Grafik (mekânsal) veriler

Mekânsal analiz ve gösterim için gereken koordinat bileşeni içerisinde bulunduran ve görselleştirilebilen verilere grafik mekânsal(coğrafi) veri denilmektedir[8]. Örneğin; harita üzerinde bir ülkeye ait konum işaretlenmiş ve dünya üzerindeki yeri gösteriyor ise, bu bilgi analiz ve görselleştirme özellikleri taşıdığından dolayı mekânsal veri niteliği taşımaktadır.

Dijital ortamda tutulan mekânsal veriler, “Raster” ve “Vektör” veriler olmak üzere iki yapıda bulunmaktadır.

Raster veri modeli

Raster veriler; piksel verilerinin 2 boyutlu ortamda ızgara sistemi üzerinde konumlanmasıyla temsil edilen mekânsal veri modelidir [9]. Izgara (Grid) sistemi veya daha çok bir satranç tahtası şeklinde temsil edilen bu türdeki veriler, içerisinde renk bilgisini depolayan eşit ölçüdeki satır ve sütunlara sahip hücrelerden oluşurlar. Şekiller veya coğrafik oluşumlar Raster Hücreleri'nin birleşimi ile görsel olarak temsil edilebilir.

Genel bir tabirle raster; coğrafi oluşum ve özelliklerin gösterimi için kullanılan, fotoğraf özelliğine ve mekânsal bilgiye sahip veri modelidir.

Uydu görüntüleri ve hava fotoğrafları gibi uzaktan algılama ile temin edilen veriler ve kâğıt haritaların taranmasıyla elde edilen veriler çoğunlukla raster formatındadır. Ayrıca vektör verilerin rasterize edilmesiyle de raster haritalar elde edilmektedir. Raster görüntüleri projelerde, altlık harita olarak, yükseklik modellemesinin oluşturulması veya analizler için kullanılmaktadır. Fakat raster görüntülerinin bu amaçlar doğrultusunda kullanılması için koordinat düzlemine enlem, boylam veya izdüşümü bilgileri ile

referanslanmaları gerekmektedir. Böylelikle koordinat düzlemi üzerinde bulunmaları gereken gerçek lokasyona taşınmaları sağlanmış olmaktadır[10].

Vektörel veri modeli

Vektör veri modeli, nokta ve noktaların birleşmesinden oluşan alan ve çizgilerin gerçek coğrafi modeli temsili ile ortaya çıkmaktadır. Böylece doğal ve yapay şekiller nokta, çizgi ve alanlar ile tanımlanarak vektör veri modelini oluşturur[11]. Her ne kadar vektör veri modeli karmaşık doğal ve yapay şekillerin oluşturulması için uygun olsa da, çıktılar raster veri modelinde olduğu gibi fotoğraf özelliği taşımadığından dolayı, coğrafi görüntüleri görselleştirmek için uygun bir model değildir. Vektör veri modelinin önemi analiz ve sorgulamalarda ortaya çıkmaktadır.

Raster verisinde olduğu gibi vektörel veri modelinin koordinat düzleminde temsil edilmesi için enlem, boylam veya koordinat sistemi bilgileri ile referanslanmaları gerekmektedir.

Vektörel veri modelinin gösterimi için nokta, çizgi ve alan olmak üzere üç temel yapı kullanılmaktadır [12]. Örneğin nokta yapısını; bina, okul, şehir merkezi gibi noktasal yerleri, çizgi yapısını; akarsu, fay hattı ve yol gibi şekilleri, alan ise; ülke sınırlarını ve arazi gibi bölgeleri belirlemek ve göstermek için kullanılmaktadır.

Şekil 2.1. Gerçek dünya görüntüsünün raster ve vektör gösterimi [13]

Nokta geometrisi

Nokta geometrisi vektör modelinin en temel veri yapısıdır. 2 boyutlu mekânsal koordinat düzleminde temsili için X,Y bileşenlerinden oluşmaktadır. Üç boyutlu CBS uygulamaların yayılması ile birlikte X,Y,Z lokasyon bilgisi ile temsil edilerek, verinin yükseklik bilgisi de tanımlanmaya başlanmıştır.

