LEE- Geomatik Mühendisliği-Doktora
Bu koleksiyon için kalıcı URI
Gözat
Son Başvurular
1 - 5 / 41
-
ÖgeMekânsal dijital ikizlere yönelik yapı modeli üretiminde prosedürel modelleme yönteminin tasarımı ve geliştirilmesi(Lisansüstü Eğitim Enstitüsü, 2024-10-23)İki boyutlu (2B) ve iki buçuk boyutlu (2,5B) haritalar günümüze kadar yaygın olarak kullanılmaktaydı. Ancak son yıllarda yeni geliştirilen teknolojiler sayesinde bu ürünlerin yerini giderek yaygınlaşan üç boyutlu (3B) uygulamalar almaktadır. Yine son yıllarda "Akıllı Şehircilik" kavramının ortaya çıkışı ile birlikte yerel yönetim alanında faaliyet gösteren bir çok kamu kurumu ve özel sektör şirketi bu alandaki gelişmeleri yakından takip etmektedir. Bu nedenle, kent yönetimi ve kentsel planlama alanındaki çalışmalarda temel mekânsal verilerin kullanımı ihtiyacı giderek artmıştır. Bu çalışmalarda yaygın olarak "Dijital İkiz" kavramı içerisinde üretilen şehirlerin bire bir ölçekli 3B modelleri kullanılmaktadır. 3B kent modelleri kullanılarak; kent silüetinin çıkarılması, kentsel dönüşüm projelerinin görselleştirilmesi, değişim analizleri, gürültü analizleri, güneşlenme ve gölge analizleri, sel ve taşkın analizleri, gürültü dağılım analizleri, rüzgar analizleri gibi birçok çalışma yüksek doğruluk ve etkili görselleştirme ile yapılabilmektedir. Ayrıca meydana gelme olasılığı bulunan bir çok durum çeşitli simülasyonlar tasarlanarak sayısal ortamda analiz edilebilmektedir. Böylece yaşanması istenmeyen durumların henüz daha meydana gelmeden önce önlenebilmesi imkanı da bulunabilmektedir. Dahası, şehir içerisinde inşa edilmesi planlanan büyük altyapı ve üstyapı projelerinin de bu dijital ikizler içerisine yerleştirilmesi ile çevreye olan olumsuz etkilerinin daha yaşanmadan önce engellenebilmesi ve projelerin bu analiz sonuçları ile revize edilerek inşa edilmesi mümkün hale gelebilecektir. Bu şekilde şehir ölçeğindeki detaylı 3B analizlerin bilgisayar simülasyonları üzerinden gerçekleştirilebilmesi ile kent yönetimi ve karar destek sistemleri için bir çok alternatif çözüm üretilebilmektedir. Kentsel ölçekte oluşturulan 3B simülasyonların sağladığı en önemli kazanımlardan biri de, perspektif etkisi yüzünden görüntülenemeyen bölgelerin üç boyutlu sayısal model içerisinde her yönden ve detaylı şekilde incelenebilmesidir. Ek olarak sanal gerçeklik (VR) ve arttırılmış gerçeklik (AR) görüntüleme sistemlerinin kullanımı oldukça yaygınlaşmıştır. Son yıllarda mekânsal verilerin de bu cihazlar ile görüntülenebilmesini sağlayan yeni uygulamalar geliştirilmeye başlanmıştır. Hiç şüphesiz bu durum yakın gelecekte coğrafi bilgi sistemlerinin (CBS) gelişimini derinden etkileyecektir. Bu cihazların CBS alanındaki kullanımlarının yaygınlaşmaya başlaması ile "mekânsal verilerin görselleştirilmesi ve deneyimlenmesi" yakın gelecekte oldukça bir önemli bir çalışma alanı olarak karşımıza çıkacaktır. Bu nedenle tez çalışmasının temel amacı; bir kentin dijital ikizinin üretimine altlık teşkil edecek olan 3B kent modelinin hızlı ve yüksek doğruluğa sahip bir şekilde prosedürel yöntem ile üretilebilmesi konusunun araştırılmasıdır. Bu kapsamda yapılan çalışmalarda öncelikli