Theses supervised by Doç. Dr. Uğur Avdan
16 theses · Anadolu University, Eskişehir Technical Üniversity
Integrated application geographical information system and business intelligence in local governments
Today, Business Intelligence (BI) and Geographic Information Systems (GIS )are used in a wide area and sectors. Business intelligence have been used for many years such as performance management, resource and production reporting, customer analysis. Geographic Information Systems are used to manage all spatial and associated with this spatial data in private and public sectors. In public sector, working and service producing in administrative boundaries such as especially in a city or province, local governments have worked in fields ranging from geology to residence in a building. The majority of the generated data belongs to a location while working in these areas. Through local governments, the datas belong to a location for last 10-15 years produced and managed. To participate decision support processes, dynamic and real time analysed, reported of produced of the spatial datas have could be with business intelligence solutions. Aim of this thesis to understand the gaps between BI and GIS and also to use the pure information for taking right choices. All of the data to gain this project are handled by local authorities of Management Information System (MIS) and GIS. They are collected from municipal corporation's data tha are used for local workplaces gradients such as work address, market areas & bazaar, infrastructure, on going processes of construction controls,development plan, geological-hydrogeological datas ,human resources, social assistance etc. Within this project, integrated usage BI and GIS all of the geographical and verbal datas of Uskudar Municipality could be analyzed and model to be by other local governments.
İnsansız hava aracı ile elde edilen görüntülerden üretilen ortofoto ve sayısal yüzey modellerinin doğruluğunun araştırılması
Gelişen teknoloji ile insansız hava araçlarının (İHA) kullanımı her alanda artmaktadır. Uçak, helikopter, uydu gibi birçok taşıyıcı platform yeryüzüne ait görüntülerin elde edilmesinde başarılı bir şekilde kullanılabilmektedir. Fotogrametri ve uzaktan algılama amaçlı olarak kullanılan İHA'lar küçük alanlarda klasik olarak kullanılan diğer yöntemlere göre maliyet, zaman ve tekrarlı ölçüm yapabilme gibi avantajları sayesinde daha elverişli çalışma olanaklarına sahiptir. Bu çalışmada; İHA kullanılarak temin edilen görüntülerden oluşturulan ortofoto, nokta bulutu ve sayısal yüzey modeli (SYM) sonuç verilerinin doğruluğu araştırılmıştır. Bu kapsamda ilk olarak taşıyıcı platform olan insansız hava aracına yerleştirilecek olan dijital kamera ile Eskişehir Şarhöyük arkeolojik alanında veri toplama için uçuş gerçekleştirilmiştir. Uçuş sonrası elde edilen görüntüler fotogrametrik veri işleme yazılımı ile işlenerek alana ait ortofoto, nokta bulutu ve SYM üretilmiştir. Ayrıca referans veri olması amacıyla ortofoto ve SYM doğruluk analizi için test alanında Jeodezik Küresel Uydu Seyrüsefer Sistemi (GNSS) alıcısı ile koordinat ölçümü yapılarak alana sayısal harita üretilmiş, nokta bulutu karşılaştırılması için alan üzerinde küçük bir test alanı belirlenerek bu alanda yersel lazer tarayıcı ile referans nokta bulutu verisi toplanmıştır. İHA ile edinilen görüntülerin işlenmesi ile oluşturulan sonuç ürünler ile arazide klasik yöntemler ile toplanan veriler karşılaştırıldığında yer kontrol noktası kullanılmayan verilerde 1m, yer kontrol noktalı verilerde 5cm fark bulunmuştur. Yükseklik verisi içeren sayısal yüzey modelleri karşılaştırılmasında 10cm yükseklik farkı bulunmuştur.
