GENELLEŞTİRME KAVRAMI VE TOPOĞRAFİK HARİTA ÜRETİMİNDEKİ UYGULAMALARINA GENEL BİR BAKIŞ

Transkript

1 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ Kasım 2013, Ankara GENELLEŞTİRME KAVRAMI VE TOPOĞRAFİK HARİTA ÜRETİMİNDEKİ UYGULAMALARINA GENEL BİR BAKIŞ Yavuz Selim Şengün 1, Özlem Simav 1, Osman Nuri Çobankaya 1 1 HGK, Harita Genel Komutanlığı, Kartografya Dairesi, Cebeci Ankara, selim.sengün@hgk.msb.gov.tr ÖZET Çeşitli alanlarda ve farklı çözünürlükte kartografik bilgiye ihtiyaç duyan harita kullanıcılarına hizmet edecek, genelleştirme süreçlerinin uygulamalarına yönelik kapsamlı çalışmalara ihtiyaç duyulmaktadır. Bu kapsamda 90 lı yılların sonlarından bu yana genelleştirme süreçlerini iyileştirmek ve geliştirmek adına önemli adımlar atılmıştır. Bu çalışma ile bilgisayar teknolojisindeki gelişmelere bağlı olarak basit algoritmik yaklaşımdan kapsamlı matematiksel modellemeye evrim geçiren genelleştirme teorisinin kısa bir tarihçesini vererek, genelleştirme içerisinde kullanılan kavramları açıklamak ve literatürdeki mevcut yaklaşımları irdeleyerek topoğrafik harita üretimi ile ilgili bir takım çıkarımlarda bulunmak amaçlanmıştır. Bu kapsamda Harita Genel Komutanlığı (HGK) topoğrafik harita üretim bandı ele alınarak söz konusu kavramsal yaklaşımların uygulamaya ne kadar geçirilebileceği tartışılmıştır. Anahtar Sözcükler: Kartografik genelleştirme, model genelleştirme, çoklu gösterim, topoğrafik harita üretimi ABSTRACT AN OVERVIEW OF GENERALIZATION CONCEPT VE APPLICATIONS IN TOPOGRAPHIC MAP PRODUCTION Comprehensive studies are needed for the applications of the generalization processes to serve map users required cartographic information in different resolution and various fields. In this context, considerable steps are taken to improve and develop the generalization process from the end of 90s to date. With this study, it is aimed to give a short history of generalization theory evolved from the simple algorithmic approach to comprehensive mathematical models dependent on the development of computer technology, explain the generalization concepts and inference about the topographic map production by studying existing approach in the literature. In this scope how much of this conceptual approaches can be implemented is discussed by handling the topographic map production of General Command of Mapping (GCM). Keywords: Cartographic generalization, model generalization, multiple representations, topographic map production 1. GİRİŞ Haritalar ile mekânsal bilgiye ilişkin iletişim sürecini tanımlayan kartografik iletişim modeli (Kolazny, 1969), köklerini bilgi ve iletişim teorisi (Shannon ve Weaver, 1949, 1998) ile semiyolojiden (Bertin,1967) almaktadır. İletişimin benzersiz bir şekli olan harita ise, kartografik genelleştirme ile anlam kazanmaktadır. Uluslararası Kartografya Birliği (ICA) 1973 te genelleştirmeyi; haritanın amacına ve/veya ölçeğine bağlı olarak detayların seçimi ve basitleştirilmiş gösterimi olarak tanımlamıştır. Harita, bir özetleme ve coğrafi gerçeklerin bir alt kümesi olarak düşünüldüğünde genelleştirme ihtiyacının kaçınılmaz bir süreç olduğu anlaşılmaktadır. 2. SAYISAL GENELLEŞTİRMEYE GEÇİŞ Tümüyle kartograflar tarafından gerçekleştirilen klasik genelleştirme, haritaların bilimin ışığındaki sanat ile üretildiği bütünsel bir süreç olarak kabul edilmiştir (Eckert, 1908) larda başlayan Sayısal Genelleştirme ise genellikle klasik genelleştirmeden bilgisayar destekli alana geçişi vurgulamak için kullanılmıştır (Shea ve McMaster, 1989 ; Buttenfield ve McMaster, 1991). Sayısal genelleştirmenin ilk döneminde ( ), genelleştirme üzerine araştırmaların çoğu genellikle, verilen bir eşik değerine göre basitleştirme ve seçme gibi problemin bütününün dar bir kısmına yönlenmiştir (Weibel, 1991). Bu dönemde; Douglas ve Peucker (1973) tarafından şimdiye kadar en fazla kullanılanlardan biri olan genel çizgi basitleştirmesi algoritması geliştirilmiştir li yıllarda bilim adamları ilgilerini genelleştirmenin kavramsal modelleme yönüne daha fazla yönlendirmeye başlamış ve genelleştirmeyi kavramsal ve yapısal olarak ikiye ayırmışlardır (Bertin 1983). Kavramsal genelleştirmede kişi; uygulamayı yeni bir