DENİZLERDEKİ PETROL KİRLİLİĞİNİN SENTETİK AÇIKLIKLI RADAR GÖRÜNTÜLERİ DEĞİŞİM SAPTAMA YÖNTEMLERİYLE TESPİTİ
|
|
- Kelebek Kaş
- 7 yıl önce
- İzleme sayısı:
Transkript
1 DEİZLERDEKİ PETROL KİRLİLİĞİİ SETETİK AÇIKLIKLI RADAR GÖRÜTÜLERİ DEĞİŞİM SAPTAMA YÖTEMLERİYLE TESPİTİ Yard. Doç. Dr. Cihan Bayındır Işık Üniversitesi, İnşaat Mühendisliği Bölümü Şile/İstanbul Telefon: Faks: E-posta: ÖZET Bu çalışmada sentetik açıklıklı radar (SAR) görüntüleri kullanılarak okyanus yüzeyindeki petrol kirliliğinin tespiti incelenmiştir. Meksika körfezindeki Deepwater Horizon petrol platformunda meydana gelen 2010 yılındaki kazanın sebep olduğu çevre felaketinin SAR görüntüleri kullanılmıştır. Petrol kirliliğinin tespiti için görüntüler arası kıyas ilkesine dayanan değişim saptama yöntemlerinden ilinti (korelasyon) katsayısı ve yoğunluk oranlama değişim saptama yöntemleri kullanılmıştır. Ayrıca ikiden fazla görüntü kıyaslama ilkesine dayanan, hatalı tespit olasılığını düşürecek bir yöntem kullanılmış ve petrol kirliliği görüntüleri değişim saptamasına uygulanmıştır. Bu yöntem iki değişim haritası yöntemi olarak adlandırılmıştır. Petrol kirliliğinin tespitinde yoğunluk oranlama algoritmasının ilinti katsayısı algoritmasına göre daha başarılı olduğu ortaya konulmuştur. Ayrıca iki değişim haritası yönteminin hatalı uyarı olasılığını düşürerek değişim saptama performansını geliştirdiği ortaya konulmuştur. Bu çalışmada kullanılan radar görüntüleri Japonya Uzay Araştırma Ajansı nın (JAXA) ALOS uydusu tarafından toplanmış ve Amerikan Uzay ve Havacılık Dairesi nin (ASA) veritabanı aracılığıyla elde edilmiştir. DETECTIO OF THE OCEA OIL SPILL BY THE SYTHETIC APERTURE RADAR IMAGERY CHAGE DETECTIO METHODS SUMMARY In this study the detection of the oil spill on the ocean surface using the synthetic aperture radar (SAR) imagery is analyzed. The SAR imagery of the environmental hazard caused by the 2010 Deepwater Horizon oil rig accident is used. For the detection of the oil spill, the correlation coefficient change statistic and the intensity ratio change statistic among the change detection methods which rely on the idea of intercomparison of the imagery, are used. Additionally, a methodology which can decrease the false alarm rate depending on the idea of comparing more than two imagery is used and applied to the oil spill change detection. This method is named as the two final change map method. It is shown that in detecting the oil spill, the intensity ratio change statistic is more successful compared to the correlation coefficient change statistic.
2 Additionally it is shown that two final change map method can improve the detection performance by reducing the false alarm rate. The radar imagery used in this study are acquired by the Japanese Aerospace Exploration Agency s (JAXA) ALOS satellite and accessed through the American Aeronautics and Space Administration s (ASA) database. AAHTAR KELİMELER Petrol kirliliği, Sentetik Açıklıklı Radar Görüntüleme, Değişim Saptama, İlinti Katsayısı Yöntemi, Yoğunluk Oranlama Yöntemi 1. GİRİŞ Deniz ve okyanuslardaki petrol kirliliğinin belirlenebilmesi ve temizlenebilmesi için doğru şekilde tespit ve takip edilmesi gerekmektedir. Ortaya atılan bazı hidrodinamik modeller petrolün deniz yüzeyinde nasıl dağılacağını saptayabilseler de fırtınalar, ani değişen rüzgâr, akıntılar, insan faaliyetleri gibi birçok etken tahminlerin geçerliliğini yitirmesine yol açarak bu modellerin kullanılabilirliğini kısıtlamaktadır. Dolayısıyla petrol kirliliğinin uzaktan algılama gibi büyük ölçekli gözlemleme yöntemleriyle tespit ve takip edilmesi kaçınılmaz hale gelmektedir [Brekke (2005), Jackson (2004)]. Radar, optik, çoklu tayf görüntüleme yöntemleri bu amaçla kullanılan uzaktan algılama yöntemlerinin en önde gelenleridir. Havadan veya uzaydan yapılan görüntülemeler petrol kirlilikleri ve diğer birçok fiziksel hidrodinamik değişkenin ölçümüne olanak sağlamıştır. Bu çalışmada 2010 yılında Amerika Birleşik Devleti güneyi Louisiana kıyılarındaki Deepwater Horizon petrol platformundaki yangının sebep olduğu petrol sızıntısı incelenmiştir. Bu petrol sızıntısı, sızıntının miktarı bakımından tarihte meydana gelen tüm petrol sızıntıları içinde dördüncü, kaza sonucu meydana gelen petrol sızıntılarının ise en büyüğü olarak tahmin edilmektedir. Yaklaşık olarak km 2 lik bir alan ve 510 km lik Louisiana kıyısı yoğun petrol kirliliğine maruz kalmış ve çok sayıda canlının ölümüne yol açan bir çevre felaketine yol açmasının yanı sıra turizm, balıkçılık gibi sektörler için çok büyük maddi kayıplara yol açmıştır. Petrol kirliliğinin tespiti için görüntülerin kıyaslanması görüntü ve video işleme çalışmalarında sıkça kullanılan değişim saptama algoritmalarıyla yapılmıştır. Bu amaçla seçilen iki değişim saptama yöntemi ilinti (korelasyon) katsayısı ve yoğunluk oranlama değişim saptama yöntemleridir. Bu algoritmaların seçilmesindeki amaç en yaygın kullanılan değişim saptama yöntemlerinin başında gelmeleridir. Bu algoritmalar belirli olasılık dâhilinde doğru tespit veya hatalı uyarı yapmaktadırlar. Değişimlerin doğru saptanabilmesi için hatalı uyarı olasılığı olabildiğince küçük, doğru tespit olasılığı da olabildiğince büyük olmalıdır. Bu amaçla ikiden fazla görüntü kıyaslama ilkesine dayanan, iki değişim haritası yöntemi olarak adlandırılan ve yakın zamanda ortaya atılan [Bayındır (2013)] bir yöntem kullanılmıştır. Bu yöntemin hatalı uyarı olasılığını düşürerek değişim saptama performansını geliştirebileceği gösterilmiştir. Ayrıca petrol kirliliğinin tespitinde yoğunluk oranlama algoritmasının ilinti katsayısı algoritmasına nazaran daha başarılı olduğu ortaya konulmuştur.
