑
• Nippur kent planı → M.Ö. 1500
CBS
• 1963 → Kanada CBS (Arazi Özelliklerinin Belirlenmesi)
• 1966 → Harvard (Teorik CBS, SYMAP)
• 1970 → Harvard (ODYSSEY)
• 1980 → PC, ticari sistemler, bilgisayar teknolojisi, güvenilir sistemler
• 1990 → Veritabanı, teknolojik gelişim, uzaktan algılama, GPS, maliyet azalması, geniş kitleler
CBS ?
COĞRAFĐ BĐLGĐ SĐSTEMĐ
(GEOGRAPHIC INFORMATION SYSTEM)
Çeşitli Tanımlar:
• Where maps, databases, and computers come together (D.F.
Hemenway, GeoWORLD).
• An organized collection of computer hardware, software, geographic
data, and personnel designed to efficiently capture, store, update,
manipulate, analyze, and display all forms of geographically referenced
information (Dr. J. Dangerman, ESRI)
CBS TANIMLAR (devam ediyor)
• An information and decision support system that incorporates the
following three concepts:
• A GIS deals in an explicit fashion with SPATIAL DATA
• A GIS stores information about SPATIAL RELATIONSHIPS
• A GIS is capable of SPATIAL ANALYSIS
(Dr. D. Marble, OSU)
•
•
•
•
…….
…….
…….
…….
• Guaranteed
Income
Stream
CBS
“Konuma dayalı bilgilerin toplanması, saklanması, işlenmesi ve kullanıcıya sunulması
işlevlerini, bir bütün dahilinde gerçekleştiren bilgi sistemidir”.
GEOGRAPHIC : Yeryüzü üzerindeki konuma sahip veri (spatial data).
INFORMATION : Konumsal verileri ilişkilendirilmiş nitelik verisi (attiribute data).
SYSTEM
: Sözü edilen verilerin saklanması, analiz edilmesi ve kullanıcıya
sunulması için gereken yazılım ve donanım.
- Coğrafi bilgileri bilgisayar ortamına aktarmak
- Analiz etmek
- Ortak veri tabanlarını birleştirmek
- Karar verme süreçleri, konumsal sorgulama
- Đstatistik
- Sınıflama
- Harita üretimi
- Görüntüleme ve görüntü işleme
COĞRAFĐ BĐLGĐ NE ĐŞE YARAR?
Bir bölgeyi, özelliği, objeyi vb. diğerinden ayırt etme, analiz etme ve
karar verme
Genel kural ve ilkelerin, özel koşullara ve olaylara uygulanması
Senaryolar üreterek tahmin yapmak
Sınıflama
Sonuç ve/veya ikincil harita üretimi
Sorgulama, konumsal analiz
…………..
CBS BĐLEŞENLERĐ
1. Donanım (Hardware)
2. Yazılım (Software)
3. Veri (Data)
4. Đnsan (People)
5. Yöntem (Methods)
CBS BĐLEŞENLERĐ (devam ediyor)
1. Donanım : CBS’ nin işlemesini sağlayan BĐLGĐSAYAR ve buna bağlı
YAN ÜRÜNLERĐN (yazıcı, tarayıcı, sayısallaştırıcı vb.) tümüdür.
2. Yazılım : Coğrafi bilgilerin depolanması, analiz edilmesi ve görüntülenmesi
gibi konularda, kullanıcı gereksinimlerini karşılayan bilgisayar programlarıdır.
ticari ve üniversite kökenli yazılımlar
Arc/Info, MapInfo, Idrisi, Grass
CBS BĐLEŞENLERĐ (devam ediyor)
3. VERĐ : Sayısal türdeki coğrafi veriler ile tanımlayıcı nitelikteki öznitelik verileri
en önemli unsurlardır. Elde edilmesi en zor ve zahmetli bileşendir. Bu
durumun temel nedeni veri kaynakların dağınıklığı, çokluğu ve farklı yapılarda
olması ve bunların toplanması için gereken zaman ve maliyettir (~% 50-80).
4. ĐNSAN : Kullanıcı
5. YÖNTEM : Konuma dayalı verilerin, kullanıcı gereksinimine göre üretilmesi ve
sunulması, belirli bir yöntem dahilinde gerçekleştirilmektedir.
CBS ÇALIŞMA PRENSĐBĐ
• Bilgi, birbirleriyle ilişkilendirilmiş harita katmanları gibi kabul
edilerek saklanır.
• Coğrafi referans
• Veri
• Vektörel veriler
• Hücresel (raster) veriler
Veri Toplama
Veri Toplama
Analiz & Modelleme
F( xyz=f(p1)
+f(pN)
=f
+f
+f
xyz+f(p2)
xyz+…+f
xyz
Veri Düzenleme
Biraraya Getirme
Analiz & Modelleme
F( ) =Layer1+Layer
=Layer +Layer2+
+Layer + … + LayerN
Layer
SONUÇ
RAPOR
SONUÇ
RAPOR
COĞRAFĐ REFERANS
• Enlem-Boylam
• UTM
Objelerin konumlandırılması
• Adres
• Yol ismi vb.
Koordinatları bilinen bir
pozisyona yerleştirilmesi
VEKTÖREL VERĐLER
• Nokta
• Çizgi
• Poligon
Nokta
Poligon
Çizgi
Yüzey
Coğrafi objelerin kesin konum
tanımlamasında
HÜCRESEL (RASTER) VERĐLER
Görüntü
Daha çok süreklilik özelliğine sahip
coğrafi objelerin ifade edilmesinde
kullanılmaktadır. Hücrelerin her biri
piksel olarak da bilinmektedir.
Grid
CBS’DE HEDEF VE AMAÇLAR
GĐRDĐ
VERĐ TOPLAMA
• Konumlandırma
• Uzaktan Algılama
• Arazi
çalışması/Örnekleme
• Tarama
• Sayısallaştırma
YÖNETĐM & ANALĐTĐK ĐŞLEMLER
ÇIKTI
ÜRÜN/SONUÇ
YÖNETĐM
• Veri depolama
• Veri üretimi,
güncelleme
• Sorgulama
ANALĐTĐK
ĐŞLEMLER
• Veri dönüşümü
• Veri işleme
• Modelleme
• Görsel sunum
• Harita üretimi
• Raporlar
• Planlama
• Karar verme süreçleri
………………………………
………………………………
………………………………
BAKIŞ AÇISI
Bir mühendis olarak CBS ve UA tekniklerini
JEOLOJĐK SORUNLARA YAKLAŞIMDA
ÖNEMLĐ BĐR ARAÇ OLARAK KULLANMAK
ÇÖZÜM ÜRETMEK
2. VERĐ KAVRAMI
CBS ZĐNCĐRĐ (GIS CHAIN)
Deneyim
VERİ
VER
Organizasyon
Donanım
Yazılım
VERĐ
• CBS uygulamalarının gerçekleşebilmesi
• Sayısal/Sayısal olmayan
Grafik/Grafik olmayan
UYGUN YAPIDAKĐ VERĐ
BĐRBĐRĐNDEN ÇOK FARKLI VERĐ KAYNAKLARI
DÖNÜŞÜM
ANALĐZ
• Yeryüzünde ve uzayda
konumlanmış nesne ve olaylar
COĞRAFĐ VARLIK
• CBS’ nin uygulanabilmesi
coğrafi varlıklar arasındaki doğal ve yapay ilişkilerin
gerçekte olduğu gibi bir sistem içinde modellenebilmesiyle
mümkündür.
• Tüm detaylar
coğrafi özellik ve aralarındaki ilişkilerle birlikte koordinat
referanslı olarak tanımlanması gerekir.
Grafik Veri
Grafik Olmayan Veri
konum ve şekil hakkında bilgi
öznitelik hakkında bilgi
VERĐ BĐLEŞENLERĐ
Konum → lokasyon; tüm veriler coğrafi olarak konumlandırılmış olmalı
(georeferencing)
Örn.: lat/long, UTM (The Universal Transverse Mercator)
Nitelik → nitelik özelliği, coğrafi objenin özellikleri
Özellikler arası ilişkiler
Örn: yükseklik, toprak nemi, sıcaklık, yamaç eğimi
Örn.: üstüste çakıştırma, yakınlık, komşuluk
Zaman → ek boyut
VERĐ ???
Toplama & doğrulama
Derleme
Depolama
Güncelleme
Yönetim & dönüştürme
Đşleme (manipulation)
Analiz & birleştirme
Üretim & sunum
Sayısallaştırma
Harita
Uydu
Hava fotoğrafı
Video filmler (alçak uçuş yapan uçaklar)
Đstatistiksel veriler
Fotoğraf
Arşiv/Internet
GPS
SAM (Sayısal Arazi Modeli)
Ölçme
Veri Girişi & Doğrulama
Veri Tabanı
Yönetim Sistemi
Coğrafi Veri Tabanı
Sorgulama
Topoloji
(Varlıkların
birbiriyle
olan ilişkisi)
Görüntüleme/Çıktı/
Sonuç/Rapor
Konum
Nitelik
Zaman
Dönüşüm/İletim
JEO498
26.02.2008
Ne kadar
özellik
????
COĞRAFĐ VERĐLER
Doğal : Nehir, orman, vadi vb.
Yapay : Yol, bina, boru hatları vb.
Sınırlandırılmış : Ülke, kent, ada/parsel vb.
HARĐTALAR
Sayısal
Sembol+Etiket
+
Đlave gözlem, ölçüm,
konum bilgisi+kartografik gösterim
VERĐ SAYISI, TÜRÜ VE KALĐTESĐ ↑
HARĐTALAR
•
•
•
•
•
Yeryüzünün bir kısmını veya tamamını belli bir ölçekte gösteren gerçek modeller.
Koordinat sistemi üzerinde oturtulur.
Uzaklık, alan, yükseklik vb. (sayısal)
Đsim, adres, numara (tanımlayıcı sayısal olmayan özellikler)
Ölçek: harita üzerindeki uzaklık / doğadaki gerçek uzaklık
harita üzerindeki x objesinin boyutu:
1/1.000.000
(küçük ölçek)
daha büyük alan
daha az detay
•
•
•
•
•
M.E.
1/250 - 1/2.500
1/5.000 - 1/25.000
1/50.000 - 1/100.000
1/200.000 - 1/500.000
1/1.000.000 - ve daha küçük
<
1/25.000
(büyük ölçek)
daha küçük alan
daha fazla detay
çok büyük ölçekli harita ve planlar
büyük ölçekli haritalar
orta ölçekli haritalar
küçük ölçekli haritalar
çok küçük ölçekli haritalar
JEO498
M.E.
26.02.2008
JEO498
M.E.
26.02.2008
JEO498
M.E.
26.02.2008
JEO498
26.02.2008
Ercanoğlu (2005)
Ercanoğlu (2005)
M.E.
JEO498
26.02.2008
Ercanoğlu vd. (2006)
Ercanoğlu vd. (2006)
JEODEZĐ, DATUM, KOORDĐNAT SĐSTEMĐ
M.E.