Elektrik direkleri, ağaç, apartman gibi nokta geometrisindeki şekillerin gösterilmesi için tanımlanan katmanlardır. Ayrıca ölçek değişimi göz önünde bulundurulduğunda nokta geometrisinde kullanılan şekil tipleri farklılık gösterebilmektedir. Örneğin; yeryüzüne yüksek ölçeklerde bakıldığından bir arazi nokta tipi ile gösterilebilirken, düşük ölçekte detay artacağından dolayı arazi, nokta ile değil poligon ile temsil edilmektedir.

Çizgi – çoklu çizgi geometrisi

Çizgi ve çoklu çizgi temelde noktaların birleşimi ile oluşan, koordinat düzlemindeki lokasyonu X1,Y1,Z1 koordinatları ile başlayan ve X_n, Y_n, Z_n ile biten geometrik şekillerdir. Nehir, yol, fay hattı gibi şekiller çizgi ve çoklu çizgi geometrisi ile temsil edilebilirler. Nokta geometrisinde olduğu gibi çizgi ve çoklu çizgi ile temsil edilen bazı şekiller ölçek değişiminden etkilenerek nota veya alan ile gösterimi yapılabilmektedir.

Alan (Poligon) geometrisi

Poligon geometrisi de temelde, çizgi ve çoklu çizgi geometrisinde olduğu gibi noktaların birleşimi ile oluşan bir yapıya sahiptir. Fakat poligon ve çizgi geometrisi arasında birbirlerini ayıran iki önemli fark bulunmaktadır. Poligon geometrisi ile oluşturulan şekiller X1,Y1,Z1 koordinatları ile başlayarak X1,Y1,Z1 noktasında tekrardan sonlanırlar.

Çizgi geometrisi ile arasındaki ikinci fark ise; bir alan oluşturabilmek için veri yapıları en az üç noktadan oluşması gerekmektedir ve başlangıç noktasında veri sonlanmayabilmektedir.

Poligon bir alanın veya kapalı bir şeklin temsili için uygun bir geometridir [14]. Örneğin;

parsel, ormanlar, araziler, hava alanları ve dünya sınırları gibi şekiller poligon geometrisi ile tanımlanarak gösterimi sağlanabilmektedir.

Şekil 2.2. Vektör veri modeli temel sembolleri

2.1.2. Sözel (Özniteksel) veriler

Özniteksel veri, en basit tanımı ile CBS’de grafik verileri tanımlayan, coğrafi bileşeni olmayan veri demektir. Özniteksel veriler, grafik mekânsal verilerin tanımlanması amacıyla CBS sistemlerinde depolanan bilgilerdir [15]. Konuma bağlı olmayan öznitelik veriler CBS'ler için büyük önem arz etmektedir.

Mekânsal ve özniteliksel veriler arasında bağlantı oluşturularak çeşitli coğrafi, ekonomik, kültürel sorgulama ve analiz işlemleri gerçekleştirilebilmektedir. Örneğin; meteoroloji verilerinin tahmini, uzaktan algılama yöntemleri ile elde edilen mekânsal ve özniteliksel verilerin analizi ile mümkün olmaktadır.

Open Geospatial Consortium (OGC) 2.2.

OGC kar amacı gütmeyen bir birlik olup, mekânsal bilgilerin işlendiği teknolojilerin işbirliği sağlamasını ve geliştirilmesine yönelik kurum ve bireylerden oluşmaktadır. 1994 yılında 8 katılımcı ile kurulan OGC, günümüzde yurtiçi ve yurtdışında katılım sağlayan yazılım firmaları, üniversiteler, kamu ve askeri kurumlar ile 300’ün üzerindeki katılımcıya ulaşarak standartları belirleyen bir kuruluş olmuştur [16].

OGC’nin vizyonu;

 Mekânsal verilerin erişilebilirliğini artırmak,

 Teknolojik farklılıkları ortadan kaldırmak,

 Maliyetleri azaltmak ve verimliliği artırmak,

 Problemlerin tek bir çatı altında ortak çözümünü sağlamak, maddelerini içermektedir [17].

Misyonu ise vizyonunu gerçekleştirmek amacıyla yayınlamış olduğu teknik arayüz ve cbs standartlarının kullanıcılara açık hale getirilmesidir[17]. CBS uygulamalarının haberleşmesi için bir kılavuz vazifesi gören OGC standartları, CBS teknolojilerin farklılıklarını dikkate almadan birbirleriyle haberleşmesini sağlamak amacıyla OGC tarafından sunulmuştur [16]. Coğrafi bilgi sistemlerinde kullanılan veri formatlarındaki değişimler, donanım ürünlerinin gelişmesi ve uygulamaların artışı ile birlikte OGC standartlarına olan ihtiyaç gün geçtikçe artmış, bu standartlar CBS için vazgeçilmez olmuştur [18]. Bu gelişmeler doğrultusunda konumsal ve sözel verilerin paylaşılması için OGC birçok standart yayınlanmıştır [19].