olarak detaylı bir literatür taraması gerçekleştirilmiştir. Bu şekilde 3B kent modeli üretim yöntemleri, kullanım alanları, üretim ve kullanım alanlarında karşılaşılan problemler detaylı bir şekilde ortaya çıkarılmıştır. Son yıllarda uydu görüntüleme teknolojileri, hava ve mobil lazer tarayıcı ölçme sistemleri (LiDAR), uçak, helikopter ya da insansız hava araçlarına (İHA) entegre edilebilen fotogrametrik görüntüleme sistemleri gibi alanlarda yaşanan teknolojik gelişmeler ile birlikte yüksek hassasiyetteki mekânsal verilerin üretimi giderek kolaylaşmakta ve maliyetler eski yıllara oranla giderek düşmektedir. Bununla birlikte yeni geliştirilen ve geleneksel yöntemlere kıyasla daha hızlı veri üretim imkânı sunan teknikler son yıllarda yaygın olarak kullanılmaya başlamıştır. Buna bağlı olarak da farklı tekniklerin kullanılması ile elde edilen mekânsal verilerin, daha hızlı ve etkili bir şekilde 3B olarak görselleştirilmesine duyulan ihtiyaç da aynı oranda artmaktadır. Gelişen teknolojiler ile birlikte daha fazla miktarda veri, daha yüksek kalitede ve daha hızlı bir şekilde üretilebilmektedir. Ancak mekânsal veri üretimi alanında gerçekleştirilen çalışmalar sonrası elde edilen verilerin boyutu son yıllarda oldukça artmıştır. Dahası bu kadar büyük boyutlu verilerin etkin bir şekilde işlenmesi ve depolanması ise yeni bir problem ve çalışma alanı halini almıştır. Bu amaçla kurulan ve sayıları her geçen gün artan büyük veri merkezleri ve süper bilgisayarlar ile bu verilerin değerlendirilmesi ve depolanması için çözüm arayışları devam etmesine karşın bu kadar büyük verilerin işlenebilmesi de belirli bir zaman almaktadır. Karşılaşılan bir diğer problem ise farklı teknikler kullanılarak üretilen yüksek hassasiyetli mekânsal verilerin çok büyük boyutlu olması nedeniyle sunum ve görüntüleme aşamalarında yaşanmaktadır. Yoğun nokta bulutu verilerinin, yüksek hassasiyetli ortofoto ve sayısal yükseklik modelleri kullanılarak üretilen sayısal arazi modellerinin bilgisayar ortamında görüntülenebilmesi ve web üzerinden sunulabilmesi için verilerin çeşitli tekniklerle daha küçük parçalara bölünerek depolanması ve kullanıcıya görüntülenmek istendiği anda parça parça sunulması çözümü geliştirilmiştir. Bu sayede web platformları üzerinden yapılan görselleştirme çalışmalarında belirgin performans artışları sağlanabilmiş olsa da, veri boyutu hala çözülmeyi bekleyen önemli bir sorun olarak varlığını korumaktadır. Son yıllarda birçok çalışmada bütün bir şehre ait verilerin, gereken mekânsal ve zamansal çözünürlüklerde üç boyutlu olarak üretilmesi ihtiyacı bulunmaktadır. Fotogrametri gibi etkili yöntemlerle büyük alanların ölçülmesi ve modellenmesi mümkün olsa da, bu verilerin kent ölçeğinde üretilebilmesi için yapılan çalışmaların sonuçları genellikle bir ila iki yıl içinde tamamlanabilmektedir. Buna rağmen pek çok verinin güncel kalabilmesi için sürekli ve hızla yenilenmesi gerekmektedir. Bu süreçte 2B mekânsal verileri temel alan ve bu verilerden hızlı bir şekilde 3B model oluşturulabilmesine imkan veren yeni bir modelleme tekniği de ortaya çıkmıştır. Prosedürel modelleme yöntemi olarak adlandırılan bu yöntem