3 2. YÖTEM Görüntüler arası kıyas ilkesine dayanan değişim saptama algoritmaları doğru tespit veya hatalı uyarı yapabilmektedir. Dolayısıyla değişimleri saptama ancak belirli olasılıklar dâhilinde mümkün olmaktadır. Hatalı uyarı olasılığını düşürecek birçok yöntem literatüre geçmiştir [Preiss, (2006)]. Bu çalışmada ise hatalı uyarı olasılığını düşürerek değişim saptama performansı arttıran bir yöntem kullanılmıştır [Bayındır (2013)]. İki değişim haritası yöntemi olarak adlandırılan bu yöntemin özeti Şekil 1 de görülebilir. Şekil 1. İki değişim haritasının elde edilme yöntemi. Bu yöntemde A dan Z ye kadar bir görüntü dizisinin A ve Z görüntüleri arasındaki değişim saptamayı geliştirmesi esastır. İlk olarak A ve Z görüntüsünün seçilen bir algoritmayla kıyaslaması yapılmaktadır. Bu ilk değişim haritasını verir. İkinci olarak A-B arası değişim haritası, B-C arası değişim haritası vs. Y-Z değişim haritası toplanarak A-Z için ikinci bir değişim haritası elde edilir. Burada bahsedilen toplama işlemi ardışık değişim haritaları arasında ortak değişimlerin hariç farklı değişimlerin dâhil edildiği bir toplama işlemidir. Sonra elde edilen iki haritanın kesişimi alınarak son ve iki defa kontrol edildiğinden hatalı uyarı olasılığı düşen bir değişim haritası elde edilir [Bayındır (2013)]. Bu yöntemin geliştirilmesi ikiden fazla harita elde edilmesiyle mümkündür. Bu çalışmada üçlü görüntü dizileri kullanılmıştır ve ilk ve son görüntüler arasında iki değişim haritası elde edilmiştir. Bu amaçla seçilen algoritmalar ilinti katsayısı değişim saptama algoritması ve yoğunluk oranlama değişim saptama algoritmasıdır.
4 2.1. İlinti Katsayısı Değişim Saptama Algoritması Görüntülerin piksel değerleri arasındaki ilinti katsayısı i1 f f g i i1 i1 i i 2 2 g i olarak hesaplanır. Cauchy-Schwarz eşitsizliğinden dolayı ilinti katsayısı 0 ila 1 arasında değer almaktadır [Bayındır (2013)]. Bu katsayının olasılık dağılımı p(, ) 2( 1)(1 ) (1 ) F (, ;1; ) (2) olarak hesaplanabilir [Bayındır (2013), Preiss (2006), Touzi (1988)]. Burada görüntüler arası altta yatan ilinti olup fg E (3) E I f E I g ile hesaplanır. Burada E{ } ortalama değer operatörü olup, I f ve Ig görüntülerin piksel değerlerinin karesinin hesaplanmasıyla oluşan yoğunluklardır. 2 F 1 Gauss hipergeometrik fonksiyonu olup aşağıdaki ifadeyle tanımlanır l ( c) ( a l) ( b l) z 1F2 ( a, b; c; z) F( b, a; c; z) ( a) (4) ( b) l0 ( c l) l! Denklem (2) de verilen olasılık dağılımına dayanarak hatalı uyarı ve doğru saptama olasılıkları T T fa ( değişmeyen ) d ( değişen ) 0 0 P p d P p d ifadeleriyle hesaplanabilir [Preiss (2006)]. Integraller hesaplanarak P için ( 1)(1 ) 2 ( ) 2 l 2 k k l l T P 1 ( ) ( 1) k 0 k l0 ( l 1) 2 2l 2 k ifadesi elde edilebilir [Preiss (2006)]. Böylelikle P d ve P fa için P d P P fa eğer eğer (6) değişen değişmeyen koşullu eşitliği kullanılarak değişen 0 olması durumunda P=P d 2 2 2k 2 2 T P Pd 2( 1) 1 k 0 k 2 2 k olarak elde edilir. 2k (8) (1) (5) (7)
5 Şekil 2. İlinti katsayısı değişim saptaması için hatalı uyarı olasılığına karşılık doğru saptama olasılığı grafiği. Bu grafikten yapılacak örnek bir okumada değişen 0.5 ve değişmeyen 0.9 için T=0.6 karar eşik değeri seçildiğinde P d=0.90 ve P fa=0.35 olarak elde edilir Yoğunluk Oranlama Değişim Saptama Algoritması Yoğunluk oranlama değişim saptama yöntemi için ilk adımda görüntülerinin piksel değerlerinin karelerinin ortalaması alınarak ortalama yoğunluk değerleri I f f i I g g i (9) i1 i1 olarak bulunur. Burada i pikselin numarası, ise 5x5 olarak seçilen i pikselinin komşuluğundaki piksel sayısıdır. Bu yoğunluk değerlerini oranlayarak I f R (10) I g elde edilir. Bu orana dayanarak oran değişim saptama parametresi r -1 R R eğer R 1 eğer R >1 olarak ifade edilir. Burada r (11) parametresi 0 ila 1 arasında değerler almaktadır. Bu değişim parametresinin olasılık dağılımı (2 ) R R 1 p ( r R) r ( ) (12) ( r R) ( r R ) olarak hesaplanır [Bayındır (2013), Preiss (2006), Touzi (1988)]. Burada E ortalama değeri göstermek üzere
6 f / g R E I E I (13) olarak hesaplanır. Bu olasılık dağılımına dayanarak hatalı uyarı olasılığı, r için karar verme eşik değeri T olarak seçilirse (2 ) T T R0 R0 Pfa p ( r R R0 ) dr r 0 ( ) 0 ( ) ( 0 ) r R r R (14) olarak hesaplanır. Burada R E I E I (15) f g 0 / görüntü çifti arasında değişmeyen bölgelerin ortalama yoğunluklarının oranıdır. Doğru saptama olasılığı ise (2 ) T T R1 R1 1 P ( (16) d p r R R1 ) dr r dr 0 ( ) 0 ( ) ( 1 ) r R r R olarak hesaplanır. Burada f g R E I E I 1 / görüntü çifti arasında değişen bölgelerin ortalama yoğunluklarının oranıdır. Hatalı uyarıya karşılık doğru saptama olasılığı grafiği Şekil 3 te görülebilir. 1 dr (17) Şekil 3. Yoğunluk oranlama değişim saptaması için hatalı uyarı olasılığına karşılık doğru saptama olasılığı grafiği. Bu grafikten yapılacak örnek bir okumada R 0=0 db ve R 1=5 db için T=0.5 karar eşik değeri seçildiğinde P d=0.95 ve P fa=0.01 olarak elde edilir.
