1. GİRİŞ
Yerküre gözlemi, tele kayıt veya daha çok uzaktan algılama olarak adlandırılan ve çok hızlı gelişen yeni bir teknoloji olan uzaktan algılama, yer yüzeyinin uzaktan gözlenmesini sağlayan araçlar yardımıyla yeryüzüne ait bilgi elde edilmesinde insanlar için çok değerli ve vazgeçilmez bir araç haline gelmiştir.
Uzaktan algılama teknikleri, doğada meydana gelen birçok değişimi zamanında, hızlı ve doğru bir şekilde belirleme imkânı vermektedir. Özellikle arazi kullanım değişimleri, bitki örtüsü, ekim alanı belirleme ve rekolte tahmini, mera, orman, erozyon, toprak, madencilik ve jeoloji gibi konularda çok yoğun bir şekilde kullanılmaktadır. Bu alanlarda kullanılan Uzaktan Algılama, mevcut potansiyelin belirlenmesinde ve haritalanmasında önemli derecede yardımcı olmaktadır. Bazen Uzaktan Algılama teknikleriyle yapılan araştırmalar yalnız başına yeterli olmamaktadır. Bunun yanında bu verilerin diğer yer verileriyle birleştirilerek desteklenmesi gerekmektedir.
Günümüzde tarımsal üretim girdilerinin çevreye olan etkileri ve girdi maliyetlerinin azaltılması yönündeki baskılar gelişen teknolojiyle birlikte gittikçe artmaktadır. Bu baskı tarım arazilerinin fiziksel ve coğrafi değişkenlikleri, tekdüze olmayan toprak, ürün ve çevre faktörleri, girdilerin çevreye etkisi ve maliyetlerinin yükselmesi karşısında artan bir yoğunluk göstermektedir. Hassas tarım, girdilerin etkin (gerektiği miktarda) kullanımıyla ekonomikliği sağlamayı ve bu yolla çevreye olan etkilerini azaltmayı öngörmektedir. Bu durum aynı zamanda ürün kalitesinde de tekdüzeliğin sağlanmasına katkıda bulunabilmektedir (Vatandaş vd.,2005).
Hassas tarımın hedefleri arasında;
● Gübre ve ilaç gibi kimyasal giderlerinin azaltılması, ● Çevre kirliliğinin azaltması,
● Yüksek miktarda ve kaliteli ürün sağlanması,
● İşletme ve yetiştiricilik kararları için daha etkin bir bilgi akışının sağlanması, ● Tarımda kayıt düzeninin oluşturulması sayılabilmektedir. (Vatandaş vd.,2005).
1.1. Uzaktan Algılama Nedir?
Uzaktan algılama sözcüğü fiziksel değinimde bulunmaksızın herhangi bir platformdan ve uzaklıktan yapılan ölçümlerle objeler hakkında bilgi edinme bilim ve sanatı olarak tanımlanır (Lillesand and Kiefer,1987). Bu ölçümler objelerin elektromanyetik alandaki spektrumuna, konumsal ve yıl içinde özelliklerinde meydana gelen değişimlere dayanmaktadır.
Uzaktan algılama en kısa biçimde tele kayıt (tele dedection) veya yeryüzü gözlemi (earth observatin) olarak tanımlanabilir. Genel anlamda ise çoğunlukla görüntü (resim) oluşturularak durağan veya hareketli platformlardan uzak mesafelerden yer yüzeyinin gözlenmesinde kullanılan yöntemler, teknikler ve araçların bütününe uzaktan algılama denir (Çullu vd.,2003).
1.2. Uzaktan Algılamanın Avantajları
● Uzaktan Algılama araçları Elektromanyetik spektrumun (EMS) gözle
görülemeyen bölümünün de görülebilir olmasına olanak sağlar.
● Uzaktan Algılama, ölçülebilir fiziksel veriler elde edilmesini sağlar (amaçlı
gözlemler). Yer yüzeyi ile ilgili niceliksel veriler üretilebildiği gibi niteliksel veriler de üretilebilir.
● Uzaktan Algılama, konum sınırlarını da içeren tematik bilgiler üretilmesini
sağlar, "ne, nerede, ne zaman ve nasıl " gibi konumsal veriler varolan haritaların güncellenmesinde, geliştirilmesinde ve bütünlenmesinde kolaylık sağlar.
● Uzaktan Algılama, esnektir. Yer yüzeyine ait bilgilerin en doğru yolla
araştırılması işlenmesi amacıyla çok sayıda ve farklı sayısal görüntü işlem algoritmaları ve uzaktan algılama teknikleri geliştirilmiştir.
● Uzaktan Algılama, verileri istenildiği an yeniden üretilebilir, basılmış ya da
sayısal olarak kaydedilmiş görüntüler herhangi bir görüntülenebilir, optik mekanik araçlarla veya sayısal görüntü işlem sistemleri ile işlenebilir, bilgilerin ışığında analiz edilerek yorumlanabilir ve Coğrafi Bilgi Sistemleri ile birleştirilebilir.
● Uzaktan Algılama, insan gözüyle kıyaslandığında uzaktan algılama araçları
seçim olanakları sunar, böylece objeler farklı uzaklıklardan ve farklı açılardan daha detaylı ve zıt olarak görülmesi sağlanır.
● Uzaktan Algılamanın, birbirinden farklı özet veri kaydeden unsurları ile bir
bölgenin tümü gözlenebilir, bölgenin bileşenlerinin benzerlikleri ve sınırları belirlenebilir ve tanımlanabilir.
● Uzaktan Algılama, yer yüzeyinin daha seçici olarak incelenmesine olanak
tanıyan geleneksel nokta veri örnekleme yöntemlerinin uygulanmasında alana ait bilgi üretilmesini sağlar.
● Uzaktan Algılama, çok kısa bir sürede geniş bir alanın görüntüsünün kaydına
olanak sağlar. Bu görüntünün gerçeği yansıtması ve doğruluğu da uzaktan algılamanın diğer bir avantajıdır.
● Uzaktan Algılama, dinamik bir yapıya sahiptir. Yer yüzeyine ait işlemlerin ve
görünümlerin anlık gözlenmesinde olduğu kadar, meydana gelen değişimlere ait verilerin üretilmesine de olanak tanıdığından uzaktan algılama dinamiktir.
● Uzaktan Algılama, ulaşılması zor olan bölgelerin de incelenmesine olanak tanır. ● Uzaktan Algılama, artan ve derinleşen bilgilerimize bağlı olarak görüntülerin
analizleri geliştirilebilir, değiştirilebilir bu nedenle uzaktan algılama tekrar edilebilir bilgi kaynağıdır. Ayrıca gözlenen objelere ait görüntüler saklanabilir ve daha sonra elde edilecek yeni görüntüleri ile kıyaslanabilir.
● Uzaktan Algılama, koşullar ve işlemler arasında ayırım yapılmasına, bunlar
arasındaki ilişkilerin anlaşılmasına olanak tanır.
Tarımın ve doğanın yönetimi alanında toprağın ve bitkilerin sıcaklığı, nem içerikleri gibi fiziksel koşulların, bitkilerin sağlık durumu, drenci, stresi, yaprakların dağılımı, tekstürü gibi diğer birçok fizyolojik ve patolojik koşullarının incelenmesinde kullanılır. Bunun yanında arazi kullanım dağılımının sınıflandırılması veya araştırılması, belirli bir zaman diliminde arazi örtüsünün belirlenmesi (tarımsal bitkiler, ormanlar doğal bitki örtüsü, insan yerleşimleri, diğer arazi kullanımları, toprak çeşitleri) gibi tematik koşulların incelenmesini, bilgi üretilmesini sağlar. Bitkilerin büyüme
durumları, verim tahmini, çevrenin korunması ve güvenliği, kurak ve susuzluk çeken, gece donlarından etkilenen alanların belirlenmesi, toprak ve su kirliliği, tuzlulaşma ve alkalileşme gibi arazi yüzeyindeki işlemlerin ve olguların gözlenmesine de olanak tanır. Uzaktan Algılama çoğunlukla yer yüzeyinden yansıyan ya da yayılan elektromanyetik (EM) radyasyonu algılayan araçlarla donatılmış yüksek veya alçak yörüngeli platformlar tarafından gerçekleştirilmektedir (Aksoy A.,2003).
1.3. Uzaktan Algılamanın Temel Esasları
Yer yüzeyindeki objelerin insanlar tarafından görülmesinin esas nedeni, bu objelerden insanların gözüne yansıyan ışıktan dolayıdır. Her bir obje yapısına, şekline ve içeriğine göre ışığı absorbe eder, dağıtır ve bir kısmını da yansıtır. Işığın çok önemli kısmını absorbe eden objeler insan gözü tarafından siyah olarak algılanır. Işığın önemli bir kısmını yansıtan objeler de insan gözüne beyaz görünürler. Mavi, yeşil ve kırmızı dalga boylarındaki ışınların bir kısmı yeryüzü objeleri tarafından kullanılmak için absorbe edilir, geriye kalanı ise yansıtılır. Her bir obje absorbe edecek ışığı seçer ve diğerlerini yansıtır. Örneğin sağlıklı bitkiler mavi ve kırmızı dalga boyundaki ışığı absorbe ederek büyümeleri için kullanılırken, yeşil dalga boyundaki ışığı yansıtırlar. Bu nedenle bitkiler yeşil görünürler.
İnsan gözü mavi, yeşil ve kırmızı dalga boylarında yansıtılan ışık dalga boyundan gelen verileri algılayabilmektedir. İnsanların görmesinin tek nedeni ışık kaynağıdır. Geceleri insanların görememelerinin nedeni, objelerden göze ışığın gelmemesidir. Objelerden farklı şekilde yansıyan enerji, göze ulaşıp beyinde görüntüye dönüşmektedir. Bu nedenle insanlar gelen ışığın dalga boyuna göre objelerin rengini şeklini, büyüklüğünü algılarlar.
İnsan gözü sadece 0,4-0,7 µm dalga boyunda gelen enerjideki veriyi algılamakta, bunun dışında kalan dalga boylarındaki veriler algılanamamaktadır (Çullu vd.,2003).