JEO498
M.E.
26.02.2008
JEO498
26.02.2008
yüzeyler
M.E.
JEO498
26.02.2008
YERĐN ŞEKLĐ ?
YIL
a(m)
1830
6377276
(Everest)
b(m)
6356075
1909
6378388
(Hayford)
6356912
297,0
6356775
298,25
1967
(IUGG)
6378160
BASIKLIK
300,8
Hayford (uluslararası elipsoit)
Denizler, kara parçaları, yerkürenin altındaki diğer katmanlar
Homojen dağılım göstermez
Geometrik bir şekille ifade edilemez
Dönel elipsoit : küçük eksen etrafında dönmesi
± h farkı : dönel elipsoit – geoid
Basıklık : (a-b)/a
M.E.
(Yomralıoğlu, 2000)
JEO498
M.E.
26.02.2008
JEO498
M.E.
26.02.2008
JEO498
26.02.2008
KOORDĐNAT SĐSTEMLERĐ
1) COĞRAFĐ KOORDĐNAT SĐSTEMĐ
•Tüm dünyayı saran koordinat ağı
Paralel/Meridyen
•Ekvator
K/G
•Paralel
90+90
180
•Meridyen
180+180
360
•Enlem(φ)
bir noktanın ekvatora olan uzaklığını yer
merkezinden gören açı (meridyen düzlemi
üzerinde)
•Boylam(λ)
bir noktadan geçen meridyen düzlemi ile
başlangıç meridyeni arasında kalan açı
•N, S, E, W
mutlaka verilmeli
(φ) , (λ)
coğrafi koordinat
dünyanın merkezi
başlangıç noktası
(Yomralıoğlu, 2000)
M.E.
JEO498
M.E.
26.02.2008
JEO498
M.E.
26.02.2008
JEO498
26.02.2008
Coğrafi Koordinat Sistemi (devam ediyor)
•Derece (o) / dakika (‘) / saniye (“)
•Enlem
•Boylam
o
1
1”
~111 km
~30 m
o
1
~111 km
N/S
Örn: 1” boylam
kutupta 0
Ekvator
Washington DC
2) Kartezyen Koordinat Sistemi
M.E.
~30 m
~24 m
JEO498
26.02.2008
3) PROJEKSĐYON KOORDĐNAT SĐSTEMĐ
M.E.
JEO498
26.02.2008
HARĐTA PROJEKSĐYONLARI
• Harita projeksiyonları yeryüzünün tamamının
veya bir kesimin bir yüzeyde yansıtılması için
kullanılır. Ancak, bu işlem sapma (distortion)
olmadan gerçekleşmez.
• Diğer bir deyişle, dünyanın şeklinden
kaynaklanan eğriselliğin, söz konusu düzleme
DOĞRUDAN geçirilmesi olanaksızdır.
• Matematiksel ve geometrik ilişkilerle eğri bir
yüzey üzerindeki bilgilerin bir düzleme(haritaya)
geçirilmesine HARĐTA PROJEKSĐYONU adı verilir.
• Dönel Elipsoit olarak kabul edilmekteyken → KÜRE
• Hiçbiri için, en iyi Harita Projeksiyondur denilemez.
M.E.
(Yomralıoğlu, 2000)
JEO498
M.E.
26.02.2008
JEO498
M.E.
26.02.2008
JEO498
26.02.2008
PROJEKSĐYON TÜRLERĐ
•Normal Projeksiyon : Projeksiyon noktasının değme
noktasındaki normali (projeksiyon yüzeyinin ekseni)
orijinal yüzey ekseni ile çakışıyorsa
•Transversal Projeksiyon : Yüzeyin değme
noktasındaki normali yada yüzeyin ekseni 90 derece
açı yapıyorsa
•Eğik Projeksiyon : Orjinal yüzey ekseni ile herhangi
bir açı yapıyorsa
•Uzunluk, alan, şekil gibi parametrelerden biri TEMEL
alınmalıdır
DEĞĐŞĐM KAÇINILMAZ
(Yomralıoğlu, 2000)
PROJEKSĐYON TÜRLERĐNE ÖRNEKLER
MERCATOR
• Uzaklık
sadece Ekvator
• Alan, şekil
distortion→ ekvatordan
kutuplara doğru → farklılaşma
• Silindirik
ROBINSON
• Uzaklık
• Alan, şekil
ekvator ve diğer
enlemlerde sabit,
ölçeği değişir
daha iyi yansıtır.
• Pseudosilindirik
M.E.
JEO498
26.02.2008
PROJEKSĐYON TÜRLERĐNE ÖRNEKLER
ALBERS EQUAL AREA CONIC
• USGS, 48 eyalet
• Uzaklık
seçilen 2 enlemde gerçektir.
• Alan
gerçek alanla orantılı
• Konik
UTM Koordinat Sistemi
•Gauss – Krüger projeksiyonu
temel alınarak geliştirilmiştir
•2. dünya savaşından sonra
dünya ülkeleri
•
Referans yüzeyi
elipsoit
•6 derecelik dilim genişliğinde
o
o
60 dilim (3 sağ; 3 sol)
M.E.
JEO498
M.E.
26.02.2008
JEO498
26.02.2008
UTM Koordinat Sistemi (devam ediyor)
(Yomralıoğlu, 2000)
UTM Koordinat Sistemi (devam ediyor)
M.E.
JEO 498
04.03.2008
3. COĞRAFĐ VERĐ ELEMANLARI
VE
KATMAN KAVRAMI
SAYISAL VE SAYISAL OLMAYAN VERĐLER
Sayısal (grafik veri)
•Coğrafi Veri
Sayısal olmayan (grafik olmayan veri) (sözel, tanımsal)
•Grafik Veri
Coğrafi varlığın konumu, büyüklüğü, şekli
•Grafik Olmayan Veri
Aynı coğrafi varlığın sahip olduğu yapısal özelllikler
(Yomralıoğlu, 2000)
M.E.
JEO 498
04.03.2008
Sayısal Veriler
• Belli bir koordinat sistemini referans kabul ederek koordinatlarla ifade edilirler.
•x, y, z
•O, λ
kartezyen
enlem,boylam
• Nokta
tek bir koordinat değeri
•Çizgi
koordinat dizisi
•Haritalar
koordinat bilgisine dayalı, coğrafi detayların
ölçeklendirilmiş şekli
GRAFĐK VERĐ
Sayısal Olmayan Veriler
• Coğrafi varlıkların öznitelik bilgileri
• Şekilden bağımsız, alfa sayısal (alfa numeric), metinsel ifade
Örn. 1) Uzayda bir noktanın koordinatlarıyla tanımlanmış olmasıyla; nokta adı,
numarası, işlevi gibi özelliklerinin de tanımlanmış olması gerekir.
2) Bir çizgi
yol
grafik veri
yolun cinsi, yapım yılı, şerit sayısı, boyutları
M.E.
grafik olmayan veri
JEO 498
04.03.2008
COĞRAFĐ VERĐ ELEMANLARI
• Coğrafi veriler
Sayısal
• Coğrafi Veri Elemanları
Karmaşık
Sınıflandırma
Üç temel unsur
(Yomralıoğlu, 2000)
VERĐ MODELLERĐ
(Yomralıoğlu, 2000)
M.E.
JEO 498
04.03.2008
VEKTÖR VE RASTER MODELLER
• Coğrafi Bilgi Sistemleri iki farklı
coğrafi veriyle çalışırlar.
• Vektör veri modeli
• Raster (hücresel) veri modeli
• Vektör modelde nokta, çizgi ve
alanlar hakkındaki bilgiler x,y
koordinatları olarak toplanır ve
depolanır.
Şeker (2003)
VEKTÖR VE RASTER MODELLER
• Sondaj çukuru gibi bir noktanın konumu, tek bir “x,y” koordinat çifti ile
ifade edilebilir.
• Yol, nehir gibi lineer özellikteki objeler noktalar kümesi olarak
depolanabilir.
• Satış bölgesi, nehir havzaları gibi çokgen özellikteki objeler ise nokta
döngüleri şeklinde saklanabilir.
• Ancak toprak cinsi veya hastanelere ulaşım maliyeti gibi süreklilik ifade
eden durumlarda yeterince elverişli değildir. Raster model, bu gibi
süreklilik ifade eden durumlar için geliştirilmiştir.
• Raster bir görüntü, taranmış bir harita veya resim gibi grid hücreleri
içerir. Vektör ve tarama modellerin her ikisinin de ayrı ayrı avantaj ve
dezavantajları vardır. Modern CBS’ler her ikisini de idare edebilecek
yapıdadırlar.
Şeker (2003)
M.E.
JEO 498
04.03.2008
Vektörel Veri Modeli
• Coğrafi veri harita görünümüne benzer şekilde ifade edilir. Ancak, konumlar
sayısal formata dönüştürülmüştür.
• Nokta, çizgi, poligon (alan)
• Konum
(x,y)
• Elektrik direği (nokta)
[(90,32)]
yol (çizgi)
[(35,5) ; (50,45) ; (45,89)]
bina (alan)
[(10,60) ; (40,60) ; (40,80) ; (10,80) ; (10,60)]
(Yomralıoğlu, 2000)
Vektörel Veri Modeli (devam ediyor)
(Yomralıoğlu, 2000)
M.E.
JEO 498
04.03.2008
Hücresel (Raster) Veri Modeli
•Coğrafi elemanların
FOTOĞRAFI
•Farklı renklere sahip birimler (hücreler)
PĐKSEL, HÜCRE, GRĐD
•Aynı boyut, farklı renk ve tonlar (farklı özellik)
•Coğrafi varlık
Farklı renk değerleri ve renk skalası
•Haritada gösterilen coğrafi varlığın gerçeği yansıtma gücü (hassasiyet), harita
ölçeğine veya görüntünün elde edilme kalitesine bağlıdır (çözünürlük).
(Yomralıoğlu, 2000)
Hücresel (Raster) Veri Modeli (devam ediyor)
M.E.
JEO 498
04.03.2008
Piksel-Çözünürlük-Renk Đlişkisi
•Piksel boyutu
Çözünürlük
•Piksel boyutu
Görüntü kalitesi , bellek
•Yüksek çözünürlük
Yüksek bellek
•1 byte = 8 bit
Görüntü türü
Siyah-beyaz (21 bit = 2 renk)
Gri ve tonları (28 bit =256 renk)
Renkli
(216 bit=65536 renk)
Renkli
(224 bit=16777216 renk)
Gerçek renk (232 bit=4294967296 renk)
M.E.
Renk
0-1
0-255
0-65.536
0-16.777.215
0-4.294.967.295
JEO 498
04.03.2008
Piksel-Çözünürlük-Renk Đlişkisi (devam ediyor)
2 bit→ 22= 4 renk
8 bit→ 28= 256 renk
Vektör~Raster
•Vektörel verilerin sahip olduğu konumsal hassasiyeti,
raster veri ile yakalamak
zaman alıcı + bellek
•Genel olarak :
Raster
Vektör
Raster
Vektör
Süreklilik gösteren veri grupları
Noktasal, konumsal veri grupları
Analize yönelik
Veri tabanına yönelik
(Yomralıoğlu, 2000)
M.E.
