1. COĞRAFĠ BĠLGĠ SĠSTEMLERĠ

Önsöz Future Shock (Gelecek ġoku) kitabının yazarı Alvin Toffler 21. Yüzyılın cahili okuma yazma bilmeyen değil, öğrenmeyi, öğrendiğini unutmayı ve yeniden öğrenmeyi kabullenemeyenler olacaktır demiģtir. Bilim ve teknolojideki gittikçe artan bir hızla oluģtuğu gözlenen geliģmelerin, toplumumuzu her alanda etkilemeye devam edeceği yadsınamaz bir gerçektir. Bu geliģmelere ayak uydurabilmek, toplumun değiģen ihtiyaçlarına en uygun Ģekilde hizmet verebilmek için sosyoekonomik ve teknolojik geliģmeler ıģığında disiplinlerarası çalıģmalara yönelmek ve paylaģımcı olmak gereklidir. Teknolojik geliģmelerin ıģığında yaygınlaģan sayısal modellerin ve bilgisayar yazılımlarının sadece iyi birer kullanıcısı olarak kalmak yerine, bunların geliģtirilmesinde, yenilenmesinde katkıda bulunmak için her zaman problemin özünü anlamaya yönelmek gerçek baģarı olacaktır. 1

1. COĞRAFĠ BĠLGĠ SĠSTEMLERĠ 1.1. Coğrafi Bilgi Sistemleri (CBS) Nedir? Coğrafi Bilgi Sistemleri dünya yüzeyinde yer alan coğrafi bilginin nerede ne var ve birbirleri ile iliģkileri nedir sorularını cevaplamak üzere konumsal verinin oluģturulduğu, depolandığı, kullanıldığı, analiz edildiği ve sunulduğu bir sistemdir [1]. BaĢka bir deyiģle, CBS konuma dayalı her türlü tanımlayıcı varitabanı (belli bir amaç için bir araya getirilmiģ veriler) ile haritalar arasında bir bağ oluģturur. CBS nin sistem bileģenleri; donanım, bilgisayar yazılımı, veriler, insan ve yöntemler (ġekil 1.1) olarak tanımlanabilir. ġekil 1.1. Coğrafi Bilgi Sistemleri bileģenleri Özellikle CBS nin dünyada konumsal bilgi ile ilgilenen kiģi, kurum ve kuruluģlar arasında geniģ bir merak uyandırması, teknolojik geliģmedeki hızlı değiģiklikler, özellikle ticari beklentiler, farklı uygulama ve fikirler, CBS nin standart bir tanımının yapılmasına henüz izin vermemiģtir. En genel haliyle CBS tanımı aģağıdaki Ģekildedir ; Coğrafi Bilgi Sistemleri; coğrafi olarak referanslanmıģ verinin ele alınması için dört farklı özelliği sağlayan bilgisayar tabanlı bir sistemdir. Bunlar: 1. Veri giriģi 2. Veri yönetimi (veri depolama ve geri alımı) 3.Veri iģleme ve analizler 4. Ürün elde edilmesi. [2]. 2

Harita bilgisi olarak nitelendirilen, konuma bağımlı grafik ve grafik olmayan yazılı bilgilerin bir sistem içerisinde bütünleģtirilmesi ile ortaya çıkan bu sistem bilgiye hızlı ve sağlıklı ulaģım imkãnı sağlamaktadır. 1.2. CBS nin Tarihsel Gelişimi Uygarlığın ilk yıllarından beri haritalar dünya yüzeyi hakkında bilgi edinmek için kullanılmıģlardır. Gezginlerle baģlayarak, askerler ve mühendisler haritayı önemli coğrafi nesnelerin mekãnsal dağılımını göstermek amaçlı kullanmıģlardır. Genel amaçlı haritalar arazi topoğrafyasını, ulusal ve idari sınırları göstermek için üretilmiģlerdir. 20. yüzyılda bilim ve teknolojide geliģmeler hızlanmıģtır. Bu ilerleme daha çok miktarda coğrafi verinin haritalarda daha çabuk ve doğru Ģekilde sunulması talebini doğurmuģtur. Hava fotogrametrisi (fotoğraf ile harita üretimi) ve uydu tabanlı uzaktan algılama (nesnelere değmeden, belli bir mesafeden nesne hakkında bilgi elde etme) teknolojilerindeki geliģmeler ile coğrafi veri üretimi, veri kullanımı ve ileri düzeyde analizlerde patlama olmuģtur. Coğrafi veri geleneksel olarak nokta, çizgi ve alan olarak kağıt haritalarda sunulmaktaydı. Bu veriler harita lejantında (harita üzerindeki iģaretleri açıklayan kısım) belirtilen sembol ve renklerle kodlanmaktaydı. 1960 ve 1970 li yıllarda birçok coğrafi veri setinin değerlendirme gerekliliğinin farkına varılmıģtır. Örneğin çevresel etki değerlendirmelerinde toprak türü, yeryüzü kullanımı, bitki örtüsü, ve idari sınır haritaları gibi birçok çeģit verinin, doğru ve çabuk entegrasyonu gerekmektedir. Farklı haritalardaki bilgilerin birleģtirilmesi, saydam kağıtlarda çizilmiģ haritaların ıģıklı masada üstüste çakıģtırılması ile gerçekleģtirilmekteydi. Ġstenen faktörlerin birleģtirilmesi görsel analizlerle, farklı bir katmana sınırların çizilmesiyle oluģturuluyordu. Fakat bu iģlem oldukça vakit almakta ve ele alınan faktörlerin sayısı arttıkça iģlem zorlaģmaktaydı. Haritadan az miktarda bilgi almak ve az sayıda nesnenin mekãnsal iliģkisini sorgulamak kolayken, çok fazla miktarlarda veri ele alındığında bu geleneksel metotlar yetersiz kalmaktaydı. 3

1970 li yıllarda bilgisayarların geliģimi ile mekãnsal veri ele alınmıģ ve çok miktarda verinin analizine olanak sağlayacak bilgisayar destekli coğrafi bilgi sistemleri geliģtirilmiģtir. Coğrafi Bilgi Sistemleri nin kavramsal anlamda ilk ortaya çıkıģı, 1963 yılında Roger Tomlison liderliğinde baģlatılan ve Kanada nın ulusal arazilerinin özelliklerine göre tespitine yönelik olarak geliģtirilen Kanada CBS projesi olmuģtur [2]. 1960 lı yıllardan baģlamak üzere Harvard Üniversitesi Grafik laboratuarı bilgisayar tabanlı harita analiz programını geliģtiren en aktif guruplardan biriydi. Ġlk programlardan SYMAP, GRID ve IMGRID daha fazla hız ve daha esnek bir yapıyla, elle çakıģtırma yolu ile aynı iģlemleri gerçekleģtirmek için tasarlandı. Son iki yüzyılda bilgisayar teknolojisindeki ilerleme, bilgisayar tabanlı coğrafi bilgi sistemlerinin hızlı bir Ģekilde geliģmesine yardımcı olmuģtur [2]. 1.3. CBS Bileşenleri CBS nin beģ temel bileģeni vardır [1]. Bunlar; a) Donanım: CBS nin iģlemesini mümkün kılan bilgisayar ve buna bağlı yan ürünlerin bütünü donanım olarak adlandırılır. Bütün sistem içerisinde en önemli araç olarak görünen bilgisayar yanında yan donanımlara da ihtiyaç vardır. Örneğin, yazıcı, çizici, tarayıcı, sayısallaģtırıcı, veri kayıt üniteleri gibi cihazlar bilgi teknolojisi araçları olarak CBS için önemli sayılabilecek donanımlardır. b) Yazılım: Bilgisayarda coğrafi bilgileri girmek, depolamak, sorgulamak, analiz etmek ve görüntülemek için gerekli fonksiyonları kullanıcıya sağlamak üzere, yüksek düzeyli programlama dilleriyle kodlanan algoritmalar bütünüdür. En çok kullanılan CBS yazılımları olarak ESRI (ArcGIS), Intergraph, MapInfo, SmallWorld, Idrisi, Grass vb. verilebilir. CBS yazılımları ana paket ve uygulama paketleri olmak üzere iki tiptir. Coğrafi bilgi sistemine yönelik bir ana paket yazılımında olması gereken temel unsurlardan bazıları Ģunlardır; i. Coğrafi veri giriģi ve veri iģlemi için gerekli araçları bulundurmalı, ii. Bir veri tabanı yönetim sistemine sahip olmalı, iii. Konumsal sorgulama, analiz ve görüntülemeyi desteklemeli, 4

iv. Ek donanımlar ile olan bağlantılar için ara-yüz desteği olmalıdır. Uygulama paketi ise adından da anlaģılacağı üzere belli bir özel uygulama için hazırlanır. Bu program ana paketi hazırlayan firma tarafından yazılabileceği gibi kullanıcı tarafından veya baģka bir yazılım firması tarafından da yazılabilir. Hangi ana paket ile kullanılacaksa onun programlama dili ile yazılır. Trafik, altyapı veya su kaynakları gibi özel konular için hazırlanmıģ uygulama paketleri mevcuttur. c) Veri: CBS nin en önemli bileģenlerinden biri de veri dir. Grafik yapıdaki coğrafi veriler ile tanımlayıcı nitelikteki öznitelik veya tablo verileri gerekli kaynaklardan toplanabileceği gibi, hazır haldeki verilerin satın alınması yoluna da gidilebilir [3]. CBS konumsal veriyi diğer veri kaynaklarıyla birleģtirebilir. Böylece birçok kurum ve kuruluģa ait verilerin organizasyonu sağlanarak konumsal veriler bütünleģtirilebilmektedir. Veri kaynaklarının dağınıklığı, çokluğu ve farklı yapılarda olmaları, bu verilerin toplanması için büyük zaman ve maliyet gereksinimini doğurmaktadır. d) Ġnsan: Kullanıcısı olmayan hiçbir teknoloji olmadığı gibi, CBS teknolojisi de insanlar olmadan birģey ifade etmez. Çünkü insanlar gerçek dünyadaki problemleri uygulamak üzere gerekli sistemleri yönetir ve geliģme planları hazırlarlar. CBS kullanıcıları, sistemleri tasarlayan ve koruyan uzman teknisyenlerden günlük iģlerindeki performanslarını artırmak için bu sistemleri kullanan kiģilerden oluģan geniģ bir kitledir. Dolayısıyla coğrafi bilgi sistemlerinde insanların istekleri ve yine insanların bu istekleri karģılamaları gibi bir süreç yaģanır. e) Yöntem: BaĢarılı bir CBS, çok iyi tasarlanmıģ plan ve iģ kurallarına göre iģler. ĠĢlevler her kuruma özgü model ve uygulamalar Ģeklindedir. CBS de kurumlar içerisindeki birimler veya kurumlar arasındaki konumsal bilgi akıģının verimli bir Ģekilde sağlanabilmesi için gerekli kuralların yani metotların geliģtirilerek uygulanıyor olması gerekir. ġekil 1.2 den de anlaģılacağı gibi CBS de aynı coğrafi bölgeye ait farklı katmanlardan oluģan veriler bilgisayar ortamında saklanmakta ve gerektiğinde istenilen katmanlar arasında ortak analiz yapabilme yeteneği farklı bilgisayar yazılımları ile kazandırılmaktadır. 5

Topoğrafya Çokgen (alan, yükselti) Su yolları Çizgi (isim, uzunluk, mertebe,) Toprak Çokgen (tip, alan, derinlik, ) Kuyular Nokta (kuyu no., derinlik, ) Arazi kullanımı Çokgen (tip, bitki, alan, ) Fay hatları Çizgi (isim, tip, ) Jeoloji Çokgen (alan, tip, derinlik, ) Eğim ve bakı Çokgen (eğim, bakı, alan) Göller Çokgen (isim, alan, derinlik,) Ulaşım Çizgi (isim, tip, genişlik, ) Havzalar Çokgen (isim, alan, ) Yerleşimler Nokta (isim, tip, özellikler) ġekil 1.2. Coğrafi veri katmanlarından örnekler. CBS de veri iki Ģekilde tarif edilmektedir; mekãnsal veriler mekãna ait sözel veriler. Mekãnsal veriler; nehirler, göller, yollar, jeolojik oluģumlar, orman türü, yerleģimler, meteorolojik oluģumlar vb. gibi coğrafi bilgilerden oluģur ve mekãnsal veriler bilgisayar ortamında vektörel ve hücresel olmak üzere iki farklı modelle saklanır ve kullanılır [1]. Sözel veriler ise ilgili veritabanında yer alır. 1.4. CBS de Mekãnsal Veri Modelleri 1.4.1. Vektör Veri Modeli: Coğrafi veriler, vektörel veri modelinde tıpkı bir çizgisel harita görünümüne sahiptir [4]. Vektörel veri modelinde, nokta, çizgi ve çokgenler (x,y) koordinat değerleriyle kodlanarak depolanırlar (ġekil 1.3). Nokta özelliği gösteren bir elektrik direği tek bir (x,y) koordinat seti ile tanımlanırken, çizgi özelliği gösteren bir yol veya akarsu Ģeklindeki coğrafi varlık birbirini izleyen bir dizi (x,y) koordinat serisi Ģeklinde saklanır. Çokgen özelliğine sahip coğrafi nesneler, örneğin imar adası, bina, orman alanı, parsel veya göl, kapalı Ģekiller olarak, baģlangıç ve bitiģinde aynı koordinat değerine sahip olan (x,y) dizi koordinatlar ile depolanır. Vektörel model coğrafi varlıkların kesin konumlarını tanımlamada son derece yararlı bir modeldir. Ancak, süreklilik özelliği 6

gösteren coğrafi nesnelerin, örneğin toprak yapısı, bitki örtüsü, jeolojik yapı ve yüzey özelliklerindeki değiģimlerin ifadesinde daha az kullanıģlı bir model olarak bilinir. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 2 3 4 5 6 7 8 9 10 11 12 2,2 4,6 2,9 nokta 1,4 6,4 7,5 çokgen 6,10 8,2 çizgi 12,5 10,7 9,9 ġekil 1.3. Vektör veri modeli 1.4.2. Hücresel Veri Modeli: Mekãn üzerindeki verilerin düzenli dizilmiģ hücrelere (pixel) aktarılması ile tanımlanır (ġekil 1.4). Hücresel ya da diğer bir deyiģle raster veri modeli daha çok süreklilik özelliğine sahip coğrafi varlıkların ifadesinde kullanılmaktadır. Hücresel veri modeli, birbirine komģu, aynı Ģekle ve boyuta sahip hücrelerin bir araya gelmesiyle oluģur (ġekil 1.4). Hücre Ģekli kare, dikdörtgen veya altıgen olabilir. Ancak ençok kullanılan Ģekil karedir. Hücrelerin her birine piksel adı da verilir. Fotoğraf görüntüsü özelliğine sahip hücresel modeldeki veriler, genellikle fotoğraf ya da haritaların taranması ile elde edilirler. Vektör ve hücresel veri modellerinden biri genelde CBS uygulama yerine göre tercih edilerek kullanılır. Ancak günümüzde her iki model aynı anda da kullanılabilmektedir. Bu tür bir kullanım Ģekli CBS de melez (hibrit) veri modellemesi olarak bilinmektedir. 7

Hücre Sayısal değer ġekil 1.4. Hücre veri modeli 1.5. Öznitelik Verileri: Mekãnsal verilerin tanımlanmasında kullanılan sözel veriler ise genellikle tablolar halinde iliģkisel veri tabanlarında saklanmaktadır. CBS nin en önemli özelliklerinden biri mekãnsal ve öznitelik verilerinin iliģkilendirilebilmesidir ve bütün CBS yazılımları yeteneklerine göre bu iģi farklı seviyelerde yapmaktadırlar. Mekãnsal veriyi tarif eden hücresel veri tabaka ile bu tabakanın sözel verilerinin saklandığı tablo arasındaki iliģki ġekil 1.5 te görülmektedir. ġekil 1.5. Grafik-veri tablosu iliģkisi Grafik veri üzerindeki yol, nehir, bina, arazi parçaları vb. gibi coğrafi yapılar kendi içlerinde tanımlanan hiyerarģiye göre kodlandırılmakta ve tablolarda saklanmaktadır. ĠliĢkisel veri tabanlarında saklanan bu veriler amaca göre analiz edilebilmektedir. Yani CBS yeryüzündeki nesneler ve onlarla ilgili öznitelik bilgilerinin kullanıldığı bir sistem 8

olarak, Uzaktan Algılama (UA), Bilgisayar Destekli Tasarım (CAD) ve Veri Tabanı Yönetim Sistemlerinden hepsinin birleģtirilebildiği bütünleģik bir sistemdir [5]. Örnek: Bağdat caddesinden geçen minibüs hatları ġekil 1.6 da gösterildiği gibi veriler değiģik kaynaklardan elde edilebilir. Bu verilerin tamamı bir CBS yazılımında toplanıp istenildiği gibi sorgulanabilir veya analizlerde kullanılabilir. ġekil 1.6. Minibüs hatlarını gösteren veri tabakaları Tabaka 1: Uzaktan algılama ile elde edilen veri; Bağdat caddesinin hava fotoğrafı Tabaka 2: Grafik tasarım (CAD) ile elde edilen veri; Kadıköy ilçesinin ulaģım ağı Tabaka 3: Grafik tasarım (CAD) ile elde edilen veri; UlaĢım araģtırmalarından elde edilen Anadolu yakasındaki minibüs hatları ve bu tabakalara ait iliģkisel veri tabanında saklanan tablolar sayesinde sözel olarak yapılan sorgulamalar grafik olarak ve görsel olarak yapılan sorgulamalar sözel olarak raporlanabilmektedir. 1.6. Cbs de Veri Kaynakları Daha önce de bahsedildiği gibi, kullanıcıdan sonra, Coğrafi Bilgi Sistemlerinin en önemli bileģeni veridir. CBS nin oluģturulmasında veri toplama iģlemi en fazla zaman alan ve en çok maliyet gerektiren önemli safhalarından biridir. Bir CBS uygulaması için harcanan zaman, emek ve maliyetin %80 ini veri toplama, %15 ini veri depolama, iģleme ve analiz, %5 ini veri sunuģu almaktadır [2]. Bu sebeple, oluģturulacak bir CBS de öncelikli 9

olarak amaca uygun konumsal veri toplama yöntemi seçilmelidir. Konumsal veriler doğrudan arazi ölçmeleriyle, klasik ölçme yöntemleriyle, mevcut haritaların sayısallaģtırılmasıyla, fotogrametrik yöntemlerle ve uzaktan algılama yöntemleriyle elde edilebilir. Bu verilerin elde edilmesinde; zaman, maliyet ve elde edilen verilerin doğrulukları projenin amacına göre değiģiklik göstermektedir. CBS büyük hacimli verilerin verimli bir Ģekilde yönetilebilmesi ve bu verilere dayanarak amaca yönelik belirli sonuçların elde edilmesi için oluģturulur. CBS de veri elde etme yöntemleri Ģunlardır: SayısallaĢtırma Fotogrametri Uzaktan Algılama Küresel konumlama sistemi (KKS) Diğerleri o o o o Yersel Jeodezik Ölçme Yöntemleri, Yazılı Metinler, Uydu Jeodezisi, Mevcut Coğrafi Veri Tabanları. 1.6.1. Sayısallaştırma Coğrafi veriler toplanarak, CBS de kullanılmadan önce mutlaka sayısal formata dönüģtürülmelidir. Verilerin kağıt ya da harita ortamından bilgisayar ortamına dönüģtürülmesi iģlemi sayısallaģtırma olarak bilinir. Modern CBS teknolojisinde bu tür iģlemler büyük boyutlu projelerde tarama tekniği kullanılarak otomatik araçlarla gerçekleģir. Küçük boyutlu projelerde daha çok masa tipi sayısallaģtırıcılar kullanılarak elle sayısallaģtırma yapılabilir. Bugün birçok coğrafi veri, CBS iģlerine uyumlu formatta ve hazır halde piyasada mevcuttur. Bunlar üretici firmalardan sağlanarak doğrudan kurulacak sisteme aktarılabilir. 10