1.4. Uzaktan Algılama Bileşenleri
Uzaktan Algılama projesi iki temel aşamadan oluşur. Bunlar "Veri Elde Etme" ve "Veri İşleme" aşamalarıdır.
Verinin Elde Edilmesi:
A. Enerji Kaynağı: Hedefe bir kaynak tarafından enerji gönderilmesi gerekmektedir. Bu kaynak hedefi aydınlatır veya hedefe elektromanyetik enerji gönderir. Optik uydular için enerji kaynağı güneştir, ancak radar uyduları kendi enerji kaynaklarını üzerlerinde taşır ve elektromanyetik enerji üreterek hedefe yollarlar.
B. Işınım ve Atmosfer: Enerji, kaynağından çıkarak hedefe yol alırken atmosfer ortamından geçer ve bu yol boyunca bazı etkileşimlere maruz kalır.
C. Hedef ile Etkileşim: Atmosfer ortamından geçen elektromanyetik dalga, hedefe ulaştığında hem ışınım hem de hedef özelliklerine bağlı olarak farklı etkileşimler oluşur.
D. Enerjinin Algılayıcı Tarafından Kayıt Edilmesi: Algılayıcı hedef tarafından yayılan ve saçılan enerjiyi algılar ve buna ilişkin veri kayıt edilir.
E. Verinin İletimi, Alınması ve İşlenmesi: Hedeften toplanan enerji miktarına ait veri algılayıcı tarafından kayıt edildikten sonra, görüntüye dönüştürülmek ve işlenmek üzere bir uydu yer istasyonuna gönderilir.
Verinin İşlenmesi:
F. Yorumlama ve Analiz: Görüntü görsel, dijital ve elektronik işleme teknikleri ile zenginleştirilir, analiz edilir ve nicel sonuçlar elde edilecek veriye sahip olunur. G. Uygulama: İşlenmiş veriden bilgi çıkarılır, bazı sonuçlara ulaşılır. Ayrıca elde
edilen sonuçlar, başka veri kaynakları ile birleştirilerek kullanılabilir (Şekil 1.1.) (Anonymous,2006).
Şekil 1.1. Uzaktan Algılama Bileşenleri A-Enerji kaynağı, B- Işınım ve atmosfer, C-Hedef ile Etkileşim, D-Algılayıcı tarafından kayıt, E- Verinin iletimi ve işlenmesi, F- Yorumlama ve analiz, G- Uygulama (Anonymous,2006)
1.5. Uzaktan Algılama Platformları
Uzaktan algılamanın tanımında da belirtilmiş olduğu gibi Dünya'yı belirli uzaklıklardan gözlemleyebilmek için gerekli algılama aletlerini taşıyacak araçlara gereksinme vardır. Algılama aletlerini taşıyan bu araçlara Platform denilir. Uzaktan algılamada birçok platformlar bulunur. Platformlar, atmosfer içersinde algılama yapmak için kullanılıyorsa bunlara Hava Platformları (Airborn platforms); eğer uzaydan algılama yapmak için kullanılıyorsa, bunlara da Uzay Platformları (Spaceborn platforms) adı verilir. Ayrıca, yerde kullanılan hareketli, hareketsiz platformlar da bulunur. Daha çok araştırma amaçlı olan bu platformlara Yer Platformları (Ground platforms) denilir (Şekil 1.2.) (Sesören A.,2003).
1-Yer Platformu 2- Hava Platformu 3- Uydu Platformu 4- Uzay Platformu Şekil 1.2. Uzaktan Algılama Platformlarının bazıları (Anonymous,2006)
1.6. Uzaktan Algılamada Görüntüleme Sistemleri ve Algılama Çeşitleri
1- Pasif Sistemler: Pasif sistemler yeryüzünün doğal yayılım enerjisi veya güneş enerjisinin yansıtımını algılayan optik, ısıl ve mikrodalga algılayıcılardır. 2- Aktif Sistemler: Aktif sistemler kendi enerji kaynaklarını kullanırlar. Hedefe ürettikleri elektromanyetik dalga sinyallerini yollar ve hedeften saçılan enerjiyi algılarlar (Şekil 1.3.)(Anonymous, 2006).
Şekil 1.3.Görüntüleme sistemleri 1. Pasif sistem 2. Aktif sistem (Anonymous,2006)
Pasif Algılayıcılar doğal kaynaklı elektromanyetik enerjinin yayılımı ve yansıtımını, aktif algılayıcılar ise, yapay bir enerji kaynağı tarafından üretilen enerjinin hedeften saçılımını algılarlar. Her iki grup da tarama yapan veya yapmayan sistemler
Şekil 1.4. Algılama Tiplerinin Sınıflandırılması (Anonymous,2006)
1.7. Uydu Yörüngeleri ve Tarama Alanı
Yörünge: Uydunun izlediği ve tamamladığı dairesel yola yörünge denir. Yörüngeler yüksekliklerine, dönüş yönlerine ve dünyanın dönüşü ile ilişkilerine göre sınıflandırılmaktadır.
Aşağıda bazı yörünge çeşitleri hakkında bilgi verilmiş ve tarama alanı tanımlanmıştır. 1- Yer-Sabit Yörünge: Bu tür yörüngelere sahip olan uydular genellikle çok yüksek irtifaya sahiptirler. Bu tür uydular her zaman dünyanın aynı bölgesini görürler. Bu nedenle aynı bölgeyi izleme ve o bölge hakkında sürekli bilgi elde etme imkanı sağlarlar. Meteorolojik ve haberleşme uyduları genellikle bu tür yörüngelere sahip uydulardır.
2- Yakın-Kutupsal Yörünge: Pek çok uzaktan algılama platformu kısa sürede dünyanın pek çok yerini görüntülemeyi sağlayacak yörüngelere oturtulmuştur.
“Yakın-kutupsal yörünge” ismi, bu tür uyduların kuzey ve güney kutupları arasında uzanan bir yolu takip etmeleri nedeni ile kullanılmaktadır.
3- Güneş-Eşzamanlı Yörünge: Pek çok yakın kutupsal uzaktan algılama uydusunun yörüngesi aynı zamanda güneş-eşzamanlıdır. Bu sayede, uydu dünyada görüntülediği her bölgeyi aynı yerel saatte görüntüler.
4- Tarama Alanı: Uydu dünya etrafında dönerken, algılayıcı yeryüzeyinin belli bir kısmını taramaktadır. Yörünge boyunca ilerlerken taranan bu bölgeye "tarama alanı" denilmektedir (Şekil 1.5.)(Anonymous,2006).
Şekil 1.5.Yörünge çeşitleri ve taramaalanı 1- Yer-Sabit Yörünge, 2- Yakın-Kutupsal Yörünge, 3- Güneş-Eşzamanlı Yörünge, 4- Tarama Alanı (Anonymous,2006)
1.8. Uzaktan Algılamanın Enerji Kaynakları 1.8.1. Enerji kaynağı
Dünya için en önemli radyasyon kaynağı güneştir. Güneş enerjisi, elektromanyetik dalgalar halinde sabit ışık hızıyla (300.000.000 m/s) yeryüzüne ulaşmaktadır. Elektromanyetik radyasyon elektriksel ve manyetik alanların ileri derece etkileşimlerden oluşan ortamlardaki materyallerden veya uzaydan ışık hızında enerji yayınımı olarak tanımlanmaktadır.
Elektromanyetik radyasyon (EMR) zaman içinde eşit aralıklarla ortaya çıkan dalgaların oluşturduğu harmonik dalga hareketi olarak tanımlanır.Ayrıca foton olarak adlandırılan bireysel parçacıkların bir akımı olarak ta tanımlanabilir (Aksoy A.,2003).
1.8.2. Elektromanyetik dalgalar (elektromanyetik waves)
Enerjinin bir yerden diğer bir yere aktarımı için değişik yollar vardır. Örneğin: patlamalar ve çarpışmalar sonucunda enerji aktarımı olduğu gibi, dalga hareketleri (Wave motion) tarafından da enerji aktarımı oluşturulur. Dalga hareketiyle enerji aktarımı en iyi şekilde havuz örneğiyle açıklanabilir. Durgun bir havuza bir taş atıldığında su molekülleri olduğu yerde aşağı yukarı doğru sallanırlar ve dalgalar oluştururlar. Fakat su molekülleri olduğu yerde aşağı yukarı doğru sallandıkları için, dalgayla beraber havuzun kenarına doğru hareket etmezler. Yalnızca oluşturulan kırışıklıklar (enerji) taşın atıldığı noktadan dışarıya doğru seri dalgalar halinde hareket eder. Oluşan bir dalgada moleküllerin dalga hareketi yönüne dik açılarla sallanmaları durumunda bu dalgalara transversal dalgalar denir (Şekil 1.6.)(Sesören A.,2003).
Şekil 1.6. Elektromanyetik dalgalar (Sesören A.,2003)
Bir dalganın tepesi (en yüksek yeri) ile onu takip eden dalganın tepesi arasındaki uzunluğa dalga boyu (wavelength) denir ve (λ) ile gösterilir.Dalganın maksimum yüksekliğine amplitüd (genişlik) ismi verilmiştir. Bir saniyede oluşturulan dalga sayısı frekans (frequency) olarak adlandırılır ve (v) ile gösterilir. Örneğin;eğer belirli bir noktadan bir saniyede 3 dalga tepesi geçerse o taktirde dalganın frekansı saniyede 3 ya da 3 Hertz (H) olur (Sesören A.,2003).
1.8.3. Elektromanyetik spektrum
Elektromanyetik spektrum (EMS) en yalın şekliyle çeşitli dalga boylarındaki radyant enerjiyi içeren ve bu radyant enerjinin, içinde elektromanyetik dalgalar halinde serbestçe hareket ettiği bir ortam olarak tanımlanabilir.
Elektromanyetik spektrum süreklidir. Ancak çalışmalarda kolaylık sağlanabilmesi için özellikleri göz önüne alınarak belirli bölümlere ayrılmıştır. Bu bölümler arasında kesin bir sınır yoktur (Şekil 1.7.)(Sesören A.,2003).