kavramsallaştırma seviyesini ifade edecek şekilde değiştirebilir. Örneğin noktalardan oluşan yerleşim yerleri (binalar) yerleşim alanına dönüştürülebilir. Yapısal genelleştirmede ise kavramsallaştırma seviyesi muhafaza edilirken dağılım basitleştirilir, böylece yerleşim yerlerini gösteren nokta kümesi, nokta kümesi olarak kalır fakat ölçek değiştiğinde binalara ait sembol sayısı azaltılacaktır. Yine bu yıllarda McMaster ve Shea (1988) sayısal genelleştirme için bir çerçeve çizmişlerdir (Şekil 1). Buna göre sayısal genelleştirme süreci neden, ne zaman ve nasıl sorularını yanıtlayan üç başlığa ayrılmıştır. Bu süreç içerisinde nasıl genelleştireceğiz sorusuna cevaben genelleştirme

2 Genelleştirme Kavramı ve Topoğrafik Harita Üretimindeki Uygulamalarına Genel Bakış operatörleri ve algoritmaları ortaya çıkmıştır. Genelleştirme operatörleri, gerçekleştirilmesi gereken mekânsal ve/veya öznitelik dönüşümünü ifade ederken genelleştirme algoritması belirtilen bu dönüşümü gerçekleştirir (Weibel ve Dutton, 1999). Literatürde Operatör terimi yerine işlem veya operasyon terimleri de yaygın olarak kullanılmaktadır. Sayısal Genelleştirme Felsefi amaçlar (Neden genelleştireyim) Kartometrik değerlendirme (Ne zaman genelleştirme) Mekânsal & öznitelik dönüşümleri (Nasıl genelleştireyim) Teorik elemanlar Geometrik durumlar Mekânsal dönüşümler Karmaşıklığı azaltma Konumsal doğruluğu koruma Öznitelik doğruluğunu koruma Estetik kaliteyi koruma Mantıksal sırayı koruma Kuralları tutarlı şekilde uygulama Uygulamaya özel elemanlar Haritanın amacı ve hedeflenen kitle Ölçeğin uygunluğu Açıklığın korunması Hesapsal elemanlar Maliyet etkin algoritmalar Maksimum veri indirgeme Minimum hafıza/disk gereksinimi Aşırı toplanma (Congestions) Birleşme (Coalescence) Çelişki (Conflict) Derleme (compilations) Tutarsızlıklar (inconsistency) Fark edilememe (imperceptibility) Mekânsal ve bütüncül ölçüler Yoğunluk ölçüleri Dağılım ölçüleri Uzunluk ve eğrilik ölçüleri Şekil ölçüleri Mesafe ölçüleri Geştalt ölçüleri Özetleme ölçüleri Dönüşüm kontroller Basitleştirme Yumuşatma Nokta birleştirme (aggregation) Alan birleştirme (amalgamation) Çizgi birleştirme (merging) Geometri dönüşümü (collapse) Seçme/eleme (refinement) Abartma Zenginleştirme (enhancement) Öteleme Öznitelik dönüşümleri Tipikleştirme (Symbolisation) Sınıflandırma. Genelleştirme operatörü seçimi Algoritma seçimi Parametre seçimi Şekil 1: Sayısal genelleştirme çerçevesi (McMaster ve Shea,1992) 1980 lerin sonlarından itibaren kartografik bilgiyi biçimlendirmek için, uzman kartografların deneyimleri ile yöntem veya kuralları kullanan bilgi-tabanlı sistemler, uzman sistemler, sinir ağları ve obje-tabanlı modellerdeki gelişmelere bağlı olarak genelleştirme araştırmalarındaki ilerlemeler devam etmiştir ların başlarındaki ana konulardan biri genelleştirme için veri modelleme ve görüntülemeyi içeren kural tabanlarının oluşturulması olmuştur (Buttenfield ve McMaster,1991) lerin sonları ve 1990 ların başlarında, veri tabanı teknolojileri ve veri modellemedeki gelişmelerin kabul görmesi, genelleştirmenin ikili konseptinin; yani kartografik genelleştirme ve model genelleştirmesinin ayrışmasına neden olmuştur. Bu ayrışma ile haritaların gösterimi için gerekli olan genelleştirme süreçlerinde de ayrım yapılma ihtiyacı ortaya çıkmıştır. 3. GENELLEŞTİRME SÜREÇLERİ VE KULLANILAN GENEL KAVRAMLAR Model genelleştirmesi ile kartografik genelleştirme arasındaki fark ilk olarak Grünreich in (1985) sırasıyla Sayısal Mekânsal Model (SMM) ve Sayısal Kartografik Model (SKM) olarak ifade ettiği, çalışmalarında görülmektedir (Şekil 2). Buna göre yeryüzünün birincil ilk modelinin oluşturulduğu, arazide bulunan objelerin toplanması aşamasındaki sürece obje genelleştirmesi denilmiştir. Obje genelleştirmesi sonucu oluşan birincil modellerde ölçek değil çözünürlük kavramı kullanılmaktadır. Birincil sayısal obje modellerinden daha düşük semantik ve geometrik çözünürlükteki birincil modellerin oluşturulması ise model genelleştirmesi olarak ifade edilmiştir. Buna göre SMM ler gerçek dünyadan obje veya obje / model genelleştirmesi yöntemiyle, SKM ler kartografik genelleştirmenin SMM lere uygulanması sonucu oluşturulmaktadır.