7 3. SOUÇ VE ÖERİLER Amerika Birleşik Devletleri Meksika Körfezi Louisiana eyaleti kıyılarında yaşanan Deepwater Horizon petrol kirliliği tespiti için kullanılan görüntülerin toplanma yerleri Şekil 4 te görülebilir. Şekil 4. Meksika Körfezinde petrol kirliliği görüntülerinin toplama yerleri. Radar görüntüleri üç farklı bölgede petrol faciasından önce ve sonraki zamanlarda toplanmıştır. Her üç bölge için üç radar görüntüsü incelenmiştir. Bu görüntüler hakkında teknik detaylar Bayındır (2013) te görülebilir. Şekil 5. Birinci bölgede toplanan uydu görüntüleri. Şekil 5 te birinci bölgede toplanan üç görüntü sunulmuştur. Bu görüntü setinde seçilen temsili değişen ve değişmeyen alanlar için ilinti katsayısı değişim saptama algoritması için değişen 0.45 ve değişmeyen 0.92 değerlerini vermektedir. Bu değerler değişimin bariz olduğu bölgelerde dahi ilintinin çok yüksek olduğunu ortaya koymaktadır. Bundan dolayı değişim saptama güçleşmektedir. Karar verme eşik değeri T=0.6 olarak seçildiğinde bu ilinti katsayısı değerleri için P d=0.90 ve P fa=0.35 olarak elde edilmektedir. Çok yüksek olarak seçilen bu P fa değerine rağmen ilinti katsayısı yönteminin petrol kirliliğini saptamada kötü sonuçlar verdiği Şekil 6 da görülebilir. Bu durumun temel sebebi ilinti katsayısı yönteminin açık renkli alanlardaki değişimlere daha duyarlı olmasıdır. Karaya
8 yakın yerlerdeki petrol kirliliğini saptamada bu durum ön plana çıkmakta ve değişim saptamayı güçleştirmektedir. Yoğunluk oranlama değişim saptama yöntemi için temsili seçilen değişen ve değişmeyen alanlar R 0=0 db ve R 1=5.05 db değerini vermektedir. db değerleri normal ölçeğin 10log 10 fonksiyonuyla çevrilmesiyle hesaplanmıştır. Karar verme eşik değeri T=0.5 olarak seçildiğinde bu değerler için P d=0.95 ve P fa=0.01 olarak okunabilir. Şekilden de görüldüğü üzere yoğunluk oranlama değişim saptama algoritması petrol kirliliğini saptamada çok başarılı olmuştur. Bunun temel nedeni bu algoritmanın koyu piksellerdeki değişimlere daha hassas olmasıdır. Şekil 6. Birinci bölgedeki görüntülerin değişim haritaları. (Corr. Coeff CM3=İlinti katsayısı yöntemiyle elde edilen değişim haritası. Ratio CM3= Yoğunluk oranlama yöntemiyle elde edilen değişim haritası. Corr. Coef-Joint CM=İki değişim haritası yöntemi ve ilinti katsayısı algoritmasıyla elde edilmiş kesişim haritası. Ratio-Joint CM= İki değişim haritası yöntemi ve yoğunluk oranlama algoritmasıyla elde edilmiş kesişim haritası.) Ayrıca Şekil 7 de görülebileceği üzere iki değişim haritası yöntemi hatalı uyarıların azaltılması için başarılı bir yöntemdir. Bu yöntem hem ilinti katsayısı hem de yoğunluk oranlama katsayısı algoritmaları için başarılı sonuçlar vermektedir. Ortak değişim haritalarının hatalı uyarı ve doğru tespit olasılıkları
9 ilinti katsayısı algoritması için P fa= =0.12 ve P d= =0.81 olarak, yoğunluk oranlama algoritması için P fa= = ve P d= =0.90 olarak hesaplanabilir. İki değişim haritası yöntemi sayesinde doğru tespit olasılığındaki küçük bir azalmaya karşın hatalı uyarı olasılığı büyük miktarda azaltılmıştır. Şekil 7. Birinci bölge görüntülerinin iki değişim haritası. (Corr. Coeff CM3=İlinti katsayısı yöntemiyle elde edilen değişim haritası. Ratio CM3= Yoğunluk oranlama yöntemiyle elde edilen değişim haritası. Corr. Coef-Joint CM=İki değişim haritası yöntemi ve ilinti katsayısı algoritmasıyla elde edilmiş kesişim haritası. Ratio-Joint CM= İki değişim haritası yöntemi ve yoğunluk oranlama algoritmasıyla elde edilmiş kesişim haritası.) Şekil 8 te ikinci bölgede toplanan üç görüntü sunulmuştur. Bu görüntü setinde de seçilen temsili değişen ve değişmeyen alanla ilinti katsayısı değişim saptama algoritması için değişen 0.45 ve değişmeyen 0.92, yoğunluk oranlama değişim Şekil 8. İkinci bölgede toplanan uydu görüntüleri.
10 saptaması için R 0=0 db ve R 1=5.05 db değerlerini vermektedir. Dolayısıyla birinci görüntü seti için belirtilen hususlar ikinci görüntü seti için de geçerlidir. Benzer şekilde ortak değişim haritalarının hatalı uyarı ve doğru tespit olasılıkları ilinti katsayısı algoritması için P fa= =0.12 ve P d= =0.81 olarak, yoğunluk oranlama algoritması için P fa= = ve P d= =0.90 olarak hesaplanabilir. İki değişim haritası yöntemi sayesinde doğru tespit olasılığındaki küçük bir azalmaya karşın hatalı uyarı olasılığı büyük miktarda azaltılmıştır. Şekil 9. İkinci bölge görüntülerinin iki değişim haritası. (Corr. Coeff CM3=İlinti katsayısı yöntemiyle elde edilen değişim haritası. Ratio CM3= Yoğunluk oranlama yöntemiyle elde edilen değişim haritası. Corr. Coef-Joint CM=İki değişim haritası yöntemi ve ilinti katsayısı algoritmasıyla elde edilmiş kesişim haritası. Ratio-Joint CM= İki değişim haritası yöntemi ve yoğunluk oranlama algoritmasıyla elde edilmiş kesişim haritası.) Görüntülerde gözüken Chandeleur Adaları çok dinamik bir ortamda bulunduklarından sürekli erozyona maruz kalmaktadır. Açık renkli piksellerdeki değişime daha duyarlı olan ilinti katsayısı değişim saptama yöntemi bu ve benzer adaların erozyonunu gözlemek amacıyla kullanılabilir. Şekil 10 da ikinci bölgede toplanan üç görüntü sunulmuştur. Bu görüntü setinde seçilen temsili değişen ve değişmeyen alanla ilinti katsayısı değişim saptama algoritması için değişen 0.30 ve değişmeyen 0.69 değerlerini vermektedir.