2.2.1. OGC servileri ile iletişim

OGC tarafından belirlenen servisler “HTTP” protokolünü kullandığından dolayı istemcinin CBS sunucusuyla haberleşmesi “POST” ve “GET” metodları vasıtası ile olur. Bu servislerin uluslararası kabul görmesi ve birlikte çalışabilirliği sağlamak için OGC tarafından zorunlu sorgular tanımlanmıştır. Bu sorgular; “GetCapabilities”, “GetMap” ve

“GetfeatureInfo” olarak belirlenmiştir. Zorunlu sorgular ile beraber opsiyonel olarak

“DescribeLayer”, “GetStyles” ve “GetLegendGraphic” sorguları da ortaya çıkan ihtiyaçlar doğrultusunda tanımlanmıştır [20].

GetCapabilities

OGC servisleri, mekânsal ve öznitelik içeren katmanlar hakkında detaylı bilgiye ulaşmak için kullanılan sorgudur [21]. Sorgu sonucunda ulaşılmak istenen katmanların; konumsal bilgileri, projeksiyon sistemleri, görüntüleme için gerekli resim formatları (png, jpeg, dds vb.) gibi bilgiler listelenmektedir. Böylelikle harita katmanı hakkında detaylı bilgiye

ulaşılarak gösterimi veya analizi yapılabilmektedir. Genel olarak HTTP haberleşmesi esnasında esnekliği ve boyutları nedeniyle XML şablonu kullanılır.

Şekil 2.3. Getcapabilities sorgu sonucu örnek katman bilgileri

GetMap

GetMap, OGC standartlarını benimsemiş olan CBS teknolojilerinin harita görüntüleme işlemleri için kullandığı sorgudur. Mekânsal olarak tanımlanmış raster veya vektör verinin adı, coğrafi olarak kapsadığı alan, görüntü formatı ve görünüm bilgileri vasıtası ile verinin grafiksel olarak çıktısını elde etmek için kullanılır [22,23]. OGC, WMS ve WMTS gibi görüntüleme tabanlı servislerde bu operasyonu zorunlu tutmuştur. GetMap isteği yapan CBS istemcisine sonuç, sunucu tarafından PNG, JPEG, GIF, DDS veya TIFF formatında görüntü olarak gönderilir.

GetFeatureInfo

GetFeatureInfo sorgusu ile sunucuda bulunan mekânsal verilerin öznitelikleri sorgulanabilmektedir. Bu sorgu, kullanıcının mekânsal veriyi nasıl kullanacağı ve değerlendireceği hakkında bilgi vermektedir [24]. Örneğin; yükseklik bilgisi içeren raster verisinin istenilen enlem ve boylamdaki yükseklik bilgisine ulaşılabilir. Şehir bilgisi içeren

vektör haritadan, seçilen bölgenin hangi şehire ait olduğu öğrenilebilir. Sorgu sonucu için harita üzerinde herhangi bir yeri seçmek veya alan oluşturmak yeterli olacaktır.

2.2.2. OGC web servisleri

OGC tarafından 1994 yılından bu zamana kadar sektörün ihtiyaçları doğrultusunda birçok coğrafi iletişim standardı yayınlanmıştır. Ancak günümüzde bütün servis ve standartlar yaygın olarak kullanılmamaktadır. Günümüzde en yaygın kullanılan servisler arasında

“WMS İnternet Harita Servisi (Web Mapping Server – WMS)”, “İnternet Özellik Servisi (Web Feature Service – WFS)” ve “ Web Harita Pafta Servisi (Web Map Tile Server- WMTS)” bulunmaktadır [25,26].

OGC web servisleri [28];

 Mekânsal veri tabanında depolanan verilere erişime olanak vermekte,

 Coğrafi analizlere olanak vermekte,

 Servis sorguları sonucunda hazırlanan veriler görüntü olarak kullanılabilmektedir.