3 Şengün, Simav ve Çobankaya Kartografik genelleştirme ile görüntüleme için ön aşama olarak görülen model genelleştirmesinin amacı, girdi olarak birincil coğrafi veri tabanını (SMM) kullanarak değiştirilmiş veri tabanları yaratmaktır. Bu nedenle model genelleştirmenin estetik bileşenleri yoktur. Bu bağlamda kartografik genelleştirme; kartografik iletişimin etkinliğinin arttırılması için gerekli olan, harita üzerindeki grafik sembollerin düzenlenmesi işlemlerini ihtiva eder. Obje genelleştirmesi Gerçek dünya Birincil Model (SMM) Yüksek çözünürlük Model genelleştirmesi İkincil modeller (SMM ler) Düşük çözünürlük Kartografik genelleştirme Kartografik modeller (SKM ler) Görüntülenen modeller Şekil 2: Genelleştirme süreçleri (Grünreich, 1985) Genelleştirme, harita objelerinin okunaklılığıyla birlikte bağlamsal karakterini koruyabilmek için kalite kontrolden geçmiş sayısal veri ile beraber yetenekli kartograflar ve akıllı algoritmalardan oluşan otomasyon sürecini gerektirmektedir (Simav vd.,2010). Bu süreç, programlama kodlarının kullanımı ile tamamen sayısal olarak gerçekleşir duruma gelmiştir. Ancak burada önemli olan bu kodların mantık çerçevesinde nasıl düzenleneceğidir. Bilgisayar bilimi ve teknolojilerindeki ilerlemelerle beraber genelleştirme sürecini modellemek için, basit toplu iş süreçlerinden daha karmaşık yöntemlere kadar birçok farklı yaklaşım geliştirilmiştir. İlkel toplu iş yaklaşımı dışında Harrie vd. (2007) genelleştirme sürecini üç ayrı modelleme tekniği olarak ele almıştır. Bunlar uygulanma sırasına göre; koşul-eylem (kural tabanlı), insan etkileşimli ve kısıt tabanlı modeller olarak adlandırılmaktadır. Koşul-eylem modelinin temelini, objenin özniteliği ve bu objeye göre algoritmayı harekete geçiren parametre oluşturmaktadır. Ancak bütüncül olarak düşünüldüğünde, genelleştirme yöntemleri geliştirmek için sadece parametrik (metrik/öznitelik) değerlerin yeterli olmayacağı, model/kartografik genelleştirme sürecine daha karmaşık kuralların eklenmesi gerektiği öne sürülmüştür. Böylece bir ara yöntem olan güçlendirilmiş zekâ kavramı ortaya atılmış (Weibel, 1991), buna göre bazı kilit kararlar genelleştirme işlemlerini yerine getiren bir takım yüksek seviye araçlarla güçlendirilmiş kullanıcı tarafından etkileşimli olarak verilmiştir ların başlarından itibaren ise obje tabanlı yaklaşımlar, genelleştirme yöntemlerindeki gelişmelere ivme kazandırmıştır. Obje tabanlı modelde gerçek dünya varlıkları, tanımlanmış özellikleri ve davranışları olan objelerle gösterilirler. Her obje bir obje sınıfına aittir, obje sınıfları obje hiyerarşisi oluşturabilir ve ebeveyn-çocuk (Parent-child) hiyerarşisinde objeler özellik ve karakteristikleri miras alabilirler. Sınıf; benzer özellik, ortak davranış, ortak ilişki ve ortak semantiğe sahip obje grubunun ifadesidir (Rumbaugh ve diğ., 1991). Obje tabanlı yöntemler; model genelleştirmesi (van Smaalen, 2003) ve çoklu gösterim veri tabanları (ÇGVT) (Kilpelainen, 1997; Harrie, 1998; Ormsby ve Mackaness, 1999; Dunkars, 2004) için hâlen geliştirilmeye devam etmektedir. Son yıllarda genelleştirme; bir obje sınıfına uygulanan bir etkinin diğer sınıflardaki objelere yan etkilerinin olabileceğini kabul eden daha bütünsel bir süreç olarak görülmeye başlanmıştır. Başarılı bir genelleştirme için kartografik objeler arasındaki etkileşimlerin izlenebileceği bütünsel bir yaklaşım sunan bu yöntem kısıt tabanlı yöntem olarak adlandırılmaktadır. Bireysel ve sıralı hareketlerle sorunun çözümü yerine ilgilenilen amaca yoğunlaşarak çözümü hedefleyen bu yöntemin daha üstün olduğu düşünülmektedir (Sarjakoski, 2007) yılında Lamy ve diğ. (1999) ile Ruas (1999) coğrafi veri tabanındaki her bir obje ajan olarak modellenebilir görüşünü ortaya atmışlardır. Kısıt tabanlı yöntem ile türetilen ajan tabanlı yöntemde, her bir ajanın genelleştirme sürecinin isteklerini yansıtan kısıt kümesinin karşılanmasına yönelik amaçları vardır. Ajanlar karar verme sürecini kontrol edebilen ve bir veya daha fazla hedefi gerçekleştirirken kendi algıları ile hareket edebilen bağımsız programlar olarak tanımlanmaktadır.