11 Şekil 10. Üçüncü bölgede toplanan uydu görüntüleri. Dolayısıyla seçilecek T=0.5 karar eşik değeri içi olasılıklar P d=0.93 ve P fa=0.08 olarak okunabilir. Yoğunluk oranlama değişim saptaması algoritması önceki görüntü setlerinde olduğu gibi R 0=0 db ve R 1=5.05 db değerlerini vermektedir. Karar verme eşik değeri T=0.5 olarak seçildiğinde bu değerler için P d=0.95 ve P fa=0.01 olarak okunabilir. Şekil 11 de görüleceği üzere ilinti katsayısı yöntemi diğer görüntü setlerine göre değişimi saptamada daha başarılıdır. Bunun temel nedeni üçüncü görüntü setinde karasal alanların ve dolayısıyla parlak piksellerin olmayışıdır. Ayrıca Şekil 10 da görüleceği üzere üçüncü setteki ilk görüntüde petrol daha yoğundur. Bu da değişim saptamayı kolaylaştırarak her iki algoritmanın daha başarılı sonuçlar vermesine neden olmaktadır. Şekil 11. Üçüncü bölge görüntülerinin iki değişim haritası. (Corr. Coeff CM3=İlinti katsayısı yöntemiyle elde edilen değişim haritası. Ratio CM3= Yoğunluk oranlama yöntemiyle elde edilen değişim haritası. Corr. Coef-Joint CM=İki değişim haritası yöntemi ve ilinti katsayısı algoritmasıyla elde edilmiş
12 kesişim haritası. Ratio-Joint CM= İki değişim haritası yöntemi ve yoğunluk oranlama algoritmasıyla elde edilmiş kesişim haritası.) Şekil 11 de görülebileceği üzere iki değişim haritası yöntemi bu set için de hatalı uyarıların azaltılması için başarılı bir yöntemdir. Bu yöntem hem ilinti katsayısı hem de yoğunluk oranlama katsayısı algoritmaları için başarılı sonuçlar vermektedir. Ortak değişim haritalarının hatalı uyarı ve doğru tespit olasılıkları ilinti katsayısı algoritması için P fa= = ve P d= =0.87 olarak, yoğunluk oranlama algoritması için P fa= = ve P d= =0.90 olarak hesaplanabilir. İki değişim haritası yöntemi sayesinde doğru tespit olasılığındaki küçük bir azalmaya karşın hatalı uyarı olasılığı büyük miktarda azaltılmıştır. Bu çalışmada okyanus ve deniz yüzeyindeki petrol kirliliğinin SAR görüntüleri kullanılarak tespiti ele alınmıştır. Bu amaçla değişim saptama çalışmalarında sıkça kullanılan ilinti katsayısı ve yoğunluk oranlama değişim saptama algoritmaları kullanılmıştır yılında Meksika Körfezi nde yaşanan Deepwater Horizon petrol kirliliğini görüntülerinin kullanıldığı bu çalışmada petrol kirliliğinin tespitinde yoğunluk oranlama algoritmasının ilinti katsayısı algoritmasına nazaran daha başarılı olduğu ortaya konmuş. Ayrıca ikiden fazla görüntü kıyaslama ilkesine dayanan ve iki değişim haritası yöntemi olarak adlandırılan bir yöntem test edilmiş ve hatalı uyarı olasılığını düşürerek değişim saptama performansını geliştirebileceği gösterilmiştir. Bundan sonraki çalışmalarda değişik petrol kirliliği görüntüleri ve değişik algoritmaların değişim saptama performanslarının incelenmesi planlanmaktadır. KAYAKLAR [1] Bayindir, C., Implementation of a computational model for random directional seas and underwater acoustics, Master's thesis, University of Delaware, October [2] Bayindir, C., Enhancements to synthetic aperture radar chirp waveforms and non-coherent SAR change detection following large scale disasters, Ph.D. Dissertation, Georgia Institute of Technology, May [3] Brekke, C. and Solberg, A. H. S. Oil spill detection by satellite remote sensing, Remote Sensing of Environment, vol. 95, no. 1, pp. 1-13, [4] Hardy, G. H., Littlewood, J. E., and Polya, G., Inequalities. Cambridge, Great Britain: Cambridge University Press, [5] Jackson, C. R. and Apel, J. R., Synthetic aperture radar marine users manual, Tech. Rep., US Department of Commerce, Washington, District of Columbia, [6] Preiss, M. and Stacy,. J. S. Coherent change detection: Theoretical description and experimental results, Tech. Rep. DSTOTR1851, Intelligence, Surveillance and Reconnaissance Division of Defense Science and Technology Organization, Edinburgh, Australia, [7] Rignot, E. J. M. and van Zyl, J. J. Change detection techniques for ERS-1 SAR data, IEEE Transactions on Geoscience and Remote Sensing, vol. 31, no. 4, pp , [8] Touzi, R., Lopes, A., and Bousquet, P. A statistical and geometrical edge detector for SAR images, IEEE Transactions on Geoscience and Remote Sensing, vol. 26, pp , 1988.
İçerik. Gemi Kaynaklı Deniz Kirliliği Uydu (U) Destekli Deniz (De) Kirliliği (Ki) Tanımlama (T) (UDeKiT Lab.)
Uydu (U) Destekli Deniz (De) Kirliliği (Ki) Tanımlama (T) (UDeKiT Lab.) Hazırlayanlar: Dr. Burcu Özsoy Çiçek, Dr. Sevilay Can, Kpt A. Tuğsan İşiaçık Çolak, MSc Yer: İTÜ Denizcilik Fakültesi Tuzla/IST Mart
DetaylıSevim Yasemin ÇİÇEKLİ 1, Coşkun ÖZKAN 2
1078 [1025] LANDSAT 8'İN ADANA SEYHAN BARAJ GÖLÜ KIYI ÇİZGİSİNİN AYLIK DEĞİŞİMİNİN BELİRLENMESİNDE KULLANILMASI Sevim Yasemin ÇİÇEKLİ 1, Coşkun ÖZKAN 2 1 Arş. Gör., Erciyes Üniversitesi, Harita Mühendisliği
DetaylıCihan BAYINDIR. cihan.bayindir@isikun.edu.tr. Google Akademik Atıflar için Buraya Tıklayn
Cihan BAYINDIR Yard. Doç. Dr. Işık Üniversitesi, Şile, İstanbul, Türkiye cihan.bayindir@isikun.edu.tr Google Akademik Atıflar için Buraya Tıklayn KİŞİSEL Doğum Tarihi ve Yeri: 21 Haziran 1984, İstanbul,
DetaylıUzaktan Algılama Uygulamaları
Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ
DetaylıUZAYSAL VE DOLU GÖVDELİ AŞIKLARIN ÇELİK ÇATI AĞIRLIĞINA ETKİSİNİN İNCELENMESİ
UZAYSAL VE DOLU GÖVDELİ AŞIKLARIN ÇELİK ÇATI AĞIRLIĞINA ETKİSİNİN İNCELENMESİ Mutlu SEÇER* ve Özgür BOZDAĞ* *Dokuz Eylül Üniv., Müh. Fak., İnşaat Müh. Böl., İzmir ÖZET Bu çalışmada, ülkemizde çelik hal
DetaylıElektromanyetik Radyasyon (Enerji) Nedir?
Elektromanyetik Radyasyon (Enerji) Nedir? Atomlardan çeşitli şekillerde ortaya çıkan enerji türleri ve bunların yayılma şekilleri "elektromagnetik radyasyon" olarak adlandırılır. İçinde X ve γ ışınlarının
DetaylıTÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*
TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* Determination the Variation of The Vegetation in Turkey by Using NOAA Satellite Data* Songül GÜNDEŞ Fizik Anabilim Dalı Vedat PEŞTEMALCI
DetaylıPROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI
PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI Proje Yüklenicisi: Yeditepe Üniversitesi Mühendislik ve Mimarlık Fakültesi
DetaylıYinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri
Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri innur Kurt, Muhittin Gökmen İstanbul Teknik Üniversitesi ilgisayar Mühendisliği ölümü Maslak 8066, İstanbul {kurt,gokmen}@cs.itu.edu.tr Özetçe Görüntü
DetaylıGenel Bilgiler FLI MAP. Koridor Tipi Çalışmalar. Geniş Alan Çalışmaları
FLI MAP Çeşitli helikopterlere monte edilebilen Fli Map in geliştirdiği taşınabilir lazer altimetre sistemi pazardaki hızlı, detaylı ve doğru veri toplama ihtiyaçlarını gidermek için geliştirilmiştir.