1.6.2. Fotogrametri Fotogrometri, fotografik görüntülerin ve elektromanyetik enerjinin kayıt, ölçme ve yorumlanması sonucu fiziksel cisimler ve bunların çevresine iliģkin bilgileri oluģturan ve bu bilgilerin analizini yapan bir bilim dalıdır. Fotogrametrik ölçümler ile fotoğraftaki nesnelerin; Ģekil, konum, büyüklük, görünüģ, vb özellikleri kolayca belirlenebilir. Fotogrametride bilgiler fotoğraf çekimi yoluyla toplanır. Hava araçlarına monte edilmiģ algılayıcı sistemlerden alınan görüntülerin kayıt, ölçme, değerlendirme ve yorumlama iģlemleri sonunda, cisimler hakkında 3 boyutlu geometrik bilgileri elde edilir. Fotogrametri büyük, orta ve küçük ölçekli topoğrafik haritaların yapımında, 1/5000 ölçekli kadastral haritaların yapımında veya bölge Ģehir ve imar planlarının hazırlanması gibi bir çok alanda kullanılmaktadır. Ölçek, harita üzerinde iki nokta arasındaki mesafenin gerçek dünya üzerindeki mesafesine oranıdır. Ölçek, haritalanan yerin büyüklüğüne göre değiģir. Atlaslarda görüldüğü gibi dünyayı tümüyle gösteren bir haritanın ölçeği ile sadece Türkiye yi veya Türkiye nin bir bölgesini gösteren harita aynı ölçekte olmaz. Büyük alanların haritalandığı 1/1.000.000 gibi ölçeklere küçük ölçek, orta boy alanların haritalandığı 1/50.000-1/100.000 arasındaki ölçeklere orta ölçek veya ayrıntıların, parsellerin veya eģyükselti eğrilerinin gösterildiği 1/25.000 veya büyüğü ölçeklere de büyük ölçek olarak adlandırılır. 1.6.3. Uzaktan Algılama Uzaktan algılama, yeryüzünden belli uzaklıkta, atmosferde veya uzayda hareket eden platformlara yerleģtirilmiģ ölçüm aletleri (ġekil 1.7) aracılığıyla, yeryüzü ve nesneleri hakkında bilgi alma ve bunları analiz etme tekniği, ya da nesnelerle fiziksel temasta bulunmadan herhangi bir uzaklıktan yapılan ölçümlerle nesneler hakkında bilgi edinme bilim ve sanatı olarak ifade edilir. Uzaktan algılama çalıģmalarında elde edilen veriler de CBS için önemli veri kaynaklarındandır. Uzaktan Algılama çalıģmalarında yeryüzünden gerekli bilgileri elde etmek için çeģitli amaçlarla farklı tipte uydular kullanılmaktadır. Bu uydulardan bilgi üretenler içerisinde günümüzde 11

en çok bilinenleri LANDSAT, SPOT, NOAA, METEOSAT, IKONOS, BĠLSAT vb. dir. Türkiyenin ilk uzaktan algılama uydusu olma özelliği taģıyan Bilsat ise Eylül 2003 tarihinde yörüngesine fırlatılmıģtır. Uydumuzdan Ģehircilik, kaçak yapılaģmanın tespiti, tarım, çevre, ormancılık, haritacılık ve doğal afetlerin neden olduğu hasarın değerlendirilmesi gibi amaçlarla yararlanılabilecektir. Uzaktan algılama sayesinde günümüzde, çok geniģ alanlar hakkında yeterli duyarlılık ve doğrulukta veri toplanabilmektedir. Elde edilen hücresel yapıdaki veriler kolaylıkla coğrafi veri tabanına aktarılabilmekte, vektörel verilerle beraber kullanılabilmekte veya doğrudan vektörel yapıya dönüģtürülebilmektedir. Uzaktan algılama konusunda daha detaylı bilgi kitabın 2. bölümünde verilmektedir. ġekil 1.7. Uzaktan Algılama Uydusu 1.6.4. Küresel Konumlama Sistemi (KKS) Küresel konum belirleme sistemi (KKS), uydu bazlı radyo navigasyon sistemine verilen addır. Dünyanın herhangi bir yerinde bulunan bir kullanıcının konumunu belirleyen ve en az 4 uydudan sinyal varıģ 12

zamanının ölçülmesi esasına dayanan bir uydu ölçme sistemidir. KKS milimetreden metre hassasiyetine bir çok seviyede sonuç üretebilecek kapasitede bir sistemdir. KKS in karada, havada ve denizde bir çok kullanım alanı vardır. Basit bir anlatımla, KKS bulunduğunuz yerleri iģaretleme ve belirlediğiniz noktaya geri dönme imkanı sağlar. KKS konumunuzu söylemenin yanında, özellikle haritaların kısa zamanda güncellenmesi için haritacılıkta çok önemli bir ölçme aracıdır, CBS için de veri üretimi ve doğrulanmasında etkin bir kaynaktır (ġekil 1.8). ġekil 1.8. Küresel Konum Belirleme Sistemi Uyduları ve el KKS i 1.7. Coğrafi Bilgi Sistemleri Analiz Fonksiyonları Coğrafi bilgi sistemleri konuma bağlı mevcut bilgilerin istenen mantıksal yapıda sorgulanmasına imkãn tanıdığı gibi, değiģik amaçlı ve farklı özellik gösteren yeni bilgilerin üretilmesine de imkan verir. Özellikle coğrafi nesnelerin çevreleriyle olan iliģkilerini irdelemek ve bu iliģkiler hakkında daha geniģ bilgiler edinmek üzere bazı konumsal analizlere ihtiyaç duyulmaktadır. Örneğin, bir bölgenin jeolojik yapısıyla o bölgenin imar durumu arasında bir iliģki aranıyorsa, bu iki yapıya ait grafik ve öznitelik bilgileri birleģtirilmelidir. Ancak bu durumda hangi jeolojik yapı üzerinde ne türden bir imar Ģeklinin 13

öngörüldüğü gözlenebilir. Benzer olarak bir akarsuyun taģma alanı ve olası bir taģma anında arazisi su altında kalabilecek olan maliklerin tespiti istenebilir. Coğrafi bilgi sistemlerinde analizler sadece öznitelik veri, sadece mekãnsal veri veya her iki tip veri üzerinde beraberce yapılabilir. CBS nin en güçlü yanı da iki tip veriyi beraberce analize tabi tutabilmesindedir [1]. 1.7.1. Mekãnsal Verinin Analizi Format Dönüşümleri Veri, coğrafi bilgi sistemlerinde kullanılmak üzere sayısallaģtırıcı tarafından üretilmiģ bir dizi nokta Ģeklinde olabilir. Bu Ģekilde dosyalar coğrafi bilgi sistemlerinde kullanılan dosya formatına dönüģtürülmek zorundadır. DönüĢüm iģlemi genelde hızlı ve basit bir iģlemdir, ancak bazı durumlarda ek iģlemler gerekebilir. Geometrik Dönüşüm Geometrik dönüģüm iģlemleri, coğrafi bilgi sistemleri içerisinde yer kordinat değerlerini uydu görüntüsü yada bir veri katmanına atanması iģlemidir. Bir veri katmanına yer kordinat değerlerinin atanmasıyla, bu veri katmanı aynı alana ait baģka bir veri veya harita katmanıyla doğru biçimde çakıģtırılabilir. Bir alana ait çeģitli analizler yapılabilmesi için tüm veri katmanları aynı kordinat sistemine kayıtlı olmalıdırlar. Harita Projeksiyonları Arasında Dönüşümler Harita projeksiyonu, küresel bir yüzeyi düzlemsel harita üzerinde ifade etmek için kullanılan bir matematiksel dönüģüm iģlemidir. DönüĢüm iģlemi küresel yüzey üzerindeki her bir noktaya iki boyutlu harita üzerinde yer bilgisi atanması iģlemidir. Birleştirme BirleĢtirme iģlemi farklı katmanlardaki ortak birimlerin aynı konuma ve pozisyona getirilmesi iģlemidir. Aynı alana ait farklı katmanlarda 14

hazırlanmıģ iki orman haritası düģünelim. Normalde olması gereken bu iki harita sayısallaģtırılıp, bir koordinat sistemine atandığında, üst üste çakıģtırıldığı zaman haritalar üzerindeki birimlerin tam tamına üst üste oturmasıdır. Fakat bu durum çeģitli nedenlerden dolayı (kaynak haritaların farklı olması, sayısallaģtırma sırasında oluģan hatalar) her zaman mümkün olmayabilir. Sınır Eşleştirme Harita paftalarının birleģtikleri sınırlardaki hataların düzeltilmesi iģlemidir. Ġki bitiģik harita katmanında birleģme sınırındaki ortak nesnelerin sınırları tam olarak karģılıklı gelmelidir. Fakat sınırdaki nesneler çoğu zaman aynı hizada olmayabilirler. Sınır eģleģtirme iģlemi bu hataları düzeltme iģlemidir (ġekil 1.9). A paftası B paftası KenarlaĢmıĢ A ve B paftaları DikiĢsiz (seemless) ġekil 1.9. Sınır eģleģtirme Grafik Birimlerin Düzenlenmesi SayısallaĢtırma sırasında bazı hatalar yapılmıģ olabilir. Böyle durumlarda grafik nesnelerle ilgili; ekleme, silme, coğrafi konumları değiģtirme, kıymık, birleģmemiģ çizgiler ve taģmıģ çizgilerin düzeltilmesi iģlemleri gereklidir. ġekil 1.10 ve 1.11 de bu tip iģlemlere örnekler verilmiģtir [1]. 15

Hatalı küçük alanların oluģması A B C D A B SayısallaĢtırma sırasında ÇakıĢtırma sırasında ġekil 1.10. Hatalı küçük alanlar ġekil 1.11. BirleĢmemiĢ çizgiler ve taģmalar Çizgi Kordinat Ġnceltilmesi Genellikle bir çizgi veya alan tanımlanırken gerekli olandan daha fazla kordinat bilgisi bilgisayara kayıt edilir. Bu durum çoğunlukla sayısallaģtırma sırasında meydana gelir ve bilgisayara daha fazla bilgi yüklenmesiyle bilgisayarın performansının düģmesine neden olur. Çizgi kordinat inceltilmesi bir nesnenin depolanacak koordinat verisinin azaltılması iģlemidir. Operatörlerin dikkatli olmaları kaydıyla bu iģlem bilgi kaybetmeden yapılabilir. 16

Çizgi koordinat azaltması (inceltmesi) Önce Sonra ġekil 1.12. Çizgi koordinat inceltilmesi 1.7.2. Öznitelik Verinin Analizi Bu analizler öznitelik verinin düzenlenmesi ve analiz edilmesi için kullanılırlar. Bir çok CBS analizi sadece öznitelik veri kullanarak gerçekleģtirilir. Vektör tabanlı bir CBS de nesnelerin alan ve çevre bilgisi öznitelik tablosunda tutulur. Belli bir özelliğe sahip bölgelerin alanlarının toplamı mekãnsal veriyi kullanmadan sadece öznitelik tablosundan yararlanarak bulunabilir. Mekãnsal veri kullanılmadığı için bu analizler çok hızlı gerçekleģtirilir. Öznitelik Verinin düzenlenmesi Bazı hücre tabanlı CBS lerde grafik ve öznitelik bilgileri veri tabanında birlikte tutulur. Ġleri düzey CBS lerde öznitelik bilgileri ayrı bir veri tabanında tutulabilir. Öznitelik bilgileri ile ilgili veriyi hafızadan alma, kontrol etme ve gerekirse düzeltme, silme ve ekleme iģlemleri yapılabilir. Pekçok sistem, iki öznitelik veri setindeki karģılıklı verileri ortak bir anahtar veri kullanarak uyuģturan fonksiyonlar sağlar. Örneğin, bir tabloda numaralar ve isimler, diğer bir tabloda da numaralar ve adresler varsa, bu iki tablodaki ortak numaralar kullanılarak isimler ve adresler çakıģtırılabilir. 17

Öznitelik Verinin Sorgulanması CBS veritabanından istenen bilgileri elde etmek için yapılan sorgulamalar birçok CBS projesinde gereklidir. Örneğin lüks standartlarda yer almayan, kayak merkezlerine yakın mesafede olan ve kamu ulaģım araçlarıyla gidilebilen bir otel aradığımızı düģünelim. Ġstenen koģullara uygun otellerin isim ve adreslerini bulabilmek için CBS veritabanında bir sorgulama yapılabilir. Öznitelik verinin sorgulanması ile ilgili veriyi hafızadan getirme, sorgulama, ve sonucu raporlama iģlemleri yapılabilir. 1.7.3. Mekansal Ve Öznitelik Veri Analizinin Entegrasyonu CBS nin gücü öznitelik ve mekãnsal veriyi birlikte analiz edebilmesindedir. CBS nin bu özelliği onu otomatik haritalama ve bilgisayar destekli tasarımdan ayıran en önemli kısımdır. CBS öznitelik ve mekãnsal verileri iliģkilendirir (bağlar) [1]. Hafızadan getirme, Sınıflandırma ve Genelleştirme, Ölçme Grafik ve öznitelik verileri beraberce hafızadan getirilir, fakat sadece öznitelik verisi yaratılır veya değiģtirilir. Hafızadan getirme işlemi; nesnelerin coğrafi konumlarını değiģtirme ihtiyacı olmadan veya yeni mekansal birimler yaratmadan hafızada kayıtlı bilgileri elde etme iģlemidir. Mekãnsal ve öznitelik veride bu analizler; seçimli arama, iģleme, yönetme ve coğrafi nesnede değiģiklik yapmadan verinin çıktısını almak Ģeklindedir. 18

ġekil 1.13. Belirlenen özelliklere göre uygun binaların seçilmesi Sınıflama aynı özelliklere sahip nesneleri guruplama iģlemidir. Hücre tabanlı CBS de hücre değerleri kullanılarak sınıflama yapılır (ġekil 1.14). Vektör tabanlı CBS de alanlar kullanım tiplerine göre farklı sınıflarda yer alırlar (ġekil 1.15). Sınıflama arazi desenini ortaya çıkardığı için önemli bir analizdir. veya ġekil 1.14. Hücre tabanlı CBS de sınıflandırma Genelleştirme sınıfları birleģtirerek detay azaltma iģlemidir. Genellikle sınıflandırma detayını azaltarak daha anlamlı bir arazi deseni ortaya çıkarmak için kullanılır. 19

Kentsel yerleşim Kentsel endüstri Kentsel Kırsal orman Kırsal tarım Kırsal Orijinal sınıflandırma Genelleştirilmiş sınıflandırma ġekil 1.15. GenelleĢtirme Tüm CBS ler bazı ölçme fonksiyonları içerirler. Bir CBS de sayısal haritadan yararlanarak kayak pistinin uzunluğunun hesaplanması çok basit bir iģlemdir. Ancak Ģu unutulmamalıdır ki, CBS de tüm ölçme iģlemleri bir tahmindir, çünkü vektör veriler düz çizgi parçaları ile, hücre tabanlı veriler ise hücre yapısı ile ifade edilirler. Hücre tabanlı CBS de A ve B noktaları arasındaki mesafe nedir? sorusunun birden çok cevabı olabilir. Bu soruya verilecek cevap kullanılacak ölçme metotuna göre değiģiklik gösterir. ġekil 1.16 da bu metotlar gösterilmiģtir. B B B 4 4.5 5 5.7 3 3.6 4.2 5 2 2.8 3.6 4.5 1 2 3 4 A C A A AB = AC 2 + CB 2 AB = 8 birim AB = 5.7 birim AB = 5.7 birim a) Pisagor b) Manhattan c) Yakınlık d) çevre ve alan Alan = 31 birim Çevre = 28 birim ġekil 1.16. Hücre tabanlı CBS de ölçüm metotları 20

Vektör tabanlı CBS de ölçüm iģlemi; noktalar arası uzaklık, çizgi uzunlukları, çokgenlerde alan, çevre uzunlukları, mühendislik uygulamalarında ve 3-B analizlerde hacim bulunması iģlemlerini içerir. Mesafeler Pisagor teoremi kullanılarak, alan ve çevre ölçümleri ise geometri kullanılarak yapılır. Çakıştırma Analizleri ÇakıĢtırma analizi CBS nin en güçlü iģlemidir ve tüm CBS paketlerinde bulunur. Ġki tip çakıģtırma analizi vardır: aritmetik ve mantıksal çakıģtırma. Aritmetik çakıģtırma iģleminde; ekleme, çıkarma, bölme ve çarpma iģlemleri yapılır. Mantıksal çakıģtırma ise belirli Ģartları sağlayan yada sağlamayan alanların bulunması iģlemidir. Hücre tabanlı ve vektör veri modelleri için farklıdır. Hücre tabanlı veri modelleri için daha kolaydır. ġekil 1.17 de hücre tabanlı bir veride aritmetik çakıģtırma analizlerine örnekler verilmektedir. ġekil 1.18 de vektör veride aritmetik çakıģtırma analizine örnek verilmektedir. ġekil 1.19 da mantıksal çakıģtırma analizlerine örnek verilmektedir. Ölçüm istasyonlarının bulunduğu hücreler 3 3 1 1.8 1.2 4 76.2 25.4 45.72 30.48 7 Toplama Çarpma YağıĢ derinliklerini ingiliz ölçü birimi inç'den mm'ye çevirme ġekil 1.17. Hücre tabanlı veride aritmetik iģlemler 21

Çokgen Değer A 1 M 3 A M Girdi katmanı A Çokgen Değer B 7 E F G B N 12 Çokgen Birleşim Değer P M-N 15 C A-N 13 Çıktı katmanı C D N P Girdi katmanı B D M-B 10 E A-N 13 F M-B 10 G A-B 8 ġekil 1.18. Vektör veride çakıģtırma A B A: lüks kategori oteller B: 40 dan fazla odası olan oteller A AND B A OR B Hangi oteller lüks kategoridedir ve Hangi oteller lüks kategoridedir 40dan fazla odaları vardır? veya 40dan fazla odaları vardır?? ve 40dan fazla odaları vardır? veya 40dan fazla odaları vardır? A NOT B A XOR B Hangi oteller lüks kategoridedir ancak odaları 40dan fazla değildir? Hangi oteller ya sadece lüks kategoridedir veya sadece 40dan fazla odaları vardır? ġekil 1.19. Mantıksal çakıģtırma 22

Komşuluk Analizleri Belli bir mekanın çevresindeki alanın özelliklerinin bulunması iģlemidir. Yangın istasyonuna 7 km. yakınlıktaki evlerin bulunması basit bir komģuluk analizine örnektir (ġekil 1.20). Her komģuluk iģlemi en az üç esas parametrenin bilinmesini gerektirir, bunlar: o bir veya daha fazla hedef konumlar, o herbir hedef çevresindeki komģuluğun belirlenmesi, ve o komģuluk dahilindeki elemanlara uygulanan fonksiyon. ġekil 1.20 de verilen örnekte hedef konum yangın istasyonu, komģuluk derecesi 7 km. çaplı alan, ve fonksiyon: 7 km. çaplı alana düģen bina sayısıdır. Arama Ġşlemi en çok kullanılan komģuluk analizi fonksiyondur. Bu fonksiyon hedef noktasına komģuluk özelliğine göre bir değer atar (bir önceki yangın istasyonu örneğinde olduğu gibi). Bu fonksiyonda da komģuluk analizinde belirtilen 3 parametrenin bilinmesi gerekir, bular: o o o hedefler, komģu çevre, ve uygulanan fonksiyon dur. Arama alanı genellikle, büyüklüğü operatörün belirlediği Ģekilde kare, dikdörtgen yada daire olabilir. Sayısal veri ve mekãnsal (tematik) veri için iki tip arama fonksiyonu vardır. 7 km ġekil 1.20. 7 km çaplı arama alanı 23

Topoğrafya yüzey karakterini ifade eder. Bir arazinin topoğrafyası tepe, vadi ve ovalardan oluģur. Bu nedenle topoğrafya arazi üzerindeki her noktanın yüksekliği ile ifade edilir (ġekil 1.21). CBS de topoğrafya sayısal yükselti verisi ile gösterilir. Bu veri seti arazi üzerinde bulunan çok sayıda nokta verinin yükseklik değerinden oluģur. En önemli iki arazi parametresi olan eğim ve bakı yükselti verisi kullanılarak bulunabilir. Vektör tabanlı CBS de kullanılan diğer bir gösterim metotu ise Düzensiz ÜçgenlenmiĢ Ağ dır. Yüzey üzerinde iģlem yapan birçok CBS analizi vardır. Bunlar diğer analiz sonuçlarının yada farklı bir veri setinin arazi yüzeyi ile örtüģtürülmesi (örneğin uydu görüntüsünün arazi modeli üzerine giydirilmesi), eğim ve bakı hesabı, ve görünürlük analizleridir. 25 20 25 20 15 5 10 15 20 ġekil 1.21. Yüzey Gösterimi Enterpolasyon bilinmeyen değerlerin çevredeki bilinen noktaların değerleri kullanılarak bulunması iģlemidir (ġekil 1.22). Ġdeal olan durum mekãnsal veri setinde her noktada değerin olmasıdır. Uydu görüntüleri ve hava fotoğrafları bu ihtiyacı bir miktar karģılayabilmektedir. CBS nin enterpolasyonda rolü gözlenen veri noktaları arasındaki boģlukları, eksiklikleri doldurmaktır. Enterpolasyonun en yaygın kullanıldığı analiz eģyükselti eğrilerinin oluģturulmasıdır. Enterpolasyonun farklı metotları vardır. Sonuç haritasının kalitesi nokta sayısı ve dağılımına, ayrıca olayı modelleyen metota bağlıdır. En iyi sonuç olayı en iyi anlatan (gösteren) matematik fonksiyonla elde edilir. 24

? Bağlantı Analizleri ġekil 1.22. Enterpolasyon Bağlantı analizleri üzerinden geçilen alanda bir özelliğin devamlı toplanması Ģeklinde gerçekleģtirilir. Değerlendirmek üzere bir veya daha fazla öznitelik bilgisi gerekir ve toplanan değer her adım için saklanır. Her adım uzayda bir hareketi temsil eder, örneğin bir cadde boyunca 100m uzunluğunda kısımlar. Toplanan değer kantite (uzunluk, zaman) veya kalite (görünürlük) olabilir. Her bağlantı fonksiyonunun Ģunları içermesi gereklidir; mekänsal elemanların bağlantı yolunun özelliği, bağlantılar üzerindeki hareket için kurallar kümesi, ve ölçü birimi bilinmesi [1]. Yakınlık nesneler arasındaki mesafenin ölçüsüdür. Çoğunlukla birimi uzunluktur, ancak seyahat süresi, gürültü seviyesi, gibi birimlerle de ölçülebilirler. Yakınlığın ölçülebilmesi için dört parametrenin belirlenmesi gerekir, bunlar: o hedef konum (yol, hastane yada park gibi), o ölçü birimi (mesafe yada zaman), o yakınlığı hesaplayan fonksiyon (düz bir hat boyunca mesafe, yada yolculuk zamanı), ve o analiz edilen alan. ġekil 1.23 yakınlık analizinin bir uygulamasını göstermektedir. Bu uygulama nokta ve çokgen verisi üzerine kuģaklama bölgesi çizilmesi iģlemidir. KuĢaklama bölgesi bir veya daha fazla harita elemanı etrafında geniģliği belli bir alandır. 25

ġekil 1.23. Nokta ve alan veride kuģaklama Bir ağ, üzerinden herhangi bir kaynağın akabildiği birbirine bağlı çizgilerden oluģur. Bir noktadan diğerine hareket eden birimler için kullanılır. Nehirler, yollar, elektrik kabloları, ve su boruları CBS de modellenebilen ağlara örnektir. Ağ analizi ile ilgili birçok problem vardır, bunlar; en kısa mesafenin bulunması, Ģebeke yüklenmesinin tahmini (taģkın, sediman), izlenecek yol optimizasyonu (ambulans, itfaiye), ve kaynak ayrımı ve modellenmesi dir. Görünürlük analizleri sayısal arazi modellerinin en sık kullanıldığı analiz tipidir. Arazi yüzeyi üzerindeki bir noktadan görünebilen ve görünemeyen alanların tespit edilmesi iģlemidir (ġekil 1.24). Belli bir noktadan görünebilen, ve bir radar anteni tarafından algılanabilen alanları haritalamak için kullanılır. Bu analizin pek çok kullanım alanı vardır, örneğin maksimum etkinlik alanı sağlanması için radyo vericilerinin uygun yerlere yerleģtirilmesi gibi. Ayrıca çevre düzenlemesi (peyzaj), askeri planlama, ve iletiģim için faydalıdır. ġekil 1.24. Görünürlük Analizi 26

