T.C. ANADOLU ÜN VERS TES YAYINI NO: 2341 AÇIKÖ RET M FAKÜLTES YAYINI NO: 1338 KONUMSAL VER TABANI Yazarlar Endar KELLEC (Ünite 1, 3, 5, 8) Serdar ERGEN (Ünite 2, 4, 7) Yrd.Doç.Dr. Hakan UYGUÇG L (Ünite 6) Editör Yrd.Doç.Dr. Hakan UYGUÇG L ANADOLU ÜN VERS TES
Bu kitab n bas m, yay m ve sat fl haklar Anadolu Üniversitesine aittir. Uzaktan Ö retim tekni ine uygun olarak haz rlanan bu kitab n bütün haklar sakl d r. lgili kurulufltan izin almadan kitab n tümü ya da bölümleri mekanik, elektronik, fotokopi, manyetik kay t veya baflka flekillerde ço alt lamaz, bas lamaz ve da t lamaz. Copyright 2011 by Anadolu University All rights reserved No part of this book may be reproduced or stored in a retrieval system, or transmitted in any form or by any means mechanical, electronic, photocopy, magnetic, tape or otherwise, without permission in writing from the University. UZAKTAN Ö RET M TASARIM B R M Genel Koordinatör Prof.Dr. Levend K l ç Genel Koordinatör Yard mc s Doç.Dr. Müjgan Bozkaya Ö retim Tasar mc s Arfl.Gör.Dr. Mestan Küçük Grafik Tasar m Yönetmenleri Prof. Tevfik Fikret Uçar Ö r.gör. Cemalettin Y ld z Ö r.gör. Nilgün Salur Ölçme De erlendirme Sorumlusu Ö r.gör. E. Emre Özkeskin Grafikerler Nihal Sürücü Hazal Y ld r m Aziz Arda Ataseven Ali Burç Aç kkan Kitap Koordinasyon Birimi Yrd.Doç.Dr. Feyyaz Bodur Uzm. Nermin Özgür Kapak Düzeni Prof. Tevfik Fikret Uçar Dizgi Aç kö retim Fakültesi Dizgi Ekibi Konumsal Veritaban ISBN 978-975-06-1015-8 1. Bask Bu kitap ANADOLU ÜN VERS TES Web-Ofset Tesislerinde 250 adet bas lm flt r. ESK fieh R, Eylül 2011
çindekiler iii çindekiler Önsöz... vii Konumsal Veri Modeli... 2 KONUMSAL VER... 3 Veri ve Bilgi... 3 Co rafi Veri ve Co rafi Bilgi... 3 Co rafi Veri Tipleri... 4 Modelleme... 4 KONUMSAL VER MODELLER... 7 Raster Veri Modeli... 7 Vektör Veri Modeli... 9 KONUMSAL VER MODELLER N N B RB R NE DÖNÜfiÜMÜ... 11 Vektör Veri Modelinden Raster Veri Modeline Dönüflüm... 12 Raster Veri Modelinden Vektör Veri Modeline Dönüflüm... 12 KONUMSAL VER MODELLER N N KARfiILAfiTIRILMASI... 13 KONUMSAL VER MODELLER N N GEL fi M... 15 Spagetti Veri Modeli... 15 Konumla liflkili (Georelational) Veri Modeli... 15 Konumsal Veritaban Modeli... 16 Özet... 18 Kendimizi S nayal m... 19 Okuma Parças..... 20 Kendimizi S nayal m Yan t Anahtar... 21 S ra Sizde Yan t Anahtar... 22 Yararlan lan Kaynaklar... 22 Konumsal Veritaban na Genel Bak fl... 24 KONUMSAL VER TABANI VE VER TABANI YÖNET M S STEM... 25 KONUMSAL VER TABANI YAPISI... 28 Veri Kümeleri... 28 Sistem Tablolar... 28 KONUMSAL NESNE VER KÜMELER (Feature Dataset)... 29 Tablo Kavram na Genel Bak fl... 30 Konumsal Nesne Tablolar (Feature Class)... 32 KONUMSAL VER TABANINDA RASTER VER... 34 KONUMSAL VER TABANINDA D Z N KAVRAMI... 35 Öznitelik Dizinleri... 35 Konumsal Dizinler... 35 KONUMSAL REFERANSLAR... 36 Co rafi Koordinat Sistemleri... 36 Projeksiyonlu Koordinat Sistemleri... 36 KONUMSAL VER LERE ER fi M... 38 Özet... 39 Kendimizi S nayal m... 41 Okuma Parças... 42 Kendimizi S nayal m Yan t Anahtar... 43 S ra Sizde Yan t Anahtar... 43 Yararlan lan Kaynaklar... 45 1. ÜN TE 2. ÜN TE
iv çindekiler 3. ÜN TE 4. ÜN TE 5. ÜN TE Konumsal Veritaban ve Vektör Veriler... 46 KONUMSAL NESNELER VE GEOMETR... 47 Geometrik Kapsam (Envelope)... 48 KONUMSAL NESNELER VE KONUMSAL REFERANS... 49 Çözünürlük... 50 Hata Pay... 52 Konumsal Kapsam... 53 KONUMSAL NESNELER VE ÖZN TEL K... 53 Say lar... 53 Metin (Text)... 54 Tarih (Date)... 54 Blob... 54 Öznitelik De er Alanlar (Attribute Domains)... 55 KONUMSAL NESNELER VE ALT T P... 56 KONUMSAL NESNELER VE L fik LER... 58 KONUMSAL NESNE TABLOLARI (Feature Class)... 59 KONUMSAL NESNE VER KÜMELER (Feature Dataset)... 62 Özet... 64 Kendimizi S nayal m... 66 Kendimizi S nayal m Yan t Anahtar... 67 S ra Sizde Yan t Anahtar... 67 Yararlan lan Kaynaklar... 69 Konumsal Veritaban ve Raster Veriler... 70 RASTER VER ÖZELL KLER... 71 Konumsal Çözünürlük... 73 Piksel De eri... 77 Piksel Derinli i... 80 Bant Say s... 80 Konumsal Referans... 83 RASTER VER KULLANIM ALANLARI... 84 YÖNET M STRATEJ LER... 87 KONUMSAL VER TABANINDA RASTER VER ORGAN ZASYONU... 