4 Genelleştirme Kavramı ve Topoğrafik Harita Üretimindeki Uygulamalarına Genel Bakış 4. ÇOKLU GÖSTERİM Son yıllarda Ulusal Haritacılık Kuruluşları (UHK) kendi sayısal coğrafi veri tabanlarının oluşturulması ile ilgilenmektedirler. Bu kapsamda veri tabanının idamesi ve güncel tutulması önemli konulardan birisi olmuştur. Bununla birlikte model/kartografik genelleştirme de harita üretimi aşamasında kilit sorun olmaya devam etmektedir. Model genelleştirmenin ortaya çıktığı 80 li yılların sonlarından bu yana bu soruna çoklu gösterim veri tabanlarına kavramsal modeller önerilerek yaklaşılmıştır (Kilpelainen, 1997). Çoklu gösterim veri tabanı (ÇGVT), terimi bina veya göl gibi aynı coğrafi varlık veya olgunun birçok gösteriminin veri tabanında farklı objeler olarak tutulduğu ve ilişkilendirildiği veri tabanı yapısını ifade etmektedir. ÇGVT, aynı objenin farklı görüntülerini sağlayan farklı derecelerdeki geometrik ve semantik çıkarımlara sahip değişik gösterim seviyelerinden oluşmaktadır (Bruegger ve Frank, 1989; Frank, 1990; Kilpelainen, 1992; Kidner ve Jones, 1994; Devogele ve diğ., 1997, 1998; Weibel ve Dutton, 1999) (Şekil 3). Seviyeleri Coğrafi anlamı Genelleştirmenin değerlendirmesi Kartografik gösterimi Geometrik i Seviyesi 4 Şehir bloğu Seviye 3 den binaları birleştir Şehir bloğu Seviyesi 3 Seviye 2 deki binanın merkez noktasını nokta sembolle değiştir. Seviyesi 2 Seviye 1 deki binanın çevresini basitleştir. Temel Seviyesi 1 Temel seviye gösterimi kullan Şekil 3: ÇGVT da bina objesinin gösterim seviyeleri (Kilpelainen den uyarlanmıştır, 1997, 2001) ÇGVT de farklı gösterimleri birbirine bağlamak için tek-yönlü veya iki-yönlü bağlar olmak üzere hali hazırda iki temel yöntem mevcuttur. Kilpelainen (1997) topoğrafik bilginin yönetilmesi amacıyla gösterim seviyeleri arasındaki bağlantıları iki-yönlü kabul etmiştir. Son zamanlardaki uygulamalarda ise genelde tek yönlü bağlar görülmektedir (Harrie, 1998; Hampe ve diğ., 2004; Dunkars, 2004). Şekil 3 te farklı ÇGVT seviyelerindeki bina objeleri arasında bağ kurma ilkeleri gösterilmektedir. Bu iki-yönlü ilişkileri kullanarak, şehir blok alanını işaretlemek de büyük ölçekli veri kümesinde bloğa karşılık gelen binalara odaklanmak da mümkündür. ÇGVT nin yaratılmasında iki temel yaklaşım mevcuttur. Bunlar bağımsız veri setlerini depolamak ve eşdeğer objeleri birbirine bağlamak ile küçük ölçekli gösterimleri model genelleştirmesiyle oluşturmak olarak adlandırılabilir. Bu anlamda bağımsız kartografik veri tabanları ile ÇGVT arasındaki farkları ortaya koymak gerekmektedir. Kilpelainen (1997, 2001) bu farklılıkları çalışmalarında ele almış ve ÇGVT lerin model genelleştirmesi ile gerçek dünyanın özetinden oluşacağını, kartografik veri tabanlarının ise görüntüleme amaçlı olduğunu düşünmüştür. Buna göre ÇGVT deki objeler gerçek geometrik boyutlara sahip oldukları için model genelleştirmesi safhasında üst üste gelme gibi bir sorunları yoktur. Bu yüzden veri tabanları topolojik olarak doğru olmalıdır ve tutarlılık problemi olmamalıdır. Topoğrafik veri kümeleri arasında güncellemelerin otomatik olarak ilerlemesini sağlaması ÇGVT lerin en önemli avantajı olarak kabul edilmektedir (Kilpelainen, 1994, 1995; Kilpelainen ve Sarjakoski,1995). Ayrıca her bir obje tek bir kez saklandığı için gereksiz veri fazlalığı önlenmiş olur ve farklı gösterim seviyelerindeki objeler arasındaki bağlar otomatik tutarlılık ve hata kontrolü için temel teşkil etmektedir. 5. GENELLEŞTİRME STRATEJİLERİ Birçok ülkenin UHK ları özellikle çoklu ölçekte tamamıyla otomatikleştirilmeye çalışılan genelleştirme süreci ile yüzleşmekte ve farklı genelleştirme stratejileri belirlemektedir. Bu stratejileri etkileyen en önemli girdi, temel coğrafi