DetaylıOPTİK GÖRÜNTÜLER İÇİN GERİ-İZLEME ARAMA OPTİMİZASYON ALGORİTMASI (BSA) VE FARK GÖRÜNTÜSÜ KOMBİNASYONU TABANLI YENİ BİR DEĞİŞİM SAPTAMA YAKLAŞIMI
OPTİK GÖRÜNTÜLER İÇİN GERİ-İZLEME ARAMA OPTİMİZASYON ALGORİTMASI (BSA) VE FARK GÖRÜNTÜSÜ KOMBİNASYONU TABANLI YENİ BİR DEĞİŞİM SAPTAMA YAKLAŞIMI Ümit Haluk ATASEVER 1, Pınar ÇİVİCİOĞLU 2, Erkan BEŞDOK
Detaylı2016 YILI AKADEMİK TEŞVİK BAŞVURUSU FAALİYET TÜRÜ HAM PUAN NET PUAN PROJE ARAŞTIRMA 0 0 YAYIN
ALİ ÖZGÜN OK DOÇENT YILI AKADEMİK TEŞVİK BAŞVURUSU NEVŞEHİR HACI BEKTAŞ VELİ ÜNİVERSİTESİ/MÜHENDİSLİK-MİMARLIK FAKÜLTESİ/JEODEZİ VE FOTOGRAMETRİ MÜHENDİSLİĞİ BÖLÜMÜ/JEODEZİ VE FOTOGRAMETRİ MÜHENDİSLİĞİ
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim
DetaylıFethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti
Fethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti Kurum adı: T.C. Çevre ve Orman Bakanlığı Bilgi İşlem Dairesi Başkanlığı, Özel Çevre Koruma Kurumu Başkanlığı Proje durumu: Tamamlandı. Proje
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıGeniş Alan Gözetleme Sistemlerinin Afet Durumunda Kullanımı ESEN SİSTEM ENTEGRASYON KASIM 2013
Geniş Alan Gözetleme Sistemlerinin Afet Durumunda Kullanımı ESEN SİSTEM ENTEGRASYON KASIM 2013 İçerik 2 ESEN Sistem Şirket Tanıtımı Şirket Vizyonu ve Çalışma Alanları Geniş Alan Gözetleme Sistemleri (GAG)
DetaylıMOD419 Görüntü İşleme
MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle
DetaylıYOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ
YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ Naci YASTIKLI a, Hüseyin BAYRAKTAR b a Yıldız Teknik Üniversitesi,
DetaylıMEH535 Örüntü Tanıma. Karar Teorisi
MEH535 Örüntü Tanıma 2. Karar Teorisi Doç.Dr. M. Kemal GÜLLÜ Elektronik ve Haberleşme Mühendisliği Bölümü web: http://akademikpersonel.kocaeli.edu.tr/kemalg/ E-posta: kemalg@kocaeli.edu.tr Karar Teorisi
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıFARKLI YÖNTEMLERLE SINIFLANDIRILMIŞ UYDU GÖRÜNTÜLERİNİN BENZERLİK KARŞILAŞTIRMASI. Tolga BAKIRMAN 1
FARKLI YÖNTEMLERLE SINIFLANDIRILMIŞ UYDU GÖRÜNTÜLERİNİN BENZERLİK KARŞILAŞTIRMASI Tolga BAKIRMAN 1 1 Arş. Gör., Yıldız Teknik Üniversitesi, Harita Mühendisliği Bölümü, 34220, Davutpaşa, İstanbul, bakirman@yildiz.edu.tr
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
DetaylıİTKİLİ MOTORLU UÇAĞIN YATAY UÇUŞ HIZI
İTKİLİ MOTORLU UÇAĞIN YATAY UÇUŞ HIZI Mustafa Cavcar Anadolu Üniversitesi Havacılık ve Uzay Bilimleri Fakültesi 26470 Eskişehir Yatay uçuş sabit uçuş irtifaında yeryüzüne paralel olarak yapılan uçuştur.
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıAKDENİZ ÜNİVERSİTESİ. Anten Parametrelerinin Temelleri. Samet YALÇIN
AKDENİZ ÜNİVERSİTESİ Anten Parametrelerinin Temelleri Samet YALÇIN Anten Parametrelerinin Temelleri GİRİŞ: Bir antenin parametrelerini tanımlayabilmek için anten parametreleri gereklidir. Anten performansından
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani
DetaylıM. Taner Aktaş, GISP : mtaktas@yahoo.com
Technical Workshops 25.Mayıs.2012 Taşkın Risk Haritası Oluşturmada LiDAR Yöntemi ve ArcHydro 2.0 Araçları M. Taner Aktaş, GISP Gündem Giriş LiDAR Yöntemi ArcGIS ile LiDAR ArcHydro Araçları Taşkın Risk
DetaylıÖ. Kayman *, F. Sunar *
SPEKTRAL İNDEKSLERİN LANDSAT TM UYDU VERİLERİ KULLANILARAK ARAZİ ÖRTÜSÜ/KULLANIMI SINIFLANDIRMASINA ETKİSİ: İSTANBUL, BEYLİKDÜZÜ İLÇESİ, ARAZİ KULLANIMI DEĞİŞİMİ Ö. Kayman *, F. Sunar * * İstanbul Teknik
DetaylıDENGELEME HESABI-I DERS NOTLARI
DENGELEME HESABI-I DERS NOTLARI Ağırlık ve Ters Ağırlık (Kofaktör) Prof. Dr. Mualla YALÇINKAYA Yrd. Doç. Dr. Emine TANIR KAYIKÇI Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 016 AĞIRLIK
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
DetaylıSPATIAL STATISTICAL ANALYSIS OF THE EFFECTS OF URBAN FORM INDICATORS ON ROAD-TRAFFIC NOISE EXPOSURE OF A CITY IN SOUTH KOREA
SPATIAL STATISTICAL ANALYSIS OF THE EFFECTS OF URBAN FORM INDICATORS ON ROAD-TRAFFIC NOISE EXPOSURE OF A CITY IN SOUTH KOREA Hunjae Ryu, In Kwon Park, Bum Seok Chun, Seo Il Chang Güney Kore de Bir Kentin
DetaylıFARKLI RADAR UYDU VERİLERİNDEN ÜRETİLEN SAYISAL YÜKSEKLİK MODELLERİNİN DOĞRULUK ARAŞTIRMASI
776 [1051] FARKLI RADAR UYDU VERİLERİNDEN ÜRETİLEN SAYISAL YÜKSEKLİK MODELLERİNİN DOĞRULUK ARAŞTIRMASI Hasan Bilgehan MAKİNECİ 1, Hakan KARABÖRK 1 1.Arş.Gör., Selçuk Üniversitesi, Harita Mühendisliği Bölümü,
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 7 SIFT ve Öznitelik Eşleme Alp Ertürk alp.erturk@kocaeli.edu.tr Panorama Oluşturma Görüntü mozaikleme, panorama oluşturma gibi tüm uygulamalar için öncelikle ilgili görüntülerin
DetaylıBAZI İLLER İÇİN GÜNEŞ IŞINIM ŞİDDETİ, GÜNEŞLENME SÜRESİ VE BERRAKLIK İNDEKSİNİN YENİ ÖLÇÜMLER IŞIĞINDA ANALİZİ
Güneş Günü Sempozyumu 99-28 Kayseri, 2-27 Haziran 1999 BAZI İLLER İÇİN GÜNEŞ IŞINIM ŞİDDETİ, GÜNEŞLENME SÜRESİ VE BERRAKLIK İNDEKSİNİN YENİ ÖLÇÜMLER IŞIĞINDA ANALİZİ Hüsamettin BULUT Çukurova Üni. Müh.
