UYDU GÖRÜNTÜLERİNDEN KENTSEL AYRINTILARIN NESNE-TABANLI SINIFLANDIRMA YÖNTEMİYLE BELİRLENMESİ VE CBS ORTAMINDA BÜTÜNLEŞTİRİLMESİ

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "UYDU GÖRÜNTÜLERİNDEN KENTSEL AYRINTILARIN NESNE-TABANLI SINIFLANDIRMA YÖNTEMİYLE BELİRLENMESİ VE CBS ORTAMINDA BÜTÜNLEŞTİRİLMESİ"

Transkript

1 YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ UYDU GÖRÜNTÜLERİNDEN KENTSEL AYRINTILARIN NESNE-TABANLI SINIFLANDIRMA YÖNTEMİYLE BELİRLENMESİ VE CBS ORTAMINDA BÜTÜNLEŞTİRİLMESİ Jeodez ve Fotogrametr Yük. Müh. Aycan Murat MARANGOZ FBE Jeodez ve Fotogrametr Mühendslğ Anablm Dalı Uzaktan Algılama ve CBS Programında Hazırlanan DOKTORA TEZİ Tez Savunma Tarh : 22 Ekm 2009 Tez Danışmanı : Prof. Dr. Zübeyde ALKIŞ (YTÜ) İknc Tez Danışmanı: Doç. Dr. Gürcan BÜYÜKSALİH (İBB) Jür Üyeler : Prof. Dr. Ahmet YAŞAYAN (YTÜ) : Prof. Dr. Sıtkı KÜLÜR (İTÜ) : Prof. Dr. Derya MAKTAV (İTÜ) : Doç. Dr. Nac YASTIKLI (YTÜ) İSTANBUL, 2009

2 YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ UYDU GÖRÜNTÜLERİNDEN KENTSEL AYRINTILARIN NESNE-TABANLI SINIFLANDIRMA YÖNTEMİYLE BELİRLENMESİ VE CBS ORTAMINDA BÜTÜNLEŞTİRİLMESİ Jeodez ve Fotogrametr Yük. Müh. Aycan Murat MARANGOZ FBE Jeodez ve Fotogrametr Mühendslğ Anablm Dalı Uzaktan Algılama ve CBS Programında Hazırlanan DOKTORA TEZİ Tez Savunma Tarh : 22 Ekm 2009 Tez Danışmanı : Prof. Dr. Zübeyde ALKIŞ (YTÜ) İknc Tez Danışmanı: Doç. Dr. Gürcan BÜYÜKSALİH (İBB) Jür Üyeler : Prof. Dr. Ahmet YAŞAYAN (YTÜ) : Prof. Dr. Sıtkı KÜLÜR (İTÜ) : Prof. Dr. Derya MAKTAV (İTÜ) : Doç. Dr. Nac YASTIKLI (YTÜ) İSTANBUL, 2009

3 İÇİNDEKİLER Sayfa SİMGE LİSTESİ... v KISALTMA LİSTESİ...v ŞEKİL LİSTESİ...v ÇİZELGE LİSTESİ... x ÖNSÖZ ÖZET...x...x ABSTRACT...x 1. GİRİŞ Çalışmanın Amacı ve Kapsamı UYDU GÖRÜNTÜLERİNİN SAĞLADIĞI BİLGİ İÇERİĞİ KAVRAMI Normal ve Etkn YÖA Değer Uydu Görüntülernn Sağladığı Blg İçerkler Değerlendrme GEOMETRİK DÜZELTME ve GÖRÜNTÜ ZENGİNLEŞTİRME Uydu Görüntülernn Geometrk Düzeltlmes Parametrk Olmayan Matematksel Modeller Çeştl Polnom Derecelern Kullanan İk Boyutlu Yaklaşım Yükseklk Değern Kullanan Afn Dönüşüm DLT RFM Parametrk Matematksel Modeller SOM Uydu Görüntülernn Zengnleştrlmes Pan-sharp Algortması ve Kullanılan Dğer Algortmalar IHS Sharpenng Algortması PCA Sharpenng Algortması GS Sharpenng Algortması Wavelet Sharpenng Algortması UNB Sharpenng Algortması GÖRÜNTÜ SINIFLANDIRMA YAKLAŞIMLARI Sınıflandırma Kavramı ve Sınıflandırıcılar Bulanık Sınıflandırma Sstemler Bulanıklaştırma... 38

4 Bulanıklık Kural Tablosu Durulama Klask Pksel-Tabanlı Sınıflandırma Yaklaşımı Maksmum Benzerlk Sınıflandırma Yöntem Mnmum Uzaklık Sınıflandırma Yöntem Paralelyüz Sınıflandırma Yöntem Nesne-Tabanlı Sınıflandırma Yaklaşımı Görüntü Yorumlamada Temel Bleşenler Görüntü İşlemede Yaklaşık Ölçek Görüntü Semantkler Görüntü Nesneler Arasındak Karşılıklı İlşkler Segmentasyon Ecognton Yazılımı Altında Nesne-Tabanlı Görüntü Analz Görüntü Nesnelernn Çoklu Segmentasyonu Segmentasyonun Uygulanması Heterojenlk Krternn Belrlenmes Alt Nesnelern Çzg Analz Amaçlı Segmentasyonu Görüntü Nesnelernn Hyerarşk Ağ Yapısı Ecognton da Vektör Blgs Ecognton Altında Bulanık Sınıflandırma MEVCUT VERİLER, ÜRETİLEN VEKTÖR ÜRÜNLER ve MEVCUT REFERANS VEKTÖR HARİTALAR Kullanılan Uydu Görüntüler IKONOS Uydusu ve Görüntü Verler QuckBrd Uydusu ve Görüntü Verler Test Alanına At Mevcut ve Üretlen Dğer Vektör Ürünler UYGULAMA Test Alanı Kullanılan Yazılımlar Görüntülern Geometrk Olarak Düzeltlmes Görüntülern Zengnleştrlmes Görüntülern Ekran Üzernden Elle Vektörleştrlmes Görüntülern Farklı Sınıflandırma Yaklaşımlarıyla Değerlendrlmes Pksel-Tabanlı Sınıflandırma Sonucu Elde Edlen Ürünler Sonuç Ürünlern Doğruluk Analzler Nesne-Tabanlı Sınıflandırma Sonucu Elde Edlen Ürünler QuckBrd Uydu Görüntüsünden Nesne-Tabanlı Detay Çıkarımları Sonuç Ürünlern Doğruluk Analzler IKONOS Uydu Görüntülernden Nesne-Tabanlı Detay Çıkarımları Sonuç Ürünlern Doğruluk Analzler Nesne-Tabanlı Sınıflandırma Sonuçlarının Vektör Ürün Halne Çevrlmes CBS Ortamında Karşılaştırmalı Analzler QuckBrd Uydu Görüntüsü çn Analz Sonuçları Referans Vektör Harta le Görüntü Üzernden Elle Vektörleştrme Sonuçlarının Karşılaştırılması Referans Vektör Harta le Nesne-Tabanlı Sonuçların Karşılaştırılması Yılına At IKONOS Uydu Görüntüsü çn Analz Sonuçları Referans Vektör Harta le Görüntü Üzernden Elle Vektörleştrme Sonuçlarının

5 Karşılaştırılması Referans Vektör Harta le Nesne-Tabanlı Sonuçların Karşılaştırılması Yılına At IKONOS Uydu Görüntüsü İçn Analz Sonuçları Referans Vektör Harta le Görüntü Üzernden Elle Vektörleştrme Sonuçlarının Karşılaştırılması Referans Vektör Harta le Nesne-Tabanlı Sonuçların Karşılaştırılması CBS Ortamındak Karşılaştırılmalı Analz Sonuçlarının İrdelenmes SONUÇ ve ÖNERİLER KAYNAKLAR ÖZGEÇMİŞ v

6 SİMGE LİSTESİ A Düzeltme denklemlernn katsayılar matrs b Ecognton da nesnenn muhtemel en kısa fl sınır uzunluğu c Kamera odak uzaklığı f Ecognton da brleştrme değer f odak uzaklığı d Odak düzlem uzaklığı dx Dengeleme blnmeyenler vektörü h Ecognton da nesnenn heterojenlk değer (h/b) Yükseklk-baz oranı h u Uçuş yükseklğ h ae Elpsodal yükseklk h renk Ecognton da spektral heterojenlk h şekl Ecognton da şekl heterojenlğ l Ecognton da nesnenn fl sınır uzunluğu m Ecognton da nesney şekllendren pksel sayısı m 0 Brm ağırlıklı ölçünün karesel ortalama hatası m h Düşey doğruluk m x, m y x ve y görüntü koordnatına at soncul karesel ortalama hata n Toplam YKN sayısı p Paralaks N Polnom dereces L d Dengel görüntü koordnatları vektörü L ö Ölçülen görüntü koordnatları vektörü u Matematksel modeln blnmeyen sayısı v Düzeltmeler vektörü v x,y x ve y yönündek görüntü koordnatlarına getrlecek düzeltmeler w Ecognton da renk çn (şekle karşılık) kullanıcı tanımlı ağırlık w c Ecognton da tabaka ağırlığı x, y Görüntü koordnatları X, Y, Z Yer koordnatları γ Nadrden sapma açısı μ Üyelk dereces Ecognton da tabakadak spektral değerlern ağırlıklı standart sapması σ c v

7 KISALTMA LİSTESİ ATRC CAD CBS CCD CCRS DLT GPS GS YÖA EKK IHS IFOV MMS MRF MS PAN PCA RGB RFM SDLT SI SOM SYM STANAG TDI UNB YKN Affne Terran Relef Corrected - Yükseklk Değern Kullanan Afn Dönüşüm Computer Aded Desgn Blgsayar Destekl Tasarım Coğraf Blg Sstem Charge Coupled Devce Yüklenme İlştrlmş Aygıt Canada Center for Remote Sensng Canada Uzaktan Algılama Merkez Drect Lnear Transformasyon - Doğrudan Lneer Dönüşüm Global Postonng System - Küresel Konumlama Sstem Gramm Schmdt Sharpenng - Gramm Schmdt Kesknleştrmes Yer Örnekleme Aralığı - Ground Samplng Dstance (GSD) En Küçük Kareler Intensty Hue Saturaton Sharpenng Yoğunluk, Renk ve Doygunluk Kesknleştrmes Instantaneous Feld of Vew - Anlık Görüş Açısı Mult Spectral Scanner Çok Bandlı Tarayıcı Markov Rassal Feld - Markov Rassal Alanı Multspectral Çok Bandlı Pancromatc Syah/beyaz Prncpal Components Analyss - Temel Bleşenler Analz Red-Green-Blue Kırmızı-Yeşl-Mav Ratonal Functons Model Rasyonel Fonksyon Model Self-Calbratng DLT Kend Kendne DLT Space Imagng Satellte Orbtal Modellng Uydu Yörünge Modellemes Sayısal Yükseklk Model Standardsaton Agreement Standardzasyon Anlaşması Tme Delay Integraton Zaman Gecktrme ve Entegrasyonu Unversty of New Brunswck New Brunswck Ünverstes Yer Kontrol Noktası v

8 ŞEKİL LİSTESİ Sayfa Şekl 2.1 Ötelenmş CCD dznler, pksel ve YÖA lşkler (Topan, 2006)... 8 Şekl 2.2 TDI teknolojs... 9 Şekl 2.3 Zonguldak şehr merkezne at farklı uydu görüntüler (Karakış vd., 2005) Şekl 2.4 KOMPSAT 1 ve SPOT 5 görüntüler Şekl 2.5 IRS-1C ve KVR-1000 görüntüler Şekl 2.6 SPOT-5 ve IRS-1C görüntüler çn vektörleştrme sonuçları Şekl 2.7 SPOT-5 ve IRS-1C görüntüler Şekl 2.8 IKONOS Pan, renkl ve pan-sharp görüntüler Şekl 2.9 Farklı güneş yükseklk açılarındak IKONOS pankromatk ve pan-sharp (1.0m YÖA) görüntüler Şekl 2.10 QuckBrd renkl ve pan görüntüler ve harta yapımı amaçlı karşılaştırma Şekl 3.1 Polnom termlernn X (sol) ve Y (sağ) eksenlerdek etks Şekl 3.2 İk boyutlu afn dönüşümünde koordnat eksenler Şekl 3.3 QuckBrd uydusuna at doğrusal dz sensörlern şeklsel yapısı Şekl 3.4 Odak düzlemnde sensörlern algılama durumu ve yeryüzünden yansıma alım anı 27 Şekl 3.5 QuckBrd uydusunun dört bantta ayrı ayrı yapmış olduğu alım Şekl 3.6 Uydu hareketnden kaynaklanan bantlar arasındak paralaks Şekl 3.7 IHS Algortmasıyla üretlmş pan-sharp QuckBrd görüntüsü Şekl 3.8 Yoğunluk bandıyla pankromatk band arasındak parlaklık farkı Şekl 3.9 Yoğunluk bandıyla brlkte görünür pankromatk bandın gösterm Şekl 3.10 Görünür pan yleştrmes uygulanmış IHS Algortması sonucu Şekl 3.11 PCA Algortmasıyla hazırlanmış pan-sharp görüntü Şekl 3.12 QuckBrd pan, renkl ve pan-sharp görüntüler (Cheng vd., 2003) Şekl 3.13 GS, PCA ve UNB Algortmalarının karşılaştırılması Şekl 3.14 Wavelet ve UNB Algortmalarının karşılaştırılması Şekl 4.1 Üyelk fonksyonlarına örnek (Baatz vd., 2005) Şekl 4.2 Brbrler çne gren fonksyonlarla bulanıklığın sağlanması (Baatz vd., 2005) Şekl 4.3 Özellğn her br sınıfa karşılık vermes, ancak br sınıfa baskın çıkması (Baatz vd., 2005) Şekl 4.4 Brbrne yakın değerler nedenyle sınıf taynnn yapılamaması (Baatz vd., 2005). 41 Şekl 4.5 Olasılık yoğunluk fonksyonları (Oruç, 2003) Şekl 4.6 Mnmum uzaklık sınıflandırma yöntem (Oruç, 2003) Şekl 4.7 İk boyutta paralelyüz sınıflandırma (Oruç, 2003) Şekl 4.8 Heterojen nesnelere örnek çatılar ve yeşl alan (Baatz vd., 2005) Şekl 4.9 Üç ayrı katmanda oluşturulan görüntü segmentasyonu sonrasındak görüntü nesnelernn hyerarşk ağ yapısı (Karakış vd., 2005) Şekl 4.10 Düşük heterojenlk sonucu geometrk anlamda bozuk şekllern oluşması Şekl 4.11 Optmze edlmş heterojenlkle daha düzgün şekll yapıların oluşması (Baatz vd., 2005) Şekl 4.12 Alt segmentlere ayrılmış nesne örneğ (Baatz vd., 2005) v