Mimari model üretiminde ileri teknoloji yöntemlerinin karşılaştırılması
Bu çalışmada ileri teknoloji yöntemlerinden yersel lazer tarama, hava fotogrametrisi ve yersel fotogrametri kullanılarak, analiz yöntemlerinin ihtiyaç duyduğu farklı yapılardaki katı model üretimleri için en etkili yöntemin belirlenmesi amaçlanmıştır. Çalışma kapsamında Eskişehir Odunpazarı ilçesinde bulunan Kurşunlu Külliye camisinin, konvansiyonel yöntemlerle ölçülerek çizilmiş plan ve kesitlerinden faydalanılarak oluşturulacak katı modelin yanı sıra ileri teknoloji yöntemler kullanılarak analize uygun katı model üretiminde en etkili yöntem araştırılmıştır. Çalışma sonucunda yapının yayınlanmış çizimlerinde analiz sonuçlarını etkileyecek hatalar bulunmuştur. Bu hataların bazılarının genel olarak literatürde tekrarlandığı görülmüş ve kubbeli yapı çiziminde bazı mimari elemanların eksik ve yanlış gösterildiği ortaya konulmuştur. Çalışma kapsamında değerlendirilen analiz yöntemlerinin ihtiyaçlarına yönelik etkili belgeleme yöntemleri avantaj ve dezavantajları ile birlikte değerlendirilerek analiz türlerine göre etkin yöntem önerilerinde bulunulmuştur.
Remote sensing image fusion for mapping and monitoring wetlands in the Central Anatolian Region, Turkey
Wetlands provide a number of ecological services and a number of valuable functions. As one of the most important eco-systems, wetlands are threatened by both natural and anthropogenic activities. Mapping wetland is one of the curtail needs in order to prevent further loss. Since the beginning of the remote sensing and geographic information systems (GIS) revolution, different approaches using satellite images have been used for mapping and monitoring wetlands. In this study, through image fusion, the potential of the recently launched Sentinel satellites, both separate and in combination, was investigated for accurately mapping of different wetland classes using Support Vector Machines (SVMs) learning classifier. Before the classification, a monthly dynamic of wetland area has been conducted, and high-resolution imagery of one test area (Balikdami) has been acquired. For investigating the influence of the sensors in land cover classification, especially in wetland areas, six different datasets have been analyzed. Thus, the influence of the red-edge, multi-sensor, and multi-temporal or multi-season data have been investigated. The results showed that for more accurate mapping of different wetland classes, different datasets should be used. The red-edge bands have significant influence over the intensive vegetated wetland classes such as swamps, and the radar bands have significant influence over partially decayed vegetated wetland areas such as bogs. Different date radar data also have significant influence over the wetland areas. For future studies, in addition to the analyzed datasets, we recommend adding and investigating several vegetation indices for mapping and monitoring wetland areas in different study areas.
Yüksek çözünürlüklü uydu görüntüleri kullanılarak imar barışına aykırı yapıların tespit edilmesi
İmar Barışı yasası ile yaklaşık 13 milyon yapının Çevre ve Şehircilik Bakanlığı tarafından ruhsatlandırılması amaçlanmaktadır. 