JEO 498
04.03.2008
Vektörel Veri Yapısı
•Coğrafi varlıklar
farklı özellik
Ayırt edilebilmesi
Gerektiğinde verilere ulaşılabilmesi
Bilgisayar belleği
Tanımlayıcı kod, ID
Coğrafi varlığı tanımlayan koordinat serisiyle
ilişkilendirilip, hangi coğrafi varlığın hangi
koordinatlarla bulunduğuna işaret eder.
(Yomralıoğlu, 2000)
M.E.
JEO 498
04.03.2008
Vektörel Veri Yapısı (devam ediyor)
•Vektörel veriler bilgisayar ortamında saklanırken, veri hacmiyle orantılı olarak, bellek
kullanımında da artış veya azalma söz konusudur. Bellek kullanımı, coğrafi varlığın
çokluğu ve çeşitliliği ile de orantılıdır.
•Örn. 1)Grafik çizimde, birbiriyle komşu iki arazinin ortak sınırı yapışık
1 kez çizilir.
•Örn. 2)Sayısal gösterimde, koordinatlarla tanımlama
yapıldığından alansal koordinatlar ayrı ayrı
verilmekte ve tekrarlanmak zorundadır.
•Örn. 3)Çözüm
Çizgi-düğüm(arc-node) veri yapısı
(Yomralıoğlu, 2000)
Vektörel Veri Yapısı (Çizgi-Düğüm)
•Çizgi-düğüm yapısı
•Düğüm
•Çizgi
•Verteks
Düğümler, çizgileri;
Çizgiler de poligonları oluşturur.
Bir çizginin başlangıç ve bitişindeki uç noktalardır.
Tek başına bir nokta da, düğüm olarak adlandırılabilir.
Đki düğüm noktası
arasındaki sürekli hat.
Çizgiyi oluşturan her bir
doğru parçasının kesim
noktası olup, çizgiye
şeklini verir.
(Yomralıoğlu, 2000)
M.E.
JEO 498
04.03.2008
Raster Veri Yapısı
(Bernhardsen, 1999)
Raster Veri Yapısı (devam ediyor)
(Demers, 2003)
M.E.
JEO 498
04.03.2008
Raster Veri Yapısı (devam ediyor)
(Bernhardsen, 1999)
Vektör-Raster Veri Dönüşümü
(Bernhardsen,
1999)
M.E.
JEO 498
04.03.2008
4. VERĐ TOPLAMA
GENEL BAKIŞ
M.E.
Gerçek Dünya → Sayısal Ortam
Veri Toplama
Sayısallaştırma
Tarama
Hava Fotoğrafları
Uzaktan Algılama
Ölçme
GPS
JEO 498
04.03.2008
GĐRDĐ VERĐLERĐ (Input Data)
CBS → Girdi Verisi
60-80 % proje maliyeti
Zaman alıcı, zahmetli, bazen sıkıcı ☺, hataya açık
Maliyeti düşürmek ve doğruluğu artırmak → ÖNEMLĐ
Veri Yönetimi → ÖNEMLĐ → Sorun yaratabilir
Güncelleme
Konumsal bilgi → ÖNEMLĐ
Öznitelik verisi → ÖNEMLĐ
VERĐ KAYNAKLARI
M.E.
Gerçek dünya
Sayısal
Mevcut vektör ve/veya raster bilgiler
Veri tabanları/Đstatistiksel bilgiler
Uydu
Yarı-sayısal
Hava fotoğrafları, ölçme verileri, GPS
Sayısal olmayan
Haritalar, fotoğraflar, diyagramlar-grafikler
Bilimsel raporlar
JEO 498
04.03.2008
VERĐ TOPLAMA SINIFLAMASI
Birincil ve Đkincil Veriler
Birincil
Đkincil
Raster
Vektör
Sayısal uzaktan algılama
verileri
GPS Ölçümleri
Sayısal hava fotoğrafları
Ölçme bilgisi
Taranmış harita ve/veya
fotoğraflar
Topoğrafik haritalar
Sayısal arazi modelleri
(Digital Elevation
Models, DEM)
Veri tabanları
SAYISAL BĐLGĐYĐ OLUŞTURMA
M.E.
1.
Mevcut haritaları sayısallaştırma
2.
Mevcut haritaları tarama
3.
Sayısal fotogrametrik harita üretimi
4.
Arazi ölçümlerinin veri girişi
5.
Mevcut sayısal bilgi transferi
JEO 498
04.03.2008
HARĐTALARIN SAYISALLAŞTIRILMASI
Harita tabanlı bilgi → MEVCUT
Vektörel sunum
Veri üretimi
Sayısallaştırılacak özelliklerin
belirlenmesi
Organizasyon
Sayısallaştırma
Koordinat sistemi
Kontrol noktaları
Nokta, çizgi, poligon
Dikkat Edilecek Hususlar
Koordinat sistemi
Doğruluk ve kesinlik
M.E.
Haritalar
Eski, yıpranmış
Hata olasılığı
Güncellenememe
Đnsan etkisi
Deneyim
Kişisel algılama
JEO 498
04.03.2008
TARAMA
Harita tabanlı bilgi → MEVCUT
Geçmişe dayalı bilgi ⇒ diğer haritalar ile destek
Otomatik sayısal veri üretimi
Raster sunum
Oluşturulurken:
Yüksek kalite
Temizlik
Binary
Grid ağı
Dikkat Edilecek Hususlar
M.E.
Ölçek ve çözünürlük
Vektörizasyon
Raster-vektör dönüşümü
Hata
Özelliklerde değişim
Formatta değişim
Veri-kalite-amaç ???
JEO 498
04.03.2008
SAYISALLAŞTIRMA-TARAMA
Sayısallaştırma (Üstünlük)
Malzeme, ekipman ucuz
Tecrübe ↡
Yüksek kalitede harita gereksinimi ↡
Sayısallaştırma (Sınırlama)
Zahmetli
Zaman alıcı
Tarama (Üstünlük)
Kolaylık
Sayısal bilgi elde etme → KOLAY
Tarama (Sınırlama)
Raster veri dosyaları → Yüksek boyut, bellek
Nitelik verisi doğrudan çizgi ve poligonla ilişkilendirilemez
Veri kalitesinin yükseltilmesi zahmetli
Altlık kalitesi ↑
Malzeme, yazılım → Pahalı
TECRÜBE
HAVA FOTOĞRAFLARI
M.E.
Yeryüzeyinin üzerinden
Balon, uçak, helikopter
Düşey açı, her zaman mümkün değil
Deneyim, yorumlama
Yollar, göller, nehirler, binalar, ormanlar vb.
Bitki örtüsü, jeolojik oluşumlar
Nesnelerin şekilsel özellikleri
Boyut, renk, yapı vb.
Çözünürlük
0.025 mm +
Sapma olası
Koordinatlandırma
Geo-referencing
JEO 498
04.03.2008
UZAKTAN ALGILAMA
Güneş enerjisinin uydular yardımıyla nesneler üzerindeki etkileşimi
(electromagnetic radiation)
Pasif optik (yansıtılan güneş ışığı ve yayılan termal radyasyon)
Mikrodalga (Radyo frekans spektrumunda enerji iletimi ve
yansıması)
Landsat (US)
Yükseklik: 705 km (4-5,7)
16 günlük periyot
SPOT (French)
Yükseklik: 832 km
26 günlük periyot
Đki sensör (Pankromatik ve Multispektral)
Üç boyutlu görüntü yeteneği
UZAKTAN ALGILAMA (devam ediyor)
Katrina Kasırga’sı öncesi ve sonrası New Oerleans (USGS)
M.E.
JEO 498
04.03.2008
ÖLÇME (SURVEYING)
Arazi verisi toplama
Nesnelerin yatay ve düşey konumlarını belirlemeye yönelik
Referans noktaları gerekir
Koordinatlar bilgiyi tamamlamak ve güncellemekte kullanılır
Ölçümler:
Uzaklık
Yönelim (Direction)
Konumsal doğruluk
±1-10 cm
En az iki kişi
Zaman alıcı
Konumsal ölçümlere öznitelik bilgilerinin eklenmesi gerekir
GPS
M.E.
Uydular aracılığıyla konumlandırma
1973 → Askeri amaçlı (US)
Konumları belli 21+3 uydu
Yükseklik: ~20200 km, ~ dairesel yörünge
Farklı koordinat sistemlerinde bilgi alımı
Milimetre-metre duyarlılık → Maliyet ↑
Kodlanmış uydu sinyalleri-GPS alıcısı
4 veya daha fazla sayıda uydu → (x, y, z)
JEO 498
04.03.2008
OPTĐMUM VERĐ
HIZ
KALĐTE
M.E.
FĐYAT
JEO 498
11.03.2008
5. VERĐ KALĐTESĐ
VE
HATA KAVRAMLARI
GENEL BAKIŞ
M.E.
Doğruluk ve kesinlik
Konumsal doğruluk ve kesinlik
Öznitelik doğruluğu ve kesinliği
Mantıksal tutarlılık
Bütünlük ve uygunluk
Verinin yaşı
Ulaşılabilirlik
Hata kaynakları
JEO 498
11.03.2008
DOĞRULUK VE KESĐNLĐK
Doğruluk (accuracy): Bir harita veya sayısal veri tabanındaki bilginin
gerçeğe ne derece yaklaştığının ölçüsüdür.
Örn.: Atış poligonunda, hedefin orta noktasının ne derecede vurulduğunun ifadesi.
Veri grubundaki hata ve veri kalitesi → ÖNEMLĐ
↑ doğruluk → ↑ para
Kesinlik (precision): Benzer koşullar altında yapılan tekrarlı ölçümlerin
birbirlerine olan yakınlığıdır.
Örn.: Konumsal → virgülden sonra kaç hane geldiği
Öznitelik → nesne hakkında ne derecede bilgi verildiği
↑ kesinlik → ↑ para
DOĞRULUK VE KESĐNLĐK (devam ediyor)
M.E.
100 ±1cm
100.346
JEO 498
11.03.2008
VERĐ KALĐTESĐ
Veri Kalitesi → Verinin doğruluğu ve kesinliği ile ilgili
Hata → Doğru olmayışlık, kesin olmayışlık, yanlışlığın bir ifadesi
HATAYI nasıl en aza İNDİREBİLİRİZ? → TECRÜBE (DENEYİM)
Maliyet
$
Kalite
KONUMSAL DOĞRULUK ve KESĐNLĐK
Gerçeğe ne kadar yakın koordinat değeri
M.E.
