T.C ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "T.C ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ"

Transkript

1 T.C ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ FİZİK ANABİLİM DALI ADANA, 2007

2 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDULARI İLE BELİRLENMESİ YÜKSEK LİSANS TEZİ FİZİK ANA BİLİM DALI Bu tez 11/05/2007 Tarihinde Aşağıdaki Jüri Üyeleri Tarafından Oybirliği / Oyçokluğu ile Kabul Edilmiştir. İmza. İmza İmza.. Prof.Dr.Vedat PEŞTEMALCI Yrd.Doç.Dr.H.M.KANDIRMAZ Yrd.Doç.Dr.Veysel POLAT Danışman Üye Üye Bu tez Enstitümüz Fizik Anabilim Dalında Hazırlanmıştır Kod No:... Prof. Dr. Aziz ERTUNÇ Enstitü Müdürü İmza ve Mühür Bu Çalışma Çukurova Üniversitesi Araştırma Fonu Tarafında Desteklenmiştir Proje No: FEF2006YL31 Not: Bu tezde kullanılan ve başka kaynakta yapılan bildirilerin, çizelge şekil ve fotoğrafların kaynak gösterilmeden kullanımı, 5846 sayılı fikir ve sanat eserleri kanunundaki hükümlere tabidir.

3 ÖZ YÜKSEK LİSANS TEZİ TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ FİZİK ANABİLİM DALI Danışman: Prof. Dr. Vedat PEŞTEMALCI Yıl: 2007 Sayfa:71 Jüri: Prof. Dr. Vedat PEŞTEMALCI : Yrd. Doç. Dr. H. M. KANDIRMAZ :Yrd. Doç.Dr. Veysel POLAT Bu çalışmada yılları arasında Türkiye nin bitki örtüsü değişimi saptanmaya çalışılmıştır. Çalışmada NOAA-AVHRR dan alınan Türkiye ye ait görüntüler ERDAS paket programı kullanılarak incelenmiştir. Uydu görüntüleri üzerinde NDVI (Normalize Edilmiş Fark Bitki İndeksi) metodu uygulanmıştır. Daha sonra bu görüntülere eğitimli sınıflandırma yöntemi uygulanmış ve 4 tip örtü tipi saptanmıştır. Bu çalışmada bitki örtüsü alanlarının değişimi elde edilmiştir. Anahtar Kelimeler: Uzaktan algılama, NOAA-AVHRR Verisi, Görüntü İşleme, Bitki Örtüsü İndeksi, Sınıflandırma. I

4 ABSTRACT MSc THESIS DETERMINATION THE VEGETATION VARIATION IN TURKEY BY USING NOAA SATELLITE DATA DEPARTMENT OF PHYSICS INSTITUTE OF NATURAL AND APPLIED SCIENCES UNIVERSITY OF ÇUKUROVA Supervisor: Prof. Dr.Vedat PEŞTEMALCI Year: 2007 Pages: 71 Jury : Prof. Dr.Vedat PEŞTEMALCI : Assist.Prof. Dr. H. M. KANDIRMAZ : Assist. Prof.Dr.Veysel POLAT In this study, it is tried to determine the vegetation variation of Turkey between In the study, views belonging to Turkey, taken from NOAA- AVHRR are examined by using ERDAS software packet program. NDVI (Normalized Difference Vegetation Index) method is applied over the satellite views. Later, unsupervised classification method is applied to the views and 4 types of general covering classes are determined. In this study variation of vegetation class is obtained. Key Words: Remote Sensing, NOAA-AVHRR Data, Image Processing, Vegetation Index, Classification. II

5 TEŞEKKÜR Bu çalışmanın tamamlanabilmesi için hoşgörüsünü, ilgisini ve desteğini esirgemeyen danışmanım Sayın Prof. Dr. Vedat PEŞTEMALCI ya şükranlarımı sunuyorum. Bu tez sürecinde yardıma her ihtiyaç duyduğumda yardımlarını benden esirgemeyen Arş.Gör. B.Yiğit YILDIZ a; Doktora öğrencileri olan Mehmet ŞAHİN e ve Nazım AKSAKER e; Yakın arkadaşım Pelin İRGİN e; Çalışmam boyunca maddi ve manevi desteğinden dolayı eşime teşekkür ediyorum. III

6 İÇİNDEKİLER SAYFA ÖZ...I ABSTRACT...II TEŞEKKÜR...III İÇİNDEKİLER...IV ŞEKİLLER DİZİNİ...VI ÇİZELGELER DİZİNİ...IX SİMGELER VE KISALTMALAR.X 1.GİRİŞ.1 2.ÖNCEKİ ÇALIŞMALAR.3 3.MATERYAL ve METOD Materyal Metod Uzaktan algılama ve Temel Esasları Radyasyon Kaynağı Atmosferik Geçiş Koridoru Hedef- Yeryüzü Objeleri Algılayıcı Platformlar NOAA Uyduları NOAA Uydularının Genel Özellikleri NOAA Serisi Uydularda Yer Alan Başlıca Algılama Sistemleri Sayısal Görüntü ve Görüntü İşleme Görüntü Nedir? Sayısal Görüntü Sayısal Uydu Görüntülerinin Analizi Görüntü Düzeltme Görüntü Zenginleştirme Görüntü Sınıflandırma Bitkilerin Spektral Yansıma Karakteristikleri..31 IV

7 Bitkilerde Yansımayı Etkileyen İç Faktörler Bitkilerde Yansımayı Etkileyen Dış Faktörler Bitki İndeksleri Normalize Edilmiş Bitki Örtüsü İndeksi ARAŞTIRMA BULGULARI SONUÇLAR ve ÖNERİLER..64 KAYNAKLAR...66 ÖZGEÇMİŞ 71 V

8 ŞEKİLLER DİZİNİ SAYFA Şekil 3.1. Türkiye Orman Varlığı Haritası...11 Şekil 3.2. Uzaktan algılama olayı Şekil 3.3. Elektromanyetik tayf diyagramı.13 Şekil 3.4. Bazı yeryüzü örtü tiplerinin elektromanyetik tayf içerisinde yansıma Karakteristikleri...14 Şekil 3.5. NOAA uydusu ve üzerinde yer alan algılayıcı sistemler 16 Şekil 3.6. Elektromanyetik spektrumun farklı dalga boylarında bitkiden olan Yansıma..31 Şekil tarihli Qto1B programı kullanılarak elde edilmiş ham görüntü 37 Şekil tarihli NOAA 15 AVHRR görüntüsü...38 Şekil tarihli NOAA 15 görüntüsünden kesilmiş görüntü.39 Şekil 4.4. ERDAS programı kullanılarak coğrafi düzeltmesi yapılan tarihli görüntü 39 Şekil 4.5. NOAA 15 ten alınan tarihli ham görüntü..41 Şekil 4.6. NOAA 15 ten alınan tarihli NDVI görüntüsü 41 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali.41 Şekil tarihli ham görüntü...42 Şekil 4.9. NOAA 15 ten alınan tarihli NDVI görüntüsü 42 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...42 Şekil tarihli ham görüntü.43 Şekil tarihli NDVI görüntüsü.43 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...43 Şekil tarihli ham görüntü 44 Şekil NOAA 16 dan alınan tarihli NDVI görüntüsü 44 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...44 Şekil tarihli ham görüntü...45 Şekil NOAA 12 den alınan tarihli NDVI görüntüsü.45 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...45 VI

9 Şekil tarihli ham görüntü...46 Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü..46 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...46 Şekil tarihli ham görüntü 47 Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü.47 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...47 Şekil tarihli ham görüntü 48 Şekil NOAA-16 dan alınan tarihli NDVI görüntüsü.48 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...48 Şekil tarihli ham görüntü.49 Şekil NOAA 16 dan alınan tarihli NDVI görüntüsü.49 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...49 Şekil tarihli ham görüntü 50 Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü..50 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...50 Şekil tarihli ham görüntü 52 Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü...52 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...52 Şekil tarihli ham görüntü 53 Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü..53 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...53 Şekil tarihli ham görüntü 54 Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü..54 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...54 Şekil tarihli ham görüntü 55 Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü...55 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...55 Şekil tarihli ham görüntü 56 Şekil NOAA-16 dan alınan tarihli NDVI görüntüsü.56 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...56 Şekil tarihli ham görüntü 57 VII

10 Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü..57 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...57 Şekil tarihli ham görüntü 58 Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü..58 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...58 Şekil tarihli ham görüntü 59 Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü..59 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali Şekil tarihli ham görüntü 60 Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü..60 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...60 Şekil tarihli ham görüntü 61 Şekil NOAA-12 den alınan tarihli NDVI görüntüsü.61 Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali...61 Şekil Bitkisel alanların yıllara göre değişim grafiği.63 Şekil Bitkisel alanların aylara göre değişim grafiği..63 VIII

11 ÇİZELGELER DİZİNİ SAYFA Çizelge 3.1. Çalışmada kullanılan görüntülerin uydu numarası ve tarihleri...10 Çizelge 3.2. NOAA uydularının görev süreleri, yükselme ve alçalma boğumları.17 Çizelge 3.3. AVHRR Algılayıcısının bantları ve bant özellikleri..20 Çizelge 3.4. Bantlara göre NDVI değerleri 35 Çizelge 4.1.Sınıflandırma sonucunda elde edilen sınıfların alanları..62 IX

12 SİMGELER VE KISALTMALAR TM ET AVHRR UTM CBS ETM NOAA AMSU MSU HIRS IFOV SEM VIS NIR : Thematic Mapper : Evapotranspirasyon : Advanced Very High Resolution Radiometer : Universal Transverse Mercator : Coğrafi Bilgi Sistemi : Enhanced Thematic Mapper : National Oceanic and Atmospheric Administration : Advanced Microwave Sounding Unit : Microwave Sounding Unit : High Resolution Infrared Radiation Sounder : The Average Instantaneous field-of-view : Space Environment Monitor : Visible : Near Infrared X

13 1. GİRİŞ 1.GİRİŞ İnsanoğlu beslenme, barınma ve artan diğer ihtiyaçlarını karşılamak için yaşadığı alanları kendi ihtiyaçları doğrultusunda kullanmakta ve bazı düzenlemeleri sağlıklı ve güvenilir bir yaşam için yapmaya çalışmaktadır (Genç ve ark.,2005). Yalnızca biz insanlar için değil bütün yeryüzü canlıları için hayati önem taşıyan bitki, toprak ve iklim üçlüsüne ait bilgilerin devamlı, yeterli sıklıkta ve düzenli olarak elde edilmesi gerekmektedir. Bilginin sürekliliği ve geniş alanlara ait olması, bu bilgilerle ilgili verilerin hacmini arttırmaktadır. Bu boyutlardaki veri için gerekli olan hız, devamlılık, güvenirlik ve maliyet açısından uzaktan algılama yöntemleri bilinen diğer yöntemlere göre üstünlükleri olan teknolojidir (Dinç ve ark.,2004). Bitki örtüsü ve bitki yoğunluğu; bitki, toprak ve iklim oluşumunda önemli göstergelerden biridir. Yeryüzü objeleri içinde uzaktan algılama ile kolayca tanınıp incelenen objelerden biri de bitki örtüsüdür. Bunun nedeni bitkinin yakın kızılötesi bölgede ışığı çok fazla yansıtmasıdır. Bu özellikten yola çıkarak NOAA uydu dizilerine yerleştirilmiş olan AVHRR(Advenced Very High Resolution Radiometer) nin 1. ve 2. kanallarının çeşitli matematiksel kombinasyonları, yeşil bitki örtüsünü belirlemede kullanılmaktadır. Bu matematiksel büyüklüklere bitki indeksleri denir. Tayfın görünür bölgesinde, elektromanyetik radyasyonun yeşil bitkiden olan yansıma miktarı %20 yi aşmamakta, fakat kızılötesi bant bölgesinde %50 60 civarında olmaktadır. Buna karşın su yüzeyleri, bulutlar ve kıraç arazi her iki bant bölgesinde aynı yanıtı vermektedir. Bu nedenle NOAA uydularının 1. ve 2. kanallarındaki elektromanyetik dalga yayılımı ile yapılan ölçümler arasındaki fark,bitki örtüsü ile kaplı bölgeler için bir gösterge olmaktadır(dinç ve ark.,2004). Şimdiye kadar yapılan çalışmalar sonucunda UA ve bitki örtüsü indeksi metodunun uygulandığı alanlar aşağıda sıralanmıştır: Toprak özellikleri ile ürün verimi ilişkisi Bitki örtüsü haritasının elde edilmesi Mera hayvancılığı Evapotranspirasyon(bitkideki buharlaşma) belirlenmesi 1

14 1. GİRİŞ Bitki örtüsü değişim analizi Kent yeşil alanlarının belirlenmesi Tarım politikalarının belirlenmesi. Bu çalışmada Türkiye nin bitki örtüsü değişiminin uzaktan algılama yöntemleri ve değişik algoritmalar kullanılarak yılları arasındaki değişiminin incelenmesi amaçlanmıştır. 2

15 2.ÖNCEKİ ÇALIŞMALAR 2. ÖNCEKİ ÇALIŞMALAR Shimabukuro ve arkadaşları (1996), AVHRR(Advenced Very High Resolution Radiometer) dan alınan bitki örtüsü, toprak ve bölge parçası görüntülerini çıkarmak ve NDVI ya ek olarak toprak örtüsünü görüntülemek ve incelemek istemişlerdir. Bu ürünleri elde etmek için Haziran 1993 periyodundan alınan 6 AVHRR görüntüsü Brezilya nın güneydoğusunda Sao Paolo eyaleti civarında birleştirilmiş ve kullanılmıştır. Bitki örtüsü kesir bileşen değerlerinin NDVI değerleri ile güçlü bir şekilde ilişkilendirilmiştir. Ayrıca, parça görüntülerinin mevcut Landsat TM görüntülerinden alınan Sao Paolo eyaleti küresel bitki örtüsü haritası ile iyi bir uyum gösterdiği gözlemlenmiştir. Gonzales ve ark.(1997) yaptıkları bir çalışmada Landsat TM verilerini kullanarak bitkisel üretim alanlarını belirlemişlerdir. Geleneksel teknikler yardımı ile hesaplanan evapotranspirasyon (ET) değerleri AVHRR verilerinden hesaplanan NDVI değerleri ile karşılaştırılmış ve UA tekniklerinin ET nin belirlenmesinde oldukça gerçekçi sonuçlar verdiği belirlenmiştir. Şenkal (1998), Çukurova Bölgesinin, bitki örtüsünü, NOAA 14 AVHRR verilerini kullanarak ve bitki indeksi (NDVI: Normalized Difference Vegetation Index) metodu ile belirtmeye çalışmıştır. Bölgede, coğrafi ve mevsim koşulları göz önüne alınarak 6 tip genel örtü sınıfı saptanmıştır ve 1997 yılına ait aylık görüntülerin NDVI değerleri işlenerek, en yoğun NDVI değerlerinin ilkbahar ayına denk düşen Mayıs ayında olduğu Temmuz, Eylül ve Ekim aylarının bu aya göre düşük olduğu sonucuna varılmıştır. Chen ve arkadaşları (1999), Çin in 1km kara örtüsü veri birikimini geliştirmişlerdir. Mart 1993 ile Nisan 1999 arasında AVHRR dan alınan aylık NDVI verilerinin eğitimli ve eğitimsiz sınıflandırılmasının birleştirilmesi sağlanmıştır. Çalışmada 0,aylık AVHRR NDVI maksimum değer parçalarının eğitimsiz sınıflamasının ISOCLASS algoritmasını kullanılarak uygulanmıştır. Tek kara örtüsü sınıflarının gruplandırılması için, hazırlık tanımlayıcısı, dijital yükseltme modelleri, bölgesel ekoloji verileri ve diğer kara örtüsü referansları birleşimi ile birlikte sürdürülmüştür. Görüntü analizi ve sınıflandırılması ve coğrafi bilgi süreci ER 3