89 Raster Veri Kümesi (Raster Dataset)... 90 Raster Katalog (Raster Catalog)... 90 Mozaik Veri Kümesi... 93 Konumsal Nesnelerin Özniteli i Olarak Raster... 93 Konumsal Veritaban nda Raster Veri Tasar m... 94 Özet... 95 Kendimizi S nayal m... 97 Kendimizi S nayal m Yan t Anahtar... 98 S ra Sizde Yan t Anahtar... 98 Yararlan lan Kaynaklar... 99 Konumsal Veritaban Elemanlar... 100 KONUMSAL VER TABANI VE TABLOLAR ARASI L fik LER... 101 liflki Tutarl l k Tablolar (Relationship Class)... 101 ET KET KONUMSAL NESNE TABLOSU (Annotation Feature Class)... 103 Standart Etiket Konumsal Nesnesi (Standard Annotation)... 104
çindekiler v Konumsal Nesneyle Ba lant l Etiket Nesnesi (Feature Linked Annotation)... 104 ÖLÇÜM KONUMSAL NESNE TABLOSU (Dimension Feature Class)... 108 GEOMETR K A... 111 A VER KÜMELER (Network Dataset)... 116 Özet... 118 Kendimizi S nayal m... 121 Kendimizi S nayal m Yan t Anahtar... 122 S ra Sizde Yan t Anahtar... 122 Yararlan lan Kaynaklar... 123 Konumsal Veritaban nda Topoloji... 124 TOPOLOJ... 125 KONUMSAL VER TABANINDA TOPOLOJ KURAL TABLOSU... 127 POL GON KONUMSAL NESNES Ç N TOPOLOJ KURALLARI... 129 Üst Üste Binmemeli (Must Not Overlap)... 129 Arada Boflluk Kalmamal (Must Not Have Gaps)... 130 çinde En Az Bir Nokta Olmal (Contains Point)... 130 Poligon S n rlar Çizgi le Çevrelenmeli (Boundary Must Be Covered By) 131 Poligonlar Toplam Alanla Kapsanmal (Must Be Covered By Feature Class Of)... 131 Poligon Poligonlar Kapsamal (Must Be Covered By)... 132 Birbiri le Üst Üste Binmemeli (Must Not Overlap With)... 132 Birbirinin Toplam Alanlar Örtüflmeli (Must Cover Each Other)... 133 Alan S n rlar D fl Alan S n r le Örtüflmeli (Area Boundary Must Be Covered By Boundary Of)... 134 Ç ZG KONUMSAL NESNES Ç N TOPOLOJ KURALLARI... 134 Uçlar Aç kta Kalmamal (Must Not Have Dangles)... 134 Gereksiz Bölünmemeli (Must Not Have Psudenodes)... 135 Üst Üste Binmemeli (Must Not Overlap)... 135 Kendi le Üst Üste Binmemeli (Must Not Self Overlap)... 136 Kesiflmemeli (Must Not Intersect)... 136 Kendi le Kesiflmemeli (Must Not Self Intersect)... 137 Tek Parça Olmal (Must Be Single Part)... 137 Birbiri le Üst Üste Binmemeli (Must Not Overlap With)... 138 Birbiri le Örtüflmeli (Must Be Covered By Feature Class Of)... 138 Uçlar Nokta le Kapanmal (Endpoint Must Be Covered By)... 139 Poligon S n rlar Taraf ndan Çevrelenmeli (Must Be Covered By Boundary Of)... 139 NOKTA KONUMSAL NESNES Ç N TOPOLOJ KURALLARI... 140 Poligon çinde Olmal (Must Be Properly Inside Polygons)... 140 Poligon S n r Üzerinde Olmal (Must Be Covered By Boundary Of)... 141 Çizgi Uçlar n n Üzerinde Olmal (Must Be Covered By Enpoint Of)... 141 Çizgilerin Üzerinde Olmal (Point Must Be Covered By Line)... 142 Özet... 143 Kendimizi S nayal m... 145 Kendimizi S nayal m Yan t Anahtar... 146 S ra Sizde Yan t Anahtar... 147 Yararlan lan Kaynaklar... 147 6. ÜN TE
vi çindekiler 7. ÜN TE 8. ÜN TE Konumsal Veritaban Tasar m... 148 TASARIM LKELER... 149 TASARIM BASAMAKLARI... 150 Gereksinimlerin Analiz Edilmesi... 151 Varl k ve liflkilerinin Tan mlanmas... 155 Co rafi Gösterimin Seçilmesi... 159 Konumsal Veritaban n Organize Etme... 163 Konumsal Veritaban n n Gerçekleflmesi... 168 Özet... 170 Kendimizi S nayal m... 173 Kendimizi S nayal m Yan t Anahtar... 174 S ra Sizde Yan t Anahtar... 174 Yararlan lan Kaynaklar... 175 Konumsal Veritaban ve Sürüm Yönetimi... 176 KONUMSAL VER TABANINDA filemler... 177 KONUMSAL VER TABANINDA SÜRÜMLER... 179 SÜRÜMLER N ÖZELL KLER... 180 SÜRÜMLERDE DÜZENLEME filem... 184 SÜRÜM SENARYOLARI... 185 Konumsal Veritaban n n Do rudan Efl Zamanl Düzenlenmesi... 185 Ba ms z Projelerin zlenmesi... 186 Alt Projelere Sahip Ba ms z Projelerin zlenmesi... 187 Birbirine Ba ml Proje Basamaklar n n zlenmesi... 188 Arflivleme... 188 Özet... 190 Kendimizi S nayal m... 191 Kendimizi S nayal m Yan t Anahtar... 192 S ra Sizde Yan t Anahtar... 192 Yararlan lan Kaynaklar... 193