Şekil 1.7. Elektromanyetik Spektrum Diyagramı (Sesören A.,2003).
Elektromanyetik spektrumun bölümleri değişik şekillerde anılır. 0,4 µm ile 0,7 µm arası "görünen spektrum"; infrared ve aşağısı genellikle "dalgaboyu" ve 15 µm dalga boyundan ötesi de, dalga boyu yerine, çoğunlukla "frekans"larla anılır (Sesören A.,2003).
Bir malzeme için yansıyan, yutulan veya iletilen ışınım miktarları dalga boyuna bağlı olarak değişir. Bu önemli özellik sayesinde farklı nesneleri ya da sınıfları ayırt etmek olanaklıdır.
Şekil 1.8.’de yeryüzündeki bazı maddelerin spektral yansımaları gösterilmektedir. Çalışmanın amacına göre, bir görüntüde ayırt edilmek istenen maddeler değişecektir. Analistler, daha iyi bir analiz yapmak için, spektral imzalardan yararlanarak kullanılması gereken spektral bantları belirlemektedirler (Anonymous,2006).
Şekil 1.8. Spektral Yansıma Diyagramı (Anonymous,2006)
1.9. Başlıca Uzaktan Algılama Uyduları ve Özellikleri
1.9.1. Landsat
İlk uzaktan algılama uydusu olan ve önceleri ERTS (Earth Resources Technology Satellite) olarak bilinen LANDSAT-1, 23 Temmuz 1972 de NASA Amerikan uzay merkezi tarafından uzaydaki yörüngesine oturtulmuştur. LANDSAT-1,2 ve 3 birbirinin benzeri, diğer taraftan LANDSAT-4 ve 5’te birbirinin benzeri özellikler içermektedir. En son uzaya gönderilen LANDSAT -7 ise her iki gruptan da farklı olarak yapılmıştır.
Landsat uydusunun yörünge yüksekliği 696 ile 741 metre arasında değişir. Bu durum uydunun düzensiz yörüngesi ve dünyanın şeklinden dolayıdır. En yüksek değerlere güney ve kuzey kutuplarda ve en düşük değerlere ise ekvatorda rastlanır. Ortalama Yükseklik 705 km’dir. Landsat 4 ve 5 ekvatorda 98,22 derece eğimle ve yerel saat olarak 9:37’de geçer. Dünya etrafındaki her tur 98,9 dakika sürer ve 16 gün sonra aynı bölge üzerinden geçer.
Landsat uydusu görüntü alırken bir referans sistem kullanır. Kutuptan kutba 223 parçadan oluşmakta, numaralandırmalar doğudan batıya doğru 001’den 223’e kadar Path (uçuş yolu) olarak sıralanmaktadır (Şekil 1.9.) (Anonymous,2003a).
PATH 20 19 18 R O W 31 32 33
Şekil 1.9. Landsat Uydu Görüntülerinin Path ve Row Sistemi (Anonymous,2003a)
1.9.2. Spot 5
İlki 1986 yılında fırlatılan SPOT ailesinin 5'inci uydusu olan SPOT-5, 4 Mayıs 2002 tarihinde fırlatılmıştır, SPOT 5 daha yüksek resolasyonu yanında diğer gelişmiş özellikleri ile kullanıcılarına çok geniş olanaklar sunmaktadır. Yeni geliştirilmiş özelliklerinden başlıcaları şunlardır;
• Daha yüksek yer resolasyonu: 5 m ve 2,5 m pankromatik (siyah & beyaz) modda.
• Daha yüksek multispektral resolasyon: 10 metre 3 görünür ve bir yakın kızıl ötesi bantta.
• Vegetasyon verisi için gerekli olan kısa dalga kızılötesi bantta resolasyon 20m olacaktır.
• Görüntüleme alan genişliği yani çerçeve büyüklüğü eski Spot uydularında olduğu gibi 60 km olacaktır.
• Yatay (açılı) görüntüleme yeteneği sayesinde istenilen alanın çekimi en kısa sürede yapılabilecektir.
• Stereo görüntüleme aynı uçuş sırasında görüntüleme koridoru içinde (along track streo) yapılabilecektir
• 12.000 nokta lineer sensor dizilimi, Veri sıkıştırma sistemleri, Yüksek kapasiteli statik hafıza.
SPOT-5’in spektral band özellikleri daha öncekilerle aynıdır. Yani B1:500-590nm, B2: 610-680 nm, B3: 790-890 nm, B4 (SWIR):1580-1730 nm. Pankromatik bantta SPOT 1-3 te kullanılan spektral bant ölçeğine geri dönülerek; 510-730 nm olarak görüntü vermektedir (Anonymous,2003a).
1.9.3. İkonos
IKONOS ticari Space Imaging Şirketi'nce 24 Eylül 1999 yılında yörüngeye gönderilmiştir. Bu uydu ±85 derece paralel arasında algılama yapabilir. Multispektral ve pankromatik algılama yapan 2 algılayıcıya sahiptir.
IKONOS uydusunun topladığı 1 m çözünürlüklü pankromatik (siyah-beyaz) görüntüler birbirinden en az 1m uzaklıktaki ve en az 1 m boyutlarındaki objelerin ayırt edilmesini sağlar. Görüntü doğruluğu ve yorumlanabilirliği bakımından haritalama ve analiz işlemleri için 1m. siyah-beyaz görüntüler ideal niteliktedir. IKONOS eş zamanlı olarak 4 m çözünürlüklü çokbantlı görüntüler de toplamaktadır. 4 m çokbantlı görüntülerin spektral içeriği çok çeşitli analiz ve uygulamalar için üstün nitelikli bir veri sağlar. Space Imaging Avrasya aynı zamanda 1 m siyah/beyaz (pankromatik)verinin detay alansal içeriği ile çok bantlı 4 m görüntü verilerinin renk içeriğini birleştiren 1 m renkli görüntüler de sağlamaktadır.
IKONOS görüntüleri Geo, Orthorektifiye ve Stereo ürünler olmak üzere üç temel grup altında sağlanmaktadır. Ayrıca IKONOS görüntülerinden üretilen türev ürünler (örneğin stereo çiftlerden türetilen IKONOS yükseklik modelleri) ve harita ürünleri de mevcuttur (Anonymous,2003b).
1.9.4. Quıckbırd 2
QuickBird-2, Digital Globe isimli özel bir A.B.D. şirketi tarafından çalıştırılmaktadır. QuickBird 2 verisinden, pankromatik band için 0,61 m’lik (nadir) resolasyonda, multispekral bantlar içinse 2,5 m’lik (nadir) resolasyonda görüntüler elde edilmektedir. Standart proses ürünler için, pankromatik band için 0,70m (0,73m - 30° off-nadir) resolasyon ve multispektral bandlar ise 3,0m. ( 2,9m - 30° off-nadir) resolasyon sunmaktadırlar. Proses edilmemiş bu görüntülerde 0,61m resolasyon gibi
yüksek resolasyonlu verilere sahip olmuş olurlar. QuickBird-2 bir görüntüyü (17 km x 17 km) kabaca 4 saniyelik bir sürede çekmektedir. Ayrıca uydunun bulunduğu alçak yükseklik ve arttırılmış hızı, görüntünün doğruluğu, berraklığı gibi etkenleri eksi yönde etkilememekle beraber alçak yükseklik, jeolokasyon doğruluğu (geolocation accuracy) arttırmaktadır.
QuickBird-2, 2003 yılından itibaren stereo görüntü (in-orbit stereo pairs) çekimine de imkan sunmaktadır (Anonymous,2003a).
1.9.5. Irs-1C
Hint uzaktan algılama uydusu (IRS-1C) 28 Aralık 1995'te Rus mekiği ile başarılı bir şekilde kutupsal yörüngeye oturtulmuştur. Ocak 1996'da ilk görüntüler alınmaya başlanmıştır. Benzeri bir uydu 29 Aralık 1997'de kutupsal yörüngeye başarılı bir şekilde oturtulmuş olup 1997'nin Ekim'inde çalışmaya başlamıştır (Anonymous,2003a).
IRS-1C dairesel, güneş uyumlu, kutuplara yakın yörüngede 98,69 derecelik bir eğimle ve 817 km'lik bir yükseklikte yeryüzünü hemen hemen sabit bir ışık altında görüntüleme yapacak şekilde yörüngeye oturtulmuştur. Günde 14 dönüşüm yapmaktadır. Dünya etrafındaki bir dönümü 101,35 dakika sürmektedir. Yeryüzü üzerinde aynı noktadan 24 günde bir geçer. IRS-1C ve 1D'nin birbirinden biraz farklı yörüngeleri vardır (Anonymous,2003c).
1.9.6. Bilsat
12 m çözünürlükte pankromatik (siyah - beyaz) ve 26 m çözünürlükte multispektral (kırmızı, yeşil, mavi ve yakın kızıl ötesi bantlarda) iki kameradan fotoğraf çekilerek TÜBİTAK – BİLTEN’de kurulan yer istasyonu aracılığı ile yere indirilecektir. BİLSAT’tan elde edilen görüntüler ile ürün rekoltesi, çevre kirliliği, doğal afetlerin neden olduğu hasarın değerlendirilmesi gibi amaçlarla yararlanılabilecektir (Anonymous,2003a).
1.9.7. Aster
Aster; 1999 yılında NASA 'ya ait TERRA uydusuna monte edilmiştir. Dünya çevresinde dairesel olarak yer yüzeyinden 705 km uzaklıkta kutuplara yakın bir yörüngede dönmektedir. Yörüngede güneşle eş zamanlı olarak ve yerel saatle sabah saat 10:30 'da yeryüzünden veri toplamaya başlamaktadır. Uydu üzerinde beş ayrı modül bulunur. Yüksek alansal (spatial), tayfsal (spektral) ve radyometrik çözünürlüğe sahip toplam 14 bant spektral aralığa sahiptir. Görüntü büyüklüğü 60 x 60 km'dir (Anonymous,2003a).
