aofsoru.com

Uzaktan Algılama Dersi 8. Ünite Özet

Uzaktan Algılama Uygulama Alanları

UYGULAMA ALANLARI

Yeryüzü üzerinde doğal kaynaklar sınırlı olduğu için dünyamızın enerji dengesi, iklimi, biyolojik çeşitliliği, kimyasal döngü süreçleri ve su kaynaklarının korunması ve yönetimi için global bir perspektife, bilimsel disiplinler arası yardımlaşmaya ve yeni araştırma stratejilerine ihtiyaç vardır. Uzaktan algı lama bilimi sağladığı düşük maliyet, sinoptik görüş ve bilgi çeşitliliği avantajıyla bu amaca yönelik global bir bakış sağlamakta ve yeni araştırma strateji ve tekniklerinin geliştirilmesinde anahtar bir rol oynamaktadır. Uzaktan algılama bilimi birçok çevre uygulamasında aşağıda sıralanan özellikleri nedeniyle başarıyla kullanılmaktadır:

  • Daha düşük maliyet,
  • Kullanılan algılayıcıların insan gözünün duyarlı olduğu alandan çok daha geniş bölgeleri algılaması,
  • Sinoptik görüş imkânı nedeniyle büyük alanların hızlı ve doğruluklu haritalanması,
  • Erişilemeyen alanların izlenme olanağı,
  • Periyodik gözleme olanağı ve değişim saptama analizi,
  • Mevcut haritaların hızlı güncelleştirimi,
  • Uzaktan algılama ile elde edilen dijital verilerin Coğrafi Bilgi Sistemlerinde (CBS) diğer haritalarla entegrasyon olanağı.

Genel olarak uygulamalar alanları kara, deniz, atmosfer ve hava olarak gruplanmaktadır. Uzaktan algılamanın kullanıldığı başlıca kara uygulamaları aşağıda verilmektedir:

  • Tarım
  • Ormancılık
  • Hidroloji
  • Jeoloji
  • Afet İzleme Çalışmaları
  • Arazi Kullanımı
  • Haritalama

Uzaktan algılama verilerinin kullanıldığı başlıca su uygulamaları aşağıda verilmektedir:

  • Su kaynakları yönetimi
  • Su kalitesi (deniz, göl ve gölet) kirliliği izleme ve analizleri
  • Plankton ve gelgit araştırması
  • Yağ tabakası kirliliği araştırmaları
  • Deniz yüzeyi, rüzgâr ve dalga araştırmaları
  • Deniz yüzeyi sıcaklık dağılımı belirleme
  • Deniz yüzey suyu akıntısı izleme
  • Okyanus ve kıyı bilimleri araştırmaları

Uzaktan algılama verilerinin kullanıldığı başlıca atmosfer ve hava uygulamaları aşağıda verilmektedir:

  • Atmosferik parçacık türü ve dağılımının izlenimi
  • Atmosferik geçirimlilik
  • Yüzey ve atmosfer sıcaklığı
  • İklim değişimi araştırması
  • Ozon tabakası konsantrasyonu ve dağılımının izlenmesi
  • Bulut ve su buharı içeriğinin izlenmesi
  • Bulutlardaki yağış ve su içeriğinin analizi
  • Meteorolojik araştırma, hava analizi ve tahmini
  • Hava kirliliği araştırması ve izlenmesi

İki Farklı Uygulama Örneği

Yukarıdaki bölümlerde belirtildiği gibi yeryüzündeki mevcut doğal kaynakların korunması ve yönetiminde uzaktan algılama verileri önemli rol oynamaktadır. Ancak uzaktan algılama biliminin farklı çevre sorunları ve uygulama alanlarında başarılı bir şekilde uygulanabilmesi için:

  • Problemin ve/veya uygulamanın açık ve net tanımı,
  • Uygulama türünün uzaktan algılama teknikleri ile çözümündeki potansiyelin değerlendirilmesi,
  • Uygun veri elde etme prosedürünün belirlenmesi,
  • Kullanılacak veri işleme ve/veya yorumlama prosedürlerinin ve gerekli olan referans verisinin saptanması,
  • Elde edilen çıktı ürününün/bilgisinin doğruluğunun irdeleneceği ölçütlerin belirlenmesi gerekmektedir.