1.7.4. Çıktı Verinin Biçimlendirilmesi Analiz sonuçlarının sunum amacıyla çıktı olarak hazırlanması sırasında dikkat edilmesi gereken iģlemleri içerir. Tablosal veri ve haritalar kağıt veya sayısal formatta hazırlanabilir. Referans çerçevesi, kullanılan projeksiyon, haritalanacak nesneler, genelleģtirme seviyesi, kullanılan açıklamalar, ve kullanılan semboller harita tasarım elemanlarını oluģtururlar. Harita Adı Sonuçlar Lejant Ölçek Kuzey iģareti Harita Açıklamaları ġekil 1:25. Harita açıklamaları Bir haritaya ait adı, lejantı, ölçek, ve kuzey iģareti haritaya ait açıklamalardır. Yazı ve Ġsimler Çıktı verinin biçimlendirilmesi sırasında yazılarda dikkat edilmesi gereken özellikler, yazı tipi, büyüklük, yazı aralığı ve yerleģtirme dir. Doku Desenleri ve Çizgi Tipleri Mekãnsal nesneler özniteliklerine göre harita üzerinde farklı çizgi, renk, doku, ve desenle ifade edilirler (ġekil 1.26). Örneğin bir karayolu trenyolundan farklı bir gösterime sahiptir. Yada bir jeoloji haritasında farklı birimler farklı renk veya desene sahip olmalıdır. Kullanılan renk, doku, desen ve çizgi tipleri lejantta yer alırlar. 27

Renk Doku Desen Grafik Sembolleri ġekil 1.26. Renk, doku ve desen tipleri Harita üzerinde kullanılan grafik sembolleri haritadaki nesnelerin öznitelik bilgilerini gösterirler. Örneğin elektrik idaresinin hazırladığı bir haritada trafo, pano, veya elektrik direği farklı grafik sembollerle ifade edilirler. CBS yazılımlarında bu amaçla kullanılabilecek sembol kütüphanesinden yararlanılabilinir. ġekil 1.27. Grafik sembolleri 1.8. Coğrafi Bilgi Sistemi Teknolojileri Nerelerde Kullanılır? CBS teknolojileri son yıllarda büyük bir geliģme ve yayılma göstermiģlerdir. CBS, belki de çoğumuz farkında olmamamıza rağmen, günlük hayatımızı doğrudan veya dolaylı olarak etkileyen, kolaylaģtıran ve düzene sokan önemli bir teknolojik araç olarak karģımıza çıkmaktadır. CBS, coğrafyamıza iliģkin pek çok alanda ne, nerede, ne kadar, ne zaman, hangi ve niçin gibi sorularımıza yanıt bulmada kolaylıklar sağladığı gibi, su kaynakları yönetiminden ulaģım planlamasına, suç takibinden çevre korumaya, elektrik, su, gaz hizmetlerinin sunulması ve 28

planlanmasından, alıģveriģ merkezi yer seçimine kadar pek çok alanda analiz, sorgulama ve haritalama becerileriyle karar vermeyi kolaylaģtırıcı olanaklar sağlamaktadır. CBS nin hayatımız üzerindeki etkilerini daha yakından tanıyabilmek ve anlayabilmek için hayatımızdaki küçük kesitlerden Ģöyle örnekler verebiliriz [20]. Sabah saat 06:30. Güzel bir güne uyandık. Elimizi yüzümü yıkıyoruz. Musluğumuzdan akan su aslında büyük bir su ağı Ģebekesi sayesinde musluklarımıza ulaģıyor ve kentimizi yönetenler tüm kentte yaģayan milyonlarca insanın kullandığı suyun miktarını, basıncını, arızalarını, kullanılan su borularının çap ve uzunluklarını vb. pek çok bilgiyi CBS teknolojileri yardımıyla görüntüleyebilir, analiz edebilir ve geliģtirmeler yapabilirler (ġekil 1.28). ġekil 1.28. ASKĠ Altyapı Bilgi Sistemi (A.Y.B.Ġ.S) [6] 29

Saat 07:00. Kahvaltı yapıyoruz. Sabah kahvaltıda sıkıp suyunu içtiğimiz portakal, aslında büyük bir tarım planlaması yönetimi ve organizasyonu sayesinde sofralarımıza geliyor. Hangi alanların tarım için en uygun/en verimli olduğunun belirlenmesinde, tarımda kullanılacak suyun hangi su kaynaklarından ne miktarda sağlanacağı, hangi altyapı ve mühendislik çözümleriyle sağlanacağı, elde edilen ürünlerin nerelerde toplanıp hangi ulaģım güzergahıyla pazarlara gönderileceği vb. pek çok konuda CBS teknolojileri büyük haritalama ve analiz edebilme becerisiyle ülkelerin yardımına koģuyor (ġekil 1.29). ġekil 1.29. 2006 yılı buğday verim tahmin haritası [7] Saat 07:30 gazete alıyoruz. Okumak üzere aldığımız gazeteden, okulda kullandığımız defter kalem ve kitaba kadar pek çok ürünün elde edilebilmesinin arkasında da CBS teknolojilerinin yardımcı rolü var. BaĢta kağıt üretimi olmak üzere her türlü ahģap mamul üretiminde önemli bir hammadde kaynağı konumundaki orman varlıklarının doğru ve akılcı Ģekilde yönetilebilmesinde, orman alanlarının eğim, yükseklik, zemin, ağaçların yaģ ve türlerine göre sınıflandırabilmesinde, mutlak korunması gerekli orman bölgelerinin bulunduğu bölgelerin belirlenebilmesinde, kısaca orman alanlarıyla ilgili pek çok karar alma sürecinde CBS kullanılıyor (ġekil 1.30). 30

ġekil 1.30. CBS teknolojilerinin orman alanlarıyla ilgili kullanım örneği [8] Saat 08:00 çocukları okula bırakmak üzere arabamıza bindik ve benzinciden benzin alıyoruz. CBS teknolojileri petrolün bulunma çıkartılma, iģlenme, depolanma ve dolum istasyonuna nakliyesiyle ilgili olarak tüm aģamalarda kullanılıyor. Tüm aģamalarda yersel bilgilerin tutulması, sorgulanması, analiz edilmesi, bir acil durum anında en yakın itfaiye noktalarının tesbiti, yangın ve patlama durumlarına karģı kullanılacak iģgücü ve malzemenin yönetimi, patlama riski olan 31

malzemelerin en az tehlike yaratacak Ģekilde hangi güzergahtan taģınabileceği, petrol/gaz boru hatlarının güzergah seçimi, inģaası, pazar analizleri ve raporlama gibi tüm alanlarda yine CBS teknolojilerinden faydalanılıyor (ġekil 1.31). ġekil 1.31. Mevcut rafineri ve ham petrol boru hatları [9] Saat 08:30 çocukları okula bıraktık. Okulların hizmet verdiği semtlerin belirlenebilmesi, fiziksel eriģebilirlik durumlarının sorgulanabilmesi, yeni konut alanlarında nerelerde ve ne kapasitede eğitim servislerine ihtiyaç bulunduğu konularında CBS karar vericilere büyük kolaylık sağlayabilir (ġekil 1.32, ġekil 1.33). 32

ġekil 1.32. Kapasite Kullanımı ve Okul Bazında derslik baģına düģen öğrenci sayısı [10] ġekil 1.33. Ġl ve Ġlçelerin ÖSYS de BaĢarı Dağılımı [10] 33

Saat 08:45 iģe doğru arabamızla güvenle yol alıyoruz. CBS teknolojileri sayesinde ulaģım altyapısının planlaması, inģaası, iģletmesi ve bakımı çok daha kolay. Havaalanları, demiryolu istasyonları, vapur limanları, metro istasyonları ve otobüs durakları otoparklar, bisiklet yolları ve bunların birbirleriyle ve diğer kentsel kullanımlarla olan iliģkileri (yakınlık vb.) bütüncül bir Ģekilde CBS ortamında planlanıyor. Ayrıca aracımızın içindeki konum belirleme aygıtımızla (KKS) güzergahımıza kolaylıkla karar verebiliyor, hangi yol daha az yoğun, daha düzgün, daha kısa, daha az eğimli, daha az demir yoluyla kesiģiyor vb. sorgulamalarla hedeflediğimiz yere daha kolay ve güvenli bir Ģekilde varıyoruz (ġekil 1.34, ġekil 1.35). ġekil 1.34. CBS teknolojileriyle ulaģım altyapısı sorgulamaları [11] 34

ġekil 1.35. CBS teknolojilerinin güzergah belirlemede kullanımı [12] Saat 09:00, iģimize vardık. Bir alıģveriģ merkezinde çalıģıyoruz. AlıĢveriĢ merkezinin konumlandığı yer yine CBS teknolojileri ile belirlenmiģ. AlıĢveriĢ merkezi nerede yer seçerse daha çok müģteriye hitap edebilir, geliģmeye büyümeye ne kadar elveriģli bir alandadır, araçla, bisikletle, yaya olarak, metroyla daha rahat eriģilebilir, bu ve benzeri bilgilerin yönetim, iģletim, sorgulama ve 3 boyutlu gösteriminde de CBS kullanımı kaçınılmazdır (ġekil 1.36). 35

ġekil 1.36. CBS teknolojileriyle 3 boyutlu görselleģtirme örneği [13] Saat 12:00, postacıdan iģ adresimizde bir kargo teslim aldık. Kargo Ģirketleri müģteri adres bilgilerini, hangi kargonun nereye, hangi vasıta ve hangi personel ile taģınacağına, müģterinin hangi gün ve saatte hangi adreste bulunabileceğine ve adresin harita üzerindeki konumuna ve nasıl eriģilebileceğine dair pek çok konuda CBS teknolojilerinden faydalanırlar (ġekil 1.37). 36

ġekil 1.37. CBS teknolojilerinin farklı adreslerin yer belirleme ve eriģim analizlerinde kullanımı [14] Saat 17:00, iģten çıktık, çocukları okuldan aldık ve eve dönüyoruz. Eve gitmeden güzel manzaralı fakat çok da pahalı olmayan bir lokantada karnımızı doyurmak istiyoruz. Yol üzerindeki internete bağlı kent bilgi sisteminden yolumuz üzerindeki hangi restoranın aradığımız Ģartları sağladığını sorguluyor, yemek çeģitlerine kadar bilgi alıyor ve yerini öğreniyoruz. Hatta o saatte boģ olup olmadığını bile öğrenebilir veya rezervasyon yaptırabiliriz. Sonrası ise çok kolay, aracımızı yakın bir 37

yere park edip güzelce karnımızı doyurmak (ġekil 1.38). ġu an çok yaygın olmasa da yakın bir gelecekte bu kent bilgi sistemi istasyonlarını kentsel mekanlarda sıklıkla görebileceğiz 1. ġekil 1.38. Kent bilgi sistemi istasyonları (kiosk)[15] AkĢam saat 20:30, evdeki çöplerimizi kapımıza koyuyoruz ve kapıcımız çöpleri toplu olarak sokağımızda belirlenen çöp toplanma noktalarına götürüyor. Görevli elemanlar çöp kamyonlarıyla binlerce sokağa dağılıp bir tane toplanmamıģ çöp torbası bırakmadan sokaklarımızı tertemiz hale getiriyorlar. Bütün bu organizasyonun sağlıklı bir Ģekilde iģleyebilmesinde de CBS önemli bir araç. 1 Örnek: Ankara Mezarlık Yeri Bulma Bilgi Sistemi (Mebis) 38

Belediyede elemanları hangi kapasitedeki çöp kamyonlarıyla, hangi güzergahtan, hangi sokaklara dağılacaklar? Türlerine göre ayrılmıģ çöpler kentin hangi çöp toplanma ve ayrıģtırma merkezine gönderilecekler? Kent yönetimleri tüm bu sorulara bir çok farklı coğrafi veriyi analiz ederek CBS teknolojilerinin yardımıyla cevap bulabiliyorlar (ġekil 1.39). ġekil 1.39. Kentsel atık planlamaları [16] Yarın hafta sonu, ailece tüm gün güzel bir plaja gidip haftanın yorgunluğunu atacağız. CBS teknolojileri kıyı kaynaklarımız baģta olmak üzere her türlü doğal, kültürel, turistik vb. özellikleri nedeniyle önem gösteren alanların korunması planlanması ve yönetilmesinde de önemli roller üstleniyor. Milli parklar, sit alanları, su havzaları, kıyılar vb. koruma kuģaklarının belirlenmesi, özel bitki ve hayvan türlerinin yaģam çevrelerine iliģkin veri tabanlarının oluģturulması, analizi ve sorgulanması (örneğin biyolojik çeģitlilik, su kaplumbağalarının yumurtlama alanları ve/veya göç yolları), erozyon, kirlilik vb. çevresel problemlerin tespiti ve bunlara müdahale biçimleri vb. konularda CBS teknolojileri karar vericiler için önemli bir yardımcıdır (ġekil 1.40). 39

ġekil 1.40. Milli park alanlarının tespiti [17] Ġlerde taģınmaya karar verirsek CBS ile kentin neresindeki konut alanlarının bizi daha mutlu edebileceğine dair bilgiler elde edebiliriz. Hangi mekanların eğitim alanlarına daha yakın olduğu, daha manzaralı olduğu, sosyal aktivite olanaklarına daha yakın olduğu ve hatta daha güvenli olduğu bilgisini edinip yer seçim kararlarımızı ona göre Ģekillendirebiliriz. Örneğin güvenliği ele alacak olursak emniyet birimleri suçların kent mekanı üzerindeki dağılımlarını zamana, türe ve mekana bağlı olarak analiz edebilir ve bizlerin daha güvenli mekanlarda yaģayabilmemiz için gerekli önlemleri alabilirler. YaĢadığımız coğrafyanın maruz kalabileceği deprem, sel, heyelan vb. doğal afetleri 40

önlemek veya etkilerini azaltmak amaçlı çalıģmalarda da CBS teknolojileri hayati rol oynarlar (ġekil 1.41). ġekil 1.41. Deprem senaryosu için CBS katmanları örneği [18] Gündelik hayatımızda CBS nin kullanım alanlarıyla ilgili verdiğimiz pek çok örnek, aslında bütünün oldukça küçük bir parçasıdır. YaĢadığımız Ģehirlerde CBS teknolojilerini aktif olarak kullanan pek çok kamu, özel ve sivil toplum kuruluģları vardır. Kamu kurumları (örneğin; Üniversiteler, Belediyeler, Devlet Su ĠĢleri, Afet ĠĢleri Genel Müdürlüğü, Karayolları, Milli Eğitim Bakanlığı, Harita Genel Komutanlığı), Özel kuruluģlar (örneğin CBS teknolojisi üzerine çalıģan Ģirketler, danıģmanlık Ģirketleri vb.) veya Dernekler, Sivil toplum kuruluģları (doğal hayatı koruma dernekleri vb.) CBS teknolojilerini kullanarak çeģitli alanlarda çalıģmalar gerçekleģtirmektedir. Bu kuruluģların yaptıkları çalıģmalar aģağıda da detaylı örnekleri verilen alanlarda karar destek yardımcısı olarak kullanılmakta ve doğrudan veya dolaylı olarak hayatımızı etkilemektedirler; [19] Çevre yönetimi: Çevre düzeni planları, Çevre Koruma alanları, ÇED raporu hazırlama, Göller, göletler, sulak alanların tespiti, Çevresel izleme, Hava ve gürültü kirliliği, Kıyı Yönetimi, Meteoroloji, Hidroloji. 41

Doğal Kaynak yönetimi: Arazi yapısı, su kaynakları, akarsular, havza analizleri, yabani hayat, yer altı ve yerüstü doğal kaynak yönetimi, madenler, petrol kaynakları. Mülkiyet-Ġdari Yönetim: Tapu-Kadastro, Vergilendirme, Seçmen tespiti, Nüfus, Kentler, Beldeler, Kıyı Sınırları, Ġdari sınırlar, Tapu bilgileri, Mücavir alan dıģında kalan alanlar, Uygulama imar planları. Bayındırlık hizmetleri: Ġmar faaliyetleri, Otoyollar, Devlet yolları, Demir yolları ön etütleri, Deprem bölgeleri, Afet yönetimi, Bina hasar tespitleri, binaların cinslerine göre dağılımları, bölgesel kalkınma dağılımı. Eğitim: AraĢtırma-inceleme, eğitim kurumlarının kapasiteleri ve bölgesel dağılımları, okuma-yazma oranları, öğrenci ve eğitmen sayıları, planlama. Sağlık yönetimi: Sağlık-coğrafya iliģkisi, sağlık birimlerinin dağılımı, personel yönetimi, Hastane vb. birimlerin kapasiteleri, bölgesel hastalık analizleri, sağlık tarama faaliyetleri, ambulans hizmetleri. Belediye faaliyetleri: Kentsel faaliyetler, imar, emlak vergisi toplama, imar düzenlemeleri, çevre, park bahçeler, fen iģleri, su-kanalizasyondoğalgaz tesis iģleri, TV kablolama, Uygulama imar planları, Nazım imar planları, Halihazır haritalar, Altyapı, UlaĢtırma planı toplu taģımacılık, Belediye yolları ve tesisleri. Ulaşım planlaması: Kara, hava, deniz ulaģım ağları, Doğal gaz boru hatları, iletiģim istasyonları, yer seçimi, enerji nakil hatları, ulaģım haritaları. Turizm: Turizm bölgeleri, alanları ve merkezleri, Turizm amaçlı uygulama imar planları, Turizm tesisleri, Kapasiteleri, Arkeoloji çalıģmaları. Orman ve Tarım: Eğim-Bakı hesapları, Orman amenajman haritaları, Orman sınırları, Peyzaj planlaması, Milli parklar, Orman kadastrosu, Arazi örtüsü, Toprak haritaları. Ticaret ve Sanayi: Sanayi alanları, Organize sanayi bölgeleri, Serbest bölgeler, Bankacılık, Pazarlama, Sigorta, Risk Yönetimi, Abone ve Adres yönetimi. 42

Savunma, Güvenlik: Askeri tesisler, Tatbikat ve atıģ alanları,yasak Bölgeler, sivil savunma, emniyet, suç analizleri, suç haritaları, araç takibi, trafik sistemleri, acil durum [3]. 1.9. Cbs Eğitimi ve Türkiye deki Eğitim Kurumları: Günümüzde birçok temel bilim dalında (inģaat mühendisliği, jeoloji mühendisliği, Ģehir planlama, çevre mühendisliği vb.) ve disiplinlerarası eğitim dallarında yürütülen araģtırmalar konumsal bilginin toplanma, depolanma, sorgulanma ve analiz aģamalarıyla direk iliģkilidir. Özellikle son zamanlarda ülkemizde yaģanan üzücü deprem (17 Agustos 1999 Marmara ve 12 Kasim 1999 Düzce depremleri) ve sel afetleri CBS ye ilgiyi büyütmüģ ve ilgili konularda uygulama örnekleri son dönemde oldukça artmıģtır [21]. Diğer taraftan yoğunlaģan e-devlet, e-belediye gibi uygulamalar, konu üzerine uzman personel ihtiyacı doğurmuģtur. Ülkemizde özellikle belediyelerde CBS temelli Kent Bilgi Sistemlerine (KBS) Rağbet ve ihtiyaç gün geçtikçe artmaktadır. KBS, kentsel faaliyetlerin yerine getirilmesinde planlama, altyapı, mühendislik temel hizmetler ve yönetimsel bilgilerle ilgili tüm karar verme süreçlerindeki akıģı hızlandırmada ve döngüyü kuvvetlendirmede kullanılan CBS temelli bir uygulama alanıdır [30]. Ülkemizde belediyelerin sadece %4 lük bir kısmı KBS tanımında sayılan, KBS fonksiyonlarını kullanmak üzere bir altyapı kurma ve iģletme yoluna gidebilmiģtir. Bu da konuyla ilgili ülkemizdeki güncel durumu ortaya koymakta önemli bir veri oluģturmaktadır. KBS lerle ilgili halen ülkemizde gözlenen sorun alanları; veri eldesi ve kullanımı, idari sorunlar, hukuki sorunlar, koordinasyon sorunları ve ekonomik sorunlar olarak sıralanabilmektedir. Bu sorun alanlarının herbirinin içinde veya bunlara ek bir sorun alanı olarak sayılabilecek, uzman personel ihtiyacı, bu sistemlerin kurulmasında ve daha önemlisi yaģatılmasında hayati öneme sahiptir. Belediyelerde kurulan sistemlerin kurulum maliyetini; sistem donanımının oluģturulması, yazılım giderleri, veri alt yapısının oluģturulması ve personel eğitimi oluģturmaktadır. Yüksek maliyetlerle kurulan bu sistemin iģletme döneminde personellerinin eğitim düzeyi daha ön plana çıkmakta, sistemin güncel tutularak etkin 43

kullanılabilirliğinin sürdürülebilmesi için eğitimli personelin oluģturulması bir zorunluluk oluģturmaktadır. Kısa sayılabilecek tarihi boyunca yürütülen, CBS eğitiminin gerekliliği ve verilme yöntemi üzerine sürdürülen tartıģmalar henüz bir sonuç vermiģ değildir. Hemen hemen her ülkede konuyla ilgili eğitim yöntemi farklılıklar gösterebilmektedir. Yeni geliģen bir alan olmasının doğurduğu bir sonuç olarak sektörlerin ve kamu kurumlarının üniversitelerdeki araģtırmalardan ve eğitimden beklentileri netleģmiģ değildir. Bu beklentilerin oluģması üniversitelerin eğitim ve araģtırmalarını yönlendirmede olumlu katkılar sağlayacaktır. Üniversitelerimizde CBS labratuarlarının sayısı her geçen gün artmaktadır. Konu üzerine kurulan bölümler ve labaratuvarlar bilimsel amaçların yanı sıra, diğer sektörlere sağlayacağı uzman personellerle bu sistemlerin ülke çapında bir çok alanda planlama, yönetim ve karar mekanizmalarında iyileģtirici sonuçlar oluģturacaktır. Devam eden bölümde CBS eğitiminin ülkemizdeki durumu yurtdıģı örnekleri karģılaģtırılarak ele alınacaktır. 1990 lara kadar dünyadaki üniversiteler CBS ile ilgili eğitim programları oluģturabilecek imkanlara sahip değildi. CBS, Kartografya ve Uzaktan Algılama konularının belirli bir kısmında uzmanlaģmıģ eğitici kadrolarıyla verilen eğitim zamanla tüm konuları kapsar duruma gelmiģtir. Eğitim veren kurum, eğitim amacı ve eğitim programının süreleri gibi kriterler göze alındığında, CBS eğitim programları; Kısa Kurslar-Seminerler Uzaktan eğitim Sertifika Programları Onay Belge Programları Diploma Programları, olarak sıralanabilir [22]. Günümüzde geliģmiģ ve geliģmekte olan birçok ülke tarafından CBS ayrı bir bilim dalı olarak benimsenmiģ durumdadır. Alan Coğrafi Bilgi Bilimi (CBB) olarak adlandırmakta ve bu dalda lisans, yüksek lisans ve doktora programları oluģturulmaktadır. Ülkemizde de dünyada konuyla ilgili geliģmelere paralel olarak CBB bölümleri kurulmuģ ve kurulmaya devam etmektedir. CBS eğitimi veren kurumların sayısı son yıllarda 44