Çizelge 1.1. Tarımsal amaçlı kullanılan bazı Uydu Görüntüleri ve Özellikleri (Anonymous,2003a) Uydu Görüntülerini n Özellikleri Bant Sayısı Radyometrik Çözünürlük Mekansal Çözünürlük Zamansal Çözünürlük Genişlik (Swath Width) Landsat MSS 4 bantlı 7-bit 80x80m 16 gün 185 km Landsat TM-4 ve 5 7 bantlı 8-bit 30x30m (6.bant 120x120m) 16 gün 185 km Landsat 7 ETM+ 8 bantlı 8-bit 30x30 m (6.bant 60x60 m, pankromatik bant 15 m) 16 gün 185 km
Spot PAN 1 bantlı 8-bit 10x10 m 26 gün 60 km
Spot XS 3
bantlı 8-bit 20x20 m 26 gün 60 km
IRS PAN 1 bantlı 8-bit 5x5 m 70 km
IRS LISS 4 bantlı 8-bit 25x25 m 141 km
IKONOS PAN 1
bantlı 8-bit 1x1 m Siparişe bağlı
min 11x11 km
IKONOS XS 4
bantlı 11-bit 4x4 m Siparişe bağlı
min 11x11 km
1.10. Araştırmanın Amacı
Dünyada nüfusun artması sonuç olarak doğal kaynakların tahribatını getirmektedir. Şu anda birçok ülkede olduğu gibi, Türkiye’nin de kendine yeterli bir tarım potansiyele sahip olduğu görülmektedir. Ancak elde bulunan doğal kaynakların uygun bir şekilde kullanılması ve incelenmesi son derece önemlidir. Hızlı nüfus artışı, kısıtlı doğal kaynaklar ve çevre kirliliği, yeryüzü hakkında hızlı ve doğru bilgiye olan ihtiyacın artmasına neden olmaktadır. Bugün yeryüzünün fiziksel yapısı hakkındaki pek çok bilgi Uzaktan Algılama teknikleri ile elde edilmektedir. Uzaktan Algılama teknikleri ile elde edilen verilere ihtiyaç gittikçe artmaktadır. Bu nedenlerden dolayı Uzaktan Algılama ile elde edilen veriler gelişmekte olan ülkeler için değerli veri kaynaklarıdır.
Bu araştırmada Uzaktan Algılama Sistemleri yardımı ile Hassas Tarım Uygulamaları sonucu elde edilen verilerin ve Türkiye’de doğal kaynakların dikkate alınarak incelenmesi, analiz edilmesi ve uygun şekilde kayıtların yapılması amaçlanmıştır.
2. ÖNCEKİ ÇALIŞMALAR
DEMİRBÜKEN vd., 1993. Yeryüzündeki bütün nesneler güneşten aldıkları enerjiyi yansıtır, soğurur veya geçirir. Yansıyan enerji, atmosferden geçtikten sonra uydularda bulunan farklı dalga boylarındaki dedektörler vasıtasıyla sayısal veri halinde toplanır. Bu veriler, uzaktan algılamadaki uydulardan elde edilen veri setini oluşturur. Yeryüzündeki aynı nesneler, konumundan ve o andaki çevre şartlarından dolayı farklı yansıma değerleri verebilirler. Sonuç üretilmesi için, aynı nesnelerin yansıma değerlerinin bir gruba toplanması gerekmektedir. Sınıflandırma olarak tanımlanan bu aşamada belirli istatistiksel yöntemler kullanılmaktadır. Bu çalışmada söz konusu istatistiksel yöntemler tarım konusunda örnek bir çalışma ile karşılaştırılmış ve öneriler sunulmuştur.
METİN vd., 1993. Genel anlamda yeryüzünün iki boyutlu sinyal kaydı olan uydu görüntüleri, algılayıcılar tarafından kayıt edilmesi esnasında, dünyanın küreselliği ve kendi ekseni etrafında dönüşü, uydunun yörüngesindeki sapmalar ve diğer bazı etkenlerden dolayı yeryüzündeki gerçek harita koordinatlarında sapma gösterir. Bu sapmanın bazı istatistiksel yöntem yaklaşımları ile düzeltilmesi olarak tanımlanan geometrik düzeltme işlemi; görüntünün haritadaki gerçek koordinatlarına oturtulmasını ve elde edilen verilerin mekansal temelde toplanabilmesini sağlar. Bu çalışmada sunulan uygulama, Lüleburgaz (Kırklareli) bölgesine ait ham uydu görüntüsü üzerinde çeşitli “Geometrik düzeltme” işlemlerini ve amaca uygun olan en iyi yöntemin araştırılarak görüntünün, harita koordinat sistemine göre yeryüzü üzerindeki gerçek koordinatlarına oturtulmasını kapsamaktadır.
DEMİRBÜKEN vd., 1994. Tarım alanlarının tahmininde tamsayım yönteminin oldukça pahalı olması ve uzun zaman alması nedeniyle, alan örneklemesine dayalı yöntemler ile uydu görüntüleri kullanılarak tahminler üretilmektedir. Tahmin yapılacak bölgelerde, belli bir örnekleme oranına göre kare şeklinde test alanları (segment) seçilir. Bu alanların büyüklükleri alanın yapısına ve çalışmanın amacına göre değişebilir. Yer çalışmaları deneyimli kişiler tarafından bizzat araziye çıkılarak yapılır ve o alan içinde kalan tarlalar için veriler toplanarak bir veritabanı oluşturulur. Bu bilgiler yardımıyla tüm alanı kaplayan uydu görüntüsü sınıflandırılır. Sınıflandırma ve yer çalışması
sonuçları kullanılarak regresyon modellemesi yoluyla tüm alan için tek bir tahmin ve ürün bazında sonuçlar üretilebilir. Bu çalışmada ARC/INFO ve ERDAS yazılımları kullanılmıştır. Örnek alan olarak Konya-Karapınar bölgesi seçilmiştir.
SEZGİNER ve GEMALMAZ, 1994. Yüksek çözümlemeli, düşük spektral özellikli uydu görüntüleriyle yüksek spektral özellikli, düşük çözümlemeli uydu görüntülerinin sayısal birleştirilmesi, görüntülerin zenginleştirilmesinde kullanılmaktadır. Aynı bölgenin farklı zamanlarda, değişik çözümleme ve spektral özelliklere sahip uydu görüntülerinin sayısal birleştirme yöntemleriyle, etkin görsel yorum için detaylandırılmış melez görüntüleri elde edilir. Bu işlemin bir diğer olumlu sonucu da çalışma hızının arttırılması ve işlenen veri hacminin azaltılmasıdır. Bu çalışmada Afyon şehri ve çevresinin 23 Haziran1993 tarihli 28,5 m. çözümlemeli Landsat5 - TM görüntüsü ile 8 Mart 1990 tarihli 10 m. çözümlemeli SPOT Pankromatik görüntüleri kullanılmıştır. Aritmetik toplama (arithmatic additive method) ve Ters IHS dönüşüm (reverse IHS transformation method) yöntemleriyle melez görüntüleri elde edilmiş ve sonuçları karşılaştırılmıştır.
METİN 1995. Çalışmasında, çok bandlı ve farklı dönemli uydu görüntülerini kullanarak, tarım alanlarının kontrollü sınıflandırılmasında üç farklı yaklaşım, aynı ön bilgileri (signature) ve çalışma alanını kullanmak koşuluyla denenmiş ve doğruluk analizleri yapılmıştır. Birinci yaklaşımda, 23 Haziran 1993 tarihli Landsat5 – TM uydu görüntüsüne kontrollü sınıflandırma işlemi yapılmıştır. İkinci yaklaşımda, 27 Nisan 1993 tarihli üç bandlık Spot – XS ve Landsat5 – TM görüntülerinin bandları birleştirilerek on bandlık yeni bir veri seti elde edilmiştir. Bu veri setinde, ilk yedi sıraya Landsat5 – TM’in bandları, 8-9-10. sıraya ise Spot – XS’in 1-2-3. Bandları yerleştirilmiştir. Daha sonra, 4. Aya ait üç bandlık Spot – XS görüntüsünün 2 ve 3. bandları ve 7. aya ait yedi bandlık Landsat5 – TM görüntüsünün ise 2,3,4,5 ve 7. Bandları alınarak toplam yedi bandla sınıflandırma işlemi yapılmıştır. Son yaklaşımda ise, oluşturulan bu on bandlık veri setine Ana Bileşenler Analizi (Principle Component Analysis) uygulanarak, toplam varyansın %98.93 açıklayan ilk beş ana bileşenle kontrollü sınıflandırma işlemi yapılmıştır. Elde edilen sonuçlar değerlendirildiğinde, 7. Aya ait Landsat5 – TM görüntüsüne uygulanan sınıflandırma sonucunun Ana Bileşenler Analizi yöntemi ile elde edilen sonuca göre daha iyi olduğu, buna karşın ikinci yaklaşım
ile elde edilen sonuca göre ise daha kötü olduğunu gözlemiştir. Bununla beraber, sonuçlar arasında büyük farklılıklar olmadığını tespit etmiştir.