Belirsizlik
Çözünürlük
Örn.: Harita → ÖLÇEK → 0.5 mm
ÖLÇEK
Gerçek Uzunluk
1:1250
62.5 cm
1:5000
2.5 m
1:25.000
12.5 m
1:100.000
50 m
1:1.000.000
500 m
Haritadan kaynaklanan hata → MEVCUT
Zoom → ÇÖZÜM DEĞİL
Ham veri kalitesi → ÖNEMLİ
JEO 498
11.03.2008
ÖZNĐTELĐK DOĞRULUĞU VE KESĐNLĐĞĐ
Detaylı bilgi → doğruluk ↑
Veri detaylarının sıralanmasında yanlışlık → HATA
Verilerin DOĞRU özniteliklerle ilişkilendirimesi → doğruluk ↑
Veri kaynaklarında DETAY → kesinlik ↑
Location may not change with time, but attributes often do
MANTIKSAL TUTARLILIK
Kullanıcı → Gerçek dünyaya ilişkin veriler → NE KADAR??? NASIL???
Yanlış sınıflandırma → yanlış ve tutarsız sonuç
M.E.
Örn.: Deprem bölgesi olmayan bölge → depreme dayalı analiz → GEREKSĐZ DETAY
Zaman ve maliyet ↑
Kullanılabilir veri + karşılaştırma yapılabilir veri → ÖNEMLĐ
Sorunun çözümüne yönelik en pratik, en hızlı ve en uygulanabilir işlemler
% 100 temsil edici veri → YANLIŞ
Güncelleme → ÖNEMLĐ
JEO 498
11.03.2008
BÜTÜNLÜK VE UYGUNLUK
Veri tabanı yeterli mi?
Sorunun çözümüne yönelik veri?
Ölçek?
Đşleyiş, uygulama?
Veri formatı?
Maliyet?
……
……
……
VERĐNĐN YAŞI
M.E.
Veri → ÖNEMLĐ bir CBS elemanı
Veri → Temsil edici ve kullanılabilir
Yaşlı veri → Mevcut projede → ANLAMSIZ/GEÇERSĐZ
Yaşlı veri → Şekil ve özellikler → DEĞĐŞMĐŞ
Yaşlı veri → Güncel koşulu yansıtmayabilir
…………
…………
SONUÇ: VERĐ KULLANIMINDA DOĞRU VE AKILCI SEÇĐM
JEO 498
11.03.2008
ULAŞILABĐLĐRLĐK
Veriye ulaşmak → Her zaman mümkün olmayabilir
Güvenlik, yasalar, ekonomik nedenler, veri formatı vb. → KISITLAMALAR
Veride duyarlılık ~ sınırlama → Örn.: GPS koordinatları
HATA KAYNAKLARI
1. Orjinal materyal
•
Ölçme ve veri kaynağı
–
Aletsel hatalar
–
Uydu sensörleri
–
Kamera
–
GPS
•
Doküman
–
Harita yapımı sırasında
–
Ölçek
•
Arazi, özellik değişimi
–
Nesnelerin özellikleri değişebilir
–
Yeni süreç, olay vb.
M.E.
JEO 498
11.03.2008
HATA KAYNAKLARI (devam ediyor)
2. CBS’de veri girişinde
•
Konumlandırmada
•
Veri girişi
–
Ekipmanda
–
Kullanıcı
•
Depolamada
•
Veri işlemede
•
Sunumda
3. Yöntemlerde
•
Örneklemede
•
Tasarımda
ÖLÇÜM HATALARI
M.E.
Kişisel hatalar
Sistematik
Model ~ gerçek
Yanlış projeksiyon
Rasgele
Ölçüm işleminde
Đstatistiksel kavram
Hata → DEĞERLENDİRİLEBİLİR + HESAPLANABİLİR
JEO 498
11.03.2008
6. SAM (SAYISAL ARAZĐ MODELĐ)
6.1. SAM (SAYISAL ARAZĐ MODELĐ) ?
Yer yüzeyine ilişkin sayısal modellerin üretilmesi → SON DERECE ÖNEMLİ (farklı
disiplinler)
SAM → DTM (Digital Terrain Model)
MIT (Massachusetts Institute of Technology)
1950’lerin sonunda, iki Amerikalı mühendis
SAM → Çok sayıda ve bilinen X, Y, Z değerlerinin, bir koordinat sistemi dahilinde, yerin
yüzeyine ilişkin verilerle ifade edilip, istatistiksel olarak değerlendirilmesi ve
sunulmasından oluşur (Miller ve LaFlamo, 1958).
M.E.
JEO 498
11.03.2008
6.2. ĐLGĐLĐ TANIMLAMALAR
DEM: The word elevation emphasizes the measurement of height above a datum and
the absolute altitude or elevation of the points in the model. DEM as a term is in
widespread use in the US, generally refers to the creation of a regular array of
elevations, normally squares or a hexagon pattern over the terrain.
DHM: This is a less commonly used term with the same meaning as the DEM since
the word elevation and height are normally regarded as synonymous. The term seems
to have generated in Germany.
DGM: This term seems to lay its emphasis on a digital model of the solid surface of
the Earth. The term seems to have generated in UK.
DTM: A more complex concept involving not only height and elevations but also
other GIS features such as rivers and ridge lines. Moreover, DTM may also include
derived data about the terrain such as slope, aspect, and visibility. In a narrow sense, a
DTM represents terrain relief. In its general form, a DTM is considered by most people
to include both planimetric and terrain relief data.
M.E.
JEO 498
11.03.2008
DTED: A term used by the US Defence Mapping Agency (DMA). It describes
essentially data produced by the same process although it specifically uses grid-based
data.
.............
Birçok tanım mevcut
En çok kullanılan iki terminoloji → DEM ve DTM
Çoğunlukla eş anlamlı kullanım
DTM → sadece yerin yüzeyine ilişkin yükseklik özelliklerini ifade eder
DEM → yerin yüzeyi ve üzerinde bulunan her yüksekliğe (örn.: binalar, ağaçlar vb.)
ilişkin özellikleri ifade eder
Topoğrafik haritaların sayısallaşGrılması sonucunda → DTM
Çoğunlukla uydu görüntülerindan yararlanarak üreHlen modeller → DEM
M.E.
JEO 498
11.03.2008
6.3. SAM’nin ÖNEMĐ ve GEREKLĐLĐĞĐ
A)
İnşaat Mühendisliği
Yol
Demiryolu
Barajlar
Rezervuarlar
Kanallar
İyileştirme çalışmaları
Madencilik uygulamaları
B) Yer Bilimleri
M.E.
Yerkabuğuna ilişkin bilgi
Arazi modelleme, analiz ve yorumlanması
Jeolojik ve hidrojeolojik modelleme
Jeomorfolojik analiz
Biyofiziksel modelleme ve analizi
Genel jeolojiye ilişkin çalışmalar
Drenaj özellikleri
JEO 498
11.03.2008
B) Yer Bilimleri (devam ediyor)
Çizgisellik
Hidrojeolojik modelleme
Jeolojik haritalama
Eğim, bakı, eğrisellik haritalamaları
Kabartı, eğim profili oluşturulması
C) Planlama ve Kaynak Yönetimi
Doğal kaynakların yönetimi
UA
Klimatoloji
Tarım
Toprak bilimleri
Çevre ve kentsel
planlama
Meteoroloji
Ormancılık
C) Planlama ve Kaynak Yönetimi (devam ediyor)
M.E.
Yer seçimi
Görüntü sınıflaması
Uydu görüntülerinin geometrik ve radyometrik düzeltmesi
Erozyon
Tarımsal ürün seçimi ve modellemesi
Rüzgar hızı/yönü değerlendirmesi
Atık depolama/değerlendirme
JEO 498
11.03.2008
D) UA ve Haritalama
CBS Kullanımı
Görüntü düzeltme
Tematik harita üretimi ve bilgi çıkarımı
Coğrafi konumlandırma
3D görüntüler
Uydu görüntüleri, fotogrametrik çalışmalar ve radar uygulamaları
E) Askeri Uygulamalar
Hemen hemen her türlü askeri uygulama, güvenilir ve doğru arazi
bilgisi gerektirir.
Muharebe yönetimi
Silah knumlandırma
Uçuş simülasyonu
6.4. SAM BĐLEŞENLERĐ
Oluşturma aşamaları
İşleme
Yorumlama
Gösterim
Uygulama
M.E.
JEO 498
11.03.2008
6.4.1. SAM Oluşturulması
Yapılacak herhangi bir uygulamanın temeli
İki önemli aşama
Arazi verisi toplama (orjinal arazi gözlem ve verilerine ilişkin ölçüm ve
sayısallaştırma)
Model oluşturma (veriler arasındaki ilişkiler temel alınarak, uygun model seçimi)
Birçok yöntem mevcut
İstenen doğruluk + maliyet → ÖNEMLİ
DENGE
Düşük çözünürlüğe sahip, ücretsiz (örn.: GTOPO_30)
Küresel sayısal yükseklik modeli
Orta çözünürlüklü ürünler (uydu verilerinden türetilen)
Yüksek çözünürlüklü – yüksek doğruluktaki ürünler (LIDAR, fotogrametrik yöntemler
vb. ile)
M.E.
JEO 498
11.03.2008
Konturlardan (eş yükseklik eğrilerinden) üretilen SAM → Son derece YAYGIN
En önemli nedeni → Düşük maliyet, uzun süredir kullanılıyor olması
Analog → Digital dönüşümü
Elle
Yarı otomatik
Otomatik
ÖNEMLİ → Coğrafi Konumlandırma (Georeferencing) ve Yükseklik Değerlerinin
Girilmesi
Fotogrametrik veri toplama
Hava fotoğrafları
Sayısal uydu görüntüleri
Her iki yöntem, yüksek çözünürlüklü ve güvenilir topoğrafik veri üretiminde sıklıkla
kullanılmaktadır.
Yeni teknolojiler → RADAR + LAZER ALTİMETRE + SAR (Synthetic Aperture Radar)
İnterferometri → Topoğrafik veri üreHmi
Maliyet YÜKSEK
M.E.
JEO 498
11.03.2008
Araziden elde edilen ölçümler, yüksek doğruluk oranına sahip olup, amaç mümkün
olan en fazla bilgiyi elde etmeye yönelik olmalıdır.
Çok sayıdaki noktada yapılacak ölçümler ile mümkün olabilmekte
Ancak, bu derecede yüksek bir doğruluğa ULAŞMAK → ZAMAN + PARA
Arazide doğrudan yapılan ölçümler → Küçük Alanlar + Özel Amaçlı Projeler
SAM’in temel yapısı→ Temsil edici ve güvenilir olmalı
SAM → Görüntü veya matemaHksel olarak ifade edilebilir
En yaygın olarak kullanılanlar
Grid veya yükseklik matris yapısı
TIN (Triangulated Irregular Network) yapısı
Her iki yapıda temel unsur → NOKTA
Grid veya yükseklik matrisi, SAM oluşturulmasındaen çok kullanılan modeldir.
Temel gerekçe → Bilgisayarın veri saklama tekniğine benzer bir şekilde veri
saklama
Her bir nokta, satır ve sütunla ifade edilir
M.E.
