OTURUM 4 3 BOYUTLU UYGULAMALAR

Transkript

1 OTURUM 4 3 BOYUTLU UYGULAMALAR Oturum Başkanı: Yrd. Doç.Dr. Hakan Akçın Citysurf Yazılımı İle 3 Boyutlu Kentler Yoltay (Piri Reis Ltd.), E. Uçaner (Etimesut Bel.) G. Dağgez ( Piri Reis ltd.) Çorum Belediyesi Katılımcı 3D Kent Bilgi Sistemi N. Burhan (Çorum Bel.) Kurumsal GIS Çözümü- NETGIS Server 3D T. E. Toptaş (Netcad) 3D CITY VAQS: Üç Boyutlu Şehir Modelleri Oluşturma, Görüntüleme ve Sorgulama Sistemi S. Doğan(OMÜ), R. Doğan(Samsun Valiliği), O. Altan (İTÜ) Hücre Tabanlı Heyelan Duyarlılık Haritalarının Oluşturulması A.Erener, G. Sarp, HSB.Duzgun (ODTÜ) 231

2 232 ANKARA ŞUBESİ

3 CITYSURF YAZILIMI İLE 3 BOYUTLU KENTLER A. Yoltay 1, E. Uçaner 2, G. Dağgez 3 1 Piri Reis Ltd. Şti., Projeler Koordinatörü, Ankara [email protected] 2 Etimesgut Belediyesi, Bilgi İşlem Müdürü, Ankara [email protected] 3 Piri Reis Ltd. Şti., Teknoloji Danışmanı, Ankara [email protected] ÖZET Bu çalışmada 3 Boyutlu Coğrafi Bilgi Sistemi (CBS) görüntüleyicisi olan CitySurf ile şehirlerin CBS projeleri oluşturulduktan sonra görüntüleme aşaması anlatılmaktadır. Programda, kadastro planları, uydu fotoğrafları, arazi modelleri binalar, yollar, önemli merkezler gibi veri setleri girdi olarak tanımlanabilmektedir. Nesnelerin tanımları verildiğinde program otomatik olarak bina modellerini ve diğer bütün verileri 3- boyutlu hale getirmekte, istenen detaylar eklenebilmekte ve elde edilen veriler 3-boyutlu ortamda internet aracılığıyla görüntülenebilmektedir. Mevcut birçok proje içerisinden, Etimesgut Belediyesi bünyesindeki CBS verilerinin CitySurf yazılımı ile internet ortamına sunulması örnek proje olarak irdelenmiştir. Google Earth ve Virtual Earth ün alternatifi olan CitySurf ile sınırsız büyüklükteki veri, düşük bant genişliğinde bile kesintisiz olarak sunularak tüm Türkiye nin 3 boyutlu coğrafi bilgi sistemi oluşturabilir. Anahtar Sözcükler: Google Earth, CitySurf, Üç boyutlu coğrafi bilgi sistemi, uydu fotoğrafları, bina modeli. 1. GİRİŞ Yaşadığımız bilgi çağında, bilgi teknolojisi çok değişik alanlarında insanlığa hizmet vermektedir. (Yomralıoğlu, 1999) Coğrafi bilgi sistemleri birçok belediyede, kurumda mevcutta kurulmuş olup hepsinde de 2 boyutlu olarak sistem işlemektedir. 3-boyutlu Coğrafi bilgi sistemi teknolojisi olarak görüntüleme ve her hususun detaylarıyla incelenmesi son 2 yıl içerisinde artan inceleme konulardan biri olmuştur. Bu alanda örneğin Google firması, Google Earth isimli yazılımıyla uydu fotoğraflarını şehir planlarından elde edilen 3 boyutlu görüntülerle birleştirerek görsel bir coğrafi bilgi sistemini gerçekleştirmiştir. Bu alanda Türkiye de ise CitySurf bir ilki gerçekleştirmiştir (Tortop, 2006). Google Earth de şu anda mevcut olan 3-boyutlu şehirler daha çok ABD nde bulunan birkaç şehirden oluşmaktadır. Arazi modeli için benzer bir çalışma NASA World Wind ile yine Amerika da yapılmıştır. Büyük ve karmaşık sistemlerin modellenmesi bilgisayar grafiği açısından önemli bir problemdir. Gelişen bilgisayar sistemleri ve görüntüleme algoritmaları sanal ortam modellerine ihtiyacı artırmaktadır. Günümüzde bilgisayar sistemleri ve ortalama standart olan 1024 kb hızındaki internet bağlantısı büyük üç boyutlu modellerin görüntülenmesine olanak vermektedir. Görüntüleme sistemleri uçuş simülasyonları ve şehir planlamadan bilgisayar 233

4 oyunlarına ve uzaktan algılama yöntemleriyle tarımsal çalışmalara, deprem sonrası analize kadar birçok alanda kullanılmaktadır. Bu sistemlerde kullanılmak üzere, mevcut şehirlerin birebir modellerini oluşturarak 3 boyutlu coğrafi bilgi sistemini kurmak zaman ve para gibi maliyetler açısından çok masraflı olacaktır. Bu çalışmanın esas amacı, mevcut coğrafi bilgi sistemlerinde yer alan 2 boyutlu verileri, 3-boyutlu ortama gerçekçi olarak taşımak ve elde edilen 3-boyutlu veriyi gerçek zamanlı olarak internet üzerinde görüntülemektir. CitySurf ile projelerin 3 boyutlu olarak görüntülenmesinde kurumların, belediyelerin mevcut verilerinden yararlanılmakta ve bu verilerle 3 boyutlu olarak görüntülenmesi oluşturulmaktadır. Elde edilen veriler görüntüleme algoritmasına transfer edilmek suretiyle gerçek zamanlı görüntüleme yapılabilmektedir. 2. Benzer Yöntemlerle Yapılan Çalışmalar Mevcut coğrafi bilgi sistemi projelerinde şehir modellerinin oluşturulmasında başarı sağlayan bir yaklaşım fotogrametri ve resim işleme ile bina ve sokakların modellerinin oluşturulmasıdır. Bir başka yaklaşım ise lazer tarayıcılar yardımıyla uzaktan algılama teknolojilerinin kullanılmasını baz alır. Bu yaklaşımlar oldukça başarılı ve güvenilir coğrafi bilgi sistemi modelleri sağlamasına karşın, 1. Otomatik olarak üretim yapmadıklarından, 2. İnternet tabanlı olmadıklarından, 3. Analiz ve sorgulama yeteneklerine sahip olmamaları sebebiyle Çoğunlukla pratik değillerdir 3. Model Üretim Sistemi 3 boyutlu coğrafi bilgi sistemi görüntüleyicisi olan CitySurf yazılımı ESRI firmasının shape (shp) ve MAPINFO firmasının TAB formatını kullanmaktadır. SHP ve TAB formatı oldukça basit, standart ve genel olarak kabul gördüğünden belediye ve kurumlar tarafından eldeki veriler düşünüldüğünde en temel formatlar olarak kabul edilebilir. Sistem çıktı olarak bina modellerini SHP ve TAB formatında oluşturmaktadır. Binalar ayrı ayrı sisteme işlenerek değil veritabanındaki kolonlardan kat yüksekliği bilgisi sayesinde bütün binalar CitySurf ile otomatik olarak yükseltilir. Bina tabanlarının ve yükseklik bilgilerinin kullanılmasıyla elde edilen bina modelleri hem istenen detayda bilgi vermekte, hem de görüntülenen modelin mimari yapısını gerçekçi bir şekilde yansıtmaktadır. Sunulan bu teknikle, istenen mimari yapıdaki binaların kısa sürede üretilmesine olanak sağlamaktadır. Binaların arazi üzerinde nasıl gerçekçi bir şekilde 3.boyutta görüntülendiği Şekil 1 de verilmiştir 234 ANKARA ŞUBESİ

5 Şekil 1 : Etimesgut ilçesinin 3 boyutlu binaları Binalar CitySurf projesinde sadece görsel olarak değil aynı zamanda ilişkisel veri tabanı yönetim sistemlerinde depolanan grafik ve sözel verilere de erişim imkânı sağlar. Binalara kaplanacak fotogerçekçi doku bilgisi de sisteme tek tek işlenerek değil kolon bilgisine göre otomatik olarak program tarafından yapılmaktadır. Sahadan çekilen bina resimlerinin binalara kaplandıktan sonraki görüntüsü Şekil 2 de verilmiştir. Fotogerçekçi doku görüntüleri elde etmek için sahadan çekilen fotoğrafların perspektif düzeltme işlemlerinin yapılması gerekmektedir. Şekil 2: İstanbul Bahçeşehir ilçesindeki bina resimlerinin doku olarak kaplanmış şekli 235

6 Sistemde kullanılan veriler; Vektör Veriler: 1. Sayısal temel arazi modeli: 1/1000 lik Halihazır haritalardan elde edilen arazi modeli Şekil 3 de görüldüğü gibi Ikonos uydu görüntüsünde altlık olarak kullanılmıştır. 2. Uydu fotoğrafları: Ikonos, Qickbird, Aster 3. Binalar: Kent içinde yer alan tüm yapılar 4. Yollar: Tüm karayolu ve şehir içi yollar 5. Önemli Merkezler: Okullar, eczaneler, kafeteryalar, sinemalar 6. 3D katı modeller: Herhangi bir 3 boyutlu tasarım programı aracılığıyla üretilen bina modelleri minimum vertexden oluşacak şekilde sisteme entegre edilir. Şekil 3 de görülen bina modelleri 3D Max programıyla yapılmış ve CitySurf e entegre edilmiştir. Şekil 3: İstanbul Bahçeşehir ilçesindeki bina resimlerinin doku olarak kaplanmış şekli 4. GÖRÜNTÜLEME SİSTEMİ CitySurf görüntüleme sistemleri, etkili ve hızlı bir gezinti yapmak, sistemdeki verileri hızlı bir şekilde görüntülemek ve sorgulamak için, görüntüye aktif olarak katılım göstermeyen verilerin atılmasına şiddetle ihtiyaç duymaktadır. Bakış açısı dışındakilerin atılması ve arkada kalan bölgelerin atılması için etkili algoritmalar mevcuttur. Ancak, kapatılan bölgelerin atılması algoritmaları hâlâ çok maliyetlidir. Özellikle, nesne uzayına bağlı kapatılan bölgelerin atılması algoritmaları, genellikle her bir gezinti noktası ve her bir bakış açısı için görüntünün önceden hesaplanmasına ihtiyaç duymaktadır. Saklanması gereken veri miktarı aşırı oranda arttığından, gezinti yapılabilecek alanın hücrelendirilmesi ve böylece önişlemden geçen kapatılan bölgelerin atılması işleminin sonucu olan bilgi miktarının azaltılması büyük önem taşımaktadır. Kapatılan alanların atılmasını tespit etmek için ön işleme ihtiyaç duyan algoritmalar her bir bakış noktası için büyük miktarda veri depolamaya ihtiyaç duymaktadır. Görüntüleme esnasında ise kullanıcıya doğru dönmemiş nesne kesimleri de donanım tarafından elenerek hızlı bir görüntüleme sağlanmaktadır. 236 ANKARA ŞUBESİ

7 5. Sonuç ve Gelecek Çalışmalar Bu çalışmada belediyeler ve kurumların mevcut verileri kullanılarak internet tabanlı 3 boyutlu coğrafi bilgi sistemi çalışması sunulmuştur. Binalar, mevcut bir uydu fotoğrafı üzerindeki izdüşümleri kullanılarak değil bina şekilleri itibariyle gerçek planlarına uygun şekilde görüntülenmektedir. Vektör veriler kısmında saydığımız yollar, mülkiyet verileri, önemli merkezler içinde aynı şey söz konusudur. Gelecekte CitySurf yazılımı sayesinde internet üzerinden bütün Türkiye nin Coğrafi bilgi sistemi projesinin yayınlaması hedeflenmektedir. KAYNAKLAR Tortop İ Citysurf, Bilim ve Teknik Dergisi, sayı: 465, sayfa: 47. Yomralıoğlu T., Yerel yönetimlerde kent bilgi sistemi uygulamaları sempozyumu 237