Önsöz vii Önsöz Sanayileflme ve teknoloji ile gün geçtikçe do al kaynaklar n ve ekolojik sistemin, verilen yanl fl kararlarla, zarar gördü ü göz ard edilemez bir gerçektir. Yaflad m z dünyan n herhangi bir nedenle zarar görmesi, bütün insanlar ve gelecek nesilleri etkileyecek önemli bir tehlikedir. Co rafi Bilgi Sistemlerinin temel amac, do al çevreye zarar vermeyecek kararlar üreterek yeryüzü kaynaklar n ak ll ca kullanmakt r. Çok say daki konumsal veriyle ayn anda, h zl ve çoklu ifllem ile analiz yap lmas na olanak sa layan CBS, kalite ve do rulu u artt r rken, zamandan ve kaynak israf ndan önemli ölçüde kazanç sa lamaktad r. Bu nedenle, kamu veya özel sektördeki birçok kurum ve kurulufl, art k CBS yi günlük ifllemlerden, uzun vadeli planlamalara ve karar verme süreçlerine kadar pek çok alanda kullan r hale gelmifltir. CBS nin etkin kullan m ile veri depolama, paylaflma ve di er teknolojilerle entegrasyon mümkün k l nmaktad r. Ancak Co rafi Bilgi Sistemleri, son on y lda göstermifl oldu u geliflme ile art k geleneksel veri saklama ve depolama yöntemlerine s amaz hale gelmifltir. Günümüz teknoloji olanaklar ile toplanan ve depolanan konumsal veri miktar gün geçtikçe artmaktad r. Düzenli halde toplanan konumsal ve konumsal olmayan verilerin birbirleri ile iliflkilendirilerek toplanmas, elde edilen verinin bilgiye dönüfltürülmesinde büyük önem tafl maktad r. CBS platformunda verinin bilgiye dönüfltürülmesi, do ru tasarlanm fl, ifllevsel konumsal veritabanlar kullan larak sa lanabilir. Konumsal veritaban tasarlamak ve yönetmek önemli ölçüde deneyim ve bilgi birikimi gerektirir. Bu nedenle öncelikle konumsal veritaban yap s iyi tan nmal ve konumsal veritaban elemanlar n n ifllevleri do ru kavranmal d r. Konumsal Veritaban ad alt nda haz rlanm fl bu kitapla, CBS kullanan ö renci, araflt rmac, personel ve karar verici konumundaki yöneticilere temel düzeyde konumsal veritaban yap s n tan tmak amaçlanm flt r. Kitap, toplam sekiz üniteden oluflmaktad r. Birinci ünitede konumsal veri modeli, ikinci ünitede konumsal veritaban na genel bak fl, üçüncü ünitede konumsal veritaban ve vektör veriler, dördüncü ünitede konumsal veritaban ve raster veriler, beflinci ünitede konumsal veritaban elemanlar, alt nc ünitede konumsal veritaban nda topoloji kavram, yedinci ünitede konumsal veritaban tasar m ve sekizinci ünitede konumsal veritaban ve sürüm yönetimi ele al nm flt r. Her bölümde konularla ilgili örneklere yer verilmifl, s ra sizde sorular ile ö renilen konular n pekifltirilmesi ve kendimizi s nayal m bafll alt nda verilen soru ve yan tlarla kendinizi s naman z hedeflenmifltir. Kitab n, CBS ne ilgi duyan ve CBS konusunda çal flan herkese yararl olmas dileklerimle Editör Yrd.Doç.Dr. Hakan UYGUÇG L
1KONUMSAL VER TABANI Amaçlar m z Bu üniteyi tamamlad ktan sonra; Co rafi veri kavram n tan mlayabilecek, Konumsal veri modellerini listeleyebilecek, Konumsal veri modellerinin aras ndaki fark aç klayabilecek, Konumsal veri modellerinin geliflimini anlatabilecek bilgi ve becerilere sahip olacaks n z. Anahtar Kavramlar Konumsal Veritaban Spagetti Veri Modeli Konumla liflkili (Georelational) Veri Modeli Vektör ve Raster Veri çindekiler Konumsal Veritaban Konumsal Veri Modeli KONUMSAL VER KONUMSAL VER MODELLER KONUMSAL VER MODELLER N N B RB R NE DÖNÜfiÜMÜ KONUMSAL VER MODELLER N N GEL fi M
Konumsal Veri Modeli KONUMSAL VER Veri ve Bilgi Günlük hayat m zda veri ve bilgi terimlerini efl anlaml olarak kullan r z. Ancak bu iki terim, asl nda çok farkl kavramlar ifade eder. Veri bir amaca yönelik, bir araya getirilmifl sistemli gerçekler bütünü, her türlü iflaret, harf ve rakamlar toplulu udur. Veri yal n haliyle bilgi edinmek için kullan lan ham gerçekler ve malzemelerdir. Bilgi ise mevcut veya muhtemel karar verme sürecinde anlaml biçimde ifllenmifl veri olarak tan mlan r. Veri bilginin içeri i olmas na karfl n, tüm veriler bilgi oluflumunda kullan lamaz. Verilerin düzgün olarak toplanm fl ve organize edilmifl olmas bilgi oluflumunda çok önemlidir. Bir kifli için yararl bilgi di er bir kifli için önemsiz bir bilgi olabilir. Verinin amaca uygun yararl bilgiye dönüflebilmesi için afla daki niteliklere sahip olmas gerekir. lgili olmas (amaca uygun, gerekli düzeyde