GÜNAY vd., 1997. Türkiye'nin önemli tarım ve turizm merkezlerinden biri olan Gökova Körfezi ve çevresinde yoğun bir endüstriyel-tarımsal gelişme ve buna paralel olarak da hızlı bir nufüs artışı yaşanmaktadır. Söz konusu gelişmelerle birlikte içme, kullanma ve sulama suyu ihtiyacı da artmaktadır. Bölgesel su gereksiniminin karşılanabileceği olası kaynakların belirlenmesi amacıyla Hacettepe Üniversitesi, Uluslararası Karst Su Kaynakları Uygulama ve Araştırma Merkezi (UKAM) tarafından yürütülen üç yıl süreli bölgesel çalışmaları kapsamında, Gökova bölgesini kapsayan Landsat5 - TM (Thematic Mapper) bandları kullanılarak bölgenin çizgisellik haritası hazırlanmış ve sahada kontrol edilmiştir. Bu görüntüler ile beraber sayısallaştırılmış veriler kullanılarak çizgisel unsurlar, düdenler ve formasyonlar içindeki dağılımları ile ilgili olarak istatistiksel veriler elde edilmiştir. Ayrıca Ağustos-1986 ve Haziran-1084 aylarına ait Landsat5 - TM bandları kullanılarak çizgisel unsurlar belirlenmiş ve (thermal infrared-6) ısıl kızılötesi bandı kullanılarak, Gökova körfezi içinde kıyıya yakın olan denizaltı boşalımlarının konumları belirlenmiştir. Uydu görüntülerinden belirlenen olası denizaltı kaynaklarının yerinde kontrol edilmesi amacıyla Nisan 1996 tarihinde bir saha çalışması yapılmıştır. Bu noktalara ulaşılması amacıyla, koordinatları belirlenen noktalar Trimble Pathfinder Plus GPS (Global Positioning System) ünitesine yüklenmiş ve tekne ile bu noktalarda derinlik boyunca çeşitli fiziksel/kimyasal parametreler ölçülmüştür. Bu ölçümler HYDROLAB Çok Parametreli Su Kalitesi Sonda Cihazı (Multiparameter Water Quality Monitoring Instruments) ile yapılmıştır. Bu sonda ile derinliğe bağlı olarak Sıcaklık (0C), İletkenlik EC (µS/cm), pH, TDS (mg/l), Çözünmüş Oksijen (% veya mg/l), Redox Potansiyeli (mV), Bulanıklık (Nessler Bulanıklık Birimi, NTU) parametreleri aynı anda yerinde ölçülmüştür. Varlıkları kanıtlanan denizaltı kaynakları ile denize 627x106 m3/yıl' lık boşalımım olduğu hidrolojik bütçe hesaplamaları ile belirlenmiştir (20m3/s).
BOLCA vd., 2003. Bu çalışmaları ile, Batı Anadolu Bölgesinde yer alan 2002 yılı pamuk ekili alanları ile pamuk ürün rekoltesi uzaktan algılama tekniği kullanılarak saptanmıştır. Bu amaçla 2002 yılı Mayıs ve Ağustos aylarında alınmış Landsat 7 TM uydu görüntülerinin 453 bant kombinasyonları kullanılmıştır. Genel Uydu görüntü
işlenmesi uygulamalarından sonra 1/25000 ölçekli altlık haritalarla çakıştırılarak rektifiye edilmiştir. Pamuk bitkisi, yeşil doku gelişim özelliğine bağlı yansıma değerleri verim özelliği ile ilişkilendirilerek 3 seviyeli verim grubu oluşturulmuştur. Uydu görüntüleri, verim gruplarının sayısal görülme aralıklarına göre eğitimli (Supervised) yöntem ile sınıflandırılmış ve ilçe bazında pamuk ekili alanların yüz ölçümleri ile dağılım alanları saptanmıştır. Arazi çalışmaları ile her grup için dekara verimleri yöre bazında belirlenmiş ve ekili alan değerleri ile çarpılarak ürün rekoltesi saptanmıştır. ESETLİLİ ve KURUCU, 2003. Çalışmalarında, pamuk bitki örtüsünün uydu görüntülerinden en doğru biçimde belirlenebilmesine olanak sağlayacak, en uygun kontrollü sınıflandırma (supervised classification) yöntemi belirlenmeye çalışılmıştır. Uzaktan algılama tekniği kullanılarak pamuk ekili alanların belirlenmesi çalışmalarının en önemli aşaması uydu görüntüsünün sınıflandırmasıdır. Araştırma yeri olarak Aydın bölgesi seçilmiştir. Pamuk ekili alanları belirlemek için Ağustos 2000 tarihinde çekilmiş olan Landsat 7 ETM uydu görüntüsü kullanılmıştır. Uydu görüntülerinin sınıflandırılmaları kontrollü (supervised) ve kontrolsüz (unsupervised) olarak iki şekilde gerçekleştirilir. Bu çalışmada, görüntü işleme yazılımı olarak Image Analyst (Intergraph) kullanılmış ve bu yazılımın içeriğinde bulunan Minimum Distance, Maximium Likelihood, Para-ML, Para-MD, Parallelepiped, N-Image ML kontrollü sınıflandırma yöntemleri toplam 20 adet test alanında uygulanmıştır. Arazi ve laboratuar çalışmaları sonucunda; diğer yöntemlere göre en yüksek doğruluk oranları Para-ML (%97,06) ve Para-MD (%95,8) yöntemleri ile elde edilmiştir. Pamuk ekili alanların uydu görüntüleri ile belirlenmesi çalışmalarında büyük alanlar için Para-MD sınıflandırma yönteminin en iyi olduğu belirlenmiştir.
GÜNEK vd., 2004. Coğrafi bilgi sistemleri dünyada hızla gelişen ve yaygınlaşan bir kullanım alanına sahiptir. Ülkemizde de son yıllarda bu sistemin kullanımı artmış ve sistem farklı alanlarda uygulanmaya başlanmıştır. Bu sistemin uzaktan algılama destekli olarak kullanılması ise daha fazla önem kazanmıştır. Bu düşünceden hareketle ve yeni bir örnek olması açısından uzaktan algılama destekli Fırat Üniversitesi Kampus Bilgi Sistemini oluşturmak için 2002 yılında bir alt yapı projesi hazırlanarak FUBAP (Fırat Üniversitesi Bilimsel Araştırma Projeleri) Yönetim Birimine sunulmuş ve kabul edilmiştir. Projenin amacı Fırat Üniversitesi mevcut tesislerini bilgisayar ortamına aktarmak, tesisleri daha verimli, güvenli, kontrollü kullanabilmek ve her türlü alt yapı
ve personel bilgilerine hızlı ulaşabilmektir. Ancak bilgilerin güvenli olması her şeyden önce veri tabanını oluşturacak verinin doğruluğuna bağlıdır. Ülkemizde özellikle imar planlarının güncellikten uzak, arşiv verilerinin düzensiz ve dağınık olması nedeniyle güvenli verileri elde etmek için uzaktan algılama tekniği kullanarak yüksek çözünürlüklü uydu görüntülerinden faydalanmanın uygun olacağı düşünülmüştür. Bu amaçla çalışmalarında, önce Fırat Üniversitesi kampus sahasını kapsayan 8X8 km boyutlarında 03.07.2003 tarihli Quickboard görüntüsü temin edilmiş, yine proje kapsamında satın alınmış olan TNT mips programı kullanılarak 1/25000'lik ölçekli topografya haritası, 1/1000'lik imar planları, 1/5000'lik uçuş planları ve uydu görüntüleri koordinatlandırılmış, bu veriler arasında uyumun sağlanması için ise koordinat düzeltilmesi yapılmıştır. Daha sonra görüntü yardımıyla kampus içindeki bina, yol, spor tesisleri, yeşil alanlar vb. bilgiler işlenmiş, bu tabakalardaki nesnelerin öznitelikleri girilerek sorgulamaya hazır duruma getirilmiş ve hizmete sunulmuştur. Ayrıca üniversite akademik ve idari bina birimlerinin kullanımıyla ve personelle ilgili bilgilerin de sağlanmasıyla sistem desteklenmiş ve kullanılır duruma getirilmiştir. KÖSEOĞLU ve GÜNDOĞDU, 2004. Birçok ülkede tarım alanlarında, üretim ve çalışma koşullarının iyileştirilmesi ve geliştirilmesi, böylelikle verimin arttırılması, buna bağlı olarak ürün alma sürekliliğinin sağlanması amacıyla arazi toplulaştırma çalışmaları yürütülmektedir. Arazi toplulaştırma projelerinin kısa zamanda hayata geçirilebilmesi, planlama çalışmaları aşamasında gerekli olan verilerin, kısa sürede ve doğru bir biçimde elde edilmesine ve değerlendirilmesine bağlıdır. Bu çalışmada, arazi toplulaştırması çalışmalarının önemli aşamalarından birini oluşturan planlama çalışmalarının yürütülmesinde gereksinim duyulan planlama verilerinin, uzaktan algılama teknikleriyle elde edilebilirliği araştırılmıştır. Çalışma, Bursa-Karacabey İlçesi, Eskisarıbey –Yenisarıbey – Ortasarıbey ve Sazlıca köylerinde yürütülmüş ve örnek alanı kapsayan 06.08.1998 tarihli Landsat 5 TM uydu görüntüsü kullanılmıştır. Planlama verilerinin uydu görüntüsü üzerinde belirlenebilmesi için ERDAS Imagine görüntü işleme programında gözle yorumlama, kontrollü sınıflandırma ve kontrolsüz sınıflandırma yöntemleri kullanılmıştır. Çalışma sonucunda, arazi toplulaştırması planlama verisi olarak arazi kullanım durumu, yerleşim yerleri ve sabit tesisler, ana sulama ve drenaj kanalları ile ana yollar uydu görüntüsü üzerinden belirlenebilmiş, buna
karşın arazi parçalılığı ve parselasyon durumuna ilişkin bilgiler uydu görüntüsü üzerinden belirlenememiştir.
ERTEN vd. 2005. Bu çalışmada, Çanakkale ilçesine bağlı Gelibolu Yarımadası, orman yangını risk haritası oluşturulması için pilot bölge olarak seçilmiştir. 25 Temmuz 1992 tarihinde bölgede yaşanan yangının etkilerinin de analiz edilebilmesi için yangın öncesi ve yangın sonrası Landsat TM uydu görüntüleri kullanılmıştır. Uydu görüntülerine ek olarak, yangın parametrelerinin analizi için topografya, bitki örtüsü ve arazi kullanım bilgileri CBS ortamında birleştirilmiştir ve yangın risk bölgeleri oluşturulmuştur. Elde edilen sonuçlar tablo ve haritalar ile gösterilmiştir. Test bölgesi için oluşturulan risk haritası, tüm Türkiye için oluşturulmalı ve afet durumunda oluşacak etki minimuma indirilmelidir sonucuna varmışlardır.