8 ÇORUM BELEDİYESİ KATILIMCI 3D KENT BİLGİ SİSTEMİ N. BURHAN Çorum Belediyesi,Araştırma Planlama Birimi, ÖZET Önümüzdeki yıllar içerisinde çok değişik ilgi çekici harita bazlı uygulamalara şahit olacağız. Bu akıllı haritalar insanların, kurumların ne istediği ne aradığı ne karar vereceği konularında yol gösterecek yardımcı olacak bilgilendirecek ve mekan bazlı karar alma ve verme sürecine katkıda bulunacaktır. Haritalar fonksiyonellik açısından geliştikçe, hayatlarımızı zenginleştirmeye ilgi çekici yapmaya kolaylaştırmaya başlayacak ve daha iyi daha hassas daha güncel coğrafi veri üretimi ve dolayısıyla da coğrafi bilgi sistemi önem kazanacaktır. Ülkemizde oluşturulan Coğrafi Bilgi Sistemleri görsellikten uzak ve internete açık olmamasından dolayı son kullanıcılar, mekansal verilere yeterli hızda ve kolaylıkta ulaşamamakta. Çorum Belediyesi nce hazırlanan Web tabanlı üç boyutlu Coğrafi Bilgi Sistemi ile CBS nin kentlerde uygulanmasında yeni bir boyut açıldı. Mekansal verileri oluşturup analiz eden bilgisayar uzmanı kişilerin bu verileri kullanması yeterli görülmedi. Mekansal veriler vatandaşa da hizmet edebilir hale getirildi. Eğitim durumu da az olan kesimler, öğrenciler, adres arayan vatandaşlar, emlak hizmeti veren işyeri sahipleri önceleri bu sistemden harita görmeyi amaçlar iken gün geçtikçe mekansal objeleri sorgulamayı ve kendi bilgilerini bu sistemden sunmayı amaç edindiler. Uzun yıllardır Dünya ve Türkiye deki Coğrafi bilgi sistemi firmaları insanlara Coğrafi bilgi sistemini, harita kültürünü anlatmaya çalışırken Google Earth gibi bir yazılımın çıkmasıyla bir yıl içinde tüm dünyada kişi bu yazılımı kullanmaya başladı. Bunun sebebi kullanım kolaylığı, uydu fotoğrafının anlaşılabilirliği ve 3 boyutlu olmasıydı. Biz de Google Earth ün bu başarısını yakalayabilecek ayrıca vatandaşın sadece veriyi görüntülemesinin dışında aynı zamanda vatandaş olarak taleplerini belediyeye Online (çevrim içi ) olarak ulaştırabileceği bir ortamı nasıl sağlarızı düşündük. Bilindiği üzere Web 1.0 internet siteleri yalnız veriyi yayınlar iken, Web 2.0 internet siteleri kullanıcının da veri girmesine imkan verir. Çorum Belediyesi Katılımcı 3D (Üç Boyutlu) Kent Bilgi Sistemi tarihinde Ankara da tanıtım kokteyli ile açıldı. Artık vatandaşın da yetkisi doğrultusunda coğrafi verisini paylaşabileceği Türkiye nin ilk GEOWEB 2.0 Coğrafi Bilgi Sistemi hayata geçti. Anahtar Sözcükler: GEOWEB 2.0, Belediye, Kent Bilgi Sistemi, Citysurf 238 ANKARA ŞUBESİ

9 YAPILAN ÇALIŞMALAR Proje; tarihinde tanıtım kokteyli ile internete açılmıştır. Projenin internetten sunumu için yerli bir yazılım olan Citysurf Globe 3D Kent Bilgi Sistemi kullanılmaktadır. Projenin Güncelleme ve zenginleştirme çalışmaları devam etmektedir. Proje çerçevesinde ulusal projeler ile bağlantı kurulması hedeflemektedir. Bu sebepten İç İşleri Bakanlığı Nüfus ve Vatandaşlık Genel Müdürlüğü (NVİ) bünyesinde bulunan Ulusal Adres Veritabanında (UAVT) kullanılan Tanıtım Numaraları, haritalarımızda bulunan sokak çizgileri ile eşleştirilmiş ve rapor alınması sağlanmıştır. 239

10 Şekil 1: Projede hedeflenen Coğrafi Bilgi Sistemi Kurgusu Sistem tasarımı ve veri toplanması belediyemiz personelince yapılmıştır. Projenin temelini oluşturan 3D Boyutlu harita altyapısı, İnternet tabanlı Türkiye de ilk kez Çorum Belediyesi nce yapılmıştır. Proje bünyesinde aşağıdaki katmanlar bulunmaktadır. a. Doku kaplı 3D binalar ve önemli merkezler b. Parseller ve bağlı olduğu sözel bilgileri( Parsel Bilgileri, Ruhsatları, Emlak Beyanları..) c. Sokaklar ve Dış Kapı Numaraları d. İmar planları, İmar fonksiyon adaları e. Mezar yerleri f. asp.net ile hazırlanan web sayfaları ile öznitelik bilgileri Web Şekil 2: İmar Planı üzerinde sorgulama yapılması 240 ANKARA ŞUBESİ

11 Genel amacımız Valilik Birimlerinin de Çorum KBS Bilgi Havuzuna katkıda bulunması. Şu an gerçekleşen projemizde tüm birimler ve vatandaş veri alabilmekte yalnız belediye birimleri veri eklemektedir. Sistemde bulunan harita katmanları Quickbird uydu fotoğrafı (315 km 2) Arazi modeli Coğrafi nesneler açık kaynak kodlu PostGIS_SQL veritabanında tutulmakta Mahalle Sınırları (İdari ve Tapu Mahalleleri ayrı ayrı) Cadde/Sokak Adları, Dış kapı Numaraları (2080 adet Sokak, adet Dış Kapı) 3D Binalar (17000 Adet) Kadastro / İmar Parselleri (41200 Adet) Pafta Sınırları Yeşil Alanlar 3D Model Objeler( Saat Kulesi, Müze, Stadyum, Binevler Parkı, Belediye Bina sı, Veli Paşa Hanı, Veli Paşa Konağı) Okul, Eczane, Muhtarlık, Cami, Market, Fabrika, Benzinlik Yerleri Çorum İlçe Sınırları, Karayolları, Köy merkezleri 1/ ölçekli Çevre düzeni planında bulunan vektör katmanlar o o o o o Yerleşim yerleri Sanayi, tarım bölgeleri Toprak bilgileri Zemin ve fay hattı bilgileri Su yolları ve gölleri. 241

12 Şekil 3: Dünyanın muhtemel ilk web tabanlı 3D Mezarlık Bilgi Sisteminden bir görüntü GELİNEN NOKTADA VARILAN SONUÇLAR Sistem internet üzerinden bilgilendirme sağlıyor, bu sayede vatandaş ve personel coğrafi bilgiye daha hızlı ulaşıyor, zaman ve işgücü tasarrufu sağlanıyor. Harita Mühendisliği dışındaki disiplinler ve vatandaş harita kullanma kültürüne alışıyor. Sistem kullanıcı sayısı her geçen gün artmakta. Kullanıcıların sisteme bağlanma sebeplerinin sistemin işlevsel olduğu, yani günlük işlerine yardımcı olduğu sonucunu çıkmaktadır. İmar durumu veren belediye birimimiz, uygulamadan sonra imar durumu bilgi talebi için müracaat sayısının azaldığını belirtmiştir. Belediye bünyesindeki İmar ve diğer birim personeli, kağıt paftalardan harita aramak zorunda kalmadan ilgili bilgilere ekrandan ulaşabilmektedir. İlimizde çalışan mühendisler ve adresle işi olan nakliyeciler tarafından yoğun bir şekilde kullanılmaktadır. Bu altlıklar sayesinde çeşitli mühendislik projeleri; daha hızlı ve etkin hazırlanmaktadır. Klasik yöntemde belediye mezarlık işleri birimleri kabir yerlerini haritaya işlemezler. Mezarlık haritasının Sisteme aktarılması ile artık kabir yerleri kayıt altına alınmış oldu. Yakınını yerini bilmeyen bir vatandaşa artık yardımcı olunabiliyor. Vatandaş ve meslek gruplarının belediyeye gelmeden işlerini yapabilmelerinin yanında, İnşaat yapmak isteyen müteahhit boş arsaları haritadan daha kolay görüp sahipleri ile daha kolay temasa geçebilmektedir. Emlakcılar müşterilerine ekrandan tarif imkanı bulmuşlardır. Tapu senedi olan bir imar parseli rahatlıkla sistemden bulanabilir. 242 ANKARA ŞUBESİ

13 Son dönemde artık vatandaşların da kendi bilgilerini sunabilecekleri, tam anlamıyla katılımcı bir modele geçilmiştir. Şekil 4: Çorum Belediyesi 3D Kent Bilgi Sisteminden bir görüntü Google arama motoruna Kent bilgi Sistemi yazıldığında listeye gelen ilk belediyenin Çorum Belediyesi Kent Bilgi Sistemi olması vatandaşın sistemden yararlandığının bir göstergesi. Çorum Belediyesi Web Sayfası Anketinde Belediyemiz En Beğenilen Hizmeti Anketinde Doğalgazdan sonra en çok oylanan konu 3D Kent Bilgi Sistemi çalışması olmuştur. o Kullanıcıya yön göstermesi için yardım sayfası hazırlandı. o KAYNAKÇA Katılımcı 3D Kent Bilgi Sistemine ulaşmak için ücretsiz istemci(client) yazılımın kurulması gerekmektedir. Çorum Belediyesi Kent Bilgi Sistemi Sayfaları Programı sağladığımız ve destek aldığımız firmanın web sayfası Çorum Belediyesi Mezarlık Bilgi Sistemi dosyaları 243

14 KURUMSAL GIS ÇÖZÜMÜ NETGIS SERVER 3D Tunç Emre TOPTAŞ Netcad, Eğitim Hizmetleri Müdürü, Yük.Şehir Plancısı, CBS Uzmanu-Eğitmeni, Ankara, ÖZET NETGIS Server3D, tamamen bütünleşik yapıda konumsal ve sözel veritabanı desteği, harita sunumu, vektör, raster veri sunumu, konumsal analiz, eş zamanlı veri düzenleme ve coğrafi uygulama geliştirmek üzere tasarlanmış olan, uluslararası GIS standartlarındaki spesifikasyonları taşıyan bileşenlerden oluşan kurumsal GIS çözümüdür. E-devlet altyapısının uluslar arası standartlarda oluşturulması gerekir. Kurumların yaptıkları yatırımlar birlikte çalışabilirlik ihtiyaçlarını karşılayabilecek güçte, her kurumun ihtiyacına göre konfrige edilebilir, ölçeklenebilir ve esnek yapıda marka bağımsız olarak client mimarileri ile entegre olabilen, güvenli çalışabilen uluslar arası standartlardaki teknolojilere yönelik olarak yapılmalıdır. NETGIS Server3D, birlikte çalışabilirlik, VTYS bağımsızlık, zengin veri tipi ve format desteği, ölçeklenebilirlik, teknik ve fonksiyonel ilerilik, esneklik ve güvenlik olmak üzere yedi temel özellik üzerine kurulmuştur. Kamu kurumları ve yerel yönetim birimlerinde NETGIS Server3D lerin kullanılması ile ülke ölçeğinde merkezi kontrol sağlanacak, bu sayede mükerrer veri üretiminin önüne geçilecek, üretilen projeler web üzerinden yayımlanabilecek, edit edilebilecek, paylaşılabilecektir. Bu sayede tüm Türkiye ortak veri havuzunda çalışabilecek, e-dönüşüm sürecinde ülke ölçeğinde altyapı oluşturacaktır. Anahtar Sözcükler: GIS, CBS, e-dönüşüm, GIS Server, 3D 1. KURUMSAL GIS ÇÖZÜMÜ - NETGIS Server 3D 1.1. BİRLİKTE ÇALIŞABİLİRLİĞİN GEREKLİLİĞİ Birlikte çalışabilirlik, verilerin kurumlar arasında ve bilgi sistemlerinde etkin olarak paylaşılabilme ve kullanılabilme yeteneğinin gerçekleşmesini sağlayan çok boyutlu bir kavramdır. Birlikte çalışabilirliği European Public Administration Network egovernment Working Group, Key Principles of an Interoperability Architecture-2004 da bir sistemin ya da sürecin ortak standartlar çerçevesinde bir diğer sistemin ya da sürecin bilgisini ve/veya işlevlerini kullanabilme yeteneği olarak tanımlamıştır. Birlikte çalışabilirlik için en önemli parametre olan standartlar konusuna vurgu yapan bu tanımdan da anlaşılacağı üzere ülke ölçeğinde birlikte çalışabilirlik için öncelikle kullanılacak standartlar ın belirlenmesi gerekmektedir. E-devlet teknolojik altyapı standartlarının belirlenmesi; üretilecek, depolanacak, yönetilecek verilerin sunulması, taşınması, güvenliği, veri ortak modelinin ve veri değişim altyapısının oluşturulması ve geliştirilen çözümlerin teknik standartlarının belirlenmesi atılacak ilk adımlar olmalıdır. Birlikte çalışabilirliğin sağlanması bilginin internet üzerinden, etkin, her noktadan hızla erişilebilir ve güvenli olarak paylaşılması ile mümkün olabilir. Günümüz 244 ANKARA ŞUBESİ