9 Şekl 4.13 Hyerarşk ağ yapısı (Baatz vd., 2005) Şekl 4.14 Ecognton altında polgonların oluşturulması (Baatz vd., 2005) Şekl 4.15 Douglas Peucker Algortmasının polgonlara uygulanması (Baatz vd., 2005) Şekl 4.16 Ecognton altında kullanılan fonksyon çeştler (Baatz vd., 2005) Şekl 5.1 Zonguldak bölgesne at IKONOS görüntüler Şekl 5.2 Test alanına at pan-sharp IKONOS görüntüler Şekl 5.3 Zonguldak bölgesne at QuckBrd görüntüsü Şekl 5.4 Test alanına at pan-sharp QuckBrd görüntüsü Şekl 5.5 1/5000 ölçekl referans vektör hartadak bna ve yol yapıları Şekl yılı IKONOS görüntüsü üzerne bndrlmş elle vektörleştrme sonuçları Şekl yılı IKONOS görüntüsünden elle vektörleştrme sonucu elde edlen ürün Şekl yılı IKONOS görüntüsü üzerne bndrlmş elle vektörleştrme sonuçları Şekl yılı IKONOS görüntüsünden elle vektörleştrme sonucu elde edlen ürün Şekl yılı QuckBrd görüntüsü üzerne bndrlmş elle vektörleştrme sonuçları (Marangoz vd., 2007) Şekl yılı QuckBrd görüntüsünden elle vektörleştrme sonucu elde edlen ürün (Marangoz vd., 2007) Şekl 6.1 Test alanı (Pan-sharp QuckBrd görüntüsü) Şekl 6.2 Test alanı üzernde YKN lern dağılımı Şekl 6.3 Test alanının pan-sharp QuckBrd görüntüsünün elde edlmes Şekl 6.4 Kullanılan görüntülern pksel-tabanlı sınıflandırma sonuçları Şekl 6.5 Ecognton altında projenn tanımlanması ve görüntünün açılması Şekl 6.6 QuckBrd görüntüsü çn beş değşk ölçek parametres kullanılarak yapılan görüntü segmentasyonu (Ölçek parametres : A = 10, B = 20, C = 30, D = 35 ve E = 60) Şekl 6.7 Sınıf atamaları çn kullanılan özellkler ve bunlara at fonksyonlar (A:Üçüncü banda at yansıma değerlern kullanan dkdörtgensel fonksyon, B:Dkdörtgensel şekl uyuşumunu kullanan dkdörtgensel fonksyon) Şekl 6.8 QuckBrd uydu görüntüsünden nesne-tabanlı sınıflandırma sonuçları Şekl yılına at IKONOS uydu görüntüsünden nesne-tabanlı sınıflandırma sonuçları Şekl yılına at IKONOS uydu görüntüsünden nesne-tabanlı sınıflandırma sonuçları Şekl 6.11 QuckBrd görüntüsünün nesne- tabanlı sınıflandırma sonuçlarından elde edlen vektör ürünler Şekl yılına at IKONOS görüntüsünün nesne-tabanlı sınıflandırma sonuçlarından elde edlen vektör ürünler Şekl yılına at IKONOS görüntüsünün nesne-tabanlı sınıflandırma sonuçlarından elde edlen vektör ürünler Şekl 6.14 Bna yapılarının QuckBrd görüntüsünden elle vektörleştrlmes sonuçları çn CBS tabanlı analzler Şekl 6.15 Yol yapılarının QuckBrd görüntüsünden elle vektörleştrlmes sonuçları çn CBS tabanlı analzler v

10 Şekl 6.16 Bna yapılarının nesne-tabanlı sınıflandırma sonuçları çn CBS tabanlı analzler. 92 Şekl 6.17 Yol yapılarının nesne-tabanlı sınıflandırma sonuçları çn CBS tabanlı analzler.. 93 Şekl 6.18 Bna yapılarının 2002 yılına at IKONOS görüntüsünden elle vektörleştrlmes sonuçları çn CBS tabanlı analzler Şekl 6.19 Yol yapılarının 2002 yılına at IKONOS görüntüsünden elle vektörleştrlmes sonuçları çn CBS tabanlı analzler Şekl 6.20 Bna yapılarının nesne-tabanlı sınıflandırma sonuçları çn CBS tabanlı analzler Şekl 6.21 Yol yapılarının nesne-tabanlı sınıflandırma sonuçları çn CBS tabanlı analzler Şekl 6.22 Bna yapılarının 2008 yılına at IKONOS görüntüsünden elle vektörleştrlmes sonuçları çn CBS tabanlı analzler Şekl 6.23 Yol yapılarının 2008 yılına at IKONOS görüntüsünden elle vektörleştrlmes sonuçları çn CBS tabanlı analzler Şekl 6.24 Bna yapılarının nesne-tabanlı sınıflandırma sonuçları çn CBS tabanlı analzler Şekl 6.25 Yol yapılarının nesne-tabanlı sınıflandırma sonuçları çn CBS tabanlı analzler Şekl Görüntülerden farklı yaklaşımlarla elde edlen sonuçların referans harta le geometrk olarak karşılaştırılması 2002 IKONOS örneğnde bna yapıları Şekl 6.27 Referans vektör harta ve QuckBrd görüntüsünden üretlen vektör hartanın karşılaştırılması Şekl 6.28 QuckBrd görüntüsünden bna yapılarının elle vektörleştrme ve nesne-tabanlı sınıflandırma sonuçları Şekl 6.29 QuckBrd görüntüsünden yol yapılarının elle vektörleştrme ve nesne-tabanlı sınıflandırma sonuçları Şekl 6.30 Farklı güneş yükseklk ve azmut açılarına sahp görüntülern aynı alandak gösterm x

11 ÇİZELGE LİSTESİ Sayfa Çzelge 2.1 Kenar Belrleme le hesaplanan etkn YÖA değerler... 9 Çzelge 2.2 Görüntü yorumlama çn yeterl görülen YÖA değerler Çzelge 2.3 Pankromatk görüntülerden nesne tanımına lşkn yeterl görülen YÖA değerler Çzelge 5.1 IKONOS görüntülernn özellkler Çzelge 5.2 Çalışma alanına at QuckBrd uydu görüntüsünün özellkler Çzelge 6.1 Pksel-tabanlı sınıflandırmalar çn genel doğruluk ve Kappa değerler Çzelge 6.2 QuckBrd görüntüsü çn segmentasyon parametreler Çzelge 6.3 QuckBrd görüntüsünden nesne-tabanlı sonuçların doğruluk değerlendrmes Çzelge yılına at IKONOS görüntüsü çn segmentasyon parametreler Çzelge yılına at IKONOS görüntüsü çn segmentasyon parametreler Çzelge yılına at IKONOS görüntüsünden nesne-tabanlı sonuçların doğruluk değerlendrmes Çzelge yılına at IKONOS görüntüsünden nesne-tabanlı sonuçların doğruluk değerlendrmes Çzelge 6.8 Referans vektör hartadak ve QuckBrd görüntüsü üzernden elle vektörleştrlen bna ve yol yapılarının analz sonuçları Çzelge 6.9 Referans vektör hartadak ve QuckBrd görüntüsünün nesne-tabanlı sınıflandırılmasından elde edlen bna ve yol yapılarının analz sonuçları Çzelge 6.10 Referans vektör hartadak ve 2002 yılına at IKONOS görüntüsü üzernden elle vektörleştrlen bna ve yol yapılarının analz sonuçları Çzelge 6.11 Referans vektör hartadak ve 2008 yılına at IKONOS görüntüsünün nesnetabanlı sınıflandırılmasından elde edlen bna ve yol yapılarının analz sonuçları Çzelge 6.12 Referans vektör hartadak ve 2008 yılına at IKONOS görüntüsü üzernden elle vektörleştrlen bna ve yol yapılarının analz sonuçları Çzelge 6.13 Referans vektör hartadak ve 2008 yılına at IKONOS görüntüsünün nesne-tabanlı sınıflandırılmasından elde edlen bna ve yol yapılarının analz sonuçları Çzelge 6.14 Test alanındak yol ve bna yapılarının, referans vektör hartadak ve görüntülerden değşk yöntemlerle elde edlen vektör ürünlerndek alan ve uzunluk blgler Çzelge 6.15 Kullanılan görüntülern sahp olduğu bazı özellkler Çzelge 6.16 Bna ve yol yapılarının, görüntülerden değşk yöntemlerle bulunma ve tanınma değerlendrmeler x

12 ÖNSÖZ Tez konusunun seçmnden, sonuçlandırma aşamasına kadar tüm görüş ve yorumlarıyla ben yönlendren, her türlü yardım, destek ve lgs le yapmış olduğum bu çalışmaya büyük katkıda bulunan, kends le çalışma mkanı bulduğum çn çok mutlu olduğum, tez danışmanım Sayın Hocam Prof. Dr. Zübeyde ALKIŞ a saygı ve teşekkürlerm belrtmek styorum. Kendler çok yapıcıydı, oldukça uzun süren bu süreçte hep moral verd, sabır gösterd. Lsans, yüksek lsans ve doktora eğtmm boyunca her yönünü örnek aldığım, Fotogrametr ve Uzaktan Algılama branşını tanımamda ve sevmemde büyük rol oynayan, çalışmama yapmış olduğu çok değerl blg ve katkılarından dolayı Sayın Hocam Prof. Dr. Ahmet YAŞAYAN a, yne aynı şeklde çalışmam süresnce daha yakından tanıma fırsatı bulduğum, cesaretlendrc ve yol gösterc, cdd ve yapıcı eleştrlerde bulunan Sayın Hocam Prof. Dr. Sıtkı KÜLÜR e teşekkür ederm. Doktora eğtmmn başlangıcından ber hçbr desteğn esrgemeyen, blg ve brkmyle yol gösteren Sayın Hocam Prof. Dr. Şenol KUŞÇU ya, brlkte çalışma fırsatı yakaladığım, çalışmamın her aşamasında yardım gördüğüm ve bu konuya yönelmemde büyük rol oynayan Sayın Hocam Doç. Dr. Gürcan BÜYÜKSALİH e, kendsnden çok şeyler öğrendğm, özellkle tüm hayatımız boyunca çok çalışmamızın ve araştırmamızın gerekl olduğunu öğrendğm, yne bu mesleğ bana sevdren Sayın Hocam Prof. Dr. Erdal KOÇAK a, ayrıca yüksek lsans ve doktora eğtmme başlamamdak lg ve destekler sebebyle Sayın Hocam Prof. Dr. Ayhan ALKIŞ ve Prof. Dr. Ömer AYDIN a da saygı ve şükranlarımı sunarım. Bu eğtmm süresnce lg, motvasyon ve desteğ le bana yardımcı olan Yıldız Teknk Ünverstes ndek tüm hocalarım ve arkadaşlarıma, özellkle sevgl arkadaşım Arş. Gör. Dr. Mehmet Al YÜCEL e, Zonguldak Karaelmas Ünverstes ndek tüm hocalarım ve arkadaşlarıma, özellkle Sayın Hocam Yrd. Doç. Dr. Hakan AKÇIN a, ayrıca tezn uygulama kısmındak katkılarından dolayı mesa arkadaşlarım Arş. Gör. K. Sedar GÖRMÜŞ, Arş. Gör. Serkan KARAKIŞ ve Uzman Murat ORUÇ a teşekkür ederm. Aynı şeklde bu süreçte manev desteklern her zaman arkamda hssettğm sevgl arkadaşlarım İnşaat Yüksek Müh. Özgür MURATOĞLU, Jeo. ve Fot. Yüksek Müh. Üst Teğmen Murat ARSLANOĞLU ve Jeo. ve Fot. Yüksek Müh. Teğmen Hakan ŞAHİN e ve adını sayamadığım tüm dostlarıma çok teşekkür ederm. Ayrıca hep yanımda olan, moral veren, sıkıntılarımı paylaşan çok sevdğm arkadaşım Çler SUİÇMEZ e de çok şey borçluyum. Son olarak, hayatım boyunca karşılaştığım y ve kötü anlarda hep yanımda olan, aldığım kararlarda ben destekleyen, madd ve manev katkılarını hssettğm, her şeym olan sevgl aleme; babama, anneme ve ablama mnnettarım. Sürekl sabırlı ve sevg dolu oldunuz. Hepnze teker teker yürekten teşekkürler. Kasım 2009 Aycan Murat MARANGOZ x