31.12.2017'den önce ruhsatsız veya ruhsat eklerine aykırı yapılmış kırsal ve kentsel alanlardaki tüm yapılar İmar Barışı kapsamındadır. Yapı Kayıt Belgesi başvuruları için son tarih olarak yasada 31.10.2018 tarihi duyurulmuş ancak bu tarih 15.06.2019'a kadar uzatılmıştır. Çalışmanın amacı 31.12.2017'den, yapı kayıt belgesi için son başvuru tarihi olan 15.06.2019'a kadar olan başvuruların mekânsal olarak incelenebilmesidir. Bunun için Aralık 2017 ve Haziran 2019 tarihli Planet uydu görüntüleri kullanılmıştır. Planet uydusu her gün aynı noktadan görüntü alabilmesi, yüksek mekânsal çözünürlüğe sahip olabilmesi ve ücretsiz olmasından dolayı bu çalışma için uygun görülmüştür. Çalışma alanı Muğla ili Marmaris ilçesi Orhaniye köyü olarak belirlenmiştir. Çalışmanın ilk bölümünde, nesne tabanlı sınıflandırma işleminin segmentasyon aşamasında yapılan testler sonucunda ölçek:30, şekil:0,3, bütünlük:0,7 parametreleri kullanılmış, tüm segmentlerden yapılaşmalara ulaşıncaya kadar eCognition yazılımı ile filtreler uygulanmıştır. Doğruluk analizleri ArcGIS yazılımı ile gerçekleştirilmiştir. İkinci bölümde, farklı iki tarih arasında elde edilen yapılaşmalar için konumsal kesişim ile farklılık tespit edilmiş, kural filtresi ile yasaya aykırı olan yapılaşmalar tespit edilmiş, saha kontrollerini gerçekleştiren ilgili kuruma referans veri olarak sunulması planlanmıştır. Anahtar Sözcükler: İmar Barışı, Kaçak Yapılaşma, Nesne Tabanlı Sınıflandırma, Segmentasyon, Planet
Uydu görüntülerinin kontrolsüz sınıflandırılmasında optimizasyon tabanlı yeni bir yaklaşım
Kontrolsüz sınıflandırma, uzaktan algılamada görüntülerin analizi amacıyla kullanılan yöntemlerden biridir. Bu yöntem, kontrollü sınıflandırma yöntemlerinin aksine eğitim verisi gerektirmemektedir. Sınıflandırma doğruluğunu doğrudan etkileyen kaliteli ve yeterli eğitim verilerinin toplanması zahmetli ve maliyetli bir süreçtir. Bu süreç kullanıcının çalışılan alanı çok iyi bilmesini ve sınıflandırma yöntemleriyle ilgili uzman olmasını gerektirmektedir. Kontrolsüz sınıflandırma yöntemleri, eğitim verisi gerektirmediği için daha pratik bir yaklaşımdır. Ancak yine de sınıf sayısı, maximum iterasyon sayısı ve sınıflandırma prosedürünün ne zaman sona erdirileceğini belirten eşik değerleri gibi belirli girdilerin kullanıcı tarafından belirlemesi gerekmektedir. Bunun yanında kontrolsüz sınıflandırma yöntemleri sonuçlarını etiketlemeden oluşturduğundan yine kullanıcı tarafından sonuçların etiketlenmesi gerekmektedir. Bu çalışmada, kullanıcıya olan bağımlılığı ortadan kaldıran ve yüksek doğruluklu sonuçlar üreten yeni bir kontrolsüz sınıflandırma yöntemi önerilmiştir. Bu yöntem, veri çoğaltma, faydalı veri seçme, bölütleme ve optimizasyon aşamalarından oluşmakta ve otomatik olarak sınıflandırmayı gerçekleştirmektedir. Geliştirilmiş olan bu yöntem, görüntü işleme konusunda uzman olmaksızın, farklı meslek disiplinlerindeki kişilerin de kolaylıkla uygulayabileceği ve başarılı sınıflandırma sonuçları elde edilmesi anlamında literatüre katkı sağlamaktadır. Ayrıca kontrolsüz sınıflandırma yöntemleri tarafından etiketsiz olarak oluşturulan sonuçların etiketlendirilmesi amacıyla yeni bir yaklaşım önerilmiştir. Anahtar Kelimeler: Kontrolsüz Sınıflandırma, Optimizasyon, Uzaktan Algılama, Arazi Örtüsü Etiketleme
Görüntü tabanlı otomatik yol tespiti ve modellenmesi
Gelişen teknoloji ile birlikte bireyler artık sadece bilgi tüketen değil aynı zamanda bilgi üreten kullanıcılar haline gelmişlerdir. Bu durum özellikle açık kaynak birçok proje için temel bilgi kaynağını oluşturmaktadır. OpenStreetMap (OSM) ve OpenAerialMap (OAM) bu bakış açısıyla oluşturulmuş ve oldukça yaygın olan projelerdendir. OSM dünyaya ait özgür bir harita üretmek amacıyla ortaya çıkan bir projedir. OAM ise dünyaya ait yüksek çözünürlüklü uydu ve hava görüntülerini depolayan ve paylaşan bir platformdur. Diğer yandan özellikle 2000'li yıllardan sonra hızla gelişen ve fiyatları düşen bilgisayar teknolojileri ile birlikte makine öğrenmesi ve yapay sinir ağı alanlarında (YSA) önemli gelişmeler ve ilerlemeler kaydedilmiştir. Özellikle derin öğrenme ve evrişimsel sinir ağları ile birlikte görüntü işleme yöntemlerindeki klasik