15 teknolojilerinin sağladığı Server teknolojileri, ve kurumsal portal desteği, birlikte çalışabilirliği mümkün hale getirmektedir. E-devlet altyapısının uluslar arası standartlarda oluşturulması gerekir. Kurumların yaptıkları yatırımlar birlikte çalışabilirlik ihtiyaçlarını karşılayabilecek güçte, her kurumun ihtiyacına göre konfrige edilebilir, ölçeklenebilir ve esnek yapıda marka bağımsız olarak client mimarileri ile entegre olabilen, güvenli çalışabilen uluslar arası standartlardaki teknolojilere yönelik olarak yapılmalıdır. 2. Netgıs Server Uluslar arası standartlardaki NETGIS Server, birlikte çalışabilirlik, VTYS bağımsızlık, zengin veri tipi ve format desteği, ölçeklenebilirlik, teknik ve fonksiyonel ilerilik, esneklik ve güvenlik olmak üzere yedi temel özellik üzerine kurulmuştur. Kamu kurumları ve yerel yönetim birimlerinde NETGIS Server laerın kullanılması ile ülke ölçeğinde merkezi kontrol sağlanacak, bu sayede mükerrer veri üretiminin önüne geçilecek, üretilen projeler web üzerinden yayımlanabilecek, edit edilebilecek, paylaşılabilecektir. Bu sayede tüm Türkiye ortak veri havuzunda çalışabilecek, e-dönüşüm sürecinde ülke ölçeğinde altyapı oluşturacaktır. NETGIS Server tamamen bütünleşik yapıda konumsal ve sözel veritabanı desteği, harita sunumu, vektör, raster veri sunumu, konumsal analiz, eş zamanlı veri düzenleme ve coğrafi uygulama geliştirmek üzere tasarlanmış iki ve üç boyutlu kurumsal GIS çözümüdür. YOLLAR ÇEVRE NETGIS SERVER ALTYAPI İMA SAĞLIK EKONOMİ GÜVENLİK Şekil 1 : NETGIS Server ile Birlikte Çalışabilirliğin Sağlanması NETGIS Server, e-dönüşüm sürecinde Türkiye nin veri portalını TUCBS(Türkiye Ulusal Coğrafi Bilgi Sistemi) standartları ile oluşturacak, bu sayede dünya ölçeğinde sorunsuz, güvenli veri paylaşımı ve yönetimi sağlanabilecektir. 245

16 NETGIS SERVER MASAÜSTÜ CAD VE GIS YAZILIMLARI İLE BİRLİKTE ÇALIŞMAK ÜZERE TA- SARLANMIŞTIR. MERKEZİ KONUMSAL VE KONUMSAL OLMAYAN VERİLERİN GÜNCEL TUTU- LABİLMESİ İÇİN MASAÜSTÜ CAD VE GIS UYGULAMALARI İLE ENTEGRASYON SAĞLANMAK- TADIR. NETGIS SERVER AUTOCAD, NETCAD 5.0 GIS, MİCROSTATİON, ARCGIS, MAPİNFO..VB. GİBİ YAZILIMLAR İLE AYNI METAVERİ STANDARDINDA BİR ARADA ÇALIŞABİLİR. Netcad 5.0 GIS ArcGIS AutoCAD NETGIS Server MapInfo Microstation Other Şekil 2: GIS&CAD Teknolojileri İle Tam Uyum NETGIS Server bileşenleri Open Geospatial Consortium (OGC) tarafından verilen - WMS (Web Map Services), - WFS (Web Feature Services), - SF-SQL (NG/BG) (Simple Features for SQL/Normalized Geometry/Binary Geometry) belgelerine sahiptir. Bu sayede OGC uyumlu istemciler ile bir arada çalışabilir. NETGIS Server, anında projeksiyon dönüşümünü (on the fly) destekler. Farklı projeksiyon sistemlerinde tanımlanmış raster ve vektör yapıdaki verileri on the fly ederek birlikte çalışabilirliği kolaylaştırır. Şekil 3: Birlikte Çalışabilirlğe Uygun Esnek Mimari Jeoloji Yağmur Suyu Doğalgaz Atık Su İçme Suyu Numarataj Halihazır Haritalar İmar Planları Kadastro Haritaları Raster 246 ANKARA ŞUBESİ

17 NETGIS Server, VTYS bağımsızdır. Oracle, Oracle Spatial, MS SQL Server, MS SQL Server 2008, MS SQL Server Express, Postgres, PostGIS, Personel GeoDatabase ve ArcSDE yi destekler. NETGIS Server üzerinde geliştirilen uygulamalar da VTYS bağımsızdır. Herhangi bir VTYS de oluşturulan şema ve bilgiler bir diğerine kayıpsız aktarılır. Konumsal veri desteği olan VTYS lerin bu özelliği kullanılır, olmayanlar için NETGIS Geometri yapısı kullanılır. VTYS bağımsızlık sınırsız ölçeklenebilirlik ve esneklik sağlar. Yatırımınız korunur. Veri hacminize ve trafiğinize göre çözüm seçenekleriniz artar. VTYS Bağımsızlık sayesinde tüm veritabanları ile kolaylıkla entegre çalışılabilinecek, Farklı veritabanlarında oluşturulmuş uygulamalar bir arada kullanılabilinecek, İhtiyaca yönelik veritabanı seçim olanağı ile düşük maliyet sağlanacak, Kurumlar arası veri alışverişi mümkün olabilecek bu sayede birlikte çalışabilirlik desteklenecektir. TÜM VT LERE TAM UYUM - Oracle NETGIS Server - Oracle Spatial - MS SQL Server - MS SQL Server MS SQL Server Express - Postgres - PostGIS - Personel Geodatabase - ArcSDE - Şekil 4 : VTYS Bağımsızlık NETGIS Server farklı yapıdaki veri tiplerini destekler; nokta, çizgi, alan geometrilerine 2D ve 3D desteği, LRS (Lineer Referencing System) desteği, Network analiz desteği TIN, DEM desteği Raster desteği(1 Bit-64 Bit Float a kadar her türlü kombinasyon) CAD nesneleri desteği sağlar. NETGIS Server farklı yapıdaki veri formatlarını destekler. Vektör ve Raster veri formatları (100+) doğrudan veya çevrim yolu ile desteklenir. NETGIS Server, Network Analiz yeteneklerine sahiptir.. Her türlü ağı(network) tanımlayabilir. Elektrik, doğalgaz, yol, içmesuyu, kanalizasyon, yağmursuyu..vb. ağlar tanımlanabilir. Ağlar üzerinde en kısa yol analizi, en uygun yol analizi, etkilenme analizi (arızalı hattan etkilenen aboneler gibi), ulaşılabilirlik analizi, bir noktaya eşit uzaklıktaki nodlar..vb. analizler yapabilir. NETGIS Server, LRS(Lineer Referencing System veya Dynamic Segmentation) yeteneklerine sahiptir. Nokta/Çizgi geometriden LRS geometriye ve tersi çevrimleri dinamik veya kalıcı olarak yapabilir. Bu yetenek de VTYS bağımsızdır. NETGIS Server, ölçeklenebilir bir mimariye sahiptir.farklı boyut ve gereksinimlerdeki kurum ve kurulaşlara göre, yapısal özellikleri değişmeksizin çözüm sunar. Kurumsal ve kurumlar arası hiyerarşik veri yönetimi olanağı sağlar. 247

18 ŞEFLİK GENEL BAKANLIK BÖLGE MÜDÜRLÜK MÜDÜRLÜĞÜ Şekil 5: Ölçeklenebilir Mimari NETGIS Server güçlü bir Render Motoru na sahiptir. Bu sayede, dinamik render seçenekleri sunar. Tematik haritalar ayrı çalışma alanları veya veri oluşturmadan dinamik olarak oluşturulur ve sunulur. Render motoru seçenekli olarak önceden render edilmiş karo desteği verir. Bu sayede eş zamanlı olarak binlerce kullanıcı desteklenebilir. İstenildiğinde Google Maps haritaları da altlık olarak kullanılabilir. Şekil 5 : Güçlü Render Özelliği NETGIS Server, raster ve vektör veriler için Google Earth ile dinamik bağlantı desteği sağlar. Mevcut konumsal ve konumsal olmayan veriler GE üzerinde görüntülenebilir ve sorgulanabilirler. NETGIS Server, 3D görüntüleme ve sorgulama istemcisi içerir. Bu istemci ile 2D ortamdan yapılanların tümü 3D ortamda da yapılabilir. Bu istemci ile vektör ve raster veriler arazi modeli üzerinde görüntülenir. NETGIS Server esnek mimarisi sayesinde bünyesinde pek çok alt sistem ve yüzlerce nesne barındırır; Yetki Yöneticisi(Authorization Manager), Kayıt Yöneticisi (Log Manager), Konfigürasyon ve Ayar Yöneticisi (Parameter Server), İş akış Yöneticisi (State Server), Tarife Yöneticisi (Scheduler) Form Oluşturucu (GUI Builder) en önemli alt sistemlerdir. Bu alt sistemler pek çok uygulamayı hiç ya da çok az kod yazarak oluşturabilmenizi sağlar. Sisteme SOAP, COM, COM+,NET Asembly ile erişilebilir. Visual Studio NET, Java, C#, Delphi, VB, javascript gibi dillerden erişilebilir. NETGIS Server, GIS destekli web uygulamaları için hazır bileşenler içerir. Bileşenlerin bazıları hazır sayfalardır. Sadece proje adı verilip bir kaç dakika içinde çalışma başlatılabilir. Bileşenler.NET ve html uygulamaları tarafından kullanılabilir. 248 ANKARA ŞUBESİ

19 NETGIS Server, yüksek güvenlik sağlar. Tüm sistem özellikleri her düzeyde yetkilendirilebilir, tüm veri hareketleri kayıt altına alınabilir, bu kayıtlar sorgulanabilir, Özel, yüksek güvenlik sağlayan algoritmaların kullanılabileceği bir mimari sunar. NETGIS Server versiyonlama desteği sağlar. Veriler coğrafi bölgeler bazınd kilitlenebilir, Geçmiş tüm veri düzenlemelerin (Ekle/Sil/Değiştir) izi tutulur. Herhangi bir zamana geri dönebilmek mümkündür, düzenlenen verilerin geri gönderilmesi (check-in) sırasında fark raporları alınabilir. WM S WF S GE RASTE R DEM METADA TA SİSTEM SERVİS- LERİ SERVİS YÖNETİCİSİ RENDER MOTORU SORGU MOTORU LRS MOTORU NETWORK MOTORU VERİ ERİŞİM KATMANI KONUMSAL İŞLEM MOTORU ADAPTÖRLER veya NATİVE VTYS SÜRÜCÜLERİ SİSTEM ERİŞİM KATMANI Şekil 6: NETGIS Server Yazılım Mimarisi 249