13 ÖZET Bu çalışmada, günümüzde yüksek çözünürlüklü uydu görüntüler kapsamına gren m yer örnekleme aralığına sahp görüntülern neden yoğun olarak kullanılmaya başlandığı ve bu görüntülerden konumsal blg elde etmede etken olan görüntünün blg çerğ kavramı örnekler verlerek ncelenmştr. Sonrasında, görüntülern herhang br hartacılık uygulamasına altlık olacak şeklde düzenlenmes çn; geometrk olarak düzeltlmeler ve zengnleştrlmeler konusunda mevcut yöntem, algortma ve yapılan şlemler anlatılmıştır. Görüntülerden çıkarılacak blg çerğnn elde edlmesnde yararlanılan sınıflandırma yaklaşımlarından bahsedlmş ve özellkle son yıllarda sıkça kullanılan nesne-tabanlı görüntü şleme analz ncelenmştr. Bu amaçla yapılan uygulamada, Zonguldak Bölgesn kaplayan yüksek çözünürlüklü 2004 yılına at QuckBrd, 2002 ve 2008 yıllarına at IKONOS uydu görüntüler kullanılmıştır. Görüntülerdek bna ve yollar gb kentsel ayrıntılar ecognton v4.0.6 yazılımı le nesnetabanlı sınıflandırma yaklaşımı kullanılarak bulunmuş, tanınmış ve çıkarılmıştır. Elde edlen ürünler, test alanının mevcut 1/5000 ölçekl referans vektör hartası le karşılaştırılmış, analz ve sorgu şlemler yapılarak dğer br yöntem olan görüntünün ekran üzernden elle vektörleştrlmes yöntemyle elde edlen vektör ürünlerne karşı başarısı CBS ortamında analz edlmştr. Bu değerlendrmeler doğrultusunda, yüksek çözünürlüklü uydu görüntülernn geometrk ve semantk çerğnden yararlanarak günümüz yerel yönetmler ve kamu tarafından kullanılan 1/5000 ölçekl hartaların yapımı ve güncelleştrlmes konusunda gerekl sonuçlar sunulmuş ve yorumlar yapılmıştır. Anahtar Kelmeler: Uzaktan Algılama, Yüksek Çözünürlüklü Uydu Görüntüler, Blg İçerğ, Segmentasyon, Nesne-Tabanlı Sınıflandırma. x

14 ABSTRACT In ths study, the fact that why the mages havng ground samplng dstance of m recently regarded as the hgh resoluton remote sensng mages are wdely used has been dscussed, and the concept of nformaton contents of the mage requred for obtanng spatal data has been nvestgated by varous examples. Secondly wth regard to the arrangement of remote sensng mages for any mappng applcatons, the exstng methods, algorthms and the processes for ther geometrc correctons and enhancements have been presented, respectvely. The approaches of classfcaton utlzed to obtan nformaton contents of the mages have been ponted out and the object-based mage analyss wdely used n recent years has been nvestgated. Thus n the applcaton regardng ths goal, the hgh resoluton QuckBrd mage of 2004 and IKONOS satellte mages of 2002 and 2008 coverng Zonguldak regon have been used. The urban detals lke buldngs and roads n the mages have been detected recognzed and extracted usng Cognton v4.0.6 software and the object-based classfcaton approach. The results have been compared wth the reference vector maps scale of 1/5000 of testfeld, and the success of object-based mage analyss of fnal results compared and contrasted respectvely wth other vector products, whch had been obtaned by the method of on-screen dgtzng results, has been tested by GIS software. Consequently, the results and dscussons about the producton and updatng of maps at the scales of 1/5000, whch are recently and wdely used by local authortes and publc organzatons, have been presented. Key Words: Remote Sensng, Hgh Resoluton Satellte Images, Image Contents, Segmentaton, Object-Based Classfcaton. x

15 1 1. GİRİŞ Günümüzde, araznn kullanımı ve konum blgs le lgl doğru, gerçek ve güncel blglere en kısa zamanda ulaşmak, araz uygulamalarında ana hedef halne gelmştr. Bu yen br uygulama ya da daha önce yapılmış br uygulamanın revze edlmes aşamasında zaman ve ekonomklk açısından büyük önem arz etmektedr. Bu sebeple br uygulama başlamadan, kullanılacak blglere en kısa zamanda ulaşmalı ve amaca yönelk olarak kullanılacak blgnn doğruluğu uygulamanın gdşatını aksatacak şeklde olmamalıdır. Bu durum uzaktan algılama teknolojlernn kullanımına zemn hazırlamaktadır (Çelk, 2006). Özellkle günümüzde zengn blg çerğ sunan uydu görüntülernn varlığı ve teknolojk gelşmelere bağlı olarak bu görüntülern şleneblmes, uzaktan algılama teknolojlernn sahadak kullanım yern sağlamlaştırmaktadır. Ancak yapılacak uygulamada uygun blg çerğ sunan ekonomk görüntülern kullanılması uygulamanın ekonomklğ açısından dkkate alınmalıdır. Dkkat edlmes gereken dğer br husus da, görüntü malyetnn yanında bu görüntüyü uygulamada kullanıma hazır hale getrecek ve gerekl blgy elde etmek çn kullanılacak yazılım ve donanım malyetlernn hesaba katılmasıdır. Bu aşamada, uygulanacak metot ble farklılıklar ortaya koyacaktır. Örneğn bu görüntülerdek detayları ekran üzernden elle vektörleştrmek veya bazı algortmalar kullanarak otomatk veya yarı otomatk çıkarmak ble yazılımlar arasında teknk ve mal farklar oluşturacaktır (Karakış, 2005). Uydu görüntüler, uygun ölçekte harta yapımı ve güncellenmes, planlama, rsk yönetm, analz ve benzer brçok alandak uygulamalara altlık teşkl edeblmektedr. Yukarıda bahsedlen uygulamalardak krtk kararların alınablmes çn güncel, hızlı ve düşük malyetlerle elde edleblen verlere htyaç duyulması, uydu görüntülernn bu alanlarda kullanılmasında terch sebebdr. Bu uygulamalarda, kullanılacak blg çerğnn uydu görüntülernden elde edlmes çn manuel (elle), yarı otomatk ve tam otomatk çeştl yaklaşım ve algortmalar gelştrlmştr. Tam otomatk algortmaların temel görüntü şleme teknklerne dayanırken, yarı otomatk algortmalar da bu görüntü şleme algortmalarına operatör desteğ ve yorumu da katılmaktadır. Manuel yaklaşımda se, operatörün yorumu ve şgücü ön plana çıkmaktadır (Çelkoyan ve Altan, 2005). Yukarıda bahsedlen ve blnen en esk yöntem olan manuel yaklaşım, ekran üzernden görüntüdek detayların sınırlarından vektör çzglern elle çzlmesyle yapılan vektörel

16 2 çzmdr. Oluşturulan bu vektörlern detayların nesney özntelk bakımından fade eden katmanlara dahl edlmesyle gerçekleştrlmş olur. Ancak görüntüdek her br detayın vektörel çzglerle fade edlmes göz önüne alındığında, bu oldukça uzun br şlemdr. Böylelkle uygulanan bu yaklaşımda, doğrudan blgsayar desteğnn olmaması ve dolayısıyla operatör gücüne bağlı olması, yapılan uygulamalarda zaman ve şgücü kaybına yok açmaktadır. Temel görüntü şleme teknklerne dayanan yarı ve tam otomatk yaklaşımlarla görüntü analzler çn çeştl sınıflandırma teknkler kullanılır. Halen güncel olan ve günümüze kadar kullanılmış yaklaşım, şlem brm pksel olan pksel-tabanlı sınıflandırma yaklaşımlarıdır. Bu yaklaşımlarda pkselle at renk değerler ve pksellern brbr le olan komşuluk lşkler ele alınmaktadır. Günümüz görüntü şleme ve dolayısıyla uzaktan algılama teknolojlernde, pksel-tabanlı sınıflandırma yaklaşımlarının yanında nesne-tabanlı sınıflandırma yaklaşımları da kullanılmaya başlanmıştır. Bunun en öneml neden, yüksek çözünürlüklü görüntülerde mevcut olan zengn blg çerğnn, pksel-tabanlı sınıflandırma yaklaşımları sonucunda tam olarak yansıtılamaması olarak gösterleblr (Wong vd., 2003). Örneğn IKONOS ve QuckBrd uydu görüntüler, pksel-tabanlı yaklaşımlarda tutarsız sınıflandırma sonuçları vermekte ve görüntüdek stenen detayların çıkarımında beklentler karşılayamamaktadır. Bahsedlen klask sınıflandırma yaklaşımların yapısından dolayı, bu durum, yen ve nesnetabanlı görüntü analz algortmalarının kullanımını gerektrr. Bu tür algortmalar, sınıflandırmaların düzenlenmes konusunda görüntü segmentlern daha uygun hale getrmek çn, spektral blgnn yanında yapısal veya dokusal ek blglerle daha uygun çözümler sunmaktadır (Antunes vd., 2003). Pksel-tabanlı sınıflandırma yaklaşımlarının aksne, nesne-tabanlı sınıflandırma yaklaşımı; yapıyı, dokuları, spektral blgler ve nesne büyüklüğünü brlkte dkkate alır. Bu yaklaşımda sınıflandırma aşaması, komşu pksellern gruplandırılmasının, sınıflandırmanın sonrak basamağında ele alınablr anlamlı bölgelere dönüştürülmes le başlar. Bu tür görüntü segmentasyonu ve topoloj oluşumu, çözünürlüğe ve görüntüdek çıkarılması düşünülen detaylarının ölçeğne göre ayarlanmalıdır. Bu yaklaşımla, sadece tekl pkseller sınıflandırılmakla kalmaz, ayrıca br öncek segmentasyon basamağı sırasında homojen görüntü nesneler de ortaya çıkar. Bu segmentasyon değşk çözünürlüklerde yapılablrken, nesne kategorlernn katmanlarını ayırt etmeye de zn verr. Segmentasyon aşamasından sonra görüntüden çıkarılması stenen sınıflar oluşturulmakta ve bu sınıfların çne dahl olacak

17 3 segmentler çn uygun fonksyonlar belrlenerek, bulanık mantıkla çalışan sınıflandırma şlem tamamlanmaktadır (Baatz vd., 2004). 1.1 Çalışmanın Amacı ve Kapsamı Son yıllardak uydu teknolojler alanındak gelşmeler, özellkle büyük alanların kapsamlı olarak ncelenmesne ve bu bağlamda doğru, güvenlr ve kapsamlı güncel blglern en hızlı şeklde üretlmesne olanak tanır hale gelmştr. Böylece özellkle kentsel alanlardak hızlı gelşm ve değşmler takp edleblmekte, bu gelşm ve değşmler yönlendrme stratejler oluşturulablmektedr. Yukarıda bahsedlen ve br çok uygulamaya altlık oluşturablecek uydu görüntülernn özellkler, yapılan çalışmanın çerğn doğrudan etklemektedr. Bununla brlkte uydu görüntülernn, görüntü şleme teknkleryle değerlendrlmes sonucunda uygun ölçeklerde harta yapımının gerçekleştrlmes çalışma konusudur. Örneğn Jacobsen, (2002) ve (2003) de yapmış olduğu çalışmalar le, özellkle engebesz alanlarda, yüksek çözünürlüklü IKONOS ve QuckBrd görüntülernden yaklaşık 1/6000 ve 1/10000 ölçekler arasında hartalar üretlebldğn göstermştr. Zengn blg çerğne sahp yüksek çözünürlüklü uydu görüntüler, görsel olarak çok fazla blg sunmasına rağmen uygulamalara altlık oluşturablmes çn görüntülerdek tüm detayların blglernn çıkarılması gerekmektedr. Bu gereksnm mevcut blg şlem teknolojlerne bağlı olarak gelşmş görüntü analz ve sınıflandırma yaklaşımlarını da berabernde getrmştr. Böylelkle bu çalışma le, son yıllarda sıkça kullanılan nesne-tabanlı görüntü analz ve sınıflandırma yaklaşımının; uydu görüntülern kullanarak, detay çıkarımı, araz değşmnn belrlenmes, harta yapımı ve harta blglernn revzyonunun yapılması konularındak başarısının test edlmes amaçlanmıştır. Bu amaçla, Yüksek çözünürlüklü uydu görüntülernn sağladığı blg çerğ kavramının belrlenmes, Bu görüntülere görüntü şleme analzler önces uygulanan geometrk düzeltme ve görüntü zengnleştrme şlemlernn rdelenmes, Görüntü sınıflandırması çn kullanılan klask pksel-tabanlı ve nesne-tabanlı sınıflandırma yaklaşımlarının tanımlanması, özellkle nesne-tabanlı yaklaşımların dayandığı temel esasların rdelenmes, bulanık mantıkla çalışan sınıflandırma şlemlernn ncelenmes,