JEO 498
11.03.2008
TIN→ Düzensiz olarak konumlanmış noktaların / gözlem noktalarının / referans
noktalarının, üçgenler oluşturularak; X,Y koordinatlarına sahip “Z” değerlerinin elde
edilmesine dayanmaktadır.
En önemli ÜSTÜNLÜK → Karmaşık topoğrafyalara ilişkin daha gerçekçi bilgi sunabilme
yeteneğidir.
6.4.2. SAM’de Veri Đşleme
Veri işleme süreçleri
Değiştirme / Dönüştürme
Kalibrasyon
Yenileme / Güncelleme
Diğer bir deyişle, veriyi alma, güncelleme, filtreleme, birleştirme gibi işlemlerle
SAM’nin üreHlmesi ile farklı veri yapılarının birbirine dönüştürülmesi (Grid → TIN; TIN
→ Grid)
Ayrıca, hata giderme / azaltma, görüntü kalitesinin artırılması (smoothing,
enhancement vb.) gibi işlemleri de içerir.
M.E.
JEO 498
11.03.2008
6.4.3. SAM’nin Yorumlanması
SAM’nin kalitesi
İçerdiği / sunduğu bilgi
Arazi özelliklerinin ne derecede doğru tanımlanabildiğine bağlıdır.
CBS uygulamaları için temel / altlık oluşturur.
Jeomorfolojik sayısal analizlere olanak sağlar
Genel → yamaç eğim, yamaç şekli vb.
Özel → yüzeysel hidrolojik özellikler
6.4.4. SAM Gösterimi
SAM’nin görsel olarak sunumu ve bilgi içeriği
Kullanıcılar arası ortak iletişim
Görsel yorumlama → KARAR VERME
Konturlar
Kabartı
3D
Animasyon
M.E.
JEO 498
11.03.2008
6.4.5. SAM Uygulamaları
Mevcut teknoloji / veri / yazılım / donanım vb. ile etkin ve yeterli çözüm üretmek
Birbirinden çok farklı amaçlara yönelik → farklı disiplin uygulamaları
Çoğu kez → İNTERDİSİPLİNER
Tüm uygulamalar → COĞRAFİ VERİ
YÜKSEKLİK DEĞERİ
SAM
6.5. SAM’DE VERĐ MODELLERĐ
Yeryüzüne ilişkin veri toplama süreci boyunca, sonsuz sayıda ve düzensiz olarak
dizilmiş veri mevcut
Anlaşılabilir, güvenilebilir ve kullanılabilir bir SAM oluşturmak için, veri elemanları
arasındaki gerekli topolojik ilişkileri ve yüzeyi en iyi yansıtacak ara değerleme
(interpolation) modelinin kullanılması gerekli
Bununla birlikte, yer yüzeyi gibi yüzeyler, sonsuz sayıda noktadan oluşmakta ve her bir
noktayı saklamak ve / veya değerlendirmek → OLANAKSIZ
TEMSİL EDİCİ VERİ KULLANIMI
M.E.
JEO 498
11.03.2008
SAM
Araştırılan ve / veya çalışılan yüzeyi en iyi şekilde temsil etmeli
İkincil veri üretimleri için yeterli olmalı
Veri boyutu ve veri saklama açısından sorun yaratmamalı
Analizler için uygun yapıda olmalı
Sayısal formatta SAM üretilmesinde, genelde üç farklı yöntem kullanılmaktadır:
Kontur
Grid
TIN
6.5.1. Kontur
Araziye ilişkin bilgilerin sunulmasında / değerlendirilmesinde en çok kullanılan kontur
veya eş yükseklik (isolines) eğrileridir.
Farklı ölçeklerde, dünya üzerindeki hemen hemen her bölgenin kontur haritaları
mevcuttur.
Kontur haritalarının doğruluğu, ilksel veya üretimi yapılan veri türünün, ne şekilde
türetildiğine bağlıdır.
Hava fotoğraflarından stereoplotter ile toplanan ve üretilen kontur haritalarının
doğruluğu son derece yüksektir.
Noktasal verilerden itibaren ara değerleme ile oluşturulabilir.
M.E.
JEO 498
11.03.2008
6.5.2. Grid
Veri noktaları arasındaki topolojik ilişkiler ile ifade edilebilen bir matris yapısı olarak
tanımlanabilir (ElSheimy vd., 2005).
Veri yapısı, bilgisayarlardaki veri saklama yapısına benzemekte olup, veri kullanımı ve
yönetimi son derece kolaydır.
Bununla birlikte, karmaşık yüzeylere ilişkin gridleme işlemi için, son derece fazla
noktaya gereksinim duyulmaktadır.
Eşit aralıklı örnekleme noktalarının, ortak bir orijine sahip ve X-Y olarak ifade edildiği,
bir referans düzleminde sunulmasını temel alır.
M.E.
JEO 498
11.03.2008
Yüzeyi tanımlayan bir dizilimin doğruluğu, örnekleme noktalarının arasındaki uzaklığa
bağlıdır.
Uzaklık fazla → Yüzeye ilişkin önemli yapılar GÖSTERİLEMEZ
Uzaklık az → Gereğinden fazla veri
M.E.
JEO 498
11.03.2008
Grid Veri Yapısının:
ÜSTÜNLÜKLERİ
SINIRLAMALARI
1.
SAM’ni doğrudan ifade eder.
1.
2.
Arazinin genel yönelimi
hakkında fikir verir.
Yetersiz / Fazla örnekleme
noktası (her zaman mevcut)
2.
En yüksek / En düşük arazi
noktası, nadiren örnekleme
grid noktaları içinde bulunur.
3.
Karmaşık yüzeylerin ifadesinde
yetersiz kalabilir.
3.
Veri saklama ve işleme
kolaydır.
4.
Raster veri tabanlarıyla
birleştirmek kolaydır.
5.
Arazi özelliklerinin “doğal”
görünümüne yakın gösterim
yeteneği vardır.
6.5.3. TIN
1970’lerin sonları (Peucker v.d., 1978)
Farklı, dağınık, düzensiz noktalardan → Yüzeysel bilgi elde edilmesi
CBS yazılımlarının hemen hemen hepsinde mevcut
Daha çok nokta → Karmaşık yüzey
Daha az nokta → Yumuşak yüzey
Noktalar arası ÜÇGENLER → Yüzeyi ifade etmede / oluşturmada kullanılmaktadır.
M.E.
JEO 498
11.03.2008
TIN Veri Yapısının:
M.E.
ÜSTÜNLÜKLERİ
SINIRLAMALARI
1.
Yüzeyi farklı çözünürlüklerde
tanımlayabilme
1.
Görsel yanılgılara açık
2.
Kontrol → Elle
2.
Veri saklamada etkinlik
3.
En yüksek / En düşük
noktaların ifade edilmesi
4.
Arazinin genel yönelimi
hakkında fikir vermesi
JEO 498
11.03.2008
6.6. SAM OLUŞTURULMASI
Genel olarak SAM,
Yer ölçümleri
Fotogrametrik yöntemler
Topoğrafik veriler (kontur verileri) ile oluşturulur.
Talep artışı → Yüksek doğrulukta yer yüzeyi bilgisi → YENİ TEKNOLOJİLER
Son 20 yılda → UA ürünleri ile üreHm ↑ → Maliyet ↓
En yaygın olarak kullanılan → Kartografik veri, opHk, lazer ve mikrodalga (MD) UA
ürünleri
6.6.1. Kartografik Veri Kaynakları
M.E.
Sayısallaştırma (manual digitization)
Yarı otomatik kontur izleme (semi-automated line following)
Otomatik görüntü tarama ve vektörleştirme (automatic raster scanning and
vectorization)
Kağıda basılı bir kartografik veriyi (haritayı) sayısal hale dönüştürmek için:
a)
Tarama
b)
Düzeltme
c)
Sayısal değere dönüştürme işlemleri yapılmaktadır.
JEO 498
11.03.2008
6.6.2. Ara Değerleme
M.E.
Resampling / Interpolation
Yüzeye ilişkin elde edilen verilerin yeniden yapılandırılması
Noktalara ilişkin “değer” tahmini
Dış değerleme (extrapolation) → ZIT
Özellikle SAM’ne ilişkin uygulamalarda
Jeoloji
İnşaat
Planlama
“EN İYİ” ara değerleme algoritması → SÖZ
EDEMEYİZ
SAM’nin kalitesi ve doğruluğu, orjinal veri
dağılımı ve doğruluğu ile bunların yeterli
Kaynak değerlendirme / Yönetimi derecede olup olmamasına bağlıdır.
Ölçme
Fotogrametri
Çevre
Askeri
JEO 498
11.03.2008
6.6.3. Kriging
Birçok yöntem mevcut. Ancak bunlarda, yapılan ara değerlemenin kalitesine
yönelik değerlendirme → EKSİK
Kriging
Hata hakkında bilgi
Örneklem hakkında bilgi
Referans noktalarından itibaren ağırlıklı ortalama değerlerinin hesaplanıp, “z”
değerlerinin belirlenmesi
Kullanım → Diğer yöntemlere göre daha fazla
6.6.4. Temel Uygulamalar
M.E.
Kabartı
Eğim
Bakı
Eğrisellik
Amaca yönelik UYGULAMALAR
UZAKTAN ALGILAMA
Doç. Dr. Murat Ercanoğlu
GĐRĐŞ
1
UA ??
Uzaktan Algılama (UA) → Teknolojik olarak 19. yüzyıl başı → FOTOĞRAF
Coğrafi Bilgi Sistemi (CBS) ~ UA → Birbirini tamamlayan iki önemli
TEKNĐK+ARAÇ
CBS+UA →
• Birbirinden çok farklı disiplinlerde kullanım alanı
• CBS’nin önemli bir veri kaynağı → UA
• JEOLOJĐ’de son derece yaygın
Hava fotoğrafları, arazi çalışmaları ve mevcut haritalar → ÇOK FARKLI
VERĐ KAYNAKLARI
UA ??
Uydu Görüntüleri → • Hızlı → En geç 1 hafta
• Ucuz
• SAYISAL
• Global → Sınırlardan ve sınırlamalardan bağımsız
• Güncelleme
• Ayrıntılı
Uydu görüntüleri ile çalışmak → •
EKONOMĐ + ZAMAN
Geniş alanlar → DETAYLI ĐNCELEME
•
Kaçınılmaz bir veri kaynağı
•
Ön çalışmalar → Arazi çalışmaları ile
koordinasyon
2
UA ??
UA → Geniş anlamıyla, bir nesne, alan veya olguya ilişkin TEMAS OLMADAN
alınan bilgi, veri, vb. (EM, ses vb.)
GÖZ → • UA’ya ÇOK ĐYĐ BĐR ÖRNEK
• Güneş veya bir ışık kaynağından yayılan görünür ışık enerjisinin
yansıması
• Termometre → TEMAS halinde → UA tekniği olamaz
UA → Dünya üzerindeki nesneler ile elektromanyetik
enerji arasındaki ilişki UA’nın temel konusudur.
Remote sensing (RS) is the science (and to some
extent, art) of acquiring information about the Earth's
surface without actually being in contact with it. This
is done by sensing and recording reflected or emitted
energy and processing, analyzing, and applying that
information (NRC, 2000).