16 2.ÖNCEKİ ÇALIŞMALAR MAPPER ve CITYSTAR programlarını kullanmışlardır. Sonuçlarla ilgili olarak, aylık NDVI görüntülerinin karakteristik istatistikleri ve mevcut geleneksel verileri (Çin in kara örtüsü kullanımı, kaynakları ve çevre verileri, alanın gerçek verisi vs.) kümelendirme sonucu detaylı bir şekilde analiz edilmiştir. Tek yeryüzü sınıfı kümelerin birleşimi eğitim verisi olarak kullanılmış, karışık kümeleri ayırt etmek için de maksimum olasılık algoritmasını kullanmışlardır. Sonuç olarak, Çin in kara örtüsü veri birikimi 11 sınıfta oluşturulmuş, sınıflandırmanın hata matriksi eğitim verileri kullanılarak analiz edilmiş. Farklı çok çeşitli tekniklerin doğruluğunun bir ölçütü olan KAPPA analizi hesaplanmıştır ve %89,4 olan toplam doğruluk %91,3 e denk gelmiştir. Fakat veri birikiminin doğruluğu ve yeryüzü sınıflandırılmasının detayları, sadece NDVI ve kısıtlı verilere uygulandığı için sınırlı olmuştur. Ayrıca sadece kanal 1 ve kanal 2 den alınan NDVI dan çok, mümkün olduğu kadar AVHRR nin tüm 5 kanalının bilgilerini kullanarak bu prosedüre başvurmanın daha iyi olacağı sonucuna ulaşılmıştır. Şeker ve arkadaşları (2000), Türkiye deki bitkisel dağılımın uzaktan algılama ve Coğrafik bilgi sistemlerini kullanarak araştırılması üzerine yaptıkları çalışmada Trakya bölgesini seçmişler, Tarım Orman ve Köyişleri Bakanlığından alınan ve farklı toprak tipleri gösteren 1992 tarihli Landsat TM ve 1993 tarihli SPOT Pankromatik görüntülerini kullanmışlardır. Bu bilgileri aynı GIS veri tabanında kullanmak için uzaktan algılama verileri UTM koordinat sistemine dönüştürülmüş, görüntü işleme ve toprak kullanımının sınıfları için eğitimsiz sınıflama yöntemi (ISO-DATA) uygulanmıştır. Sınıflandırma 20 sınıfta gerçekleşmiş ve bitkisel örtü tipleri ile toprak tipleri Arcview GIS kullanılarak ilişkilendirilmiştir. Sonuçta dört farklı toprak tipi, tarımsal alan, orman alanı ve yerleşim alanı gibi alanlar belirlenmiştir. Çalışma sonucunda erozyondan korunmasız bölgelerin hesaplanması, toprak kullanımı, kentsel bölgelere göç gibi konularda planlayıcılar için oldukça yararlı bilgiler elde edilmiştir. Maxwell ve arkadaşları (2001), hangi kanalın örtü türlerinin ayrımında etkili olduğunu ve yıl içi değişkenliğini dengede tutan kanalları belirlemek için AVHRR orijinal uzaysal kanalların farklı kombinasyonlarda (1 5) birleşimini kullanarak 5 yıllık AVHRR verilerini değerlendirmişlerdir. Çalışmada kanalların önce ikili 4

17 2.ÖNCEKİ ÇALIŞMALAR kombinasyonları (1+5, 1+4, 1 3), daha sonra üçlü ve ikili kombinasyonları (1+2+4,1+2, ) kullanılarak her kanalın ayırt edici özelliği bulunmaya çalışılmıştır. Sonuçta etkili örtü türünün ayrımı için 3 kanalın; kırmızı görünür, yakın kızılötesi ve termal kanalın gerekli olduğunu görmüşlerdir. Etkili bir örtü türü ayrımı yapmak için elektromanyetik tayfın her bir ana parçasından bir kanal (kırmızı görünür, yakın kızılötesi ve termal) gereklidir görüşüne varmışladır. Karabulut ve arkadaşları (2002), uzaktan algılama yöntemleri ile elde edilen verileri kullanarak vejetasyonun yıl içerisindeki değişiminin izlenmesi ve incelenmesi üzerine yaptıkları çalışmada, 15 günlük periyodlar halinde hazırlanan NOAA-AVHRR uydusuna ait verileri kullanarak doğal bitki örtüsü ile yağış koşulları arasındaki ilişkileri incelemişlerdir. Bu amaçla Amerika Birleşik Devletleri nde, Güney Dakota nın güney doğu bölümü olan Black Hills bölgesi seçilmiştir. Sonuçlar yağış koşulları ile bitki örtüsü arasındaki ilişkilerin Normalleştirilmiş Fark Bitki İndeksi (NDVI) yoluyla tespit edilebileceğini ortaya koymuştur. Özellikle otsu bitkilerin kuraklık koşullarından daha çok etkilendiği, buna karşılık orman alanlarının daha az tepki verdikleri NDVI değerlerinden anlaşılmıştır. Yine bitkilerin yağışlara hemen tepki göstermediklerini ve yağışların etkilerinin belli bir süre sonra ortaya çıktığını gözlemişlerdir. Özellikle son iki ayda meydana gelen yağışların bitki örtüsü üzerindeki etkilerinin en yüksek seviyeye ulaştığını belirlemişlerdir. Körümdük (2003), Landsat 7 ETM + uydu görüntüsü kullanarak Adana ilinin kuzeyindeki orman alanları ve orman örtüsünü oluşturan ağaç türlerini tespit etmiştir. Farklı bitki türlerini belirlemede Landsat uydu verilerinin normalize edilmiş bitki indeksini Band 1 ve Band 3 için hesaplamıştır. GAP (Güneydoğu Anadolu Projesi) Bölge Kalkınma İdaresi Başkanlığı (2003),Harran Ovası Fırat Sulama Birliğinde ürün deseninin uydu görüntülerinden belirlenmesi projesinde 27 Mart 2000 tarihli LANDSAT 7 ETM+ve 16 Ağustos 2000 tarihli SPOT 4 görüntüleri kullanılmıştır. İlk aşamada mevcut veriler kullanılarak pamuk, hububat, mısır(ikinci ürün) ve nadas için otomatik sınıflama yapılmıştır. Yapılan analizler sonucunda Mısır(ikinci ürün) ve nadas alanları ayrımının yapılabilmesi için Normalize Edilmiş Bitki İndeksi nin (Normalized 5

18 2.ÖNCEKİ ÇALIŞMALAR Difference Vegetation Index-NDVI)kullanılması gerektiği anlaşılmıştır. NDVI değerlerinin analizleri sonucu belirlenen nadas ve mısır alanları daha önce yapılmış olan otomatik sınıflandırma sonucu belirlenen pamuk ve hububat alanları ile birleştirilerek dört sınıf içeren bir tematik sınıflandırma haritası elde edilmiştir. Sonuçta, bölgede sulama birliklerine verilen beyanlardan kaynaklanan kayıpları önlenebileceği ve sağlıklı ürün planlaması yapılabileceği görülmüştür. Handil ve arkadaşları (2005),Van yöresindeki meralardaki mevsimsel gelişimin ve hayvancılıkla olan ilişkisini uzaktan algılama metodları ile araştırmışlardır. Van Özalp ilçesi Dönerdere ve Günyüzlü köylerine ait hayvan ve mera varlıkları çalışma materyali olarak seçilmiştir. İki haftalık aralıklarla beş döneme ait mera alanları ve bitki uzunlukları köylere bizzat gidilerek elde edilirken, bu dönemlere ait vejetasyon indeksleri (NDVI) NOAA-AVHRR uydu verilerinden elde edilmiştir. Çeşitli dönemlerdeki bitki uzunlukları ile aynı dönemlere ait uydu NDVI değerlerinin analizinden, uydu verilerinin vejetasyon değişimlerini belirlemede kullanılabileceği ancak bitki uzunluğunun yalnız başına uydu NDVI ölçütü olamayacağı görülmüştür. Uzaktan Algılama Sistemleri kullanılarak mera alanlarına ait vejetasyon değişimleri doğrulukla ve kısa zamanda belirlenebildiği, ancak uydu verilerine dayalı vejetasyon değerlendirmelerinin güvenli bir şekilde yapılabilmesi için yer destekli mera değerlendirmelerinin yapılması yararlı olacaktır görüşüne varılmıştır. Karakaş (2004), uzaktan algılama ve coğrafi bilgi sistemi (CBS) tekniklerini kullanarak toprak özellikleri ile pamuk verimi arasındaki ilişkiyi belirlemek amacı ilişkiyi belirlemek amacı ile yaptığı çalışmada Şanlıurfa ili Harran Ovası kapsamındaki 18 sulama birliğinin kapladığı alanı seçmiştir. Toprak özellikleri ve pamuk verimi arasındaki ilişkiyi kurmak için 1/ ölçekli toprak haritası bilgisayar ortamına aktarılarak sayısallaştırılmıştır. Ovadaki bitki yoğunluğunu belirtmek ve verim tahmininde bulunmak üzere 2002 yılı Eylül ayına ait Landsat 7 ETM+ görüntüsüne NDVI( Normalized Difference Vegetation Index) modeli uygulanarak ovanın az yoğundan, çok yoğuna doğru farklı yoğunluktaki NDVI değerleri bulunmuş ve NDVI haritası oluşturulmuştur. NDVI sınıflamasında ovadaki bitki indeksi değerleri -1 ile arasında yer almıştır. Ovadaki pamuk verim 6

19 2.ÖNCEKİ ÇALIŞMALAR seviyelerini belirlemek için zenginleştirilmiş görüntülerden yararlanılarak farklı alanlardaki parsellerden verim değerleri alınmıştır. Ovanın farklı alanlarından alınan bu verim değerleri CBS ortamında NDVI haritası ile ilişkilendirilmiştir. Bu ilişki doğrultusunda ovada dört farklı verimliliğe sahip pamuk verim haritası oluşturulmuştur. Buna göre pamuk alanlarının %28,8 inin düşük verimli,%31,4 ünün orta ve %46,3 ünün yüksek verime sahip alanlar olduğu bulunmuştur. Oluşturulan bu veriler doğrultusunda pamuk verimi ve toprak özellikleri arasındaki ilişki sorgulanmıştır. Düşük verimli alanlarda derinlik, eğim, taban suyu ve tuzluluk parametrelerinin pamuk verimi üzerinde belirgin bir etkiye sahip olduğu görülmüştür. Yüksek verimli alanlarda toprak özelliklerinin derinlik, eğim, tuzluluk, drenaj bakımından problemsiz alanlar olduğu görülmüştür. Gonzales ve arkadaşları (2004), NOAA-AVHRR verilerini ve NDVI metodunu kullanarak yılları arasında İspanya nın bitki örtüsü değişimini incelemişlerdir. Bu periyod içinde NDVI ın aylık ortalama değerlerinin anormallik gösterdiği saptanmış ve küresel ısı artışının, dolayısıyla kuzey yarı kürede yüksekliğe bağlı olarak bitkilerin aktivitesinde önemli ölçüde artış gözlenmiştir. Çalışmada on yıldan fazla bir süre için 5000 den fazla NOAA-AVHRR görüntüsü 1 km çözünürlükte işlem görmüştür. Sonuçta İspanya nın bitkisel aktivitesinde bir artış olduğu gözlemlenmiştir. Han ve arkadaşları (2004), SPOT 4/VEGETATION uydu sisteminden alınan 1km. çözünürlükteki verilerle, K- ortalaması kümelendirme metodunu kullanarak tüm Fransa nın kara örtüsü sınıflandırmasını gerçekleştirmişlerdir. Kyung- Soo Han ve arkadaşlarının yaptığı çalışmada ilk olarak uyduya dayalı kara örtüsü sınıflandırmasının sonuçlarını, çalışmaların doğruluğunu değerlendirmek için referans olarak sergilenen Çevre Bilgisi Koordinasyonu veri birikimi ile başarılı bir şekilde karşılaştırmışlardır. Bir kazanç aygıtı ve bunun işlemcisi ile dağıtım bileşenlerinden meydana gelen SPOT4 uydu sisteminde bulunan VGT gezgin gemisini çalıştırmak ve geliştirmek için VEGETATION (VGT) programını kurmuşlardır. Çalışmada SPOT 4/VEGETATION programında, VGT görüntüleri NOAA- AVHRR verileri ile karşılaştırıldığında daha arındırılmış, piksel kara örtüsü sınıflandırması görülmüştür. 7

20 2.ÖNCEKİ ÇALIŞMALAR Uz ve Çabuk (2005), Eskişehir ili kent merkezine ait yeşil alanların CBS(coğrafi bilgi sistemleri ve uzaktan algılama sistemleri, yüksek çözünürlüklü uydu görüntüleri ve multispektral uydu verileri ile farklı yöntemler kullanarak saptanabilirliğinin incelenmesi ve bu sistemlerin planlama bilgi sistemi oluşmasında kullanılabilirliğini ve avantajlarını ortaya koymaya yönelik yaptıkları çalışmada hem UA hem de CBS (Coğrafi Bilgi Sistemleri) analizlerini kullanmışlardı. Çalışma alanındaki yeşil alanların dağılımlarını belirlemek amacıyla bitki indeksi, (NDVI) kontrollü sınıflandırma ve görsel sınıflandırma yöntemlerini kullanmışlardır. Sonuçta uydu görüntülerinin planlama çalışmalarının yürütülebilmesi ve aynı ortamda verilerin çakıştırılabilerek analiz edilmesine olanak sağlaması nedeniyle planlama için hızlı ve güncel bir veri kaynağı teşkil etmesi nedeniyle birçok planlama çalışmasında kullanılmaya başlanmıştır. Akkartal ve ark. (2005), çok zamanlı uydu görüntüleri ile bitki örtüsü değişim analizi üzerine yaptıkları çalışmada, Trakya bölgesindeki Kırklareli ili Lüleburgaz ilçesi ve çevresindeki bitki örtüsü değişimini, üç zamanlı Landsat TM ve SPOT XS görüntüsü ile analiz etmişlerdir. Çok zamanlı veri seti ile beş farklı bitki örtüsü indeksi hesaplanmış ve elde edilen görüntüler, farklı bant kombinasyonları alınarak analiz edilmiştir. Yüksek oranda yeşil bitki örtüsü bulunan yani ortalama NDVI değeri 0,7 den fazla olan, düşük oranda yeşil bitki örtüsü bulunan yani ortalama NDVI değeri arasında olan bitki örtüsü bulunmayan yani ortalama NDVI değeri 0.0 dan az olan bölgeleri temsil eden üç kontrol bölgesi seçilerek kontrollü sınıflama uygulamışlardır. Farklı bitki örtüsü indeksleri uygulanarak 1987 ve 2003 yılları arasında bitki örtüsündeki değişimler irdelenmiş ve çok spektrumlu/çok algılayıcılı uydu verilerinin bitki örtüsü analizinde başarıyla uygulanabileceği gösterilmiştir. Karataş ve ark.(2006), sulu tarım alanlarında evapotranspirasyon (bitkilerdeki buharlaşma) belirlenmesine yönelik bir çalışma yapmışlardır. Evapotranspirasyonu (ET), karmaşık hidrolojik parametreleri ölçmeksizin uzaktan algılama (UA) tekniklerini kullanarak belirlemişlerdir. Uzaktan algılama ile ET nin belirlenmesinde Arazi için Yüzey Enerji Dengesi Algoritması (SEBAL, Surface gerekli verilerden birisi olan vejetasyon indeksi (NDVI) UA tekniğiyle saptanmıştır. 8

21 2.ÖNCEKİ ÇALIŞMALAR Bu amaçla 14 Ağustos 2004 tarihli Aşağı Gediz Sulama Sistemini kapsayan bir NOAA 16/AVHRR görüntüsü işlenerek ET haritaları elde edilmiştir. DSİ Genel Müdürlüğü (2006) tarafından, Yusufeli Barajı ve Hidroelektrik Santrali Projesi için hazırlanan ÇED(Çevresel Etki Değerlendirmesi)Raporunda, Yusufeli rezervuarı ve bunun üst drenaj alanının erozyon riskini değerlendirmek amacı ile bitki modelleme çalışması yürütülmüştür. Bu çalışmada drenaj alanının erozyon potansiyelini simüle etmek için Coğrafi Bilgi Sistemi (GIS) VE Uzaktan Algılama (RS) ile birlikte ICUNA modeli kullanılmıştır. Bu model İspanya Doğa Koruma Enstitüsü (ICONA) tarafından geliştirilmiş olup ismini de bu kuruluştan almıştır. Çalışma alanındaki değişik arazi kullanım kategorilerini belirlemek için Landsat Geliştirilmiş Tematik Haritalayıcı (ETM) görüntüsü, olabilecek maksimum algoritma kullanılarak sınıflandırılmıştır. Bitki örtüsü haritasının elde edilmesi için, Normalize Değişik Bitkilenme İndeksi (NDVI) oluşturulmuş ve Landsat ETM görüntüsüne uygulanmıştır.elde edilen NDVI katmanı 4 gruba sınıflandırılmış ve bitki örtüsü katmanı elde edilmiştir.çalışma alanı bitki örtüsü, 1.sınıf için %25 ten küçük,2.sınıf için %25 ile %50 arasında, 3.sınıf için %50 ile %75 arasında ve 4.sınıf için %75 ten büyük olarak saptanmıştır. 9