yeterince detay içermesi) Güvenilir, do ru ve do rulanabilir olmas Güncel ve zaman nda elde ediliyor olmas (amaçlara ba l olarak) Eksiksiz olmas (nitelik, konumsal ve zamansal aç dan) Anlafl l r olmas Uyumlu olmas (Di er veri kaynaklar ile) Rahat ve kolay ifllenebilmesi Co rafi Veri ve Co rafi Bilgi Evrende bir konumu olmas ndan dolay co rafi veri özel bir veri tipidir. Verinin konumu olmas yeryüzünde bulunan kaynaklarla ve nesnelerle ilgili veya bu nesne ve kaynaklarla yap lan eylemlerle ilgili oldu u anlam na gelmektedir. Co rafi veriler co rafyayla ilgili bir problemin çözümünde veya co rafyayla ilgili bilgi edinmek için toplan r ve ifllenir. Co rafi veri di er veri tiplerinden farkl olarak koordinatlarla tan mlan r ve saklan r. Co rafi veriler tan mlay c elemanlar (ne olduklar n anlatan) ve grafik elemanlardan (neye benzediklerini, nerde bulunduklar n ve birbiriyle konumsal olarak nas l iliflki içinde olduklar n anlat rlar) oluflur. Tan mlay c eleman genelde öznitelik verisi, grafik eleman ise konumsal veri olarak isimlendirilir. Karakteristi i ve özel yap s ndan dolay genel bilgi organizasyonu ve veri yap s kavramlar co rafi verilere do rudan uygulanamaz.
4 Konumsal Veritaban Co rafi bilgi co rafi verilerin ifllenmesi sonucu ortaya ç kar. Bu bilginin amac yeryüzü nesneleri ve bu nesnelerle ilgili yap lan insan faaliyetleri hakk nda kullan c bilgisini gelifltirmektir. Bu da kullan c lar n yeryüzünde bulunan nesneler hakk nda konumsal bir bak fl aç s gelifltirmesini sa lar. Co rafi bilgi yeryüzündeki herhangi bir nesnenin nerede oldu u veya yeryüzünün herhangi bir konumunda neler bulundu unu belirten bir kavramd r. Neredeyim, ülkemizin komflular kimlerdir gibi sorular n yan tlar n n tümü co rafi bilgidir. Co rafi Veri Tipleri Co rafi veriler yeryüzünde çeflitli yöntamlerle toplanmakta, uzun u rafllar ve titiz çal flmalar sonucu iki farkl tipte üretilmektedir. Öznitelik Verisi Konumsal Veri Bunun en önemli sebebi bu iki veri tipinin tamamen farkl özelliklere, depolama ve ifllem gereksinimlerine sahip olmas d r. Öznitelik Verisi: Konumsal bir nesne ile iliflkili bir özelli i, karakteristi i veya olay temsil eden konum bilgisi içermeyen verilerdir. Özniteli in de eri numerik, metin, tarih veya mant ksal gösterim biçiminde olabilir. Konumsal Veri: Yeryüzünde herhangi bir nesnenin co rafi konumunu belirlemek için kullan l r. Nesnelerin yeryüzündeki mutlak ve göreceli konumlar, nokta, çizgi ve poligon gibi basit grafik elamanlar kullan larak tan mlan r. Bu temel grafik ö eler ayr ayr co rafi nesneleri veya varl klar temsil etmek için kullan labilir. Örne in, kuyular için nokta, yollar için çizgi, göller için poligon kullan labilir. Her iki veri tipini bir örnek alt nda aç klamak gerekirse; bir akarsuyun flekli ve yeri konumsal veridir. Ancak bu akarsuyun debisi, kirlilik durumu, ismi, vb. özelliklerse öznitelik verisidir. DÜfiÜNEL M SORU 1 D KKAT fiekil 1.1 Küre Co rafi bilgi SIRA ve co rafi S ZDE veri aras ndaki fark aç klay n z. Modelleme DÜfiÜNEL M Modelleme, gerçeklikte var olan bir nesnenin basitçe temsil edilmesidir. Örne in Dünya y basitçe bir küre, yeryüzünü harita kullanarak grafiksel ve uydu görüntüsüyle de gösterimsel SORU olarak modelleyebiliriz. Küre Dünya y modellemenin en basit fleklidir (fiekil 1.1). D KKAT AMAÇLARIMIZ AMAÇLARIMIZ K T A P K T A P TELEV ZYON TELEV ZYON NTERNET NTERNET
1. Ünite - Konumsal Veri Modeli 5 Harita yeryüzünün grafiksel bir modelidir (fiekil 1.2). Harita fiekil 1.2 Haritada gösterilen yerin uydu görüntüsü ise, yeryüzü nesnelerinin gösterimsel bir modelidir (fiekil 1.3). fiekil 1.3 Uydu görüntüsü Konumsal verinin gösterim ve analizi için seçece iniz yol bu co rafi nesneleri nas l modelledi inizle ilgilidir. Örne in, akarsu en önemli co rafi nesnelerden biridir. Akarsuyu birçok farkl amaca hizmet edecek flekilde modellemek mümkündür. Akarsu birbirini izleyen birçok çizginin oluflturdu u bir a kümesidir. Her çizgi bir ak fl yönü, hacmi ve di er öznitelik bilgilerine sahiptir. Bu çizgisel a modeli kullan larak hidrografik analizler yap labilir (fiekil 1.4).