DetaylıDers 6: Sürekli Olasılık Dağılımları
Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal
DetaylıUzaktan Algılama Verisi
Uzaktan Algılama (2) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Uzaktan Algılama Verisi Raster Veri Formatı 1 Uzaktan Algılama Verisi http://www.tankonyvtar.hu/hu/tartalom/tamop425/0027_dai6/ch01s03.html
DetaylıSentetik Açıklıklı Radar (SAR) Görüntülerinde Eş Zamanlı Gemi Bölütlemesi ve Tespiti
Sentetik Açıklıklı Radar (SAR) Görüntülerinde Eş Zamanlı Gemi Bölütlemesi ve Tespiti Çağdaş Bak, Emre Akyılmaz, Gizem Aktaş, Mustafa Ergül, Fatih Nar, Nigar Şen,Murat Başaran SDT Uzay ve Savunma Teknolojileri,
DetaylıYATAY UÇUŞ SEYAHAT PERFORMANSI (CRUISE PERFORMANCE)
YATAY UÇUŞ SEYAHAT PERFORMANSI (CRUISE PERFORMANCE) Yakıt sarfiyatı Ekonomik uçuş Yakıt maliyeti ile zamana bağlı direkt işletme giderleri arasında denge sağlanmalıdır. Özgül Yakıt Sarfiyatı (Specific
DetaylıYÜKSEK 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
DetaylıEROZYONUN KANTİTATİF OLARAK BELİRLENMESİ. Dr. Şenay ÖZDEN Prof.Dr. Nuri MUNSUZ
EROZYONUN KANTİTATİF OLARAK BELİRLENMESİ Dr. Şenay ÖZDEN Prof.Dr. Nuri MUNSUZ Havza koruma projelerinde erozyonun azaltılması ile sediment problemlerinin ıslahı, temel amaçları oluşturmaktadır. Bunun için
DetaylıFOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI
FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI Fotg.D.Bşk.lığı, yurt içi ve yurt dışı harita üretimi için uydu görüntüsü ve hava fotoğraflarından fotogrametrik yöntemlerle topoğrafya ve insan yapısı detayları
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıKADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ
KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ Yasemin ŞİŞMAN, Ülkü KIRICI Sunum Akış Şeması 1. GİRİŞ 2. MATERYAL VE METHOD 3. AFİN KOORDİNAT DÖNÜŞÜMÜ 4. KALİTE KONTROL 5. İRDELEME
Detaylı1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi
1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri
DetaylıİÇİNDEKİLER 1. GİRİŞ...
İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel
DetaylıUzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN Renk Teorileri
Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer
DetaylıCihan BAYINDIR. Son Güncelleme: 01 Nisan Google Akademik Atıflar için Tıklayın
Cihan BAYINDIR Yard. Doç. Dr. Işık Üniversitesi, Şile, İstanbul, Türkiye cihan.bayindir@isikun.edu.tr Son Güncelleme: 01 Nisan 2017 Google Akademik Atıflar için Tıklayın KİŞİSEL Doğum Tarihi ve Yeri: 21
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ
ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ Mete ÇUBUKÇU1 mecubuk@hotmail.com Doç. Dr. Aydoğan ÖZDAMAR2 aozdamar@bornova.ege.edu.tr ÖZET 1 Ege Üniversitesi
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıİSTANBUL BOĞAZI SU SEVİYESİ DEĞİŞİMLERİNİN MODELLENMESİ. Berna AYAT. İstanbul, Türkiye
6. Ulusal Kıyı Mühendisliği Sempozyumu 271 İSTANBUL BOĞAZI SU SEVİYESİ DEĞİŞİMLERİNİN MODELLENMESİ Burak AYDOĞAN baydogan@yildiz.edu.tr Berna AYAT bayat@yildiz.edu.tr M. Nuri ÖZTÜRK meozturk@yildiz.edu.tr
DetaylıMÜHENDİSLİK JEOLOJİ. Prof. Dr. Şükrü ERSOY SAATİ : KREDİ : 3
MÜHENDİSLİK JEOLOJİ Prof. Dr. Şükrü ERSOY SAATİ : 3.0.0 KREDİ : 3 KONULAR 1. Giriş ve Yerin Genel Özellikleri YERİN İÇ OLAYLARI (İÇ DİNAMİK) 1. Mineraller ve Kayaçlar 2. Tabakalı Kayaçların Özellikleri
DetaylıSahne Geçişlerinin Geometrik Tabanlı olarak Saptanması
Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması 1 Giriş Binnur Kurt, H. Tahsin Demiral, Muhittin Gökmen İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği Bölümü, Maslak, 80626 İstanbul {kurt,demiral,gokmen}@cs.itu.edu.tr
DetaylıMOCKUS HİDROGRAFI İLE HAVZA & TAŞKIN MODELLENMESİNE BİR ÖRNEK: KIZILCAHAMAM(ANKARA)
MOCKUS HİDROGRAFI İLE HAVZA & TAŞKIN MODELLENMESİNE BİR ÖRNEK: KIZILCAHAMAM(ANKARA) Tunç Emre TOPTAŞ Teknik Hizmetler ve Eğitim Müdürü, Netcad Yazılım A.Ş. Bilkent, Ankara, Öğretim Görevlisi, Gazi Üniversitesi,
DetaylıYEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ
YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ Mehmet Yüceer a*, İlknur Atasoy b, Eda Semizer c, Erdal Karadurmuş d, Kazım Yetik e, Ayla Çalımlı c, Rıdvan Berber c a İnönü Üniversitesi Mühendislik
DetaylıTÜREV VE UYGULAMALARI
TÜREV VE UYGULAMALARI 1-TÜREVİN TANIMI VE GÖSTERİLİŞİ a,b R olmak üzere, f:[a,b] R fonksiyonu verilmiş olsun. x 0 (a,b) için lim x X0 f(x)-f( x 0 ) limiti bir gerçel sayı ise bu limit değerine f fonksiyonunun
DetaylıEN BÜYÜK OLASILIK YÖNTEMİ KULLANILARAK BATI ANADOLU NUN FARKLI BÖLGELERİNDE ALETSEL DÖNEM İÇİN DEPREM TEHLİKE ANALİZİ