20 3D CITY VAQS: ÜÇ BOYUTLU ŞEHİR MODELLERİ OLUŞTURMA, GÖRÜNTÜLEME VE SORGULAMA SİSTEMİ S. Doğan 1, R. Doğan 2, O. Altan 3 1 Ondokuz Mayıs Üniversitesi, Mühendislik Fakültesi, Jeodezi ve Fotogrametri Mühendisliği Bölümü, Samsun [email protected] 2 Samsun Valiliği, Kalkınma Ofisi, Samsun [email protected] 3 İstanbul Teknik Üniversitesi, İnşaat Fakültesi, Jeodezi ve Fotogrametri Mühendisliği Bölümü [email protected] ÖZET Şehirlerin yönetimi için şehirlerle ilgili 3B (üç boyutlu) konumsal verilerin görüntülenmesi, sorgulanması ve analiz edilmesi işleri önemlidir. Bu makalede, 3B şehir modellerini etkin bir biçimde görüntüleyebilen, sorgulayabilen ve analiz edebilen 3D-City VAQS (3D-City Visualization, Analyse and Query System) adını verdiğimiz ve tarafımızdan geliştirilen bir 3B CBS yazılımı kısaca anlatılmaktadır. Yazılım sistemimizde, 3B şehir verilerinin geometri ve topolojilerini ifade etmek için ilişkisel veritabanı modeli kullanılmıştır. 3B veriler, katmanlar ve tematik katmanlar şeklinde organize edilmiştir. Her tematik katmanın kendisine ait bir öznitelik tablosu vardır. Sistemimiz, 3B verilerin hem geometri hem de öznitelik bilgilerini sorgulayabilmektedir. 3B topolojik ilişkileri etkin bir şekilde modellemek için V3D veri yapısı kullanılmış ve bu yapı ilişkisel veritabanı içerisinde yorumlanmıştır. Bütün sistem Borland C++ Builder programlama platformunda geliştirilmiştir. Anahtar Sözcükler: 3D City, modelling, GIS, photorealism, query, analysis. 1. GİRİŞ Modern şehir yönetimi anlayışında, 3B konumsal bilgiler; özellikle konumsal planlama, iletişim, acil yardım vb. gibi alanlarda çok önemli bir yer tutmaktadır. Bu işlerin kolayca ve etkin bir şekilde gerçekleştirilebilmesi için konumsal ve öznitelik bilgilerin bir arada 3B gösterimleri ile Coğrafi Bilgi Sistemi (CBS) içerisinde yönetilmesi gerekir. CBS nin varlık amacı, en başta geometrik ve semantik bilgilerin tek bir ortak sistemde birleştirilmesini ve her iki kümede de analizlerin gerçekleştirilmesini sağlamaktır, (Zlatanova, 1999). Bir 3B CBS, çok çeşitli konumsal işlemleri gerçekleştirebilmelidir. Bu işlemler aşağıdaki gibi özetlenebilir: (Goodchild, 1987; Aronoff, 1995; Zlatanova, 1999). 1 Bir türe ait nesnenin semantik özelliklerine erişim, 2 Hem semantik hem de konum bilgilerine birlikte erişim, 3 Nesne çiftleri oluşturan işlemler (örneğin, verilen bir parselde bulunan ve sadece bir tane sahibi olan binalar), 4 Bir ya da birden çok türe ait nesne çiftleri ile ilgili semantik analiz işlemleri, 250 ANKARA ŞUBESİ

21 5 Veri çağırma/alma işlemleri (örneğin, bir binaya ait şu anki bilgiler nelerdir?), 6 Verilen şartları sağlayan verileri çağıran sorgulama işlemleri, 7 Semantik verilerin sorgulanması ve çağrılması, 8 Konumsal ve semantik bilgilerin bütünleşik analizleri (sınıflandırma, ölçme, bindirme analizleri), 9 Komşuluk işlemleri (arama, topoğrafik işlemler, kontur çıkarma vs.), 10 Bağlantılılık işlemleri (süreklilik ölçüleri, tampon bölge oluşturma, ağ analizleri vs.), 11 Çıktı düzenleme ( harita yazıları ve işaretleri, metin etiketleri vs.). Yukarıdaki işlemlerin gerçekleştirilebilmesi için öncelikle, nesnelerin geometrik ve tematik karakteristik özellikleriyle bunların uzaysal ilişkilerinin bir veritabanı içerisinde bütünleştirilmesi gerekir. Geometri, 3B nesnelerin uzaydaki konumunu ve şeklini tanımlar. Diğer taraftan topoloji, uzaydaki nesnelerin arasındaki farklı türden ilişkilerin de belirlenmesini ve işlemlerde hesaba katılmasını sağlar. Bu farklı türden ilişkilere örnek olarak; komşuluk, içerme, üst üste binme vs. verilebilir. Burada topoloji, geometrinin tümleyeni olarak düşünülebilir. Nesnelerin topolojik ilişkileri geometrilerinden çıkarılır. Örneğin nesnelerin komşuluk ilişkilerini bulmak için, nesnelerin geometrilerine bakarak komşu noktaların, kenarların, duvarların vs. bulunması gerekir. Bunları bulmak için, geometrik uzayda çok zahmetli arama işlemleri, hesaplamalar ve karşılaştırmalar yapmak gerekir. Bu denli yük getiren zahmetli işlerin bilgisayara getirdiği işlem maliyetini azaltmak için, topolojik ilişkilerin açık olarak ve geometriden bağımsız bir şekilde saklanması yaklaşımı iyi bir çözüm yöntemidir. Bu sayede, pahalı işlemler bir kez yapılarak topolojik ilişkiler belirlenir ve belirlenen bu ilişkiler, sonraki analizlerde kullanılmak üzere veritabanına kaydedilir. Topolojik ilişkileri bu şekilde saklanmış nesnelerle ilgili herhangi bir sorgulama veya analizin yapılması istendiğinde, tekrar karmaşık hesapların yapılmasına gerek kalmaz. Bu yaklaşımda, topolojik ilişkilerin saklanması için bir veritabanına gereksinim duyulduğu açıkça görülmektedir. Diğer taraftan, 3B verilerin bilgisayarın grafik donanımında (örneğin ekranında) görüntülenebilmesi için uzaysal nesnelerin geometrilerinin, uygun yüzey ilkelleri şeklinde bilgisayarın grafik donanımına sunulması ve bu ilkellerin de Open GL standartlarına uygun olması gerekir. 3B verilerin katı nesneler şeklinde kaplanarak görüntülenmesi için geometrik bilgilerin veritabanında çok etkin bir şekilde saklanması gerekir. CBS alanındaki araştırmalar, nesnelerin geometrik ve tematik karakteristikleriyle aralarındaki karşılıklı uzaysal ilişkileri modelleme yeteneğine sahip kavramsal modeller geliştirmek için çalışmaktadırlar. Bu modeller, hücrelerin (veya daha genel anlamda nesnelerin) tanımlanmasını sağlayan ifadeler gibi de düşünülebilir, (Zlatanova, 1999). Geçmişte ve günümüzde, 3B nesne tanımlaması için çeşitli yöntemler incelenmiştir. Bu yöntemler en genel biçimiyle wire-frame (tel çerçeve), B-Rep, VBR hücre ayrıştırma, FBR, CSG yöntemleri olarak sınıflandırılabilirler, (Gruen ve Wang, 1999). Bir diğer etkili model ise Molenaar ın 3B topolojik vektör yapısıdır. Bu yapısı (FDS) olarak da adlandırılır, (Gruen ve Wang, 1999; Molenaar, 1992). Topolojik modelde dört tane temel geometrik eleman kullanılmıştır. Bu temel geometrik elemanlar temel veri tipleri olarak ele alınmış ve bu temel tipler beş tane kuralla tanımlanmıştır. FDS, bütünüyle bir vektör yapısıdır ve topoloji, konum ve şeklin sunumu için güçlü tanımlamalara olanak sağlamaktadır. Topolojik ifadeler, bir nesnenin geometrik elemanları arasındaki topolojik sorgulamaların gerçekleştirilebilmesi için gereklidir. Ancak 3B nesnelerin FDS tanımlarının yapılması çok zor bir iştir. Bu zorluk, FDS tanımı için nokta-yay, yay- 251

22 kenar, kenar yüzey, vs. ilişkilerinin belirlenmesi gerekliliğinden ortaya çıkmaktadır, (Gruen ve Wang, 1999). Bu tanım sorununun zorluğunu azaltmak için, değiştirilmiş nesne yüzey modeli (facet model) tekniği geliştirilmiştir, (Gruen ve Wang, 1999). Bu teknik, B-Rep ve V3D modellerine dayanmaktadır. Bu veri modeli, kolayca oluşturulabilmekte ve görüntülere de uyarlanacak şekilde tasarlanabilmektedir. Bizim geliştirdiğimiz 3D-City Vaqs sistemi, V3D modeline dayanmaktadır. Bu model, ilişkisel tablolar kullanılarak ilişkisel veritabanı yaklaşımı ile kolayca ifade edilebilmektedir. Makalenin bir sonraki bölümünde, sistemimizde kullanılan geometrik ve topolojik modellerin yapısı anlatılmaktadır. 2. 3D-City Vaqs Sisteminde Veri Yapısının Yorumlanması Sistemimizde, aynen V3D modelinde olduğu gibi geometrik ilkeller olarak nokta, doğru, yüzey ve katı nesne (houseobject ) kullanılmıştır. Bir katı nesne nesnesi, yüzey nesnelerine (facet objects); yüzey nesneleri, doğru nesnelerine; doğru nesneleri, nokta (vertex/node) nesnelerine ayrışacak şekilde hiyerarşik bir yapıda tanımlanmıştır. Bütün bu nesne tipleri, her birisi ayrı bir sınıf olacak şekilde tanımlanmıştır. Bir bina nesnesi (houseobject), aşağıdaki gibi tanımlanmıştır: struct houseobject{ int houseid; int wallred,wallgreen,wallblue; int roofred,roofgreen,roofblue; float labelx; float labely; float labelz; Points* housepoints; CellArray *wallcells; CellArray *roofcells; PolyData *housewalls; PolyData *houseroofs; PolyDataMapper *housewallmapper; PolyDataMapper *houseroofmapper; Actor *housewallactor; Actor *houseroofactor; struct houseobject* nexthouse; struct houseobject* prevhouse;}; Kolay anlaşılması bakımından, aslında sınıf olarak tanımlanmış olan houseobject nesnesi, yukarıda bir yapı olarak gösterilmiştir. Yukarıdaki yapı tanımından da görüldüğü gibi, bir bina nesnesi (houseobject) bütün geometri ve topoloji bilgilerini kapalı formda (implicit) içermektedir. Yapıda, Points değişkeni, bir binaya 252 ANKARA ŞUBESİ