Uzaktan algılamada amaç, yeryüzü cisimlerinin özellikleri (elektromanyetik ışınım ve atmosfer ile etkileşimleri beraberinde) hakkında uzaktan algılanmış verilerden bilgi çıkartılmasıdır. Ancak uzaktan algılama veya ölçme işlemi ilgilenilen cisimlere etki eden birçok değişken nedeniyle tümüyle kontrol altına alınamamaktadır. Bu yüzden, uzaktan algılamanın fiziksel temelinin ve kullanılacak uydu verisinin özelliklerinin iyi anlaşılması, veriden bilgi çıkartımına yönelik kullanılacak istatistiksel ve/veya diğer yöntemlerin uygulanmasında çok önemlidir. Genel olarak uydu görüntü verilerine bir uygulama öncesinde bazı önişleme adımlarının uygulanması gereklidir. Bu adımlar verideki radyometrik ve geometrik distorsiyonların giderilmesinin yanı sıra daha etkin veri işleme için gerekli özellik çıkartımına yöneliktir. Radyometrik düzeltme işlemi görüntüde aydınlanma ve bakış geometrisindeki farklılıklar, atmosferik etkiler ve algılayıcı kaynaklı gürültü hatalarının giderilmesi için yapılır. Radyometrik düzeltme aynı zamanda farklı algılayıcı ve/veya farklı mevsimlerde/tarihlerde algılanmış verilerin karşılaştırılmasına yönelik bu verilerin bilinen (mutlak) ışınım veya yansıtma birimlerine dönüştürülmesi/kalibre edilmesi için de gerekli bir işlem adımıdır. Optik algılayıcılarda aydınlanma ve bakış geometrisindeki farklılıklar, görüntülenen yeryüzü yüzeyi, Güneş ve algılayıcı arasındaki geometrik ilişkileri ve uzaklığı göz önüne alan farklı modeller ile düzeltilmektedir. Özellikle farklı algılayıcılardan farklı tarihlerde veya mevsimlerde alınmış uydu görüntülerini karşılaştırmak veya bölgenin mozaiğinin oluşturulmasına yönelik aynı algılayıcıdan alınan birçok görüntü arasında homojen aydınlanma (uniform kontrast) sağlamak amacıyla radyometrik düzeltme işlemi yapılmalıdır.

Uydu görüntüleri, genelde geometrik distorsiyonları (sistematik veya sistematik olmayan) içerdiğinden, harita amaçlı kullanılmazlar. Bu distorsiyonlar yükseklikteki, konumdaki ve algılayıcı platformunun hızındaki değişimlerden, yeryüzü eğriliği ve atmosferik kırılma gibi birçok etmenden kaynaklanmaktadır. Geometrik düzeltmenin amacı, bu faktörler nedeniyle oluşan distorsiyonları gidererek, düzeltilmiş dijital uydu görüntüsünün haritanın geometrik entegrasyonuna sahip olmasını sağlamaktır. Geometrik düzeltme işleminde 2 temel yaklaşım söz konusudur. İlk yaklaşımda, sistematik olan distorsiyonların hata kaynakları matematiksel olarak modellenerek düzeltme işlemi uygulanır. Sistematik olmayan (gelişigüzel) distorsiyonlar ile bilinmeyen (artık) sistematik distorsiyonların giderilmesini amaçlayan ve “rektifikasyon” olarak adlandırılan ikinci yaklaşımda ise, görüntüde homojen dağılmış, konumu belirgin yer kontrol noktaları (YKN) ile bu noktaların harita karşılıkları arasındaki matematiksel bağıntı kurularak düzeltme işlemi tamamlanır