programlama mantığı tamamen değişmiştir. Makine öğrenmesinin ve derin sinir ağlarının başarısını etkileyen en önemli faktörlerden birisi sistemin eğitilmesi için girdi olarak kullanılacak yeterli miktarda verinin temin edilmesidir. Bu çalışma kapsamında OAM'den elde edilen uzaktan algılama görüntüleri ve OSM'den elde edilen vektörel bilgi kullanılarak denetimli sınıflandırma için bir veri seti oluşturulmuştur. Bu veri seti, anlamsal bölütleme tekniği kullanılarak yol ağlarının tespitini amaçlayan modeli eğitmek ve test etmek için kullanılmıştır. Çalışmada özelleştirilmiş tam evrişimsel ağ (TEA), SegNet ve PSPNet gibi farklı modeller kullanılmış ve sonuçlar karşılaştırmalı olarak verilmiştir. Değerlendirme sonuçlarına göre en başarılı sonuçlar TEA modeli ile elde edilmiştir. Bu modelin piksel doğruluğu 0.7102, kesinlik değeri 0.7826, hassasiyet değeri 0.7949 ve F1 skoru 0.7887 olarak hesaplanmıştır. Anahtar Sözcükler: Yol ağı tespiti, Evrişimli sinir ağları, Anlamsal bölütleme, Openstreetmap, Openaerialmap
Uzaktan algılama görüntülerinde derin öğrenme temelli yaklaşımlar kullanarak nesne tespiti
Uzaktan algılama görüntülerinde nesne tespiti konusu özellikle yeryüzeyine dair alakalı gözlemlerde birçok alanda kendine yer bulmaktadır. Zengin detaya sahip uydu ve hava görüntülerinin elde edilmesiyle beraber insan yapımı birçok nesnenin algılanıp ayırt edilebilmesi mümkün hale gelmiştir. Bununla beraber, değişken nesne ölçekleri ve görünümleri, ayrıca görüntülemeye dair bir takım etkenler bu görevi zorlu bir hale getirmektedir. Öte yandan, derin öğrenme alanında gerçekleşen ilerlemeler ve bunların uzaktan algılama alanına uyarlanması nesne algılama görevinde önemli iyileştirmeler sağlamıştır. Özellikle, konvolüsyonel sinir ağlarının kullanıldığı bölge-tabanlı nesne tespit araçları doğal görüntülerdeki tespit görevlerinde insan başarımını geride bırakmıştır. Bu yapıdaki bir model olan Mask R-CNN verilen görüntüdeki hedef nesneleri maskeleriyle beraber çıkarma kabiliyetindeki en güncel tespit sistemlerinden biridir. Bu tezde, tespit hedefi olarak gemi örneği ele alınarak uydu görüntülerinde yer alan bu sınıftaki nesnelerin tespiti için Mask R-CNN modelinin kullanımı önerilmiştir. Modelin farklı ölçeklerde de yüksek doğrulukta çalışabilmesi için özellik haritalarının yüksek semantik değere sahip üst katmanlarıyla mekansal çözünürlüğü fazla olan alt katmanlarının kaynaştırıldığı özellik piramit ağının kullanımı önerilmiştir. Ayrıca, üretilen yanlış alarmları azaltmak adına modelin negatif örneklemle eğitimi veya kayıp hesabında odak kayıp fonksiyonunun kullanımı önerilmiştir. Bu çalışma kapsamında sunulan öneriler, oluşturulan veri setleri üzerinde değerlendirilmiş ve doğruluk, kesinlik ve F1 skorları açısından gemi tespiti konusundaki en iyi performansı göstermiştir.
Yüzey sıcaklığı ve iklimsel veriler kullanılarak zamansal değişimin belirlenmesi (Kabil şehri örneği)
Dünya nüfusu gün geçtikçe artmakta ve buna paralel olarak insanların ihtiyaçları da artmaktadır. Bu kapsamda teknolojik gelişmeler, kentleşme ve ekonomik etmenler gibi pek çok faktörlerden dolayı şehirlere göç oranı da artmaktadır. Bu durum kentsel alanların büyümesi ile arazi kullanımı arazi örtüsü (AKAÖ) değişiminin oluşmasına neden olmaktadır. Yaklaşık 5 milyondan fazla nüfusu olan Afganistan'ın başkenti Kabil şehrinde de gün geçtikçe planlı ve plansız olarak kentsel büyüme ve mekânsal değişimin oranı artmaktadır. Bu doğrultuda tez çalışmasında Kabil şehrin otuz yılık AKAÖ mekânsal değişimin analizi, iklimsel elemanlar ve yüzey sıcaklığı ile ilişkisinin incelenmesi ve geleceğe yönelik kentsel alanların simülasyonun yapılması amaçlanmıştır. AKAÖ haritaların oluşturmak amacıyla