Web öznitelik servisi (WMS)

Open geospatial consortium öncülüğünde geliştirilen ve yine standartların OGC tarafından belirlendiği, http arayüzünü kullanarak sunucuda bulunan haritaların istenilen resim formatında internet tarayıcı programları veya CBS uygulamalarına ağ üzerinden harita sunumu yapan servis yapısıdır [23,28,29]. Ayrıca temini yapılan harita verisinin özniteliği de beraberinde sorgulanabilmektedir. WMS şuanda dünya genelinde en çok kullanılan CBS harita sunumu servisidir [16]. Bu servis ile mekânsal raster ve vektör verileri istenilen projeksiyonda konumsal olarak referanslanmış olarak gösterebilmek mümkündür. Harita sorgularının WMS servisi üzerinde yapılabilmesi için “getCapabilities” ve “getMap”

sorgularını sağlanması gerekmektedir. Opsiyonel olarak “getFeatureInfo”, “describeLayer”

ve “getLegendGraphic” sorgularınıda desteklemektedir.

WMS sorgusu sonucundan oluşturulan görüntünün istemci teknolojisinde doğru olarak konumlandırılabilmesi için http sorgusuna projeksiyon, servis versiyonu, görüntülenmek istenilen alan (Bounding Box - “bbox”) ile görüntünün piksel cinsinden yükseklik ve

genişlik bilgisi serviste bildirilmelidir. Çizelge 2.1’de WMS servisi için gerekli olan parametreler gösterilmiştir.

Çizelge 2.1.“getmap” parametreleri ile WMS sorgusu oluşturulması WMS Adresi http://localhost/wmsserver/wms?

Service WMS

REQUEST GetMap

VERSION 1.3.0

WIDTH 1920

HEIGHT 1080

LAYERS Raster_katman

SRS EPSG:4326

BBOX 41.0586, 28.9993 : 41.0208,29.059 (Sol üst enlem,boylam : sağ alt enlem,boylam)

image png

Sorgu Sonucu

http://localhost/wmsserver/wms? REQUEST=GetMap

&WIDTH=1920&HEIGHT=1080& LAYERS= Raster_katman

&SERVICE=WMS&STYLES=&SRS=EPSG:4326&FORMAT=imag e/png

&BBOX =41.0586,28.9993,41.0208,29.059

Harita 2.1. Çizelge 2.1. tablosunda oluşturulan WMS sorgusu PNG çıktısı Web harita pafta servisi (WMTS)

OGC standartları yaygınlaştıktan ve kabul gördükten sonra WMS en popüler OGC servisi olmuştur [16]. Fakat hızlı cevap sürelerinin önemli olduğu durumlarda WMS hizmetinin gerçekleştirimi zorlaşmaktadır. Çünkü WMS protokolünün doğası gereği istenen alandaki haritanın görüntülenmesi için, sunucuda tutulan haritadan istenilen alan kesilerek kullanıcıya sunulmaktadır. Bu işlemden dolayı, sunucu isteği gerçekleştirmek için önemli bir işlem gücü harcamaktadır. Ayrıca, istemcinin sunucudan geniş alana sahip bir harita görüntüsü istemesi; dosya boyutunu arttıracağından dolayı, ağ üzerindeki trafiğin sıkışmasına sebep olacaktır. Bu problemlerden dolayı OGC, WMTS servisini CBS dünyasına sunmuştur [26].

WMTS servisleri, WMS servislerinde olduğu gibi “getCapabilities” ve “getMap” http sorgularını kullanmaktadır. WMS servisinden farklı olarak harita görüntülemek için

“BoundingBox” koordinat hesaplamalarını kullanmamaktadır. Koordinat alanı belirtilerek WMTS ile servis edilecek haritanın farklı ölçek seviyesindeki görüntüleri pafta olarak sunucuda hazırlanmaktadır. Paftaların mekânsal ızgara sistemi üzerinde indekslenmesi ile

“TileMatrix” adı verilen mekanizmayı oluşturmaktadır [30]. “TileMatrix”

indekslemesinden her kolon ve sütun bir enlem ve boylam aralığını temsil etmektedir.

Görüntülerin küçük paftalara bölünmesi ve oluşan paftaların indekslenebilmesi

yeteneklerinden dolayı ağ trafiğini rahatlatmakta, sunucu işlem birimlerinin üzerinden oluşan yük ortadan kalkmaktadır.