5 Şengün, Simav ve Çobankaya veri setinden diğer veri setlerinin nasıl türetileceği konusudur. Bu konuda basamak (ladder) ve yıldız (star) olmak üzere iki farklı strateji uygulanmaktadır (Şekil 5 ve 6). Basamak stratejisinde küçük ölçekli coğrafi veri setleri, bir önceki büyük ölçekli coğrafi veri setlerinden türetilmekte ve genelleştirilmiş veri setlerinin genelleştirilmesiyle daha küçük ölçekli ve daha küçük boyutta veri seti sürümleri elde edilmektedir. Belçika ve Almanya UHK ları bu stratejiyi kullanmaktadırlar (Stoter, 2005). Yıldız stratejisinde ise, tüm türetme coğrafi veri setleri tek bir ana coğrafi veri setinden türetilmektedir. Coğrafi veri setlerinin türetilmesinde bu iki stratejinin karışımını uygulamak da mümkündür. Avrupa genelindeki UHK ların (Fransa, Danimarka, İsviçre, Katalonya) tercihi olan bu strateji, genellikle büyük ölçekten orta ölçeğe temel veri setinden türetme, daha küçük ölçeklere ise tek bir orta ölçekli veri setinden türetme olarak uygulanmaktadır (Stoter, 2005). 1: Coğrafi Veri 1: Coğrafi Veri 1: Coğrafi Veri Ana Veri Tabanı Şekil 5: Türetme Coğrafi Veri Üretiminde Basamak Yaklaşımı 1: Coğrafi Veri Ana Veritabanı 1: Coğrafi Veri 1: Coğrafi Veri Şekil 6: Türetme Coğrafi Veri Üretiminde Yıldız Yaklaşımı 6. HGK DA GENELLEŞTİRME UYGULAMALARI Ülkemizde temel ölçek olarak belirlenen 1: ile 1:50.000, 1: , 1: ve 1: ölçekli standart topoğrafik haritalar (STH) lar ile bunlara ait SKM lerin üretim sorumluluğu HGK dadır. Bunlardan 1: ölçekli SKM ler fotogrametrik yöntemler ve arazi revizyonu çalışmaları sırasında uygulanan obje genelleştirmesi ile elde edilen birincil SMM den üretilirken, 1: ve 1: ölçekli SKM ler, 1: ölçekli SKM nin kartografik genelleştirilmesi ile türetilmektedir (Şekil 7). Dünya genelinde UHK ların kendi temel coğrafi veri tabanlarını diğer bir değişle birincil modellerini oluşturma çabaları HGK da da karşılığını bulmuştur. Ancak oluşturulan birincil SMM lerden ikincil SMM lerin oluşturulması yani model genelleştirme aşaması HGK da uygulanmamaktadır. Bunun yerine birincil modelden doğrudan kartografik genelleştirme uygulanarak temel ölçekli SKM oluşturulmuş ve bu SKM den yararlanılarak yıldız stratejisi ile orta ölçekli SKM ler türetilmiştir (Şekil 8). HGK da sayısal anlamda üretime yönelik genelleştirme çalışmaları ilk olarak orta ölçek için 2002 yılında Kartografya Dairesinin bünyesinde KartoGEN projesi ile başlatılmıştır yılları arasında devam eden bu proje sonunda; bilgisayar destekli genelleştirme yöntemlerini kullanarak optimum zamanda, yüksek standardizasyon ve mümkün olan en yüksek otomasyon oranlarında 1: ve 1: ölçekli STH ların üretimini gerçekleştirebilen üretim sistemi kurulmuştur. Halen bu sistem ile seri üretim devam etmekte olup, 1:25000 ölçekli SKM leri hazır olan bir bölgenin 1: ve 1: ölçekli haritaları da aynı yıl içerisinde üretilebilmektedir. Üretimle eş zamanlı olarak kartografik genelleştirme çalışmaları, dünyadakilere paralel olarak devam ettirilmekle birlikte birçok obje türü için operatör etkileşimini olabildiğince indirirken, üretim hızı ve kalitesini arttıran yöntemler de geliştirilmeye devam etmektedir.