EN BÜYÜK OLASILIK YÖNTEMİ KULLANILARAK BATI ANADOLU NUN FARKLI BÖLGELERİNDE ALETSEL DÖNEM İÇİN DEPREM TEHLİKE ANALİZİ ÖZET: Y. Bayrak 1, E. Bayrak 2, Ş. Yılmaz 2, T. Türker 2 ve M. Softa 3 1 Doçent Doktor,
DetaylıHESAPLAMALI AKIŞKANLAR MEKANİĞİ ÇALIŞMALARI İÇİN SIKIŞTIRILABİLİR FOURIER TAYFI YÖNTEMİ
XIX. ULUSAL MEKANİK KONGRESİ 4-8 Ağustos 015, Karadeniz Teknik Üniversitesi, Trabzon HESAPLAMALI AKIŞKANLAR MEKANİĞİ ÇALIŞMALARI İÇİN SIKIŞTIRILABİLİR FOURIER TAYFI YÖNTEMİ Cihan BAYINDIR 1 1 Işık Üniversitesi,
DetaylıPİEZOELEKTRİK YAMALARIN AKILLI BİR KİRİŞİN TİTREŞİM ÖZELLİKLERİNİN BULUNMASINDA ALGILAYICI OLARAK KULLANILMASI ABSTRACT
PİEZOELEKTRİK YAMALARIN AKILLI BİR KİRİŞİN TİTREŞİM ÖZELLİKLERİNİN BULUNMASINDA ALGILAYICI OLARAK KULLANILMASI Uğur Arıdoğan (a), Melin Şahin (b), Volkan Nalbantoğlu (c), Yavuz Yaman (d) (a) HAVELSAN A.Ş.,
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 5: Rastgele Değişkenlerin Dağılımları II Prof. Dr. İrfan KAYMAZ Sık Kullanılan Dağılımlar Frekans tablolarına dayalı histogram ve frekans poligonları, verilerin dağılımı hakkında
DetaylıKİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI
KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği
Detaylıhkm 2004/90 5. Göllerin Çok Bantl Uydu Görüntülerinden Ç kar m 6. Sonuç ve Öneriler
Çöl arazide, yeşil bitki örtüsü su kenarlar nda bulunur. Bu ilişki göllerin ya da rmaklar n etraf nda yeşil bitki örtüsünün olabileceğini gösterir ve su nesnesinin tan nmas nda ve anlaş lmas nda yard mc
DetaylıPopülasyon Ortalamasının Tahmin Edilmesi
Güven Aralıkları Popülasyon Ortalamasının Tahmin Edilmesi Tanımlar: Nokta Tahmini Popülasyon parametresi hakkında tek bir rakamdan oluşan tahmindir. Popülasyon ortalaması ile ilgili en iyi nokta tahmini
DetaylıCEVAP ANAHTARI. Tempo Testi D 2-B 3-A 4-A 5-C 6-B 7-B 8-C 9-B 10-D 11-C 12-D 13-C 14-C
01. BÖLÜM: FONKSİYONLARLA İLGİLİ UYGULAMALAR - 1 1-E 2-D 3-C 4-E 5-B 6-C 7-C 8-B 9-C 10-D 11-C - 2 1-D 2-E 3-C 4-D 5-E 6-E 7-C 8-D 9-E 10-B - 3 1-E 2-A 3-B 4-D 5-A 6-E 7-E 8-C 9-C 10-C 11-C 1-A 2-B 3-E
DetaylıALANSAL VARİOGRAM YÖNTEMİ İLE KISA SÜRELİ RÜZGAR ENERJİSİ TAHMİNİ 4. İZMİR RÜZGAR SEMPOZYUMU
ALANSAL VARİOGRAM YÖNTEMİ İLE KISA SÜRELİ RÜZGAR ENERJİSİ TAHMİNİ 4. İZMİR RÜZGAR SEMPOZYUMU Murat Durak 1 ve Ahmet Duran Şahin 2 1: Meteoroloji Mühendisi md@enermet.com.tr 2: Prof Dr, İTÜ Meteoroloji
DetaylıDijital Görüntü İşleme Teknikleri
Teknikleri Ders Notları, 2013 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 08 Ekim 2013 Salı 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar.
DetaylıBİR AKUSTİK DENEY ODASININ ARKA PLAN GÜRÜLTÜ PROBLEMİNİN İNCELENMESİ
BİR AKUSTİK DENEY ODASININ ARKA PLAN GÜRÜLTÜ PROBLEMİNİN İNCELENMESİ H. EROL (1), T. BELEK (1), T. DURAKBAŞA (2) ÖZET Bu çalışmada, arka plan gürültü probleminin ortaya çıktığı bir akustik deney odası
DetaylıHİSTOLOJİK DOKU KESİTİ GÖRÜNTÜLERİNDE REFERANS DOKUYA DAYALI NORMALİZASYON
HİSTOLOJİK DOKU KESİTİ GÖRÜNTÜLERİNDE REFERANS DOKUYA DAYALI NORMALİZASYON *Selen Seyrek **Mustafa Şakar *Sülen Sarıoğlu Dokuz Eylül Üniversitesi Patoloji ABD* ve Meslek Yüksek Okulu Teknik Programlar
DetaylıAfet Yönetiminde İleri Teknolojiler ve TÜBİTAK UZAY ın Vizyonu
Afet Yönetiminde İleri Teknolojiler ve TÜBİTAK UZAY ın Vizyonu Tamer Beşer 12 Kasım 2013 Sunum Planı Tarihçe Yürürlükteki bazı projeler Projeler İMECE TUYGU-KG HiSSAT-KG GEOPORTAL AFAD-İZGE DETAP Uluslararası
DetaylıUzaktan Algılamanın. Doğal Ekosistemlerde Kullanımı PROF. DR. İ BRAHİM ÖZDEMİR SDÜ ORMAN FAKÜLTESI I S PARTA
Uzaktan Algılamanın Doğal Ekosistemlerde Kullanımı PROF. DR. İ BRAHİM ÖZDEMİR SDÜ ORMAN FAKÜLTESI I S PARTA 1 Uzaktan Algılama Nedir? Arada fiziksel bir temas olmaksızın cisimler hakkında bilgi toplanmasıdır.
DetaylıİSTATİSTİKSEL PROSES KONTROLÜ
İSTATİSTİKSEL PROSES KONTROLÜ ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK İstatistiksel işlem kontrolü (İPK), işlemle çeşitli istatistiksel metotların ve analiz sapmalarının kullanımını
DetaylıDoğan Can, Murat Saraçlar. Bebek, İstanbul. 9 Mart, 2009
Türkçe Haber Bültenlerinin Açık Kaynak Yazılımlar ile Yazılandırılması Doğan Can, Murat Saraçlar Elektrik Elektronik Mühendisliği Bölümü Boğaziçi Üniversitesi Bebek, İstanbul 9 Mart, 2009 Bir Bakışta GDSKT
DetaylıYAZILI SINAV SORU ÖRNEKLERİ MATEMATİK
YAZILI SINAV SORU ÖRNEKLERİ MATEMATİK SORU 1: Aşağıdaki grafik, bir okuldaki spor yarışmasına katılan öğrencilerin yaşa göre dağılışını göstermektedir. Öğrenci sayısı 5 3 9 10 1 14 Yaş 1.1: Yukarıdaki
DetaylıAraştırma Görevlisi İSMAİL ÇÖLKESEN
Araştırma Görevlisi İSMAİL ÇÖLKESEN ÖZGEÇMİŞ Adı Soyadı : İSMAİL ÇÖLKESEN Doğum Tarihi : 1981 Ünvanı : Dr. Öğrenim Durumu : Derece Alan Üniversite Lisans Yüksek Lisans Doktora Jeodezi ve Fotogrametri Müh.