18 4 Uygulama bölümüne altlık olacak şeklde, mevcut uydu görüntülernn belrlenmes, belrlenen görüntülerden elle vektörleştrme sonucu ürünlern elde edlmes ve mevcut referans vektör hartaların belrtlmes, Belrlenen görüntüler kullanılarak, tezn amacına uygun şeklde pksel-tabanlı ve nesne-tabanlı sınıflandırma uygulanması, elde edlen detayların ne ölçüde derlenebleceğ, bu amaçla yapılması gereken şlem adımlarının belrtlmes, farklı yaklaşımlarla yapılablecek çıkarımların brbrne göre ve eldek mevcut ürünlere göre başarısının ncelenmes, karşılaştırmalar yapılarak analz sonuç ve yorumlarının verlmes, Elde edlen tüm sonuçlara göre, uydu görüntülernden harta yapımı ve harta blglernn güncelleştrlmes konularında blglern verlmes ve gerekl yorumların yapılması hedeflenmştr. Tezn Grş bölümünden sonra; uydu görüntülernden elde edleblecek blg çerğ kavramı detaylı olarak anlatılmış ve günümüz yüksek çözünürlüklü uydu görüntülernn blg çerkler hakkında blg verlmştr. Bu görüntülerden, Zonguldak kentsel alanına at yüksek çözünürlüklü SPOT-5, KVR-1000, IKONOS, QuckBrd, WorldVew-I ve benzer uydu görüntülernn blg çerğnn araştırılması ve uygun görüntülerdek çıkarılması stenen kentsel ayrıntıların belrlenmes konularında blgler verlmştr. Bu bağlamda, hang görüntüden hang kentsel ayrıntıların ne ölçüde derlenebleceğ belrtlmştr. Üçüncü bölümde; ham uydu görüntülernn geometrk düzetlmes, zengnleştrlmes ve bunlara bağlı olan algortmalar anlatılmıştır. Bunun çn, mevcut görüntülere uygulanması gereken öncelkle geometrk şlemlern tasarlanması ve uygulanması, ardından stenlen blg çerğnn tam çıkarılması çn yapılablecek görüntü zengnleştrlme şlemlernn rdelemes yapılmıştır. Kullanılacak uydu görüntülernn değşk sensör yöneltme modelleryle rektfkasyonu detaylı olarak anlatılmış ve bu bağlamda verlern geometrk değerlendrlmes, Global Postonng System (GPS) gözlemleryle konumlandırılan noktaların kullanılarak ve bu noktaların PCI Geomatca OrthoEngne v9.1.4 yazılımında kullanılan, Canada Center for Remote Sensng (CCRS) den Dr. Therry TOUTIN tarafından gelştrlmş olan Satellte Orbtal Modellng (SOM) yaklaşımında Yer Kontrol Noktası (YKN) olarak kullanılarak anlatılması sağlanmıştır. Ayrıca, yüksek çözünürlüklü görüntülernn pankromatk ve renkl bantlarının kombnasyonu sonucunda özel br algortma le oluşturulan, yüksek çözünürlüklü ve renkl görüntü ürününü sağlayan pan-sharp algortmaları üzernde durulmuştır.

19 5 Dördüncü bölümde; uzaktan algılamada sınıflandırma kavramı ve sınıflandırıcılar tanımlanmış, klask pksel-tabanlı sınıflandırma yaklaşımına değnlmş ve yüksek çözünürlüklü uydu görüntülernden kentsel ayrıntıların çıkarımında yararlanılan nesne-tabanlı sınıflandırma yaklaşımı detaylı olarak ncelenmştr. Bu yaklaşım le çalışan Ecognton yazılımı anlatılmış ve bununla brlkte yazılımda lgl olan, görüntü yorumlamada temel bleşenler, özellkle ölçek kavramı, segmentasyon ve nesne-tabanlı görüntü analz altında sınıflandırma kavramları rdelenmştr. Beşnc bölümde; Zonguldak test alanına at yüksek çözünürlüklü IKONOS ve QuckBrd uydularının özellkler ve görüntü verlernn ncelenmes yapılacak, bu görüntü verlernn ekran üzernden elle vektörleştrme sonucu elde edlecek vektör hartalardan bahsedlecektr. Ayrıca lgl alana at üretlmş ve referans ver olarak kullanılacak olan 1/5000 ölçekl vektör hartalardak mevcut kentsel ayrıntıların vektörel katmanlarının düzenlenmes sağlanmıştır. Altıncı bölümde; tezn amacına uygun olarak, Zonguldak kentsel alanına at 2002 ve 2008 yıllarına at yüksek çözünürlüklü IKONOS ve 2004 yılına at yüksek çözünürlüklü QuckBrd uydu görüntülernn; değşk sensör yöneltme modelleryle geometrk düzeltlmes, zengnleştrlmes, bu görüntüler üzernden lgl alanı kapsayan bölgedek kentsel detaylar olan bna ve yolların, nesne-tabanlı görüntü analz yazılımı olan Ecognton yazılımı kullanılarak çıkarımı sağlanmıştır. Böylelkle Nobrega vd. (2006) dak gb, görüntülerden ne tür ayrıntıların ne düzeyde çıkarılabldğ ve elde edlen sınıflandırma sonuçları rdelenmştr. Ayrıca, güncel durumun Coğraf Blg Sstem (CBS) ortamına aktarımı, bu ortamda dğer verlerle bütünleştrlmes ve güncelleme çalışmalarını yapılması da uygulamanın dğer br adımı olmuştur. Nesne-tabanlı sınıflandırma sonuçlarının vektör yapıya çevrlmes sağlanmış, bu sonuç verlerle brlkte, test alanına at mevcut 1/5000 ölçekl vektör hartalar ve görüntüler üzernden elle vektörleştrme sonuç ürünlernn br CBS yazılımı altında toplanmasıyla detaylı analz ve sorgulamalar yapılmıştır. CBS tabanlı analz ve karşılaştırmalarının yapılarak, güncel durum ortaya koyulmuştur. Bu sayede, yüksek çözünürlüklü görüntülern, hem geometrk, hem de semantk çerğnden yararlanarak, günümüz yerel yönetmler ve kamu tarafından kullanılmakta olan büyük ölçekl hartaların (örneğn 1/5000 ölçekl) yapımı ve güncelleştrme olanaklarının araştırılması sağlanmıştır. Yapılan araştırmanın değerlendrlmes le elde edlen sonuç ve önerler tezn yednc bölümde sunulmuştur. Bu çalışmada kullanılan görüntü verler, TÜBİTAK Türkye ve Julch Araştırma Merkez Almanya tarafından desteklenen Geometrc and Semantc Analyss of Space Imagery for Topographc Mappng & Database Constructon of Selected Expermental Test Ares n

20 6 Turkey konulu çalışmadan ve ZKÜ Araştırma Fonu tarafından desteklenen Kentsel Gelşm Alanının Yüksek Çözünürlüklü Uydu Görüntüleryle CBS Tabanlı Analz konulu çalışmadan sağlanmıştır. Ayrıca referans vektör ver olarak kullanılan 1/5000 ölçekl vektör harta vers de Zonguldak ve Klml Beledyes Fotogrametrk Hal Hazır Yapım Projes kapsamında üretlmş ve tez çalışmasında kullanılmıştır.

21 7 2. UYDU GÖRÜNTÜLERİNİN SAĞLADIĞI BİLGİ İÇERİĞİ KAVRAMI Günümüzde, yüksek çözünürlüklü uydu görüntülernn mühendslk uygulamalarında ve konumsal blg elde etmede yoğun olarak kullanılmaya başlanmasının en öneml neden, bu görüntülern Yer Örnekleme Aralığının (YÖA) küçülmesdr. Bu durum görüntünün geometrk çözünürlüğünün artması ve nesnelern daha ayrıntılı olarak görüntülerden seçlmes anlamına gelmektedr. YÖA değernn yanı sıra görüntülern radyometrk ve spektral çözeblrlkler de blg çerğn etklemekte, değşm belrleme gb çalışmalarda zamansal çözeblrlk de ön plana çıkmaktadır. Blg çerğn etkleyen bu çözeblrlk kavramlarına ek olarak, görüntülern etkn YÖA, atmosferk durum, güneş yükseklk açısı, görüntüleme sstemnn bakış açısı ve lg alanındak nesnelern durumu ve aralarındak kontrast da blg çerğn etkleyen parametrelerdr. Uzaktan algılama görüntülernden konumsal blg elde etmede görüntülern geometrk doğruluğu ve blg çerğ düzey k öneml etkendr. Geometrk doğruluk, sstemn görüntü alım geometrs le yakından lşkldr ve büyük ölçekl topoğrafk hartaların konum doğruluğuna ulaşmada herhang büyük br sorun yaşanmamaktadır. Geometrk doğruluk kend çersnde yatay ve düşey konum doğruluğu olarak kye ayrılablr. Burada, gözün ayırma gücü dkkate alındığında göstermde uygulanmakta olan 0.20 mm kuralına göre 1/5000 ölçekl br hartanın yatay konum hassasyet ±1.0m düzeynde olmaktadır. Düşey konum doğruluğu se, h h u u m h = m px (2.1) c b bağıntısıyla hesaplanablr. Burada, m h : Düşey doğruluk, h u : Uçuş yükseklğ, c: Kamera odak uzaklığı, (h/b):yükseklk-baz oranı, m px : Yatay paralaksın doğruluğudur. Uydu görüntüler veya hava fotoğraflarından topoğrafk harta üretm, pksel boyutu le harta ölçeğ arasında uygun br lşky gerektrr. Kazanılan deneymlerden elde edlen durum, hartanın ölçeğ le YÖA arasında mm gb br lşknn olduğudur. Buna göre

22 8 1/10000 ölçekl br harta çn 50cm-1.0m olarak hesaplanacaktır. Burada, YÖA değernn br aralık olarak verlmesnn neden, görüntü detayı ve çerğndek değşklklerdr. 2.1 Normal ve Etkn YÖA Değer YÖA değer, komşu pksellern merkezler arasındak uzaklığın yeryüzündek fzksel karşılıkları olarak tanımlanablr. Bu komşu pkseller, brbrler üzerne bneblmekte veya bunların aralarında bazı boşluklar da olablmektedr. Şekl 2.1 de gösterldğ gb brbrne göre yarım pksel ötelenmş CCD dznler sayesnde yarım pksel boyutunda YÖA ya sahp görüntüler elde edleblr. Örneğn SPOT-5 pankromatk bandda 5 m yer pksel boyutuna sahpken, bu teknk sayesnde 2.5m YÖA değerne sahp Supermode görüntüsü elde edleblr. Benzer şeklde OrbVew-3 pankromatk bandında pksel boyutu 2m ken YÖA değer 1 m dr. Bu teknk sayesnde CCD dznlerdek pksellern boyutlarını fzksel olarak küçültmeye gerek kalmamakta, böylece görüntüleme sstemlernn yapım malyetler düşmektedr (Jacobsen, 2006). Ötelenmş CCD ler Bndrmel pksel ve YÖA lşks Ayrık pksel gösterm Şekl 2.1 Ötelenmş CCD dznler, pksel ve YÖA lşkler (Topan, 2006) Uydu görüntülernn geometrk çözünürlüğünden söz edlrken genellkle normal YÖA değernden bahsedlr. Oysa etkn YÖA, görüntülern asıl sahp oldukları geometrk çözünürlük değerdr. Görüntüleme sstemne ve atmosferk duruma bağlı olarak görüntülern normal ve etkn YÖA değerler arasında fark olması muhtemeldr. Bu farkın belrleneblmes çn gr değer değşm grafğnden yararlanılablr. Görüntü üzernde, örneğn br bna veya havuz kenarında gr değerlernn ortalamaları arasındak fark, kenarda en büyük değerlern alacak ve bu değşm br normal dağılım eğrs çzecektr. Bu eğrnn yükseklğnn yarısının eğry kestğ noktalarının pksel karşılıklarının yarısı, etkn YÖA değern vermektedr. Buna örnek olarak, aşağıdak çzelgede Zonguldak test alanına at bazı uydu görüntülernn normal ve etkn YÖA değerler verlmştr (Çzelge 2.1).