6 Genelleştirme Kavramı ve Topoğrafik Harita Üretimindeki Uygulamalarına Genel Bakış Gerçek dünya Obje genelleştirmesi Kartografik genelleştirme Mekânsal Model (SMM 1 ) 25K TOPO 25 Kartografik model (SKM) 25K KARTO25 Kartografik genelleştirme KartoGEN Kartografik model (SKM) 50K KARTO50 Kartografik model (SKM) 100K KARTO100 Şekil 7: HGK da büyük ve orta ölçekli SKM lerin üretimi 1: Kartografik veri Temel Kartografik Veritabanı (KARTO25) 1: : Kartografik veri Şekil 8: HGK da orta ölçekli türetme kartografik veri üretiminde yıldız yaklaşımı. 1: ve 1: ölçekli STH'lar ile daha küçük ölçekli tematik harita üretimleri HGK üretimleri için küçük ölçekli harita üretimi olarak adlandırılmaktadır. NATO bünyesinde ve ABD Savunma Haritacılık Dairesi (NGA) tarafından başlatılan uluslararası bir proje olan VMap projesine katılım sağlanarak küçük ölçekli STH'ların üretimleri bu standartlarda gerçekleştirilmiş ve tüm Türkiye'ye ait 1: ölçeğe karşılık gelen VMap1 düzeyinde veri tabanı oluşturulmuştur yılından 2013 yılına kadar devam eden VMap verileriyle VMap standartlarında veri toplama ve güncelleme yerini sadece güncelleme sürecine bırakmış ve güncelleme sürecinde de sadece HGK veri modelinde üretilen 1: ve ihtiyaç duyulduğunda da 1: ölçeği kullanılmaya başlanmıştır. VMap üretiminin sonlandırılmasıyla değişen üretim bandı ile kullanılan veri sözlüğü ve sembol kütüphanesinin farklı olması güncelleme sürecini yavaşlatmaktadır. Bu kapsamda küçük ölçekli STH'ların güncellenmesi ve HGK veri yapısı kullanılarak mevcut 1: SKM ya da oluşturulması durumunda SMM'den genelleştirilerek üretilmesi gündemdedir. 1: ölçekli STH ların üretimi ise 1: ölçekli üretimin devamı olarak, 1: ölçekli vektör harita verileri kullanılmak suretiyle genelleştirilerek yapılmaktadır. 7. TARTIŞMA Bu çalışma ile genelleştirme içerisinde kullanılan bir takım kavramlar kısaca tanımlanarak HGK daki mevcut genelleştirme süreci açıklanmıştır. Çalışmanın bu son bölümünde hızla gelişen teknoloji bileşenleri ve yaklaşımların etkisiyle farklı boyutlar kazanan genelleştirme kavramının HGK için geleceğini ortaya koymak amaçlanmıştır. Hali hazırda kurumun sorumlu olduğu ölçekler dâhilinde üretim ihtiyaçlarını karşılayan bir sistem olsa da geleceğe yönelik cevap bekleyen pek çok soru bulunmaktadır. bu soruların başında kullanıcı ihtiyaçlarını iyi belirlemek ve bunlara uygun yapılanmak gelmektedir. İhtiyaçlar belirlendikten sonra türetme veri setlerinde kullanılacak genelleştirme stratejilerinin ve yanında genelleştirme yaklaşımlarının belirlenmesi gerekmektedir. seçilen strateji ve yaklaşımlarla genelleştirmenin ne kadar otomatik hale gelebileceği ve insan ihtiyacı değerlendirilmesi gerekmektedir. Ayrıca farklı ölçeklerdeki grafik semiyolojinin görsel etkisinin genelleştirme sürecinde kullanımının tekrardan ele alınması gerekmektedir. Bununla birlikte son on yıldır çalışmalar kartografik genelleştirme süreci ve otomasyonu üzerinde yoğunlaşırken, günümüzde kartografik veri setlerinin güncelleştirilmesi de önemi giderek artan bir konu haline gelmiştir. Bu konunun HGK veri yapısı göz önüne alınarak değerlendirilmelidir.