6 Konumsal Veritaban fiekil 1.4 Akarsuyun çizgisel a modeli fiekil 1.5 Say sal arazi modeli Akarsuyun geçti i bölgenin say sal arazi modeli arac l yla bölgenin e imi, drenaj paterni, havza alan vb. de erler hesaplanabilir (fiekil 1.5). Model seçiminde önemli olan karfl lafl lan sorunun çözümü için hangi modelin en uygun model oldu unun belirlenmesidir.
1. Ünite - Konumsal Veri Modeli 7 KONUMSAL VER MODELLER Co rafi bilgi sistemlerindeki verilerin analizi ve tan m konumsal nesnelerin özellikleri ve birbirleriyle olan iliflkilerinden oluflur. Co rafi bilgi sistemlerinde seçilen verinin gösterim yöntemi sadece konumsal nesnelerin nas l gösterilece ini belirlemenin yan s ra bu nesnelerin nas l analiz edilece ini de belirler. Co rafi bilgi sistemlerinde konumsal verileri modellemeyi iki temel yolla yapabiliriz. Raster Veri Modeli Vektör Veri Modeli Raster Veri Modeli Raster veri, grafik nesneleri hücrelere ba l olarak temsil eder. Bir kâ t parças üzerine çapraz çizilmifl bir çizgi düflünün. Raster veri modelinde kâ t, her birine hücre denilen, zgaraya (grid) benzer küçük karelere bölünür. Bu hücrelere piksel ad verilir. Piksel resim eleman (picture element) kelimelerinin k saltmas d r. Piksel say sal bir resmin en küçük birimidir (fiekil 1.6). fiekil 1.6 Raster veri modeli Raster veri, piksellerin oluflturdu u bir tablo gibidir. Tabloda sat r ve sütunlar bulunmaktad r. Pikselin konumu hangi sat rda ve hangi sütunda oldu una göre belirlenir. Her pikselin raster veri içinde bir konumu vard r ve o konumun özniteli ine göre de er verilir. Bu de erler yükseklik, arazi kullan m vb. say sal ve metin de erler olabilir. Bu gösterim flekli kullan c ya, tekrar birlefltirme ve gösterim imkân verir (fiekil 1.7). fiekil 1.7 SÜTUNLAR Piksel konumu Hücre S A T I R L A R Çözünürlük
8 Konumsal Veritaban fiekil 1.8 Raster veri modellinde çözünürlük Raster veri modelinde di er parametre çözünürlük kavram d r. Çözünürlük konumland r lm fl raster verinin piksel boyutu ile tan mlanmaktad r. Piksel büyüklü ü verinin gösterim hassasiyetini belirler. Örne in 5 m. çözünürlüklü bir uydu görüntüsü ile 1 m. çözünürlüklü uydu görüntüsü aras ndaki fark görüntü detay d r. Biri 5 m. den küçük nesneleri gösteremezken di erinde ise 1 m. lik nesneler ay rt edilebilir. Piksel boyutu ve piksel say s aras ndaki iliflki raster verinin çözünürlü ünü ifade eder. Daha iyi çözünürlük daha hassas ve daha kaliteli bir görüntü verir (fiekil 1.8). Raster veri modelinde temel problem verinin uygun çözünürlü ünün saptanabilmesidir. Uydu görüntülerinde konumsal çözünürlük artt nda piksel boyutu küçülür görüntü kalitesi ve veri boyutu artar, tam tersine konumsal çözünürlük azald nda piksel boyutu büyür görüntü kalitesi ve veri boyutu azal r (fiekil 1.9). fiekil 1.9 Uydu görüntüsünde çözünürlük Yüksek çözünürlük Düflük çözünürlük DÜfiÜNEL M SORU D KKAT 2 Raster verilerde SIRA konumsal S ZDE çözünürlü ün artmas etkilerini aç klay n z. Raster veriler katman denilen temalar halinde üretilir. Bitki örtüsü, arazi kullan m, s cakl k gibi katmanlar içerebilir. Ayr ca hava foto raflar, uydu görüntüleri, DÜfiÜNEL M taranan kâ t paftalar n CBS ortam nda kullan lmalar n sa lar. Raster veri modeli düflük maliyetli SORU bir çözümdür. Raster veri ayr k konumsal nesnelerin analizi için kullan lmaz. Raster veri D KKAT modelinde her bir hücrenin koordinat sat r ve sütun numaras yla belirlenirken, koordinat bafllang c olarak sol üst köfle koordinat kullan l r. Raster veri modelinde sol üst köfle koordinat, piksel boyutu ve gridin boyutlar (kaç pik- AMAÇLARIMIZ AMAÇLARIMIZ K T A P K T A P