Landsat uydu görüntüleri ön işlemden geçirildikten sonra üç farklı sınıflandırma yöntemi ile sınıflandırılmıştır. SVM, ANN ve MD yöntemleriyle sınıflandırılan uydu görüntüleri Karar ağacı metoduyla birleştirilmiştir. Analiz sonucunda AKAÖ haritaları elde edilmiştir. Elde edilen haritaların doğruluk analizi gerçekleştirildikten sonra LCM modülün aracıyla 30 yılık AKAÖ değişim analizi yapılmıştır. Analiz sonucunda etkilenen sınıfların kentsel alanlar ve çorak araziler olduğu belirlenmiştir. AKAÖ değişimin iklimsel ve yüzey sıcaklıkla ilişkisini incelemesi doğrultusunda Landsat uydu görüntüleri ve NDVI haritaları kullanılarak Planck fonksiyonu yöntemiyle yüzey sıcaklık haritaları oluşturulmuştur. Yüzey sıcaklık ve AKAÖ haritaların karşılaştırılması sonucunda AKAÖ değişimi özellikle kentsel alanların büyümesi ve bitki örtüsünün artış ve azalımı yüzey sıcaklığına etki ve ilişkisi ortaya çıkmıştır. Ayrıca meteoroloji istasyonlarından alınan iklimsel veriler ve Google Earth Engine Onlineiv platformu aracıyla MODIS, IDAHO ve TRMM iklimsel değerlere sahip olan raster verileri kullanarak sıcaklık, yağış, nem, kuraklık ve evapotranspirasyon zamansal değişim grafikleri oluşturulup AKAÖ değişimiyle ilişkileri incelenmiştir. Tezin son kısmında AKAÖ haritalarından 1989, 2004 ve 2019 yıllar için kentsel ve diğer alanlar olarak iki sınıflı yani haritalar üretilmiştir. Vektör, SYM ve AKAÖ verilerinden geleceğe yönelik değişim olasılığın değerlerine sahip haritalar üretilmiştir. Oluşturulan haritalar AHP analizinden çıkan değişime genel uygunluğu ve olasılığına göre çok kriterli değerlendirme (MCE) modülünde ağırlıklı doğrusal kombinasyon (WLC) yöntemiyle birleştirilmiştir. Daha sonra Markov zinciri ve Hücresel otomataMarkov modelleri kullanılarak 2019 yılı için kentsel alanların haritası modellenmiştir. 2019 yılı kentsel alanların haritasına göre modellenmiş olan haritanın Kappa doğruluğu (0.7034) kabul edilebilir olduğundan aynı yöntemi ile geleceğe yönelik 2034 ve 2050 yıllar için kentsel alanların simülasyonu yapılmıştır.
Orman alanları değişimlerinin google earth engine ile incelenmesi: Akdeniz bölgesi örneği
Nüfus artışı şehirleşme sürecini hızlandırmakta ve beraberinde birçok sorunu da getirmektedir. Bu değişimler doğal arazi örtüsü üzerinde olumsuz sonuçlar doğurmaktadır. Orman alanları kayıpları arazi örtüsü üzerinde meydana gelen en önemli değişimlerdendir. Orman alanları kayıpları ekosistemleri olumsuz etkilemesinin yanı sıra ekonomik ve toplumsal yaşamda da ciddi sorunlara yol açar. Orman alanları kayıplarındaki tüm bu olumsuz etkilerin en aza indirilebilmesi, kentsel alanlardaki gelişimin olumlu yönde ilerleyebilmesi için sürecin dikkatli izlenmesi ve etkilerin iyi analiz edilebilmesi gerekmektedir. Doğal çevrenin kalkınması açısından bu analizler büyük önem arz etmektedir. Bu çalışmanın konusu yıllar içerisinde Akdeniz Bölgesi'nde şehirleşmeyle beraber ortaya çıkan birçok faktörün orman kayıpları üzerine etkisinin Uzaktan Algılama ve Coğrafi Bilgi Sistemleri teknikleriyle belirlenmesidir. Çalışma kapsamında Akdeniz Bölgesi'nde bulunan orman alanlarının 2000- 2020 yılları arasındaki değişimleri birçok faktör ele alınarak incelenmiştir. Yapılan çalışmada Normalized Difference Vegetation Index (NDVI), yağış, sıcaklık, kara yüzeyi sıcaklığı, aerosol optik derinliği, ozon, yangın ve nüfus verileri ile bu verilerin orman kayıplarına etkisi araştırılmıştır. Çalışmada kullanılan sayısal veriler Google Earth Engine aracı ile birçok uydu verileri kullanılarak yapılan algoritmalar sonucu oluşturulan analizlerle elde edilmiştir. Çalışma kapsamında elde edilen veriler arası korelasyon incelenmiş ve Lineer Regresyon istatistik modeli kullanılmıştır.