22 3.MATERYAL VE METOT 3. MATERYAL ve METOD 3.1. Materyal Bu araştırmada kullanılan materyaller aşağıda maddeler halinde sıralanmıştır. a) Türkiye nin yıllarına ait aylık NOAA- AVHRR uydu görüntüleri çizelge 3.1 de verilmiştir. Çizelge 3.1. Çalışmada kullanılan görüntülerin uydu numarası ve tarihleri UYDU NOAA12 NOAA14 NOAA15 NOAA16 TARİH b) Pentium 4 işlemci,256 MB RAM, 80 GB bellek,128 MB ekran kartı, 17 inc renkli ekran, yazıcı c) Erdas 8.4 görüntü işleme programı d) Qto1B görüntü işleme programı. e) IrfanView görüntü işleme programı. 10

23 3.MATERYAL VE METOT c) Sınıflandırmada bitki sınıfının belirlenmesinde Orman Genel Müdürlüğü nün yapmış olduğu Türkiye nin Orman Haritası kullanılmıştır. Bu harita şekil 3.1 de verilmiştir. Şekil3.1. Türkiye Orman Varlığı Haritası ( 3.2 Metod Uzaktan algılama ve Temel Esasları Uzaktan Algılama (Remote Sensing) objelerle fiziksel temasta bulunmaksızın herhangi bir uzaklıktan yapılan ölçümlerle, objeler hakkında bilgi edinme bilim ve sanatı şeklinde tanımlanmaktadır. Bu ölçümler özellikle objelerin elektromanyetik, spektrum içindeki davranışları, konumsal ve yıl içindeki değişimlere dayanmaktadır (Dinç ve Yeğingil, 2001). Uzaktan algılamanın temeli, yeryüzündeki objelerden yansıyan farklı dalga boylarındaki ışığın algılanarak değerlendirilmesine dayanmaktadır (Köroğlu, 2002). Bu temele dayanan uzaktan algılama olayında dört ana öğe bulunmaktadır. (Şekil 3.2). Bunlar; Radyasyon Kaynağı Atmosferik Geçiş Koridoru Hedef-Yeryüzü Objeleri Algılayıcı-Platform dur. 11

24 3.MATERYAL VE METOT Şekil 3.2.Uzaktan algılama olayı (Dinç ve ark.,2001) Radyasyon Kaynağı Uzaktan algılama çalışmaları için radyasyon kaynağı güneştir. Güneş enerjisi, elektromanyetik dalgalar halinde sabit ışık hızı ile yeryüzüne ulaşmaktadır. Yeryüzünde bulunan her cisim kendi farklı özelliklerine göre güneşten gelen bu enerjiyi soğurmakta, yaymakta, geçirmekte ve yansıtmaktadır. Yeryüzüne ulaşan enerjinin tümü hiçbir zaman soğurulmaz, büyük bir kısmı yansıtılır. Bu yansıtma maddenin moleküler ve atomik yapısına, yüzeyin doğasına ve kendi özgül yapısına bağlıdır. Bütün yansıtan yüzeylerin bir yansıtma faktörü vardır. Yeni yağmış kar % 98 lik oranı ile en yüksek yansıtma oranına sahiptir. Yansıma, enerjinin düştüğü yüzeye, radyasyon dalga boyuna ve radyasyonun yüzeye ulaşma açısına bağlı olarak, ayna yüzeyi yansıma (gelen radyasyonun yaptığı açının yansıyan radyasyonun yaptığı açıya eşit olma durumu) veya dağınık yansıma (pürüzlü yüzeylerden yansıyan 0,30 0,15 µm. arasında yer alan dalga boyları) şeklinde olabilir. Bu nedenle elektromanyetik tayfın temel özelliklerinin bilinmesi gereklidir. Şekil 3.3 te elektromanyetik tayf diyagramı verilmiştir(dinç 1993, Dinç ve ark. 2001). 12

25 3.MATERYAL VE METOT Şekil 3.3. Elektromanyetik tayf diyagramı(köroğlu, 2002 ) Atmosferik Geçiş Koridoru Güneşten gelen enerjinin tayfsal dağılımı sabitse yeryüzüne ulaşan miktar atmosferden geçerken belli dalga boylarında değişime uğrar. Çünkü yeryüzüne gelen güneş enerjisi miktarı atmosferde bulunan gazlar, aerosol, buz kristalleri ve su damlaları tarafından soğurulma, saçılma veya yansıtılma işlemleri sonucu değiştirilmektedir. Soğurulma özellikle morötesi ve kırmızı ötesinde baskın olup görülebilir ışıkta çok azdır. Bu durum atmosferdeki H 2 O gibi gazların varlığından kaynaklanmaktadır. Elektromanyetik tayf içerisinde soğurumun hiç olmadığı veya çok az meydana geldiği bölgeler atmosferik geçiş koridoru veya atmosferik pencere olarak tanımlanmaktadır. Uzaktan algılamada atmosferik pencerenin önemi; algılayıcılar tarafından kaydedilebilecek enerjinin en fazla olduğu geçişler gözetilerek çok bandlı algılayıcıların planlanabilmesidir Hedef- Yeryüzü Objeleri Atmosferik koridorlardan geçerek yeryüzüne ulaşan güneş enerjisi yeryüzünde bulunan objelerin fiziksel özelliklerine göre soğurulmakta, yayılmakta veya dağıtılmaktadır. Yeryüzünde bulunan tüm cisimler gelen güneş enerjisinin bir 13

26 3.MATERYAL VE METOT kısmını geri yansıtmaktadırlar ve bu yansıtmanın miktarı da gelen enerjinin dalga boyu ile cisimlerin özelliklerine bağlıdır (Dinç ve Yeğingil, 1995). Yeryüzünde cisimlerin güneşten gelen enerjiyi, özellikle elektromanyetik tayfın 0,3 0,7µm (optik dalga boyları) bölgesinde, kendilerine özgü olarak yansıtma ve yayma karakteristikleri onların uzaktan algılama algılayıcısı tarafından bu farklı özelliklerine göre tanınıp ayırt edilebilmesine imkân sağlamaktadır (Fitzgerald, 1972; Hignam ve ark. 1975). Uzaktan algılama ile algılanan yeryüzü cisimleri şu şekilde sıralanmaktadır; Bitki örtüsü (Orman ve ağaçlar, otlak ve kültür bitkileri) Kayaçlar ve toprak sınıfları Su yüzeyleri İnsan yapısı materyaller Bunlar içerisinde tipik olan bazı yeryüzü örtü çeşitlerinin elektromanyetik tayf içerisinde yansıma karakteristikleri şekil 3.4 deki gibidir. Şekil 3.4. Bazı yeryüzü örtü tiplerinin elektromanyetik tayf içerisinde yansıma karakteristikleri (Köroğlu,2002) Algılayıcı Platformlar Uzaktan algılama teknikleri kendine özgü niteliklere sahip olan çeşitli tipteki platformlardan uygulanabilmektedir. Uzaktan algılama tekniklerinde yer gözlem platformları, hava gözlem platformları ve uzay gözlem platformları olmak üzere üç tip platform kullanılmaktadır (Dinç ve Yeğingil, 1995; Sesören, 1999; Dinç ve ark., 2001). 14

27 3.MATERYAL VE METOT Uzay platformları (uydular) büyük bölgelerin çok daha kısa zamanda incelenmesine olanak sağlarlar. Bu araçlar iki tiptir; insanlı uydular ve otomatik uydular. İnsanlı uydular çok büyük boyutlara sahip olduğundan tayfın bütün kullanışlı bölgeleri için yapılmış bir ölçüm sistemini kolaylıkla taşıyabilirler ve daha hassas ölçüm yapabilirler. Ancak çalışma sürelerinin kısa oluşundan ötürü seçilen hedef üzerinde çok az sayıda gözlem yapabilmektedirler NOAA Uyduları Ulusal okyanus atmosferik teşkilatı (NOAA) küresel okyanuslar, atmosfer, uzay ve güneş ile ilgili bütün çalışmaları yapan, verileri toplayan ve bu elde etmiş olduğu verileri bilime uygulayan bir teşkilattır. NOAA şiddetli hava hadiseleri için planlar yapmakta, denizler ve gökyüzü için haritalar çıkarmakta, okyanus ve deniz kaynaklarının kullanımı ve korunması için gerekli önlemleri almakta ve doğayı anlamamız konusunda geliştirici araştırmalar yapmaktadır. NOAA uyduları yerden yaklaşık km. yükseklikteki yörüngelerinde yer almaktadır. Bu Uydular kutupsal yörüngeli uydulardır. Yani kutuptan kutba dünya etrafında tur atmakta ve taradığı bölgelerin görüntülerini dünya üzerindeki alıcı merkezlerine ulaştırmaktadır. Dünyanın da kendi etrafında dönmesi sebebiyle her turda değişik alanı tarayabilirler. Şekil 3.5 te NOAA uydusu ve verilerinde yer alan algılayıcı birimler şematik olarak gösterilmiştir. 15

28 3.MATERYAL VE METOT Şekil 3.5. NOAA uydusu ve üzerinde yer alan algılayıcı sistemler NOAA Uydularının Genel Özellikleri NOAA uydularının fırlatılış tarihleri, görev süreleri, yükselme ve alçalma boğumu ile ilgili bilgiler çizelge 3.2 de verilmiştir. 16

29 3.MATERYAL VE METOT Çizelge 3.2.NOAA uydularının görev süreleri, yükselme ve alçalma boğumları( Uydu Numarası Fırlatılma Tarihi Yükselme Boğumu Alçalma Boğumu Hizmet Süreleri TIROS-N NOAA NOAA NOAA NOAA NOAA Devam Ediyor NOAA NOAA NOAA Devam Ediyor NOAA Devam Ediyor NOAA Devam Ediyor NOAA Devam Ediyor NOAA Serisi Uydularda Yer Alan Başlıca Algılama Sistemleri Amerika Birleşik Devletlerince planlanıp uzaya gönderilen ve faaliyetlerine halen devam eden bu uyduların günümüz bilim adamlarının ihtiyaçlarını ve veri gereksinimlerini karşılayabilmesi için sürekli olarak yeni geliştirilen algılayıcı platformlarla değiştirilmeleri gerekmektedir. Bu algılama platformları aşağıda sıralanmıştır. 1) Gelişmiş Mikrodalga Çevirici Ünitesi (AMSU): Bu yeni tip pasif mikrodalga algılayıcısı, NOAA nın atmosferik alıcı takımlarına gelen sinyali 17

30 3.MATERYAL VE METOT anlamlı bir şekilde arttırmıştır. AMSU özellikle bulutlar, su buharı profili ve yere düşen kar ve su miktarı ile ilgili bilgi ve buz çalışmaları için dizayn edilmiş ve TIROS-N serisi uydularda bulunan mikrodalga çevirici ünite (Microwave Sounding Unit: MSU) detektörüne göre çok daha hassastır. AMSU ünitesi değişik amaçlarla algılama yapan 2 algılayıcıdan oluşur. Bunlar AMSU-A ve AMSU-B dir. a. Gelişmiş Mikrodalga Çevirici Ünitesi -A (AMSU-A): AMSU-A sistemi 2 modülden oluşur; AMSU-A1 ve AMSU-A2. AMSU-A küresel atmosferik sıcaklık profillerinin çıkarılması ve atmosferde bulunan atmosferik suyun ve onun her formu hakkında bilgi edinilmesinde kullanılan çok kanallı mikrodalga radyometresidir. AMSU-A dünya yüzeyinin 45km üzerinde atmosferik olayları algılayabilen çizgisel taramalı( cross-track ) bir alettir. AMSU-A V bandından da 12 kanal bunlar (3 den I4 e), W bandından bir kanal (15) ve bunlarla ilgili devrelerden oluşan modüldür. AMSU-A2; 2 tane alçak frekans kanal (K ve Ka) tarama, kalibrasyon, işleme, güç kontrol ve donanım ünitesini içeren bir modüldür. b. Gelişmiş Mikrodalga Çevirici Ünitesi-B (AMSU-B): AMSU-B 5 kanalı mikrodalga radyometresidir. Bu aletin amacı atmosferin birçok değişik katmanından gelen ışınım değerlerini ölçerek global nem profillerini oluşturmaktır. AMSU-A aleti ile beraber çalışarak 20 kanallı mikrodalga algılayıcısını oluşturur. AMSU-B 16 dan 20 ye kadar olan kanalları ihtiva eder. 2) Yüksek Çözünürlüklü Kızılötesi Işınım Algılayıcısı (HIRS/3); HIRS/3 Dünyadan yayınan enerjiyi tek bir teleskopla saniyenin her 1/10 unda toplayan, cross-track tarama metotlu bir step ayna kullanan 20 kanallı bir tarayıcı alettir. Toplanan enerji bir ışık bölücüyle uzun dalga (6.5µm üzerinde) ve kısa dalga (4.6µm) ya bölünür. Kısa dalga boyuna bölünen ışık, yolu üzerinde bulunan ikinci bir ışık bölücü ile görünür bölgedeki ışığı silikon detektöre böler. Multispektral veri 1 görünür kanal (0.69µm), 7 kısa dalga kanalı (3.7 den 4.6µm) ve 12 uzun dalga kanalınca (6.5 ten 15µm) oluşturulur. HIRS/3 de bir tek 15.0cm yarıçaplı teleskop ve tekerlek şeklinde dönebilen 20 tane filtre yardımıyla veri toplanır. Görünür ve yakın kızılötesi bölgesindeki kanallar için IFOV 1.4 derece ve uzun kızılötesinde ise IFOV 1.3 derecedir. Uydunun yüksekliği de 833km olduğu düşünülürse bunlar dünya üzerinde 20.3km ve 18.9km lik bir çapa karşılık gelir. Yer yüzeyinden yayınan 18

31 3.MATERYAL VE METOT enerjiyi 3 ana detektör kullanarak algılar. Bir silikon fotodiyot aletin normal sıcaklığında (15 ) görünür bölgedeki enerjiyi algılar. Bir indian antimod ve kadminyum tellür dedektör (100 K civarında çalışır) kısa ve uzun kızılötesi enerjiyi de algılar. Kızılötesi bölgede kalibrasyon yapabilmek için iki radyometrik hedef kullanılır. Bunlardan biri HTRS/3 ana ünitesine monte edilmiş sıcak bir hedef, diğeri ise uzaydır. Bunlardan alınan verilerle her 256 saniyede her kanal için hassas kalibrasyon yapılabilir. 3) Çevresel Uzay Monitörü (SEM-2): SEM-2, uydunun bulunduğu yükseklik civarında yüklü parçacıkların akışını algılayabilen yüklü-parçacık spektrometresidir. TIROS-N serisinde bulunan SEM-T in geliştirilmiş halidir. SEM-2 iki dedektör içerir; Toplam enerji dedektörü (TED) ve median enerji proton ve elektron dedektörü (MEPED). TED, 0.05 den 20KeV a kadar olan elektron ve proton enerji akışını ölçer. MEPED ise 16 MeV>35 MeV>70 MeV>140MeV aralıklarındaki proton enerjilerini ölçer. 4) Çok Yüksek Çözünürlüklü Gelişmiş Radyometre (AVHRR): Bu dedektör görünür bölgede algılama yapan kanalların düşük enerjili ışıkları algılamasında ve spektral alanda büyük kazanç sağlar. Ayrıca 3A diye adlandırılan 1.6 µm de kar ve buz dağılımını inceleyen bir ek kanal içerir. Yağlama ve motor aksamında yapılan değişimlerle tarama mekanizmasının ömrü uzatılmıştır, ayrıca yeni eklenen bir güneş kalkanı ile AVHRR in tarama detektöründe güneş ışınlarından dolayı ortaya çıkacak kalibrasyon ve gürültü olaylarının önüne geçilmiştir. Altı kanallı tarama özelliğine sahip AVHRR/2 dedektörünün her kanalı dünya üzerindeki tarama alanını aynı anda görür. Her tarayıcıdan elde edilen bilgiler kullanıcılar tarafından yapılan işlemler sonrasında hidrolojik, okyanus bilimleri, meteorolojik arazi kullanımı üzerine çok bantlı analizler yapılabilecek hale gelir. 1, 2 ve 3A bandında elde edilen veriler elektromanyetik spektrumun görünür ve yakın kızılötesi bölgesinde yer yüzeyinden yansıyan enerjinin algılanmasıyla elde edilir. 3B, 4 ve 5 bantlardan elde edilen veri yer yüzeyinin, suyun, deniz yüzeyinin ve bunların üzerinde bulunan bulutların sıcaklıklarından dolayı yaydıkları enerjinin belirlenmesi ile elde edilir. Bu 6 bantta elde edilen verilerden yalnız 5 tanesi aynı 19