GÜLER ve KARA, 2005. Hassas uygulamalı tarım teknolojisi (Precision Agriculture, PA) tarımsal üretimde kullanılan girdilerin çevreye duyarlı bir şekilde düzenlenmesine olanak tanıyan bir yaklaşımdır. Özellikle küresel konum belirleme sisteminin (GPS) gelişmesine paralel olarak çiftçiler, tarımsal üretimde konumsal farklılıkları göz önüne alarak uygulama yapmanın avantajlarını fark etmeye başlamışlardır. Lokal bazdaki bilgilerin kullanılması ile üretime etki eden faktörlerin mevcut durumuna bağlı olarak değişken düzeylerde gübreleme, ilaçlama, sulama, ekim normu vb. uygulama olanağı ortaya çıkmaktadır. PA yaklaşımının uygulanması ile tarımsal faaliyetler dijital ve bilgi çağına uygun hale gelmektedir. Bu çalışmalarında özelikle son yıllarda yapılan çalışmalar göz önünde bulundurularak, PA’nın dünyadaki mevcut durumu ve gelişme sürecine genel bir bakış getirilmeye çalışılmıştır.
KARAKIŞ vd. 2005. Çalışmalarında, test alanı olarak, oldukça değişken bir topoğrafyaya sahip olan Zonguldak Metropolitan Alanı seçilmiştir. Öncelikle Zonguldak bölgesini kaplayan yüksek çözünürlüklü Quickbird uydu görüntüsünden birçok farklı sınıfı içeren bir bölge seçilerek segmentlere ayrılmış, görüntü üzerinde bu segmentleri uygun sınıflara atayabilecek fonksiyonlar belirlenmeye çalışılmıştır. Yazılım olarak eCognition v4.0.6 programı kullanılmıştır. Sonuçta görüntü üzerinde ayrıt edilebilen bina ve yol gibi kültürel detaylara ait sınıflar çıkartılmıştır. Ek olarak, sınıflandırma sonuçları, coğrafi bilgi sistemlerine uygunluğunu test edebilmek için
vektör bilgiye çevrilmiş ve Zonguldak Test Alanı’nın mevcut 1/1000 ölçekli fotogrametrik yöntemle üretilmiş sayısal haritalarıyla karşılaştırması yapılmıştır.
ŞAHİN vd., 2005. Yaptıkları çalışmada, şehir alanında yer alan binaların çıkarımı için yüksek çözünürlüklü KVR-1000 pankromatik uydu görüntüsü kullanılmıştır. Test alanı olarak Zonguldak’ın bir bölümü seçilerek, ilk olarak bina sınırları ve yol orta çizgileri elle sayısallaştırılmıştır. Ek olarak aynı bölge için nesne-tabanlı sınıflandırma işlemi gerçekleştirilmiştir. Bu bağlamda, elle yapılan sayısallaştırma sonuçları ve fotogrametrik yöntemle üretilmiş olan büyük ölçekli haritalarla karşılaştırılmış ve elle sayısallaştırmanın başarılı olduğu görülmüştür. Büyük ölçekli haritalar karşılaştırmada temel kriter olarak ele alınmıştır. İkinci analiz, nesne-tabanlı sınıflandırma testleri olmuştur. İki metodun da bazı dezavantajları olduğu belirlenmiştir. Elle sayısallaştırma sırasında operatörün bazı problemlere karşı müdahale edebilme yetisini kazanmış olması önemli bir unsur olarak ön plana çıkmıştır. Nesne tabanlı analiz sırasında ise gri değerlerinin analizine ek olarak, farklı fonksiyonların etkin olarak kullanılamadığı belirlenmiştir. Sonuç olarak araştırmalarında şehir alanı içinde farklı niteliklere sahip yapıların sayısallaştırılması, iki yöntemle de ayrı ayrı incelenmiş ve karşılaştırmalı olarak gösterilmeye çalışılmıştır.
TOPAN vd. 2005. Yaptıkları çalışmada, Zonguldak ilinin büyük bir bölümünü kapsayan 5 m. yer piksel büyüklüklü yörünge düzeltmesi getirilmiş IRS-1C pankromatik mono görüntüsünün sağladığı konum doğruluğu değişik yersel verilerle ve matematiksel modellerle incelenmiştir. Değerlendirme aşamasında gerekli olan yer kontrol noktaları (YKN) ve bağımsız denetim noktaları (BDN) 1:25000 ölçekli topoğrafik haritalardan; 1:1000, 1:2000, 1:4000 ve 1:5000 ölçekli haritalardan ve GPS gözlemlerinden oluşan üç ayrı küme olarak ele alınmıştır. Bu YKN-BDN kümeleri, parametrik olmayan üç model (afin, yükseklik düzeltmeli afin ve Dolaysız Doğrusal Transformasyon) ve parametrik modeller (Uydu Yörünge Modellemesi ve rekontrüksiyon geometrisi) kullanılarak incelenmiştir. Kümelerden elde edilen konum doğrulukları karşılaştırıldığında, 1:25000 ölçekli haritaların en düşük, GPS gözlemlerinin ise en yüksek konum doğruluğunu verdiği görülmektedir. GPS’den ve büyük ölçekli haritalardan oluşan iki kümenin YKN doğrulukları arasında belirgin bir farklılık yokken, BDN doğruluğunun GPS ölçüleriyle arttığı görülmektedir. Ancak kullanılan tüm değerlendirme yöntemleri ve nokta kümeleri ile alt piksel düzeyinde
doğruluğa hem YKN’ler hem de BDN’ler için erişilememiş ve bunun nedenleri üzerinde durulmuştur. Çalışmada IRS-1C/1D görüntüsünün etkin piksel boyutu da irdelenmiş ve 5 m’lik yer piksel büyüklüğüne örneklenmesine rağmen görüntünün orijinal piksel büyüklüğü olan 5.8 m’lik yer piksel büyüklüğü değerini koruduğu tespit edilmiştir. UZ ve ÇABUK, 2005. Çalışmalarında Eskişehir ili kent merkezine ait yeşil alanların coğrafi bilgi ve uzaktan algılama sistemleri ve yüksek çözünürlüklü uydu görüntüleri ve multispektral uydu verileri ile farklı yöntemler kullanarak saptanabilirliği incelenerek ve bu sistemlerin planlama bilgi sistemi oluşturulmasında kullanılabilirliğini ve avantajlarını ortaya koymaya çalışmışlardır.
VATANDAŞ vd. 2005. Yaptıkları çalışmada, çağımızın gelişen bilgi teknolojilerinin tarımsal üretimle bütünleştirildiği hassas tarım ve bununla ilgili olan teknolojilerin tanıtılması ve uygulama olanaklarının incelemesini yapmışlardır.
3. MATERYAL VE YÖNTEM 3.1. Materyal
3.1.1. Yazılım
TNT Mips resim ve vektör verinin entegre biçimde kullanılması konusunda üstün özelliklere sahip bir programdır. Resim ve vektör veriler bir arada rahatlıkla açılabilmekte, resim verilerin üzerinde ilk defa oluşturulan vektör nesne koordinat bilgisini otomatik olarak resim veriden alabilmektedir.
Bu özellikler, ekranda sayısallaştırma (heads-up digitizing) yönteminin rahatlıkla gerçekleştirilebilmesini sağlar. Çalışmada kullanılan yazılım Raster + Vector uygulamalarını gerçekleştirebilen TNT MİPS 6,4 versiyonudur (Şekil 3.1.)
Şekil 3.1. TNT Mips 6,4 versiyonun kullanımından bir örnek (Anonymous,2003a).
3.1.2. Donanım
P II Celeron 800 mhz işlemcili standart PC + Ek donanımları kullanılmıştır. 3.1.3. Uydu görüntüsü
Çalışmada Temmuz–2001 Landsat 7 TM ve Ekim 2001’de çekilmiş Landsat 5 TM Uydusuna ait Pan + Multispektral bantları kullanılmıştır. Sayısal verilerin yörünge adresi 172/34 ve 173/34’ tür.
Landsat TM 7 bandta radiometrik veri toplar. Bu bantların spektral oranları ve uygulama alanları Çizelge 3.1.’de ki gibidir (Çullu vd.,2003);
Çizelge 3.1. Landsat bant özellikleri (Çullu vd.,2003)
1. Band (0,45–0,52 μm) Su yüzeyleri, sahil sularının haritalanması ve toprağın bitkiden ayırt edilmesinde 2. Band (0,52–0,60 μm) Bitkilerdeki canlılığı ölçmede
3. Band (0,63–0,69 μm) Klorofil absorbsiyonu yaptığı için bitki ayrımında. 4. Band (0,76–0,90 μm) Biomas içeriğinin belirlenmesinde ve su yüzeylerinin
tespit edilmesinde
5. Band (1,55–1,75 μm) Toprak ve bitkinin nem içeriğinin belirlenmesinde, karın, buluttan ayrılmasında
6. Band (10,40–12,5 μm) Bitki stresi ve toprak neminin belirlenmesinde 7. Band (2,08–2,35 μm) Kaya çeşitlerinin belirlenmesinde ve hidrotermal haritalamada
3.1.4. 1/5000 Ölçekli kadastral pafta
1/5.000'lik paftalar; 1/10.000'lik paftaların 4 eşit parçaya bölünüp harflendirilmesi ile bulunur. Boyutları 1°30' x l°30'dır ve a, b, c, d harfleriyle isimlendirilir, Örneğin "Şanlıurfa-N–41-b–Ol-b" gibi.
Çalışma alanını kapsayan N41 ve N42 serisi 1/5000 ölçekli kadastral paftalar kullanılmıştır.
3.1.5. GPS
Coğrafi koordinat (Boylam-Enlem-Yükseklik), 6o’lik UTM (1/25000’lik) projeksiyon koordinatı (Kuzey, Doğu, Yükseklik, Zone numarası), 3 o’lik Gauss-Kruger projeksiyon koordinatı (Kuzey, Doğu, Yükseklik) gibi hafızasındaki 11 koordinat sitemi ve 72 harita datumunun yanı sıra kullanıcı tarafından bir adet harita datumu ve koordinat sistemi tanımlanabilen Magellan GPS 315 modeli 5–15 m hassasiyetli el GPS’i kullanılmıştır.