Göktürk-2 uydusunun radyometrik kalibrasyonu ve toplam belirsizlik bütçesinin belirlenmesi
Optik uzaktan algılama verilerinin radyometrik kalibrasyon parametrelerinin izlenmesi, verilerin daha fazla nicel olarak incelenmesini, devamlığını ve güvenirliliği sağlayan önemli bir ihtiyaçtır. Uydu verisi üreten kurumlar, algılayıcıya ait her bandın kalibrasyon katsayısını ölçüm belirsizliği yüzdesi ile birlikte son kullanıcıya sağlamalıdır. Radyometrik kalibrasyon çalışmalarında yüksek mekânsal homojenliğe sahip ve atmosferik koşullar olarak da kararlı olan test sahalarına ihtiyaç vardır. Ülkemizin en büyük ikinci gölü olan Tuz Gölü, kalibrasyon çalışmaları için dünyada uygun görülen sekiz kalibrasyon sahasından biridir. Ancak 1. Derece Doğal Sit Alanı olan Tuz Gölü'ndeki çalışmaların en kısa sürede ve optimum kaynak kullanımı ile tamamlanabilmesi için, uygun bir metodoloji ile ölçümlerin gerçekleştirilmesi gerekmektedir. Bu çalışmada, bahse konu kısıtlar dikkate alınarak, ilk yüksek çözünürlüklü uydumuz Göktürk-2'nin, 2017 ve 2018 yıllarında Tuz Gölü'nden toplanan yersel ve atmosferik veriler kullanılarak radyometrik kalibrasyonu ve belirsizlik analizi gerçekleştirilmiştir. Her bandın kalibrasyon katsayıları hesaplanmış ve kalibrasyon katsayısı kestiriminde belirsizliğe neden olan parametreler belirlenerek, her bant için belirsizlik analizi gerçekleştirilmiştir. Mutlak ve çapraz radyometrik kalibrasyon yöntemlerinin her ikisi için de belirsizlik kaynaklarının toplam belirsizlik bütçesine olan etkileri tartışılmıştır. Çalışmalar sonucunda mutlak radyometrik kalibrasyon yöntemi ile hesaplanan kalibrasyon katsayılarının ölçüm belirsizliği %4'ün altındadır. Çapraz radyometrik kalibrasyon ile kalibrasyon katsayılarının elde edilmesindeki ölçüm belirsizliği ise tüm bantlar için %2 civarındadır. Bu çalışma ile ilk kez Göktürk-2'nin kalibrasyon katsayılarının kestirimindeki ölçüm belirsizliği hesaplanmıştır.
Optimal high-speed rail route selection using GIS, remote sensing, and multi-criteria decision analysis techniques
High-speed rails (HSR) are the most efficient mode of transportation from the perspective of travel time reduction, low travel costs, time-saving, and environment. The HSR route selection is an essential and complex process that involves several factors that must be considered. The integration of geographical information system (GIS) and remote sensing (RS) with multi-criteria decision analysis (MCDA) techniques has been used in different routing problems such as roads, railways, and HSR. In this study, a GIS-based MCDA method was adopted to generate the optimal HSR route between Kabul and Kandahar cities in Afghanistan. The influential factors on the HSR route location and their relative importance were determined by questionaries performed by transportation sector experts and the fuzzy analytical hierarchy process (fuzzy-AHP) and analytical hierarchy process (AHP) MCDA methods were employed to calculate their weights. Slope, land use/landcover (LULC), soil types, distance from rivers, proximity to roads, proximity to towns/cities, landslide risk, snow avalanche risk, flood risk, distance from faultlines were considered as the influential factors on the HSR route location selection. Separate analyses were performed for deriving the landslide, snow avalanche, and flood susceptibility layers/maps. The fuzzy-AHP method was utilized to calculate the weights and relative importance of the factors considered in a landslide, snow avalanche, and flood susceptibility assessments. The results showed that the methodology adopted in this study successfully generated the optimal HSR route that is geometrically the shortest, economically feasible, safest in terms of natural disaster risk, and functionally with a wide-range service area. The route has a 502 km length, connecting 3 adjacent cities with Kabul and Kandahar cities. About 470.05 km of the route has a slope of less than 4%, while 30.35 km and 1.93 km have 4-10% and more than 10%, respectively. The results of the study will enable transportation planners to conduct a detailed investigation in the field using the HSR suitability map and conduct a topographical survey around the generated route for determining the centerline of the route. Furthermore, the results can be a good source of information for landuse planners for land readjustment and future landuse development.