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SİVİL HAVACILIK ANABİLİM DALI YENİ DERS ÖNERİSİ/ DERS GÜNCELLEME
/ DERS GÜNCELLEME Dersin Kodu SHA 615 Dersin Adı İSTATİSTİKSEL SİNYAL İŞLEME Yarıyılı GÜZ Dersin İçeriği: Olasılık ve olasılıksal süreçlerin gözden geçirilmesi. Bayes kestirim kuramı. Büyük olabilirlik
DetaylıDOĞAL AFETLERDE UYDU GÖRÜNTÜLERİNİN KULLANIMI VE INTERNATIONAL CHARTER SPACE AND MAJOR DISASTERS"
BAYINDIRLIK ve İSKAN BAKANLIĞI AFET İŞLER LERİ GENEL MÜDÜRLM RLÜĞÜ DEPREM ARAŞTIRMA DAİRES RESİ BAŞKANLI KANLIĞI LABORATUVAR LAR ŞUBE MÜDÜRLM RLÜĞÜ DOĞAL AFETLERDE UYDU GÖRÜNTÜLERİNİN KULLANIMI VE INTERNATIONAL
DetaylıKoordinat Dönüşümleri (V )
KOORDİNAT DÖNÜŞÜMLERİ ve FARKLI KOORDİNAT SİSTEMLERİ İLE ÇALIŞMA FieldGenius ile birden fazla koordinat sistemi arasında geçiş yaparak çalışmak mümkündür. Yaygın olarak kullanılan masaüstü harita ve CAD
DetaylıCurriculum Vitae. Degree Profession University Year. MSc Remote Sensing Gebze Institute of Technology 2009
Curriculum Vitae Name, Surname: ISMAIL COLKESEN Date of birth: 1981 Title: Ph.D., Assistant Professor Education : Degree Profession University Year BSc Geodesy and Photogrammetry Karadeniz Technical University
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk
DetaylıHAVA ARAÇLARINDAKİ ELEKTRONİK EKİPMANLARIN SOĞUTULMASINDA KULLANILAN SOĞUTMA SIVILARININ PERFORMANSA BAĞLI SEÇİM KRİTERLERİ
VI. ULUSAL HAVACILIK VE UZAY KONFERANSI 28-30 Eylül 2016, Kocaeli Üniversitesi, Kocaeli HAVA ARAÇLARINDAKİ ELEKTRONİK EKİPMANLARIN SOĞUTULMASINDA KULLANILAN SOĞUTMA SIVILARININ PERFORMANSA BAĞLI SEÇİM
DetaylıPerformans Tabloları Yalınkat Camlar
Performans Tabloları Yalınkat Camlar Kaplamalı Yüzey Gün Işığı Soğurma Güneş Enerjisi Direkt Toplam Gölgeleme Isı (U Değeri) W/m 2 K Gümüş #1 38 33 27 30 43 50 0,57 5,7 #2 38 27 20 38 43 52 0,59 5,7 Yeşil
Detaylı2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK
Soru 1 X rassal değişkeninin olasılık yoğunluk fonksiyonu x x, x> f ( x) = 0, dy. 1 werilmiş ve Y = rassal değişkeni tanımlamış ise, Y değişkenin 0< 1 X 1 y için olasılık yoğunluk fonksiyonu aşağıdaki
Detaylıİkili (Binary) Görüntü Analizi
İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis)
DetaylıUzay Mühendisliği Eğitimi. Nevsan Şengil Doç.Dr. THK Üniversitesi Uzay Mühendisliği Bölüm Başkanı
Uzay Mühendisliği Eğitimi Nevsan Şengil Doç.Dr. THK Üniversitesi Uzay Mühendisliği Bölüm Başkanı 1 Türk Hava Kurumu Üniversitesi Uzay Mühendisliği Bölümü olarak amacımız; Türkiye'nin kendi uzay araçlarını
DetaylıKameralar, sensörler ve sistemler
Dijital Fotogrametri Kameralar, sensörler ve sistemler Prof. Dr. Fevzi Karslı Harita Mühendisliği Bölümü, KTÜ fkarsli@ktu.edu.tr Analog Hava Kameraları Ana firmalar Zeiss, Wild ve Leica. Kullanılan bütün
DetaylıHatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5
Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı
DetaylıTesadüfi Değişken. w ( )
1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıCihan BAYINDIR. Google Akademik Atıflar için Tıklayın
Cihan BAYINDIR Yard. Doç. Dr. Işık Üniversitesi, Şile, İstanbul, Türkiye cihan.bayindir@isikun.edu.tr Google Akademik Atıflar için Tıklayın KİŞİSEL Doğum Tarihi ve Yeri: 21 Haziran 1984, İstanbul, Türkiye
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan
DetaylıPROJE AŞAMALARI. Kaynak Envanterinin Oluşturulması. Emisyon Yükü Hesaplamaları
PROJENİN AMACI Bölgesel Temiz Hava Merkezlerinden olan Ankara merkez olmak üzere; Bartın, Bolu, Çankırı, Düzce, Eskişehir, Karabük, Kastamonu, Kırıkkale, Kırşehir, Kütahya, Yozgat ve Zonguldak illerinde
DetaylıFATMA KANCA. Derece Alan Üniversite Yıl Doktora Matematik Gebze Yüksek Teknoloji Enstitüsü Yüksek Lisans Matematik Kocaeli Üniversitesi 2004
FATMA KANCA EĞİTİM Derece Alan Üniversite Yıl Doktora Matematik Gebze Yüksek Teknoloji Enstitüsü 2011 Yüksek Lisans Matematik Kocaeli 2004 Lisans Matematik Kocaeli 2001 AKADEMİK UNVANLAR Kurum/Kuruluş
Detaylı2001 ve 2008 Yılında Oluşan Krizlerin Faktör Analizi ile Açıklanması
2001 ve 2008 Yılında Oluşan Krizlerin Faktör Analizi ile Açıklanması Mahmut YARDIMCIOĞLU Özet Genel anlamda krizler ekonominin olağan bir parçası haline gelmiştir. Sıklıkla görülen bu krizlerin istatistiksel
DetaylıISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI
SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıUluslararası Yavuz Tüneli
Uluslararası Yavuz Tüneli (International Yavuz Tunnel) Tünele rüzgar kaynaklı etkiyen aerodinamik kuvvetler ve bu kuvvetlerin oluşturduğu kesme kuvveti ve moment diyagramları (Aerodinamic Forces Acting
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİYLE ŞEHİRİÇİ TRAFİK KAZA ANALİZİ: ISPARTA ÖRNEĞİ
COĞRAFİ BİLGİ SİSTEMLERİYLE ŞEHİRİÇİ TRAFİK KAZA ANALİZİ: ISPARTA ÖRNEĞİ Meltem TUNCUK 1, Mustafa KARAŞAHİN 2 1 Öğr. Gör., S.D.Ü. Müh. Mim. Fak. İnşaat Müh. Bölümü, Isparta 2 Prof. Dr., S.D.Ü. Müh. Mim.
DetaylıARAŞTIRMA DAİRESİ BAŞKANLIĞI Atmosfer Modelleri Şube Müdürlüğü. 31 Ocak 1 Şubat 2015 tarihlerinde yaşanan TOZ TAŞINIMI. olayının değerlendirmesi
31 Ocak 1 Şubat 2015 tarihlerinde yaşanan TOZ TAŞINIMI olayının değerlendirmesi Kahraman OĞUZ, Meteoroloji Mühendisi Cihan DÜNDAR, Çevre Yük. Mühendisi Şubat 2015, Ankara 31 Ocak 1 Şubat 2015 tarihlerinde
Detaylı