23 9 Çzelge 2.1 Kenar Belrleme le hesaplanan etkn YÖA değerler Uydu Görüntüsü Normal YÖA Değer (m) Etkn YÖA Değer (m) TK KVR ASTER KOMPSAT IRS-1C SPOT IKONOS 1 1 QuckBrd Çzelge 2.1 de gösterlen TK 350 ve KVR 1000 görüntüler lk olarak fotoğraf flm üzerne kayıt edlmş ve taranmak suretyle sayısal hale getrlmşlerdr. Bu sebeple, bu k görüntünün normal ve etkn YÖA değerler arasında belrl br fark oluşmuştur. Fakat IRS-1C çn bu durum farklıdır, bunun neden se bu görüntülern, 6 bt (64 gr değer) le örneklenmes sonucu düşük radyometrk çözeblrlğe sahp olmalarıdır. Ayrıca burada etkn YÖA değer atmosferk durumundan da etklenmş olablmektedr. Aynı büyüklüktek normal ve etkn YÖA değerlerne sahp IKONOS ve QuckBrd görüntülernn elde edlmesnde se Tme Delay Integraton (TDI) teknolojsn kullanmaktadır. Bu teknolojde, görüntünün oluşması çn gereken zaman, uydunun ler hareket le arttırılmakta ve böylece sensörlern üzernde toplanan enerj mktarı çoğaltılmaktadır (Şekl 2.2). Şekl 2.2 TDI teknolojs Farklı test alanlarında se EROS-A1 ve OrbVew 3 görüntüler test edlmştr. 1.8m normal YÖA değerne sahp EROS-A1 görüntüsü çn 2.4m etkn YÖA değer belrlenmştr. OrbVew 3 görüntüsü çn etkn ve normal YÖA değerler aynı değerde olmaktadır (Topan, 2005). Görüntünün blg çerğ kavramını daha anlaşılır hale getrmek çn aşağıda Zonguldak test alanına at, radyometrk ve spektral çözeblrlğe sahp uydu görüntülernn sağladıkları blg çerklernn analz örnek olarak verlmştr.

24 Uydu Görüntülernn Sağladıkları Blg İçerkler Bu ncelemede, Zonguldak şehr merkezne at değşk uydu görüntülernn YÖA değerlernn büyük önem taşıdığı gösterlmek stenmştr. Bununla brlkte, radyometrk çözeblrlğn önem taşıdığı ve renkl görüntünün de yorumlama çn öneml olduğu vurgulanmıştır. Şekl 2.3 de Zonguldak şehr merkezne at farklı uydu görüntüler, sahp oldukları YÖA değerler le brlkte verlmştr. Landsat 7 renkl, 30m YÖA Landsat-7 pan, 15m YÖA ASTER, 15m YÖA TK 350, 10m (13m) YÖA KOMPSAT 1, 6.6m YÖA IRS-1C pan, 5.7m YÖA SPOT 5 pan, 5m YÖA IKONOS renkl, 4m YÖA QuckBrd renkl, 2.4m YÖA

25 11 KVR m (2.2m) YÖA IKONOS pan, 1m YÖA QuckBrd pan, 0.6m YÖA 2002 Pan-sharp IKONOS 1m YÖA 2008 Pan-sharp IKONOS 1m YÖA 2004 Pan-sharp QuckBrd 0.6m YÖA Şekl 2.3 Zonguldak şehr merkezne at farklı uydu görüntüler (Karakış vd., 2005) 30m YÖA değerne sahp LANDSAT 7 Multspectral Scanner (MSS) görüntüsü, çerdğ nesnelern sınıflandırılmasında kullanılmasına karşın, harta yapımı çn uygun değldr. Bunun yanında LANDSAT 7 MSS görüntüsü, renk blgsnn sağladığı avantajlarla, 15m YÖA değerne sahp LANDSAT 7 pan görüntüsüyle neredeyse aynı blg çerğ sunmaktadır. 15m YÖA değerne sahp ASTER görüntüsü daha fazla detay çermektedr. Görüntünün kontrastının daha y olmasının yanında, yeşl, kırmızı ve yakın kızılötes band le özellkle ormanlık alanlarda y br ayrıma olanak vermes, LANDSAT 7 pan görüntüsüne karşı üstünlük kurmaktadır. LANDSAT 7 görüntüsünde ana yollar, yerleşm ve orman alanları ayırt edleblmekte fakat daha fazla detayı görmek mümkün olamamaktadır. Bu nedenle bu görüntüler, ancak 1/ ölçekl br harta üretmne zn vereblmektedr (Jacobsen ve Büyüksalh, 2006). ASTER görüntüsü le hemen hemen aynı YÖA değerne sahp olan bu TK-350 görüntüsü, kontrastının çok y olmaması yüzünden ASTER görüntüsüne nazaran daha az detay çerğ

26 12 sunmaktadır. Stereo-görüntü özellğnden dolayı, Sayısal Yükseklk Model (SYM) üretmek çn uygun olan TK 350 görüntüsü, bu halyle doğrudan topoğrafk harta yapımına olanak vermemektedr. Mkro-uydu KOMPSAT 1 le çeklen görüntüler, 6.6m normal YÖA değerne sahptrler ve topoğrafk harta yapımı çn öneml br görüntü vers halne gelmşlerdr. Yakın YÖA düzeyler le KOMPSAT 1 ve SPOT-5 görüntülernn genel detay çıkarım kapasteler brbrlerne yakındır. Şehr merkezndek ana yol ağları bu görüntülerden çıkarılablmekte, bna düzeynde se blok bnalar tespt edleblmektedr. hartaları yapılablmektedr. Bu durum SPOT-5 ve KOMPSAT-1 görüntüler le yaklaşık 1/ /50000 ölçekl hartaların yapımı çn yeterl olmaktadır, ancak daha büyük ölçekl hartaların üretmne olanak vermemektedr (Jacobsen ve Büyüksalh, 2006) (Şekl 2.4). Şekl 2.4a: KOMPSAT 1 Şekl 2.4b: SPOT 5 çn vektörleştrme Şekl 2.4 KOMPSAT 1 ve SPOT 5 görüntüler Şekl 2.5a: IRS-1C Şekl 2.5b: KVR-1000 çn vektörleştrme Şekl 2.5 IRS-1C ve KVR-1000 görüntüler KOMPSAT 1, SPOT 5 ve IRS-1C pan görüntüler yaklaşık aynı YÖA değerler üretmelerne rağmen farklı radyometrk düzey serglemektedrler (Şekl 2.4a, 2.4b ve 2.5a). IRS-1C görüntüsünün 64 gr değerne sahp olması yüzünden SPOT 5 görüntüsünden daha fazla

27 13 detay çıkarılması olasıdır (Şekl 2.6). Bu görüntüden blok halndek bnalar, büyük tek bnalar, ana ve ara yollar, kıyı çzgs, açık ve yeşl alanlar rahatlıkla tanınablmektedr. Fakat IRS-1C görüntüsünde büyük tek bnaların ve ara yolların belrlenmes SPOT 5 görüntüsündek kadar kolay olmamaktadır. Şehr merkeznde durum bu şekldeyken, kırsal br alanda her k görüntüde de yerleşm ve yollar görüleblmektedr (Şekl 2.7). Aynı şeklde, SPOT 5 üzernden daha rahat detay çıkarımı yapılablmektedr. Yukarıda da belrtldğ gb, her k görüntü, yaklaşık 1/ /50000 ölçekl br harta yapımı çn kullanılablr (Jacobsen ve Büyüksalh, 2006). Ancak IRS-1C görüntüsünün 6.9m etkn YÖA değerne ve 64 gr değerne sahp olduğu ve bu nedenle sorunlar yaşanableceğ unutulmamalıdır. Şekl 6a: SPOT-5 çn vektörleştrme Şekl 6b: IRS-1C çn vektörleştrme Şekl 2.6 SPOT-5 ve IRS-1C görüntüler çn vektörleştrme sonuçları Şekl 7a: SPOT-5 görüntüsü Şekl 7b: IRS-1C görüntüsü Şekl 2.7 SPOT-5 ve IRS-1C görüntüler Tekl bnaların ve yolların rahatlıkla belrlenmes se, 2.2m etkn YÖA değerne sahp olan KVR 1000 pan görüntüsü le sağlanablmektedr (Şahn vd., 2004 ve 2005) (Şekl 2.5b).

28 14 IKONOS görüntüler, 1m pan ve 4m renkl görüntüleryle oldukça y br detay zengnlğne sahptr. Pan görüntüler, yüksek geometrk çözeblrlkler sayesnde nesnelern gerçek boyutlarıyla algılanmasını sağlamakla brlkte, renkl görüntüler çerdkler renk nedenyle nesneler arasındak renk farklılıklarını ortaya koymaktadır (Şekl 2.8a ve 2.8b). Bu nedenle renk blgs, görüntüde nesnelern daha y tanınmasına yardımcı olur. Zonguldak şehrndek bnalar genelde kırmızı çatılı bnalardır, böylelkle 4m YÖA değerne sahp renkl IKONOS görüntüsü le bu tekl bnaların tanınması daha rahat olmaktadır, fakat bu bnalar tekl çzmler çn çok küçüktür. Genelde, değşk nesnelern elle sınıflandırma şlem renk tarafından desteklenmektedr ve harta yapımı pan görüntülerle daha kolay yapılmaktadır. Renkl IKONOS görüntüler ana yolların tanınmasına olanak vermektedr. Şekl 2.8a: IKONOS pan, 1.0m YÖA Şekl 2.8b: renkl IKONOS, 4.0m YÖA Şekl 2.8c: pan-sharp IKONOS 1.0m YÖA Şekl 2.8 IKONOS Pan, renkl ve pan-sharp görüntüler (Marangoz, 2004) IKONOS pan görüntüsünde bnalar, yollar ve dğer unsurlar brbrlernden geometrk çözeblrlğn yüksek düzeyde olması nedenyle ayırt edleblmektedr. Fakat görüntü renkl olmadığı çn burada renk blgsnden yararlanılamamaktadır. Renk blgsn veren renkl IKONOS görüntüsü se 4.0m YÖA değerne sahptr ve dolayısıyla nesnelern renkler yardımıyla nesne ayrımı ön plana çıkmaktadır. IKONOS pan ve renkl görüntülernn pan-sharp algortmasıyla brleştrlmesyle elde edlen pan-sharp IKONOS görüntüsü Şekl 2.8c de verlmştr. Bu şeklde her k görüntünün brleştrlerek pan-sharp görüntü oluşturulması, hem 1.0m YÖA değern, hem de renk blgs çermes bakımından oldukça sık terch edlmektedr. Bahsedlen pan-sharp metodu tez çalışmasının üçüncü bölümünde detaylı br bçmde anlatılmıştır.

29 15 Şekl 2.9 de se, görüntülerdek nesnelern tanınmasında öneml etken olan güneşn yükseklk açısının etks gösterlmştr. Güneş yükseklk açısı 41 o olan görüntüde bna gölgelernden dolayı yolların tanınması güçtür. Bna çatılarında güneşn yansıması olduğu çn, bnaların çıkarılmasında herhang br sorun bulunmamaktadır. Fakat Zonguldak tak sıralı bnalar brbrlerne çok yakın olduğu çn, bazen yol ve ev bahçeler brbrlernden ayırt edlememektedr. Güneş yükseklk açısının yanında, güneş azmutu değernn de önem büyüktür. Örneğn, Şekl 2.9c de, yolların vektörleştrlmes daha kolaydır. Şekl 2.9d de verlen pan-sharp IKONOS görüntüsü le bnaların tanınması kolaylaşmaktadır, fakat renk blgsnn avantajı 1m YÖA değer çn sınırlı kalmıştır. Şekl 2.9a: Güneş yükseklk açısı 67 güneş azmutu 138 Şekl 2.9b: Güneş yükseklk açısı 41 güneş azmutu 166 Şekl 2.9c: Güneş yükseklk açısı 46 güneş azmutu 144 Şekl 2.9d: Pan-sharp görüntü, Güneş yükseklk açısı 41, güneş azmutu 166 Şekl 2.9 Farklı güneş yükseklk açılarındak IKONOS pan ve pan-sharp (1.0m YÖA) görüntüler Kısacası, bnaların ve dğer yüksek nesnelern gölgelernde kalan nesneler görüntüde seçlememekte ve dolayısıyla bu durum, görüntülern verdğ blg çerğn azaltmaktadır. Bu bakımdan güneş yükseklk açısı ve güneş azmutu, nesne çıkarımında dkkate alınması gereken etkenlerdr.

