GNSS/nivelman ölçüleri ile yerel jeoid modellemede çeşitli enterpolasyon ve yapay zeka yöntemlerinin incelenmesi

Günümüzde gelişen teknolojiyle birlikte haritacılık faaliyetlerinde GNSS ölçüm yöntemleri, yersel ölçüm yöntemlerine göre daha çok tercih edilmektedir. GNSS ölçümleriyle elde edilen konum bilgisinin üçüncü boyutu olan yükseklik, elipsoid yükseklik olarak tanımlanmaktadır. Fakat yeryüzü üzerindeki bir noktayı fiziksel olarak tanımlayabilmemiz için ortometrik yüksekliklere ihtiyaç duyulmaktadır. Bu durumdaelipsoid yüksekliğinden ortometrik yüksekliğe geçiş sağlanabilmesi için jeoid yüksekliğinin bilinmesi gerekir. Jeoid yükseklikleri de Büyük Ölçekli Harita ve Harita Bilgileri Üretim Yönetmeliği'nde (BÖHHBÜY) önerildiği gibi çalışma alanında mevcut yerel jeoid modelinden yararlanılarak hesaplanabilir. Bu tez kapsamında yerel jeoidin belirlenmesi amacıyla Trabzon ilinde dörtyüzellibeş adet C3 dereceli noktaların olduğu bir alan, çalışma alanı olarak belirlenmiştir. Uygulamada çalışma bölgesi için nokta yoğunluğu farklı iki adet model oluşturulmuş ve jeoid yüksekliğinin modellenmesinde çok değişkenli uyarlanabilir regresyon eğrileri, polinomlar, radyal tabanlı fonksiyonlar, kriging enterpolasyon yöntemleri ile yapay zeka yöntemlerinden yapay sinir ağları ve en küçük kareler destek vektör makineleri kullanılmıştır. Kullanılan yöntemler sonucu istatistiksel sonuçlar ve grafikler incelendiğinde jeoid modellemede en iyi duyarlılığa sahip sonuçlar sırasıyla; yapay sinir ağlarından çok katmanlı algılayıcılar, en küçük kareler destek vektör makineleri ve çok değişkenli uyarlanabilir regresyon eğrileri ile elde edildiği sonucuna varılmıştır.