7 Şengün, Simav ve Çobankaya 8. SONUÇ VE ÖNERİLER Harita Genel Komutanlığında 2010 yılından itibaren, kıymetlendirilen ve bütünlemesi yapılan mekânsal veriler yapılandırıldıktan (geometrik ve öznitelik yapılandırması, kenarlaşma, vb.) sonra temel mekânsal model olarak TOPO25 topoğrafik veritabanında depolanmaktadır. Topoğrafik veritabanına, tüm ülkenin mekânsal verileri yüklendikten sonra, pafta bazında ve dosya mantığıyla depolanan mekânsal veriler kesintisiz bir yapıya dönüştürülmüş olacaktır. Oluşturulan topoğrafik veritabanı ile elde edilecek olan tüm ülkeye ait SMM sayesinde, mevcut harita üretimindeki genelleştirme stratejileri ve yöntemleri, güncelleme problemleri, vektör verilerin kullanımı yukarıda anlatılan soru ve sorunlara daha sağlıklı çözümlerin üretilebileceği düşünülmektedir. KAYNAKLAR Bertin, J., (1967) Semiologie graphique. Paris: Gauthier-Villars. Bruegger, B. P., ve Frank, A. U., (1989) "Hierarchies over topological data structures", Proceedings GIS/LIS'89, Buttenfield, B. P., ve McMaster, R. B., (eds.), Map Generalization: Making Rules for Knowledge Representation Harlow: Longman Group, pp. 86 Devogele, T., Trevisan, J., and Raynal, L., (1997) "Building a Multiscale Database with Scale-Transition Relationships", In: Kraak, M. J., Molenaar, M., and Fendel, E. M., (eds.), Advances in GIS Research II, Proceedings of the 7th International Symposium on Spatial Data Handling, Delft, The Netherlands, Londra: Taylor & Francis, pp Devogele, T., Parent, C, ve Spaccapietra, S., (1998) "On spatial database integration", International Journal of Geographical Information Science, 12(4), 335 Douglas, D. H., ve Peucker, T. K., (1973) "Algorithms for the reduction of the number of points required to represent a line or its caricature", The Canadian Cartographer, 10(2), 112 Dunkars, M., (2004) Multiple representation databases for topographic information, Doctoral Thesis. Royal Institute of Technology, Stockholm, İsveç. Eckert, M., (1908) "On the nature of maps ve map logic", Bulletin of the American Geographical Society, 40(6), 344 Frank, A. U., (1990) "The National Center for Geographic Information ve Analysis in the United States of America", Proceedings of 19th Congress of International Federation of Surveyors, Helsinki, Finlandiya. Grünreich D., (1985) "Computer-Assisted Generalization", In: Papers CERCO-Cartography Course. Institut fiir Angewvete Geodasie, Frankfurt a. M., Almanya. Hampe, M., Sester, M., ve Harrie, L., (2004) "Multiple Representation Databases to Support Visualization on Mobile Devices", In: Altan, M. O., (ed.), Proceedings of the XXth ISPRS Congress, The International Archives of the Photogrammetry, Remote Sensing ve Spatial Information Sciences, İstanbul, Türkiye, July 12-23, XXXV(B4:IV), Harrie, L., (1998) Generalization Methods for Propagating Updates Between Cartographic Data Sets, Licentiate Thesis. Department of Surveying, Lund Institute of Technology, Lund University, Lund, İsveç. Harrie, L., Weibel, R., 2007, Modelling the Overall Process of Generalisation; Generalisation of Geographic Information: Cartographic Modelling ve Applicatons, Elsevier, p. 67 Kidner, D. B., ve Jones, C. B., (1994) "A Deductive Object-Oriented GIS for Hveling Multiple Representations", In: Waugh, T. C, ve Healey, R. G., (eds.), Advances in GIS Research, Proceedings of the 6th International Symposium on Spatial Data Hveling, Edinburgh, Scotlve, September 5-9, IGU Commission on GIS ve Association for Geographic Information, 2, pp Kilpelainen, T., (1992) "Multiple Representations ve Knowledge-Based Generalization of Topographical Data", IS-PRS XVII Congress, International Archives of Photogrammetry ve Remote Sensing, Commission III, Washington ABD, XXIX(B3), Kilpelainen, T., (1994) "Updating Multiple Representation Geodata Bases by Incremental Generalisation", In: Ebner, H., Heipke, C. K., ve Eder, K., (eds.), ISPRS Commission III/TV Symposium, 'Spatial Information from Digital Photogrammetry ve Computer Vision', International Archives of Photogrammetry ve Remote Sensing, Munich, Almanya. pp