30 16 Şekl 2.10a: QuckBrd renkl, 2.4m YÖA Şekl 2.10b: Quckbrd pan, 0.6m YÖA Şekl 2.10c: Renkl ve pan görüntülern üst üste bndrlmes Şekl 2.10 QuckBrd renkl ve pan görüntüler ve harta yapımı amaçlı karşılaştırma 2.4m YÖA değerne sahp QuckBrd renkl görüntüsü, doğru açılı bnaların ve yollara paralel olmayan bnaların doğru şeklde çıkarılmasına olanak vermemektedr (Şekl 2.10a). Buna karşın, 0.6m YÖA değerl pan görüntüsü le bna detaylarını çıkarmada br sorun bulunmamaktadır (Şekl 2.10b). Sonuç olarak denleblr k, özellkle engebesz bölgelerde IKONOS görüntüler, yaklaşık olarak 1/10000 ölçekl br hartanın blg çerğne sahpken, QuckBrd görüntüler, pan bandda 0.6m, renklde se 2.4m YÖA değerleryle, yaklaşık olarak 1/6000 ölçekl br hartanın blg çerklern vermektedr (Jacobsen ve Büyüksalh, 2008). 2.3 Değerlendrme Uydu görüntülernden topoğrafk harta yapımı, YÖA değer ve harta ölçeğ arasında yeterl br lşk gerektrr. Günümüzde hartalar, ulusal koordnatlarıyla br CBS ortamında bulunsalar ble, blg çerkler ve harta yapımlarının düzey üretm ölçeğyle lşkldr. İstenen semantk blg harta ölçeğne bağlıdır. Örneğn, tekl bnalar 1/50000 ölçekl hartada gösterlmezken, bu ölçekte sadece bölgenn genel yapısı sunulmaktadır. Tab k bu durum, bnaların mevcut olduğu 1/1000 ölçekl hartalarda farklıdır. Normal koşullar altında, uydu görüntülernden harta yapım doğruluğu le lgl br problem bulunmamakla brlkte, gerçek sınırlama görüntünün blg çerklernden kaynaklanmaktadır. Bunun anlamı, yorumlama sırasında hang nesnenn tanınabldğdr. Burada halen, nesnenn bulunması ve yorumlanması arasında fark mevcuttur. Görüntüde br çzg tanınmakla brlkte, yorumlama esnasında bu çzgnn, tarımsal br bölgeye at sınır çzgs, br patka veya br yol olup olmadığı hakkında bazı sorunlar yaşanmaktadır (Topan, 2004). Asker amaçlı harta yapımı çn svl topoğrafk hartalarda gösterlmeyen nesnelern durumları hakkında br ayrım yapılmaktadır (NATO STANAG 3769 standartları). Bunlar;

31 17 Bulma (Detecton): Görüntü yorumlamada, nesnenn tanınmadan varlığının belrlenmes, Tanıma (Recognton): Görüntüdek tank, hava aracı gb br özellğn veya nesnenn kmlğnn grup tp halnde kararlaştırılması kablyet (Recognton, detecton a htyaç duyar), Adlandırma (Identfcaton): Görüntüdek br özellğn veya nesnenn kmlğnn tam olarak kararlaştırılması kablyet (örneğn T-54 Tankı, MIG-217J hava aracı gb), Detaylandırma: Görüntüdek br özellğn, nesne veya br elemanın tam olarak tanımlanma kablyetdr. Çzelge 2.2 de NATO STANAG 3769 standartlarında verlen görüntü yorumlama çn yeterl görülen YÖA değerler verlmştr. Çzelge 2.2 Görüntü yorumlama çn yeterl görülen YÖA değerler Nesne Bulma Tanıma Adlandırma Detaylandırma Bölgesel Özellkler ~800m 90m 3m 0.75m Yerleşm Alanları 60m 15m 3m 0.75m Yollar 6m 4.5m 1.5m 0.38m Demryolları 15m 4.5m 1.5m 0.38m Köprüler 6m 4.5m 1.5m 0.3m Çzelge 2.2 de gösterlen STANAG 3769 e göre yeterl görülen YÖA değerler, kullanılan görüntünün özellğn dkkate almaz ve bu nedenle svl harta yapımı çn geçerl olamaz. Bunun yanında Jacobsen ve Büyüksalh (2008) se, Zonguldak bölgesndek ncelenen testlere dayanarak, nesne çıkarımına lşkn bulunan bazı kuralları belrtmştr (Çzelge 2.3). Çzelge 2.3 Pankromatk görüntülerden nesne tanımına lşkn yeterl görülen YÖA değerler Nesne Yapıları Yeterl Görülen veya En Küçük YÖA Değer (m) Kentsel bnalar 2 Patka 1-2 Ara yollar 5 Demr yolları 5 Su yapıları 5 Ana yollar 10 Blok halndek bnalar 10 Çzelge 2.3 dek değerlere göre, kentsel bnaların 5m YÖA değerne sahp görüntülerden çıkarılamayacağı, fakat blok halndek bnaların rahatlıkla tanınableceğ görülmektedr.

JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu2

JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu2 JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu2 Yrd. Doç. Dr. Aycan M. MARANGOZ FOTOGRAMETRİ ANABİLİM DALI SUNULARI http://jeodezi.beun.edu.tr/marangoz 2012-2013 Öğretim Yılı Bahar Dönemi

Detaylı

YÖRÜNGE DÜZELTMELİ IRS-1C/1D PANKROMATİK MONO GÖRÜNTÜSÜNÜN GEOMETRİK DOĞRULUK VE BİLGİ İÇERİĞİ AÇISINDAN İNCELENMESİ

YÖRÜNGE DÜZELTMELİ IRS-1C/1D PANKROMATİK MONO GÖRÜNTÜSÜNÜN GEOMETRİK DOĞRULUK VE BİLGİ İÇERİĞİ AÇISINDAN İNCELENMESİ YÖRÜNGE DÜZELTMELİ IRS-1C/1D PANKROMATİK MONO GÖRÜNTÜSÜNÜN GEOMETRİK DOĞRULUK VE BİLGİ İÇERİĞİ AÇISINDAN İNCELENMESİ 2004 YÜKSEK MÜHENDİSLİK TEZİ HÜSEYİN TOPAN YÖRÜNGE DÜZELTMELİ IRS-1C/1D PANKROMATİK

Detaylı

YÜKSEK ÇÖZEBİLİRLİKLİ UYDU GÖRÜNTÜLERİNİN BİLGİ İÇERİKLERİNİN KARŞILAŞTIRILMASI

YÜKSEK ÇÖZEBİLİRLİKLİ UYDU GÖRÜNTÜLERİNİN BİLGİ İÇERİKLERİNİN KARŞILAŞTIRILMASI YÜKSEK ÇÖZEBİLİRLİKLİ UYDU GÖRÜNTÜLERİNİN BİLGİ İÇERİKLERİNİN KARŞILAŞTIRILMASI Ferihan ÖZFİDAN, Hüseyin TOPAN, Hakan ŞAHİN, Serkan KARAKIŞ Zonguldak Karaelmas Üniversitesi, Mühendislik Fakültesi, Jeodezi

Detaylı

IRS-1C DÜZEY 1B GÖRÜNTÜSÜNÜN GEOMETRİK ANALİZİNİN SENSÖR YÖNELTME MODELLERİYLE VE DEĞİŞİK REFERANS VERİLERİYLE İRDELENMESİ

IRS-1C DÜZEY 1B GÖRÜNTÜSÜNÜN GEOMETRİK ANALİZİNİN SENSÖR YÖNELTME MODELLERİYLE VE DEĞİŞİK REFERANS VERİLERİYLE İRDELENMESİ TMMOB Harta ve Kadastro Mühendsler Odası. Türkye Harta Blmsel ve Teknk Kurultayı Mart, Ankara IRS-C DÜZEY B GÖRÜNTÜSÜNÜN GEOMETRİK ANALİZİNİN SENSÖR YÖNELTME MODELLERİYLE VE DEĞİŞİK REFERANS VERİLERİYLE

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Aycan Murat MARANGOZ 1, Zübeyde ALKIŞ 2

Aycan Murat MARANGOZ 1, Zübeyde ALKIŞ 2 NESNE-TABANLI GÖRÜNTÜ SINIFLANDIRMA YÖNTEMLERİNİ KULLANARAK UYDU GÖRÜNTÜLERİNDEN KENTSEL DETAYLARIN BELİRLENMESİ, HARİTALARIN GÜNCELLENMESİ VE CBS YE ENTEGRASYONU Aycan Murat MARANGOZ 1, Zübeyde ALKIŞ

Detaylı

UZAKTAN ALGILAMA Uydu Görüntülerinin Sağladığı Bilgi İçeriği Kavramı

UZAKTAN ALGILAMA Uydu Görüntülerinin Sağladığı Bilgi İçeriği Kavramı UZAKTAN ALGILAMA Uydu Görüntülerinin Sağladığı Bilgi İçeriği Kavramı GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF439 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz http://geomatik.beun.edu.tr/marangoz/

Detaylı

Sigma 29, , 2011 Research Article / Araştırma Makalesi MAP GENERATION USING HIGH RESOLUTION SATELLITE IMAGES

Sigma 29, , 2011 Research Article / Araştırma Makalesi MAP GENERATION USING HIGH RESOLUTION SATELLITE IMAGES Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, 367-371, 011 Research Artcle / Araştırma Makales MAP GENERATION USING HIGH RESOLUTION SATELLITE IMAGES Nhat ERSOY *1, Erol

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

GPS/IMU VE YER KONTROL NOKTASININ FARKLI KOMBİNASYONLARI İLE ÜRETİLMİŞ ORTOFOTO GÖRÜNTÜLERİN PLANİMETRİK DOĞRULUKLARININ DEĞERLENDİRİLMESİ

GPS/IMU VE YER KONTROL NOKTASININ FARKLI KOMBİNASYONLARI İLE ÜRETİLMİŞ ORTOFOTO GÖRÜNTÜLERİN PLANİMETRİK DOĞRULUKLARININ DEĞERLENDİRİLMESİ Türkye Ulusal Fotogrametr ve Uzaktan Algılama Brlğ VII. Teknk Sempozyumu (TUFUAB 013), 3-5 Mayıs 013, KTÜ, Trabzon. GPS/IMU VE YER KONTROL NOKTASININ FARKLI KOMBİNASYONLARI İLE ÜRETİLMİŞ ORTOFOTO GÖRÜNTÜLERİN

Detaylı

Göktürk-2 Stereoskopik Görüntülerinden Sayısal Yüzey Modeli Üretimi. Digital Surface Model Generation from Göktürk-2 Stereoscopic Images

Göktürk-2 Stereoskopik Görüntülerinden Sayısal Yüzey Modeli Üretimi. Digital Surface Model Generation from Göktürk-2 Stereoscopic Images Afyon Kocatepe Ünverstes Fen ve Mühendslk Blmler Dergs Göktürk-2 Stereoskopk Görüntülernden Sayısal Yüzey Model Üretm, Ok Afyon Kocatepe Unversty Journal of Scence and Engneerng AKÜ FEMÜBİD 17 (2017) Özel

Detaylı

Yrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI

Yrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI UZAKTAN ALGILAMA Sayısal Görüntü ve Özellikleri GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması Fırat Ünv. Fen ve Müh. Bl. ergs Scence and Eng. J of Fırat Unv. 19 (2, 133-138, 2007 19 (2, 133-138, 2007 Toplam Eşdeğer eprem Yükünün Hesabı Bakımından 1975 eprem Yönetmelğ İle 2006 eprem Yönetmelğnn

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama

Detaylı

Öğretim planındaki AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9

Öğretim planındaki AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9 Ders Kodu Teork Uygulama Lab. Ulusal Kred Öğretm planındak AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9 Ön Koşullar : Grafk İletşm I ve II, Tasarım Stüdyosu I, II, III derslern almış ve başarmış

Detaylı

Bağımsız Model Blok Dengeleme için Model Oluşturma ve Ön Sayısal Bilgi İşlemleri

Bağımsız Model Blok Dengeleme için Model Oluşturma ve Ön Sayısal Bilgi İşlemleri Bağımsız Model Blok Dengeleme çn Model Oluşturma ve Ön Sayısal Blg İşlemler Emnnur AYHAN* 1. Grş Fotogrametrk nreng çeştl ölçütlere göre sınıflandırılablr. Bu ölçütler dengelemede kullanılan brm, ver toplamada

Detaylı

POLİNOMLARLA VE BULANIK MANTIK İLKELERİNE GÖRE GEOİT BELİRLEMENİN PRESİZYONA ETKİSİ

POLİNOMLARLA VE BULANIK MANTIK İLKELERİNE GÖRE GEOİT BELİRLEMENİN PRESİZYONA ETKİSİ TMMOB Harta ve Kadastro Mühendsler Odası 0. Türkye Harta Blmsel ve Teknk Kurultayı 8 Mart - Nsan 00, Ankara POLİNOMLARLA VE BULANIK MANTIK İLKELERİNE GÖRE GEOİT BELİRLEMENİN PRESİZONA ETKİSİ M. ılmaz,

Detaylı

Uydu görüntülerinin bilgi içeriğinin topografik harita yapımı açısından incelenmesi

Uydu görüntülerinin bilgi içeriğinin topografik harita yapımı açısından incelenmesi Uydu görüntülerinin bilgi içeriğinin topografik harita yapımı açısından incelenmesi Hüseyin TOPAN 1,*, Derya MAKTAV 2, Gürcan BÜYÜKSALİH 1 1 Zonguldak Karaelmas Üniversitesi, Mühendislik Fakültesi, Jeodezi

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,

Detaylı

AĞIR BİR NAKLİYE UÇAĞINA AİT BİR YAPISAL BİLEŞENİN TASARIMI VE ANALİZİ

AĞIR BİR NAKLİYE UÇAĞINA AİT BİR YAPISAL BİLEŞENİN TASARIMI VE ANALİZİ III. ULUSAL HAVACILIK VE UZAY KONFERANSI 16-18 Eylül 2010, ANADOLU ÜNİVERSİTESİ, Eskşehr AĞIR BİR NAKLİYE UÇAĞINA AİT BİR YAPISAL BİLEŞENİN TASARIMI VE ANALİZİ Davut ÇIKRIKCI * Yavuz YAMAN Murat SORGUÇ

Detaylı

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI İsmal ÇÖLKESEN 1, Tahsn YOMRALIOĞLU 2, Taşkın KAVZOĞLU 3 1 Araş. Gör., Gebze Yüksek Teknoloj Ensttüsü,