32 3.MATERYAL VE METOT anda dünyaya gönderilir. 3A ve 3B kanallarından elde edilen veriler görüntünün gündüz veya gece alınmasına bağlı olarak kendi aralarında değiştirilerek gönderilir. 3B verileri daha ziyade gündüz verilerinde gönderilir. Çizelge 3.3. de AVHRR in bantları ve özellikleri verilmiştir. Çizelge 3.3. AVHRR Algılayıcısının bantları ve bant özellikleri( Bant Numarası Bant1(Görünür Bölge) Bant-2(Yakın Kızılötesi) Bant3a(Yakın Kızılötesi) Bant-3b(Orta Kızılötesi) Bant-4(Termal Kızılötesi) Bant-5(Termal Kızılötesi) NOAA Uyduları: (µm) NOAA Uyduları: (µm) NOAA Uyduları: ( µm) Taranan Alan (miliradyan) AVHRR genelde meteorolojik görüntüleme sistemi olarak tasarımlanıp NOAA-KLM serisinde yer almıştır. Bu tarama sistemi çok küçük bir görüş açısı (1.3 miliradyan) ile dünyayı bir ufkundan diğer ufkuna düzgün bir tarayıcı ayna ile tarayan bir sistemdir. Taranan alanların yönelimi uydu yörüngesine dik ve tarama aynasının dönme hızı arka arkaya gelen tarama satırları sürekli uydunun nadir pozisyonuna bakacak şekilde ayarlanmıştır. Uydu 893km yukarıda ve 55.4 derecelik bir nadir açısına sahiptir. AVHRR nin 6 kanalı aynı zamanda dünyanın aynı yerini tarayacak şekilde dizayn edilmiştir. Bu altı kanaldaki verinin 5 i aynı anda istasyona iletilir. AVHRR de bulunan radyometreler uydu yörüngesinde 3 sene çalışacak şekilde hesaplanmıştır. AVHRR/2 6 kanallı tarama radyometresidir. Bu 6 banttan 3 tanesi görünür ve yakın kızılötesi bölgede diğer 3 tanesi termal kızılötesi bölgede tarama yapan kanallarıdır. AVHRR/2, 10.3µm ve 12.5µm aralığında 2 tane, lµm genişliğinde tarama yapan bant bulunur. Alet 20.32cm çapında toplayıcı bir teleskop 20

33 3.MATERYAL VE METOT çeşidi olan kırıcı Cassegrain teleskopunu kullanır, 3B, 4 ve 5. kanallarda kullanılan termal kızılötesi detektörler 2 basamaklı pasif radyant soğutucular ile soğutulur. Tarayıcıdan alınan sinyaller uydudaki MIRP ünitesine gönderilir. Sonra örnek veri sinyaller sırayla tekrar AVHRR gönderilir. Altı banttan elde edilen veriler aynı anda 40 khz de örneklenir ve 10 bitlik 2 lik kodlar haline getirilir. AVHRR verileri sadece belirli zaman aralıklarında dünya yüzeyini tararlar, tarama işlemi sürekli değildir. Aktif 5 kanaldan elde edilen veriler radyometrelerde 10 bitlik veri halinde sayısallaştırılır ve uydudaki MIRP adlı ünitenin çıkışına 10 bitlik sayısal veri olarak gönderilir. AVHRR tek bir ünite içerisinde bir araya getirilmiş 5 modülden oluşur. Bu modüller; Tarama modülü: Bir tarama motoru bir ayna ve dış muhafazadan oluşur. Tarama motoru tarama aynasını 360 döndürerek dünya yüzeyinin sürekli şekilde taranmasını sağlayacak şekilde dizayn edilmiştir. Tarayıcı ayna ise majör ekseni 29.5cm minör ekseni 20.9cm uzunluğunda berilyumdan yapılmış bir aynadır. Elektronik modül: Bu bölüm gövde üzerine 2 bölümden oluşur. Birinci bölüm motor gücü sağlar. Elektrik sistemini oluşturan 2. kısım 30 elektronik devreden oluşur. Bunların 22 tanesi elektronik devre kutusunda yer alır. Kızılötesi kanallarında çalışan yükselticiler elektronik devre kutusunun optik kısmında yer alır. Radyant soğutma modülü: Bu model 4 kısımdan oluşur i. Soğutma çerçevesi ii. 1. basamak radyatör iii. 2. basamak radyatör iv. Soğuk tabaka 1. Basamak radyatörü, dünyanın ışıma alanının gölgelenmesi gibi durumlarda bir selenoid yardımı ile soğuk tabakayı sağa sola kaydıracak şekilde dizayn edilmiştir. Çok tabakalı izolasyon ile 1. basamak radyatörü termal olarak koruyucu çerçeveden ayrılmıştır. 1. basamak optik pencere termal olarak izole edilmiş ve 171 K lik radyatör sıcaklığına göre birkaç derece fazla ısıtılarak optik sistemde oluşabilecek olan buğu önlenmiştir. 21

34 3.MATERYAL VE METOT Ana Optik Sistem: Ana optik sistem 2 kısımdan oluşmuştur; bir toplayıcı teleskop ve düzenleyici optik ünite. Teleskop 20.3cm çaplı yansıtıcı Cassegrain tipidir Düzenleyici optik ünite teleskopun topladığı ışığı 6 spektral banda göre böler ve bunları kendi kanallarına odaklar. Bu bantlar şunlardır: Kanal µm Kanal µm Kanal 3A µm Kanal 3B µm Kanal µm Kanal µm 1, 2 ve 3a kanalları için polarizasyon etkileri optik ışık demetinin aynı tip 2 ışık bölücüden geçirilmesi sonucu minimize edilmiştir. Ana Gövde: Üzerine tüm diğer modüllerin yerleştirildiği ünitedir. AVHRR nin aldığı veriler MIRP ünitesinde anlamlandırılır. MIRP ünitesi AVHRR nin dijital çıkış zamanlayıcı devresine bir veri örneği atımı gönderir ki bu zamanlayıcı devre her radyometrik kanal için gelen ardışık verileri sonlandırır. Bu MIRP ünitesi verilen şu 4 halde işler: Otomatik Veri Transferi (APT). Global Alan Tabakası (GAC). Bölgesel Alan Tabakası (LAC). Yüksek Çözünürlüklü Veri Transferi (HRPT). Her dedektörden alınan analog bilgi 10 bit sayısal örneğe bir analog sayısal çevirici yardımıyla, kontrollü olarak çevrilir. Bu çeviriciye MIRP denir. MIRP tarafından işlenen veriler uydu tarafından yer istasyonuna gönderilir(noaa KLM Guide,2001). 22

35 3.MATERYAL VE METOT Sayısal Görüntü ve Görüntü İşleme Görüntü Nedir? Günlük yaşamda resim de diyebileceğimiz görüntü (image) en genel anlamıyla iki boyutlu bir işaret (signal) kaydıdır (İnce, 1986). Görüntü, fotoğraf gibi gözle görünen bir resim olabileceği gibi, manyetik bir teybe kayıt veya bilgisayar belleğinde duran sayısal değerler şeklinde de olabilir. Bir resim siyah-beyaz veya renkli olabilir. Siyah-beyaz resimlerde insan gözünün ayırabildiği grilik seviyesi arasındadır. Sayısal sistemlerde pratik bir sınır olmakla birlikte genellikle 2 8 bit=256 seviye kullanmaktadır. Bilgisayardaki görüntü verisi küçük, eşit alanlar olan resim elemanlarından (piksel) oluşur ve düzgün sıra ile sütunlar şeklinde saklanırlar. Bir görüntünün içerdiği veri ve bilgi miktarı o görüntünün ayırım gücüne bağlıdır. Bir görüntü verisinde dört çeşit ayırımdan söz edilmektedir (İnce, 1993). Bunlar şu şekilde açıklanabilmektedir: 1) Yersel Ayrım (Spatial veya Geometrik Resolution): Görüntü verisinin en küçük elemanı olan ve piksel karşılığına düşen yeryüzü alanı, o verinin yersel veya geometrik ayrımıdır. Yersel ayrım uydulara göre değişiklik gösterir (Örneğin; Landsat TM7 de 30x30m,NOAA AVHRR da 1.1x1.1km). Pikselin içerdiği sayısal değer o alanın herhangi bir tayfsal banttaki yansımasının ortalaması olan nümerik bir değerdir. 2) Spektral Ayrım (Spektral Resolution): Yeryüzündeki cisimlerin ve arazi türlerinin uzaktan algılama yoluyla tanımlanabilmelerinin en önemli nedeni spektral özelliklerinin değişiklik göstermesidir. Algılayıcıların tasarımı bu değişiklikleri fark edecek ve istenilen ayrımı yapabilecek biçimde yapılır. Her spektral bant (ya da kanal) elektromanyetik tayfın bir bölümünde duyarlıdır. Bu bölüm başlangıç ve bitiş dalga boyları, merkez frekansı ya da bant genişliği biçiminde verilir. Kuramsal olarak tayf ne kadar çok ve küçük parçaya ayrılırsa, spektral ayrım gücü o kadar artar. Ancak en uygun çözüm en az bant kullanılarak istenilen ayrımı yapabilmektir. 23

36 3.MATERYAL VE METOT 3) Zamansal Ayrım (Temporal Resolution): Zaman içinde oluşan değişimler birçok cisim için ayrımı kolaylaştırıcı etken olmaktadır. Görüntülerin birkaç değişik zamanda alınmasıyla çok zamanlı görüntüler ortaya çıkmaktadır. Burada hem görüntülerin alınma zamanı hem de iki görüntü arasındaki zaman farkı önemli olabilmektedir. 4) Polarizasyon (Polarization): Elektromanyetik dalgaların titreşim yönü diyebileceğimiz polarizasyon bilgi taşıdığı için mikrodalga algılayıcılarında ve radarda bir değişken olarak kullanılmaktadır. Optik ve kızılötesi tayflarda polarizasyonun kullanılması söz konusu değildir Sayısal Görüntü Genel anlamda bir sayısal görüntü G(i,j) şöyle nitelenebilir: I= 1, N (3.1) J= 1, M (3.2) NxM boyutlarındaki görüntü, G(i,j) matrisi ile ve bu görüntünün her pikseli, matrisin bir elemanı ile temsil edilmektedir. Matris endeksleri i ve j görüntü piksellerinin yerdeki konum koordinatlarını gösterir. Matrisin her elemanı g(i,j) bir vektördür. g1( i, j) g 2 ( i, j) g 3 ( i, j) g( i, j) = g n ( i, j) (3.3) Bu vektörün her elemanı skalar bir değerdir ve i,j koordinatlarındaki belli bir spektral bantta, bir zaman noktasında (varsa bir polarizasyonda) ölçülen değerini verir. Vektörün diğer elemanları aynı pikselle ilgili diğer ölçümlerden oluşur. 24

37 3.MATERYAL VE METOT Sayısal Uydu Görüntülerinin Analizi Uydu bilgilerinin analizinde kullanılan bilgisayara dayalı teknikler aşağıda belirtilen üç ana başlık altında incelenebilir: Görüntü düzeltme (image restoration) Görüntü zenginleştirme (image enhancement) Görüntü sınıflandırma (image classification) Görüntü Düzeltme Bu işlemin amacı bozulmuş (distored) görüntü dosyasının düzeltilerek (restore) orijinal yer gerçeğini daha iyi ifade edecek biçime dönüştürülmesidir. Uydu görüntüsü, yeryüzüne çeşitli şekillerde bozulmuş olarak gönderilir. Bu bozukluklar ya radyometrik (sayısal değerlerin her zaman tanımadıkları alana ilişkin enerji düzeylerini doğru olarak ifade edememesi) kökenlidir. Düzeltme teknikleri, sözü edilen bu problemleri en aza indirerek analizciye daha uygun bir görüntü sağlamaya yöneliktir Görüntü Zenginleştirme Görüntünün gözle daha iyi yorumlanması için yapılan işlemlere görüntü zenginleştirme denir. Bu işlem sırasında görüntünün bazı özellikleri belirginleşirken bazı özellikleri kaybolabilir. Bu nedenle zenginleştirme için amaca uygun yöntem seçilmeli ve görüntünün niteliği tam olarak belirlenmelidir. Görüntü zenginleştirme işlemleri genel olarak tek ve çok bandlı olmak üzere ikiye ayrılır. Tek bantta yapılan işlemler komşusal, noktasal ve frekans, çok bantlı işlemler ise 3 bantta renkli, 3 ve daha çok bantlı şeklinde yapılır. Uzaktan algılama işlemlerinde sıkça kullanılan bazı görüntü zenginleştirme teknikleri şunlardır (Dinç ve ark., 2001): 1- Konstast Zenginleştirme (Histogram Değişimleri) 2- Süzgeçler 3- Dönüşümler 25

38 3.MATERYAL VE METOT 4- Aritmetik işlemler 5- Renk Zenginleştirmesi (Hue enhancement) Bir görüntü işleme sisteminde öncelikle normalizasyon işlemini yapabilmek gerekir. Normalizasyon, birçok bilgisayar görüntü işleminde temeldir. Sistemdeki görüntü gösterme ortamı (ekran, kâğıt, foto vb.) esas alınarak, piksel değerleri bu ortama sığacak biçimde yeni değerlere dönüştürülür. Normalizasyon bire bir dönüşümdür. Sayısal görüntü işleme sistemlerinde kullanılan ekranlarda bu ortamın sınırları 0 ile 255 olduğu için burada bu değerler esas alınacaktır. Normalizasyon üç adımdan oluşur. Histogram çıkarılması, değerlerin arasında dönüştürülmesi (normalize edilmesi) ve byte a çevirilmesi. Histogram; bir görüntüdeki parlaklık seviyelerinin sayıca dağılımını gösteren fonksiyondur. İlk olarak histogramdaki en küçük değere 0, en büyüğüne de 255 verilip ortalar doğrusal dönüştürülebilir. Önemli olan histogramı veya ilgilenilen bölgeleri olduğunca açmaktır (İnce, 1986). 1) Histogram Değişimleri (Kontrast Zenginleştirme) Konstrast zenginleştirmede yapılacak ilk iş görüntünün parlaklık seviye dağılımını (histogramı) belirlemektir. Her parlaklık seviyesine sahip kaç piksel olduğu grafik ya da tablo olarak verilebilir (İnce, 1986). Histograma bakılarak resmin parlaklığı hakkında bilgi edinilebilir. Genel olarak dar bir alanda sıkışan histogram konstrast azlığı gösterir. Görüntü kalitesini arttırmak için her piksel parlaklığı yeni bir parlaklığa dönüştürülerek görüntü histogramı istenilen biçime sokulur. Konstrast zenginleştirmede kullanılan tekniklere histogram değişim teknikleri de denir (Pratt, 1978). Eğer görüntünün histogramı tüm parlaklık seviyelerini kapsamıyorsa (0 255) resmin kontrastını artırmak için minimum ve maksimum değerler, bütün parlaklık seviyelerini kapsayacak şekilde açılabilir. Buna doğrusal genişletme (linear stretching) denir (Floyd ve Sabin, 1978). Bu yöntem etkin ve çok kullanılan bir yöntemdir. Diğer bir histogram çeşidi eşit dağılımlı ya da düz histogramdır. Her parlaklık seviyesine eşit sayıda piksel düşecek şekilde değiştirilmiş histograma düz histogram, bu işleme de düzleştirme denir (histogram equalization). 26

39 3.MATERYAL VE METOT Yoğunluk Kesimi(Density Slicing):Yoğunluk dilimlemesi metodunda ise, orijinal görüntüdeki tek banttan tek banda dönüşüm gerçekleştirilir. Bunun için görüntü kendi içerisinde olabildiğince bölgelere (dilimlere) ayrılır. Amaç birbirine yakın parlaklık seviyeleri mümkün olduğunca açılarak küçük farkları daha belirgin hale getirmektir. Bundan sonra ayırt edilen bölgeler arasına açılır. Ayırt edilen bu kez kendi içerisine isabet eden piksellerin bölge içerisinde açılmasıyla görüntünün kalitesi, küçük farkları daha belirgin hale getirerek iyileşir. 2) Süzgeçler (Komşusal İşlemler): Bir görüntüdeki her pikselin parlaklık değeri yalnız o piksele karşı gelen yeryüzü parçasına değil, komşularına da bağlıdır. Bunun nedeni bir ışık kaynağından çıkan ışığın, görüntü düzleminde de tek bir nokta oluşturmayıp görüntü dağılım fonksiyonuna bağlı olarak, bir nokta etrafında dağılarak bir görüntü oluşturmasıdır (Pratt, 1978). Bunun sonucu bir pikselin değeri bazı komşusal işlemlerle değiştirilebilir. Görüntü niteliğini kaybederse ve hatlar yumuşarsa, bunu sağlayan süzgeçler alçak geçirgen süzgeçlerdir. Görüntüyü netleştirmek, kesinlik kazandırmak için bunların tersi işlemi olan yüksek geçirgen bir süzgeç uygulamak gerekir (Estes ve ark., 1980). Bu işlemler pikselin hem kendi değerine hem de komşularının değerine bağlıdır. Çeşitli süzgeçler görüntüyü zenginleştirmek ve kenar değerlerini keskinleştirmek için kullanılır. Bunlar aşağıdaki gibidir: a) Katlama (Convolotion): Görüntüyü zenginleştirme, kenarları bulma ve düzgünleştirme gibi amaçlar için kullanılır. Bunlar için çeşitli süzgeç fonksiyonları gerçekleştirilmiştir. Laplacian fonksiyonunda, ortalama değerler zayıflar, yok olur, farklar ortaya çıkar. Görüntü netleşir (Alparslan, 1982). b) Ortalama Değer Süzmesi: Bir görüntüdeki nokta gürültüsü ve tek gürültüleri gidermek için ortalama değer süzmesi kullanılır. 3) Dönüşümler (Fourier Dönüşümü): Bir görüntünün Fourier dönüşümü onun içindeki yersel (spatial) frekansların varlığını gösterir. Bu dönüşüm bir verinin netleştirilmesinde, görüntü içinde belli aralıklarla tekrar eden kısımların giderilmesinde kullanılır (Hord, 1982). Bir görüntünün Fourier dönüşüm görüntüsü uygun bir süzgeç fonksiyonuyla çarpılıp ters dönüşüm alındığında, orijinal görüntüdeki bazı yersel frekanslar vurgulanmış, bazıları da bastırılmış olur. 27