geliģmiģ ülkelerde hızlı bir Ģekilde artmaktadır. Ġlgili Teknolojilerin ucuzlamasının da etkisiyle, bugün hemen her akademik birim CBS ile ilgili, teknik donanım ve elemana kısa sürede ulaģabilmektedir. AraĢtırma sonuçları, CBS programından mezun olan yetiģmiģ CBS elemanlarının istek, arzu ve ekonomik taleplerine bağlı olarak, değiģik iģ kollarında çalıģabildiğini göstermektedir. Ülkemizde halen eğitim ve araģtırma faaliyetlerini sürdüren üniversiteler, ilgili birimleri ve kısaca bölüm içerikleri aģağıda sıralanmıģtır. Orta Doğu Teknik Üniversitesi Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı, Orta Doğu Teknik Üniversitesi Fen Bilimleri Enstitüsü bünyesinde disiplinlerarası bir bilim dalı olarak, Coğrafi Bilgi Bilimi, Uzaktan Algılama ve Uzay Jeodezisi konularında eğitim ve bilimsel araģtırma faaliyetlerini sürdürmektedir. Program uzay teknolojileri ve uygulamaları, coğrafi bilgi sistemleri, mekansal veri analizleri ve uzaktan algılama teknolojisi alanlarında giderek artan, lisans üstü düzeyde yetiģmiģ insan gücü ihtiyacına cevap vermek üzere tasarlanmıģtır. Programda halen yüksek lisans ve doktora seviyesinde eğitim faaliyetleri sürdürülmektedir. Ele alınan araģtırma konularıyla mühendislik, mimarlık, Ģehir planlama ve coğrafya alanlarında gerekliliği hissedilen disiplinlerarası eğitim ortamı oluģturulmaktadır. Eğitim faaliyetlerinin yanı sıra, program özel sektör ve devlet kurumları tarafından ihtiyaç duyulan teorik ve uygulamalı araģtırma konularına da cevap vermektedir. Jeodezi ve coğrafi bilgi teknolojileri konularında; yaz okulları, seminerler, çalıģtaylar ve konferanslar organize etmek de bölümün hedeflenen amaçları arasında yer almaktadır [23]. Halen bölüm araģtırma ve eğitim faaliyetlerinin sürdürüldüğü eğitim ve araģtırma laboratuvarı olmak üzere, gerekti donanım ve yazılım alt yapısının yeterli Ģekilde sağlandığı iki tane laboratuvara sahiptir (ġekil 1.42). 45

ġekil 1.42. AraĢtırma (üstte) ve eğitim (altta) labratuvarlarından görünümler. 46

ODTÜ dıģında diğer üniversitelerimizde, bu alanla ilgili kurulu eğitim kurumları hakkındaki bilgiler ilgili kurumun internet sayfasından edinildiği düzeydedir. Bu bilgilerin doğruluğu veya bütünlüğü ilgili internet sayfasını yayınlayan kurumu bağlamaktadır. Anadolu Üniversitesi Anadolu Üniversitesi bünyesinde Uydu ve Uzay Bilimleri AraĢtırma Enstitüsü adıyla kurulan Enstitüde, Uydudan alınan sayısal verilerin bilgisayar yardımı ile değiģik konularda (jeoloji, maden, tektonik, arazi kullanımı, depremsellik, erozyon, su kirliliği vb.) yorumlanması ve analiz edilmesi amacıyla 1993 yılında baģlatılan çalıģmalara devam edilmektedir. Yine aynı yıl bu çalıģmalara ek olarak, Coğrafi Bilgi Sistemleri konularında çalıģmalar baģlatılmıģtır. Enstitüde farklı meslek disiplinlerinde araģtırmacıların (jeoloji, maden, jeofizik, harita, çevre, inģaat, ziraat mühendisleri, fizik, istatistik, biyoloji, Ģehir ve bölge planlama uzmanları vb.) görev yapmasına özen gösterilmektedir [25]. Dokuz Eylül Üniversitesi Coğrafi Bilgi Sistemleri Anabilim Dalı, Fen Bilimleri Enstitüsüne bağlı Disiplinlerarası bir Anabilim dalıdır. Ġngilizce Tezsiz Yüksek Lisans ikinci öğretim programı olarak açılmasına karar verilmiģtir. [24]. Gebze Yüksek Teknoloji Enstitüsü Coğrafi Bilgi Sistemleri AraĢtırma Laboratuvarı, Jeodezi ve Fotogrametri mühendisliği bünyesinde kuruludur. Bu laboratuvarda bölümde yürütülmekte olan lisansüstü eğitim öğretim kapsamında, tez ve proje düzeyinde Coğrafi Bilgi Sistemlerinin geliģtirilmesine yönelik araģtırma faaliyetleri sürdürülmektedir. Bunun yanında kamu kurumları, yerel yönetimler ile özel ve tüzel kiģilere yönelik grafik ve sözel bilgilere dayalı Coğrafi / Kent Bilgi Sistemi planlanması, tasarlanması, kurulumu ve eğitimi hizmeti de verilmektedir [29]. 47

Ġstanbul Teknik Üniversitesi Ġstanbul teknik Üniversitesinde yüksek lisans ve doktora programları, Fen Bilimleri Enstitüsüne bağlı Jeodezi ve Fotogrametri Mühendisliği Anabilim Dalında Geomatik Mühendisliği Programı adı altında verilmektedir [26]. Karadeniz Teknik Üniversitesi Karadeniz Teknik Üniversitesi, Mühendislik Mimarlık Fakültesi, Jeodezi ve Fotogrametri Mühendisliği Bölümü bünyesinde kurulan Coğrafi Bilgi Sistemleri AraĢtırma GeliĢtirme Laboratuvarı (KTU GISLab) CBS konusunda baģta üniversite düzeyinde eğitim-öğretim ve araģtırma hizmetleri olmak üzere, kamu ve özel kesimlerin talepleri doğrultusunda teori ve uygulamaya yönelik faaliyetlerde bulunmaktadır. Özel ve tüzel kuruluģlara danıģmanlık hizmeti yanında, sempozyum, panel vb. toplantılara, yüksek lisans-doktora çalıģmalarına laboratuvar desteği vererek bilimsel çalıģmalara katkı sağlayan araģtırma merkezi CBS kültürünün lise ve dengi okullar düzeyinde, kamuda yaygınlaģmasına yönelik özel eğitim programları da düzenlemektedir [28]. Yıldız Teknik Üniveristesi Yıldız Teknik Üniveristesi Kartografya Anabilim Dalı, Coğrafi/Mekansal bilgilerin modellenmesi, iģlenmesi, analizi, sunumu, görselleģtirilmesi ve yönetimi üzerine araģtırma ve eğitim-öğretim faaliyetlerinde bulunmaktadır. BaĢlıca çalıģma konuları; Topoğrafik ve Tematik Kartografya, Harita Tasarımı ve Üretimi, Coğrafi Bilgi Sistemleri (GIS), Mekansal Veri Tabanları, GenelleĢtirme ve Çoklu Gösterim, Coğrafi GörselleĢtirme ve Sanal Gerçeklik, Mekansal Bilgi ĠĢleme ve Analiz Teknikleri, Sayısal Arazi Modelleri ve Mekansal Veri Altyapısıdır [27]. 48

2. UZAKTAN ALGILAMA 2.1 Uzaktan Algilama Nedir? Uzaktan Algılama, yeryüzünde bulunan doğal ve yapay nesneler hakkındaki bilgileri, fiziksel temas olmadan elde etmeye yönelen bir bilimdir. Bilgi alma iģlemi, atmosfere veya uzaya yerleģtirilen yapay uydulara monte edilen ölçüm araçlarıyla gerçekleģtirilir. Yeryüzüne gelen enerji yeryüzündeki nesnelere çarparak geri yansır. Uzaktan algılama platformuna yerleģtirilmiģ olan algılayıcı sistemler, yansıyan bu enerjiyi kaydeder (ġekil 2.1). ġekil 2.1. Uzaktan Algılama [31] Uzaktan algılama, kullanılan yöntem ve araçlara bağlı olarak farklı Ģekillerde yapılabilmektedir. Uzaktan algılama platformları temel olarak üç ana sınıf altında toplanabilir [32]: Yer Platformları Hava Platformları Uzay Platformları 49

Yer Platformları, yeryüzü hakkında genellikle çok detaylı bilgi alınması gerektiğinde kullanılırlar. Bu tür platformlar ayrıca, diğer iki platform türüne göre çok daha güvenilir ve kaliteli veri sağlamaları nedeniyle genellikle hava ve uzay platformlarından elde edilen verilerin daha iyi anlaģılması ve tanımlanması için kullanılırlar. Platformlar genellikle bir merdiven, vinç ya da yüksek bir binanın çatısına yerleģtirilebilir (ġekil 2.2). ġekil 2.2. Yer Platformları [32] Hava Platformları ise genellikle algılayıcıların uçak gövdelerine yerleģtirilmeleri sayesinde oluģturulur. Ayrıca, bu tür platformlar için uçaklar yerine helikopterlerin de kullanılmaları mümkündür. Hava platformları yeryüzünün detaylı görüntülenmesi ve veri alınması amacıyla sıkça kullanılmaktadır. Görüntülenmesi gereken bir alan için istenilen zamanda uçulabilmesi ve kısa zamanda veri alınabilmesi hava platformlarının en önemli özelliğini oluģturmaktadır (ġekil 2.3). 50

ġekil 2.3. Hava Platformları [32] Uzay platformlarında ise uzay mekikleri veya uydular kullanılmaktadır. Uydu, bir nesnenin etrafında dönen baģka bir nesne olarak tanımlanır. Örneğin, Ay Dünya nın etrafında dönmekte olduğundan doğal uydu olarak adlandırılırken, insan yapımı uydu platformları uzaktan algılama, iletiģim, konumlama vb. çalıģmalar için kullanılmaktadır (ġekil 2.4). Uydular, sürekli Dünya etrafında döndükleri için yeryüzü hakkında çok sık ve sürekli bilgi alınabilmesi mümkündür. ġekil 2.4. Uzay platformları [32] Yeryüzünden yansıyan enerjinin kaynağına göre algılama sistemleri ikiye ayrılabilir: Pasif Sistemler, Aktif Sistemler [31]: 51

2.1.1. Pasif Sistemler: GüneĢten gelen ıģınların bir kısmı yeryüzüne çarptıktan sonra yansır ve uydular tarafından algılanır. Ayrıca yeryüzü sıcaklığı da çeģitli algılayıcılar tarafından kaydedilebilir. Bu Ģekilde, herhangi bir enerji üretmeden, yeryüzünden gelen enerjiyi kaydeden sistemlere Pasif Sistemler denir (ġekil 2.5). 2.1.2. Aktif Sistemler: ġekil 2.5. Pasif Sistem [32] Aktif Sistemler, kendi enerjilerini üretir, yeryüzüne gönderir ve geri yansıyan enerjiyi kaydeder (ġekil 2.6). Bu durum Aktif Sistemlere önemli bir avantaj sağlar. Aktif sistemler günün her saatinde, yılın her mevsiminde çalıģabilmektedir. 52

ġekil 2.6. Aktif sistem [32] 2.2. Uzaktan Algilamanin Tarihçesi Uzaktan Algılama nın tarihi 1839 yılında fotoğrafçılığın icat edilmesiyle baģlamıģtır. 1840 yılında Paris Gözlemevi müdürü yeryüzü incelemelerinde fotoğrafçılığın önemini ortaya koymuģ ve savunmuģtur. Bu tarihten itibaren balon fotoğrafçılığı baģlamıģ ve giderek geliģmiģtir (ġekil 2.7). Balon veya uçurtmalara monte edilen kameralar ile havadan, yeryüzü fotoğraflarının çekilmesi 1882 yılına kadar devam etmiģtir. Dönemin en önemli uçurtma fotoğraçısı olan Amerikalı G.R. Lawrence, büyük kameraları taģıyabilmesi için akü ile çalıģan uçurtmalar kullanarak, Ģehrin fotoğraflarını havadan çekmeyi baģarmıģtır (ġekil 2.8) [33,34]. 53

ġekil 2.7. Balon fotoğrafçılığı [34] ġekil 2.8. Lawrence ın 1906 tarihli San Francisco fotoğraflarından biri [34] 54

1903 te uçak icat edilmiģ olmasına rağmen uçaktan fotoğraf çekimi 1909 dan itibaren kullanılmaya baģlanmıģtır (ġekil 2.9). Uçaktan yeryüzü fotoğrafları ilk olarak Wilbur Wright tarafından Ġtalya da çekilmiģtir. 1. Dünya SavaĢı yla birlikte hava fotoğrafları askeri keģifler için vazgeçilmez olmuģtur. ġekil 2.9. 1920 lerde hava fotoğrafçılığı [34] 2. Dünya SavaĢı döneminde özellikle askeri alanda hava fotoğrafları en hızlı geliģimini göstermiģtir (ġekil 2.10). Bu alanda ihtiyaçların artmasıyla uçaklarda kullanılmak üzere yeni tarayıcı ve algılayıcı sistemler geliģtirilmiģtir. Günümüzde uydu platformlarında bulunan tarayıcı ve algılayıcı sistemler öncelikle uçaklarda kullanılmıģtır. ġekil 2.10. 1940-50 lerde hava fotoğrafçılığı [34] 55

Uydu teknolojisi, 1946-50 yılları arasında roket ve füzelerin kullanılmasıyla baģlamıģtır. 1960 yılında uzay araģtırmalarının hız kazanmasıyla uzaktan algılama için de yeni fırsatlar oluģmuģtur. Bu tarihten itibaren uydu teknolojisi günden güne geliģme göstermiģ ve birçok bilim dalında uygulama alanı bulmuģtur. Meteorolojik uydularla baģlayan uydu sistemleri birçok alanda modern uydu sistemlerinin kurulmasıyla devam etmiģtir. 1960 yılında TIROS-1 uzaya gönderilmiģ ve bulutlar hakkında genel bilgiler elde edilmiģtir. Hava tahmincileri tarafından bu genel bilgiler yorumlanarak atmosfer ve yeryüzü hakkında bilgiler çıkarılmıģtır. 1960-70 yılları arasında, uzaydan yeryüzüne ait renkli fotoğraflar çekilmeye baģlanmıģtır. Bu baģarılı uygulamaların ardından 1967 yılında planlanan ERTS-1 uydusu, 1972 yılında NASA tarafından uzaya gönderilerek yörüngesine yerleģtirilmiģtir. Landsat uyduları serisiyle devam eden uydu teknolojisi birçok alana yayılmıģtır (ġekil 2.11). ġekil 2.11. Landsat uydusu [32] Bu geliģmeler günümüzde de hızla devam etmekte, her geçen gün yeni sistemler kurularak uydu yörüngelerine yerleģtirilmektedir. Bugün; coğrafya, meteoroloji, jeoloji, ziraat, çevre gibi birçok alanda uzaktan algılama verilerine bağımlı hale gelinmiģtir. Uydu görüntüleri, uzaktan algılama sistemleri arasında birçok avantaja sahiptir. 56

Hızlıdır; hava fotoğrafçılığında, daha pilot uçuģ hazırlığını yaparken uydu sistemiyle bir Ģehrin ya da ormanın görüntüsü alınabilir. Ucuzdur; özellikle geniģ alanlar için uydu görüntüleri hava fotoğraflarından veya arazi çalıģmalarından daha ucuza malolur. Sayısaldır; günümüzde hemen hemen, bütün uydu görüntüleri sayısal olarak elde edilmektedirler. Evrenseldir; dünyanın her yerinden görüntü elde edilebilir. Günceldir; haritalar aylar hatta yıllarca eski verilerdir, uydu görüntüleri, en yeni harita olarak analiz ve uygulamalar için kısa sürede elde edilebilmektedir. Yukarıda belirtilen özellikler gibi bir çok avantaja sahip olması dolayısıyla, günümüzde uzaktan algılamada daha çok uydu teknolojisi kullanılmaktadır. Dolayısıyla bundan sonraki bölümlerde daha çok uydu sistemleri üzerinde durulacaktır. 2.3. Uydu Yörüngeleri Uydunun dünya etrafında dönerek oluģturmuģ olduğu daireye yörünge denir. Yörüngeler yüksekliklerine, dönüģ yönlerine ve dünyanın dönüģüyle iliģkilerine göre üç sınıfa ayrılır. 2.3.1. Yer-Sabit Yörünge Bu tür yörüngeye sahip uydular dünya ile birlikte dönerek sürekli dünyanın aynı yeri hakkında bilgi kaydederler. Yükseklikleri 20.000 km den fazladır. Bu tür uydular dünyanın aynı bölgesini izledikleri için o bölge hakkında sürekli bilgi almak mümkündür (ġekil 2.12). Bu tür yörüngelere sahip uydulara örnek olarak haberleģme ve meteorolojik uydular verilebilir. 57

ġekil 2.12. Yer-Sabit yörünge [32] 2.3.2. Yakın-Kutupsal Yörünge Yakın-kutupsal yörünge, dünyanın kuzey ve güney kutupları doğrultusunda, dünya etrafında dönen uyduların sahip olduğu yörüngeye denir (ġekil 2.13). Kısa sürede dünyanın farklı bölgelerinden bilgiler elde etmek için dünyaya yakın bir konuma yerleģtirilmiģ uydular bu yörünge tipine sahiptir. Yükseltileri 400-1000 km arasında değiģir. Dünyanın kendi etrafında dönmesiyle sürekli farklı alanlardan geçerler. 58

ġekil 2.13. Yakın-Kutupsal Yörünge [32] Bu yörüngede yeralan uydular, dünya etrafındaki bir tam dönüģlerini 60-100 dakika arasında bir sürede tamamlarlar. 2.3.3. Güneş-Eşzamanlı Yörünge Pasif uydular güneģten gelen enerjinin yansımasını kaydettikleri için yörüngedeki konumları güneģe göre ayarlanmaktadır. Bu nedenle, bu uydulardan konumu güneģe dönük alanların bilgilerini almak mümkündür. Böylece, uydu Dünya da görüntülediği her bölgeyi aynı yerel saatte görüntüler (ġekil 2.14). Yakın-Kutupsal Yörünge ye sahip uyduların çoğu aynı zamanda GüneĢ-EĢzamanlı Yörünge özelliğine de sahiptir. 59

2.4. Tarama Alani ġekil 2.14. GüneĢ-EĢzamanlı Yörünge [32] Uydu, dünyanın etrafında dönerken sadece belirli bir alanı tarayabilmektedir (görüp, bilgi alabilmektedir) (ġekil 2.15). Uydunun özelliğine ve sahip olduğu yüksekliğe göre tarama alanının geniģliği de değiģmektedir. Dünyanın dönmesiyle tarama alanı sürekli değiģir ve batıya doğru kayar. Tarama alanının geniģliği uydu üzerinde bulunan sistemin özelliklerine göre değiģebilmektedir. Örneğin Landsat uydu serisinin tarama geniģliği 185 km dir. Yani bir geçiģte, yeryüzünde 185 km geniģliğinde bir Ģerit alandan bilgi toplayabilmektedir. SPOT uydularında tarama geniģliği 60 km iken Quickbird uydusu 16,5 km lik bir geniģlik tarayabilmektedir. ġekil 2.15. Tarama alanı [32] 60

2.5. Sayısal Görüntü Uydularda bulunan algılayıcı sistemler dünyadan yansıyan enerjiyi ölçer ve kaydeder. Yer istasyonuna gönderildikten sonra bu sinyaller bilgisayar yardımıyla sayı dizilerine dönüģtürülür. Sıra ve sütunlardan oluģan rakamlar renk tonlarına dönüģtürülerek görüntünün tamamı sayısal olarak elde edilmiģ olur (ġekil 2.16). Görüntüyü oluģturan resim elemanlarına hücre denir. Her hücreye ait olan rakamsal değer, o hücrenin temsil ettiği alandan yansıyan enerjiyi verir. Bu değerler genellikle 0-255 arasında olur. ġekil 2.16. Sayısal uzaktan algılama görüntüsü [32] 2.6. Sayısal Görüntünün Özellikleri Çözünürlük, bir görüntüleme sisteminde kayıt edilen ayrıntıların ayırt edilebilirlik ölçüsüdür. Uydu görüntüleri için dört farklı çözünürlük tanımlanmaktadır: 2.6.1. Radyometrik Çözünürlük Elektromanyetik enerji miktarında sahip olunan hassasiyet radyometrik çözünürlük olarak tanımlanır. Basit anlamda radyometrik çözünürlük, görüntüdeki bir rengin kaç ton ile ifade edildiğini gösterir. Yukarıda ifade edildiği gibi genellikle 256 renk tonu kullanılır. Örneğin renksiz 61