23 ait bütün noktaları (köşe ve düğüm noktaları) bir nokta numarası ve koordinatları ile ifade etmektedir. CellArray değişkeni ise, binanın bütün hücrelerini (duvarlar ve diğer yüzey elemanlarını) ifade etmektedir. Burada da her bir hücrenin tek anlamlı bir numarası vardır. PolyData değişkeni, houseobject nesnesini oluşturmak için nokta ve hücreleri kullanmaktadır. Bu nokta ve hücreleri birleştirerek, houseobject nesnesinin poligonal modelini oluşturmaktadır.seçimlik olarak, hücrelerin topolojik bağlantılarını sağlayan üye fonksiyonları da, PolyData sınıfına tarafımızdan yazılmıştır. Bu sayede, PolyData nesnesi, hücre bağlantılarını da (hücre topolojilerini de) ifade etmektedir. PolyDataMapper nesnesi, PolyData nesnesini bilgisayarın grafik donanımında görüntülemek ve kaplamak için gerekli olan standart hazırlıkların yapılmasını sağlar. Actor nesnesi ise, 3B görüntüleme ve kaplama işlemlerini kontrol etmek ve yönetmek için kullanılmaktadır. Örneğin, nesnenin döndürülmesi, ölçeklendirilmesi, renk, ışık ve gölgelendirme ayarlarının yapılması gibi işlemleri Actor nesnesi yönetmektedir. En sonunda Actor nesnesi, bilgisayar ekranında, bir kaplama penceresi (render window) içerisinde kullanıcılara görüntülenmektedir. Bu noktada henüz, houseobject nesmesinin geometri ve topolojisi, geometrik ilkelleriyle birlikte açık ve ayrı olarak (explicitly) veritabanına kaydedilmemiştir. Buna rağmen, bu anda houseobject nesnesini 3B katı nesne şeklinde görüntülemek ve geometrik ilkelleriyle ilgili bazı geometrik niteliklerini sorgulamak mümkündür. Örneğin, fare ile görüntü penceresinden seçilen bir noktanın numarası ve koordinatları görüntülenebilir. Benzer şekilde, seçilen bir hücrenin noktalarının numaraları ve koordinatları da sorgulanabilir. Bu şekilde daha bir çok geometrik özelliği sorgulamak mümkündür. Kenarlar, bina yüzeyleri vs. arasındaki topolojik ilişkilerin açıkça ve dışarıya kaydedilmesi için, sisteme topoloji kur anlamına gelen build topology isteği yapılmalıdır. Bu konu, ilerleyen bölümlerde detaylıca anlatılacaktır. houseobject nesnesinde, houseid üye değişkeni, binanın kimlik numarasını ifade eder. Bu numara, nesne öznitelik tablosu (object attribute table/ OAT) ile nesneyle ilgili tematik bilgileri birbirine bağlamak için kullanılır. labelx, labely, labelz değişkenleri, houseobject nesnesinin sınırlandırma kutusunun (bounding box) ağırlık merkezinin koordinatlarını ifade etmektedir. Bu etiket koordinat değerleri, ekrandan nesneleri seçmek ve seçilen nesnelerle ilgili kayıt bilgilerini, nesnelerin öznitelik tablosundan ve varsa bununla ilişkilendirilmiş diğer tablolardan bulmak için kullanılır. Kullanıcı ekrandan fare ile bir ya da daha fazla sayıda bir bina nesnesini seçerse, seçilen nesnelerin sınırlandırma kutuları, en küçük ve en büyük köşe koordinat değerleriyle geriye döndürülür. Bu geriye dönen değerlere göre, seçilen nesnelerin etiket değerleri hesaplanır ve hesaplanan etiket değerlerine karşılık gelen houseobject nesneleri bellekten aranarak bulunur ve bulunan nesnelerin houseid numaraları tutulur. Bu nesne tanımlama numarası ( houseid ) kullanılarak, nesne geometrisi ile öznitelik tabloları arasındaki fiziksel bağ kurulur. Etiket koordinatları, houseid değişkeninin yaptığı işin tam tersini yapar. Bina nesnesi yapısı içinde, binanın duvarlarının ve çatılarının geometrileri ve topolojileri hem birlikte hem de ayrı ayrı tanımlanmıştır. Bu sayede çatılarla ilgili ayrı, binalarla ilgili ayrı analiz ve sorgulamalar yapmak mümkündür. Pek tabii ki herikisiyle birlikte de analiz ve sorgulamalar yapılabilmektedir. Yapı içerisinde tanımlanmış olan renk bileşeni değişkenleri, bina nesnesinin seçildiğinde hangi renkle görüntüleneceğini belirler. Bir bina nesnesi seçildiğinde, seçilen bu nesne diğerlerinden seçim rengi ile ayırdedilir. Seçim sona erdiğinde, bina tekrar ilk rengine geri döner. Kullanıcının, renklerle ilgili bütün seçimleri yapabilmesi için gerekli olan fonksiyonlar sunulmuştur. Yukarıdaki yapı ile bir binanın herhangi parçasını tek başına veya birden çok parçasıyla birlikte seçmek mümkündür. Örneğin binanın kenarları, binayı oluşturan her bir düzlem (duvar, çatı vs.), köşe noktaları vs. seçilip sorgulanabilir. Bu özellik, binayı oluşturan her bir parçanın kolayca sorgulanmasını sağlar. Bu tanımlama ile bir binanın var olan bir parçasının silinmesi veya binaya yeni bir parça eklenmesi de çok kolaydır. CellArray sınıf değişkeni, her bir düzlem hücrenin (facet) (örneğin duvarın), tanımını ve topolojisini içerir. Bellekte, bütün houseobject nesneleri çift yönlü bağlantılı liste gibi çalışan ikili ağaç veri yapısı ile düzenlenmiştir. Şekil 1 de, bir houseobject nesnesinin ikili ağaç modeliyle nasıl tanımlandığı gösterilmektedir. 253

24 Şekil 1: houseobject nesnesinin ikili ağaç ile düzenlenmesi. Şekil 1 de, ikili ağacın her bir düğümü, bir bina nesnesine karşılık gelir ve her bir düğümde, bir önceki ve bir sonraki bina nesnesinin bellekte hangi adreste olduğunu tutan prevhouse ve nexthouse işaretçileri vardır. Bu iki işaretçi ile her node birbirine tıpkı bağlı listelerde olduğu gibi bağlanmıştır. Bu sayede, bazı arama işlemleri daha da hızlı yapılabilmektedir. Yukarıdaki ağaçta, yeni bir nesne kolaylıkla eklenebileceği gibi, var olan bir nesne de aynı kolaylıkta silinebilir. Şimdi artık, bir houseobject nesnesinin geometri ve topolojisinin nasıl tanımlandığı detaylıca verilebilir. Daha önce de bahsedildiği gibi; sistemimizde temel olarak point, cell array, poly data, mapper ve actor nesneleri kullanılmaktadır. Mapper ve actor nesneleri, 3B görüntüleme işlemlerini düzenlemek ve gerçekleştirmek için kullanılmaktadır. Yani 3B verileri, OpenGL standartlarına uygun olacak şekilde ve 3B görüntüleme için gereken bütün hesapları yapıp, verileri grafik donanıma sunma amacıyla kullanılmaktadırlar. Mapper ve actor kavramları, 3B görüntüleme konularında çok iyi bilinen kavramlardır, (Scroeder, 1999). Noktalar (points) ve hücreler (cells) arasındaki ilişkiler şekil 2 de gösterilmiştir. Şekil 2 : Geometri ve topolojinin kapalı gösterimi. 254 ANKARA ŞUBESİ

25 Hücre tipleri (cell types) kullanılarak, her bir hücreye doğrudan erişim olanağı sağlanmıştır. Yukarıdaki kapalı model, sistemimizde kolaylıkla ilişkisel veri modeline dönüştürülebilmektedir. Bunun için, programın ana menusunden build topology (topoloji kur) komutunu seçmek yeterlidir. Bu durumda, nesneler arasındaki topolojik ilişkiler otomatik olarak ilişkisel tablolara açık olarak yazdırılmaktadır. 3D- City Vaqs sistemi, şu aşamada sadece dbase ve Paradox ilişkisel veritabanı yönetim sistemlerini desteklemektedir. Şekil 3 de, öncelikle 3B nesnelerin geoemtri ve topolojilerinin genel ifade şekilleri gösterilmiş sonra da şekil 4 de aynı ilişkilerin ilişkisel veritabanı modeli ile gösterimleri verilmiştir. Şekil 3 : Geometri ve topolojinin genel gösterimi. Şekil 3 de verilen geoemetri ve topoloji gösterimi sayesinde, hem görüntüleme hem de veritabanı yönetimi işleri, çok etkin ve de esnek bir biçimde yürütülebilmektedir. Bu organizasyon sayesinde, görüntüleme ve veritabanı işlemleri ayrı ayrı veya birlikte kullanılıp yönetilebilmektedir. Şekilde I numarası ile gösterilen kutu, bellekte yer alan ikili ağaçtaki bir houseobject nesnesinin bütün elemanlarını temsil etmektedir. Başka bir ifadeyle bu kutu, houseobject nesnesinin bütün üye değişken ve üye fonksiyonlarını ifade etmektedir. Bu ilk aşamada bile, yani houseobject nesnesi türetildiği anda, ilişkisel veritabanı henüz oluşturulmamış olsa bile V, VI ve VII ile gösterilen kutucuklardaki işlemler hazırdır ve etkin bir şekilde kullanılabilirler. Örneğin kullanıcı bu ilk aşamada, houseobject nes nesinin geometrik özelliklerini sorgulayabilir. Nesnenin noktalarının koordinatlarını, herhangi bir yüzey elemanı veya hücrenin numarasını ve bunun köşe koordinatlarını vb. gibi geometrik özelliklerini sorgulayabilir. Ancak bu aşamada houseobject nesnesiyle ilgili alan ve hacimler sorgulanamaz. Çünkü, alan ve hacimlerin bulunması için ek hesapların yapılması gerekmektedir. Alan ve hacim hesapları sistemimizde topoloji oluşturulurken yapılmaktadır. Yani, nesnelerin topolojik ilişkileri build topolgy isteğinden sonra sorgulanabilmekte veya bunlarla ilgili analizler yapılabilmektedir. Yine bu ilk aşamada, nesnelerin görüntülenmesi için gerekli olan yüzey kaplama özellikleri de yönetilip uygulanabilmektedir. Örneğin, nesnelerin rengi, saydamlığı, ışık koşulları, gölgelendirme teknikleri, yansıtma özellikleri gibi bir çok nitelikleri bu aşamada istendiği gibi ayarlanabilmektedir. Bu aşamada ayrıca, nesnelerin yapay dokularla 255

26 kaplanarak görüntülenmesi de mümkündür. Ancak foto-gerçekçi doku kaplamak için topolojinin kurulmuş olması gerekmektedir. Ayrıca, foto-gerçekçi doku kaplama (photo-realistic tecture mapping) için doku koordinarlarının bulunması gerekmektedir. Bunun için de fotogrametrik hesapların gerçekleştirilemsi gerekir. Bu işlemler sistemimizde topoloji oluşturulduktan sonra, fotogranmetrik modülün de kullanılmasıyla gerçekleştirilmektedir. Topoloji kurma aşamasında, nesne öznitelik tablosu (OAT) oluşturulmaktadır. OAT tablosunun her sütunu bir özniteliğe ve her bir satırı da farklı bir houseobject nesnesine karşılık gelmektedir. OAT tablosunda, InternalId, UserId, FacetArea ve Volume adlarına sahip alanlar otomatik olarak yazılımımız tarafından oluşturulmaktadır. InternalId alanı, her bir houseobject nesnesine karşılık gelen ve nesnenin ikili ağaçtaki konumunu gösteren bir numarayı tutmaktadır. Bu numara kullanıcı tarafından değiştirilemez. Bu numara sayesinde, OAT tablosu, bellekteki ikili ağaçta tutulan geometrik verilerle ilişkilendirilmektedir. UserId alanı ise içeriği boş bırakılmış bir alandır. Adından da anlaşılacağı gibi bu alan kullanıcı tarafından doldurulmalıdır. Bu UserId alanı sayesinde, OAT tablosu, nesne ile ilgili başka öznitelik bilgilerini içeren (örneğin malikler, hisseler vs.) başka ilişkisel tablolarla da ilişkilendirilebilir. İlişkisel veritabanını yönetmek için, 3D-City Vaqs güçlü bir veritabanı yönetim sistemi modülü de sunmaktadır. Bu veritabanı yönetim sistemi, şu haliyle dbase ve Paradox sistemlerine eksiksiz biçimde bire-bir uyumludur. Sistemimizin veritabanı yönetim sistemi 3. bölümde daha detaylı anlatılmıştır. OAT tablosunun yanısıra, isteğe bağlı olarak houseobject nesnesinin geometrik ilkelleri için de öznitelik tabloları oluşturulabilmektedir. Bu geometrik öznitelik tabloları da ilişkisel veri modelindedir. Bu geometrik öznitelik tabloları ile binanın en küçük geometrik ilkellerinin bile öznitelik bilgileri tanımlanabilir. Örneğin kullanıcı, evin her bir duvarına ayrı bir öznitelik değeri tanımlamak isteyebilir. Benzer şekilde, evin bacalarıi çatısı için de öznitelik bilgileri tanımlamak isteyebilir. Örneğin duvarın rengi, alanı, üzerindeki resim tabloları vs. gibi. Bu durumda, isteğe bağlı olarak Şekil 3 deki III ve IV numaralı kutucuklarla gösterilen süreçler çalıştırılmalıdır. Bu sayede, 3D CBS için çok etkin ve esnek bir veri ilişkilendirme ve sorgulama olanağı sunulmuştur. İlişkisel model üzerindeki bütün işlemler V3D veri yapısına dayanarak geliştirilmiştir. V3D veri yapısı ile ilgili daha ayrıntılı bilgi (Gruen ve Wang, 1999) kaynağından elde edilebilir. Şekil 4 de, geliştirdiğimiz ilişkisel veri modeli görülmektedir. 256 ANKARA ŞUBESİ