ile bir 3B modeli oluşturmak için ihtiyaç duyulan parametreler 2B CBS verileri içerisinde depolanan öznitelik verilerinden sağlanmaktadır. Böylece mevcut 2B CBS verilerinden kentsel objelerin 3B modelleri üretilebilmektedir. Tez kapsamında gerçekleştirilen araştırmalar ile son yıllarda adından sıkça söz edilen ve kullanımı giderek artan prosedürel modelleme yönteminin, bir kentin 3B model olarak üretilebilmesi için hızlı ve etkili bir çözüm olup olamayacağı sorusuna cevap aranmaktadır. Prosedürel modelleme yönteminin bazı avantajları bulunmaktadır. Bunların en başında ise hiç şüphesiz bir modelin görselleştirilmeye ihtiyaç duyulduğu anda üretilmesi gelir. Ayrıca, aynı CBS verileri temel alınarak ve farklı parametreler kullanılarak birbirinden farklı 3B modeller türetilebilir. Prosedürel modelleme ile bir 3B modelin üretilebilmesi için basit bir referans poligonuna ihtiyaç duyulmaktadır. Üç boyutlu modellerin bu şekilde depolanması hem veri boyutu azaltır, hem de üretilen modeller belirli algoritmalar eşliğinde ürertildiği için operatörden kaynaklı çizim hataların önüne geçilir. Bu şekilde en az poligon sayısına sahip, en ideal modeller üretilebilir. Tezde kapsamlı literatür araştırmasına ek olarak belirli çalışma alanlarında pilot çalışmalar gerçekleştirilmiştir. Bunlardan ilkinde açık veri kaynaklarından biri olan OpenStreetMap (OSM) verileri kullanılarak İstanbul Tarihi Yarımada bölgesinin 3B kent modeli üretimi ve gerçekçi bir 3B görselleştirme çalışması yapılmıştır. Bu çalışma ile ileri düzeyde 3B görselleştirme ve temel düzeyde planlama, kent silüeti çıkarma, güneşlenme, gölge, bakı ve görünürlük gibi analizlerin yapılabileceği bir 3B kent modeli elde edilmiştir. Bir yapı modeli üretilirken eğer çatı payı ve cephe çıkma bilgileri mevcut ise LOD2 detay seviyesindeki yapı modellerine bu detaylar da dahil edilebilmektedir. Bir diğer çalışma ile yine OSM verileri kullanılarak İstanbul Tarihi Yarımada bölgesinde LOD2 seviyesinde daha detaylı bir 3B kent modeli üretimi yapılmıştır. Çalışma alanındaki tüm yapılara ait çatı payı ve cephe çıkma verileri mevcut olmadığından dolayı ilgili veriler rastgele üretilmiştir. Bu çalışmadaki temel amaç; yapılara ait detaylı verilerin bulunması durumunda İstanbul Tarihi Yarımada bölgesinde prosedürel modelleme yöntemi ile LOD2 seviyeli bir 3B kent modeli üretiminin hız ve performansını gözlemlemektir. Bu çalışma sonucunda prosedürel modelleme yönteminin detaylı yapı modelleri üretiminde de hızlı sonuç verdiği görülmüştür. Gerçekleştirilen bir diğer çalışmada prosedürel modelleme yönteminin dijital ikiz üretimindeki kullanımı test edilmiştir. Bu çalışma ile İstanbul Su ve Kanalizasyon İdaresi (İSKİ) bünyesinde bulunan ve kurum personeli tarafından düzenli olarak güncellenen yaklaşık 20.159 km içme suyu, 17.483 km atıksu, 5.104 km yağmur suyu ve 1.449.207 adet abone bina verilerinin dinamik olarak 3B üretimi ve bir dijital ikiz uygulaması içerisinde konumlandırılması sağlanmıştır. Bir şehir içinde farklı bina türleri ve bu binaların birçok farklı varyasyonu vardır. Literatürde belirli bir yapının prosedürel modelleme ile kolaylıkla modellenebileceği, ancak