Şekil 2.4. WMTS tile matrix mekanizması ile pafta ındeksleme

Web öznitelik servisi (WFS)

WFS hizmetinin temel amacı; mekânsal öznitelik verileri ile analiz işlemlerinin yapılmasıdır. WMS ve WMTS hizmetlerinden farklı olarak sonucu sorgu sonuçlarını görüntü olarak değil vektör veri olarak dönmektedir. WFS hizmeti ile öznitelik sorgulaması sonucunda, sunucu üzerindeki veriler, GML¹ (Geography Markup Language) ile kodlanmış şekilde hazırlanmaktadır [31].

Bu servis ile birlikte sorgulamalar basit SQL sorgulamalarına benzemektedir. Vektör veriye erişme, yeni bir coğrafi veri oluşturma, veri tabanında olan bir veriyi silme, güncelleme ve mekânsal sorgulama ile basit mekânsal analiz işlemlerini yapabilmek mümkündür [32]. Bu operasyonları gerçekleştirmek için GetCapabilities ve GetFeature isteklerini yerine getirmektedir. GetCapabilities sorgusu ile katmanlara ve coğrafi lokasyonlarına erişim yapılarak, elde edilen lokasyon bilgileri ile “GetFeature” sorgusu işlenmektedir. Bu sorgu sonucunda vektör verinin tüm öznitelik bilgilerinin sunucudan alınmasını sağlamaktadır.

1 GML (Geography Markup Language) ,OGC tarafından mekansal bilgilerinin depolanması ve iletilmesi için modellenen konumsal işaretleme dilidir [119][33].

Örneğin; Türkiye il ve ilçe sınırlarının olduğu vektör veride, öznitelik olarak illerin plaka numaraları ve ilçe isimleri bulunmaktadır.“GetFeature” özelliği ile “06” plakasına sahip alanlar sorgulandığında, harita sunucusu poligon verileri ve özniteliklerini içeren GML dosyasını istemciye cevap olarak yollayacaktır. GML formatındaki sözel veri SVG (Ölçeklenebilir Vektör Grafikleri) formatına dönüştürülüp grafiksel olarak sunulduğunda, Ankara il sınırları olan harita 2.2.’deki görüntü elde edilmiş olunacaktır.

Harita 2.2. WFS “GetFeature” sorgusu ile elde edilen sözel verinin SVG haritası

3. CBS OPTİMİZASYONU GEÇMİŞ ÇALIŞMALAR

Çalışma alanı harita servisleri optimizasyonu üzerine yapılmış olan ulusal ve uluslararası çalışmalar incelenmiştir. Geçmiş çalışmadaki iyileştirmeler, “Mekânsal Veri Optimizasyonu”, ” Harita Sunucu Optimizasyonu”, ” Harita Önbellekleme Tekniği”,

“İstemci Optimizasyonu” olarak 4 ana grupta incelenmiştir.

Mekânsal Veri Optimizasyonu 3.1.

Geçmiş çalışmalarda, istemci sunucu mimarisinde bilgiye ulaşmanın bilginin istenmesi, işlenmesi ve cevap sürelerine bağlı olduğunu ve bu sürelerin toplamı hizmet süresinin belirlenmesinde kullanılmıştır [34].

Z = Zistek + Zişleme +Zcevap (3.1)

İstemci ve istemcinin veriyi hazırlama işlemi için gerekli zaman karmaşıklığını (Time complexity) etkileyen en önemli etkenlerden birisi de mekânsal veriyi hazırlamada kullanılan algoritma verimsizliği ve verinin işlenmeden sunulmasıdır. Veri optimizasyon teknikleri ile birlikte toplam işleme sürelerinde, dolayısıyla istemci sunucu arasındaki haberleşme süresilerinde azalma olacaktır [34,35] Zaman karmaşıklığı ölçütü ile birlikte, alan karmaşıklığı (Space complexity) ‘da sistemin performansına etki eden kriterlerden biridir. Verilerin hacimlerinin azaltılması veya veriler için gerekli olan donanımın sağlanması alan karmaşıklığını (Space complexity) da azaltacaktır. Sunucu, ağ ve istemci üzerinde akan verilerin miktarı, işleyen donanım özellikleri ve ağ bant genişliği alan karmaşıklığı fonksiyonunu bulmamızı sağlayacaktır. Fonksiyon veri optimizasyonunun alan karmaşıklığı sonuçlarını domine ettiğini göstermektedir [34].