Spektral indeksler kullanarak arazi örtüsü/kullanımı sınıflarının spektral imzalarının belirlenmesi ve etiketlenmesi
Günümüzde uzaktan algılama teknolojilerinin hızlı gelişimi, kullanıcıların veri analizi noktasında güçlü ve etkili alternatifler geliştirmenin yollarını aramasına yol açmıştır. Uydu görüntülerinden arazi sınıflarının üretimi için kullanılan sınıflandırma yaklaşımlarından biri kontrolsüz sınıflandırma yöntemleridir. Kontrolsüz sınıflandırma yaklaşımı, çalışılan alanla ilgili ön bilgi gerektirmemesi, eğitim verisi olmadan çalışması gibi özelliklerinden dolayı kontrollü sınıflandırma yöntemlerine göre daha kullanışlı bir yaklaşımdır. Ancak bu yaklaşım da sonuç üretebilmek için eğitim verisi gerektirmese de sınıf sayısı, öğrenme oranı, iterasyon sayısı gibi farklı parametreler gerektirmektedir. Bunun yanında, kontrolsüz sınıflandırma yönteminin sağladığı sonuçların doğruluk oranları eğitim verisi kullanılmadığından kontrollü sınıflandırmaya göre genellikle daha düşüktür. Yeryüzü ile ilgili yapılan çalışmaların başarısı kullanılacak bilginin doğruluğu ve güvenilirliği ile yakından ilişkilidir. Bununla birlikte söz konusu bilgilerin hızlı ve ekonomik bir şekilde elde edilebilmesi önemli bir ihtiyaçtır. Bu çalışmada, Sentinel-2 uydusuna ait multispektral görüntüler kullanılarak çalışmalarda en çok kullanılan arazi örtüsü sınıflarının görüntü üzerinde otomatik tanımlanabilmesi için spektral imza kütüphanesi oluşturmak amacı ile pilot bir çalışma gerçekleştirilmiştir. Bu doğrultuda Türkiye'nin yedi bölgesine ait ocak, nisan, temmuz ve ekim ayı Sentinel-2 görüntüleri incelenmiştir. Bu görüntüler üzerinden spektral indeksler hesaplanmış ve arazi örtüsü sınıflarını ayırt eden değer aralıkları belirlenmiştir. Bu işlemler sonucunda Sentinel-2 uydusuna ait görüntülerde belirlenen arazi örtüsü sınıflarında spektral indeks değer aralığı kütüphanesi oluşturulmaya çalışılmış ve bu değer aralıklarının otomatik etiketleme işlemlerine altlık teşkil etmesi amaçlanmıştır.
Pinus nigra biomass estimation with unmanned aerial vehicles (an example of Sivas Cumhuriyet University campus)
Unmanned Aerial Vehicles (UAV) are widely used in various fields nowadays. In forestry, they have been used to estimate parameters such as tree heights, diameter at breast height (DBH), crown area, crown width and etc. In this study, we aim to create a work flow to estimate individual tree heights and relate them to individual DBH and biomass by creating an equation fit for pinus nigra tree species. In order to achieve the study's goal, UAV flights and detailed ground measurements were carried out. To create a reliable foundation for the equation parameters, 394 ground measurement were obtained in order to understand the accuracy of the work flow. Created equation was then carried out on ground measurements of the study area for validation purposes. With the use of this equation, researchers can obtain both individual tree heights and their related DBHs as well, without the need of ground measurements. Validation of tree heights (estimated and ground measured) and DBH (equation estimated and ground measured) yielded a mean error of ±70 cm and ±1.5 cm which corresponds to approximately 8.2% and 7.9% of the average height and DBH, respectively. In terms of biomass, validation of equation estimated and drying processed biomass values yielded a mean error of ±2.08 kg which corresponds approx. 9.95% of the average drying processed biomass values. The workflow presented in this study can aid in both financial and time aspects of researchers' aim to create forest inventories.