çekilmiģ görüntüde; 0 siyah rengini gösterirken beyaz 255 değeriyle belirtilir. Gri tonlar ise 0-255 arasından değerler ile ifade edilir. ġekil 2.17 de aynı alana ait iki farklı radyometrik çözünürlüğe sahip görüntüler görülmektedir. Birinci görüntü grinin dört renk tonu, ikinci görüntü 256 renk tonu kullanılarak oluģturulmuģtur. Ġki görüntü karģılaģtırıldığında, radyometrik çözünürlük arttıkça görüntünün anlaģılabilirliğinin arttığı görülmektedir. ġekil 2.17. (I) Ham veri, (II) Radyometrik çözünürlüğü arttırılmıģ veri [31] 2.6.2. Spektral Çözünürlük Spektral çözünürlük, algılayıcının kaydettiği enerjinin dalgaboyunu gösterir. Dalgaboyları bina seviyesinde uzunluğa sahip radyo dalgalarından, bir atom çekirdeği mertebesindeki kısa dalgaboylarına kadar uzanır. Ġnsan gözünün algılayabildiği dalgaboyları, sadece görünür bölgedekilerdir (ġekil 2.18). Dalgaboyu aralığı küçüldükçe çözünürlük artar. Örneğin sadece görünür bölgede algılama yapan bir algılayıcının ürettiği görüntü, ultraviyole ve kızılötesi aralıklarını da dahil eden algılayıcın görüntüsünden daha yüksek bir spektral çözünürlüğe sahiptir. 62

ġekil 2.18. Elektromanyetik Spektrum [31] 2.6.3. Mekânsal Çözünürlük Bir görüntüde görülebilir ya da farkedilebilir en küçük detay, uzaysal çözünürlük olarak ifade edilir. Uzaysal çözünürlüğü yüksek olan görüntülerden daha ayrıntılı bilgiler seçilebilirken düģük uzaysal çözünürlüklü görüntülerden ancak büyük nesneler seçilebilir. Günümüzde 1 metre kareden daha küçük ayrıntıları gösterebilen uydu görüntüleri çekilebilmektedir. ġekil 2.19 da soldaki görüntünün uzaysal çözünürlüğü düģük olduğu için ayrıntılar iyi bir Ģekilde algılanamazken sağdaki görüntünün uzaysal çözünürlüğü yüksek olup ayrıntılar daha net olarak görülmektedir. (I) (II) ġekil 2.19. (I) DüĢük çözünürlüklü, (II) Yüksek çözünürlüklü görüntü [31] 63

2.6.4. Zamansal Çözünürlük Zamansal çözünürlük, bir uzaktan algılama sisteminin aynı bölgeyi görüntüleme sıklığını gösterir. Bir bölgenin özelliği zamanla değiģebilir. Bunu anlamak için çok-zamanlı görüntü setleri kullanılarak spektral değiģim analizleri yapılabilir. ġekil 2.20, Ġzmit in deprem öncesi ve sonrasında çekilmiģ görüntülerini göstermektedir. Ġki görüntü karģılaģtırıldığında, alanda değiģiklerin meydana geldiği anlaģılmaktadır [41]. ġekil 2.20. Ġzmit in (I) depremden önceki uydu görüntüsü, (II) Depremden sonraki uydu görüntüsü [31] 2.7. Uzaktan Algılama Bileşenleri Uzaktan Algılama uygulamaları veri elde etme ve veri iģleme olmak üzere iki aģamadan oluģur [1]. 2.7.1. Verinin Elde Edilmesi: a) Enerji Kaynağı: Uzaktan algılama sistemiyle yerzündeki nesnelerden bilgi alınması için hedefe enerji gönderilmesi gerekir. Pasif sistemlerde enerjinin kaynağını güneģ oluģturur (ġekil 2.21-A,B1). GüneĢ ıģınları yeryüzündeki nesnelere çarparak tekrar uzaya yansır ve 64

uzaydaki alıcı sistemleri tarafından algılanır. Optik uyduların çalıģma biçimi bu Ģekildedir. Diğer taraftan aktif sistemler, örneğin radar, yeryüzüne kendi ürettiği elekromanyetik enerjiyi gönderir ve hedeften yansıyan kısmını algılar (ġekil 2.21-B2). b) Işınım ve Atmosfer: Kaynağından çıkan enerji yeryüzüne ulaģıncaya kadar atmosferde belli bir yol kateder. Bu yolculuk esnasında enerji atmosferden çeģitli Ģekillerde etkilenir (ġekil 2.21-B1, B2). Enerjinin bir kısmı atmosferde yer alan su buharı, toz parçacıkları vb. tarafından saçılarak, bir kısmı da emilerek hedefe ulaģamayabilir. c) Hedef ile Etkileşim: Atmosfer ortamından geçen elektromanyetik enerji, yeryüzüne ulaģtıktan sonra farklı nesnelerde farklı Ģekillerde etkilenir (ġekil 2.21-C). Örneğin sıvı yüzeylerde enerjinin büyük bir kısmı yüzeyden içeri geçer ve ancak küçük bir kısmı yansır. Düz yüzeylerde enerji saçılmadan tekrar geri yansır, kıvrımlı yüzeylerde ise gelen enerji etrafına saçılarak yansır. d) Enerjinin Algılayıcı Tarafından Kayıt Edilmesi: Yeryüzünden yansıyan enerji atmosferi geçer ve uzayda yeralan uydu alıcıları tarafından algılanır ve kaydedilir (ġekil 2.21-D). e) Verinin Ġletimi, Alınması ve Ġşlenmesi: Uydu algılayıcıları tarafından kaydedilen enerji, görüntüye dönüģtürülmesi ve iģlenmesi için yer istasyonuna gönderilir (ġekil 2.21-E). 2.7.2. Verinin Ġşlenmesi Bu aģama, yeryüzü istasyonuna gelen ham verilerin iģlenip görüntü haline getirilmesi, çeģitli hataların düzeltilmesi ve analizlerin yapılmasını kapsamaktadır. a) Düzeltme, Ġyileştirme ve Yorumlama: Yeryüzü istasyonuna gelen ham veriler çeģitli hatalar içerebilir. Öncelikle bu hatalar düzeltilir. Görüntüyü daha iyi bir görselliğe kavuģturmak için çeģitli iģlemler yapılır ve görüntünün gerçek halinden yorumlar çıkarılabilir (ġekil 2.21-G). 65

b) Analizler ve Uygulama: DüzeltilmiĢ ve iģlenmiģ orjinal görüntüden farklı bilgiler çıkarılarak analizler yapılabilir ve bu analizler çeģitli uygulamalarda kullanılabilir. Elde edilen sonuçlar farklı veri kaynakları ile birleģtirilerek de kullanılabilir (ġekil 2.21-G). ġekil 2.21. Uzaktan algılama bileģenleri [32] 2.8. Uydular ve Algılayıcılar Uydu çeģitleri temel olarak iki ana sınıfta incelenebilir. Bunlardan birincisi meteorolojik gözlem ve tahmin amacıyla gönderilmiģ olan uydulardır. Bu uydular sayesinde hava sistemlerinin geliģimi ve hareketleri sürekli olarak izlenebilir bir hale gelmiģtir. Bugün çok sayıda ülke, meteorolojik uydu iģletmekte ve kendi bölgelerindeki ve Dünya daki meteorolojik olayları incelemektedir. Bu uydular çok düģük uzaysal çözünürlüklere sahip olup görüntüledikleri alan çok büyüktür. Ayrıca görüntüledikleri bir alanı çok kısa süre içinde tekrar tekrar görüntüleme yeteneğine de sahip olup, atmosferdeki nem oranı, bulutluluk ve dolayısıyla hava durumunu tahmin etmek için gerekli bilgileri göndermede önemli rol üstlenirler. Burada, bu uydulardan en önemli iki tanesinden kısaca bahsedilecektir. 66

2.8.1. METEOSAT METEOSAT, ESA (Avrupa Uzay Ajansı) tarafından tasarlanmıģ olup gelecekte yedi uyduyu kapsayacak olan bir seridir ve ilk uydusu 1977 yılında fırlatılmıģtır. METEOSAT uyduları görünür, kızılötesi ve su buharı bantları olmak üzere toplam 3 ayrı spektral bantta görüntüler sağlayabilmektedir. Bu bantlardan her yarım saatte bir veri alınabilmekte ve alınan son 10 görüntünün arka arkaya oynatılması sonucunda bir bölgedeki bulut hareketleri rahatlıkla izlenebilmektedir. Günümüzde serinin sadece son uydusu aktif olup ekvatordan yaklaģık olarak 36000 km yukarıda bulunmaktadır. ġekil 2.22 de, Türkiye ye ait 2003 yılının Aralık ayında çekilmiģ METEOSAT kızıl ötesi uydu görüntüsü görülmektedir. 2.8.2. NOAA ġekil 2.22. METEOSAT uydu görüntüsü [38] Temel görevi meteorolojik çalıģmalar ve doğal kaynakların izlenmesi olan NOAA uydusu yine NASA tarafından tasarlanmıģ olup ilki 1979 yılında gönderilmiģtir. Devamında, çeģitli yıllarda olmak üzere farklı özelliklere ait 17 uydu daha fırlatılmıģtır. NOAA uydususu güneģle eģ zamanlı yörüngede olup yükseklikleri 830 ve 870 km arasında 67

değiģmektedir. Üzerindeki temel algılayıcının özelliği ise meteorolojik çalıģmalardan farklı olarak küçük ölçekli yer gözlem amacıyla da kullanabilmesidir. Uydunun diğer kullanım alanları arasında deniz yüzeyi ısısının tahmin edilmesi, bitki örtüsü ve ürün durumunun belirlenmesi sayılabilir (ġekil 2.23). ġekil 2.23. NOAA uydu görüntüsü [39] Yer gözlem algılayıcıları, NOAA veya birçok meteorolojik uyduda bulunmalarına rağmen yeterli uzaysal çözünürlükte ve kalitede yer gözlemi yapamamaktadır. Bu nedenle ikinci kısım uydular geliģtirilmiģ ve tamamen yer gözlemi ve inceleme amacıyla gönderilmiģtir. Bu uydulardan önemli sayılabilecek olanlar aģağıda verilmiģtir. 2.8.3. LANDSAT Ġlk yer gözlem uydusu olan Landsat-1 NASA tarafından 1972 yılında yörüngesine oturtulmuģtur. Landsat-1 uydusu, yer gözlem verilerinin bir uzay platformundan ne derecede sağlıklı bilgi alınabileceğini test etmek amacıyla gönderilmiģtir. Landsat-1 in baģarısından sonra devamında 6 adet farklı özelliklere sahip Landsat uydusu daha 68

gönderilmiģtir. ġekil 2.24 te, San Francisco ve çevresinin 15 m yersel çözünürlüğe sahip Landsat 7 görüntüsü verilmiģtir. 2.8.4. SPOT ġekil 2.24. Landsat 7 uydu görüntüsü [32] SPOT, Fransız CNES (Mekânsal çalıģmalar milli merkezi) tarafından ticari amaçla fırlatılmıģ bir yer gözlem uydu serisidir. SPOT, ilk kez bir çizgisel tarayıcı içeren ve yan bakabilme özelliğini barındıran ilk uydu olması açısından önemlidir. Çizgisel tarayıcıları sayesinde yüksek sayılabilecek çözünürlük üretmesi ve yan bakabilme özelliği sayesinde görüntülediği alanın üç boyutlu yükseklik modelinin oluģturulabilmesi mümkündür. Ayrıca, bu yan bakabilme özelliği sayesinde belirli bir alanı tekrar tekrar görüntüleme süresi de oldukça kısalmıģtır. SPOT un sağladığı uzaysal çözünürlük sayesinde Ģehirsel görüntüleme uygulamaları önem ve hız kazanmıģtır. ġekil 2.25 te, Mersin ilinin 5 m yersel çözünürlüğe sahip SPOT-5 görüntüsü sunulmuģtur. 69

2.8.5. IKONOS ġekil 2.25. SPOT -5 uydu görüntüsü (Mersin) IKONOS Amerikan Space Imaging firması tarafından 1999 yılında uzaya gönderilmiģtir. SPOT uydusunda da olduğu gibi çizgisel tarayıcıya sahip IKONOS, Dünya da 1 m yersel çözünürlüklü görüntü çekebilen ilk ticari uydudur. Ayrıca, yüksek manevra kabiliyeti sayesinde yan bakma kabiliyetine ek olarak ön ve arkaya bakabilme kabiliyeti de eklenmiģtir. Böylece, istediği bir hedefe çok kısa bir sürede kilitlenebilmekte ve diğer uydulara nazaran yüksek geometrik doğrulukla görüntü alabilmektedir. Bir bölgeyi tekrar görüntüleme süresi ise 11 günden azdır. ġekil 2.26 da, Fethiye ye ait 1 m yersel çözünürlüğe sahip IKONOS uydu görüntüsü verilmektedir. 2.8.6. QUICKBIRD Günümüzde ticari amaçla en yüksek yersel çözünürlük sağlayan QuickBird uydusu (62 cm) Digital Globe firması tarafından 2001 yılında yörüngesine oturtulmuģtur. IKONOS uydu görüntüsüne benzer özelliklerde görüntü sağlayan QUICKBIRD uydusunda tekrar görüntüleme süresi 1 ile 3.5 gün arasında değiģmektedir. ġekil 2.27 de, Kanada nın Montreal ilinin 62 cm yersel çözünürlüğe sahip QUICKBIRD uydu görüntüsü sunulmuģtur. 70

ġekil 2.26. IKONOS uydu görüntüsü (Fethiye) ġekil 2.27. QUICKBIRD uydu görüntüsü [32] 71

2.8.7. BĠLSAT-1 Ülkemizin ilk yer gözlem uydusu olan Bilsat-1, 27 Eylül 2003 tarihinde yörüngesine oturtulmuģtur. Dünya dan 686 km yükseklikte bulunan Bilsat-1, 12.6 m pankromatik ve 27.6 m renkli olmak üzere iki temel kamera taģımaktadır. Ayrıca, tamamen Türk mühendislerinin geliģtirdiği düģük çözünürlüklü bir kamera olan COBAN da (ÇOk BANtlı kamera) Bilsat-1 uydusunda yer almaktadır. Bilsat-1, DMC adı verilen ve toplam 5 farklı uydunun ortak çalıģtığı Afet AraĢtırma ve Uygulama Merkezi nin de bir üyesidir. ġekil 2.28 de, Ankara ve GölbaĢı na ait 27.6 m yersel çözünürlüğe sahip renkli Bilsat-1 uydu görüntüsü verilmiģtir. Teknoloji transferiyle üretilen Bilsat-1 uydusunun ardından, bu kez tamamı Türkiye de üretilecek olan RASAT uydusunun üretim aģamasının ise 2007 yılında tamamlanması öngörülmektedir. RASAT ın 7.5 m pankromatik ve 15 m renkli olmak üzere iki temel kameraya sahip olması planlanmaktadır. ġekil 2.28. Bilsat-1 uydu görüntüsü (Ankara) 72

2.8.8. Diğer Algılayıcılar Yukarıda bahsedilen iki tip (meteorolojik ve yer gözlem) algılayıcı çeģidinden baģka daha az kullanılan uzaktan algılama algılayıcıları da bulunmaktadır. Bunlardan ilki video kameralardır. Uydu görüntüleriyle karģılaģtırıldığında daha düģük uzaysal çözünürlüklere sahip olmalarına karģın devamlı görüntü sağlamaları açısından avantajlıdırlar. Genellikle doğal afet yönetimi (yangın, taģkın vb.), ekin ve hastalık değerlendirmesi, çevresel tehlike kontrolü ve polis denetimi gibi konularda kullanılabilmektedir. Farklı bir algılayıcı türü ise aktif bir algılayıcı olan RADAR uydu görüntüleridir. Radyo dalgalarının hedefe gönderilmesi ve yansıyan dalgaların alınıp görüntülenmesi ilkesiyle çalıģan RADAR görüntüleri diğer türlerden farklı olarak gece görüntü alabilmektedir (ġekil 2.29). Ayrıca görüntüleme esnasında görüntülenen bölgede bulunan bulut veya yağmurdan etkilenmemesi de çok büyük diğer bir avantajıdır. Çok sayıda uygulama alanı bulunmaktadır. Bunlardan bazıları; taģkın bölgelerinin belirlenmesi, üç boyutlu yükseklik modelinin üretilmesi, okyanus veya deniz gözlenmesi olarak sayılabilir. ġekil 2.29. RADAR uydu görüntüsü [32] 73

Bir diğer algılayıcı türü ise yine aktif bir algılayıcı olan LIDAR dır. RADAR ile benzer Ģekilde çalıģan LIDAR, radyo dalgaları yerine lazer ıģınlarını kullanmaktadır. Bir hedefe gönderilen lazer ıģınının, hedefe çarptıktan sonra yansıması ve algılayıcı tarafından toplanması esnasında geçen süre, hedefin yüksekliğinin hesaplanmasında kullanılır. Görüntüleme özelliği de bulunan LIDAR ın kullanım alanlarından bazıları olarak ormanlık alanlarda ağaçların yüksekliklerinin bulunması, kıyılarda su derinliğinin ve Ģehirsel alanlarda bina yüksekliklerinin hesaplanması sayılabilir. 2.9. Uzaktan Algilamada Görüntü Yorumlama Uzaktan algılamanın görüntü yorumlama ve analiz bölümü yararlı bilgilerin elde edilebilmesi için iyi bir teģhis ve/veya hedeflenen nesnelerin ölçümünü gerektirir. Bu hedefler, nokta, çizgi veya alan olabilir. Bunun anlamı, bu nesnelerin otobüs, uçak, köprü veya araç yolu örneklerindeki gibi herhangi bir Ģekile sahip olmalarıdır. Bunun yanında görüntü üzerindeki nesnelerin birbirlerinden ve görüntüden ayrılabilir nitelikte zıt özellikler taģımaları gerekmektedir (ġekil 2.30) [41]. ġekil 2.30. Uzaktan Algılamada görüntü yorumlama [32] 74

Hedefler, enerjinin nesneler tarafından yansıtılması veya emilmesi yoluyla belirlenebilir. Bu enerji, uydu algılayıcıları tarafından ölçülerek kaydedilir ve sonuçta kullanılabilmesi mümkün görüntüler haline getirilir. Hedefleri algılamak, görüntüden bilgilerin alınması ve yorumlanması açısından anahtar niteliği taģır. Farklı hedefler arasındaki ayırımı ve bunların görüntüdeki diğer nesnelerle olan iliģkilerini gözlemlemek hedef nesnelerin ton, biçim, boyut, desen, doku, gölge ve birleģim özellikleriyle ilgilidir. Ton, bir uydu görüntüsündeki nesnenin renginin parlaklığını ifade eder (ġekil 2.31). ġekil 2.31. Ton [32] Biçim, nesnelerin genel yapısı veya ana hatlarını gösterir (ġekil 2.32). ġekil 2.32. Biçim [32] 75

Boyut, görüntü üzerindeki bir nesnenin ölçek fonksiyonudur. Desen, nesnelerin ayırtedilebilir uzaysal düzenidir. ġekil 2.31 deki uydu görüntüsünde parsellerin, stadyumun, yolların ve evlerin birbirinden ayırtedilebilir nitelikte olduğu görülmektedir. Doku özelliği, görüntüdeki belirli bir alanın renk tonlarının sıklığını ve düzenini ifade eder (ġekil 2.33). (a) (b) ġekil 2.33. (a) Desen ve (b) Doku [32] Gölge, nesnenin profili ve yüksekliği konusunda bilgiler verir. Bu da bilgilerin yorumlanmasını kolaylaģtıran önemli bir etkendir (ġekil 2.34a). Birleşme özelliği, nesneler arasındaki iliģkilere bakarak görüntüyle ilgili yorum yapmayı kolaylaģtırır (ġekil 2.34b). 76

Gölge özelliği BirleĢme özelliği (a) (b) ġekil 2.34. (a) Gölge ve (b) birleģme özellikleri [32] 2.10. Uzaktan Algılamada Kullanılan Analizler GeliĢen teknolojiyle birlikte uydu görüntüleri sayısal ortamda kaydedilip yorumlanabilmekte ve çeģitli analizler gerçekleģtirilebilmektedir. Uzaktan algılama görüntülerini analiz edebilmek için görüntünün uygun bir sayısal yapıda bilgisayara kaydedilmesi gerekmektedir. Görüntülerin analiz edilebilmesi için diğer bir gereksinim de uygun donanım ve yazılımın sağlanmasıdır. Tüm bu gereksinimlerin sağlandığı sistemlere Görüntü Analiz Sistemleri adı verilir (ġekil 2.35) [41]. 77

ġekil 2.35. Bilgisayar destekli analiz iģlemleri [32] Görüntü analiz sistemlerinde var olan görüntü iģleme yapıları dört sınıfta ele alınabilir. Bunlar; Ön ĠĢlemler Görüntü ĠyileĢtirme Görüntü DönüĢümleri Görüntü Sınıflandırma ve Analizlerdir. 2.10.1. Ön Ġşlem Fonksiyonları Ön iģlem fonksiyonları, analizler öncesi uygulanacak iģlemleri içerir ve genel olarak radyometrik ve geometrik düzeltmeler olarak iki Ģekilde gruplandırılır: Radyometrik düzeltmeler, algılayıcı düzensizliklerinin ve atmosferik hataların giderilmesi, yansıtılan ve emilen ıģığın doğru bir Ģekilde algılanabilmesi için gerekli dönüģümleri içerir. Geometrik düzeltmeler, algılayıcı ve Dünya nın geometrisi arasındaki farklılıktan kaynaklanan hataların geometrik olarak düzeltilmesinde ve görüntünün gerçek koordinatlarına (örneğin, enlem ve boylam) dönüģtürülmesi konularını içerir. 78

2.10.2. Görüntü iyileştirme Görüntü iyileģtirme adıyla anılan ikinci grup analiz fonksiyonları, uydu görüntülerinin görsel olarak daha sağlıklı bir Ģekilde yorumlanabilmesi için görüntü üzerindeki nesnelerin görünebilirliğinin artırılması konularını içerir. ġekil 2.36a da bir alana ait uydu görüntüsünün ham hali, ġekil 2.36b de görüntünün iyileģtirilmiģ hali görülmektedir. ĠyileĢtirilmiĢ haldeki görüntüde detayların arttığı ve görüntünün daha kolay yorumlanabilir hale geldiği görülmektedir. (a) (b) ġekil 2.36. (a) Gerçek veri ve (b) zenginleģtirilmiģ veri [32] 2.10.3. Görüntü Dönüşümleri Görüntü dönüģümleri, görüntü zenginleģtirme iģlemleriyle benzer özellikler taģır. Toplama, çıkarma, çarpma ve bölme gibi aritmetik iģlemler görüntüde istenen nesenelerin daha iyi algılanabilmesini sağlar. ġekil 2.37 de gösterilen çıkarma iģlemi örneğinde çıkarılan ve çıkan görüntülerdeki hücrelerin farkı alınarak alandaki değiģim saptanmıģtır. Uydu görüntülerine uygulanan aritmatik iģlemler sayesinde dünya yüzeyindeki alansal değiģimler kolaylıkla bulunabilmektedir. 79