farklı spesifik yapıların tek bir prosedürel modelleme algoritması ile üretilmesinin çok daha zor süreçler gerektireceği belirtilmektedir. Bu amaçla gerçekleştirilen bir diğer pilot çalışmada ise; İstanbul'daki yapılar arasından tarihi duvar çeşmeleri katmanı belirlenmiştir. Tarihi duvar çeşmeleri ayrıntılı olarak incelenerek belirli temel bileşenlere ve bu temel bileşenlerin alt bileşenlerine ayrılmıştır. Daha sonra bu bileşenlerin parametre değerlerine dayalı olarak prosedürel bir modelleme algoritması geliştirilmiştir. Bu çalışma ile birçok farklı duvar çeşmesinin kapsamlı olarak tasarlanmış tek bir prosedürel modelleme algoritması kullanılarak hızlı ve yüksek doğrulukla 3B olarak modellenebileceği gösterilmiştir. Sonuç olarak bu tez çalışmasında, son yıllarda akıllı şehircilik çalışmalarının olmazsa olmazlarından biri haline gelen ve içerisinden mekânsal pek çok analize imkân sağlayabilecek olan 3B kent modellerinin prosedürel tekniklerle üretilmesinin avantajları ve dezavantajları değerlendirilmiştir. Ek olarak, açık verilerin kullanımı ve bu verilerin 3B görselleştirme teknikleriyle nasıl işlendiğine dair bazı örnekler verilmiş, bunun yanında gerçek bir şehrin dijital ikizinin oluşturulması sürecinde yaşanan bazı sorunlar da tartışılarak elde edilen sonuçlar değerlendirilmiştir.
-
ÖgeBütünleşik kent bilgi sistemlerine yönelik ulusal konumsal 3 boyutlu veri standartlarının geliştirilmesi(Lisansüstü Eğitim Enstitüsü, 2023-08-07)Farklı uygulama alanlarında farklı detay seviyesindeki gösterimlere olan gereksinimin artması ile 3 Boyutlu (3B) coğrafi bilgi sistemi kavramı ortaya çıkmıştır. 3B kent modelleri birçok uygulama alanında kullanılmak üzere yüksek çözünürlüklü bilgi potansiyeli ortaya koymakla birlikte gün geçtikçe birçok şehirde kullanılan standart modeller olarak benimsenmeye başlanmıştır. Klasik 2B haritalamaya göre gerçek dünya nesnelerinin birebir modellenmesini gerektiren gürültü tahmini, taşkın modelleme, gölge tahmini gibi uygulamalarda 3B modeller birçok ek bilgi sunarak daha etkin çözümlerin üretilmesinde fayda sağlamaktadır. 2B coğrafi verilerin yetersiz kaldığı karmaşık nesnelerin modellenmesi çalışmalarında kullanılmak üzere ortak kent bilgi modelinin tasarlanması ile 3B coğrafi verinin yaşamı boyunca geliştirilebileceği bir çerçeve sunulmaktadır. 3B coğrafi veri uygulamalarının daha çok önem kazandığı günümüzde kamusal birimlerin de 3B coğrafi veri üretimine katkısı kaçınılmazdır. Birçok belediye 3B kent rehberi uygulamaları geliştirmekte ve birçok yazılım firması 3B model oluşturma ve paylaşma konularında hizmet vermektedir. Üniversiteler, kurum ve kuruluşlar 3B veri üretimi ve veri servisleri konusunda çok yönlü araştırmalar yapmaktadırlar. Ancak 3B model oluşturma ve 3B haritalama işlemlerinde kurum ve şirketler verinin üretim aşamasından kullanıcıya ulaştırılmasına kadar geçen sürede birçok problem ile karşılaşmaktadır. Ülke genelinde 2B coğrafi veri üreten kurumların 3B coğrafi veri üretiminde karşılaştıkları en büyük sorun 3B coğrafi verinin 2B coğrafi veriden türetilmesinde seçilecek yöntemin belirlenmesidir. 