40 3.MATERYAL VE METOT 4) Aritmetik İşlemler: Bantlar arası aritmetik işlemler uygulanarak elde edilen yeni görüntüler yeni bulgu ve yorumlara yol açabilecek nitelikte olmaktadır. Aritmetik işlemlerde çok yaygın olarak kullanılan yöntem orandır. Aritmetik işlem sonucunda elde edilen değerler tamsayı değilse normalizasyon işlemi uygulanarak sonuçlar aralığına dönüştürülür (Hord, 1982). Bantlar arasında yapılan diğer aritmetik işlemler toplama ve çıkarmadır. 5) Renk Zenginleştirme (Hue Enhancement): Renk zenginleştirme görüntüde kullanılarak zenginleştirme yapılabilir. Tek bantlı görüntü renklendirilebileceği gibi, renkli bir görüntüdeki üç ana bileşeni oluşturan kırmızı, yeşil ve mavi bantların yoğunluğu azaltılabilir veya çoğaltılabilir. Tek bantlı görüntülerde istenilen seviye aralığı, 3 renk toplanıp her bir bandın bu toplama oranı ile yeni renk bantları oluşturulursa, renk yoğunluğu fazla olan bir görüntü elde edilir. Rengi oluşturan bantlar M,Y ve K ise, yeni bant değerleri, YY= Y/(Y+K+M) (3.4) KK= K/(Y+K+M) (3.5) MM= M/(Y+K+M) (3.6) olarak hesaplanır Görüntü Sınıflandırma Uzaktan algılama verilerini kullanarak yeryüzü biçimlerini tanımlama ve yorumlama amacıyla kullanılan veri işleme tekniklerinden birisi de sınıflamadır. Ölçüm uzayındaki bilinmeyen bir noktanın hangi bilgi sınıfına konacağı kararını verebilmek için istatistik ve diğer mühendislik dallarında birçok algoritmalar geliştirilmiştir. Bu konudaki çalışmalar daha çok tayfsal karakteristiklere dayandırılmıştır. Sınıflandırma işleminde, başlangıçta elde bulunan veriler, bilgilerin türleri ve miktarları, zaman çözümünün kullanılma sahası vb. gibi etkenlerle seçilecek sınıflama yöntemi değişmektedir. Sınıflama yöntemleri eğitimli (supervised) ve eğitimsiz (unsupervised) olmak üzere ikiye ayrılır (Floyd ve Sabin, 1978). 28

41 3.MATERYAL VE METOT 1) Eğitimli Sınıflama Yöntemleri Eğitimli sınıflama yöntemleri en çok benzerlik (maksimum likelihood), en az mesafe (minimum distance), en yakın komşu (nearest nighborhood) ve elipsoid gibi yöntemlerdir. a) En Çok Benzerlik Sınıflandırması: Bu sınıflama standart sınıflama yöntemlerinden biri olarak kabul edilir (Peştemalcı ve ark.,1995). Uzaktan algılama uygulamalarında her sınıfa ait olasılık dağılım fonksiyonunun biçimi normal varsayıldığından, ortalama vektör ve kovaryans matris bilinmeyen parametrelerdir. Ortalama vektör; A 1 = n j X j n i= 1 (3.7) şeklinde kovaryans matris ise C = 1 n n i= 1 ( X i a )( X j i a ) j t (3.8) şeklinde hesaplanır. Burada n, j sınıftaki piksel sayısı, x ise sınıftaki piksellere ait parlaklık değerini gösterir. Görüntüdeki her piksel için j sınıfına olan benzerlik ya da yakınlık anlamına gelen Mahalanobis uzaklığı hesaplanır. R = 1 P( w ) j T 1 [( X a ) C ( X a )] 1/ 2 j j j (3.9) Burada P(W), W sınıfının oluşumu olasılığıdır. En küçük mesafe hangi sınıfa ait ise piksel o sınıfa konur( Dinç ve ark.,2001). b) En Yakın Komşu Sınıflaması: Bu sınıflandırmada sınıfları temsil eden pikseller, boyutu bant sayısına eşit olan uzaya yansıtılır. Herhangi bir piksel, eldeki sınıfı bilinen örnek piksellerle 29

42 3.MATERYAL VE METOT karşılaştırılarak veri uzayında kendisine en yakın örnek pikselin sınıfına konur(dinç ve ark.,2001). c) En Az Mesafe Sınıflandırması: Bu sınıflamada sınıfların kovaryans matrislerinin eşit olduğu kabul edilip bilinen her sınıfın yalnız ortalama vektörü bulunur. X ölçüm vektörünün her bir i sınıfının ortalama vektörüne uzaklığı hesaplanır. Piksel hangi sınıfa minimum uzaklıkta ise o sınıfa konur( Dinç ve ark.,2001).diğer metodlara kıyasla hata oranı yüksektir. d) Elipsoid Sınıflama: Bu yöntemde sınıfların istatistiksel bilgileri kullanılır. Her bir sınıf, merkezi orjinde olan bir elipsoid şeklinde kabul edilir ( Peştemalcı ve ark.,1996).elipsoid denklemi: S ( X X ) ( Y Y) ( Z Z) = + + (3.10) ( Rσ x ) ( Rσ y ) ( Rσ z ) şeklindedir. Burada X 1, Y 1, Z 1 sırasıyla üç banttaki piksel değerlerini, X, Y, Z sırasıyla istenen sınıfın üç banttaki ortalama parlaklık değerlerini σ x, σ y, σ z üç bantta istenen sınıfın standart sapmalarını ve R ise standart sapma oranını verir. Standart sapma oranı 0 ile 4 rakam arasında değişir ( Peştemalcı ve ark.,1995). 2) Eğitimsiz Sınıflama Yöntemleri Elde sınıfı bilinen yeterince örnek piksel ya da bunlarla ilgili olasılık dağılım bilgisi bilinmiyorsa, istatistikî bilgiler kullanılamaz. Bu durumda kümeleme yöntemi ile sınıflama yapılır. Her sınıftan gelen verilerin veri uzayında kümeler oluşturacağını varsayarak, veri yığınında doğal kümelenmeler aranır. Böylece eldeki veride birbirine benzerlik gösteren kümeleşmelerin varlığı gözlenir. Aynı sınıftan gelen pikseller birbirine benzer piksel kümeleri oluşturur. Bu nedenle sınıflandırılacak görüntüde her bilinmeyen piksel bu kümelerden birine konur. Sınıflama bitiminde kümeler elde edildiğinde pratikte hangi kümenin neyi temsil ettiği bilinmez. Bu bilgiye ulaşmak için o kümedeki bilgiye karşılık gelen yer gerçeğine bakılır( Dinç ve ark.,2001). 30

43 3.MATERYAL VE METOT Bitkilerin Spektral Yansıma Karakteristikleri Bitkiler herhangi bir kaynaktan gelen değişik dalga boylarındaki enerjiyi soğurur, yayar, yansıtır veya dağıtır. Bitki örtüsünden soğrulma veya yansıma olayı elektromanyetik spektrumun farklı dalga boylarında değişik karakteristikler taşımakta olup bunlar aşağıdaki bölgelere ayrılabilir.(şekil 3.6.), Şekil 3.6. Elektromanyetik spektrumun farklı dalga boylarında bitkiden olan yansıma(dinç ve ark.,2001) a) Görülebilir Bölge (0,4 0,7 µ m. ): Bu bölgede yapraklardaki pigmentlerin normal ışığı fazla miktarda soğurmaları nedeniyle düşük yansıma olmaktadır. Bu nedenle 0,4 0,7 µ m pigment soğurma dilimi olarak tanımlanmaktadır. Curron a (1985) göre soğrulma özellikle a ve b klorofil pigmentleri tarafından gerçekleştirilmekte ve bu enerji fotosentez işleminde kullanılmaktadır. Yeşil dalga boyundaki enerjinin önemli bir miktarı ise geri yansıtılmakta ve bunun sonucu yaşayan bitkiler yeşil olarak görülmektedir. 31

44 3.MATERYAL VE METOT Gausman ve arkadaşları (1974), üç tür narenciye bitkisinin yansıtma ve fotoğrafik özelliklerinden yararlanarak aralarındaki farklılıkları incelemişlerdir. Laboratuarda spektrofometre ile yapraklarındaki klorofil yoğunluğunu ölçmüşler, görünür bölgede altıntop ve portakal yapraklarının yansıtma farklılıklarının klorofil yoğunluğunun farklılığından ileri geldiğini belirlemişlerdir. Spektrofometre ile alınan ölçümlerde, görünür bölgedeki yansıtma değerinin kızılötesi resim fotoğraflarının tonlarına direkt olarak bağlı olduğunu görmüşlerdir. Sonuç olarak, yaprağın klorofil yoğunluğunun ve tayfsal yansıtmanın ölçümü ile aynı türdeki üç narenciye bitkisinin birbirinden ayrılabileceği vurgulanmıştır. b)yakın Kızılötesi Bölgesi (0,7 1,3 µ m): Soğrulmanın minimum olduğu bölgedir. Bunun nedeni pigmentler tarafından absorbsiyonun çok düşük olmasıdır. Bu bölgede yansıma daha çok bitki yapraklarını içyapısından etkilenmektedir. Bitki türlerinin bu iç yapısı yönünden önemli farklılıklar göstermesi nedeniyle, bu bölgedeki yansıma ölçümleri, görülebilir dalga boylarında aynı görülen bitki türlerini bile ayırt etmemize olanak vermektedir ( Dinç ve ark.,2001). c)orta Kızılötesi Bölgesi (1,3 2,6 µ m): Bu bölgede bitki örtüsü üzerine gelen enerji esas olarak ya yansıtmakta ya da soğurulmaktadır. Bitki dokuları içinde iletimi ya çok az olmakta ya da hiç olmamaktadır. Spektrumun bu bölgesinde yansıma, yaprakların toplam su yüzdesi ile yakından ilişkilidir. Bu toplam su yüzdesi yaprağın hem kalınlığı hem de nem içeriğinin bir fonksiyonudur Bitkilerde Yansımayı Etkileyen İç Faktörler Yaprağın morfolojik yapısı yakın kızılötesi bölgesinde bitki örtüsünden yansımayı etkileyen esas faktördür. Bu bölgede çok az soğrulma meydana gelir. Bunun nedeni, bu dalga boyunda soğrulacak enerjinin, yaprak sıcaklığının proteinlerin zarar görebileceği düzeye yükselmesine neden olmasıdır. Nitekim bitki enerjiye ihtiyacı olduğu yerde soğurma yapmakta, buna karşılık aşırı ısınmayı önlemek için yakın kızılötesi ışınlarını yansıtmaktadır ( Dinç ve ark.,2001). 32

45 3.MATERYAL VE METOT Bitkilerde Yansımayı Etkileyen Dış Faktörler Çeşitli vejetasyon türlerinin farklı morfoloji, su içeriğini, yaprak yüzeyi özelliklerini etkilemektedir. Bu da yapraklardan olan yansımanın, optimum koşullarda meydana gelen yansımadan daha farklı olmasına neden olmaktadır. Yapraklardan olan yansımayı etkileyen dış faktörlerden önemlileri aşağıda sıralanmıştır: a) Yapraklarda Aşırı Su Kaybı b) Bitki Besin Elementleri Noksanlığı c) Toprak Tuzluluğu d) Bitki Hastalıkları e) Atmosferik Don Etkisi f) Bitki Sıklığı ve Boyu g) Bitkilerin Tanınma Takvimleri Bitki İndeksleri Akkartal ve arkadaşlarının(2005) bildirdiğine göre yeşil bitki örtüsü yoğunluğunun değişim miktarını belirleyen beş farklı bitki örtüsü indeksi tanımlanmıştır. Bu indeksler aşağıda sıralanmıştır: 1.Basit Oran veya Oransal Bitki İndeksi: Yakın kızılötesindeki yansıtım kırmızı banttaki yansıtıma oranlanarak elde edilir. Basit oran indeksi bitki örtüsündeki büyümeyi gösterir. Elde edilen basit oran indeksi görüntüsünde yüksek değerler(20 den fazla) yoğun bitki örtüsünü, 1 civarındaki düşük değerler ise toprak, buz veya suyun varlığını göstermektedir. Ancak elde edilen görüntü bölgenin topografyası hakkında bilgi vermez, sadece spektral bilgiyi içermesinden dolayı sınıflandırma ile uniform spektral sınıflar elde edilir. 2.Fark Bitki Örtüsü İndeksi: Yakın Kızılötesi- Kırmızı bant formülü ile hesaplanır. Fark Bitki Örtüsü İndeksi, gölgeli alanlar hariç, toprak ve bitki örtüsünü birbirinden ayırabilmektedir. Bundan dolayı Fark Bitki Örtüsü İndeksi, atmosfer, 33

46 3.MATERYAL VE METOT gölge ve topografyanın etki ettiği dalga boyları hakkında tam olarak bilgi içermemektedir. 3.Normalize Edilmiş Bitki Örtüsü İndeksi: Normalize Edilmiş Bitki Örtüsü İndeksi= Yakın Kızılötesi- Kırmızı /Yakın Kızılötesi +Kırmızı olarak verilmektedir. 4.Dönüştürülmüş Bitki Örtüsü İndeksi: Normalize Edilmiş Bitki Örtüsü İndeksinin kareköküdür. Aynı değişken için daha yüksek bir kararlılık katsayısına sahiptir. Bu da NDVI ile arasındaki farktır. Dönüştürülmüş Normalize Edilmiş Bitki İndeksinin formülü her zaman pozitif değerler alır ve orantıdaki değişim ortalama değerlerle doğru orantılıdır. İndeks, bir pikselde bulunan yeşil bitki örtüsü miktarıyla ilişkilidir. 5.Dikey Bitki Örtüsü İndeksi: Toprak yayma faktörünü de içeren karmaşık indekslerden biridir. Çıplak topraktan gelen kırmızı ve yakın kızılötesi yansımalarının doğrusal ilişkisine dayanır. Bu ilişki, toprak çizgisi olarak adlandırılır. Dikey Bitki Örtüsü İndeksi, toprak çizgisine dik olan ve tamamen yeşil bitkilerin bulunduğu noktalardan geçen yeşillik çizgisini bulmak için Gram-Schmidt ortogonalizasyonu kullanır. Kuru ve yeşil bitki örtüsünün belirlenmesinde etkin bir yoldur. Bunun nedeni, kırmızı ve yakın kızılötesi kombinasyonunun birçok toprak çeşidinde bulunan demir oksit soğurmasına olan hassasiyetidir Normalize Edilmiş Bitki Örtüsü İndeksi Birçok bitki örtüsü indeksi elektromanyetik spektrumun görünür ve yakın kızılötesi bölgelerinden tayfsal bitki örtüsü karakteristiklerini zenginleştirmek için kullanılabilir. Bu indeksler genellikle biokütle veya yaprak alanı indeksleri gibi bazı bio fiziksel parametrelerle ilişkilendirilir (Shimabukuro, Y.E. 1996). Bu bant aritmetiği, elektromanyetik tayfın yakın kızılötesi (near infrared) ve görünen kırmızı (visible red) bantlarına dayalıdır. Muhtelif bantları seçerek yapılan analiz çalışması esnasında yazılım, bitki analizi için default olarak yakın kızılötesi ve görünen kırmızı bantlardan bilgi sağlamaktadır. Bitkiler özellikle yakın kızılötesi bölgede yansıma yaparlar. Bitki ve su arasındaki kontrastlık bu bölgede görünür. Tayfın görünen kırmızı bandında; bitki, 34