ġekil 2.37. Görüntü çıkarma iģlemi [32] 2.10.4. Görüntü Sınıflandırma ve Analizler Görüntü sınıflandırma ve analiz iģlemleri görüntüyü sayısal olarak tanımak ve görüntüdeki hücreleri sınıflandırmak amacıyla kullanılır. Sınıflandırma iģlemi, görüntüdeki hücrelerin sayısal değerlerinin birbirlerine olan yakınlığına veya istatistiksel değerlerine bağlı olarak her hücreyi belli bir sınıfa atar (ġekil 2.38). ġekil 2.38. Görüntü sınıflandırması [32] Yakın geçmiģte uzaktan algılamada sadece hava fotoğrafları kullanılırken bu görüntülerin farklı verilerle birlikte kullanılması konusunda sıkıntılar bulunmaktaydı. Günümüzde, farklı algılayıcılar tarafından elde edilen çok çeģitli sayısal veriye sahip olduğumuz için bu verilerin farklı verilerle bütünleģtirilmesi sağlanabilmektedir. 80

Veri bütünleştirme, temel olarak, farklı kaynaklardan daha iyi ve fazla bilgi elde edilebilmesi amacıyla uydu görüntüsüyle diğer verilerin birleģtirilmesini içerir (ġekil 2.39). Bu terim, çok zamanlı, yüksek çözünürlüklü ve çoklu veri terimlerini açığa çıkarır. ġekil 2.39. Veri bütünleģtirme [32] Çok zamanlı terimi, farklı zamanlarda alınan görüntülerin bir araya getirilerek alandaki değiģikliklerin incelenmesidir. Farklı çözünürlükteki verilerin birleģtirilmesi bir çok uygulamada kullanılan yararlı bir yöntemdir. Örneğin, yüksek çözünürlüğe sahip veri ile düģük çözünürlüğe sahip bir verinin birleģtirilmesi sonucu görüntüdeki ayrıntılar artacak ve bu sayede nesnelerin ayırımı daha kolay yapılabilecektir. Çoklu veri kavramı ise farklı algılayıcılardan elde edilen verilerin bütünleģtirilmesi iģlemine verilen addır. Bu tür uygulamalar genelde birleģtirilecek olan verilerin ortak bir koordinat sisteminde olması esasına dayanır. Bu da yardımcı veri olarak tanımlanan uzaktan algılama verisi dıģındaki verilerin uydu görüntüleri ile birlikte kullanılmasına olanak sağlar. Bu iģlemlere, veri bütünleştirme ve analizi adı verilir. 81

2.11. Uydu Görüntüleri Uygulama Alanları Uydu görüntüleri, Dünya da binlerce iģe ve yüzlerce endüstriye değerli bilgiler sağlar. Uydu görüntülerinin en çok kullanıldığı temel uygulama alanları aģağıda açıklanılmıģtır: 2.11.1. Doğal yapıların veya yeryüzü şekillerinin haritalanması Uydu görüntüleri en çok yeryüzü Ģekillerinin/nesnelerinin tanımlanmasında, yerlerinin belirlenmesinde ve haritalanmasında kullanılırlar. Haritalanan nesne büyüklüğü sadece kullanılan uydu görüntüsünün çözünürlüğüne bağlıdır ve görüntüler jeolojik yapılardan, yolların haritalanmasına, bina yerlerinin ve otobüs istasyonlarının belirlenmesine kadar çok çeģitli yapıların haritalanmasında kullanılabilirler. Uydu görüntülerinden harita oluģturulması, aynı haritanın arazi çalıģmasıyla yapılmasından çok daha ucuza ve kısa sürede hazırlanmasını sağlar. Yapıların haritalanması iģlemi genellikle kartoğraflar, arama jeologları, yol projecileri ve Ģehir plancıları tarafından kullanılır. 2.11.2. Arazi örtüsü sınıflandırılması Bu iģlemde, görüntü, benzer arazi örtülerine göre gruplanır. Örneğin; ormanlık, açık arazi, tarım arazisi, sulak alanlar gibi. Sınıflandırma, çok özel bilgileri, farklı tipteki ürünleri ayırt edebilir. Sınıflandırma sonucunda ortaya çıkan gruplara istenen renkler verilerek benzer özellikteki yüzey örtüsü aynı renkte görüntülenir. Ancak, sınıflandırmanın ortaya koyduğu grupların benzer hücre değerlerine sahip olduğunu ama bu grubun ne tip bir arazi örtüsü olduğunun arazide yapılacak çalıģma verisi ile doğrulanabileceğini akıldan çıkarmamak gerekir. Bu iģleme kontrolsüz sınıflandırma ismi de verilmektedir. Örnekleme olarak adlandırılan alanlar kullanarak da sınıflandırma yapmak mümkündür. Bu yöntemde, kullanıcı bilinen alanları örneğin çamlık veya buğday ekili arazilere örnek alanlar belirler ve bu alanların hücre özellikleri ile aynı veya benzer olanlar gruplanır. Bu iģlemin sonucunda, görüntü üzerinde tanımlanmıģ olunan sınıfların arazi 82

üzerindeki yerleri ortaya çıkmıģ olur. Bu iģlem kontrollü sınıflandırma olarak isimlendirilir. Arazi örtüsü haritalanması, telekominikasyon planlayıcıları, ormancılar, çiftçiler, çevreciler ve doğal kaynakların değerlendirilmesi uygulamalarında en çok tercih edilen iģlemdir. ġekil 2.40 da Ulus havzasına ait arazi kullanım haritası verilmiģtir. Bu haritada Ulus havzası, arazi kullanımına göre, nadaslı tarım, orman, sulu tarım, nadassız tarım, gibi yedi guruba ayrılmıģtır. ġekil 2.40. Ulus havzası arazi kullanım haritası (Bartın). [42] 2.11.3. Değişiklik takibi DeğiĢiklik takibi uzaktan algılamada otomatik olarak yapabilecek diğer bir uygulamadır. Bu uygulama, iki farklı zamanda görüntülenmiģ aynı alanı kapsayan uydu görüntüsü gerektirir. Görüntüler geometrik olarak düzeltildikten veya çakıģtırıldıktan sonra birbirine karģılık gelen hücrelerdeki değerler karģılaģtırılarak hangilerinde değiģim olduğu belirlenir. Genellikle, değiģiklik olan yerler parlak renklerle iģaretlenir. Bu değiģiklerin türünü anlamak için arazi çalıģması veya görüntülerin daha ayrıntılı incelenmesi gerekir. Çevreciler bu tür uygulamaları orman tahribatlarını takip etmek için, Ģehir plancıları ise Ģehirlerin büyüme Ģeklini ortaya çıkarmak için kullanırlar. 83

2.11.4. Harita ve vektörel verilerin güncellenmesi Yeni uydu görüntüleri ideal haritalar olarak kabul edilmektedir çünkü, onlar en güncel ve yeryüzü Ģekillerini ve onların coğrafi iliģkilerini fotoğrafa benzeyen bir perspektiften en iyi yansıtan verilerdir. Uzaktan algılama veya CBS yazılımları, uydu görüntüleri üzerine sayısallaģtırılmıģ haritaları bindirebilir, böylelikle haritalardaki yanlıģlıklar veya eksiklikler tespit edilebilir. Örneğin yeni yapılmıģ yollar uydu görüntüsünde tespit edilerek kullanılan yazılım sayesinde bunlar mevcut haritaya ilave edilebilir. Yapılan değiģiklikler farklı renklerde veya Ģekilde gösterilebilir. Günümüzde haritaları bu Ģekilde güncellemek, araziye çalıģma ekibi göndererek yapılacak çalıģmadan hem daha ucuz, hem de daha hızlı olduğu için tercih edilmektedir. 2.11.5. Üç boyutlu modelleme Bir uzaktan algılama veya CBS yazılımı yardımıyla uydu görüntüsü kendisi ile aynı alanı kapsayan yükseklik modeli üzerine giydirilerek arazinin üç boyutlu bir görünümü elde edilebilir. Bazı yazılımlar kullanıcıya bu model üzerinde gezme veya uçuģ özelliği sağlayarak daha ayrıntılı çalıģmalara izin vermektedir. Bu tür uygulamalar genellikle, ormancılar, askeri pilotlar, jeologlar, inģaat mühendisleri ve film endüstrisi tarafından kullanılmaktadır. [31] 2.12. Uygulamalar Yukarıda anlatılan tekniklerin değiģik alanlarda kullanımları aģağıda açıklanılmaya çalıģılmıģtır. 2.12.1. Tarım Tarım, hem geliģmiģ hem de geliģmekte olan ülkelerin ekonomilerinde önemli bir rol oynar. Tarım alanlarının belirlenmesinde, tarım ürünlerinin sınıflandırılmasında, verimlilik tahmini ve bu ürünlerin sağlıklı olup olmadığının belirlenmesinde uydu görüntülerinden faydalanılmaktadır (ġekil 2.41) [32]. 84

2.12.2. Ormancılık ġekil 2.41. Tarım ürünlerinin sınıflandırılması Orman kaynaklarının ön envanterlerinin yapımı ve haritalanmasında, orman yangınlarının yol açtığı hasarların tespitinde ve haritalanmasında, orman türlerinin belirlenmesinde uydu görüntülerinden sıkça faydalanılmaktadır. ġekil 2.42 de ormanlık alanlar Radar gürüntüsü kullanılarak haritalanmıģtır. ġekil 2.43 te ise NOAA görüntüsü kullanılarak yanmıģ ve yanmakta olan ormanlık alanlar belirlenmeye çalıģılmıģtır. Bu görüntü de A ile gösterilen koyu renkli kısımlar yanmıģ ve yanmakta olan alanları göstermektedir. ġekil 2.42. Orman alanlarının RADAR görüntüsünden belirlenmesi 85

2.12.3. Jeoloji ġekil 2.43. YanmıĢ ve yanmakta olan orman alanları Yeryüzü Ģekillerinin incelenmesinde, maden aramalarında, jeolojik etüdlerin yapımında, deprem öncesi ve sonrası fay hatlarının yerlerinin tespit edilmesinde, deprem sonrası meydana gelen yıkım alanlarının belirlenmesi vb. uygulamalarda yer çalıģmalarını süre ve maliyet açısından en aza indirmek amacıyla uydu görüntülerinden faydalanılmaktadır. Örnek olarak ġekil 2.44 te 1999 yılında Marmara depreminin Gölcük ilçesinde vermiģ olduğu zararları belirlemek amacıyla deprem öncesi (üst) ve deprem sonrası (alt) görüntüleri SPOT uydu görüntüsünden faydalanılmıģtır. 86

ġekil 2.44. Gölcük ilçesi deprem öncesi (üst) ve deprem sonrası (alt) görüntüleri (SPOT XS + PAN) [43] Güney Asyada meydana gelen Tusunami felaketinin büyüklügünün belirlenmesinde de uydu görüntülerinden faydalanılmıģtır ġekil 2.45- A,B,C,D de Sri Lanka nın tatil beldesi Kolombo da bulunan Kalutara yerleģiminin, depremden hemen sonra çekilen uydu fotoğrafları, tsunami felaketini gözler önüne sermektedir. A ġekil 2.45-A: Kalutara'nın 1 Ocak 2004 te çekilen uydu görüntüsü. 87

B C ġekil 2.45-B-C: 26 Aralık tarihinde depremden 4 saat sonra çekilen uydu görüntüsü. Tsunami dalgaları kıyıları vurmaya baģlıyor. D ġekil 2.45-D: 9 büyüklüğündeki deprem, bölgesel haritada kalıcı dönüģümler yaparken, bazı küçük adaların da kayarak konum değiģtirmesine neden olmuģtur. 88

2.12.4. Hidroloji Hidroloji, yer yüzünde suyun bulunuģunu, dağılımını ve hareketini inceleyen bir bilim dalıdır. Uzaktan algılama teknikleri hidroloji çalıģmalarında, su alanlarının haritalanması ve yönetilmesi, toprak nemi tahmini, karla kaplı alanların belirlenmesi, kar kalınlığının tespit edilmesi, akarsu ve delta degiģiminin belirlenmesi, akarsu drenaj ağının tespiti ve modellenmesi, taģkın alanların belirlenmesi iģlemlerinde baģarıyla kullanılmaktadır. ġekil 2.46 da gösterildiği gibi Burdur gölü su seviyesi ile göl alan ve hacim değiģimlerinin belirlenmesi farklı yıllara ait uydu görüntüleri kullanılarak yapılmıģtır. 1975 yılına ait Landsat MSS görüntüsü. 1987 yılına ait Landsat TM 1990 yılına ait Landsat TM görüntüsü. 1996 yılına ait SPOT XS görüntüsü Sekil 2.46. Burdur gölü su seviyesi ile göl alan ve hacim değiģimlerinin belirlenmesi [6] 89

2.12.5. Kentleşme Belediyelerin hizmet verdiği geniģ coğrafyalar üzerindeki her türlü yapılaģmanın kontrolü ve takibi oldukça zaman alıcı, pahalı ve neredeyse imkânsız bir iģlemdir. Hızlı kentleģme ve göç, beraberlerinde hızlı ve kontrolsüz yapılaģmayı da getirmektedir. Günümüzde uydu teknolojileri bu anlamda önümüze geniģ ufuklar açmakta ve imkânlar sunmaktadır. Neredeyse 1 metrenin altına inmiģ görüntü hassasiyetleri ile çok kısa sürede yapılaģmayı tespit edebilmekte (enlem, boylam ve yükseklik olarak) ve belediyenin veri tabanı ile karģılaģtırılabilecek hale getirebilmektedir (ġekil 2.47). Daha önce elde edilen veri ile otomatik olarak kıyaslayabilmekte, farklı yapılaģmaları anında tespit edebilmektedir. Bu teknolojiler artık çağdaģ kent bilgi sistemlerinin ve kent planlamasının vazgeçilemeyen bir parçası olmaya adaydırlar [37]. ġekil 2.47. 1 metre hassasiyetindeki IKONOS görüntüsü (Ġstanbul Boğazı,2001) 90

2.12.6. Buzullar Uzaktan algılama teknikleri buzul tiplerinin tayini, yayılımı ve hareketlerinin incelenmesinde, buzul topoğrafyasının ve buzul dağlarının belirlenmesinde, güvenli deniz rotalarının çiziminde etkili bir biçimde kullanılmaktadır. ġekil 2.48 de gösterildiği gibi Radarsat uydu görüntüsü kullanılarak buzulların hareket yönü bulunmuģtur. Belirlenen rota, Ģekilde kırmızı çizgi ile gösterilmektedir. ġekil 2.48. RADARSAT görüntüsünden rota tayini 91

3. UYGULAMALAR Bu bölümde, ODTÜ Jeodezi ve Coğrafi Bilgi Teknolojileri Anabilim Dalı nda yürütülmüģ proje ve yüksek lisans tez çalıģmalarından örnekler sunulmaktadır. 3.1. Coğrafi Bilgi Sistemleri ile Taşkın Alanlarının Belirlenmesi Projesi (Usul, vd., 2002) [42] Su kaynakları mühendisliği temel olarak suya dair üç farklı sorun ile ilgilenmektedir. Bu sorunlar sırası ile suyun eksikliği, suyun fazlalığı ve suyun kirliliğinden meydana gelmektedir. Suyun eksikliği, kuraklığa sebep olmakta ve en baģta tarımsal üretimi etkileyip bizi kıtlık tehlikesi ile karģı karģıya bırakmaktadır. Suyun kirliliği, dünyamızı son dönemde ilgilendiren en temel sorunlardan biri olan temiz su kaynaklarının çeģitli atıkların katılmasıyla kirlenmesinden oluģmaktadır. Bu çalıģmanın konusu ise suyun fazlalığı ile oluģan taģkınların CBS ile incelenmesidir. Suyun fazla olmasından kaynaklanan taģkınlar en çok hayat kayıplarına sebep olan doğal afetlerden biridir. Genellikle yoğun yağıģlar ve kar erimeleri sırasında ya da sonrasında oluģan taģkınlar, nehir yatağına taģıyabileceğinden daha fazla suyun gelmesi ile suyun yatak dıģına taģarak etrafındaki tarla ve yerleģim yerlerini kaplaması ile sonuçlanmaktadır. Buna ilave olarak, erozyon, salgın hastalıklar ve yer kaymaları da taģkınların ardıģık etkilerinden bazılarıdır. Bu gibi etkileri de göz önüne alırsak taģkına uğramıģ bir bölgenin tamamen eski durumuna kavuģması aylar hatta yıllar sürebilmektedir. Son yıllarda, diğer pek çok araģtırma dalında olduğu gibi, coğrafi bilgi sistemlerinin taģkın çalıģmalarında kullanımı araģtırmacılara yeni olanaklar sağlamıģtır. Bu alandaki ilk çalıģmalar taģkın modellemesi olarak bilinen, suyun bir nehir yatağı boyunca akıģının bilgisayar ortamında yeniden canlandırılmasını ve dolayısı ile olası bir taģkın durumunda su altında kalacak olan alanların belirlenmesini içermektedir. Böyle bir örnek ġekil 3.1 de verilmiģtir. ġekilde A.B.D. de meydana gelen Greenville taģkınında nehrin taģkından önceki durumu ile su en yüksek seviyede iken hangi alanların su altında kaldığı gösterilmektedir. 92

ġekil 3.1. TaĢkın süresince zaman içerisinde su altında kalan alanların belirlenmesi Su kaynakları açısından zengin bilinen, ama ancak dikkatli kullanıldığı taktirde suyu kendisine yeterli olan ülkemizde, ilk olarak üniversitelerimizde baģlayan CBS entegrasyonlu taģkın çalıģmaları zaman içerisinde devlet kurumlarımız tarafından da benimsenmiģ ve havza yönetimi uygulamaları için vazgeçilmez unsurlardan biri olmuģtur. Bilindiği üzere son yıllarda dünya çapında artan bir toplumsal bilinç ile havza yönetmi uygulamaları, dünya nüfusunun artması ile giderek azalan ve kirlenen su kaynaklarının yönetimi ve korunumu için büyük önem taģımaktadır. TaĢkın çalıģmaları için temel oluģturan, beklenen olası en yüksek yağıģakıģ miktarları havza modellemesi çalıģmaları sonucunda elde edilmektedir. Olası bir büyük taģkın durumunda taģkın büyüklüğü genellikle tekerrür süresi ile beraber verilmektedir. Örnek olarak 100 yıllık bir taģkın, o bölgede yaklaģık 100 yılda ancak bir sefer görülebilecek büyüklükte olan bir taģkın debisine karģılık gelmektedir. Tekerrür süresi arttıkça taģkın ile gelen miktar artacak ve doğal olarak daha çok alanın su altında kalmasına sebep olacaktır. Seçilen bir tekerrür süresinde beklenen en yüksek debinin hesaplanmasında havza modellemesi ve istatistiksel çalıģmalar kullanılmaktadır. AĢağıda anlatılan çalıģmada elde edilen bir sonuç ġekil 3.2 de örnek olarak verilmektedir. ġekilde, Bartın nehrinde farklı tekerrür süreleri için yataktaki su yükseklikleri ve geniģlikleri gösterilmiģtir. 93

100 yıllık taşkın 50 yıllık taşkın 25 yıllık taşkın 1991 yılı taşkını 4.81 m 4.73 m 4.56 m 4.49 m ġekil 3.2. Tekerrür süresi ile birlikte taģkın seviyesinin artması Dağlık ve dik yamaçlara sahip yapısı, yağıģ zenginliği ve yerleģim yerlerinin nehir kenarlarında olmasından dolayı Karadeniz bölgesi Türkiye de en çok taģkın tehlikesi yaģayan bölgemizdir. Böyle büyük bir taģkın 20-21 Mayıs 1998 tarihinde Bartın da meydana gelmiģ ve su seviyesi normalden 15 m yükseğe çıkarak çok büyük bir bölge (37.000 km 2 alan) sular altında kalmıģtır. Bu arada, 1300 km karayolu, 600 km köy yolu, 60 km demiryolu, 12 karayolu köprüsü, 91 köy yolu köprüsü hasar görmüģ, bütün kurtarma çalıģmalarına rağmen maalesef 10 yurttaģ da hayatını keybetmiģtir. Bu taģkından etkilenen nüfusun 2.2 milyon olduğu belirtilmiģtir. Bunun için, Devlet Su ĠĢleri Genel Müdürlüğü nün desteğinde ODTÜ, GGIT Anabilim Dalı nda bir proje olarak, Bartın ili sınırları içerisindeki Ulus nehir havzası bir pilot havza olarak seçilmiģ (ġekil 3.3) ve tamamen CBS entegrasyonu ile havzanın taģkın modellemesi gerçekleģtirilmiģtir. ÇalıĢmada, ilk olarak havza için bütün hidrolojik, meteorolojik ve topografik veri (ġekil 3.4) toplanarak CBS ortamına aktarılmıģtır. TaĢkın alanları belirleneceği için, nehir yatağının durumunu tam öğrenebilmek amacıyla DSĠ Kastamonu Bölge Müdürlüğü elemanları arazi çalıģması yaparak 20 adet en kesit çıkarmıģlardır. 94

ġekil 3.3 Ulus Havzasının Türkiye deki yeri ġekil 3.4. Ulus Havzasının sayısal arazi modeli 95