27 Şekil 4. İlişkisel veri modeli gösterimi. Şekil 4 de görülen bütün tablolar, indekslenebilir ve birbirleriyle de ilişkilendirilebilir. Tabloların birbiriyle ilişkileri şekilde görülmektedir. Bu tabloların hepsi, burada olmayan başka yeni tablolarla da ilişkilendirilebilir. Bu ilişkilendirmeler için öznitelik numaraları kullanılmalıdır. Şekil 4 de görülen tabloların alanlarının anlamları aşağıda açıklandığı şekildedir: CID (cell id) : hücre tanıtım numarası, EID (edge id): kenar tanıtım numarası, CAID ( cell attribute id): hücre öznitelik tanıtım numarası, PID (point id): nokta tanıtım numarası (ilk nokta / son nokta), EAID (edge attribute id): kenar tanıtım numarası, x,y,z: nokta tanıtım numaraları bilinen noktaların koordinatları, PAID (poiny attribute id): nokta öznitelik tanıtım numarası, IntId (internal id): bina numarası, IMG (image): doku (texture) görüntüsü. Ayrıca, hotlink bağlantısı kurmak üzere kullanıcı tarafından isteğe bağlı olarak nesne tablosuna yeni alanlar eklenebilir. Sonraki bölümde, 3D-City Vaqs sisteminin veritabanı yönetim sistemi modülü anlatılmıştır. Son bölümde ise kısaca sistemin kullandığı değişik veri kümelerine özetle değinilmiştir. 3. 3D-City Vaqs da Veritabanı Yönetim Sistemi Sistemimiz, dbase ve Paradox dosya formatlarını destekleyen bir ilişkisel veritabanı yönetim sistemi kullanmaktadır. Topolojik ilişklerin çıkarılması için, projede kullanılan 3B verilerin katmanlar şeklinde sınıflandırılması gerekir. Topoloji kurma sürecinde program, kullanıcıdan hard diskte, bir tematik katman ve topoloji bilgilerinin saklanacağı bir veri kümesi tanımlamasını ister. Her tematik katman, kendi topolojik ilişkilerini, kendisine ait olan veri kümesi dizininde, diğer katmanlardan bağımsız olarak saklar. 3D-City Vaqs sisteminde topoloji, sadece bina nesneleri için değil, DTM ve diğer vektörel veriler için de sağlanmaktadır.ancak bu makalede, en karmaşık nesneler 3B katı nesneler olduğundan, topoloji yönetimi 257

28 sadece binalar için detaylıca anlatılmıştır. Topoloji kurulduğunda, nesnelerle ilgili öznitelik tablosu otomatik olarak oluşturulur ve ilgili nesnelerin geometrileri ile ilişkilendirilir. Bu konuda detaylar önceki bölümde anlatılmıştır. Şekil 5 de, DTM modeli üzerinde binalar ve binaların öznitelik tablosu görülmektedir. Önceki bölümde anlatıldığı gibi, 3D-City Vaqs da, projeye yeni tablolar eklenerek eklenen bu tablolar ortak alanlar kullanılarak öznitelik tablolarıyla ilişkilendirilebilmektedir. Bu ilişkiler sayesinde, bütün tablolara SQL sorgulamaları yapılabilir. Şekil 5 de, projeye malikler (owners) tablosu eklenmiş ve bu tablo bina öznitelik tablosu (OAT) ile ilişkilendirilmiştir. Şekil 5: Nesne öznitelik tablosu ve malikler tablosu. Şekilde henüz iki tablo birbiriyle ilişkili değildir. Bu iki tabloyu ilişkilendirebilmek için, veritabanı menusunden, link seçeneği seçilmelidir. Bu durumda sistem kullanıcıdan, birincil ve ikincil tabloları indeks alanlarıyla birlikte seçmesini ister. Örnekte, iki tabloyu ilişkilendirmek için ortak alan olarak Userid alanı kullanılmıştır. Şekil 6 da ilişkilendirilen tablolar görülmektedir. 258 ANKARA ŞUBESİ

29 Şekil 6: znitelik tablolarının ilişkilendirilmesi. Şekil 6 da, malikler tablosu birincil (master) ve OAT tablosu ikincil (slave) tablo olarak seçilmiştir. Şekilden de görüldüğü gibi, kullanıcı birincil tablodan bir veya birden çok kayıt seçtiğinde, seçilen kayıtların karşılıkları ikincil tablodan otomatik olarak seçilmektedir. Tabloda ikincil tablo olarak OAT tablosu seçildiğinden ve OAT tablosu da binaların geometrisi ile ilişkili olduğundan, seçilen kayda ait olan bina da, 3D kaplama penceresinde, seçme rengi ile görüntülenmektedir. Şekilde seçme rengi yeşil olduğundan, seçilen kayıtla ilişkili bina yeşil renkte görülmektedir. Bu örnekte, malikler tablosu (bina malikleriyle ilgili bilgiler), OAT tablosu üzerinden, bina geoemtrileriyle ilişkilendirilmiştir. Tablolar iki yönlü de ilişkilendirilebilir. Yani, pencereden seçilen bir ya da daha çok sayıda nesnenin ilgili bütün kayıtları da o anda ilişkilendirilmiş tablolardan otomatik seçilebilir. Projedeki her tablo için SQL sözdizimi ile sorgu yapma olanağı sağlanmıştır. Örneğin, kullanıcı sadece özel şartları sağlayan malik ya da maliklere ait binaları görmek isteyebilir. Bunun için yapması gereken şey, SQL sorgu penceresine bu özel şartları ifade eden SQL sözdizimini yazmaktır. Bundan sonra program, bu sözdizimini çözerek, orada ifade edilen şartları sağlayan kayıtları bulur ve hem bu kayıtları hem de bu kayıtlara karşılık gelen geometrik özellikleri seçim rengine boyayarak görüntüler. Sistemimizde, yeni bir veri tablosu kolayca oluşturulabilir ve var olan tablolar da değiştirilebilir veya yeniden düzenlenebilir. Veri tabloları dbase ve Paradox formatlarına uyan başka bir yazılımda da oluşturulabilr. Bu durumda, dışarıdaki bir kaynakta oluşturulan tabloların projeye eklenmesi yeterlidir. Kullanıcı, ekrandaki 3B kaplama penceresinden bir vrya daha çok sayıdaki nesneyi fare ile işaretleyerek de sorgulama yapabilir. Şşekil 7 de, fare ile seçilen bir binanın öznitelik bilgileri, ilgili öznitelik tablosundan alınarak tanıtım penceresinde görüntülenmektedir. 259

30 Şekil 7: Fare ile seçilen binanın özniteliklerinin görüntülenmesi. Tanıtım penceresinde, OAT tablosunda var olan veri alanları görülmektedir. Eğer OAT tablosuna yenialanlar eklenirse, eklenen bu yeni alar da otomatik olarak tanıtım penceresinde gösterilir. 4. 3D-City Vaqs da Kullanılan Veri Kümeleri Arazinin modellenmesi ve gösterimi için sistemimiz, DTM modelini kullanmaktadır. DTM modeli oluşturmak için düzenli grid ve düzensiz TIN modellerini kullanabilmektedir. Ayrıca sistemimiz, ArcView in ascii DTM dosyalarını ve USGS DTM dosyalarını kendi veri modeline dönüştürerek kullanabilmektedir. Ayrıca, DTM oluşturmak için ham x,y,z nokta koordinat dosyalarını da açıp DTM modelini kendisi düzenli veya düzensiz grid yaklaşımlarıyla oluşturabilmektedir. TIN modelini oluşturmak için sistemimiz Delaunay üçgenleme yöntemini kullanmaktadır. Arazi modelinin fotogerçekçi modelini elde etmek için doku haritalama olanağı sağlamaktadır. Doku görüntüleri (ortofoto, uydu görüntüleri vs.) hem DTM modellerine hem de binalara haritalanabilmektedir. Sistemimizde, 2.5B DTM modelleri, 2B düzleme izdüşürülerek, 2D CBS analizlerinin gerçekleştirilmesi de sağlanmıştır. 3B katı CBS analizlerinin etkin bir şekilde gerçekleştirilmesi için çalışmalarımız devam etmektedir. 3D-City Vaqs sistemi, her türlü 3B nesneyi modelleyebilmektedir. Sistemimiz, V3D dosyalarını da açıp görüntüleyebilmektedir. Fotorealistik doku haritalama için görüntüler de kullanılabilmektedir. 260 ANKARA ŞUBESİ

31 5. SONUÇ Geliştirdiğimiz 3D-City Vaqs sistemiyle, 3B şehir modellerinin oluşturulması, görüntülenmesi ve sorgulanması işleri çok etkin bir şekilde gerçekleştirilebilmektedir. 3B katı CBS analizleri ile ilgili çalışmalarımız ise devam etmektedir. Şu anda, 3B buffer (tampon bölge), kesme, kırpma, birleştirme ayrıştırma gibi analizler 3B olarak gerçekleştirilebilmetedir. Ancak bindirme analizlerinin 3B olarak gerçekleştirilmesi çok zaman almaktadır. Diğer taraftan, bindirme analizlerinin 3B uzayda gerçekleştirilmesinin ne kadar mantıklı ve işe yarar olup olmadığı konusunun da ayrıca felsefi olarak tartışılması da gerekmektedir. Bu amaçla, 3D CBS analizlerinin formel yapıda tanımlanması üzerine çalışmalarımızı yoğunlaştırmış durumdayız. Şu aşamada, 3B bindirme analizlerini çok karmaşık ve yüklü geometrik hesaplarla gerçekleştirebilmekteyiz ancak çok zaman almaktadır. Bu sorunun aşılması için topoloji ve geometrinin, küme teorisi kapsamında bütünleştirebileceğini umduğumuz çalışmalarımız devam etmektedir. 6. KAYNAKLAR Aronoff, S.,1995. Geographic information systems: a management perspective, WDL publications, Ottava, Canada. Goodchild, M., A spatial analytical perspective on geographical information systems. International Journal of GIS, 1(4), pp Gruen, A., Wang, X., Cyber city spatial information system (CC-SIS): A new concept for the management of 3D city models in a hybrid GIS. The 20th Asian Conference on Remote Sensing, HongKong, China. general /persons/ag_pub/cc-sis_acrs.pdf (accessed, September, 2003). Molenaar, M., A topology for 3D vector maps. ITC Journal 1, pp Schroeder,W., et al., The VisualizationToolkit An Object Oriented Approach to 3D Graphics. Prentice Hall PTR, New Jersey. Zlatanova, S., D GIS for urban development. PhD. Thesis. content. html (accessed January 2004). 261