47 3.MATERYAL VE METOT çıplak arazi, kayalık arazi ve insan yapısı cisimler çok iyi kontrastlık sağlarlar. Çıplak veya satıhtaki insan yapısı cisimlere göre bitkiler, tayfın görünen kırmızı bandına eğilim gösterirler, bu nedenle koyu renkte görünürler. Çıplak veya satıhtaki insan yapısı cisimler ise, tayfın bu kısmında açık renkte ve parlak görüntü verirler. NDVI değerlerinin hesaplanmasında, farklı bantların sayısal numara (DN) değerleri kullanılır. Bir DN değeri, veri bandındaki bir piksel in değeridir. Keza DN değeri, atmosferin ve yer sathının ne kadar radyasyon emdiğine ve sensöre ne miktar yansımayı geri gönderdiğine bağlı olarak değişmektedir (İşlem Şirketler Grubu, 2002). NDVI, aşağıdaki denklem kullanılarak elde edilir; NDVI NIR VIS = x 255 (3.11) NIR + VIS NIR; yakın kızılötesindeki yansımayı, VIS; görünür bölgedeki yansımayı ifade eder (Shimabukuro, Y.E., 1996). NDVI hesaplama yöntemi kullanıldığında, bitki örtüsünün bulunduğu sahalar göze batacak şekilde gösteren, tek bantlı siyah-beyaz bir görüntü meydana gelir. Hesaplamalar sonucunda; bitkiler için aralığında bitki indeksi değerleri elde edilmektedir. Muhtelif özelliklere ve bantlara göre hesaplanmış değerler çizelge 3.4 de gösterilmiştir. Çizelge3.4. Bantlara göre NDVI değerleri (ERDAS IMAGINE,2002) ÖZELLİK YAKIN GÖRÜNEN KIRMIZI SONUÇ NDVI KIZIÖTESİ DEĞERİ DEĞERİ DEĞERİ Bitki Yüksek Düşük Yüksek Bulut/su/kar Düşük Yüksek Negatif Kayalar/çıplak toprak Yüksek Yüksek Sıfıra yakın 35

48 3.MATERYAL VE METOT Bitki indeksinin 0 değerinden küçük değerleri bitkiye karşılık gelmeyen pikselleri, (0 1) arasında değişen değerler ise bitki yoğunluğu bulunan pikselleri temsil etmektedir. Bitki indeksi bulunduktan sonra 0 dan küçük değerler, 0 a taşınır (Körümdük, 2003). 36

49 4.BULGULAR VE TARTIŞMA 4.BULGULAR VE TARTIŞMA Bu çalışmada Türkiye nin yıllarına ait NOAA uydusu verileri kullanılarak bitki örtüsü indeksi hesaplanmış ve örtü tipleri sınıflandırılmıştır. Çalışmada ODTÜ-BİLTEN den alınan sıkıştırılmış görüntüler açılarak Türkiye nin bulutsuz görüntüleri seçilmeye çalışılmıştır. Seçilen görüntüler Qto1B formatına dönüştürülmüştür. Daha sonra ERDAS programına import edilerek işlenmiştir. Bunun için yapılan işlemler sırayla aşağıdaki şekildedir: 1.İşlenmemiş uydu görüntüleri Qto1B görüntü işleme programı kullanılarak ham görüntüler elde edilmiştir. Şekil 4.1 de bu işleme örnek bir görüntü verilmiştir. Şekil tarihli Qto1B programı kullanılarak elde edilmiş ham görüntü 37

50 4.BULGULAR VE TARTIŞMA 2.Elde edilen ham görüntüler ERDAS 8.4 programına import edilmiştir. Şekil 4.2 de bu işleme örnek bir görüntü verilmiştir. Şekil tarihli NOAA 15 AVHRR görüntüsü 3. ERDAS a import edilen görüntülerden Türkiye, kesilerek çıkarılmıştır. Şekil 4.3. te bu işleme örnek bir görüntü verilmiştir. 38

51 4.BULGULAR VE TARTIŞMA Şekil tarihli NOAA 15 görüntüsünden kesilmiş görüntü 4. ERDAS programı kullanılarak kesilen görüntülerin coğrafik düzeltmeleri yapılmıştır. Bu düzeltmeler yapılırken referans görüntü olarak 2002 yılının görüntüleri kullanılmıştır. Coğrafik düzeltme yapılırken 4-10 adet nokta alınmıştır. Şekil 4.4 bu işleme örnek olarak verilmiştir. Şekil 4.4. ERDAS programı kullanılarak coğrafi düzeltmesi yapılan tarihli görüntü 5.Kesilen görüntülere ERDAS programı kullanılarak NDVI metodu uygulanmıştır. Bitki örtüsünün genel olarak aylık periyotlarla değişmeyeceği göz önünde bulundurularak yıl içinde her mevsimden bir görüntü alınması uygun görülmüştür. 39

52 4.BULGULAR VE TARTIŞMA , 1999, 2000, 2001 ve 2002 yıllarının sonbahar dönemine ait eylül ayı görüntüleri seçilmiş ve bu görüntülere sırasıyla NDVI ve maksimum benzerlik metodu kullanılarak eğitimli sınıflandırma uygulanmıştır. Sınıflamada 4 sınıf seçilmiştir. Bu sınıflar; bitki (yeşil renk), bitki olmayan bölge ( kahverengi), su (mavi) ve bulut (bej) olarak belirlenmiştir yılı eylül ayının ham, NDVI uygulanmış ve sınıflandırılmış görüntüleri sırasıyla şekil 4.5, 4.6, 4.7 de, 1999 yılının ham, NDVI uygulanmış ve sınıflandırılmış görüntüleri sırasıyla şekil 4.7, 4.8 ve 4.9 da, 2000 yılının ham, NDVI uygulanmış ve sınıflandırılmış görüntüleri sırasıyla şekil 4.10, 4.11, 4.12 de, 2001 yılının ham, NDVI uygulanmış ve sınıflandırılmış görüntüleri sırasıyla şekil 4.13, 4.14, 4.15 de ve 2002 yılının ham, NDVI uygulanmış ve sınıflandırılmış görüntüleri sırasıyla şekil 4.16, 4.17, 4.18 ve 4.19 da verilmiştir. 7. NDVI uygulanmış görüntülerden her yılın aynı ayına ait görüntüler karşılaştırılmak istenmiştir. Ancak 1999 ve 2000 yıllarının kış dönemi görüntüleri çok bulutlu olduğundan bu döneme yakın olan kasım ayı görüntüsü ile kıyaslama yapılmıştır. Yine aynı şekilde 1998, 2001 ve 2002 yıllarında kış dönemine ait olan ocak ve şubat ayı görüntüleri karşılaştırılmıştır. Bu görüntülerden 1998 yılı şubat ayına ait ham, NDVI uygulanmış ve sınıflandırılmış görüntüler şekil 4.20, 4.21 ve 4.22 te verilmiştir yılı kasım ayına ait yine ham, NDVI uygulanmış ve sınıflandırılmış görüntüler şekil 4.23, 4.24, 4.25 de verilmiştir yılı kasım ayına ait ham, NDVI uygulanmış ve sınıflandırılmış görüntüler şekil, 4.26, 4.27, 4.28 de verilmiştir yılı ocak ayına ait ham, NDVI uygulanmış ve sınıflandırılmış görüntüler şekil 4.29, 4.30, 4.31 de verilmiştir. Son olarak 2002 yılı şubat ayına ait ham, NDVI uygulanmış ve sınıflandırılmış görüntüler sırasıyla şekil 4.32, 4.33, 4.34 te verilmiştir. 40

53 4.BULGULAR VE TARTIŞMA Şekil 4.5. NOAA 15 ten alınan tarihli ham görüntü Şekil 4.6. NOAA 15 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 41

54 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil 4.9. NOAA 15 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 42

55 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 43

56 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA 16 dan alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 44

57 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA 12 den alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 45

58 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 46

59 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 47

60 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-16 dan alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 48

61 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA 16 dan alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 49

62 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 50

63 4.BULGULAR VE TARTIŞMA yıllarının ilkbahar dönemine ait nisan ayı görüntüleri seçilmiştir yılının nisan ayı ham, NDVI uygulanmış ve sınıflandırılmış görüntüleri şekil 4.35, 4.36, 4.37 de verilmiştir yılı nisan ayına ait ham, NDVI uygulanmış ve sınıflandırılmış görüntüleri şekil 4.38, 4.39, 4.40 da verilmiştir.2000 yılı nisan ayı ham, NDVI uygulanmış ve sınıflandırılmış görüntüleri şekil 4.41, 4.42 ve 4.43 te verilmiştir. Aynı şekilde 2001 yılının nisan ayına ait görüntüler şekil 4.44, 4.45 ve 4.46 da verilmiştir yılı nisan ayına ait görüntüler ise şekil 4.47, 4.48 ve 4.49 da verilmiştir 9.Yine yıllarının yaz döneminden temmuz ayı görüntüleri seçilmiştir yılının temmuz ayına ait görüntüleri şekil 4.50, 4.51 ve 4.52 de verilmiştir yılının temmuz ayı görüntüleri 4.53, 4.54 ve 4.55 te verilmiştir yılının temmuz ayı görüntüleri şekil 4.56, 4.57 ve 4.58 de verilmiştir yılı temmuz ayı görüntüleri şekil 4.59, 4.60 ve 4.61 de verilmiştir yılı temmuz ayı görüntüleri 4.62, 4.63 ve 4.64 te verilmiştir. 51

64 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 52

65 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 53

66 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 54

67 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 55

68 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-16 dan alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 56

69 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-14 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 57

70 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 58

71 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 59

72 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-15 ten alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 60

73 4.BULGULAR VE TARTIŞMA Şekil tarihli ham görüntü Şekil NOAA-12 den alınan tarihli NDVI görüntüsü Şekil tarihli NDVI görüntüsünün sınıflandırılmış hali 61

TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*

TÜRKİYE 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

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

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

TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun.

TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Doç.Dr.Mehmet MISIR-2013 TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında

Detaylı

Elektromanyetik Radyasyon (Enerji) Nedir?

Elektromanyetik 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

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA

COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA Coğrafi Bilgi Sistemleri ve Uzaktan Algılama Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA 1 Coğrafi Bilgi Sistemleri ve Uzaktan Algılama İçindekiler

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 4 Pasif - Aktif Alıcılar, Çözünürlük ve Spektral İmza Alp Ertürk alp.erturk@kocaeli.edu.tr Pasif Aktif Alıcılar Pasif alıcılar fiziksel ortamdaki bilgileri pasif olarak

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 4 Pasif - Aktif Alıcılar, Çözünürlük ve Spektral İmza Kavramları Alp Ertürk alp.erturk@kocaeli.edu.tr Pasif Aktif Alıcılar Pasif alıcılar fiziksel ortamdaki bilgileri

Detaylı

UZAKTAN ALGILAMA- UYGULAMA ALANLARI

UZAKTAN ALGILAMA- UYGULAMA ALANLARI UZAKTAN ALGILAMA- UYGULAMA ALANLARI Doç. Dr. Nebiye Musaoğlu nmusaoglu@ins.itu.edu.tr İTÜ İnşaat Fakültesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Uzaktan Algılama Anabilim Dalı UZAKTAN ALGILAMA-TANIM

Detaylı

Sevim Yasemin ÇİÇEKLİ 1, Coşkun ÖZKAN 2

Sevim 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

Detaylı

Muğla, Türkiye mermer üretiminde önemli bir yere sahiptir. Muğla da 2008 yılı rakamlarına göre 119 ruhsatlı mermer sahası bulunmaktadır.

Muğla, Türkiye mermer üretiminde önemli bir yere sahiptir. Muğla da 2008 yılı rakamlarına göre 119 ruhsatlı mermer sahası bulunmaktadır. Muğla, Türkiye mermer üretiminde önemli bir yere sahiptir. Muğla da 2008 yılı rakamlarına göre 119 ruhsatlı mermer sahası bulunmaktadır. İldeki madencilik faaliyetlerinin yapıldığı alanların çoğu orman

Detaylı

UZAKTAN ALGILAMA YÖNTEMİ MADEN ARAŞTIRMA RAPORU

UZAKTAN ALGILAMA YÖNTEMİ MADEN ARAŞTIRMA RAPORU 2014 UZAKTAN ALGILAMA YÖNTEMİ MADEN ARAŞTIRMA RAPORU, İhsanullah YILDIZ Jeofizik Mühendisi UZAKTAN ALGILAMA MADEN UYGULAMASI ÖZET İnceleme alanı Ağrı ili sınırları içerisinde bulunmaktadır.çalışmanın amacı

Detaylı

Türkiye de Havza Su Bütçesi Hesaplamalarında Uzaktan Algılama ve Evapotranspirasyon Haritalama Tekniklerinin Kullanılma Olanakları

Türkiye de Havza Su Bütçesi Hesaplamalarında Uzaktan Algılama ve Evapotranspirasyon Haritalama Tekniklerinin Kullanılma Olanakları Türkiye de Havza Su Bütçesi Hesaplamalarında Uzaktan Algılama ve Evapotranspirasyon Haritalama Tekniklerinin Kullanılma Olanakları Eyüp Selim Köksal Ersoy Yıldırım Türkiye Su Bütçesinin Belirlenmesi Çalıştayı

Detaylı

Uzaktan 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 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.

Detaylı

TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon

TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 A- Enerji Kaynağı / Aydınlatma B- Işıma ve atmosfer C- Hedef nesneyle etkileşim D- Nesneden yansıyan /

Detaylı

FOTOYORUMLAMA UZAKTAN ALGILAMA

FOTOYORUMLAMA UZAKTAN ALGILAMA FOTOYORUMLAMA VE UZAKTAN ALGILAMA (Photointerpretation and Remote Sensing) 1 Görüntü özellikleri Uzaktan algılamada platformlar Uydu yörüngeleri Şerit genişliği, yeniden ziyaret periyodu 2 Görüntünün özellikleri:

Detaylı

ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon

ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Uydu Verilerinin Farklı Yöntemlerle Karılması ve Sonuçların Karşılaştırılması Öğr. Gör. Bora UĞURLU Prof. Dr. Hülya YILDIRIM

Detaylı

İçerik. Giriş 1/23/13. Giriş Problem Tanımı Tez Çalışmasının Amacı Metodoloji Zaman Çizelgesi. Doktora Tez Önerisi

İçerik. Giriş 1/23/13. Giriş Problem Tanımı Tez Çalışmasının Amacı Metodoloji Zaman Çizelgesi. Doktora Tez Önerisi İsmail ÇÖLKESEN 501102602 Doktora Tez Önerisi Tez Danışmanı : Prof.Dr. Tahsin YOMRALIOĞLU İTÜ Geoma*k Mühendisliği İçerik Giriş Tez Çalışmasının Amacı Zaman Çizelgesi 1 of 25 Giriş Yeryüzü ile ilgili yapılan

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 3 Uzaktan Algılama Temelleri Alp Ertürk alp.erturk@kocaeli.edu.tr Elektromanyetik Spektrum Elektromanyetik Spektrum Görünür Işık (Visible Light) Mavi: (400 500 nm) Yeşil:

Detaylı

ArcGIS ile Tarımsal Uygulamalar Eğitimi

ArcGIS ile Tarımsal Uygulamalar Eğitimi ArcGIS ile Tarımsal Uygulamalar Eğitimi Kursun Süresi: 5 Gün 30 Saat http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr ArcGIS ile Tarımsal Uygulamalar Eğitimi Genel

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

Tarımsal Meteorolojik Simülasyon Yöntemleri ve Uzaktan Algılama ile Ürün Verim Tahminleri ve Rekolte İzleme

Tarımsal Meteorolojik Simülasyon Yöntemleri ve Uzaktan Algılama ile Ürün Verim Tahminleri ve Rekolte İzleme Tarımsal Meteorolojik Simülasyon Yöntemleri ve Uzaktan Algılama ile Ürün Verim Tahminleri ve Rekolte İzleme Twente Universitesi ITC Fakultesi, Enschede, Hollanda - 2013 Dr. Ediz ÜNAL Tarla Bitkileri Merkez

Detaylı

Uzaktan Algılama ve Teknolojik Gelişmeler

Uzaktan Algılama ve Teknolojik Gelişmeler Uzaktan Algılama ve Teknolojik Gelişmeler 1 Uzaktan Algılama Nedir? Uzaktan Algılama Prensipleri Uydu Görüntülerinin Özellikleri ERDAS IMAGINE yazılımının sağladığı imkanlar 2 Uzaktan Algılama Fiziksel

Detaylı

Yüreğir ovasında narenciye ekim alanlarının Landsat 7 ETM uydu verisiyle belirlenmesi ve izlenmesi olanaklarının araştırılması