CBS altlıkları oluģturulan Ulus havzasında, çeģitli tekerrür süreleri için beklenen olası debi miktarları belirlenmiģtir. Daha sonra havzanın iki ana nehir yatağı boyunca, beklenen bu debilerin olası en büyük taģkın seviyeleri ve bu seviyeler altında kalacak alanlar tespit edilmiģtir. ġekil 3.5 te bu taģkın modellemesi ile havzanın iki ana nehir kolunun kesiģiminde yeralan yerleģim bölgesinin 100 yıllık taģkında nasıl bir tehlike altında kaldığı gösterilmiģtir. ġekil 3.5. Ulus havzası taģkın çalıģması sonuçlarının CBS ile görselleģtirilmesi 3.2. Sayısal Arazi Modelindeki Belirsizliğin Değerlendirilmesi Üzerine Bir Yöntem: Taşkın Alanları Modellemesinde Belirsizliğin Yayılımı [44] Musa Yılmaz, 2002 TaĢkınlar yeryüzünde insan hayatını tehdit eden en büyük doğal afetlerden biridir ve bu nedenle su altında kalabilecek alanların taģkın çalıģmaları ile belirlenmesi oldukça önemlidir. Son yıllarda coğrafi 96

bilgi sistemlerinin hidrolojik ve hidrolik modeller ile entegrasyonu, taģkın çalıģmalarının hızlanmasını ve görsel zenginliğinin artmasını sağlamıģtır. Diğer taraftan CBS yöntemlerinin kullanıldığı diğer alanlarda olduğu gibi, CBS entegrasyonu ile taģkın çalıģmaları yapılmasında, CBS verilerindeki hata ve bu hataların CBS analizleri içerisinde yayılımı gibi sorunlar gündeme gelmiģtir. CBS entegrasyonlu hidrolik modellemede, nehir ağının geometrik özellikleri Sayısal Arazi Modelinden (SAM) elde edilmekte (ġekil 3.6) ve SAM verisi içerisindeki hatanın modelleme içerisinde yayılımı model sonuçlarını etkilemektedir. ġekil 3.6. SAM den kesitlerin elde edilmesi Bu çalıģmada, SAM ndeki belirsizliğin değerlendirilmesi üzerine, taģkın alanları modellemesinde belirsizliğin yayılımı incelenerek gerçekleģtirilen, Belirsizlik Yayılımı Modellemesi (BYM) isimli, bir yöntem sunulmaktadır. Türkiye nin Batı Karadeniz bölgesinde yer alan Ulus Havzası içerisinde küçük bir bölge çalıģma alanı olarak seçilmiģ ve Monte Carlo Simulasyonları yöntemi kullanılarak belirsizliğin yayılımı araģtırılmıģtır. ÇalıĢma alanının hidrolik modellemesi hidrolik HEC-RAS modelinin CBS ile entegrasyonu ile gerçekleģtirilmiģ ve 25, 50 ve 100 yıl tekerrüre sahip taģkınlar modellenmiģtir. BYM yönteminde, çalıģma alanına ait SAM nin türevleri rastgele hata eklenerek elde edilmiģ ve daha sonra elde edilen hata eklenmiģ her bir SAM taģkın modellemesinde kullanılarak taģkın alanları çıkarılmıģtır. GerçekleĢtirilen her CBS entegrasyonlu taģkın modellemesi bir 97

simülasyon olarak nitelendirilmiģ ve SAM ndeki belirsizlik tüm simülasyon sonuçlarının değerlendirilmesi ile hesaplanmıģtır. CBS ile taģkın çalıģmalarında ulaģılabilecek sonuçlardan biri de taģkın risk haritalarının çıkartılmasıdır. TaĢkın risk haritalarının klasik analizler ile çıkartılması neredeyse mümkün değildir. Klasik analizler ile elde edilen haritalar hesaplamalarda kullanılan tekerrür süresi debisi altında kesin olarak (yüzde yüz olasılık ile) su altında kalacak alanları göstermektedir. Klasik uygulamalardan farklı olarak BYM ile bir tekerrür süresine ait taģkında su altında kalacak olan alanları, su altında kalma olasılıklarına göre ayırabilmekteyiz. Bu yöntem ile olası veri hataları modellenebilmekte ve hatalardan doğacak her türlü yanlıģ alan hesaplamaları veritabanı içerisinde oluģturulabilmektedir. Sonuç olarak bir tekerrür süresi debisi geldiğinde tamamen su altında kalacak olan alanları, su altında kalma olasılıklarına göre (örneğin %86) ayırabilmekteyiz. Ulus havzasında elde edilen taģkın risk haritası ġekil 3.7 de gösterilmektedir. ġekil 3.7. Ulus havzası taģkın risk haritası 98

Bununla birlikte klasik bir taģkın modellemesi ile hesaplanan su altında kalan alanlar BYM ile elde edilen alanlardan oldukça farklıdır (ġekil 3.8). Bu yöntem en baģta sigortacılık olmak üzere, afet yönetimi, kentsel planlama gibi pek çok alanda yeni olanaklar sunmaktadır. ġekil 3.8. Klasik taģkın analizi ile BYM sonuçlarının karģılaģtırılması 3.3. Ġtfaiye Erişebilirliğinin CBS Kullanarak Ölçülme ve Değerlendirilmesi : Ankara, Çankaya Ġlçesi Alan Çalışması [45] Kıvanç Ertuğay, 2003 Ġnsanoğlu, hayatın kaçınılmaz bir gerçeği olan yangın olgusuyla her zaman süregelen bir mücadele içinde olmuģtur. Yangın ani ve beklenmedik bir afettir ve önlem alınmadığı taktirde her an ve her ölçekte yaģanabilir ve büyük zararlar verir. Yangın yaģamın bir gerçeğidir, fakat Ģu unutulmamalıdır ki; yangına hazırlıklı olarak bu zararları asgaride tutmak mümkündür. Yangına hazırlıklılık, yangın çıktığı zaman en kısa sürede ve en az zararla söndürülmesini amaçlayan faaliyet ve önlemler bütününü içerir ve zaman, yangına hazırlıklı 99

olmanın en hayati bileģenlerinden biridir. Zaman, yangın sürecinde, bir hayatı kurtarmayı ya da onlarcasını kaybetmeyi, bir evi kurtarmayı ya da tüm sokağı kaybetmeyi belirler. Zaman boyutu düģünüldüğünde eriģebilirlik olgusunun yangın hazırlıklılığı içindeki rolü ve önemi yadsınamaz bir gerçek olarak ortaya çıkmaktadır. Ġtfaiye eriģebilirliğinin ölçülmesi ve itfaiye birimlerinin kritik süreler içinde nerelere müdahale edebileceklerinin saptanması, bu bölgeler için öncesinden önlemler alınabilmesini sağlar. Bu çalıģmada, Çankaya ilçesi itfaiye eriģebilirliğinin coğrafi bilgi teknolojileri yardımıyla ölçülmesi ve sonuçlarının değerlendirilerek yangına müdahale süresi açısından sorunlu alanların tespit edilmesi ve tedbirler önerilmesi amaçlanmıģtır. AĢağıdaki Ģekillerde bu çalıģmadan elde edilen örnek eriģebilirlik durumu haritaları gösterilmektedir. ġekil 3.9 da Esat itfaiyesinin normal trafik koģullarında değiģik sürelerde ve ġekil 3.10 da Merkez, Esat, KurtuluĢ ve GölbaĢı itfaiyelerinin beraberce hafif trafik koģullarında ve değiģik sürelerde hangi kentsel bölgelere eriģebildikleri gösterilmektedir. Sonuçlar itfaiye sorumluluk bölgeleriyle çakıģtırılarak yetersiz eriģim bölgeleri ortaya çıkartılmıģtır. Bu iģlemler sırasında bazı bölgelere birden fazla itfaiye merkezinden kısa sürede eriģilebildiği (çakıģma olduğu), bazı bölgelere ise hiçbir merkezden istenen sürede eriģilemediği farkedilmiģtir. Bir sonraki aģamada yangına müdahelede kritik bir eģik olarak kabul edilen 10 dakikalık itfaiye eriģim süresi içinde eriģilemeyen kentsel alanlar bulunmuģ ve bu alanlarda bulunan arazi kullanımları (ġekil 3.11) ve daha detayda da binalar (ġekil 3.12) sorgulanarak ortaya çıkartılmıģtır. 100

ġekil 3.9. Esat itfaiye merkezinden, normal trafik koģullarında farklı sürelerde eriģilebilen kentsel yol ağı ġekil 3.10. Merkez, Esat, GölbaĢı ve KurtuluĢ itfaiye merkezlerinin tümünden hafif trafik koģullarında farklı sürelerde eriģilebilen kentsel yol ağı 101

ġekil 3.11. Merkez, Esat, GölbaĢı ve KurtuluĢ itfaiye merkezlerinin normal trafik koģullarında 10 dakikada eriģemedikleri kentsel bölgeler ve bu bölgelerin arazi kullanım durumu ġekil 3.12. Ġtfaiye eriģiminin yetersiz olduğu kentsel bölgelerdeki binalar 102

Elde edilen bu bilgiler, Çankaya ilçesinde yangın açısından kritik bölgeleri gösterdiği için belediyenin itfaiye planlaması için çok önemli ipuçları vermektedir. ġöyle ki, bu bölgeler için yeni itfaiye merkezleri kurulabilir, hali hazırdaki merkezlerden bazılarının görev yerleri veya sorumluluk bölgeleri değiģtirilebilir veya yangına karģı erken uyarı sistemleri kurularak müdahale süresini azaltıcı ilave tedbirler alınabilir. 3.3. Mekansal Çoklu Kriter Analizi Kullanılarak Depreme Karşı Hassasiyetin Değerlendirilmesi: Odunpazarı, Eskişehir [46] Mehmet Servi, 2004 Bu çalıģmanın amacı, depreme karģı hassasiyeti mekânsal bir problem olarak ele alarak, mekânsal analitik iģlemlerle birlikte kentsel alanlarda depreme karģı hassasiyeti değerlendirebilecek bir CBS metodolojisi geliģtirmektir. ÇalıĢma temel olarak bu hassasiyetin hesaplanmasına dayanmaktadır. Bu bağlamda tanımlanan teknolojiler yerel yönetimler için oldukça önemli ve gereklidir. Bu tür çalıģmaların yerel yönetimlere depremlerdeki kayıpların tahmininde yardımcı olması beklenmektedir. Depremlerdeki kayıpların tahmini iki aģamada incelenebilir: i- Deprem öncesi aģama; risk yönetimi, risk azaltıcı önlemler ii- Deprem sonrası aģama; ilkyardım ve iyileģtirme çalıģmaları Bu çalıģmada depremde olabilecek kayıpların ve hasarın tahminine yönelik iki yöntem kullanılmıģtır. Ġlk yöntemde mekânsal çoklu kriter analizi yapılmıģ ve her bir bina için depreme karģı hassasiyet belirlenmiģtir. Ġkinci yöntemde ise SRAS (Sismik Risk Analiz Yazılımı) kullanılmıģtır. Hassasiyet kriterlerine ek olarak sosyal kriterlere de dikkat edilmiģ, bunların deprem sonrası ilkyardım çalıģmalarının yönetiminde önemli olacağı düģünülmüģtür. Kriterlerin standartlaģtırılması, ağırlıklarının belirlenmesi ve birleģtirlimesi iģlemlerinde Çoklu-Kriter Değerlendirmesi yöntemleri kullanılmıģtır (ġekil 3.13). Bu yöntemler çoklu-özellik olanakları teorisine dayanmaktadır. Uzman bilgisine dayalı bir analizin yanısıra SRAS programı ile üç farklı deprem senaryosu üretilmiģtir. Üretilen senaryolardan bir örnek ġekil 3.14 te verilmekte ve elde edilen sonuçlar bina ölçeğinde Tablo 3.1 de sunulmaktadır. Bina bazında belirlenen hassasiyet değerlerinin mahalle ölçeğine genellenmesinden sonra 103

kentsel donatılar analiz edilmiģtir. Sonuçlar Odunpazarı nın mahallelerinin üçte birinin depreme karģı hassas olduğunu göstermektedir. ġekil 3.13. ÇalıĢmada kullanılan metodoloji ġekil 3.14. Nüfus, En yakın sağlık merkezine uzaklık, UlaĢılabilirlik, Gölcük 7.4 Ģiddetli deprem faktörleri dikkate alınarak elde edilen bina hasar görebilirlik haritası (kırmızı: en yüksek mavi: en düģük hasar görebilirlik) 104

Tablo 3.1. Bina sayılarının hasar görebilme oranlarına göre dağılımı Hasar görebilirlik aralığı Bina sayısı Yüzde 0.076-0.199 110 0.39 0.2-0.399 931 3.34 0.4-0.599 7162 25.67 0.6-0.959 19701 70.6 ġekil 3.15. Mahalle ölçeğinde genelleģtirilmiģ hassasiyet dağılımı (kırmızı: en yüksek mavi: en düģük hasar görebilirlik) 3.4. Çanakkale Savaşları nın Değerlendirilmesinde Coğrafi Bilgi Sistemi nin Kullanımı [47] Ayhan SAĞLAM, 2005 Mekân bilgisi içeren çeģitli alanlardaki farklı problemlerin çözümü için kullanılan ve çok güçlü bir teknik olan Coğrafi Bilgi Sistemleri (CBS), savaģların ve çarpıģmaların değerlendirilmesi için de kullanılabilir. Günümüzün modern orduları CBS yi stratejik noktaların belirlenmesi, 105

saldırı ve savunma planı yapmak gibi farklı amaçlar için etkili bir Ģekilde kullanmaktadır. Bunun yanında CBS geçmiģ savaģlar için de kullanılabilir ve tarihsel CBS bu tür uygulamaları içermektedir. Bu çalıģmada, Türk ve Dünya tarihi için çok önemli olan Çanakkale SavaĢları nın değerlendirilmesi için CBS kullanılmıģtır. Bu savaģlar ġubat 1915 de baģlamıģ ve 9 Ocak 1916 da Ġtilaf kuvvetleri Gelibolu Yarımadası ndan ayrılana kadar sürmüģtür. Uzun süren ve büyük kayıplara sebep olan bu savaģdaki muharebeler ve iki tarafın kayıpları ġekil 3.16 da verilmiģtir. İtilaf Kv Türk Kv ġekil 3.16 Çanakkale savaģlarındaki muharebeler ve kayıplar ÇalıĢma iki kısımdan oluģmaktadır. Ġlk kısımda, seçilen savaģlar için değiģik CBS fonksiyonlarıyla analizler yapılmıģtır. Deniz SavaĢı, Arıburnu Çıkarması, 2. Kirte ve Conkbayırı SavaĢları seçilmiģtir. Bu savaģların seçilmesinin nedeni, bu muharebelerde kayıpların çok olması yanında haklarında çok sayıda grafik ve öznitelik bilgisinin bulunmasıdır. Ġkinci bölümde Ģehitler ve mekânlar arasındaki iliģki çalıģılmıģtır. ġehit sayısının dağılımı, geldikleri il, ilçe, rütbe, ölüm yeri ve yaģ gibi farklı kriterler için ayrı ayrı araģtırma yapılmıģtır. ÇalıĢmanın muharabeler ile ilgili kısmında, seçilen savaģlarda iki tarafın birliklerinin konumları, onların hareketleri, birbirlerini görebilme durumları, yollara ve su kaynaklarına yakınlıkları gibi mekânsal özellikleri araģtırılmıģtır. ġekil 3.17 de 2. Kirte 106

muharebesinde iki tarafın konuçlandığı yerler görülmektedir. ġekil 3.18 de ise aynı birliklerin birbirlerini görebilme durumu verilmiģtir. Görülebilirlik analizinde bölgenin topoğrafyası kullanılmıģtır. Türk Kv İtilaf Kv ġekil 3.17. 2. Kirte muharebelerinde birliklerin yerleri Türk Kv Görülemeyen alanlar Türk Kv Görülebilen alanlar ġekil 3.18. 2. Kirte muharebeleri için görünürlük analizi sonucu Bu çalıģmanın Ģehitlerle ilgili kısmında elde edilen bilgilerden biri Çanakkale de Ģehit olan askerlerimizin geldikleri illere göre dağılımıdır. ġekil 3.19 da gösterildiği gibi, en fazla Ģehit veren ilimiz Bursa dır. 107

ġekil 3.19. ġehit olan askerlerin illere göre dağılımı Şehit Sayısı 0-750 751-1500 1501-2250 ġekil 3.19. Çanakkale Ģehitlerinin geldikleri Ģehirlere göre dağılımı 2251-3000 3001-3734 En çok Ģehit verilen yeri tespit etmek için de, ölüm yeri bilgisi olan kayıtlar kullanılmıģ ve ġekil 3.20 de gösterilen dağılım elde edilmiģtir. Bu dağılıma göre, en fazla askerimizin Ģehit olduğu yer Gelibolu Yarımadası nın güney ucunda yer alan Seddülbahir bölgesidir. Dağılımda üçüncü sırada ise ölüm yerine ait kayıt bulunmayanlar yer almaktadır. ġekil 3.20. Ölüm yeri bilgisine göre dağılım Ayrıca Ģehitlerin yaģlarına göre dağılımı da tespit edilmiģtir. ġekil 3.21 de görüldüğü gibi en fazla Ģehit 28 yaģındakilerden verilmiģtir. yrıca kayıtlar incelendiğinde, Ģehit olan asker veya sivillerin yaģlarının 12 ye kadar indiği ve 55 e kadar çıktığı görülmüģtür. 108

ġekil 3.21. YaĢlarına göre Çanakkale Ģehitlerinin dağılımı Bu çalıģmanın diğer bir özelliği de, Ölüm yeri - ġehit bilgileri Memleket iliģkisinin kurulmuģ olmasıdır. Bu sayede, Çanakkale SavaĢları na ait hem konum hem de sözel kayıtlara aynı anda ulaģılabilmesi mümkün hale gelmiģtir. ġekil 3.22 de gösterildiği gibi harita üzerinden UĢak ili seçilerek bu ilden Ģehit olan askerlerin bilgilerine ulaģılabilmektedir. Buradan seçilen Mehmet oğlu Mustafa isimli Ģehitin ölüm yeri olan Kirte nin Gelibolu Yarımadası üzerindeki yeri ise doğrudan harita üzerinde görülebilmektedir. Bunun tersi yani ölüm yeri harita üzerinden seçilerek de Ģehit ve il bilgilerine ulaģılabilir. Bu iģ için hazırlanan bir program Ģehit bilgilerine daha kolay ulaģılabilmesini sağlamıģtır. Program Ġngilizce ve Türkçe dil seçeneği de sunmaktadır. Lakap, baba adı, memleket gibi bilgileri kullanılarak tüm Ģehitler arasında arama yapılabilmekte ve uyan kayıtlar listelenmektedir. Ġstenilen kayıt seçildiğinde ise ölüm yeri ve memleketi harita üzerinde görülebilmekte, ayrıca bilgiler yazıcıdan çıktı olarak da alınabilmektedir. 109

ġekil 3.22. Ölüm yeri - ġehit bilgileri - Memleket iliģkisi 3.5. Parsel Tabanlı Ürün Haritalaması için Farklı Çözünürlüklü Uydu Görüntülerinin Karşılaştırılması [48] Aslı ÖZDARICI, 2005 Uzaktan Algılama teknolojisi sağladığı güncel veriler sayesinde tarımsal alanlar için önemli rol oynamaktadır. SPOT5, IKONOS, QuickBird gibi yüksek çözünürlüklü uydu görüntülerinin de eriģilebilir hale gelmesiyle artık arazi yüzeyinden daha detaylı bilgi alınabilmektedir. Bununla birlikte yüksek çözünürlüklü uydu görüntülerinin sayılarının artması, hangi görüntünün hangi çalıģma için elveriģli olduğu sorusunu da beraberinde getirmiģtir. Çünkü uygun çözünürlük, istenen çevresel kaynakların algılanabilmesi için önemli bir araçtır. Bir çok çalıģma gibi tarımsal çalıģmalar de analizler sonucunda alandan en iyi doğruluğun alınabileceği yüksek çözünürlüklü uydu görüntülerine ihtiyaç duymaktadır. Ürün haritalama, çevresel modellemeler, ürün tahmini ve harita güncelleme gibi iģlemlerden elde edilecek bilgilerin doğruluğu ürün pazarlama ve alan ile ilgili karar verme süreçlerinde önemli rol oynar. Bu çalıģmada, tek tarihte çekilen renkli SPOT 4, SPOT 5, IKONOS ve QuickBird uydu görüntüleri ile çözünürlüğü artırılmıģ QuickBird 110

görüntüsünün parsel tabanlı sınıflandırma yöntemi ile sınıflandırılması anlatılmaktadır. ÇalıĢma alanı, Türkiye nin Karacabey yakınlarında yer alan yaklaģık 95 km 2 lik bir tarım alanını kapsamaktadır (ġekil 3.23). ġekil 3.23. ÇalıĢma Alanı Amaç, çözünürlüğün tarımsal ürünler için parsel tabanlı sınıflandırma yöntemi üzerindeki etkisini değerlendirmektir. Yöntem, poligon öncesi ve poligon sonrası olmak üzere parsel tabanlı iki sınıflandırma yöntemine dayanmaktadır. ġekil 3.24. Vector veri ile çakıģtırılmıģ IKONOS renkli görüntüsü ve sınıflandırma sonucu 111

Poligon öncesi sınıflandırmada, ilk olarak, her parsel için ortalama değerler hesaplanmıģ, hesaplanan ortalama değerler kullanılarak En Büyük Olasılık sınıflandırması yapılmıģtır. Poligon sonrası sınıflandırmada ise öncelikle En Büyük Olasılık sınıflandırma yöntemi kullanılarak görüntüler hücre tabanlı sınıflandırılmıģ, ardından, her parselin içine düģen farklı özellikteki hücreler sayılarak sayıca en fazla olan hücre bilgisi parsele atanmıģtır (ġekil 3.24). Analizler sonrası yapılan doğruluk değerlendirmeleri, poligon sonrası sınıflandırma sonuçlarının poligon öncesi sınıflandırmadan daha yüksek olduğunu göstermiģtir (Tablo 3.2). Poligon sonrası sınıflandırma sonucunda IKONOS renkli görüntüsü %88,6 doğruluk payı ile en yüksek sonucu sağlamıģtır. IKONOS görüntüsünü sırasıyla %83,7 ve %85,8 doğruluk payları ile QuickBird renkli ve birleģtirilmiģ QuickBird görüntüleri takip etmiģtir. SPOT 4 ve SPOT 5 renkli görüntülerinin doğruluk değerleri %76,1 ve %81,4 olarak hesaplanmıģtır. Tablo 3.2. Poligon sonrası sınıflandırma sonuçları SPOT5 (Renkli) IKONOS (Renkli) QuickBird (Renkli) QuickBird (BirleĢtirilmiĢ) GD OK GD OK GD OK GD OK 81,4 73,3 88,6 83,7 83,7 77,0 85,8 79,9 ÜD KD ÜD KD ÜD KD ÜD KD Buğday 84,6 97,5 90 97,3 96,3 87,3 96,3 86,1 ġeker Pancarı 81 63,8 100 75,5 91,8 66,6 89,1 64,7 Pirinç 72,4 67,7 79,3 85,1 58,6 30,3 58,6 29,8 Mısır 59,9 94 78,6 91,9 68,7 94,8 75,1 95,5 Domates/Biber 95 70,2 94,1 82,1 92,5 84,5 92,2 89,7 GD: Genel Doğruluk (%), GK: Genel Kappa Ġstatistiği (%), ÜD: Üretici Doğruluğu (%), KD: Kullanıcı Doğruluğu (%) Analizler, tarım alanlarının parsel tabanlı sınıflandırma yöntemleriyle etkili bir Ģekilde sınıflandırıldığını ortaya koymuģtur. Bu çalıģma ile 112