3B kent modellerini farklı uygulama alanlarında kullanabilmek için farklı standart ve coğrafi veri formatları arasında dönüşüm yapılırken birçok veri kaybı ortaya çıkmaktadır. Uluslararası örnek veri modelleri incelendiğinde 3B coğrafi veri yönetimi kapsamında yapılan çalışmalarda farklı yaklaşımların kullanıldığı görülmektedir. Bu farklılıklar 3B kent modellerinin birlikte çalışabilirliği konusunda birçok soruna sebep olmaktadır. Ortak bir uluslararası coğrafi veri modeli kullanılarak tüm bu birlikte çalışabilirlik problemlerine çözüm bulunmuş olacaktır. Günümüzde, 3B coğrafi veriye erişimin önceki yıllara göre oldukça kolaylaşmış olduğu ancak 3B coğrafi veri kullanımının hala düşük seviyede ve genellikle görselleştirme amaçlı olduğu görülmektedir. Uluslararası CityGML veri standardı kapsamında 3B coğrafi verinin standardizasyonunda önemli gelişmeler kaydedilmiştir. 3B kent modelleri için iyi bir coğrafi veri modeli ve XML-tabanlı bir veri değişim formatı olan CityGML kavramı ile modellerin sadece görselleştirme amacı ile değil, tematik sorgular, analiz görevleri ya da mekansal veri toplama için kullanılanılabilir standartta olması amaçlanmıştır. Tez çalışmasında Türkiye Kent Bilgi Sistemi Standartları (TRKBIS)'in, uluslararası CityGML coğrafi veri modeli semantik ve geometrik kurallarına göre yeniden modellenmesi ile 3B CityGML-TRKBİS veri modeli üretilmesi hedeflenmiştir. Bu kapsamda kullanıcı ihtiyaçları belirlenerek 3B coğrafi veri formülize edilebilecek, farklı kaynaklardan elde edilen 3B coğrafi verilerin birlikte çalışabilirlik esasları tanımlanmış olacak ve 2B ve 3B coğrafi veriler arasında tutarlılık sağlanarak 3B coğrafi veriye yönelik ulusal politikaların geliştirilebilmesi için temel bir coğrafi veri değişim formatı belirlenmiş olacaktır. Bu amaçla OGC tarafından geliştirilen ve uluslararası 3B coğrafi veri modeli olarak kabul edilen CityGML, TRKBİS gereksinimlerini karşılayacak şekilde UML modelleme dili kullanılarak genişletilmiş ve CityGML-ADE (Uygulama Alanı Uzantısı) olarak yeniden modellenmiştir. UML ile CityGML genişletme çalışmalarında kullanılacak teknik prensipler CityGML teknik dökümanında açıklanmamış olduğundan Hollanda'da gerçekleştirilen bir 3D Pilot projesi kapsamında geliştirilen yaklaşım temel alınmıştır. Tez çalışması kapsamında Türkiye ulusal coğrafi veri modeline uygun olarak UML ADE içerinde CityGML sınıflarının genişletilmesi ve bu genişletmenin XML şemasında kodlanması arasında bir eşleme sağlayan kodlama kuralları tasarlanmıştır. Kavramsal olarak CityGML veri modelinin bir uzantısı olarak tasarlanmış olan TRKBİS'in CityGML alt sınıfları olarak modellenmesi uygun bulunmuştur. Çalışma kapsamında CityGML ve TRKBİS veri modelleri arasında ortak sınıflar ve öznitelik değerleri tüm CityGML detay seviyeleri dikkate alınarak belirlenmiştir. Kavramların semantik düzeyde karşılaştırıldığı bu eşleme tekniğinde her iki veri modelini oluşturan bileşenlerin çok iyi analiz edilmesi ve anlaşılması gerekmektedir. Eşleme çalışmasında ana prensip mümkün olduğunca CityGML veri modelini değiştirmemektir. Birebir eşlenik sınıfların bulunamadığı durumlarda TRKBİS'in yeniden modellenmesi ya da yeni bir sınıf