Sınıflandırma yöntemleri cisimlerin elektromanyetik spektrumun değişik dalga boyu bölgelerinde farklı yansıtım özellikleri göstermesine dayanır ve algılanan cisimlerin otomatik olarak tanınmasına ve birbirleri ile sınırlandırılmasına olanak verir. Sınıflandırma sonucu oluşturulan tematik bir harita, tanımlanabilir yeryüzü özelliklerinin mekânsal dağılımını gösterir. Gösterilecek olan temalar, toprak, bitki örtüsü türleri ve su gibi genel arazi örtüsü sınıflarına ek olarak yerleşim, sanayi ve park alanları gibi arazi kullanımı sınıflarını içermektedir. ‹ki temel sınıflandırma yöntemi söz konusudur; (i) Kontrolsüz sınıflandırma, (ii) Kontrollü sınıflandırma. Kontrollü sınıflandırmada, önceden belirlenen sınıfları temsil eden örnek kontrol bölgeleri (örüntüler) görüntü üzerinden seçilerek sınıflar arası ayırt edilebilirlik, kontrolsüz sınıflandırmada ise herhangi bir temsil edici kontrol bölgeleri olmaksızın görüntü verisinin kendi doğal spektral gruplara ayrılması amaçlanmaktadır. Kontrolsüz sınıflandırmada oluşan sınıfların özellikleri daha sonra yersel çalışmalar, bölgeye ait hava fotoğrafları ve topoğrafik haritalarla karşılaştırılarak belirlenir.

Örnek 1: Çölleşmenin İzlenmesinde Uydu Görüntü Verilerinin Kullanımı

Hızla gelişen teknoloji ve sanayileşmenin paralelinde doğal kaynakların yok edilip, ekolojik dengenin bozulması sonucunda oluşan çölleşme, Dünya’da ve ülkemizde çevre sorunlarının en başında yer almaktadır. Birleşmiş Milletlerin tanımına göre çölleşme toprağın biyolojik potansiyelinin, sonrasında çöl koşullarına sürükleyecek şekilde azalımı veya yok edilmesidir. Çölleşme veya toprak kaybı, zamansal ve mekânsal olarak oldukça değişken ve karmaşık bir prosestir. Toprak kaybını kontrol eden faktörler:

  • Yağış rejimi,
  • Toprak özellikleri,
  • Bitki örtüsü özellikleri,
  • Arazi kullanımı,
  • Topoğrafik karakteristiklerdir

Uzaktan algılama verileri ile %30’dan daha az bitki örtüsüne sahip kurak ve yarı kurak sistemlerde bitki örtüsü tipi ve miktarının gözlenmesinde 3 temel problem ile karşılaşılır:

  • Karışık piksel
  • Geri plandaki toprak etkisi
  • Gölge etkisi

Bitki örtüsü miktarı genellikle bitki örtüsü indeksleri ile bitki örtüsü tipi ise tematik sınıflandırma yardımıyla belirlenir. Oldukça yeni bir yaklaşım olan spektral karışım modelleme ise, yukarıda anılan iki yöntemin kavramsal özelliklerini birleştiren ve belirli spektral sınıfların altpiksel oranlarını belirlemede kullanılan bir yöntemdir. Bitki örtüsü indeksleri, farklı spektral bant değerlerinin çeşitli aritmetik işlemler (bölme, çıkartma, vb.) ile bir pikseldeki bitki örtüsü miktarını göstermeye yönelik tek bir değer elde etmek için tasarımlanmış nicel ölçülerdir. Geliştirilen farklı tür indeksler arasında “Normalize Edilmiş Fark Bitki Örtüsü İndeksi (NDVI)” en yaygın olarak kullanılan oransal bir yöntemdir. NDVI indeks değerleri teorik olarak (-1) ile (+1) arasında değişir. Yeşil bitki örtüsünün fazla olduğu alanlarda indeks değeri +1’e doğru yaklaşırken, bulut, su ve kar düşük (eksi) NDVI indeks değerlerine sahiptir. Kayalık alanlar ve kıraç toprak ise kırmızı ve yakın kızıl ötesi bölgede benzer yansıtım özellikleri taşıdığından, bu yüzeylerde NDVI sıfıra yakın değerler alır.