UA ??
UA → Bir nesneye fiziksel olarak temas etmeden, o nesneye ilişkin bilgi
edinilmesi UA olarak tanımlanabilir.
Belirli bir uzaklığa yerleştirilmiş bir cihaz
Elde edilen bilginin
ile bilgi toplanması
yorumlanması
UA → Alıcı → Algılanan nesne
Birkaç km ~ yüzlerce km
EM dalgalar ile alıcılar yardımıyla veri elde edilmesi
3
HAVA FOTOĞRAFLARI
Havadan Tarama (multispektral algılayıcılar + Uçak) → MALĐYET ↑
Film → Işığa duyarlı kimyasallar içeren bir tabaka
Siyah-beyaz
Renkli → Normal veya Yalancı renk (pseudo color)
RGB (Red, Green, Blue) dalga boylarının farklı film tabakalarında
kullanımı
Renkli Infrared film → Đnsan gözü kızıl ötesini algılayamaz
Daha yüksek dalga boyuna dönüştürme
Mavi → Siyah
Yeşil → Mavi
Kırmızı → Yeşil
IR → Kırmızı
Siyah-Beyaz
Normal
Normal Renkli
Yapay IR
4
Tek kanal (bant)
Çoklu kanal (bant)
VERĐ TÜRLERĐ
Uydu teknikleri ile elde edilen veri → DEĞĐŞĐK YAPILARDA OLABĐLĐR
Gravite veya manyetik alan gibi kuvvet dağılımları
Ses dalgaları gibi akustik yayılımlar (Derinlik~Ses dalgası~Batimetri)
Đnsan görme sisteminin KISMEN algılayabildiği EM (Elektromanyetik) enerji
yayılımları
EM ışınımların fotoğraf filmi veya sayısal ortamda GÖRÜNTÜ olarak
kaydedildiği UYDU GÖRÜNTÜLERĐ → YERBĐLĐMCĐLER için çok nemli bir
VERĐ KAYNAĞI
5
UA BĐLEŞENLERĐ
Çoğu UA uygulaması → Işınım ~ hedef arasındaki etkileşimi içeren süreçler
7 ana bileşen → Görüntü (imaging) veya görüntüsüz (non-imaging)
1.
Enerji Kaynağı (A) → Hedefi
aydınlatacak veya EM enerji
sağlayacak enerji kaynağı →
GÜNEŞ
2.
Işınım ve Atmosfer (B) → EM
enerji kaynaktan hedefe doğru
hareket ederken, atmosferle
etkileşim içine girecektir. Bu
etkileşim, hedeften kaynağa
dönerken de ikinci kez
gerçekleşebilir.
UA BĐLEŞENLERĐ
3. Hedefle Etkileşim (C) → Atmosferi
geçen enerji, ışınım ve hedefin her
ikisinin de özelliklerine bağlı olarak,
hedefle etkileşim içindedir.
4. Alıcı~Kayıt (D) → Hedef tarafından
soğurulan, iletilen veya yansıtılan
enerji, bir alıcı tarafından kaydedilir.
5. Veri iletimi, alımı ve işlenmesi (E) →
Alıcı tarafından kaydedilen veri iletilir
ve sayısal formatta görüntü olarak
kaydedilir.
6
UA BĐLEŞENLERĐ
6. Yorumlama ve Analiz (F) → Hedefe
ilişkin işlenmiş veri yorumlanır ve
analiz edilir (görsel + bilgisayar)
7. Uygulama (G) → Hedeften alınan
bilgiler doğrultusunda, var olan
ve/veya olabilecek bir soruna çözüm
üretmeye yönelik uygulama yapılır.
ENERJĐ KAYNAĞI (GÜNEŞ-DÜNYA)
GÜNEŞ
8 ışık dakikası (~150 milyon km)→ 8 dakika önceki hali
r= 700000 km
T= 15 milyon K çekirdek sıcaklığı
Manyetik alana sahip, çekirdeğinde enerji üretir
9
Enerjinin de 1 / 2.2x10 ’u yeryüzünde soğurulur
DÜNYA
~ 4.5 milyar yaşında
Güneş etrafında dolanma hızı 30 km/sn
Ekvator uzunluğu ~ 40000 km
R= 12750 km
7
EM ENERJĐ
EM enerji terimi, kablosuz iletişim dalgaları, radyo dalgaları, mikrodalgalar,
ısıl veya yansımalı kızıl ötesi ışınlar, görünür ışık, mor ötesi ışınlar, X ışınları,
gama ışınları gibi dalgasal yayılım gösteren her türlü ışınım (radiation)
türünü kapsar.
Herhangi bir büyüklükteki dalga boyu (λ) ve frekansı (f) ile tanımlanabilen
ve bir kaynaktan yayılan enerji şekli Elektromanyetik Işınım
(Electromagnetic Radiation) olarak tanımlanır.
EM ışınım → Elektrik Alan (E) ve Manyetik Alan (M)
E → Işınımın hareket yönüne dik
M → E ile dik yönde
Her ikisi de ışık hızında hareket ederler
λ ve f → ÖNEMLĐ
Birbirini izleyen iki dalganın tepe noktaları arası uzunluk → DALGA BOYU
NANOMETRE (nm, 10-9m)
MĐKROMETRE (µm, 10-6m)
CM-KM
Birim zamanda belirli bir noktadan geçen dalga sayısı → FREKANS (hertz)
c = λf
c= ışık hızı (3x108m)
Kısa dalga boyu, yüksek frekans
Uzun dalga boyu, düşük frekans
UA'da elde edilecek bilginin yorumlanabilmesinde
→ ÇOK ÖNEMLĐ
8
c=λxf
E=hxf
E: Kuantum enerjisi (J)
-34sn)
h: Planck sabiti (6.6x10
E=(hxc)/λ → EM enerji → Güneş
Uzun dalga boyu, düşük enerji; kısa dalga boyu, yüksek enerji
EM enerji bir cisme çarptığında
Yansıtılabilir
Geçirilebilir
Soğurulabilir
Yayılabilir
Saçılabilir
Yeryüzündeki cisimlerin yansıma özellikleri, gelen enerjinin YANSIYAN bölümü
ölçülerek belirlenebilir. Bu ölçüm işlemi, dalga boyunun bir fonksiyonu olarak
gerçekleştirilebilir ve Rλ (spektral yansıma) adını alır.
Rλ=(ER(λ)/EI(λ)) x 100
Rλ = (cisimden yansıyan λ dalga boyundaki enerji)/(cisme gelen λ dalga
boyundaki enerji) x 100
9
ELEKTROMANYETĐK SPEKTRUM
Gama Işınları
λ <0.03 nm
Atmosferin üst tabakasında
soğurulup, yeryüzüne
ulaşamadıkları için, yeryüzü ile ilgili
X Işınları
0.03<λ<3 nm
UA çalışmalarında
KULLANILAMAZLAR.
10
UV (mor ötesi) Işınlar
3<λ<400 nm
Çoğunluğu ozon tabakası tarafından soğurulur.
~ 300-400 nm arasındaki dalga boyuna sahip UV yeryüzüne ulaşır.
Đnsan gözü algılayamaz.
Bazı kayaç ve mineraller UV ışınla aydınlatıldığında ışık yayarlar.
Özel optik cihazlar ve film tabakaları ile algılanabilir. Bu nedenle
fotografik mor ötesi ışınlar da denir.
Yeryüzüne yönelik UA uygulamalarının en alt sınırını oluşturur.
• Güneş ışığı → Đnsan gözü
homojen algılar
Görünür Işık
Đnsan gözü algılar.
~ 0.4-0.7 µm
EM spektrumda çok küçük bir aralık
Kendi içinde küçük dalga boyundan büyük dalga boyuna doğru
mavi, yeşil, kırmızı
→ ANA RENKLER
0.4- 0.446 0.5- 0.578 0.592 0.620.446 -0.5 0.578 -0.62 0.7
0.592
11
Kızıl ötesi (Infrared, IR)
~ 0.7-1000 µm → Yaklaşık 100 kat daha geniş → görünür
aralıkdan
Đki temel bölge
Yakın kızıl ötesi (yansıma özelliği)
0.7-3 µm
Görünür bant ile hemen hemen aynı amaçlara yönelik
Termal kızıl ötesi (yayma özelliği)
Yeryüzünde ısı şeklinde yayılan ve algılanan kesim
Mikrodalga
1 mm- 1 m
UA’da kullanılan en yüksek dalga boyu
Radyo dalgaları
Kısa-orta-uzun gibi alt gruplar
TV radyo yayınları
12
(Köse, 2000)
ATMOSFER ĐLE ETKĐLEŞĐM
% 78 N; % 21 O2; % 1 Diğer (su buharı, CO2, metan,
kloroflorokarbon, ozon → Greenhouse gases)
Ozon → UV ışınlarını soğurur → YAŞAM için çok önemli
Kozmik, gama ve UV ışınlarının bir kısmı ATMOSFERDE soğurulur.
13
(Sabins, 1987)
Troposfer → ~ 11 km yükseklik, sıcaklık düşer, yeri etkileyen hava
süreçlerinin çoğu bu bölgede gerçekleşir.
Stratosfer → Troposferden sonraki ~ 50 km, sıcaklık artmaya başlar,
OZON tabakası stratosferin üst kesimlerinde bulunur.
Mezosfer → Hava sıcaklığının en düşük olduğu kesim (~ 85 km, -100
0C)
Termosfer → Sıcaklığın en yüksek olduğu kesim
14
A: Soğrulma
B: Saçınma
C: Đletilme
Güneş ışığı, yeryüzüne ulaşmadan önceki yolculuğunda atmosferle
etkileşim içindedir.
Partiküller + gazlar → saçınım, soğrulma mekanizmaları
Saçınım (Scattering)
Atmosferdeki partikül + gazlar → EM ışınımın orijinal
yolundan sapmasına neden olabilir
Sapmanın miktarı → Işınımın dalga boyu, partikül veya gaz
oranı ve boyutu ve ışınımın atmosfedeki hareket uzunluğuna
bağlıdır.
3 tür saçınım
Rayleigh
Mie
Seçici olmayan (non-selective)
15
Rayleigh saçınımı
Işınımın dalga boyu ile karşılaştırıldığında, atmosferdeki partiküller
(toz halindeki N ve O) çok küçük
Küçük dalga boyu daha çok etkilenir
Üst atmosferde daha baskın
Gökyüzü mavi → Rayleigh saçınımı → Işık atmosferden geçerken
görünür aralığın daha kısa dalga boyları (örn.: mavi) uzun dalga
boylarına göre daha çok saçınıma uğrar
Gündoğumu ve günbatımında güneş ışınları daha çok hareket
ederler. Kısa dalganın saçınımı daha çok olur ve bu da daha uzun
dalga boylarının atmosfere girmesine yol açar.