3.1.6. Scanner
Diğer ifadeyle tarayıcı olarak adlandırılır. Çalışmalarda HP A3 ve A0 model tarayıcı kadastral paftaların dijital ortama aktarılmasında kullanılmıştır (Şekil3.2.)
Şekil 3.2. A3 ve A0 model tarayıcı
3.1.7. Printer
Diğer ifadeyle yazıcı olarak adlandırılır. Çalışmalarda HP model yazıcılarla hazırlanan raporlar çıkarılmış, A3 boyutuna kadar oluşturulan verilerin ve haritaların basımında HP 1220 Ofisjet marka printer kullanılmıştır (Şekil 3.3.).
3.2. Yöntem
3.2.1. Tarama sistemleri ile sayısallaştırma
Kağıt medyanın tarayıcı / scanner (Algılayıcı)’dan geçirilmesidir. Bu yöntemle elde edilen veri raster (resim) formatındadır. Tarama işlemleri kullanılan tarayıcının özelliklerine göre çeşitli dosya formatı ve çözünürlüklerde yapılabilmektedir. Çözünürlük (Ayrım gücü) arttıkça dosya boyutu büyümekte, bununla birlikte raster’den elde edilen ayrım gücündeki hassasiyet artmaktadır (Anonymous,2003a)
Özellikle köy sınırı ve parsel sınırı bazlı arazi örtüsü tesbit çalışmalarında temel altlık olarak kullanılan 1/5000 ve değişik ölçeklerdeki standart kadastral paftaların A0 tarayıcıdan 300 Dpi çözünürlüğünde *.TİF formatında taranması ve kullanılan yazılıma importlama işleminden sonraki aşama jeoreferanslama işlemidir.
3.2.2. 1 / 5 000 ölçekli paftaların jeoreferanslanması
Paftaların jeoreferanslanmasında iki farklı jeoreferanslama yöntemi uygulanmıştır. Bu yöntemler referans kullanma veya manual giriş yöntemleridir.
1.yöntem; kadastral paftalar üzerinde, köşe koordinat noktalarına ait ve pafta üzerindeki karelajlara ait koordinat değerleri bulunmaktadır. Girdi nesnesi penceresindeki paftanın üzerinde bulunan köşe koordinat noktaları veya karelaj noktaları, işaret noktası aracı ile işaretlenerek, işaretlenen noktalara ait değerler pafta üzerinden okunarak referans N (yukarıya) E (sağa) değerleri olarak manual olarak girilir (Şekil 3.4.).
Karelaj noktası değerleri ve Jeoreferanslama için işaret noktası aracının yerleştirilmesi
2.yöntem; girdi nesnesi penceresindeki paftanın üzerinde bulunan köşe koordinat noktaları veya karelaj noktaları, kullanılan yazılımın işaret noktası aracı ile işaretlenerek, referans olarak kullanacağınız nesneyi (karelajlı pafta indeksi) referans penceresinde açmak ve referans penceresindeki veri üzerinde girdi nesnesine ait köşe kesişim noktasını (pafta indeksi üzerinden) veya karelaj noktasını işaret noktası aracı ile hassas bir şekilde işaretleyerek onaylamaktır. Referans penceresinde hassaslaştırma işlemi için nokta veya eleman yakalama seçenekleri kullanılan programlarda mevcut ise çok faydalı olacaktır. Böylece girdi nesnesi, referans nesnesinden işaretlediğiniz noktalara karşılık gelen koordinat değerlerini otomatik olarak alacaktır. Jeoreferanslamada 2.yöntemin kullanılması çalışmaların daha hızlı ilerlemesini ve çabuklaştırılmasını sağlamaktadır (Şekil 3.5.).
Şekil 3.5. Pafta indeksi noktalarının referansından, paftaya jeoreferanslama işlemi Paftalara ait köşe koordinat değerleri pafta üzerine yazılmamış ise bu koordinat değerlerini otomatik olarak üreten programlardan faydalanmak mümkündür. Bu tip programları kullanırken dikkat edilmesi gereken koordinat değeri üretilecek paftalara ait projeksiyon değerlerinin bilinmesi ve doğru olarak girilmesidir. Jeoreferanslama işleminde program tarafından üretilen koordinat değerlerinin referans N (yukarıya) E (sağa) değerleri olarak manuel olarak girilir. Şekil 3.6.’da URFA N–41-a–12-d paftasına
ait X1, Y1 koordinatlarının otomatik koordinat noktası üreten programdan (Şekil 3.7.) alınarak referans penceresine manuel olarak girilmesi gösterilmiştir.
Şekil 3.6. Manuel referans değerlerinin girildiği pencere örneği
Şekil 3.7.Otomatik pafta köşe koordinatı üreten program pencere görüntüsü
3.2.3. Kadastral paftaların sayısallaştırılması
Sayısallaştırmada; geometrik düzeltmeye tabi tutulmuş harita, pafta ve uydu görüntüleri, referans resim (raster) olarak kullanılarak Manuel sayısallaştırma; Grafik, CAD veya Coğrafi Bilgi Sistemi programlarında referans raster verinin üzerinde oluşturulan, grafik katmanda, ekrana bakarak fare yardımıyla, şekillerin üzerinden
geçirilerek yapılır. İşlem, harita ve pafta üzerindeki parsel sınır çizgileri, köy sınır çizgileri, eş yükselti eğrileri, toprak sınıf sınır çizgileri, orman sınır çizgileri, akarsu ve göl kıyı çizgileri, yollar vb.lerinin üzerinden fare yardımıyla, vektör araçları ile (çizgi, poligon, nokta, öznitelik etiketi vb.) geçilmesi şeklinde yapılmakta olup, elde edilen mekansal veri vektör verisi olarak tanımlanmaktadır. Günümüzde en çok kullanılan hızlı ve hassas sayısallaştırma yöntemi budur. Sayısallaştırma esnasında;
● Sayısallaştırmada kullanılacak verilerin en güncel altlıklar olmasına, şartlar
dâhilinde özen gösterilmiştir.
● Sayısallaştırmada referans olarak kullanılan resimler geometrik rektifikasyondan
geçirilmiştir.
● İşlem sırasında belirli bir çalışma ölçeğinin seçilmesi gerekir. Bu aynı operatör
veya farklı operatörlerin sayısallaştırmada raster veri üzerinden çizimleri yaparken birbirlerine yakın kabul edilebilir sayısallaştırma hataları yapmalarını sağlar. 1/5000 ölçekli paftalar için sayısallaştırma ölçeği 1/1500 olarak alınmıştır.
● Sayısallaştırma sırasında takip edilen düz çizgiler üzerinde gereğinden fazla ara
nokta eklenmemesine dikkat edilmiştir.
● Sayısallaştırma sırasında çizgilerin kesiştiği noktalarda, küçük adacıkların ve
topolojik hatalı çizgilerin oluşmamasına dikkat edilmiştir.
● Sayısallaştırma sırasında ikiz çizgi çiziminden kaçınılarak, parsel çizimlerinde alan
kapanmalarına dikkat edilip, sayısallaştırma sonucu grafik katmanda oluşan bütün vektörel veriler vektör veritabanına bağlanmıştır.
● Sayısallaştırma sırasında referans resim üzerindeki parsel kesişim yerleri, belirgin
olmayan çizgiler, okunamayan öznitelik bilgileri vb. verilere kesinlik kazandırılmadan işlem yapılmamıştır. Hatalı yapılan sayısallaştırma çalışmaları çok ciddi sorunlara sebep olabilir.
● Pafta veya harita sayısallaştırılırken referans resim üzerindeki sayısallaştırma
güzergâhında belirli bir yön izlenmelidir. Kişilerin isteklerine bağlı olarak değişmekle birlikte sol üst köşeden başlayarak saat istikameti yönündeki güzergâhlar sıkça kullanılanıdır.
● Parsel bazlı sayısallaştırmalarda değişik köylere ait parsellerin birbirine karışmasını
● Parsel sayısallaştırma sonrası oluşturulan sayısal yaklaşık değerler (vektörel
poligon değerleri), kadastro ve tapu kayıtları ile karşılaştırılarak, alan kontrolleri yapılmış, oluşabilecek farklılıkların sebepleri tespit edilerek, operatör kaynaklı hataların önüne geçilmesi sağlanmıştır.
● Sayısallaştırma işlemi tek bir grafik katmanda yapılabileceği gibi, farklı grafik
katmanlarda da yapılabilir. Örneğin bir ile ait ilçe sınırları, köy sınırları aynı grafik katmanda olabileceği gibi, farklı ilçelere ait köy sınırları ayrı grafik katmanlarda çizilebilir. Tümleşik verilerde farklı gruplara ait vektör veri elemanlarının birbirleriyle karışmaması için, daha önceden standartlara göre belirlenmiş stil nesnelerine ayrı ayrı bağlanmaları ve oluşacak veride standart bir yapının oluşması sağlanmalıdır. Aksi takdirde, mekansal sorgulamalar sırasında hata ve karışıklıklar çıkabilir. Bu tür karışıklıkları önlemek için, standartlara uygun veri üretimi yapılmalı, datalar üretilirken, tümden gelim değil tüme varım tekniğinin kullanılması önerilebilir. Çalışmada tüme varım tekniği kullanılarak sayısallaştırma yapılmıştır (Şekil 3.8.- Şekil 3.9.).
1- Sayısallaştırma işlemi başlamış 2-Sayısallaştırma işlemi devam eden 3-Sayısallaştırma işlemi biten
Şekil 3.8. Grafik katmanda sayısallaştırma işlemine başlanmış ve devam etmekte olan ve sayısallaştırması biten çalışma (Anonymous,2001).
Şekil 3.9. 1/5000 ölçekli paftadan sayısallaştırma ile elde edilmiş “Parsel sınırı” vektörü (N–41-d–01-a) (Anonymous,2001).
Sayısallaştırma çalışmalarında Ö=1/5000 Kadastral paftalardan parsel sınırı bazında yapılmıştır. Parsel poligonlarına İlçe, Köy, Ada ve Parsel no’yu belirten 10 haneli Unique değerler verilerek veritabanı oluşturulmuştur. Çalışmada sayısallaştırması yapılan Akçamescit köyünün örnek bir parselinin Unique değer açılımı 08=Merkez Kodu, 009=Köy Kodu, 101=Ada Kodu, 01=Parsel kodu şeklindedir (Şekil 3.10.)