32 HÜCRE TABANLI HEYELAN DUYARLILIK HARİTALARININ OLUŞTURULMASI A.Erener 1, G. Sarp 2, HSB.Duzgun 3 1 Jeodezi ve Coğrafi Bilgi Teknolojileri Anabilim Dalı, Ortadoğu Teknik Üniversitesi, 06531, Ankara, [email protected] 2 Jeodezi ve Coğrafi Bilgi Teknolojileri Anabilim Dalı, Ortadoğu Teknik Üniversitesi, 06531, Ankara, [email protected] 3 Jeodezi ve Coğrafi Bilgi Teknolojileri Anabilim Dalı, Ortadoğu Teknik Üniversitesi, 06531, Ankara, [email protected] ÖZET Heyelanlar oldukça kötü sonuçlar doğurabilecek doğal afetlerdir. Dünyanın hertarafında önemli ölçüde ekonomik, çevresel kayıplara yol açabilmektedir. Heyelan duyarlılık haritaları heyelan olabilecek potansiyel alanları belirlemektedir ve bu haritalar kullanılarak gelecekte olabilecek kayıplar önlemeye çalışılmaktadır. Bu çalışmanın amacı heyelan duyarlılık haritalarının hazırlanmasında hücre tabanlı CBS tekniklerinin kullanılmasıdır Günümüzde kısa zamanda yararlı ve kullanılabilir bilgi üretmek oldukça önem taşımaktadır. Bu bağlamda bu çalışmanın amacı en kısa sürede heyelan duyarlılık haritaları üretmek ve potansiyel alanları mekânsal olarak belirlemektir. Bu amaçla CBS Modelleme Yöntemiyle kısa sürede duyarlılık haritaları elde etmek amacıyla bu uygulama yapılmıştır. Çalışma alanı olarak Norveç in More and Romstal bölgesi seçilmiştir. Heyalan duyarlılık haritaları heyelan duyarlılık indeksinin (HDI) değerlendirilmesi ile hazırlanmıştır. HDI heyelanın olmasına etki eden faktörlerin doğrusal kombinasyonları ile tanımlanmaktadır. Heyelanı etkileyen bu faktörler eğim, toprağın nemlilik oranı (TNO), bitki yoğunluğu, çizgisellik yoğunluğu ve yol ağlarına olan yakınlıklardır. Her bir faktör bir CBS katmanı olarak tanımlanmaktadır. Eğim ve TNO topoğrafya ile ilintili olup sayısal yükseklik modelinden elde edilmiştir. Bitki örtüsü ve çizgisellik Landsat ETM uydu görüntüsünden çıkarılmıştır. Yol haritası ise Norveç Jeoloji Enstitüsünden (Norvegion Geological Institue, NGU) den sağlanmıştır. Herbir veri katmanı sayısal olarak derecelendirilmiş ve daha sonra her bir katmanın heyelana olan etkisine bağlı olarak ağırlıklandırılmış ve heyelan oluşabilecek potansiyel alanlar belirlenmiştir. Elde edilen heyelan duyarlılık haritasının doğruluğu gerçekte var olan heyelan alanları ile test edilmiştir. Anahtar Sözcükler: Heyelan, Duyarlılık haritalaması, Hücre tabanlı CBS 1. GİRİŞ Heyelanlar dünyada önemli miktarda çevresel ve ekonomik kayıplara neden olmaktadır. Nicel olarak heyelan olma potansiyelini açıklayabilmek için o alandaki heyelanın olma sıklığının bilinmesi gerekmektedir (Ohlmacher ve Davis, 2003). Duyarlılık bir alanda arazi koşullarına bağlı olarak heyelan ola bilme olasılığının açıklamasıdır (Soeters and Van Westen, 1996); tekrar olma periyodu ya da yıllık olma olasılığı dikkate alınmaz. Duyarlılık ve tehlike 262 ANKARA ŞUBESİ

33 arasındaki temel fark tehlike belli bir zaman periyodunda heyelan olma olasılığıdır ve geçici bir faktör olarak değerlendirilir. (Varnes ve ark., 1984). Heyelan çalışmalarıyla ilgili yapılmış olan birçok yayın tehlike tahminlerine dayanmakta olup verinin hazırlanması ve tehlike tahmininde kullanılan methodlarla ilgilidir. (e.g. Anagnosti ve Lesevic, 1991; Van Westen, 1997; Chung ve Fabbri, 1999; Dai ve Lee, 2001; Baeza ve Corominas, 2001; Lee ve Min, 2001; Pistocchi ve ark., 2002; Ayalew ve ark., 2004; Lee ve Dan, 2005; Saha ve ark., 2005; Yesilnacar ve Topal, 2005; Lee ve Pradhan, 2006; Yoshimatsu ve Abe, 2006; Erener ve Düzgün, 2007; ve ark., 2007; Erener ve Lacesse, 2007 ; Erener ve Düzgün, 2008). Bu çalışmalar genellikle, heyelan duyarlılık haritalamaları ile ilgili olup, heyelanın nicel ve nitel olarak, heyelan potansiyeli taşıyan alanların belirlenmesini içermektedir. Bu çalışmaların temeli, geçmişte olan heyelanlara ve bu heyelanlara etki eden faktörlerin belirlenmesine dayanır (Guzzetti ve ark., 2006). Duyarlılık haritaları heyelanın ne zaman, ne sıklıkta ve hangi büyüklükte olduğu bilgisini taşımazken bu haritalar nicel tehlike haritalarının hazırlanmasında önemli bir yer teşkil etmektedir (Guzzetti ve ark., 2005). Bu çalışmanın amacı Norveç in More ve Romsdal bölgesine ait heyelan duraylılık haritasının hücre tabanlı CBS teknikleri kullanılarak yapılmasıdır. Bu kapsamda heyelan duyarlılık haritalarının hazırlanmış ve bu haritalar daha önceden olmuş heyelanlarla karşılaştırılıştır. 2. ÇALIŞMA ALANI Çalışma için heyelan olma potansiyeli yüksek olan Norveç in More ve Romstal bölgesi seçilmiştir. Alan yaklaşık km 2 olup sol üst köşe koordinatı , m , m ve sağ alt köşe koordinatı , m , m dir (Şekil. 1). 2. Veri ve Yöntem Şekil 1: Çalışma Alanı Bu çalışmada heyelan duraylılık haritasını oluşturmak için alana ait 1/ ölçekli topoğrafik harita, Landsat ETM uydu görüntüsü ve bölgenin sayısal yol haritası kullanılmıştır. Bu çalışmada kullanılan verinin özellikleri ve ölçeği tablo 1 de belirtildiği gibidir. Analiz işlemlerine başlamadan önce su alanları maskelenerek analize dahil edilmemiştir. Bu çalışmada takip edilen yöntem şekil 2 de kısaca özetlenmiştir. Buna göre oluşturulan her bir faktör heyelana duyarlılık olarak önce 1. derece, 2. derece ve 3. derece duyarlı olarak sınıf aralıklarına ayrılarak derecelendirilmiş daha sonra ise her bir faktör heyelana etkisi dikkate alınarak ağırlıklandırılarak duyarlılık haritası oluşturulmuştur. 263

34 Sınıflandırma Alt-Sınıflandırma CBS Ölçek Veri Tipi Jeolojik Risk Haritası Heyelan Nokta 1/ Temel Harita Yükseklik Çizgi 1/ Eğim Hücre 30*30 Toprağın Nemlilik Oranı Hücre 30*30 (TNO) Çizgisellik Çizgi 1/ Bitki İndexi Hücre 1/ Tablo 1: Veri ölçeği & özellikleri Şekil 2: Çalışmada takip edilen yöntem Alana ait Sayısal Yükseklik Modeli (SYM) 1/25000 ölçekli eş yükseklik eğrisi verisinden elde edilmiş olup en yüksek ve en düşük yükseklik değeri 1807,46 m ve 13,7282 m dir. Heyelan oluşumuna etki eden faktörlerin başında eğim gelmektedir. Bu çalışmada eğim haritası SYM den elde edilmiş olup eğim değerleri 0 ile 84,55 arasında değişim göstermektedir. Araziye ait eğim haritası yüksek (50-84,55= 'yüksek') orta (25-50= 264 ANKARA ŞUBESİ

35 orta ) ve düşük (0-25= 'düşük') olmak üzere üç farklı sınıfa ayrılmış ve her bir sınıfa 1 ile 3 arasında 1 düşük duraylı, 2 orta derecede duraylı ve 3 yüksek derecede duraylı olmak üzere değerler verilmiştir. Heyelanın tekiklenmesinde su önemli bir rol oynamaktadır bu nedenden dolayı ıslaklık indexi SYM den, akış toplanması (flow accumulation) algoritması kullanılarak elde edilmiştir. Islaklık indeksi, eğime bağlı olarak, suyun akışı ve toplanması gibi mantıksal temele dayanmaktadır (Kokkila, 2002). Islaklık indexi akarsu havzası içinde herhangi bir noktada akışın toplanmasının kuramsal ölçümü olup eşitlik (1) deki gibi formüle edilir. w = ln (A s /tanø) (1) Burada W Islaklık indexini, Ø yamaç eğim değerini, A s (m 2 m -1 )ise özgül havza alanı nı temsil etmektedir. Bu çalışmada çalışma alanının Islaklık indeksi ArcMap 9.1 programı kullanılarak çıkarılmıştır ve elde edilen ıslaklık indexi sonucu Jenks algoritması temel alınarak üç sınıfa ayrılmıştır. Elde edilen üç sınıfda yüksek eğimli alanların daha az ve az eğimli alanların ise daha fazla yağış tutacağı göz önüne alınarak düşük index değerine sahip alanlara ( ) 1 düşük duraylı, orta değerli alanlara ( ) 2 orta derecede duraylı ve yüksek index değerine sahip alanlara ( ) 3 yüksek derecede duraylı olmak üzere değerler verilmiştir. Bu çalışmada Landsat ETM uydu görüntüsü alana ait çizgiselliklerin ve bitki örtüsünün belirlenmesi için kullanılmıştır. Bölgeye ait çizgiselliklerin belirlenebilmesi için Landsat ETM uydu görüntüsünün 30 m çözünürlüklü 7. bandı seçilmiştir. Çizgiselliklerin belirlenmesi için Landsat ETM uydu görüntüsünün 7. bantı PCI Geomatica programının çizgisellik aracı kullanılarak otomatik olarak çıkarılmış ve çizgiselliklerin uzaysal yoğunlukları hesaplanarak, yoğunluklarına göre üç farklı sınıfa ayrılmıştır. Buna göre yoğunluk değeri arasında olan kısımlar düşük derecede duyarlı alanlar olarak tanımlanıp 1 olarak numaralandırılmış, yoğunluk değeri arasında olan alanlar orta derecede duyarlı alanlar olarak tanımlanıp 2 ile numaralandırılmış ve yoğunluk değeri 0,63 den yüksek olan alanlar yüksek derecede duyarlı alanlar olarak tanımlanmış ve 3 ile numaralandırılmıştır. Çalışma alanını kaplayan bitki örtüsü Landsat ETM uydu görüntüsünün 3. ve 4. bantları kullanılarak NDVI yöntemi ile elde edilmiştir. Elde edilen sonuç haritası bitki örtüsünün yoğunluğuna göre göre üç farklı sınıfa ayrılmış ve yoğunluk değeri arasında olan kısımlar düşük derecede duyarlı alanlar olarak tanımlanıp 1 olarak numaralandırılmış, yoğunluk değeri arasında olan alanlar orta derecede duyarlı alanlar olarak tanımlanıp 2 ile numaralandırılmış ve yoğunluk değeri 0.12 den düşük olan alanlar ise yüksek derecede duyarlı alanlar olarak tanımlanmış ve 3 ile numaralandırılmıştır. Heyelanların oluşmasına doğal faktörler harici etki eden faktörlere, yolların yapımı örnek olarak gösterilebilir. Bu nedenle çalışma alanında bulunan yol ağı heyelanı tetikleyen bir faktör olarak düşünülebilir. Çalışma alanına ait yol ağı sayısal formatta Norveç Jeoloji Ensitüsü den (NGU) temin edilmiştir. Heyelanın oluşumuna yolların etkisini belirleyebilmek için çalışma alanını kapsayan yol ağına 200 ve 400 m lik tampon bölge oluşturulmuş ve 200 m lik tampon bölge içerisine düşen alan yüksek duyarlı alan olarak tanımlanıp 3 ile numaralandırılmış m lik tampon bölge içerisine düşen alan orta derecede duyarlı alan olarak tanımlanıp 2 ile numaralandırılmış >400 m lik tampon bölge içerisine düşen alan düşük derecede duyarlı alan olarak tanımlanıp 1 ile numaralandırılmıştır. 265