S = f(S_sunucu + Sağ +S_istemci) (3.2)

Yüksek kapasiteli verilerin kullanımı ve bu verilere aynı anda birçok kullanıcının erişme isteğinden dolayı, performans en önemli sorunlardan biri olmuştur. Bu verilerin istemciler tarafından efektif olarak kullanılması için render sürelerinin kısaltılması ve zaman kısıtı dolayısıyla anlık olarak verilerin gösterilebilir olması gerekmektedir [36]. Bu sorunun üstesinden gelmek için verinin sunum ile depolama formatı ve yapısının seçimini ihtiyaçlar

doğrultusunda yapmak gerekmektedir. Çünkü istemci tarafından istenen bölgenin ham veriden elde edilmesi ve sunulması maliyetli bir işlemdir [37]. Yüksek boyutlara oluşan uydu fotoğraflarının CBS ortamında mekânsal olarak gösterimi için GeoTiff² ,ECW³ ,MrSID⁴ ve JPEG200 formatları mevcuttur [38].

Dalgacık (wavelet) tabanlı gürültü süzme sıkıştırma algoritması kullanan MrSID ve ECW formatları yüksek boyutlara sahip görüntüleri küçük kayıplar ile veya kayıpsız olarak çok küçük boyutlarda sıkıştırılabilmektedir. ECW formatı 50:1 oranına kadar görsel bir kayıp olmadan sıkıştırma işlemini gerçekleştirebilmektedir [37].

Bu formatlar ayrık dalgacık dönüşümü (Discrete Wavelet Transforms, DWT) ve ters DWT işlemlerini çok büyük görüntüler üzerinde çok hızlı bir şekilde gerçekleştirebilmektedir. Ayrıca bu işlemler için çok az hafıza(RAM) kullanılmaktadır fakat yüksek işlem gücü (CPU) gerekmektedir. DWT sıkıştırmasının bir diğer avantajıda işlem sonucunun çoklu çözünürlüklü (multi resulation) resimlerin ortaya çıkarılmasıdır.

Böylelikle istemci tarafından görüntülenmek istenen çözünürlük etkin bir şekilde oluşturularak sunulmaktadır. Piramit yapısı bu formatlar için DWT sayesinde desteklenmektedir. Örneğin DWT algoritması kullanılarak 3 katmanlı bir piramit yapısı oluşturulabilmektedir [39].

Yapılan bu çalışma sonuçlarına göre aşağıdaki bütün hipotezlerin doğruluğu sınanmıştır.

H1: Sıkıştırma oranının yüksek olması, hafızada çok az yer kaplaması ve katman yapısını desteklemesi DWT algoritmasını kullanan mekânsal dosya formatlarının harita gösterim performansına olumlu bir etkisi vardır.

H2: DWT yüksek işlem gücü gerektirmektedir, tekrar eden sorgu sonuçlarının depolanması işlem gücü kaynakları tüketimine olumlu bir etkisi vardır.

2 Geotiff dosya türü; uydu görüntülerinin izdüşümü ve koordinat bilgileri ile coğrafi olarak kodlanması ile oluşturulmuş harita görüntüsü gösterim formatıdır.

3 Enhance Compression Wavelet formatı yüksek derecede sıkıştırılmış harita görüntülerinin kayıt edilmesinde kullanılmaktadır. ECW ve MrSID formatını 1:2 den 1:100 ‘e kadar sıkıştırma olanağı sunmaktadır.

4 MrSID (Multi-resolution Seamless Image Database) dalgacık tabanlı sıkıştırma algortimasını kullanarak yüksek boyutlu görüntülerin, çoklu çözünürlüklü resimlerler olarak saklanması ve sunulmasını sağlayan mekânsal resim formatıdır.

Birçok kaynaktan elde edilen ECW, MrSID, JPEG200 ve GeoTIFF gibi coğrafi veri setleri günümüzde yüksek depolama alanı ve işlenmesi için güçlü işlem kaynakları gerektiren ve birçok bilgi katmanı bünyesinde bulunduran yapılara dönüşmüştür. Bu gelişmeler neticesinde harita sunucu yazılımlarınun donanımsal kaynakları tüketimi gün geçtikçe artmaktadır [34]. İstemci ve sunucu arasındaki görselleştirme gibi etkileşimlerde, ilgilenilen veri setinin tamamının gönderilmesine ve işlenmesine gerek yoktur. Bu probleme çözüm olarak “Piramitleme”, büyük harita verilerinin yönetilmesi için kullanılan önemli tekniklerden bir tanesidir [40]. Piramitleme tekniği; mekânsal veri setinin belirlenen ölçek seviyelerinde parçalanarak kullanıcının istediği ölçekteki verinin sunulması mantığına dayanmaktadır. Piramit tekniği ile düşük ölçek için yapılan bir istekte piramit tekniği ile işlenmiş verinin düşük çözünürlüklü verisi cevap olarak dönülecektir.