Derin öğrenme yöntemi ile Google ve Yandex görüntülerinden stadyum tespiti
Teknolojinin hızla gelişmesi ve bilgisayar donanımlarında görülen ilerleme sonucunda derin öğrenmenin önemi gün geçtikçe artmaktadır. Son dönemlerde birçok kurum/kuruluş insan gücü yerine, otonom sistemleri kullanmayı tercih etmektedir. Derin öğrenme algoritmalarının sürekli geliştirildiği alanlardan biri de nesne tespiti yapabilen modellerdir. Tez çalışmasında amaç literatürde bulunan çalışmalardan farklı olarak iki ayrı şirket tarafından aynı köşe koordinat ve ölçekte temin edilmiş uydu görüntüleri ile bir modelin eğitilmesi sonucu şirketlerin paylaştığı uydu görüntülerinin modelin başarımına olan etkisinin analiz edilmesidir. Tez çalışmasında yazılım dili olarak Python 3.6, yazılım geliştirici olarak ise Anaconda kullanılmıştır. Derin öğrenme kütüphanesi olarak Tensorflow kütüphanesi, bilgisayarlı görü kütüphanesi olarak OpenCV ve nesne tespit modeli olarak Tensorflow Object Detection Application Programming Interface (API) kullanılmıştır. Bu kapsamda COCO veri seti ile eğitilmiş 'Faster R-CNN Inception v2 COCO' ve 'Faster R-CNN Resnet101 COCO' modelleri kullanıcı sistemine aktarılmış, açık kaynak programı olan SAS Planet uygulaması üzerinden Google ve Yandex şirketlerinin sunduğu uydu görüntülerinden 'stadyum' kapsayan görüntüler temin edilmiş ve her iki model hem Google hem de Yandex şirketlerine ait uydu görüntüleri ile eğitilmiştir. Çalışmanın doğruluk analizi F1-Skoru yöntemiyle yapılmıştır. F1-Skoru doğruluk metriğinde en başarılı sonucu veren model % 91 doğruluk oranı ile Yandex şirketinin uydu görüntüleriyle eğitilen Faster R-CNN Inception v2 COCO'dur.
Mühendislik ölçmelerinde İHA fotogrametrisi ve SFM'nın doğruluk analizi ve değerlendirilmesi
Highly detailed topographic mapping at minimal cost and effort has always been one of the developing areas of scientific interest. Image-based remote sensing solutions using Unmanned Aerial Systems (UAS) and Structure from Motion (SfM) with Multi-View Stereo (MVS) photogrammetry are the latest automation and advancement in surveying engineering. The aim of this research was to evaluate the accuracy of UAS SfM-MVS as a rapid and low-cost alternative to conventional survey methods. For this purpose, two flights at 100 and 170 m heights Above Ground Level (AGL) for nadir and one flight at 16 m AGL for oblique image acquisition were conducted using fixed-wing and rotary-wing UAS equipped with non-metric cameras. For validating the UAS-SfM products, field measurements were performed using Real-Time Kinematic Global Navigation Satellite System (RTK GNSS), terrestrial laser scanner, and total station. The collected images were processed using three SfM software packages. By applying the SfM-MVS workflow, 22 photogrammetric projects were processed, and as a result, point clouds, triangulated 3D models, Digital Surface Models (DSMs), Digital Terrain Models (DTMs), and orthomosaics were generated. Finally, absolute and relative accuracy assessments were performed. The spatial resolution of orthomosaics and DSMs derived from the UAS images of 16, 100, and 170 m AGL, was 0.005, 0.025, and 0.04 m, respectively. The highest accuracy was obtained from the results derived from 16 m AGL oblique images, which the horizontal and vertical RMSE values were 0.025 and 0.02 m, respectively. From the nadir images of 100 and 170 m AGL, RMSEXY of 0.03 m and RMSEZ of 0.04 and 0.06 m were achieved, respectively. The achieved accuracies of orthomosaics and DSMs reconstructed from 16, and 100 m AGL images are sufficient for most applications requiring terrain analysis, including civil engineering projects. Keywords: UAS Photogrammetry, Structure from motion (SfM), Digital elevation model, UAV, Terrestrial laser scanning