36 4. Duyarlılık Haritalarının Oluşturulması Norveç in More ve Romsdal bölgesine ait heyelan duraylılık haritalarının oluşturulabilmesi için heyelanın oluşumuna etki eden arazi eğimi, TNO, bitki indexi (NDVI) çizgisellik ve yol ağı faktörleri düşük-orta ve yüksek derecede duyarlı alanlar olmak üzere üç sınıfa ayrılmış her bir sınıfa 1=düşük derecede duyarlı alanlar, 2=orta derecede duyarlı alanlar ve 3=yüksek derecede duyarlı alanlar olarak değerlendirilmiştir. Heyelanın oluşumuna etki eden faktörler önem derecesine göre 0.0 ve 1.0 arasında toplamda 1.0 olmak üzere ağırlıklandırılmıştır. Bu çalışmada heyelanın oluşumuna etki eden faktörler önem derecesine göre yüksekten düşüğe göre eğim, bitki yoğunluğu, TNO, çizgisellik yoğunluğu ve yol ağıdır. Bu uygulama ArcGIS 9.3 ortamında modelleme fonksiyonu kullanılarak yapılmıştır (Şekil 3). Bu fonksyon sayesinde veriler hazırlandıktan sonra, verinin boyutuna ve büyüklüğüne bağlı olarak çok kısa sürede otomatik olarak bu duyarlılık haritaları üretilebilmektedir. Her bir veri katmanına faklı ağırlık değerleri verilerek alana ait farklı duyarlılık haritaları oluşturulmuş ve oluşturulan haritaların doğruluğu daha önceden alanda meydana heyelan noktaları ile karşılaştırılarak belirlenmeye çalışılmıştır. Şekil 3: Duyarlılık haritası üretmek için oluşturulan model 266 ANKARA ŞUBESİ

37 5. Sonuç Haritaların Doğruluğunun Belirlenmesi Her bir veri setine farklı ağırlık değerleri verilerek (Tablo: ) ve CBS çakıştırma tekniği kullanılarak elde edilen heyelan duyarlılık haritalarının doğrulukları daha önceden meydana gelmiş heyelan noktaları ile çakıştırılarak belirlenmiştir. Bu işlem için daha önceden meydana gelmiş heyelan noktalarına kullanılan haritanın hücre büyüklüğü olan 30m lik tampon bölge uygulanmış ve bu alan içine düşen duyarlı alanlar % olarak belirlenmiştir. Elde edilen sonuç haritalarına bakıldığında genel olarak orta duyarlı alanlar yüksek doğruluk göstermektedir. Harita 1 (Şekil 4c) %70 (Tablo 3), harita 2 (Şekil 5c) ve harita 3(Şekil 6c) % 95 doğruluk göstermektedir. Yüksek duyarlı alanların doğruluğu harita 2 de en iyi gözlemlenirken bunun nedeni duyarlılık haritalarının oluşturulmasında en önemli veri seti olan eğime %40 lık bir ağırlık verilmesidir. Sonuç olarak harita 2 ye verilen ağırlık değerlerinin bölgenin heylan duyarlılığının belirlenmesinde iyi sonuçlar verdiği söylenebilinir. Veri setleri Eğim TNO Bitki İndexi (NDVI) Çizgisellik Yoğunluğu Yol Ağı Ağırlık 0,3 0,25 0,2 0,15 0,1 Tablo 2: Harita 1 de kullanılan ağırlık değerleri Toplam Heyelan Noktası Heyelan noktaları ile kesişen yüksek derecede duyarlı alanlar (%) Heyelan noktaları ile kesişenşen orta derecede duyarlı alanlar (%) Heyelan noktaları ile kesişenşen düşük derecede duyarlı alanlar (%) % 70% 45% Tablo 3: Harita 1 in doğruluğu Şekil 4.a: Heyelan duraylılık haritası 1 Şekil 4.b: Daha önceden meydana gelen heyelan noktaları ile kesişen yüksek duyarlı alanlar Şekil 4c: Daha önceden meydana gelen heyelan noktaları ile kesişen orta derecede duyarlı alanlar Şekil 4.d: Daha önceden meydana gelen heyelan noktaları ile kesişen düşük derecede duyarlı alanlar 267

38 Veri setleri Eğim TNO Bitki İndexi (NDVI) Çizgisellik Yoğunluğu Yol Ağı Weight 0,4 0,3 0,15 0,1 0,05 Tablo 4: Harita 2 de kullanılan ağırlık değerleri Toplam Heyelan Noktası Heyelan noktaları ile kesişen yüksek derecede duyarlı alanlar (%) Heyelan noktaları ile kesişenşen orta derecede duyarlı alanlar (%) Heyelan noktaları ile kesişenşen düşük derecede duyarlı alanlar (%) % 95% 35% Tablo 5: Harita 2 in doğruluğu Şekil 5.a: Heyelan duraylılık haritası 2 Şekil 5.b: Daha önceden meydana gelen heyelan noktaları ile kesişen yüksek duyarlı alanlar Şekil 5.c: Daha önceden meydana gelen heyelan noktaları ile kesişen orta derecede duyarlı alanlar Figure 5.d: Daha önceden meydana gelen heyelan noktaları ile kesişen düşük derecede duyarlı alanlar Veri setleri Eğim TNO Bitki İndexi (NDVI) Çizgisellik Yoğunluğu Yol Ağı Weight 0,35 0,15 0,15 0,25 0, ANKARA ŞUBESİ

39 Tablo 6: Harita 3 de kullanılan ağırlık değerleri Toplam Heyelan Noktası Heyelan noktaları ile kesişen yüksek derecede duyarlı alanlar (%) Heyelan noktaları ile kesişenşen orta derecede duyarlı alanlar (%) Heyelan noktaları ile kesişenşen düşük derecede duyarlı alanlar (%) % 95% 45% Tablo 7: Harita 3 in doğruluğu Şekil 6.a: Heyelan duraylılık haritası 3 Şekil 6.b: Daha önceden meydana gelen heyelan noktaları ile kesişen yüksek duyarlı alanlar Şekil 6.c: Daha önceden meydana gelen heyelan noktaları ile kesişen orta derecede duyarlı alanlar Figure 6.d: Daha önceden meydana gelen heyelan noktaları ile kesişen düşük derecede duyarlı alanlar Elde edilen sonuç haritalarında düşük orta ve yüksek riskli alanların tüm çalışma alanına olan % dağılımına bakıldığında yüksek riskli zonlar harita 2 de en yüksek değere ulaşırken düşük riskli zonlar harita 2 de en düşük değere ulaşmaktadır (Tablo 8).Alan km 2 Düşük Orta Yüksek Harita Harita Harita Toplam Alan Oran % Harita Harita Harita Tablo 8: Heyelan duyarlılığının % olarak tüm alana oranı 269

40 6. SONUÇ Bu çalışma göstermiştir ki hücre tabanlı veriler kullanarak CBS ortamında uygulanan modelleme fonksiyonu ile çok kısa sürede otomatik olarak duyarlılık haritaları üretilebilmektedir. Hızlı şekilde ve kısa zamanda duyarlılık haritalarını elde etmek amaçlı oldukça kullanışlı bir yöntemdir. Bu çalışmada elde edilen heyelan duyarlılık haritalarına bakıldığında elde edilen sonuç haritalarının doğruluğu kullanılan tampon bölgenin büyüklüğüne göre değişmektedir. Tampon bölge büyüdükçe elde edilen haritaların doğruluk değeri yükselmektedir. Farklı ağırlık değerleri verilerek elde edilen heyelan duyarlılık haritalarına bakıldığında kullanılan ağırlık değerlerine göre farklı sonuç haritaları elde edilmektedir. Elde edilen sonuç haritaları daha önceden meydana gelen heyelan noktaları ile kıyaslandığında haritaların doğruluğuna etki eden faktörlerin arasında en önemlisinin harita 2 de gözlemlendiği gibi eğimdir. KAYNAKLAR Anagnosti P and Lesevic Z., Probabilistic versus deterministic approach in hazard assessment of landslides along man made reservoirs. Landslides, 2 : Ayalew L, Yamagishi H, Ugawa N., Landslide susceptibility mapping using GIS-based weighted linear combination, the case in Tsugawa area of Agano River, Niigata Prefecture, Japan, Landslides (1):73-81 Baeza C and Corominas J., Assessment of shallow landslide susceptibility by means of multivariate statistical techniques. Earth Surf Process Landforms 26 : Chung CJF and Fabbri AG., Probabilistic Models for landslide Hazard Mapping, Photogrammetric Engineering & Remote Sensing, 65(12): Dai FC and Lee CF., Terrain-based mapping of landslide susceptibility using a geographical information system: a case Study. Can. Geotech. J. 38: A. Erener, ve HSB. Düzgün, 2007, Heyelan Analizlerinde Coğrafi Ağırlıklandırılmış Regrasyon (CAR) Metodu, Türkiye Harita Bilimsel ve Teknik Kurultayı Erener A., Lacesse S., Kaynia A., 2007, Hazard Mapping in quick clay area using GIS, Joint CIG / ISPRS Conference, "Geomatics for Disaster and Risk Management", Toronto, Canada Erener A., Lacesse S., Landslide Susceptibility Mapping Using GIS 28th Asian Conference on Remote Sensing ACRS2007, Kuala Lumpur, Malesia Erener A., Düzgün HSB., Analysis of Landslide Hazard Mapping Methods: Regression Models Versus Weight Rating ; XXIst ISPRS Congress 2008; 3-11 July. Beijing, China. Commission VIII papers, Vol. 37, Part B8, ISSN Ohlmacher GC, Davis JC., Using multiple logistic regression and GIS technology to predict landslide hazard in northeast Kansas, USA, Engineering Geology Guzzetti F, Reichenbach P, Ardizzone F, Cardinali M, Galli M., Estimating the quality of landslide susceptibility models, Geomorphology, 81: Guzzetti F, Reichenbach P, Cardinali M, Galli M, Ardizzone F., Landslide hazard assessment in the Staffora basin, northern Italian Apennines. Geomorphology, 72: ANKARA ŞUBESİ

41 Lee S, Min K., Statistical analysis of landslide susceptibility at Yongin, Korea. Environmental, Geology, 40: Lee S, Tu Dan N., Probabilistic landslide susceptibility mapping in the Lai Chau province of Vietnam: focus on the relationship between tectonic fractures and landslides. Environmental Geology, 48: Lee S and Pradhan B., Probabilistic landslide hazards and risk mapping on Penang Island, Malaysia, J. Earth Syst. Sci. 115,(6) : Varnes DJ., IAEG Commission on landsildes and other Mass movements: Landslide hazard zonation: a rewiev of principles and practices. Paris:UNESCO Press, pp 63. Van Westen CJ., Statistical landslide hazard analysis. ILWIS 2.1 for Windows application guide. ITC Publication, Enschede: Pistocchi A, Luzi L, Napolitano P., The use of predictive modeling techniques for optimal exploitation of spatial veribases: a case study in landslide hazard mapping with expert system-like methods. Environ Geol, 41: Saha AK, Gupta RP, Sarkar I, Arora MK, Csaplovics E., An approach for GIS-based statistical landslide susceptibility zonation with a case study in the Himalayas, Landslides (2):61 69 Sandersen F, Bakkehoi S, Hestnes E and Lied K., The influence of meteorological factors on the initiation of debris flows, rockfalls, rockslides and rockmass stability. In: Senneset, K. (ed): Landslides. Proceedings of the 7.th symposium on landslides, Trondheim, June 1996, pp Soeters R and Van Westen CJ., Slope instability recognition, analysis, and zonation, in: Turner, A.K. and Shuster, R. L. (Eds), Landslides Investigation and mitigation, Transp. Res. Board, Special Report 247, Natural Acad. Press, Washington D.C., p Wachal, DJ and Hudak PF., Mapping landslide susceptibility in Travis County, Texas, USA GeoJournal 51: , Yesilnacara E, Topal T., Landslide susceptibility mapping: A comparison of logistic regression and neural networks methods in a medium scale study, Hendek region (Turkey). Engineering Geology,79: Yoshimatsu H, Abe S., A review of landslide hazards in Japan and assessment of their susceptibility using an analytical hierarchic process (AHP) method, Landslides (3):