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA

UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında ucuz ve hızlı sonuç alınabilen uzaktan algılama tekniğinin, yenilenebilir

Detaylı

Türk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması

Türk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Türk Dlnn Bçmblm Yapısından Yararlanarak Türkçe Metnlern Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Banu DİRİ, M.Yahya KARSLIGİL Yıldız Teknk Ünverstes Elektrk Elektronk Fakültes - Blgsayar

Detaylı

Okullarda Coğrafi Bilgi Sistem Destekli Öğrenci Kayıt Otomasyon Sistemi Uygulaması: Trabzon Kenti Örneği

Okullarda Coğrafi Bilgi Sistem Destekli Öğrenci Kayıt Otomasyon Sistemi Uygulaması: Trabzon Kenti Örneği Okullarda Coğraf Blg Sstem Destekl Öğrenc Kayıt Otomasyon Sstem Uygulaması: Trabzon Kent Örneğ Volkan YILDIRIM 1, Recep NİŞANCI 2, Selçuk REİS 3 Özet Ülkemzde öğrenc veller le okul darecler, öğrenc kayıt

Detaylı

TRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM

TRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM TRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM Emrah ONAT SDT - Space & Defence Technologes A.Ş. emrahonat@yahoo.com

Detaylı

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi * İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ

Detaylı

QKUIAN. SAĞLIK BAKANLIĞI_ KAMU HASTANELERİ KURUMU Trabzon Ili Kamu Hastaneleri Birliği Genel Sekreterliği Kanuni Eğitim ve Araştırma Hastanesi

QKUIAN. SAĞLIK BAKANLIĞI_ KAMU HASTANELERİ KURUMU Trabzon Ili Kamu Hastaneleri Birliği Genel Sekreterliği Kanuni Eğitim ve Araştırma Hastanesi V tsttşfaktör T.C. SAĞLIK BAKANLIĞI KAMU HASTANELERİ KURUMU Trabzon Il Kamu Hastaneler Brlğ Genel Sekreterlğ Kanun Eğtm ve Araştırma Hastanes Sayı ı 23618724/?ı C.. Y** 08/10/2015 Konu : Yaklaşık Malyet

Detaylı

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara

Detaylı

GÖKTÜRK-2 STEREOSKOPİK GÖRÜNTÜLERİNDEN SAYISAL YÜZEY MODELİ ÜRETİMİ

GÖKTÜRK-2 STEREOSKOPİK GÖRÜNTÜLERİNDEN SAYISAL YÜZEY MODELİ ÜRETİMİ GÖKTÜRK-2 STEREOSKOPİK GÖRÜNTÜLERİNDEN SAYISAL YÜZEY MODELİ ÜRETİMİ Al Özgün Ok Nevşehr H.B.V. Ünverstes, Jeodez ve Fotogrametr Mühendslğ Bölümü, 50300, 2000 Evler, Nevşehr ozgunok@nevsehr.edu.tr, ozguneo@gmal.com

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için)

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için) Ders Kodu Teork Uygulama Lab. Uluslararası Muhasebe ve Fnansal Raporlama Standartları Ulusal Kred Öğretm planındak AKTS 344000000000510 3 0 0 3 6 Ön Koşullar : Bu dersn ön koşulu ya da yan koşulu bulunmamaktadır.

Detaylı

ROBİNSON PROJEKSİYONU

ROBİNSON PROJEKSİYONU ROBİNSON PROJEKSİYONU Cengzhan İPBÜKER ÖZET Tüm yerkürey kapsayan dünya hartalarının yapımı çn, kartografk lteratürde özel br öneme sahp olan Robnson projeksyonu dk koordnatlarının hesabı brçok araştırmacı

Detaylı

Metin Madenciliği ile Soru Cevaplama Sistemi

Metin Madenciliği ile Soru Cevaplama Sistemi Metn Madenclğ le Soru Cevaplama Sstem Sevnç İlhan 1, Nevchan Duru 2, Şenol Karagöz 3, Merve Sağır 4 1 Mühendslk Fakültes Blgsayar Mühendslğ Bölümü Kocael Ünverstes slhan@kocael.edu.tr, nduru@kocael.edu.tr,

Detaylı

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR

Detaylı

MADEN DEĞERLENDİRME. Ders Notları

MADEN DEĞERLENDİRME. Ders Notları MADEN DEĞERLENDİRME Ders Notları Doç.Dr. Kaan ERARSLAN 008 ĐÇĐNDEKĐLER. GĐRĐŞ... 3. REZERV SINIFLARI VE HESAPLAMALARI... 4. Görünür rezervler...4.. Muhtemel Rezervler...6.3 Mümkün Rezervler...7.4 Belrl

Detaylı

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği * İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:305-63X Yapı Teknolojler Elektronk Dergs 008 () - TEKNOLOJĐK ARAŞTIRMALAR Makale Başlığın Boru Hattı Etrafındak Akıma Etks Ahmet Alper ÖNER Aksaray Ünverstes, Mühendslk

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

TEİAŞ Türkiye Elektrik İletim Anonim Şirketi. İletim Sistemi Sistem Kullanım ve Sistem İşletim Tarifelerini Hesaplama ve Uygulama Yöntem Bildirimi

TEİAŞ Türkiye Elektrik İletim Anonim Şirketi. İletim Sistemi Sistem Kullanım ve Sistem İşletim Tarifelerini Hesaplama ve Uygulama Yöntem Bildirimi İletm Sstem Sstem Kullanım ve Sstem İşletm Tarfelern Hesaplama ve Uygulama Yöntem Bldrm EK-1 TEİAŞ Türkye Elektrk İletm Anonm Şrket İletm Sstem Sstem Kullanım ve Sstem İşletm Tarfelern Hesaplama ve Uygulama

Detaylı

T.C. KEÇiÖREN BELEDİYE BAŞKANLIGI Mali Hizmetler Müdürlüğü BAŞKANLIK MAKAMINA

T.C. KEÇiÖREN BELEDİYE BAŞKANLIGI Mali Hizmetler Müdürlüğü BAŞKANLIK MAKAMINA l!l KEÇÖREN BELEDİYE BAŞKANLIGI KEÇöREN BELeDYES SA YI : M.06.6.KEç.O-31/2009KONU: Yetk Devr bo f.!200fd 6.1. BAŞKANLIK MAKAMINA Blndğ üzere O 1.01.2006 tarhnden tbaren tüm yerel yönetmlerde 31.12.2005

Detaylı

EK-1 01 OCAK 2014 TARİHLİ VE 28869 SATILI RESMİ GAZETEDE YAYINLANMIŞTIR.

EK-1 01 OCAK 2014 TARİHLİ VE 28869 SATILI RESMİ GAZETEDE YAYINLANMIŞTIR. EK-1 01 OCAK 2014 TARİHLİ VE 28869 SATL RESMİ GAETEDE YAYNLANMŞTR. Bu Doküman Hakkında TEİAŞ Türkye Elektrk İletm Anonm Şrket İletm Sstem Sstem Kullanım ve Sstem İşletm Tarfelern Hesaplama ve Uygulama

Detaylı

Resmi Gazetenin 29.12.2012 tarih ve 28512 sayılı ile yayınlanmıştır. TEİAŞ Türkiye Elektrik İletim Anonim Şirketi

Resmi Gazetenin 29.12.2012 tarih ve 28512 sayılı ile yayınlanmıştır. TEİAŞ Türkiye Elektrik İletim Anonim Şirketi İletm Sstem Sstem Kullanım ve Sstem İşletm Tarfelern Hesaplama ve Uygulama Yöntem Bldrm Resm Gazetenn 29.12.2012 tarh ve 28512 sayılı le yayınlanmıştır. TEİAŞ Türkye Elektrk İletm Anonm Şrket Bu Doküman

Detaylı

G.1. : Y.Kutlu, M.Kuntalp, D.Kuntalp. : Öz Düzenleyici Haritalar Kullanilarak Diken Dalgalarin Analizi. Yay nlanan Kitapç k.

G.1. : Y.Kutlu, M.Kuntalp, D.Kuntalp. : Öz Düzenleyici Haritalar Kullanilarak Diken Dalgalarin Analizi. Yay nlanan Kitapç k. G.1 Yazarlar : Y.Kutlu, M.Kuntalp, D.Kuntalp Ba l k : Öz Düzenley Hartalar Kullanlarak Dken Dalgalarn Analz Yay nlanan Ktapç k : Genç Blm nsanlar le Beyn Byofz II. Çal tay, Izmr / Turkey, 21-23 ubat2008

Detaylı

PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY

PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY BİR İŞLETMEDE KİTLESEL ÖZEL ÜRETİME YÖNELİK HEDEF PROGRAMLAMA TABANLI ÜRETİM PLANLAMA PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY ESRA AKBAL Başkent Ünverstes Lsansüstü

Detaylı

KENTSEL ALANLARDA AĞAÇLIK VE YEŞİL ALANLARIN UYDU GÖRÜNTÜLERİNDEN NESNE-TABANLI ÇIKARIMI VE COĞRAFİ BİLGİ SİSTEMLERİNE ENTEGRASYONU

KENTSEL ALANLARDA AĞAÇLIK VE YEŞİL ALANLARIN UYDU GÖRÜNTÜLERİNDEN NESNE-TABANLI ÇIKARIMI VE COĞRAFİ BİLGİ SİSTEMLERİNE ENTEGRASYONU KENTSEL ALANLARDA AĞAÇLIK VE YEŞİL ALANLARIN UYDU GÖRÜNTÜLERİNDEN NESNE-TABANLI ÇIKARIMI VE COĞRAFİ BİLGİ SİSTEMLERİNE ENTEGRASYONU Aycan Murat MARANGOZ, Serkan KARAKIŞ, Hakan AKÇIN, Murat ORUÇ Zonguldak

Detaylı

Kamuflaj Tespiti için Hiperspektral Görüntüleme Hyperspectral Imaging for Camouflage Detection

Kamuflaj Tespiti için Hiperspektral Görüntüleme Hyperspectral Imaging for Camouflage Detection Karaca A. C., Ertürk A., Güllü M. K., Elmas M., Ertürk S., Kamuflaj Tespt çn Hperspektral Görüntüleme, Clt 3, Sayı 5, Syf 35-39, Hazran 2013 SAVTEK Makales Kamuflaj Tespt çn Hperspektral Görüntüleme Hyperspectral

Detaylı

01.01.2015 tarih ve 29223 sayılı Resmi Gazetede yayımlanmıştır. TEİAŞ Türkiye Elektrik İletim Anonim Şirketi

01.01.2015 tarih ve 29223 sayılı Resmi Gazetede yayımlanmıştır. TEİAŞ Türkiye Elektrik İletim Anonim Şirketi 01.01.2015 tarh ve 29223 sayılı Resm Gazetede yayımlanmıştır. Bu Doküman Hakkında TEİAŞ Türkye Elektrk İletm Anonm Şrket İletm Sstem Sstem Kullanım ve Sstem İşletm Tarfelern Hesaplama ve Uygulama Yöntem

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt:13 Sayı:2 sh.75-87 Mayıs 2012

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt:13 Sayı:2 sh.75-87 Mayıs 2012 DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt:13 Sayı:2 sh.75-87 Mayıs 2012 ÇELİK YAPI SİSTEMLERİNDE İKİNCİ MERTEBE ANALİZ YÖNTEMLERİNİN İNCELENMESİ (INVESTIGATION OF SECOND ORDER ANALYSIS

Detaylı

ATIK POLİMERİK MALZEME KATKILI BETONUN YALITIM ÖZELLİĞİNİN DENEYSEL OLARAK İNCELENMESİ

ATIK POLİMERİK MALZEME KATKILI BETONUN YALITIM ÖZELLİĞİNİN DENEYSEL OLARAK İNCELENMESİ Isı Blm ve Teknğ Dergs, 26,, 5-20, 2006 J. of Thermal Scence and Technology 2006 TIBTD Prnted n Turkey ISSN 300-365 ATIK POLİMERİK MALZEME KATKILI BETONUN YALITIM ÖZELLİĞİNİN DENEYSEL OLARAK İNCELENMESİ

Detaylı

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,

Detaylı

Uydu Görüntüleri ve Kullanım Alanları

Uydu Görüntüleri ve Kullanım Alanları Uydu Görüntüleri ve Kullanım Alanları Tanım, Tarihçe ve Kullanım Alanları Yrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF 904 Uydu Görüntüleri ve Kullanım

Detaylı

BEYKENT ÜNİVERSİTESİ - DERS İZLENCESİ - Sürüm 2. Öğretim planındaki AKTS 581058202101319 2 1 0 3 5

BEYKENT ÜNİVERSİTESİ - DERS İZLENCESİ - Sürüm 2. Öğretim planındaki AKTS 581058202101319 2 1 0 3 5 BEYKENT ÜNİVERSİTESİ - DERS İZLENCESİ - Sürüm 2 Ders Kodu Teork Uygulama Lab. YAPI ARAŞTIRMASI VE DOKÜMANTASYON Ulusal Kred Öğretm planındak AKTS 581058202101319 2 1 0 3 5 Ön Koşullar : Önerlen Dersler