Şekil 3.10 Akçamescit Köyü Veritabanı (Unique Değerler)
3.2.4. Sayısal görüntü işleme (İmage Processing)
Sayısal görüntü iki boyutlu bir sayı dizisidir. Her sayı, her elementteki dizinin parlaklığını temsil etmektedir. Yeryüzü objelerinin yansıttığı ışığın her bir parlaklığı piksel (resim elementi) olarak tanımlanmaktadır (Şekil 3.11.).
Sayısal görüntü, geniş miktarda çok farklı sayıdaki verileri düzenli sıralar halinde içerir. Piksel olarak tanımladığımız bu düzenli sıraların 0-255 arasında değişen yansıma seviyeleri vardır.
3.2.4.1. Veri getirme
Veri getirme (import) işlemi, raster değerlerin, vektör koordinat ve veri tabanlarının orijinal formatından diğer sistemin okuyabileceği yapıya çözülmesi işlemini içerir. TNT Mips 6,4 versiyonu tüm verilerini *.RVC formatında import eder.
3.2.5. Sayısal görüntü işleme teknikleri
Sayısal görüntü işleme tekniklerinden Görüntünün düzeltilmesi metodu kullanılmıştır.
3.2.5.1. Görüntü düzeltme
Görüntü düzeltmenin amacı, yer şekli ve rotasından dolayı uydu algılayıcılarının görüntü algılarken yaptıkları hataları düzeltmektir. Böylelikle görüntünün analizleri ve yorumlanması için daha doğru hale getirilir. Bu düzeltmeler geometrik ve radyometrik olarak ikiye ayrılır.
3.2.5.1.1. Geometrik düzeltme
Uydu görüntüleri radyometrik düzeltmesi yapılarak satışa sunulmaktadır. Radyometrik düzeltmeleri takip eden aşama geometrik düzeltmedir.
Uydu görüntüsü hem sistematik, hem de sistematik olmayan geometrik hatalar içerir. Bu hataların bir kısmı uydu platformu ve sensörle ilgili bilinen parametrelere dayanarak düzeltilir, bir kısmı da belli miktarda yer kontrol noktasının yardımı olmadan düzeltilemeyecek türden hatalardır.
Yer Kontrol Noktası, görüntü ya da raster veriyi tanımlanan projeksiyon veya koordinat sisteminde doğru biçimde konumlandırmaya yarayan noktalardır. Yer kontrol noktası sayesinde satır/sütun değerleri koordinat değerlerine eşlenir.
Şekil 3.12.’deki görüntüde ve topoğrafik haritada eş nokta sayısı fazla olmadığından eş olan hemen her nokta yer kontrol noktası olarak alınmıştır. Noktaların görüntü üzerinde mümkün olduğunca eşit dağılması sağlanmaya çalışılmıştır. Kontrol noktaları görüntünün kimi yerinde yoğun kimi yerinde seyrek olmamalıdır. Buna göre birbirine çok yakın noktalardan yalnızca biri alınmıştır ve eş noktalar bulmanın zorlaştığı alanlar nokta bulmak üzere dikkatle incelenmiştir. Ancak eş noktalar bulmanın çok zorlaştığı özellikle dağlık alanlarda zorunlu olarak görüntünün geneline göre daha az yer kontrol noktası bulunmaktadır. Şekil 3.13.’deki uydu görüntüsü için yaklaşık 40 adet yer kontrol noktası (Şekil 3.12) kullanılmıştır.
Şekil 3.12.Referans nesnesi ve girdi nesnesine işaret noktası aracının yerleştirilmesi
Şekil 3.13. Jeoreferanslanması yapılan uydu görüntüsü ve üzerindeki yer kontrol noktaları
3.2.6. Uzaktan algılama teknikleri ile arazi örtüsü analizi çalışmaları
Bitkisel ürün ekiliş ve rekolte tespiti yapılacak alanlarda sayısallaştırma işlemleri yapıldıktan sonra veritabanı oluşturulur ve uydu resmi ile sayısallaştırılmış alan bilgisayar ortamında çakıştırılarak analiz gerçekleştirilir.
Çalışmada Kontrollü-Eğitimli Sınıflandırma yöntemi kullanılmıştır. Bitki ürün deseni tespiti için gerekli, en uygun fenolojik döneme ait, farklı tarihlerdeki (Temmuz– 2001 ve Ekim–2001) iki adet uydu resmi temin edilerek koordinatlandırma işlemleri yapılmıştır. Bu işlemle, sayısallaştırılmış veriler uydu resmi ile aynı koordinat sisteminde birebir çakıştırılmış olmaktadır. 5–15 m hassasiyetli Magellan 315 GPS cihazı ile arazide yer kontrol noktaları alınmıştır (Şekil 3.14.) (Anonymous,2001).
Şekil 3.14. GPS cihazı ile arazide koordinatları alınan noktaların (kırmızı noktalar), Vektör verinin Landsat 5 Uydu Görüntüsü üzerine çakıştırılması (Anonymous,2001).
4. ARAŞTIRMA SONUÇLARI ve TARTIŞMA
Araştırmada yeterli detayda veri alınmak istendiğinden, band çakıştırması işlemi yapılmış (Şekil 4.1.), uydu görüntülerinde 3-4-5 band kombinasyonu kullanılmıştır. (Şekil 4.2.).
Şekil 4.1. Birden Çok Bandın Çakıştırılması
Landsat 7 TM ; Temmuz 2001 Landsat 5 TM ; Ekim 2001
Şekil 4.2. 3-4-5 bant Çakıştırması Yapılan Şanlıurfa Harran Ovasından bir görüntü
Çalışmada kullanılan Kontrollü-Eğitimli Sınıflandırma, çalışma alanının arazi örtüsü ve arazi kullanımı hakkında verilen ön bilgileri kullanarak sınıflandırma için gerekli istatistiki temeli oluşturur ve sınıflandırmayı bu temel üzerine kurar.
Bitkiler güneşten aldıkları enerjiyi, soğurur, dağıtır veya yansıtır. Bu durum bitkinin özelliğine ve gelen ışığın dalga boyuna göre değişir. Görünür dalga boylarındaki ışığın bitkiler tarafından soğurulması ve kırmızı ötesindeki ışığın önemli derecede yansıtılması, diğer objelerden ayrılması için belirgin bir özelliktir (Şekil 4.3.).
3 BAND
Çalışmada pamuk bitkisinin yansıma değerleri incelenmiş (Şekil 4.4.), eğitimli-kontrollü sınıflandırma bu spektral yansıma değerleri ve GPS cihazı ile alınan kontrol noktalarına göre eğitim seti hazırlanarak yapılmıştır.
Şekil 4.3. Sağlıklı bir yeşil bitkiden spektral yansıma (Aksoy A.,2003).
Şekil 4.4. Bitkilerin morfolojik özelliklerine ait yansıma farklılıkları (Dinç U. vd.,2001)
Eğitim setinin oluşturulmasında kullanılan örnek pikseller, her bir tematik sınıf için, o sınıfı iyi temsil eden homojen alanlardan manuel olarak toplanmak suretiyle
SPEKTRAL YANSIMA
0 20 40 60 80 100 120 140 0,40 0,60 0,80 1,00 1,20 1,60 1,80 2,00 2,20 2,40 2,60 DALGA BOYU % Y A N S IM A (µm) % Yansima Dalga boyu (µm) Turunçgil Domates Sorgum Pamuk % Yansima Dalga boyu (µm) Turunçgil Domates Sorgum Pamukoluşturmuştur. Magellan 315 GPS ile alınan veriler ve sınıflandırma için gereken istatistikî bilgiler (ortalama, standart sapma, kovaryans matrisi vb.) öncelikle bu örnek setler için oluşturulmuş, daha sonra görüntüdeki tüm pikseller istatistikî olarak incelenerek ve her bir piksel kendisine en yakın istatistikî özellikleri gösteren eğitim setinin temsil ettiği sınıfa atanmıştır.
Tüm çalışmalarda pamuğun spektral yansıma değerlerini belirleyecek özellikte kontrol noktaları alınmış ve bu kontrol noktaları köy çalışmalarında referans olarak kullanılmıştır (Çizelge 4.1.) (Anonymous,2001).
Çizelge 4.1. GPS cihazı ile toplanmış eğitim seti verisi (Anonymous,2001)
Nokta Sıra No Sağa değer Yukarı değer Tespit edilen durum (Sınıflar)
Özel durum - notlar
1 487551,841 4103830,603 Pamuk İyi gelişmiş 2 487838,121 4103944,602 Pamuk İyi gelişmiş 3 489631,957 4100379,386 Pamuk İyi gelişmiş 4 490133,594 4098717,794 Pamuk İyi gelişmiş 5 490964,624 4096697,691 Pamuk İyi gelişmiş 6 491236,982 4095677,220 Yonca
7 491236,982 4095677,220 Mısır
8 491625,344 4090408,191 Bos Arpa-Buğday anızı 9 491968,894 4090507,767 Pamuk İyi gelişmiş 10 494400,203 4097450,080 Pamuk İyi gelişmiş 11 495022,877 4097656,509 Bos Sürülü tarla 12 495638,411 4097812,846 Soya
13 496297,002 4097654,150 Bos Sürülü tarla 14 497460,459 4107147,895 Pamuk İyi gelişmiş 15 497607,228 4096756,970 Pamuk İyi gelişmiş 16 497710,378 4108907,587 Mısır
17 498424,309 4093677,504 Pamuk Yabancı ot mücadelesi iyi yapılmamış 18 498537,918 4096325,764 Pamuk Yabancı ot mücadelesi iyi yapılmamış 19 498617,805 4092977,412 Yerleşim yeri
20 498825,730 4092030,413 Pamuk Yabancı ot mücadelesi iyi yapılmamış 21 499038,948 4096410,733 Bos Sürülü tarla