Yüreğir ovasında narenciye ekim alanlarının Landsat 7 ETM uydu verisiyle belirlenmesi ve izlenmesi olanaklarının araştırılması Yüreğir ovasında narenciye ekim alanlarının Landsat 7 ETM uydu verisiyle belirlenmesi ve izlenmesi olanaklarının araştırılması M.Eren ÖZTEKİN* 1, Suat ŞENOL 1, Mahmut DİNGİL 1, Levent ATATANIR 2, A.Oğuz

Detaylı

UYDU KAR ÜRÜNÜ VERİLERİYLE TÜRKİYE İÇİN BÖLGESEL VE MEVSİMSEL KARLA KAPLI ALAN TREND ANALİZİ

UYDU KAR ÜRÜNÜ VERİLERİYLE TÜRKİYE İÇİN BÖLGESEL VE MEVSİMSEL KARLA KAPLI ALAN TREND ANALİZİ UYDU KAR ÜRÜNÜ VERİLERİYLE TÜRKİYE İÇİN BÖLGESEL VE MEVSİMSEL KARLA KAPLI ALAN TREND ANALİZİ İbrahim SÖNMEZ 1, Ahmet Emre TEKELİ 2, Erdem ERDİ 3 1 Ondokuz Mayıs Üniversitesi, Meteoroloji Mühendisliği Bölümü,

Detaylı

UZAKTAN ALGILAMA TEKNOLOJİLERİ ile ARAZİ ÖRTÜSÜ ve ARAZİ KULLANIMININ BELİRLENMESİ

UZAKTAN ALGILAMA TEKNOLOJİLERİ ile ARAZİ ÖRTÜSÜ ve ARAZİ KULLANIMININ BELİRLENMESİ Köy Hizmetleri Genel Müdürlüğü Toprak ve Su Kaynakları Ulusal Bilgi Merkezi UZAKTAN ALGILAMA TEKNOLOJİLERİ ile ARAZİ ÖRTÜSÜ ve ARAZİ KULLANIMININ BELİRLENMESİ Demir DEVECİGİL Alpaslan SAVACI Doç. Dr. D.Murat

Detaylı

Uzaktan Algılamanın Tarımda Kullanımı ve Uydu Verileri Tabanlı Vejetasyon İndeksi Modelleri ile Tarımsal Kuraklığın Takibi ve Değerlendirilmesi

Uzaktan Algılamanın Tarımda Kullanımı ve Uydu Verileri Tabanlı Vejetasyon İndeksi Modelleri ile Tarımsal Kuraklığın Takibi ve Değerlendirilmesi Uzaktan Algılamanın Tarımda Kullanımı ve Uydu Verileri Tabanlı Vejetasyon İndeksi Modelleri ile Tarımsal Kuraklığın Takibi ve Değerlendirilmesi Zafer Şaban TUNCA Ziraat Yüksek Mühendisi Geçit Kuşağı Tarımsal

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

Uzaktan Algılama Teknolojisi. Doç. Dr. Taşkın Kavzoğlu Gebze Yüksek Teknoloji Enstitüsü Gebze, Kocaeli

Uzaktan Algılama Teknolojisi. Doç. Dr. Taşkın Kavzoğlu Gebze Yüksek Teknoloji Enstitüsü Gebze, Kocaeli Uzaktan Algılama Teknolojisi Doç. Dr. Taşkın Kavzoğlu Gebze Yüksek Teknoloji Enstitüsü Gebze, Kocaeli SPOT görüntüsü (Roma) 16-Aralık-2005 Source: earth.eas.int Uzaktan Algılama Dünya yüzeyinin gözlenmesi

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 8 Multispektral Görüntüleme ve Uygulamaları Alp Ertürk alp.erturk@kocaeli.edu.tr Multispektral Görüntüleme Her piksel için birkaç adet spektral kanalda ölçüm değeri

Detaylı

Uzaktan Algılama Uygulamaları

Uzaktan 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

Detaylı

Doğal Kaynak Gözlem Uyduları

Doğal Kaynak Gözlem Uyduları Doğal Kaynak Gözlem Uyduları Landsat Uyduları Yeryüzündeki doğal kaynakların incelenmesi amacı ile NASA tarafından 1972 yılında LANDSAT uyduları programı başlatılmıştır. İlk LANDSAT uydusu ERST-I (Earth

Detaylı

Ormancılıkta Uzaktan Algılama. 4.Hafta (02-06 Mart 2015)

Ormancılıkta Uzaktan Algılama. 4.Hafta (02-06 Mart 2015) Ormancılıkta Uzaktan Algılama 4.Hafta (02-06 Mart 2015) Hava fotoğrafı; yeryüzü özelliklerinin kuşbakışı görüntüsüdür. Hava fotoğrafları, yersel fotoğraf çekim tekniğinde olduğu gibi ait oldukları objeleri

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

BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1

BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1 BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1 KISIM 1 ERDAS IMAGINE VIEWER KULLANIMI KISIM1: IMAGINE VIEWER 2 GİRİŞ TERMİNOLOJİ GÖRÜNTÜ NEDİR? UZAKTAN ALGILAMA GÖRÜNTÜLERİN GÖRÜNÜŞÜ GEOMETRİK DÜZELTME

Detaylı

Fethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti

Fethiye 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

Detaylı

Uzaktan Algılama Verisi

Uzaktan 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

Detaylı

Fotogrametri Anabilim dalında hava fotogrametrisi ve yersel fotogrametri uygulamaları yapılmakta ve eğitimleri verilmektedir.

Fotogrametri Anabilim dalında hava fotogrametrisi ve yersel fotogrametri uygulamaları yapılmakta ve eğitimleri verilmektedir. FOTOGRAMETRİ ANABİLİM DALI Fotogrametri eski Yunancadaki Photos+Grama+Metron (Işık+Çizim+Ölçme) kelimelerinden Eski Yunancadan bati dillerine giren Fotogrametri sözcüğü 3 kök sözcükten oluşur. Photos(ışık)

Detaylı

CORINE LAND COVER PROJECT

CORINE LAND COVER PROJECT CORINE LAND COVER PROJECT Coordination of Information on the Environment ÇEVRESEL VERİLERİN KOORDİNASYONU ARAZİ KULLANIM PROJESİ Arazi İzleme Sistemi T.C ÇEVRE VE ORMAN BAKANLIĞI BİLGİ İŞLEM DAİRE BAŞKANLIĞI

Detaylı

UZAKTAN ALGILAMA* Doç.Dr.Hulusi KARGI Pamukkale Üniversitesi, Jeoloji Müh. Bölümü - Denizli

UZAKTAN ALGILAMA* Doç.Dr.Hulusi KARGI Pamukkale Üniversitesi, Jeoloji Müh. Bölümü - Denizli UZAKTAN ALGILAMA* Doç.Dr.Hulusi KARGI Pamukkale Üniversitesi, Jeoloji Müh. Bölümü - Denizli *Bu sunudaki görüntülerin bir kõsmõ Rob Wright ve MTA dan alõnmõştõr. Giriş! Maden aramalarõnda ve jeolojik yapõlarõn

Detaylı

Karadeniz ve Ortadoğu Bölgesel Ani Taşkın Erken Uyarı Projesi

Karadeniz ve Ortadoğu Bölgesel Ani Taşkın Erken Uyarı Projesi Karadeniz ve Ortadoğu Bölgesel Ani Taşkın Erken Uyarı Projesi Hayreddin BACANLI Araştırma Dairesi Başkanı 1/44 İçindekiler Karadeniz ve Ortadoğu Ani Taşkın Erken Uyarı Projesi. Gayesi. Model Genel Yapısı.

Detaylı

ÇOK ZAMANLI UYDU GÖRÜNTÜLERİ VE CBS İLE ALİBEYKÖY BARAJI VE YAKIN ÇEVRESİNİN ARAZİ KULLANIMI ÖZELLİKLERİNİN BELİRLENMESİ

ÇOK ZAMANLI UYDU GÖRÜNTÜLERİ VE CBS İLE ALİBEYKÖY BARAJI VE YAKIN ÇEVRESİNİN ARAZİ KULLANIMI ÖZELLİKLERİNİN BELİRLENMESİ ÇOK ZAMANLI UYDU GÖRÜNTÜLERİ VE CBS İLE ALİBEYKÖY BARAJI VE YAKIN ÇEVRESİNİN ARAZİ KULLANIMI ÖZELLİKLERİNİN BELİRLENMESİ Yasemin Özdemir, İrfan Akar Marmara Üniversitesi Coğrafya Bölümü Marmara Üniversitesi

Detaylı

UA Teknikleri Kullanılarak Taşkın Alanlarının Belirlenmesi ve Bölgesel Taşkın Frekans Analizinin Batı Karadeniz Bölgesinde Uygulanması

UA Teknikleri Kullanılarak Taşkın Alanlarının Belirlenmesi ve Bölgesel Taşkın Frekans Analizinin Batı Karadeniz Bölgesinde Uygulanması UA Teknikleri Kullanılarak Taşkın Alanlarının Belirlenmesi ve Bölgesel Taşkın Frekans Analizinin Batı Karadeniz Bölgesinde Uygulanması Prof. Dr. A. Ünal Şorman Orta Doğu Teknik Üniversitesi, Đnşaat Mühendisliği

Detaylı

Emrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu

Emrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu 1302120002 1302130068 1302150039 1302150049 Emrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu 17.10.2016 SPEKTRAL İMGELER Bir malzeme için yansıyan, yutulan veya iletilen ışınım miktarları dalga

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi Uzaktan Algılama (JDF439) Çözünürlük kavramı Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 YANSIMA Doğada her nesne farklı yansıma özelliklerine sahiptir 2 Sağlıklı bitki örtüsünün

Detaylı

Arazi örtüsü değişiminin etkileri

Arazi örtüsü değişiminin etkileri Aksaray Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Rize İlinin Arazi Örtüsündeki Zamansal Değişimin (1976 ) Uzaktan Algılama ve Coğrafi Bilgi Sistemi İle Belirlenmesi Yd Yrd. Doç. Dr. Sl

Detaylı

Meteorolojik ölçüm sistemleri Doç. Dr. İbrahim SÖNMEZ

Meteorolojik ölçüm sistemleri Doç. Dr. İbrahim SÖNMEZ Meteorolojik ölçüm sistemleri Doç. Dr. İbrahim SÖNMEZ Ondokuz Mayıs Üniversitesi Havacılık ve Uzay Bilimleri Fakültesi Meteoroloji Mühendisliği Bölümü İçerik Gözlem ve ölçüm tanımları Ölçüm sistemi tanımı

Detaylı

ORMAN YOLLARININ UZAKTAN ALGILAMA VE CBS İLE PLANLANMASININ DEĞERLENDİRİLMESİ

ORMAN YOLLARININ UZAKTAN ALGILAMA VE CBS İLE PLANLANMASININ DEĞERLENDİRİLMESİ ORMAN YOLLARININ UZAKTAN ALGILAMA VE CBS İLE PLANLANMASININ DEĞERLENDİRİLMESİ Arş. Gör. Burak ARICAK Arş. Gör. Erhan ÇALIŞKAN Öğrt. Gör. Dr. Selçuk GÜMÜŞ Prof. Dr. H.Hulusi ACAR KAPSAM Giriş Orman yollarının

Detaylı

1. Değişik yeryüzü kabuk tiplerinin spektral yansıtma eğrilerinin durumu oranlama ile ortaya çıkarılabilmektedir.

1. Değişik yeryüzü kabuk tiplerinin spektral yansıtma eğrilerinin durumu oranlama ile ortaya çıkarılabilmektedir. ORAN GÖRÜNTÜLERİ Oran Görüntüsü Oran görüntülerini değişik şekillerde tanımlamak mümkündür; Bir görüntünün belirli bandındaki piksel parlaklık değerleri ile bunlara karşılık gelen ikinci bir banddaki piksel

Detaylı

Hidroloji Disiplinlerarası Bir Bilimdir

Hidroloji Disiplinlerarası Bir Bilimdir HİDROLOJİ KAPSAM Hidrolojik Çevrim ve Elemanları Hidrolojik Değişkenlerin Ölçülmesi ve Analizi Yağış Buharlaşma Terleme Sızma Analizleri Akım Ölçümleri ve Verilerin Analizi Yüzeysel Akış Yağış-Akış İlişkisi

Detaylı

TEMEL GÖRÜNTÜ BİLGİSİ

TEMEL GÖRÜNTÜ BİLGİSİ TEMEL GÖRÜNTÜ BİLGİSİ FOTOĞRAF/GÖRÜNTÜ KAVRAMI VE ÖZELLİKLERİ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF345 TEMEL GÖRÜNTÜ BİLGİSİ DERSİ NOTLARI http://geomatik.beun.edu.tr/marangoz/ İÇERİK

Detaylı

Dijital (Sayısal) Fotogrametri

Dijital (Sayısal) Fotogrametri Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak

Detaylı

GÖKYÜZÜ GÖZLEM TEKNİKLERİ EMRAH KALEMCİ

GÖKYÜZÜ GÖZLEM TEKNİKLERİ EMRAH KALEMCİ GÖKYÜZÜ GÖZLEM TEKNİKLERİ EMRAH KALEMCİ SABANCI ÜNİVERSİTESİ Giriş Uzaydaki cisimleri nasıl algılarız Elektromanyetik tayf ve atmosfer Yer gözlemleri Gözle görünür (optik) bölge Radyo bölgesi Uzay gözlemleri

Detaylı

İKLİM ELEMANLARI SICAKLIK

İKLİM ELEMANLARI SICAKLIK İKLİM ELEMANLARI Bir yerin iklimini oluşturan sıcaklık, basınç, rüzgâr, nem ve yağış gibi olayların tümüne iklim elemanları denir. Bu elemanların yeryüzüne dağılışını etkileyen enlem, yer şekilleri, yükselti,

Detaylı

KUTUP IŞINIMI AURORA. www.astrofotograf.com

KUTUP IŞINIMI AURORA. www.astrofotograf.com KUTUP IŞINIMI AURORA www.astrofotograf.com Kutup ışıkları, ya da aurora, genellikle kutup bölgelerinde görülen bir gece ışımasıdır. Aurora, gökyüzündeki doğal ışık görüntüleridir. Genelde gece görülen

Detaylı

NDEN BELİRLENEBİLME LME POTANSİYELİ UYDU GÖRÜNTÜLERİNDEN

NDEN BELİRLENEBİLME LME POTANSİYELİ UYDU GÖRÜNTÜLERİNDEN BİNALARIN YÜKSEK Y ÇÖZÜNÜRLÜKLÜRLÜKL UYDU GÖRÜNTÜLERİNDEN NTÜLER NDEN BELİRLENEBİLME LME POTANSİYELİ Dilek KOÇ SAN dkoc@metu metu.edu.tr Orta Doğu u Teknik Üniversitesi, Jeodezi ve Coğrafi Bilgi Teknolojileri

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik

Detaylı

TARIM VE KÖYİŞLERİ BAKANLIĞINDA COĞRAFİ BİLGİ SİSTEM TARIMSAL ÜRETİMİ GELİŞTİRME GENEL MÜDÜRLÜĞÜNDE TAMAMLANMIŞ VEYA MEVCUT OLAN ÇALIŞMALAR

TARIM VE KÖYİŞLERİ BAKANLIĞINDA COĞRAFİ BİLGİ SİSTEM TARIMSAL ÜRETİMİ GELİŞTİRME GENEL MÜDÜRLÜĞÜNDE TAMAMLANMIŞ VEYA MEVCUT OLAN ÇALIŞMALAR TUCBS TARIM VE KÖYİŞLERİ BAKANLIĞINDA TÜGEM TAGEM TRGM KKGM COĞRAFİ BİLGİ SİSTEM ANKARA 2010 1 TARIMSAL ÜRETİMİ GELİŞTİRME GENEL MÜDÜRLÜĞÜNDE TAMAMLANMIŞ VEYA MEVCUT OLAN ÇALIŞMALAR 1-1/25 000 Ölçekli

Detaylı

AYÇİÇEĞİNDE GÜBRE İHTİYACININ GREENSEEKER VE ANALİZ İLE SAPTANMASI Ahmet Şükrü BAL Danışman: Prof. Dr. Bahattin AKDEMİR Namık Kemal Üniversitesi

AYÇİÇEĞİNDE GÜBRE İHTİYACININ GREENSEEKER VE ANALİZ İLE SAPTANMASI Ahmet Şükrü BAL Danışman: Prof. Dr. Bahattin AKDEMİR Namık Kemal Üniversitesi AYÇİÇEĞİNDE GÜBRE İHTİYACININ GREENSEEKER VE ANALİZ İLE SAPTANMASI Ahmet Şükrü BAL Danışman: Prof. Dr. Bahattin AKDEMİR Namık Kemal Üniversitesi Ziraat Fakültesi Biyosistem Mühendisliği Bölümü 1 İÇİNDEKİLER