Detaylı

Bilimsel Hazırlık Programı COĞRAFİ BİLGİ SİSTEMLERİ

Bilimsel Hazırlık Programı COĞRAFİ BİLGİ SİSTEMLERİ Taşınmaz Değerleme ve Gelştrme Anablm Dalı Blmsel Hazırlık Programı COĞRAFİ BİLGİ SİSTEMLERİ Doç. Dr. Volkan YILDIRIM Karadenz Teknk Ünverstes, GISLab Trabzon «CBS de Ağ Analzler ve Sayısal Yükseklk Modeller»

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

2.7 Bezier eğrileri, B-spline eğrileri

2.7 Bezier eğrileri, B-spline eğrileri .7 Bezer eğrler, B-splne eğrler Bezer eğrler ve B-splne eğrler blgsaar grafklernde ve Blgsaar Destekl Tasarım (CAD) ugulamalarında çok kullanılmaktadır.. B-splne eğrler sadece br grup ver noktası çn tanımlanan

Detaylı

BÖLÜM II D. YENİ YIĞMA BİNALARIN TASARIM, DEĞERLENDİRME VE GÜÇLENDİRME ÖRNEKLERİ ÖRNEK 20 İKİ KATLI YIĞMA KONUT BİNASININ TASARIMI

BÖLÜM II D. YENİ YIĞMA BİNALARIN TASARIM, DEĞERLENDİRME VE GÜÇLENDİRME ÖRNEKLERİ ÖRNEK 20 İKİ KATLI YIĞMA KONUT BİNASININ TASARIMI BÖLÜM II D ÖRNEK 0 BÖLÜM II D. YENİ YIĞMA BİNALARIN TASARIM, DEĞERLENDİRME VE GÜÇLENDİRME ÖRNEKLERİ ÖRNEK 0 İKİ KATLI YIĞMA KONUT BİNASININ TASARIMI 0.1. BİNANIN GENEL ÖZELLİKLERİ...II.0/ 0.. TAŞIYICI

Detaylı

NESNE-TABANLI OTOMATİK DETAY ÇIKARIMLARINDAN ELDE EDİLEN VEKTÖR ÜRÜNÜN CBS ORTAMINA AKTARILMASI VE MEVCUT DİĞER VERİLERLE BÜTÜNLEŞTİRİLMESİ

NESNE-TABANLI OTOMATİK DETAY ÇIKARIMLARINDAN ELDE EDİLEN VEKTÖR ÜRÜNÜN CBS ORTAMINA AKTARILMASI VE MEVCUT DİĞER VERİLERLE BÜTÜNLEŞTİRİLMESİ TMMOB Harita ve Kadastro Mühendisleri Odası 11. Türkiye Harita Bilimsel ve Teknik Kurultayı 2-6 Nisan 2007, Ankara NESNE-TABANLI OTOMATİK DETAY ÇIKARIMLARINDAN ELDE EDİLEN VEKTÖR ÜRÜNÜN CBS ORTAMINA AKTARILMASI

Detaylı

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser

Detaylı

UZAKTAN ALGILAMA Uydu Görüntülerinin Sınıflandırılması

UZAKTAN ALGILAMA Uydu Görüntülerinin Sınıflandırılması UZAKTAN ALGILAMA Uydu Görüntülerinin Sınıflandırılması GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF439 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz http://geomatik.beun.edu.tr/marangoz/

Detaylı

TEKLİF MEKTUBU SAĞLIK BAKANLIĞI_. '.. m

TEKLİF MEKTUBU SAĞLIK BAKANLIĞI_. '.. m SAĞLIK BAKANLIĞI TC Kayıt No: 133709 TURKIYE KAMU HASTANELERI KURUMU ı TRABZON ILI KAMU HASTANELERI BIRLIGI GENEL SEKRETERLIGI Kanun Eğtm Araştırma Hastanes TEKLİF MEKTUBU Sayı : 23618724 12.10.2015 Konu

Detaylı

Calculating the Index of Refraction of Air

Calculating the Index of Refraction of Air Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

ANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNol.:2 - Sayı/No: 2 : 413-417 (2001)

ANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNol.:2 - Sayı/No: 2 : 413-417 (2001) ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 413-417 (1) TEKNK NOTrrECHNICAL NOTE ELEKTRK ARK FıRıNıNDA TERMODNAMGN KNC YASASıNıN

Detaylı

İKİNCİ ÖĞRETİM KAMU TEZSİZ YÜKSEK LİSANS PROGRAMI

İKİNCİ ÖĞRETİM KAMU TEZSİZ YÜKSEK LİSANS PROGRAMI İKİNCİ ÖĞRETİM KAMU TEZSİZ YÜKSEK LİSANS PROGRAMI Anablm Dalı: Kamu PROGRAMIN TANIMI: Kamu Tezsz Yüksek Lsans Programı, kamu ve özel sektör sstem çersndek problemler ve htyaçları analz edeblecek, yorumlayacak,

Detaylı

Arş.Gör.Hüseyin TOPAN - http://jeodezi.karaelmas.edu.tr 1

Arş.Gör.Hüseyin TOPAN - http://jeodezi.karaelmas.edu.tr 1 Mikrodalga radyometre UZAKTAN ALGILAMADA GÖRÜNTÜLEME SİSTEMLERİ Hüseyin TOPAN Algılayıcı Pasif amaçlı olmayan amaçlı Manyetik algılayıcı Gravimetre Fourier spektrometresi Diğerleri Optik Film tabanlı Dijital

Detaylı

T.C. KADİR HAS ÜNİvERSİTESİ REKTÖRLÜ('JÜ

T.C. KADİR HAS ÜNİvERSİTESİ REKTÖRLÜ('JÜ Sayı Konu...12.30 : B.30.2.KHU.0.00.00.00- : Özürlü Öğrencler hk. KADİR HAS ÜNİvERSİTESİ REKTÖRLÜ('JÜ VEDİ L~.10. 20 0 5 Yükseköğretm Kurulu Başkanlığına Ilg: 14.09.2009 tarh 29515 sayılı yazınız. Yükseköğretm

Detaylı

TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ

TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ Yrd. Doç. Dr. Seda ŞENGÜL Çukurova Ünverstes İktsad Ve İdar Blmler Fakültes Ekonometr Bölümü Mart 2004 ANKARA YAYIN NO: 119 ISBN: 975-407-151-9

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

Detaylı

UZAYDAN HARİTA YAPIMI

UZAYDAN HARİTA YAPIMI UZAYDAN HARİTA YAPIMI G. Büyüksalih, H. Topan Zonguldak Karaelmas Üniversitesi, Jeodezi ve Fotogrametri Mühendisliği Bölümü, 67100 Zonguldak e-posta: gbuyuksalih@yahoo.com, htopan@yahoo.com ÖZET Bu çalışmada,

Detaylı

GRAFİK TABANLI ŞİFRELERİN GÜVENLİK ANALİZİ İÇİN BİR YAKLAŞIM

GRAFİK TABANLI ŞİFRELERİN GÜVENLİK ANALİZİ İÇİN BİR YAKLAŞIM Uludağ Ünverstes Mühendslk-Mmarlık Fakültes Dergs, Clt 11, Sayı 2, 2006 GRAFİK TABANLI ŞİFRELERİN GÜVENLİK ANALİZİ İÇİN BİR YAKLAŞIM Ahmet Emr DİRİK Özet: Grafk tabanlı şfreler, alfanümerk şfrelerden farklı

Detaylı

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ

Detaylı

2. STEGANOGRAFİ 1. GİRİŞ

2. STEGANOGRAFİ 1. GİRİŞ 1. GİRİŞ Bu çalışmada, steganograf sstemnn FPGA üzernde tasarımı ve gerçeklenmes sağlanmıştır. Esk Yunancada gzlenmş yazı anlamına gelen steganograf, blgnn görünürlüğünü gzleme blmne verlen smdr. Günümüzde

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:135-31X Yapı Teknolojler Elektronk Dergs (1) 13-1 TEKNOLOJĐK ARAŞTIRMALAR Makale Araz Yüzey Tanımlamada Nokta Dağılımının Önem Đk Deneysel Çalışma H.Murat YILMAZ *, Murat

Detaylı

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ Emel KOCADAYI EGE ÜNİVERSİTESİ MÜH. FAK., KİMYA MÜH. BÖLÜMÜ, 35100-BORNOVA-İZMİR ÖZET Bu projede, Afyon Alkalot Fabrkasından

Detaylı

AKADEMİK FAAALİ YETLERDE ÖZGÜR COĞRAF İ BİLG İ SİSTEM İ YAZILIMI KULLANIMI

AKADEMİK FAAALİ YETLERDE ÖZGÜR COĞRAF İ BİLG İ SİSTEM İ YAZILIMI KULLANIMI Akademk Blşm 2008 Çanakkale Onsekz Mart Ünverstes, Çanakkale, 30 Ocak - 01 Şubat 2007 AKADEMİK FAAALİ YETLERDE ÖZGÜR COĞRAF İ BİLG İ SİSTEM İ YAZILIMI KULLANIMI Osman Yalçın YILMAZ* (*) İstanbul Ünverstes,

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

COĞRAFYA DERSİ ÖĞRETİM PROGRAMINDA DOĞAL AFETLER 1 (The Natural Disasters in the Geography Teaching Curriculum)

COĞRAFYA DERSİ ÖĞRETİM PROGRAMINDA DOĞAL AFETLER 1 (The Natural Disasters in the Geography Teaching Curriculum) MARMARA COĞRAFYA DERGİSİ SAYI: 28, TEMMUZ - 2013, S. 276-303 İSTANBUL ISSN:1303-2429 E-ISSN 2147-7825 copyrght 2013 http://www.marmaracografya.com COĞRAFYA DERSİ ÖĞRETİM PROGRAMINDA DOĞAL AFETLER 1 (The

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI

ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI Yrd. Doç. Dr. Uzay KARAHALİL III. Hafta (Uyduların Detay Tanıtımı Sunum Akışı Doğal Kaynak İzleyen Uygular Hangileri Uyduların

Detaylı

Türkiye deki Binalara Yönelik Soğutma Yükü Hesabı için Web Tabanlı Yazılım Geliştirilmesi

Türkiye deki Binalara Yönelik Soğutma Yükü Hesabı için Web Tabanlı Yazılım Geliştirilmesi 43 Türkye dek Bnalara Yönelk Soğutma Yükü Hesabı çn Web Tabanlı Yazılım Gelştrlmes Development of a Web-Based Software For Buldng Coolng Load Calculatons n Turkey Yrd. Doç. Dr. M. Azm AKTACİR / Yrd. Doç.

Detaylı

FOTOGRAMETRİK NOKTA AĞLARI İÇİN BASİT BİR OPTİMİZASYON METODU

FOTOGRAMETRİK NOKTA AĞLARI İÇİN BASİT BİR OPTİMİZASYON METODU Selçuk Ünverstes Jeode ve Fotogrametr Mühendslğ Öğretmnde 0. õl Sempoumu6-8 Ekm 00 Kona SUNULMUŞ İLDİRİ FOTOGRMETRİK NOKT ĞLRI İÇİN SİT İR OTİMİSON METODU Esra TUNÇ Jurgen FRIEDRICH Fev KRSLI Karaden Teknk

Detaylı

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr. Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007 Yrd. Doç. Dr. Atlla EVİN Afyon Kocatepe Ünverstes 007 ENERJİ Maddenn fzksel ve kmyasal hal değşm m le brlkte dama enerj değşm m de söz s z konusudur. Enerj değşmler mler lke olarak Termodnamğn Brnc Yasasına

Detaylı

ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING

ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING Asst. Prof. Dr. Uzay KARAHALİL Week IV NEDEN UYDU GÖRÜNTÜLERİ KULLANIRIZ? Sayısaldır (Dijital), - taramaya gerek yoktur Hızlıdır Uçuş planı,

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1

Detaylı

JFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi)

JFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi) JFM316 Elektrk Yöntemler ( Doğru Akım Özdrenç Yöntem) yeryüzünde oluşturacağı gerlm değerler hesaplanablr. Daha sonra aşağıdak formül kullanılarak görünür özdrenç hesaplanır. a K I K 2 1 1 1 1 AM BM AN

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Course Name İnşaat Projeler Yönetmnde Enformasyon Teknolojler Informaton Technologes n Constructon Project Management Kodu (Code)

Detaylı

ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR.

ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR. ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR Ebubekr İNAN DANIŞMAN Yrd. Doç. Dr. Mehmet Al ÖZTÜRK ADIYAMAN 2011 Her

Detaylı

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ ZKÜ Sosyal Blmler Dergs, Clt 3, Sayı 6, 2007, ss. 109 125. TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ Yrd.Doç.Dr. Ahmet ERGÜLEN Nğde

Detaylı

Servis Amaçlı Robotlarda Modüler ve Esnek Boyun Mekanizması Tasarımı ve Kontrolü

Servis Amaçlı Robotlarda Modüler ve Esnek Boyun Mekanizması Tasarımı ve Kontrolü Servs Amaçlı Robotlarda Modüler ve Esnek Boyun Mekanzması Tasarımı ve Kontrolü Neşe Topuz, Hüseyn Burak Kurt, Pınar Boyraz, Chat Bora Yğt Makna Mühendslğ Bölümü İstanbul Teknk Ünverstes İnönü Cd. No:65,

Detaylı

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda

Detaylı