Örnek 2: Kentsel Gelişimin İzlenmesinde Uydu Görüntü Verilerinin Kullanımı

Dünya nüfusu her geçen yıl artmakta, bu artışla birlikte köyler beldelere, beldeler ilçelere, ilçeler kentlere dönüşmektedir. Birleşmiş Milletler Nüfus Dairesinin verilerine göre 2050 yılına kadar Dünya nüfusunun 2.5 milyar artacağı ve bu nüfusun % 80’inin şehirlerde yaşayacağı tahmin edilmektedir. Kentleşme, kent sayısının ve kentlerde yaşayan nüfusun artması olarak kısaca tanımlanabilir. Kentsel gelişim ile ilgili aşağıda belirtilen hususlar önemlidir:

  1. Kentsel gelişiminin amacı, yaşam kalitesini arttırmaktır.
  2. Kentleşme/şehirleşme hızı, planlı ve/veya plansız olarak dramatik biçimde artmaktadır.
  3. Sürdürülebilir kentsel gelişme yaklaşımı (yoğunluk, kirlilik, şehir ısı adaları, işe gidiş-geliş zamanı, vb.) planlamada göz önünde bulundurulmalıdır.

Kentleşme kavramına yönelik olarak özellikle yerleşim birimindeki arazi örtüsü/kullanımı değişimi, uzaktan algılama teknikleri ve CBS entegrasyonu ile başarıyla yapılabilmektedir. Bu konuya yönelik başlıca uygulama alanları;

  • Kentsel alanların sınırlarının belirlenmesi,
  • Kentsel gelişimin izlenmesi,
  • Arazi örtüsü/kullanımı sınıflandırması ve haritalaması,
  • Kentsel gelişme sonucu arazi örtüsü/kullanımındaki değişimin belirlenmesi,
  • Tanımlanan değişim türüne ve sınırlara bağlı olarak arazi örtüsündeki değişimin nicel (kantitatif) olarak belirlenmesi,
  • Yeşil alanların korunması ve yeni yeşil alanların yaratılmasıdır.

Nüfus, sosyo-ekonomik ve çevresel koşullar, arazi kullanımı/örtüsündeki değişimin nedenleri ve etkileri, CBS ortamına aktarılarak elde edilen doğru ve güncel bilgiler ile yerel yönetimler ve/veya ilgili devlet sektörlerinin sağlıklı ve doğru kararlar alabilmesi sağlanmaktadır. Örneğin, uydu verilerinin CBS de entegrasyonu ile belirli bir bölgenin,

  • Arazi kullanımı değişim hızı
  • Değişim hızının, coğrafi bölgelere bağlı olarak mı değişmekte olduğu,
  • Değişim hızının, zaman ve alanlara bağlı olarak mı değişmekte olduğu,
  • Arazi kullanımı örüntülerini hangi faktörlerin etkilediği ve zamansal olarak bu faktörlerin nasıl değişmekte olduğu,

vb. analizler, kentsel gelişiminin ileriye yönelik kestirimlerine yardımcı olmaktadır. Kentsel yapılaşmayla ilgili yaşanan problem ve sınırlamalara çözüm olarak:

  • Değişim saptama analizi
  • Değişim vektörü analizi
  • Sınıflandırma karşılaştırılması
  • Görüntü resgresyonu
  • Spektral karışım analizi yöntemleri kullanılmaktadır.

Şehir gelişiminin izlenmesi ve arazi örtüsü/kullanımının haritalamasında uydu görüntü verilerinin kullanımının avantajları şu şekilde sıralanabilir:

  • Daha düşük maliyet,
  • Sinoptik görüş olanağı nedeniyle büyük alanların hızlı ve doğruluklu haritalanması,
  • Mevcut kartoğrafik paftaların hızlı güncelleştirimi,
  • Hızlı gelişme gösteren alanların periyodik gözleme olanağı,
  • Uzaktan algılama ile arazi kullanımı/örtüsüne yönelik elde edilen bilgilerin kadastral haritalarla entegrasyon olanağı,
  • Uydu görüntü verileri ile kartoğrafik verilerin CBS’de entegre edilebilme kolaylığıdır.

Yukarı Git

Sosyal Medya'da Paylaş

Facebook Twitter Google Pinterest Whatsapp Email