Mie saçınımı
Partikül-enerji dalga boyu hemen hemen aynı
Rayleigh saçınımına göre daha uzun dalga boyunda etkin
Atmosferin daha alt kesiminde (daha büyük partiküller, örn.: su
buharı)
Hava bulutlu iken daha etkin
16
Seçici olmayan saçınım
Enerji dalga boyu > partikül boyutu
Su zerreleri, toz vb.
Seçici olmayan → Tüm dalga boyları eşit miktarda saçınır
Sis ve bulutların beyaz görünmesi
RGB → Eşit miktarda saçınır
Soğurma
Saçınımın tersine, partiküller farklı dalga boylarında enerjiyi farklı
absorbe eder.
Ozon, CO2 ve su buharı→ Ana nedenler
17
HEDEFLE ETKĐLEŞĐM
Soğurulmayan veya saçınmayan EM enerji → Yeryüzeyine gelir
Ulaşan enerji → Soğurulur (A), Geçer (T), Yansır (R)
UA → Yansıma ile daha çok ilgilenir
Yansıma
Geldiği gibi, tek yönde yansıma (mirror like)→ yumuşak yüzey,
pürüzsüz
Dağılarak→Çok yönde yansıma, pürüzlü yüzey
Gelen ışınımın dalga boyu~yüzeyin pürüzlülüğü ilişkisi
Gelen dalga boyu yüzeyi oluşturan partiküllerden çok küçükse çok
yönlü yansıma
Örn.: Đnce taneli kum → Mikrodalgada pürüzsüz, görünür
dalgaboyunda pürüzlü
18
Yapraklar
Klorofil → Kırmızı ve mavi dalga boyunu absorbe eder, yeşili
yansıtır
Sağlıklı (yeşil) yapraklar→ yakın kızıl ötesi, dağılarak yansıma
Su → Görünür ve yakın kızıl ötesi ışınımın uzun dalga boyları, su
tarafından daha çok absorbe edilir. Bu nedenle:
Su → Mavi
Kırmızı ve yakın kızıl ötesinde koyu renkli
Asılı halde sediman → daha iyi yansıma ~ temiz su ile karışıklık
Yeşil görünen su → Algler → Klorofil →Yeşil rengi yansıtır
19
AKTĐF-PASĐF ALGILAMA
Pankromatik + Multispektral Görüntü → Elektro-optik algılayıcı
Güneşten gelen ve dünya üzerinde yansıyan, soğurulan veya saçılan enerjiyi
ölçer
PASĐF → Kendi enerji kaynağı yok, atmosferik/meteorolojik koşullardan
etkilenir
AKTĐF → EM spektrumun mikrodalga kesiminde yer alıp, radar sinyalleri
gönderir, geri gelen sinyal özelliklerine göre veri üretimi yapar.
Sis, bulut, gece-gündüz koşullarından etkilenmez
UA cihazları → çoğunlukla EM enerji, son yıllarda aktif → çok yaygın
EM spektrum çok geniş ve UA amaçları için tüm dalga boyları etkin değil
a) Pasif sistem
(Köse, 2000)
b) Aktif sistem
20
UYDU GÖRÜNTÜSÜNÜN ELDE EDĐLMESĐ
Çalışma prensibi → Dijital kameralara benzer → Film yok
Alıcı (sensor), algılayıcı (detector)
Yeryüzü ve üzerindeki objelerden yansıyan EM enerjinin miktarı ölçülür
Spektral (bantsal) ölçümler
GÖRÜNTÜ
Spektral yansıma → Sayısal olarak kayıt
Alıcı → Görüntü üretebilen (imaging)
Alıcı → Görüntü üretemeyen (non-imaging)
Görünür (visible)
Yakın kızıl ötesi (near infrared)
Kısa dalga kızıl ötesi (short wave infrared)
Termal kızıl ötesi (thermal infrared)
Mikrodalga radar
Yansıma değerleri → GÖRÜNTÜ
1. Konumsal, uzaysal (spatial) içerik → Şekil, büyüklük, renk, genel
görünüm vb.
2. Spektral içerik → Mineral içeriği, toprak nemi, bitki örtüsü, bitki türü
vb.
21
GÖRÜNTÜ TÜRLERĐ
Pankromatik Görüntü
EM spektrumun geniş bir bölümünden yansıyan enerjiyi ölçebilen
algılayıcılar tarafından, genellikle tek bant üzerinde
Genelde görünür ve yakın kızıl ötesi
Siyah beyaz görüntü
Multispektral Görüntü
Birden fazla bantta eş zamanlı ölçüm
Çok bantlı
3-7; 14
Hiperspektral Görüntü
Birçok küçük bant aralığı (~ 100)
Dalga boyları multispektrale yakın, daha çok detay, sınıflamada çok yararlı
Çevresel ve doğal koşulların değişebilirliği → SINIRLAYICI
NASIL KULLANALIM ?
Klorofil → Kırmızı ve mavi dalga boyunu çok iyi absorbe eder
Orta IR→ Jeolojik çalışmalarda iyi sonuç
Termal → Toprak nemi, hayvan türlerinin izlenmesi
Mikrodalga → Yerkabuğunun dokusu, gece-gündüz, atmosferik koşullar
etkilenmez
Gündüz → Kayaçlar ısınır, nemli bölge daha soğuk
Gece → Kayaçlar daha soğuk, nemli bölge daha sıcak
,,.
,,.
,,.
22
Farklı dalga boylarındaki farklı yansıma değerleri → YERYÜZÜ özellikleri
hakkında BĐLGĐ
Görünür mavi → Sığ suların haritalanması, toprak/bitki örtüsü ayrımı
Görünür yeşil → Sağlıklı/sağlıksız bitki örtüsü
Görünür kırmızı → Bitki örtüsü türleri
Yakın kızıl ötesi → Bitki örtüsü haritalaması, sağlıklı/sağlıksız bitki örtüsü,
bitki türleri
Orta kızıl ötesi → Kayaç türleri, toprak/bitki nemi, jeolojik yapı, su/kara
sınırları vb.
Bitki örtüsü → Mavi + kırmızı, pigmentler tarafından soğurulur
Yeşil görüntü → Tür ayırt etmek GÜÇ, hepsi hemen hemen aynı
yansıma
Yakın kızıl ötesi → Pigmentler bu bölgede enerjiyi absorbe etmezler.
Daha yüksek yansıma değerleri
SAÇINIM → ÖNEMLĐ → Geniş yaprak/iğne yaprak → TÜR
FARKLILIĞI
Orta kızıl ötesi → Yapraklardaki nem nedeniyle yansımada ani
azalım
…
…
…
23
UYDULAR VE ALICILAR
• Alıcı → Platform gereksinimi
• Yeyüzü üzerinde, uçak, balon, uydu
• Uydu yörüngesi: Uydunun izlediği yol
• ~ 36000 km, dünya ile aynı hızda ve yönde yörünge → GEOSTATIONARY ORBIT
(yersabit yörünge)
• Belirli bir alana ilişkin sürekli veri alımı
• Genelde meteorolojik ve iletişim uyduları
• Polar yörünge → ~ N-S
• Dünya W-E
• Diğer bir deyişle Sun-synchronous (GÜNEŞLE UYUMLU)
• Aynı bölge, aynı zaman, aynı aydınlanma → Change detection
• Alçalan yörünge (descending orbit) → Güneş ışığını alan bölgede görüntüleme
• Yükselen yörünge (ascending orbit) → Karanlık bölgede yükselme
• Elektro-optik uydular (pasif) → Genelde alçalan yörüngede (termal hariç)
• Radar uydular (aktif) → Farketmez
24
• Swath: Uydunun yeryüzü üzerinde gördüğü/algıladığı alan
• Yüksek çözünürlüklü görüntü → Daha küçük alan
• Birkaç cm’den birkaç km’ye
• Nadir point: Uydunun algılamayı yaptığı anda yeryüzüne dik konumda olduğu yer
• Stereo görüntüleme: Üst üste bindirmeli görüntüleme, 3D görüntü elde edilebilir
• Ortorektifiye: Hem düşey, hem de yatay sapmaların düzeltilmesi anlamındadır.
Topoğrafik harita + DEM
• Görüntüleme alanı
• Kutup yörüngeli ise her yer
• Güneş eşlemeli: Elektro-optik uydular güneşle uyumlu hareket ederler.
Tekrar geçişlerini günün aynı zamanında yaparlar
PĐKSEL-ÇÖZÜNÜRLÜK
• Piksel: Algılanan cisme ait tanımlanabilen en küçük görüntü elemanıdır.
• Çözünürlük: Algılanabilen cisimdeki en küçük görüntü detayıdır. Ölçekle birlikte
değerlendirildiğinde cismin boyutu belirlenebilir.
• Spatial
• Spektral (algılayıcının EM spektrumdaki algılama hassasiyeti)
• Radiometric (bitlerdeki gri seviye sayısı)
• Temporal (Algılamadaki zaman aralığı)
25
• Spatial çözünürlük, piksel boyutu
• Detay
• Pasif algılayıcının konumsal çözünürlüğü → IFOV (Instantenous Field of View)
• Đlgilenilen nesnenin boyutu ≥ çözünürlük (homojen özellik)
Yüksek çözünürlük
Düşük çözünürlük
26
• Spektral çözünürlük
• Hassas spektral çözünürlük → daha yakın dalga boyu aralığı
Düşük çözünürlük
Yüksek çözünürlük
4 bit
8 bit
• Radyometrik Çözünürlük
• Radyometrik özellikler → görüntü içeriği
• Görüntü → Kayıt (film, alıcı) (RÇ)
• EM enerjinin büyüklüğündeki hassasiyet
• Alıcı → Veriyi kaydetmede 8 bit kullanıyorsa
• 4 renk kullanıyorsa → 24=16 renk (RÇ ↓)
• 28=256 renk (RÇ ↑)
• Siyah (0)
• Beyaz (255)
27
• Zamansal çözünürlük
• 1 tam yörünge → belirli bir zaman dilimi
• Bazı bölgeler → re-imaged
• ZÇ → Uydu, algılayıcı kapasitesi, swath genişliği, enlem vb.