1. Ünite - Konumsal Veri Modeli 9 sele kaç piksel oldu u) bilindi inde, her bir pikselin koordinatlar sat r ve sütunlardan oluflan grid yap s içinde kolayl kla hesaplanabilir. Raster verilerde genellikle, her piksele tek bir öznitelik verisi atand için her bilgi alan için ayr raster veri üretilmektedir. Örne in ormanl k bir alanda, bitki örtüsü için ayr raster veri, ortalama a aç yüksekli i için ayr raster veri üretilir. Bu nedenle çoklu veri alan gerektiren farkl tematik harita üretimlerinde raster veri modeli tercih edilmez (fiekil 1.10). fiekil 1.10 Raster veri modellinde öznitelik Vektör Veri Modeli Do al yeryüzü nesneleri (akarsu, a aç vb.), insan yap m nesneler (bina, yol vb.) veya yeryüzünde görülmeyen ancak haritalarda gösterilen yeryüzü bölümleri (ülke s n r, ada vb.) gibi konumsal nesneleri nokta, çizgi ve poligon olarak temsil eder. Vektör veriler katman ad verilen temalar yard m ile düzenlenir (yollar, parseller, direkler vb.). Ayn co rafi alan kapsayan ve kullan c lar n çok say da ortak ihtiyaçlar na hizmet eden vektör veri katmanlar, co rafi veritabanlar n n konumsal bileflenlerini oluflturur. Co rafi nesneleri temsil eden vektör veri modeli, ayr k nesneler kavram üzerine kuruludur. Bu model gerçek dünyan n nesnel görünümüdür. Nokta: Noktalar x ve y koordinatlar ndan oluflan, belirli bir alan ve uzunlu u olmayan, mutlak konum belirlemek için kullan lan geometrik nesnelerdir. Nokta bir nesnenin en basit grafik gösterimidir. Noktalar boyutlar olmamalar na ra men harita üzerinde semboller kullan larak gösterilir (fiekil 1.11) fiekil 1.11 Noktasal veriye örnek; hastane yerleri
10 Konumsal Veritaban fiekil 1.12 Çizgisel veriye örnek; Türkiye demiryolu a Ölçek, nesnenin nokta m yoksa poligon olarak m gösterilece ini belirler. Örne in; flehir merkezleri ülke genelini gösteren küçük ölçekli haritalarda nokta olarak gösterilirken, kent detay na inen büyük ölçekli gösterimde, yap adalar ndan oluflan poligonlar olarak gösterilir. Çizgi: Çizgiler birbirine ba l do rular halinde x,y koordinatlar ndan oluflan belirli bir uzunlu u olan geometrik nesnelerdir. Çizgisel nesneleri temsil etmek için kullan l r. Örne in akarsular, yollar, su borular vb. vektör veri modelinde çizgi kullan larak gösterilir. Bu nesneler yollar gibi poligon olarak gösterilmeyecek kadar dar veya s n r çizgileri gibi hiç geniflli i olmayan nesneler olabilir. ki nokta aras nda en k sa uzakl tan mlayan sürekli koordinat verilerine do ru, birden fazla do runun birleflmesi ile oluflan elemana ise çoklu-do ru ad verilir (fiekil1.12). fiekil 1.13 Poligon veriye örnek; Türkiye il s n rlar Poligon: Poligonlar birbirine ba l kapal çizgiler taraf ndan s n rland r lm fl x,y koordinatlar ndan oluflan belirli bir alan olan konumsal nesnelerdir. Poligonlar alan olarak da ifade edilir. Poligon nesneleri ayn s n r özelliklerine sahip s n r çizgileri, toprak tipi veya göl gibi kapal flekillerdir (fiekil 1.13). Vektör veri modeli üretildi i orijinal çözünürlükte görüntülenmektedir. Bu yüzden kesin konum bilgisi gerektiren konumsal nesneleri tan mlamakta baflar l bir modeldir. Veri boyutlar küçüktür. Bu yüzden yo un flekilde CBS uygulamalar nda kullan - l r. Veri gösterimi rahatl kla de ifltirilebilir ve estetik haritalar üretilebilir. Topolojik iliflkilerin bilinmesi ile flebeke yak nl k vb. konumsal sorgulamalar yap labilir.