Sağlamış olduğu bu avantajı sayesinde verinin sunucu, istemci ile ağ üzerindeki alan ve zaman karmaşıklığını azaltmaktadır [35,41]. Böylece haritaya yüksek bir ölçekten bakan bir kullanıcıya düşük çözünürlüklü, diğer bir değişle yüksek kaliteli harita görüntüsü yerine ihtiyacı olan ölçekteki görüntü servis edilerek, ağ ve sunucu kaynakları en verimli şekilde kullanılmış olunur [34].

Şekil 3.1. Piramitleme tekniği ile verinin katmanlanması [42]

Yapılan çalışmalar ışığında, istemci tarafından sorgulanan mekânsal verinin, tek bir katmandan oluşan büyük veriden işlenerek elde edilmesi, işlemci ve depolama kaynaklarını yoğun olarak kullanımına sebep olacağı düşünülmektedir.

H3: Büyük boyutlara sahip mekânsal verinin katmanlara (piramit yapısının desteklenmesi) ayrılarak indekslenmesi, donanım kaynaklarının tüketimini azaltmakta görüntü oluşturma işlemini hızlandırmaktadır.

Piramit tekniği yaklaşımında, düşük ölçekteki seviyelerde yüksek oranlarda verim sağlanırken yüksek ölçekteki haritalardan hizmet istendiğinde piramitleme tekniğinin katkısı üstel olarak azalmakta ve faydası ortadan kalkmaktadır. Veriminin azalmasının başlıca nedeni yüksek ölçeklere yaklaşmaya başladıkça çözünürlüğün artması ve pirtamit tekniğinin bu ölçeklerde işlememesinden kaynaklanmaktadır. Yüksek çözünürlüklü verinin ağ üzerinde dolaşmaya başlaması ağda darboğaza sebep olmakta ayrıca sunucunun veriyi işlemesini güçleştirmektedir [43]. Piramitleme yönteminin bu zafiyetini gidermek amacıyla, her bir ölçek seviyesindeki harita resimlerini eşit piksel boyutlarında paftalara bölerek verinin çok boyutlu bir yapıda tutulmasını sağlayan Pafta Piramitleme Tekniği’ni önerilmiştir. Mekânsal verinin indekslenmesi üzerine yapılan geçmiş yazınlar [44-48]

incelendiğinde sıradüzensel veri yapısı (Hierarchical Data Structure) mekânsal veride pafta piramit yapısının oluşturulmasını sağlamaktadır.

H₄: Piramit yapısındaki verinin en alt katmanı verinin tamamını içermektedir ve bu katmanın bilgisayar hafızasına yüklenmesi ve işlenmesi maliyetlidir. Sıradüzensel veri yapısı (Hierarchical Data Structure) mekânsal bilginin hazırlanma süresini kısaltmaktadır.

Yüksek bant genişliğine sahip ağlarda piramitleme teknikleri ile çok başarılı sonuçlar elde edilse bile, düşük bant genişliğine sahip veya yoğun trafiğe sahip ağlarda tam verim elde edilememektedir. Bu ağlardaki veri raster verilerin iletiminin üstesinden gelmek için bilgisayar bilimlerinde sıklıkla kullanılan aşamalı veri iletimi(Progressive Transmission) teknikleri kullanılmaktadır [49-51].

Yüksek bant genişliğine sahip ağlarda piramitleme teknikleri ile çok başarılı sonuçlar elde edilse bile, düşük bant genişliğine sahip veya yoğun trafiğe sahip ağlarda tam verim elde edilememektedir. Bu ağlardaki veri raster verilerin iletiminin üstesinden gelmek için bilgisayar bilimlerinde sıklıkla kullanılan aşamalı veri iletimi(Progressive Transmission) teknikleri kullanılmaktadır [49-51].