8 Genelleştirme Kavramı ve Topoğrafik Harita Üretimindeki Uygulamalarına Genel Bakış Kilpelainen, T., (1995) "Updating Multiple Representation Geodata Bases by Incremental Generalization", Geo- Informations-Systeme, 8(4), Kilpelainen, T., (1997) "Multiple representation ve generalization of geo-databases for topographic maps", Doctoral dissertation. Publications of the Finnish Geodetic Institute, Kirkkonummi, (124). Kilpelainen, T., (2001) "Maintenance of Multiple Representation Databases for Topographic Data", The Cartographic Journal, 37(2), Kilpelainen, T., ve Sarjakoski, T., (1995) "Incremental Generalization for Multiple Representations of Geographical Objects", In: Miiller, J.-C, Lagrange, J.-P., ve Weibel, R., (eds.), GIS ve Generalization: Methodology ve Practice. London: Taylor & Francis, pp Kolazny, A., (1969) "Cartographic Information - A Fundamental Concept ve Term in Modern Cartography", The Cartographic Journal, 6, Lamy, S., Ruas, A., Demazeau, Y., Jackson, M., Mackaness, W. A., ve Weibel, R., (1999) "The Application of Agents in Automated Map Generalisation", In: Keller, C. P., (ed.), Proceedings, 19th International Cartographic Conference ve 11th General Assembly of ICA, Touch the Past, Visualize the Future, Ottawa, Kanada, pp McMaster, R. B., ve Shea, K. S., (1988) "Cartographic Generalization in a Digital Environment: A Framework for Implementation in a Geographic Information System", GIS/LIS'88 Proceedings, San Antonio, Texas, November 30 - December 2, pp McMaster, R. B., ve Shea, K. S., (1992) Generalization in Digital Cartography. Washington, DC: Association of American Geographers. Ormsby, D., ve Mackaness, W., (1999) 'The Development of Phenomenological Generalization Within an Object- Oriented Paradigm", Cartography ve Geographic Information Science, 26(1), Ruas, A., (1999) Modele de generalisation de donnees geographiques a base de constraints et d'autonomie, These de doctorat. L'universite de Marne La Vallee, Paris, Fransa. Rumbaugh, J., Blaha, M. R., Premerlani, W., Eddy, F., ve Lorensen, W., (1991) Object-Oriented Modeling and Design. Englewood Cliffs, NJ: Prentice-Hall. Sarjakoski T., 2007, Modelling the Overall Process of Generalisation; Generalisation of Geographic Information: Cartographic Modelling ve Applicatons, Elsevier, p Shannon, C. E., ve Weaver, W., (1949) The Mathematical Theory of Communication. Urbana: University of Illinois Press. Shannon, C. E., ve Weaver, W., (1998) The Mathematical Theory of Communication. Urbana: University of Illinois Press. Shea, K. S., ve McMaster, R. B., (1989) "Cartographic Generalization in a Digital Environment: When ve How to Generalize", AUTO-CARTO 9, Ninth International Symposium on Computer-Assisted Cartography, Baltimore, Marylve, pp Simav Ö., Aslan S.,Çetinkaya B. ve Çobankaya N.O., 2010 "Implementation Of Comprehensive Modeling Techniques On Kartogen Generalization Software", 13th Workshop of the ICA Commission on Generalisation and Multiple Representation, Zurih, İsviçre Stoter J., 2005 "A study on the state of the art in automated map generalisation implemented in commercial out of the box software", 11th Workshop of the ICA Commission on Generalisation and Multiple Representation, Montpellier, Fransa van Smaalen, J. W. N., (2003) Automated Aggregation of Geographic Objects: A New Approach to the Conceptual Generalisation of Geographic Databases, Doctoral Dissertation. Wageningen University ve Research Centre, Hollanda. Weibel, R., ve Dutton, G., (1999) "Generalising spatial data ve dealing with multiple representations", In: Longley, P. A., Goodchild, M. F, Maguire, D. J., ve Rhind, D. W, (eds.), Geographical Information Systems, 1: Principles ve Technical Issues. 2nd ed., New York: Wiley & Sons, pp Weibel, R., (1991) "Amplified intelligence ve rule-based systems", In: Buttenfield, B. P., ve McMaster, R. B., (eds.), Map Generalization: Making Rules for Knowledge Representation. Harlow: Longman Group, pp