1. Ünite - Konumsal Veri Modeli 11 fiekil 1.14 Vektör verinin gösterimi Kap lar Sokaklar Binalar Nokta Çizgi Poligon KONUMSAL VER MODELLER N N B RB R NE DÖNÜfiÜMÜ Uydu görüntüleri ve hava foto raflar yüksek çözünürlükteki resim elemanlar (piksel) matrisinden oluflur. Raster veri modelinde konumsal nesneler görsel olarak ay rt edilebilir ancak vektör veride oldu u gibi konumsal nesneler olarak ayr ayr tan mlanmaz. Komflu nesnelerin piksellerinin spektral ve radiometrik özelliklerinin fark ndan ay rt edilebilir. Örne in, bir çevre yolu görsel olarak bir uydu görüntüsü üzerinde ay rt edilebilir çünkü çevre yolu kendisini çevreleyen piksellerin görsel farkl l klar ndan ay rt edilebilir, ancak piksel biçiminde yol ayr k bir nesne olarak tan mlanmaz. Çünkü ayn piksellerin içine farkl konumsal nesnelerin gösterimleri de girecektir (fiekil 1.15). VEKTÖR VER Noktalara ba l olarak temsil edilen veri x,y x,y fiekil 1.15 Raster ve vektör verinin gösterim farkl l klar x,y x,y x,y x,y x,y x,y x,y RASTER VER Hücrelere ba l olarak temsil edilen veri GERÇEK KONUM Sütun x,y Sat r
12 Konumsal Veritaban fiekil 1.16 Vektör Veri Modelinden Raster Veri Modeline Dönüflüm Çak flt rma (overlay) analizlerinde genellikle raster veri modeli kullan lmaktad r. Bu nedenle, raster veri ile vektör verinin çak flt rma (overlay) analizinde beraber kullan lmas durumunda, vektör verinin raster veriye dönüfltürülmesi gereklidir. Vektör veri modelinden raster veri modeline geçiflte ayn özelli e sahip vektörler öznitelik verilerine göre gruplanarak raster olarak kaydedilir. Raster verinin hassasiyeti seçilecek piksel boyutuna ba l d r. Dönüflümde konumsal hassasiyetin kaybolmas ile veri kayb oluflacakt r. CBS yaz l mlar içinde bu ifllemi otomatik yapan özel modüller bulunmaktad r (fiekil 1.16). Vektör veriden raster veriye dönüflüm 1 3 2 1 3 2 4 3 1 4 3 1 1 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2 1 1 1 3 3 2 2 2 1 1 3 3 2 2 2 3 4 4 4 3 2 2 3 3 4 4 4 4 4 3 3 1 4 4 4 4 3 3 1 1 4 4 4 3 3 1 1 1 fiekil 1.17 Raster veriden vektör veriye dönüflüm Raster Veri Modelinden Vektör Veri Modeline Dönüflüm Raster veriden vektör veriye dönüflüm, ekrandan say sallaflt rma (heads-up digitizing) ifllemiyle kar flt r lmamal d r. Raster veriden vektöre dönüflüm iflleminde ayn piksel de erleri gruplan r ve oluflan piksellerin s n rlar vektör veri yap s nda kaydedilir. Veri kay plar n n oluflmas, veri s n rlar n n de iflmesi gibi sorunlarla karfl - lafl labilir. Vektör verinin hassasiyeti raster verinin piksel boyutuna ba l d r. Oluflan vektör veride gerçekte bulunmayan vektör nesneler bulunabilir. Bunlar n temizlenmesi gereklidir (fiekil 1.17). 1 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2 1 1 1 3 3 2 2 2 1 1 3 3 2 2 2 3 4 4 4 3 2 2 3 3 4 4 4 4 4 3 3 1 4 4 4 4 3 3 1 1 4 4 4 3 3 1 1 1 1 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2 1 1 1 3 3 2 2 2 1 1 3 3 2 2 2 3 4 4 4 3 2 2 3 3 4 4 4 4 4 3 3 1 4 4 4 4 3 3 1 1 4 4 4 3 3 1 1 1 2 1 3 4 3 1
1. Ünite - Konumsal Veri Modeli 13 Nokta, çizgi ve poligon gibi vektör veri elemanlar n n raster veriye ve karfl l kl olarak raster veriden dönüflümleri fiekil 1.18 de özetlenmifltir. fiekil 1.18 Vektör veri elemanlar n n karfl l kl veri modeli dönüflümleri Vektörel Nokta Verisi Rasteri Nokta Verisi Vektörel Çizgi Verisi Raster Çizgi Verisi Vektörel Poligon Verisi Raster Poligon Verisi KONUMSAL VER MODELLER N N KARfiILAfiTIRILMASI Yeryüzüne ait bilgiler vektör veya raster veri olarak modellenerek farkl katmanlar halinde depolan rlar. Bu iki temel yap co rafi analizlerde etkin bir biçimde kullan lmakla birlikte, bu iki veri modelinin CBS de üstün ve zay f yönleri vard r. Örne- in, bina ve adalar n temsil edildi i bir vektör veri seti kullanarak, bina say lar ve ada say lar kolayl kla hesaplanabilir. Ada ve binalarla ilgili bütün nesnelerin öznitelik bilgisi sorgulanabilir. Ada ve binalarla ilgili hassas konum bilgisi edinilebilir. Bu vektörel veri ayn büyüklükte ve hassasiyette bir raster veriye k yasla çok düflük boyutlarda saklan r (fiekil 1.19). fiekil 1.19 Ada ve binalar n vektör veli modelinde gösterimi