Detaylı

JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI

JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu1 Yrd. Doç. Dr. Aycan M. MARANGOZ FOTOGRAMETRİ ANABİLİM DALI SUNULARI http://jeodezi.beun.edu.tr/marangoz 2012-2013 Öğretim Yılı Bahar Dönemi

Detaylı

LANDSAT ETM+ KULLANILARAK TRABZON İLİ ARAZİ KULLANIM HARİTASININ ELDE EDİLMESİ

LANDSAT ETM+ KULLANILARAK TRABZON İLİ ARAZİ KULLANIM HARİTASININ ELDE EDİLMESİ LANDSAT ETM+ KULLANILARAK TRABZON İLİ ARAZİ KULLANIM HARİTASININ ELDE EDİLMESİ Selçuk REİS 1 ve Tahsin YOMRALIOĞLU 2 Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü,Trabzon www.gislab.ktu.edu.tr

Detaylı

HİDROJEOLOJİ. Hidrolojik Çevrim Bileşenleri Buharlaşma-Yağış. 2.Hafta. Prof.Dr.N.Nur ÖZYURT

HİDROJEOLOJİ. Hidrolojik Çevrim Bileşenleri Buharlaşma-Yağış. 2.Hafta. Prof.Dr.N.Nur ÖZYURT HİDROJEOLOJİ 2.Hafta Hidrolojik Çevrim Bileşenleri Buharlaşma-Yağış Prof.Dr.N.Nur ÖZYURT nozyurt@hacettepe.edu.tr Hidrolojik Çevrim Bileşenleri Buharlaşma-terleme Yağış Yüzeysel akış Yeraltına süzülme

Detaylı

Meteoroloji. IX. Hafta: Buharlaşma

Meteoroloji. IX. Hafta: Buharlaşma Meteoroloji IX. Hafta: Buharlaşma Hidrolojik döngünün önemli bir unsurunu oluşturan buharlaşma, yeryüzünde sıvı ve katı halde farklı şekil ve şartlarda bulunan suyun meteorolojik faktörlerin etkisiyle

Detaylı

YOĞUN 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 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,

Detaylı

Doç. Dr. Sabri KAYA Erciyes Üni. Müh. Fak. Elektrik-Elektronik Müh. Bölümü. Ders içeriği

Doç. Dr. Sabri KAYA Erciyes Üni. Müh. Fak. Elektrik-Elektronik Müh. Bölümü. Ders içeriği ANTENLER Doç. Dr. Sabri KAYA Erciyes Üni. Müh. Fak. Elektrik-Elektronik Müh. Bölümü Ders içeriği BÖLÜM 1: Antenler BÖLÜM 2: Antenlerin Temel Parametreleri BÖLÜM 3: Lineer Tel Antenler BÖLÜM 4: Halka Antenler

Detaylı

Veri toplama- Yersel Yöntemler Donanım

Veri toplama- Yersel Yöntemler Donanım Veri toplama- Yersel Yöntemler Donanım Data Doç. Dr. Saffet ERDOĞAN 1 Veri toplama -Yersel Yöntemler Optik kamera ve lazer tarayıcılı ölçme robotu Kameradan gerçek zamanlı veri Doç. Dr. Saffet ERDOĞAN

Detaylı

YHEY2008 DOĞADA YÖN BULMA. Yrd. Doç. Dr. Uzay KARAHALİL

YHEY2008 DOĞADA YÖN BULMA. Yrd. Doç. Dr. Uzay KARAHALİL YHEY2008 DOĞADA YÖN BULMA Yrd. Doç. Dr. Uzay KARAHALİL Sunum Akışı Uydu Görüntüleri UYDULAR NASIL ÇALIŞIR? Algılayıcılar Yansıyan Işın Gelen Işın Emilen Işın Geçirilen Işın Pankromatik Görüntü Elektromanyetik

Detaylı

Amerikalı Öğrencilere Liselere Geçiş Sınavında 8. Sınıf 1. Üniteden Sorulan Sorular.

Amerikalı Öğrencilere Liselere Geçiş Sınavında 8. Sınıf 1. Üniteden Sorulan Sorular. Amerikalı Öğrencilere Liselere Geçiş Sınavında 8. Sınıf 1. Üniteden Sorulan Sorular. 1- Şekilde Dünya nın uzaydan görünümü gösterilmiştir. Güneş ışınları Dünya bu konumda iken gündüzlerin en uzun olduğu

Detaylı

EROZYONUN KANTİTATİF OLARAK BELİRLENMESİ. Dr. Şenay ÖZDEN Prof.Dr. Nuri MUNSUZ

EROZYONUN 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

Detaylı

YTÜ Makine Mühendisliği Bölümü Termodinamik ve Isı Tekniği Anabilim Dalı Özel Laboratuvar Dersi Radyasyon (Işınım) Isı Transferi Deneyi Çalışma Notu

YTÜ Makine Mühendisliği Bölümü Termodinamik ve Isı Tekniği Anabilim Dalı Özel Laboratuvar Dersi Radyasyon (Işınım) Isı Transferi Deneyi Çalışma Notu YTÜ Makine Mühendisliği Bölümü Termodinamik ve Isı Tekniği Anabilim Dalı Özel Laboratuvar Dersi Radyasyon (Işınım) Isı Transferi Deneyi Çalışma Notu Laboratuar Yeri: E1 Blok Termodinamik Laboratuvarı Laboratuar

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm

Detaylı

2016 Yılı Buharlaşma Değerlendirmesi

2016 Yılı Buharlaşma Değerlendirmesi 2016 Yılı Buharlaşma Değerlendirmesi GİRİŞ Tabiatta suyun hidrolojik çevriminin önemli bir unsurunu teşkil eden buharlaşma, yeryüzünde sıvı ve katı halde değişik şekil ve şartlarda bulunan suyun meteorolojik

Detaylı

Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN Renk Teorileri

Uzaktan 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

Detaylı

MEVSİMLERİN OLUŞUMU. 5. Yiğit, demir bir bilyeyi aşağıdaki gibi eğik tutup, el feneri yardımı ile karşıdan ışık gönderiyor.

MEVSİMLERİN OLUŞUMU. 5. Yiğit, demir bir bilyeyi aşağıdaki gibi eğik tutup, el feneri yardımı ile karşıdan ışık gönderiyor. İTE 1. ÜN ER M İ S MEV İM VE İ OYANUS MASTER FEN BİİMERİ TAR ÖMEZ TEST - 1 1. Defne, başlangıç sıcaklıkları aynı olan özdeş 2. metal levhalar ve ışık kaynaklarını kullanarak levhalar üzerindeki birim yüzeye

Detaylı

GÜNEŞİN ELEKTROMANYETİK SPEKTRUMU

GÜNEŞİN ELEKTROMANYETİK SPEKTRUMU GÜNEŞİN ELEKTROMANYETİK SPEKTRUMU Güneş ışınımı değişik dalga boylarında yayılır. Yayılan bu dalga boylarının sıralı görünümü de güneş spektrumu olarak isimlendirilir. Tam olarak ifade edilecek olursa;

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik

Detaylı

Görüntü İyileştirme Teknikleri. Hafta-8

Görüntü İyileştirme Teknikleri. Hafta-8 Görüntü İyileştirme Teknikleri Hafta-8 1 Spektral İyileştirme PCA (Principal Component Analysis) Dönüşümü. Türkçesi Ana Bileşenler Dönüşümü Decorrelation Germe Tasseled Cap RGB den IHS ye dönüşüm IHS den

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİNİN İNŞAAT ALANINDAKİ UYGULAMALARI

COĞRAFİ BİLGİ SİSTEMLERİNİN İNŞAAT ALANINDAKİ UYGULAMALARI COĞRAFİ BİLGİ SİSTEMLERİNİN İNŞAAT ALANINDAKİ UYGULAMALARI Ali Baran AKGÜN Egemen ÇAKIR Melike ERSOY Özlem PALABIYIK Danışman: Y. Doç. Dr. Esin ERGEN 1 İçerik CBS nedir? CBS nin inşaatta kullanım alanları

Detaylı

Afet Yönetiminde İleri Teknolojiler ve TÜBİTAK UZAY ın Vizyonu

Afet 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

Detaylı

Lazer-obje (hedef) etkileşimi-yüzey eğim ve pürüzlülüğü

Lazer-obje (hedef) etkileşimi-yüzey eğim ve pürüzlülüğü Lazer-obje (hedef) etkileşimi-yüzey eğim ve pürüzlülüğü Ölçülen düşey mesafe yüzeyin eğimi ve pürüzlülüğüne bağlıdır. Soldaki iki şekil için, sağ şekilden dönen eko daha geniş olduğundan ölçülen mesafe

Detaylı

ARAZİ ÖLÇMELERİ. Koordinat sistemleri. Kartezyen koordinat sistemi

ARAZİ ÖLÇMELERİ. Koordinat sistemleri. Kartezyen koordinat sistemi Koordinat sistemleri Coğrafik objelerin haritaya aktarılması, objelerin detaylarına ait koordinatların düzleme aktarılması ile oluşur. Koordinat sistemleri kendi içlerinde kartezyen koordinat sistemi,

Detaylı

Prof.Dr. Mehmet MISIR ORMANCILIKTA UZAKTAN ALGILAMA. ( Güz Yarıyılı)

Prof.Dr. Mehmet MISIR ORMANCILIKTA UZAKTAN ALGILAMA. ( Güz Yarıyılı) Prof.Dr. Mehmet MISIR ORMANCILIKTA UZAKTAN ALGILAMA (2017-2018 Güz Yarıyılı) Ders İçeriği Uzaktan Algılamanın Tanımı ve Tarihsel Gelişimi Uzaktan Algılamada Temel Kavramlar Uzaktan Algılama Sistemleri

Detaylı

5 İki Boyutlu Algılayıcılar

5 İki Boyutlu Algılayıcılar 65 5 İki Boyutlu Algılayıcılar 5.1 CCD Satır Kameralar Ölçülecek büyüklük, örneğin bir telin çapı, objeye uygun bir projeksiyon ile CCD satırının ışığa duyarlı elemanı üzerine düşürülerek ölçüm yapılır.

Detaylı

KUTUPLARDAKİ OZON İNCELMESİ

KUTUPLARDAKİ OZON İNCELMESİ KUTUPLARDAKİ OZON İNCELMESİ Bilim adamlarınca, geçtiğimiz yıllarda insan faaliyetlerindeki artışa paralel olarak, küresel ölçekte çevre değişiminde ve problemlerde artış olduğu ifade edilmiştir. En belirgin

Detaylı

Fotovoltaik Teknoloji

Fotovoltaik Teknoloji Fotovoltaik Teknoloji Bölüm 3: Güneş Enerjisi Güneşin Yapısı Güneş Işınımı Güneş Spektrumu Toplam Güneş Işınımı Güneş Işınımının Ölçülmesi Dr. Osman Turan Makine ve İmalat Mühendisliği Bilecik Şeyh Edebali

Detaylı

ARAZİ ÖLÇMELERİ. Koordinat sistemleri. Kartezyen koordinat sistemi

ARAZİ ÖLÇMELERİ. Koordinat sistemleri. Kartezyen koordinat sistemi Koordinat sistemleri Coğrafik objelerin haritaya aktarılması, objelerin detaylarına ait koordinatların düzleme aktarılması ile oluşur. Koordinat sistemleri kendi içlerinde kartezyen koordinat sistemi,

Detaylı

18. ESRI KULLANICILAR KONFERANSI

18. ESRI KULLANICILAR KONFERANSI 18. ESRI KULLANICILAR KONFERANSI SEL VE TAŞKINA DUYARLI ALANLARIN CBS İLE BELİRLENMESİ: İSTANBUL AVRUPA YAKASI ÖRNEĞİ Arş.Grv. Mustafa YALÇIN Afyon Kocatepe Üniversitesi İÇERİK Sel ve Taşkın Duyarlılık

Detaylı

Meteoroloji Genel Müdürlüğü Yıldırım Tespit ve Takip Sistemi (YTTS)

Meteoroloji Genel Müdürlüğü Yıldırım Tespit ve Takip Sistemi (YTTS) 1 Meteoroloji Genel Müdürlüğü Yıldırım Tespit ve Takip Sistemi (YTTS) Orman ve Su İşleri Bakanlığı Meteoroloji Genel Müdürlüğü Ülkemiz için yeni bir yatırım olan Yıldırım Tespit ve Takip Sistemi projesinin

Detaylı

12. SINIF KONU ANLATIMLI

12. SINIF KONU ANLATIMLI 12. SINIF KONU ANLATIMLI 3. ÜNİTE: DALGA MEKANİĞİ 2. Konu ELEKTROMANYETİK DALGA ETKİNLİK VE TEST ÇÖZÜMLERİ 2 Elektromanyetik Dalga Etkinlik A nın Yanıtları 1. Elektromanyetik spektrum şekildeki gibidir.

Detaylı

Ö. Kayman *, F. Sunar *

Ö. 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

Detaylı

Digital Görüntü Temelleri Görüntü Oluşumu

Digital Görüntü Temelleri Görüntü Oluşumu Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 25 Ekim

Detaylı

KIZILÖTESİ KULAKTAN SICAKLIK ÖLÇEN TERMOMETRELERİN KALİBRASYONU

KIZILÖTESİ KULAKTAN SICAKLIK ÖLÇEN TERMOMETRELERİN KALİBRASYONU 235 KIZILÖTESİ KULAKTAN SICAKLIK ÖLÇEN TERMOMETRELERİN KALİBRASYONU Kemal ÖZCAN Aliye KARTAL DOĞAN ÖZET Kızılötesi kulaktan sıcaklık ölçen termometreler sağlık sektöründe yaygın olarak kullanılmaktadır.

Detaylı

Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri

Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Uzaktan Algılama (3) Öğr. Gör. 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

Detaylı

Proje No: 105Y283. Tuz Gölü ve Yakın Çevresinin Yer ve Uydu Verileri ile Kuraklık ve Su Kalitesi Bakımından Zamansal Analizi

Proje No: 105Y283. Tuz Gölü ve Yakın Çevresinin Yer ve Uydu Verileri ile Kuraklık ve Su Kalitesi Bakımından Zamansal Analizi Proje No: 105Y283 Tuz Gölü ve Yakın Çevresinin Yer ve Uydu Verileri ile Kuraklık ve Su Kalitesi Bakımından Zamansal Analizi Prof.Dr. Cankut ÖRMECİ Prof.Dr. Doğan KANTARCI Prof.Dr. Cumali KINACI Dr. Süleyman

Detaylı

UYDU GÖRÜNTÜLERİ YARDIMIYLA PLAJ ALANLARINDA DANE ÇAPININ BELİRLENMESİ

UYDU GÖRÜNTÜLERİ YARDIMIYLA PLAJ ALANLARINDA DANE ÇAPININ BELİRLENMESİ 6. Ulusal Kıyı Mühendisliği Sempozyumu 359 UYDU GÖRÜNTÜLERİ YARDIMIYLA PLAJ ALANLARINDA DANE ÇAPININ BELİRLENMESİ S.Erkan KAÇMAZ Sedat KABDAŞLI Kıyı Yük.Müh. Prof.Dr. İTÜ İnşaat Fakültesi, İnşaat Müh.

Detaylı

ATMOSFERDEKİ YAĞIŞA GEÇERİLİR SURUHARI MİKTARININ HESAPLANMASI

ATMOSFERDEKİ YAĞIŞA GEÇERİLİR SURUHARI MİKTARININ HESAPLANMASI ATMOSFERDEKİ YAĞIŞA GEÇERİLİR SURUHARI MİKTARININ HESAPLANMASI SEMA TOPÇU* 1. GİRİŞ Dünya üzerindeki büyük su kütlelerinden meydana gelen buharlaşma ve canlıların terleme olayı atmosferdeki subuharının

Detaylı

HİDROLOJİK DÖNGÜ (Su Döngüsü)

HİDROLOJİK DÖNGÜ (Su Döngüsü) HAVZA SÜREÇLERİ HİDROLOJİK DÖNGÜ (Su Döngüsü) Yer kürenin atmosfer, kara ve su olmak üzere üç ayrı bölümünde su, gaz durumdan sıvı veya katı duruma ya da katı veya sıvı durumdan gaz durumuna dönüşerek

Detaylı

FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI

FOTOGRAMETRİ 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

Detaylı

T.C. ÇEVRE VE ORMAN BAKANLIĞI Çevre Yönetimi Genel Müdürlüğü A. GENEL BİLGİLER

T.C. ÇEVRE VE ORMAN BAKANLIĞI Çevre Yönetimi Genel Müdürlüğü A. GENEL BİLGİLER Rapor No: Rapor Hazırlama Tarihi: Tarihi: Firma/İşletme Adı: de kullanılan ilgili standart veya metot: I. İşletmenin Genel Tanıtımına İlişkin Bilgiler 1) İşletmenin ticari unvanı, 2) İşletmenin adresi,

Detaylı