• Change detection
YERBĐLĐMLERĐNDE KULLANILAN BAZI UYDULAR
• LANDSAT
• USGS
• LANDSAT 5; LANDSAT 7
• 2 multispektral algılayıcı
• MSS (MultiSpektral Scanner) → B, R, G, NIR (4 band); 80 m uzaysal çözünürlük
• TM (Thematic Mapper) → B, R, G, NIR, 2 mid-IR, 1 thermal; 30 m uzaysal
çözünürlük
• Swath width: 185 km
28
New Orleans, Landsat 7, 30.08.2005
• SPOT
• Fransa
• HRV (High Resolution Visible) → multispektral (20 m) + pankromatik (10 m)
• Swath width: 60 km
29
Rotterdam, MS (20 m)
• IKONOS
• Space Imaging Corporation
• ~ 680 km yükseklik
• 1m pankromatik
• 4m multispektral (B, R, G, NIR)
• Swath width: 10.5 km
30
Tiananmen, Beijing, Çin (4 m)
Beijing, Çin (1 m)
31
• QuickBird
• Digital Globe
• Pankromatik ~ 61 cm
• Multispektral ~ 2.44 m
• Swath width: 16.5 km
Abu Dhabi (2.44 m, MS)
32
Madrid Downtown (61 cm, P)
• ASTER
• 14 band (15-30-90 m)
• Swath width: 60 km
• Stereo görüntü
33
Batı Karadeniz Bölgesi
34
• NOAA-AVHRR
• AVHRR (Advanced Very High Resolution Radiometer)
• NOAA (U.S. National Oceanic and Atmospheric Administration)
• Swath width: 2400 km
• AVHRR (R, NIR, 3 thermal IR)
• 1.1 km
• Meteorolojik çalışmalar, çok geniş alanlar
Güney Avrupa (1 km)
35
RADAR VERĐSĐ
• Radar verilerinin yapısında, bir mikrodalga sinyalini oluşturan iki ana bileşen
mevcuttur:
• Genlik (amplitude)
• Faz değeri
• Genlik: Yeryüzü şekilleri anlaşılabilir ve yorumlama yapılabilir
• Faz: Görsel olarak hiçbir anlam çıkartılamaz. Ancak, cm mertebesinde bilgi
sağlar. Radar alıcısı ile yeryüzü arasındaki uzaklık bilgisi.
• Genlik: Tektonik, arkeolojik vb.
• Faz: Đnterferometrik çalışmalar, özellikle konumsal çalışmalar.
• SAR interferometrisi yapan uydular:
• ERS 1-2
• JERS 1
• RADARSAT
• RADARSAT
• Kanada
• RADAR (RAdio Detection And Rating)
• Başlangıç aşaması, büyük potansiyel
36
• ERS, JERS
• ERS 1-2 (European Remote Sensins Satellite) → ESA (European Space Agency)
• JERS (Japanese Earth Resource Satellite)
Ankara
37
MĐKRODALGA UZAKTAN ALGILAMA
• EMS’da MD kesim → 1cm~1m arası dalga boyu
• Uzun dalga boyu → UA’da son derece önemli
• Bulut, sis, duman, toz vb. geçebilir, atmosferik saçınımdan etkilenmezler
• MD 2 önemli üstünlüğü → Hemen hemen her çevresel ve atmosferik koşulda
kullanılabilir + gece/gündüz
• Pasif MD alıcılar → Termal UA benzer. Farkı anten kullanılmasıdır.Mantık: Her
nesne EM enerji yayar (Radiometers, scanners vb.).
• Aktif MD alıcılar → MD’yı kendileri gönderir ve algılar.
Aktif
Pasif
Radar
• Pasif MD UA
• Meteoroloji → Atmosferik profil, su, ozon içeriği vb.
• Hidroloji → Toprak nemi
• Okyanus bilimi → Yüzey dalgaları, kirililik (petrol tabakaları vb.)
• Aktif MD UA
• Görüntülü → En yaygın şekli RADAR (RAdio Detection And Ranging)
• Görüntüsüz
• Radar Altimetreleri (doğrudan yükseklik ölçümü)
• Scatterometers (hedeften dönen enerjinin ölçümü)
38
• Radar Bileşenleri
• Verici
• Alıcı
• Anten
• Elektronik sistem (kayıt ve işleme için)
• Radar sistemi esas olarak uzaklık ölçen bir alettir
• R=(cxt)/2
• R: verici ile nesne arasındaki uzaklık
• c: ışık hızı (3x108 m/s)
• t: zaman
• MD kesim, görünür ve IR kesime göre daha geniş
• Ka, K, Ku bandı → Eskiden kullanım, günümüzde kullanımı yok
• X bandı → Askeri amaçlar ve yeryüzü haritalaması
• C bandı → ERS1/2; RADARSAT
• S bandı → ALMAZ (Rusya)
• L bandı → JERS-1
• P bandı → NASA
39
• POLARĐZASYON
• Elektrik alanının yönelimi ile ilgilidir.
• Çoğu radar sistemi yatay ve/veya düşey polarizasyonu göndermeye ve
algılamaya yönelik olarak dizayn edilmiştir.
• HH → yatay gönderim, yatay algılama
• VV → düşey gönderim, düşey algılama
• HV → yatay gönderim, düşey algılama
• VH → düşey gönderim, yatay algılama
GÖRÜNTÜ ANALĐZĐ
• UA’nın üstünlüklerini kullanabilmek için, görüntülerden faydalı olabilecek bilgilerin
çıkartılması (elde edilmesi) gereklidir.
• HEDEF → Yapay veya doğal noktasal, çizgisel, alansal nesnelerden bilgi almak
• ĐŞLEM → Görsel veya bilgisayar destekli,
• Önceleri → Görsel (özellikle hava fotoğrafı yorumlamaları)
• Günümüzde → Çoğunlukla bilgisayar destekli, sayısal görüntü analizi
40
Ton
Şekil
• Görsel Yorumlama
• Ton
• Şekil
• Boyut
• Yapı
Boyut
Yapı-Doku
• Doku
• Sayısal Görüntü Analizi
• Yazılım/Donanım
• Đlksel Đşleme
• Görüntü Kalitesinin Artırılması
• Görüntü Dönüşümü
• Görüntü Sınıflaması ve Analizi
41
ĐLKSEL ĐŞLEME
• Genel olarak radyometrik ve geometrik düzeltme işlemlerini içerir.
• 1. RADYOMETRĐK → Elde edilmiş verinin, gerçek yansıma ve yayılma değerleri
gibi değerlerini, ortaya koymak için yapılan düzeltme.
• Radyometrik veri elde edilirken
• Görüntüdeki aydınlanma durumu
PROBLEM yaratabilir
• Algılayıcının görüş açısı/geometrisi
• Bilinen bir yansıma değeri varsa → DÜZELTME
• Görüntüsü alınan bölgeye olan uzaklık, güneş ve alıcı arasındaki ilişki temel
alınarak yapılır (aydınlanma durumu + görüş geometrisi)
• Atmosferde EM saçınım → DÜZELTME
• 2. GEOMETRĐK → Yerkürenin şeklinden ötürü kaynaklanabilecek bazı geometrik
sapmaların düzeltilerek, verinin gerçek koordinatlara dönüştürülmesi işlemidir.
• AMAÇ → Algılanan görüntünün gerçek koordinatlarına yakın olması
• GCP (Ground Control Points)
• RESAMPLING (Orjinal piksel değerlerinin, düzeltilmiş görüntüdeki değerinin
yeniden hesaplanma işlemi)
• Nearest Neighbour → Orjinal görüntüdeki piksel değerinin, düzeltilmiş
görüntüdeki en yakın piksele atanması
• Bilinear Interpolation → Orijinal görüntüdeki 4 pikselin ağırlıklı
ortalamasının, yeni görüntüdeki piksele atanması
• Cubic Convolution → 16 piksellik (orijinal görüntü) grubun ağırlıklı ortalama
uzaklığının, yeni görüntüdeki piksele atanması
42
GÖRÜNTÜ KALĐTESĐNĐN ARTIRILMASI
• Görüntü Kalitesinin Artırılması → Basit olarak, görüntünün GÖRÜLEBĐLĐRLĐĞĐNĐN
artırılması
• Radyometrik + Geometrik Düzeltme → YETERSĐZ kalabilir
• Đşe yarayan veri → Genelde küçük bir aralıkta yoğunlaşabilmektedir
• Orijinal değerlerin değiştirilmesi işlemi
• Görüntü histogramı (8 bitlik görüntü; 0-255)
• a) Linear Contrast Stretch → orijinal görüntüdeki min-max değerlerin → 0-255
• Koyu renkler daha koyu, açık renkler daha açık → 70 - 153 → 0 - 255
• b) Histogram Equalized Stretch
• Homojen dağılım yoksa daha uygun
• Görüntüdeki GENEL DETAYLAR kaybolabilir.
• Amaçlanan ÖZEL DETAYLAR daha iyi görünür → 40 - 76 → 0 - 255
• c) Spatial Filtering → Orijinal görüntüdeki bazı özelliklerin daha iyi ortaya
konulabilmesi için, ilgili özelliğin uzaysal dağılımı temel alınarak yapılır.
• 3x3; 5x5 gibi PENCERELER kullanılarak, yeni piksel değeri, merkezdeki piksele
atanır.
• c1) Low Pass Filters: Genelde, benzer tonlardaki daha büyük ve homojen
özellik gösteren alanlarda, küçük detayların azaltılması şeklinde kullanılır. Örn.:
Average ve median filtreleri (radar imagery)
• c2) High Pass Filters: Detayların daha iyi görülmesi için yapılır. Önce low pass
(genel detayın azaltılması), sonra orijinal görüntünün çıkarılması, esas detayın
daha iyi ortaya konulması.
• c3) Directional/edge detection filters: Doğrusal özelliklerin (örn.: yol, köprü
vb.) belirlenmesinde. Jeolojide çok yaygın.
43
GÖRÜNTÜ DÖNÜŞÜMÜ
• Görüntü kalitesinin artırılmasına benzer.
• Fark → Görüntü kalitesinini artırılmasında tek bir kanal; görüntü dönüşümünde
çoklu kanal kullanılır.
• Đlgilenilen çizgiselliğin vurgulanması/ortaya çıkarılması/değerlendirilmesi için, var
olan verilerden, yeni bir görüntü oluşturulması işlemidir.
• Aritmetik işlemler (+; -; x; /)
• Ormanlık alanların değerlendirilmesi:
• Sağlıklı bitki örtüsü
• NIR → iyi yansıma
• Kırmızı → iyi soğurma
• Toprak ve su → NIR ve Kırmızı → ~ yansıma
• LANDSAT MSS
• Band 7 (0.8-1.1 mm) → NIR
• Band 5 (0.6-0.7 mm) → Kırmızı
• Oranlanırsa (/) → > 1→ bitki örtüsü; ~ 1 → toprak ve su
• Bitki örtüsü ile toprak ve su ayrımı → SON DERECE KOLAY
• Bandlar benzer bilgiler içerebilir → görsel ve veri anlamında
• Đstatistiksel işlemlerle → AZALTMA
• PCA
44
GÖRÜNTÜ SINIFLAMASI VE ANALĐZĐ
• Sınıflama daha çok çoklu bandlar kullanılarak ve piksellere yeni değerler atanarak
yapılmaktadır.
• Aynı yansıma özellikleri → aynı grup özellik
• Denetimli / denetimsiz sınıflama → supervised / unsupervised classification
• Supervised classification
• Homojen özellikler gösteren alanlar belirlenir.
• Bandlardaki bilgiler, belirlenen tarining (eğitme) sınıfları ile benzer spektral
yansıma gösteren alanlar sınıflanır.
• Unsupervised classification
• Spektral sınıflar verilerdeki sayısal bilgileri kullanarak doğrudan gruplanır.
• Kümeleme (clustering) algoritmaları kullanılarak sınıflama yapılır.
Supervised
Unsupervised
45