ürün tiplerini ayırmada yüksek çözünürlüklü uydu görüntülerinden güvenilir sonuçlar alınabileceği sonucuna varılmıģtır. 3.6. Karadeniz de Bulunan Pelajik Balık Kümelerinin (Hamsi) Tercih Etmesi Muhtemel Potansiyel Alanların UA ve CBS Kullanılarak Belirlenmesi [49] Nilhan Çiftçi, 2005 Balıkçılık vazgeçilmez bir besin kaynağı olmasının yanısıra aynı zamanda Türkiye için önemli bir geçim kaynağıdır. Balık stoklarının dağılımının analizi için gerekli olan geniģ alan göz önüne alındığında; balıkçılık uygulamalarında uydu yolu ile elde edilecek olan verilerin önemi daha iyi anlaģılmaktadır. Balıkların yaģam alanlarının belirlenmesinde; klorofil yoğunluğu ve deniz suyu yüzey sıcaklığı kullanılabilecek en belirgin değiģkenlerdir. SeaWIFS ve MODIS uydularından elde edilen görüntüler ile bu değiģkenlerin Karadeniz deki doğruluğu değerlendirilmiģtir. Her iki uydudan elde edilen veriler, deniz suyu yüzey sıcaklığı açısından değerlendirildiğinde gerçek değerler ile oldukça yakın sonuçlar çıktığı görülmüģ fakat; uydulardan elde edilen verilerin değerlendirilmesinde kullanılan algoritmalar klorofil yoğunluğunu, gerçek değerden daha yüksek saptamıģtır. Yerinde yapılan ölçümler ile uydulardan elde edilen veriler değerlendirildiğinde; MODIS uydusundan elde edilen verilerin, SeaWIFS uydusundan elde edilen verilere kıyasla yerinde yapılan ölçümler ile daha yüksek iliģki düzeyine sahip olduğu saptandığından takip eden analizlerde MODIS uydusundan elde edilen veriler kullanılmıģtır (ġekil 3.25). Klorofil yoğunluğunun gerçek değerinden daha yüksek saptanmasının nedenleri anlatılmıģ ve Karadeniz in çevresel değiģiminin genel bir tanımı MODIS ürünleri kullanılarak yapılmıģtır. Türkiye için en önemli ticari balık ürününün Hamsi olması sebebiyle; bu çalıģmada hedef tür Hamsi olarak seçilmiģtir. MODIS uydusundan elde edilen Seviye 3 haftalık ortalama klorofil yoğunluğu ve deniz suyu yüzey sıcaklığı ürünleri, Hamsi kümelerinin tercih edeceği potansiyel alanların belirlenmesinde Uzaktan Algılama ve Coğrafi Bilgi Sistemleri 113

entegrasyonu ile değerlendirilmiģtir. Balık stoğu haritalarının üretilmesinde iki farklı karar verme yöntemi kullanılmıģtır. Sonuçta ortaya çıkarılan haritalarda, Mayıs 2000 ve Mayıs 2001 tarihleri arasında Karadeniz de Hamsi nin genel dağılımı ġekil 3.26 da görülmektedir. (a) En düģük En yüksek (b) ġekil 3.25. MODIS Okyanus Klorafil-a2 parametre ürünü (14.Nisan.2000) (a) MODIS Deniz suyu yüzey sıcaklığı ürünü (22 Nisan-29.Nisan) 114

26ġubat-4Mart 5Mart-12Mart 13Mart-20Mart 21Mart-28Mart 29Mart-5Nisan 6Nisan-13Nisan 14Nisan-21Nisan 22Nisan-29Nisan ġekil 3.26. 26.ġubat-29.Nisan.2000 tarihleri arasında Karadeniz de Hamsi nin genel dağılımı En düģük En yüksek 115

3.7. Suç Olaylarının Dağılımı ve Arazi Kullanımı ile Olaylar Arasındaki Ġlişkinin Analiz Edilmesinde Coğrafi Bilgi Sisteminin Kullanılması [50] Ebru AKPINAR, 2005 Suç olaylarının gerçekleģtiği yer suç analizinde önemli bir faktördür. Sadece suçun nerede gerçekleģtiği değil, aynı zamanda suç olaylarının meydana geldiği bu alanların ve çevrenin özellikleri de önemlidir. Bu nedenle, yol ağı, parsel bilgisi, okul yerleri, ticari ve konut bölgeleri gibi mekânsal verilerin incelenmesi, etkili suç analizi, suç önleme ve polis çalıģmaları için gereklidir. Bu çalıģmada, Ankara nın Çankaya Ġlçesi nin iki önemli polis mıntıkası olan Çankaya Merkez Karakolu ve Bahçelievler Karakolu için 2003 yılında polis tarafından kaydedilen ve suç olayının nerede ve ne zaman meydana geldiği bilgisini içeren hırsızlık, oto hırsızlığı, gasp ve cinayet olaylarına ait değiģkenleri kullanarak, yoğun olay alanlarını ve bu olaylar ile arazi kullanım arasındaki iliģki analiz edilmeye çalıģılmıģtır (ġekil 3.27 ve 3.28). ÇalıĢmanın amacı, arazi kullanım değiģkenlerinin suç olayları üzerindeki etkilerini belirlemek için bir metodoloji geliģtirmektir. Bunun için gerekli olan arazi kullanım haritaları arazi çalıģmalarından ve uydu görüntülerinden elde edilmiģtir. ÇalıĢmada kullanılmak üzere uydu görüntülerine iģlenen ve ve suç olaylarının meydana gelmesi açısından riskli görülen arazi kullanım verileri Ģöyledir; otoparklar, okullar, hastaneler, ticaret alanları, konut alanları, karakollar, ana caddeler, park alanları, askeri alanlar, kamu kuruluģları ve metro durakları (ġekil 3.29). ÇalıĢmada, coğrafi bilgi teknolojileri ile bütünleģebilen mekânsal veri analizi metotları kullanılarak yoğun suç bölgeleri tespit edilmiģtir. Elde edilen veri, uydu görüntüsü üzerine oturtulmuģ ve suç olaylarının çoğunlukla meydana geldiği bölgeler gösterilmiģtir (ġekil 3.30). 116

ġekil 3.27. Suç tiplerinin mahallelere göre dağılımı ġekil 3.28. Arazi kullanım haritası 117

ġekil 3.29. Alandaki belirleyici noktalar ġekil 3.30. Hırsızlık olaylarının yoğunluk analiz sonucu 118

Arazi kullanımı ve olaylar arasındaki iliģkilerin özelliklerini bulmak için iliģkilendirme hesaplamaları yapılmıģtır. Bu hesaplamalara dayanarak çalıģmanın sonunda, CBS fonksiyonlarının yardımı ile arazi kullanımı açısından potansiyel olan suç bölgeleri belirlenmiģtir (ġekil 3.31). ġekil 3.31. Alanda, potansiyel hırsızlık olaylarının dağılımı Yapılan analizler sonucunda mevcut verilerle (arazi kullanımı ve suç dağılımı) tespit edilen yoğun suç bölgeleri ile potansiyel suç bölgeleri karģılaģtırılmıģ ve geliģtirilen metodun kullanılabilirliği değerlendirilmiģtir. 3.8 Sığ Göl Sulakalanlarının Suiçi ve Suüstü Bitkilerinin Uzaktan Algılama Yöntemiyle Belirlenmesi ve Ġzlenmesi (Akyürek, vd., 2006) [51] Göller ve sulak alanlar birçok farklı türe yaģam alanı sağlamalarından dolayı biyolojik çeģitliliğin korunmasında çok önemlidir. Suiçi ve suüstü bitkilerinin özellikle sığ göl sulakalanlarda çok önemli iģlevleri vardır ve bu nedenle de suiçi ve suüstü bitkileri ekosistemin ve 119

biyoçeģitliliğin korunması açısından çok önemlidir. Suiçi bitkileri sığ göllerde birincil üretici olarak yer alır, ve mikroskopik canlılara, omurgasızlara ve balıklara barınak ve korunak sağlar. Suiçi ve suüstü bitkileri ise birlikte sukuģları için beslenme, yuvalama ve üreme alanı oluģturur. Ayrıca, kökleriyle sedimanı tuttukları için göl içi erozyonunu ve sedimanın karıģarak suyu bulanıklaģtırmasını engellerler. Bunların yanında, algleri yiyen omurgasızları ve mikroskopik canlıları barındırdıkları, besinler ve ıģık açısından alglerle rekabet ettikleri için, su içi bitkilerinin varlığı, alg populasyonlarını kontrol ederek göl suyunun alglerle kaplanmasını önler. Bu nedenlerden ötürü, suiçi ve suüstü bitkilerinin belirlenmeleri ve izlenmeleri çok önemlidir. Suiçi ve suüstü bitkilerinin belirlenmesi ve izlenmesi arazi çalıģmaları sonucunda gerçekleģtirilebilir. Arazi çalıģmalarında kullanılan en yaygın yöntem transekt örnekleme metodudur. Transekt örnekleme metodu, göl yüzeyinin belirli aralıklarda düz çizgilere bölünmesi ve bu çizgiler (transektler) üzerinde yine belirli aralıktaki noktalarda ölçümler yapılarak gerçekleģtirilir. Fakat bu metodun yüz ölçümü büyük göllerde uygulanması için çok fazla zamana, insan gücüne ihtiyaç duyulur ve sonuç olarak da yüksek ekonomik maliyeti vardır. Tüm bu sebeplerden dolayı, suiçi ve suüstü bitkilerinin belirlenmesi ve izlenmesi için daha ekonomik ve zamandan tasarruf sağlayan bir metodolojinin geliģtirilmesi gerekmektedir. Bu projedeki amaç da böyle bir metodolojinin geliģtirilmesi yönündedir ve bu metodoloji uydu görüntülerinin iģlenerek yer verileri ile karģılaģtırılması sonucunda geliģtirilecek bir indeksle elde etmek hedeflenmektedir. 1998 den 2004 e kadar olan sekiz yıllık süre zarfında Eymir ve Mogan Göllerine ait yer verileri, bitklerin yüzey kaplama alanları, bitki tür dağılımları ve göl suyu ıģık geçirgenliği değerlerinden oluģmaktadır, ayrıca elde edilen verilerin örnekleme noktalarının koordinatları mevcuttur. Bu veriler Coğrafi Bilgi Sistemleri (CBS) kullanılarak sayısal formattaki haritalara dönüģtürülecek ve yüksek mekansal çözünürlüklü IKONOS, QUICKBIRD ve orta mekansal çözünürlüklü Landsat TM, ASTER uydu görüntüleri iģlenerek elde edilecek bitki haritaları ile karģılaģtırılması hedeflenmektedir. ġekil 3.32 de Ankara-Mogan ve Eymir göllerine ait Ağustos 2005 tarihli QUICKBIRD görüntüsü ve bitki örnekleme noktaları verilmektedir. 120

ġekil 3.32. Ankara-Mogan ve Eymir göllerinin 2005 Quickbird görüntüsü ve bitki örnekleme noktaları Ağustos 2005 QUICKBIRD görüntüsünün sınıflandırılması ile Mogan gölü su içi bitkilerinin tür özelinde dağılımı elde edilmiģtir (ġekil 3.33). Elde edilen sonuçların doğrulaması 2006 yılında temin edilecek görüntülerin iģlenmesi ve yorumlanması ile yapılacaktır. Elde edilen sonuçlar uzaktan algılama araçlarının ve yöntemlerinin su yüzü ve suiçi bitkilerinin sınfılandırılmasında kullanılabileceğini göstermektedir. Ayrıca sulak alanların izlenmesi ve doğal kaynakların korunumunun sağlanması açısında uzaktan algılama ve coğrafi bilgi sistemlerinin kullanılması fayda sağlamaktadır. 121

ġekil 3.33. Mogan Gölü nde su içi bitkilerinin QUICKBIRD görüntüsünden sınıflandırılmıģ tür dağılımı 122

3.9 Afet riskinin kent ölçeğinde bütünleşik bir yaklaşımla modellenmesi projesi: Deprem Örneği (Duzgun, vd., 2006) [52] Ġnsanların yüzyıllardır afetlerle karģı karģıya olmalarına rağmen, son yıllarda kentleģme ve nüfus artıģı ile birlikte doğal afetler ile etkileģimi, önemli maddi ve toplumsal kayıplara neden olduğundan, doğal afetler ve toplum etkileģiminin kent düzeyinde yeni yaklaģımlarla ele alınması gerekmektedir. Afet riskinin azaltılması için öncelikle herhangi bir doğal afetten kaynaklanacak olan riskin belirlenmesi gereklidir. Son zamanlara kadar, özellikle deprem riskinin belirlenmesi, sadece mühendislik yapılarının kırılganlığını (hasar görebilirliğini) içeren sismik riskin saptanması ile sınırlıydı. Ancak belirlenen sismik riskin toplumun içinde yaģadığı çevre ve sosyal mekân ile ele alınmaması, karar vericilerin afet yönetiminde ortaya çıkabilecek çok sayıdaki problemle baģetmelerini zorlaģtırmıģtır. Ayrıca bu tür tek boyutlu yaklaģımlar, afet yönetiminin en önemli ayağı olan risk tayini ve riskin azaltılması sürecinde uygulanacak yöntemlerin sürdürülebilir kalkınma politikalarına entegrasyonunu zorlaģtırmıģ, hatta imkânsız kılmıģtır. Kentsel alanlarda afet riskinin belirlenmesi, afet yönetiminin vazgeçilmez safhaları olan afet öncesinde, sırasında ve sonrasında eylem planlarının belirlenmesinde kritik bir öneme sahiptir. Eğer kentin mekansal olarak belirlenmiģ çeģitli risk düzeyleri bilinirse, afet riskini azaltmak ile sorumlu karar mekanizmaları gerekli stratejileri geliģtirebilir. Bu nedenle kentsel alanlarda afet riskinin belirlenmesi ile kent elemanlarını oluģturan, zeminin, yapıların, sosyal dokunun, kritik servislere eriģimin (polis, itfaiye, hastane, vb.) ve ekonominin hepsini içine alan, disiplinlerarası bir yaklaģımla geliģtirilmiģ bütünleģik modellere ihtiyaç duyulmaktadır. Risk, genel olarak doğal afet tehlikesi ile tehlike oluģtuğunda doğuracağı sonuçların bütünü olarak tanımlanır. Afet tehlikesi ise, doğal afetin belli bir mekânda ve zaman aralığında olma olasılığıdır. Dolayısı ile deprem olma olasılığı çok yüksek bir mekânda eğer beklenen zararlar önemsiz ise risk küçük olacaktır. Bu durumun aksine, deprem tehlikesi çok düģük olsa da büyük bir Ģehirde meydana gelecek hasarlar çok ciddi olabileceğinden, genellikle risk de yüksek olacaktır. 123

Ülkemiz kentlerinin önemli bir bölümünün kentleģme oranları göz önüne alındığında, kentlerin büyük çoğunluğunun yüksek risk altında olduğu bir gerçektir. Kentsel riskin azaltılması ve hasarın en aza indirilmesi için bütünleģik bir yaklaģımla riskin bulunması gerekmektedir. Bugüne kadar yapılan deprem riski tahminleri daha çok sismik tehlikenin hesaplanması ve ağır hasar görebilecek binaların belirlenmesi aģamalarından oluģmaktadır. Ancak bu tür bir yaklaģım, riski oluģturan diğer kent elemanlarının göz ardı edilmesi nedeni ile eksik bir yaklaģımdır. Çünkü deprem tehlikesi gerçekleģtiğinde oluģacak sonuçlar sadece binaların yıkılmasından ibaret değildir. Kentte yaģayan toplum, kent ekonomisi, alt yapı, kültürel ve tarihi eserler gibi kenti meydana getiren tüm elemanların göz önüne alındığı bütünleģik risk modelleri ile kentsel risk gerçekçi bir Ģekilde tahmin edilebilir. Bu projede kentsel afet riskinin belirlenmesi için sosyo-ekonomik, acil durum eriģebilirliği, yapı özelliklerini girdi olarak kullanan mekânsal bir afet riski modeli geliģtirilmiģtir. GeliĢtirilen model bir prototip olup, EskiĢehir BüyükĢehir Belediyesi nin iģbirliği ile EskiĢehir de uygulanabilecek durumdadır. BütünleĢik deprem riski modeli coğrafi bilgi sistemlerini (CBS) ve uzaktan algılama (UA) tekniklerini araç olarak kullanmıģtır. Model aynı zamanda karar vericilerin baģvuracağı bir mekânsal karar destek sisteminin iskeletini oluģturacak niteliktedir. Bu iskelet, üç boyutlu görüntüleme/haritalama teknikleri ile güçlendirilmiģ ve böylece karar vericilerin daha gerçekçi karar almalarını ve çeģitli senaryoları değerlendirmelerini kolaylaģtırma olanağını sağlamıģtır. Proje, 2004 yılında Ortadoğu Teknik Üniversitesi nde (ODTÜ) baģlatılan YaygınlaĢtırılmıĢ Ulusal ve Uluslararası Projeler (YUUP) programı çerçevesinde, Türkiye nin sorunlarına kapsamlı çözümler üretmek amacı ile baģlangıçta ODTÜ de, daha sonra ise Türkiye deki diğer bazı üniversitelerden gelen katılımcılardan oluģan YUUP gruplarının tetiklemesi ile oluģmuģtur. YUUP gruplarında filizlenen bu fikir ODTÜ nün sağladığı maddi destek ile 2005 de disiplinlerarası bir projeye dönüģmüģtür. Projenin 2006 Ağustos ayında sonuçlanması beklenmektedir. Projenin amacı, bir kentteki afet riskinin tüm boyutları ile ele alınarak, özellikle belediyeler ve valilikler gibi karar vericilerin 124

kullanabileceği prototip bir model üretmek olduğundan, proje, ODTÜ nün ilgili bölümlerinden (Jeodezi ve Coğrafi Bilgi Teknolojileri, ĠnĢaat Mühendisliği, Jeoloji Mühendisliği, Sosyoloji ve Ġktisat bölümleri), Süleyman Demirel Üniversitesi Mimarlık Fakültesi nden ve Anadolu Üniversitesi Sosyoloji Bölümü nden öğretim üyeleri ve araģtırma görevlilerinden oluģan araģtırmacıların ve EskiĢehir BüyükĢehir Belediyesi nin iģbirliği ile yürütülmektedir. Proje toplam yedi iģ paketinden (ĠP) oluģmaktadır. Bu iģ paketleri aynı zamanda projenin alt projeleri niteliğindedir ve bütünleģik model bunların CBS de birleģtirilmesinden oluģmuģtur. Projenin iģ paketleri Ģunlardır: ĠP1: Sismik Tehlike Analizi: Bu analizde, kenti etkileyebilecek aktif faylar belirlenerek bu fayların yaratabileceği deprem tehlikesinin olasılık dağılımı elde edilmektedir. ĠP2: Zemin Tehlike Analizi: Sismik tehlike gerçekleģtiğinde zeminin kent alanında nasıl davranacağının modellenmesidir. ĠP3: Yapısal Kırılganlık (Hasar Görebilirlik) Analizi: Sismik ve zemin tehlike analizlerinin sonuçları göz önüne alınarak yapıların yer hareketine bağlı kırılganlık eğrilerinin belirlenmesini ve hasar görebilirliklerinin saptanmasını içerir. ĠP4: Sosyo-Ekonomik Kırılganlık Analizi: Kentsel bir afetin olumsuz etkilerine en çok açık (kırılgan) olan toplumsal katmanların belirlenmesini ve bir afetin yol açabileceği iģsizlik ve yoksullaģma ile baģetme stratejilerinin neler olabileceğinin saptanmasını hedefler. ĠP5: Acil Durum EriĢebilirliği Analizi: ĠP5 in amacı kentte, emniyet, sağlık ve yangın ile ilgili acil durum kurumları açısından hizmet eriģebilirlik bölgelerinin saptanması ve mekânsal eriģilebilirlik endekslerinin geliģtirilmesidir. ĠP6: CBS ye Dayalı BütünleĢik Risk Modelinin GeliĢtirilmesi: ĠP6 nın amacı ise, deprem afeti riskini oluģturan her faktörü (sismik tehlike, zemin, yapı, sosyo-ekonomik, kritik servislere eriģebilirlik) CBS 125

ortamında oluģturulan bir model ile bütünleģtirmek ve 3-boyutlu CBS analizleri ile mekansal karar destek sisteminin alt yapısını kurmaktır. ĠP7: 3-Boyutlu Kent Modelinden Riskin GörselleĢtirilmesi: 3-boyutlu Ģehir modeli oluģturmayı ve bununla bütünleģik riski görsellemeyi amaçlamıģtır. Proje, yukarıda sözü edilen iģ paketleri ĠP1-ĠP5 in tek tek yürütülüp, ĠP6 da birleģtirilmesi ile gerçekleģtirilmiģtir. Projenin çıktılarına örnek olarak acil durum eriģebilirliği ve 3-boyutlu kent analizi iģ paketleri sonuçları ġekil 3.34 ve 3.35 de verilmiģtir. ġekil 3.34 de EskiĢehir de itfaiye ve sağlık kuruluģlarının kent içindeki eriģebilirlikleri gösterilmiģtir. ġekil 3.35 de ise EskiĢehir deki Cumhuriyet Mahallesi nin 3-boyutlu kent modeli verilmiģtir. Bu model ile Cumhuriyet mahallesine gitmeye gerek olmadan, sanal ortamda mahallenin tamamı görülebilmekte ve afet riski bina ölçeğinde izlenebilmektedir. ġekil 3.34. Sağlık kurluģları ve itfaiye eriģebilirliği haritaları ġekil 3.35. Üç-boyutlu kent modeli 126