D KKAT D KKAT 14 Konumsal Veritaban fiekil 1.20 Vektör veri olarak inceledi imiz alan n uydu görüntüsü (raster veri modeli) afla- da verilmifltir (fiekil 1.20). Vektör veride oldu u gibi, uydu görüntüsü üzerinden ada say s ve bina say s hesaplanamamakta ve binalar n kaç katl olduklar, kaç ba ms z bölüm içerdikleri gibi öznitelik verileri sorgulanamamaktad r. Raster veri modeli vektör veri modeli kadar karmafl k yap da olmay p oldukça basittir. Ayr ca bina köflesi, ada köflesi gibi hassas koordinat al m gerçeklefltirilemez. Bina çevre uzunluklar ve alanlar hesaplanamaz. Uydu görüntüsünde (raster veri modeli) veri detay çözünürlü e ba l d r. Çözünürlük artt kça veri detay ve hassasiyeti artar ancak veri boyutu büyür. Ada ve binalar n uydu görüntüsü Her iki veri modelinde de farkl analiz olanaklar bulunmaktad r. Problemin niteli ine göre, etkileflimli olarak her iki veri modeli ile çal flmak gerekebilir. Vektör ve raster veri aras nda birebir dönüflüm mümkün de ildir ancak, baz analizler için dönüflüm zorunludur. Vektör ve raster veri modellerinin kendilerine has avantajlar ve dezavantajlar bulunmaktad r (Tablo 1.1). Bunlar; Raster verilerin boyutu vektör verilere göre daha büyüktür, Baz konumsal analizleri (çak flt rma, yak nl k vb.) raster verilerle yapmak daha kolayd r, A analizlerinde vektör veri tercih edilir, Raster veri yap s, vektör veriye göre daha basittir, Vektör veriler raster verilere göre daha hassast r, Vektör verilerde ilgili konumsal nesnelerin öznitelik bilgilerine ulaflma ve güncellenme daha kolayd r, fleklinde s ralanabilir. Tablo 1.1 Raster ve vektör veri modellerinin karfl laflt r lmas fllem Raster Vektör Veri Toplama H zl Yavafl Veri Hacmi Büyük Küçük Veri Yap s Basit Kar fl k Geometrik Hassasiyet Düflük Yüksek Alan Analizleri yi Ortalama A Analizleri Kötü yi Genellefltirme Basit Kar fl k DÜfiÜNEL M 3 Raster ve Vektör modelleri aras ndaki farklar aç klay n z. DÜfiÜNEL M SORU SORU
1. Ünite - Konumsal Veri Modeli 15 KONUMSAL VER MODELLER N N GEL fi M Konumsal veri modeli; harita üretimi, sorgulama, analiz vb. ifllemleri gerçeklefltirebilmek için gerçek dünyan n, konumsal veri kümeleri olarak temsil edilmesidir. Konumsal veritaban n n co rafi bilgi sistemleri aç s ndan önemini kavrayabilmek için konumsal veri modellerinin geliflimini incelemek gerekir. Spagetti Veri Modeli 1960 ve 1970 lerin bafl nda geliflmeye bafllayan CAD (Computer Aided Design -Bilgisayar Destekli Tasar m) teknolojisi, grafiksel donan mlar n geliflmesi ve haritac - l k yaz l mlar n n yeni yeni oluflmas yla ortaya ç km flt r. Bu modelde konumsal veriler nokta, çizgi ve poligon olarak CAD dosyalar nda saklanmaktad r. Spagetti veri modelinde konumsal verilerin birbirileri ile olan konumsal iliflkileri saklanamamaktad r. Konumsal nesnelerin öznitelik bilgileri katmanlara göre gruplanmamakta veya not etiketlerinde tutulmamaktad r. Bu veri modeline Spagetti denmesinin nedeni, kay t ve gösterimin nesne baz nda yap lmas d r. Örne in iki parsel aras ndaki ortak s n r her parsel için ayr ayr iki kez kaydedilir. Bu nedenle bütünsel bir depolama ve gösterim flekli de ildir. Spagetti veri modelinde topoloji kullan lmaz. Veri elemanlar n n birbirleri ile olan ba lan rl k, bitifliklik ve yak nl k gibi konumsal iliflkileri, spagetti veri modelinde yoktur. Bu nedenle spagetti veri modelinde konumsal sorgulamalar ve analizlerde yetersiz kalmaktad r. Ancak say sal harita üretiminde etkin bir modeldir. Konumla liflkili (Georelational) Veri Modeli Spagetti veri modeli ile konumsal iliflki sorgulamas yap lamad ve nesneler öznitelik verilerine göre sorgulanamad için CBS platformunda yeni bir veri modeline gereksinim duyulmufltur. Georelational veri modelinin, spagetti veri modeline k yasla en önemli avantaj, konumsal veri ile öznitelik verilerinin ba lant l halde tutmas ve konumsal iliflkilerin sorgulanabilmesidir. Georelational veri modelinde spagetti veri modeline benzer flekilde, konumsal veriler CAD dosyalar nda saklanmaktad r. CAD dosyalar nda nesnelere verilen tan t c kodlar (ID) yard m ile konumsal nesnelerle iliflkili öznitelik verileri veritaban tablolar nda tutulur. Konumsal bilgiye ba l öznitelik bilgileri istenildi i gibi özellefltirilebilir. Georelational veri modelinde nesneler aras ndaki konumsal iliflkiler ayr tablolarda saklanabilmektedir. Bir çizginin hangi çizgiyle ba land veya bir poligonun sa nda ve solunda yer alan poligonlarla komflu olup olmad bilgisi sorgulanabilir (fiekil 1.21). CAD dosyalar nda saklanan konumsal nesneler Veritaban tablolar nda saklanan öznitelik verileri fiekil 1.21 Georelational veri modeli yap s Poligon Öznitelik Tablosu Çizgi Öznitelik Tablosu Nokta Öznitelik Tablosu