oluşturularak CityGML'in genişletilmesi olmak üzere iki farklı yöntem kullanılmıştır. Genişletilecek alt sınıflar belirlendikten sonra TRKBİS detay tipleri CityGML detay tiplerinin alt bileşenleri olarak tanımlanmıştır. CityGML kapsamında kullanımı zorunlu olmayan kod listeleri tanımlanmış olduğundan geliştirilen 3B TRKBİS modelinde mevcut kod listelerinin kullanımına devam edilmiştir. Oluşturulan ADE ile Türkiye'de mevcut büyük ölçekli coğrafi veri standardı (TRKBİS) ve CityGML uluslararası 3B coğrafi veri standardı entegre edilerek her iki standardı kapsayan ulusal 3B coğrafi veri modeli geliştirilmiştir. Geliştirilen yeni model 2B-2.5B ve 3B coğrafi objelerin tümünü temsil etmektedir. Ulusal ölçekte 3B veri değişimini olanaklı kılacak 3BTRKBİS veri modeli ile CityGML 3B veri setlerinin benimsenmesi daha hızlı olacak ve 3B coğrafi verinin kullanım düzeyi artacaktır. Yazılım geliştiricilerin CityGML'e daha fazla destek vermeleri sağlanarak ülke çapında birbirine uyumlu 3B coğrafi veri sağlanacak ve veri dönüşümü için gerekli maliyetler daha aza indirgenecektir. Ayrıca geliştirilen model gelecekte 3B coğrafi veriler için yapılacak teknik ve yasal düzenlemelerde bir altlık olarak kullanılabilecektir.
-
ÖgeKentsel dönüşüm proje iş süreçleri için konumsal veri modelinin geliştirilmesi(Lisansüstü Eğitim Enstitüsü, 2023-08-07)Yaşadığımız kentler ve içinde barındırdıkları yapılar, yıllar içinde değişime uğramakta ve dönüşüme ihtiyaç duymaktadır. Kentlerdeki bu dönüşüm ihtiyacı kentsel dönüşüm başta olmak üzere farklı imar ve şehircilik uygulamaları ile karşılanabilmektedir. Kentsel dönüşüm, kent sakinleri ve yönetimi açısından en önemli şehircilik uygulamalarından biridir. Her yıl yerel ve merkezi yönetimlerin ekonomik ve siyasi gündemlerinde önemli bir yere sahip olan kentsel dönüşüm uygulamaları, teknik olarak da yönetilmesi zor projelerdir. Kentsel dönüşüm uygulamaları gibi çok sayıda yasal ve teknik bileşeni içeren projelerde, birlikte çalışabilirlik daha da önem kazanmaktadır. Bu doğrultuda, tezin amacı kentsel dönüşüm projelerini etkin bir şekilde yönetebilmek için gereken veri modelini tasarlamaktır. Tasarlanan veri modeli ile projenin amaçlarına uygun konumsal veri altyapısının sağlanması mümkün olacaktır. Kentsel dönüşüm (KD); hukuki, sosyal, planlama ve mühendislik gibi bileşenleri kapsayan çok disiplinli bir alandır. Mevcut çalışmalar incelendiğinde kentsel dönüşüm ile ilgili, konunun önemini vurgulayan çok sayıda çalışma yapıldığı görülmektedir. Kent sakinleri yaşam alanlarını konforlu ve sürdürülebilir şekilde oluşturmaya çalışırken, bir yandan da kentlerin doğal ve insan kaynaklı afetlere dayanıklı hale getirilmesi beklentisi içindedir. Kentsel dönüşümün ele alınma biçimi önemli olmaksızın bir mekânın değişimi ve dönüşümü konunun merkezinde olacağından, veri yönetiminin en etkili şekilde yapılması önemlidir. Kentsel Dönüşüm ile ilgili Türkiye'deki en son yasal düzenleme 6306 sayılı Kanun ve bu kanunun uygulama yönetmeliğidir. Bu kanunun amacı afet riski altındaki alanları belirlemek, bu alanlardaki can güvenliği ve sağlıklı yaşam şartlarını sağlamak, bu amaçlarla yapılacak uygulamalardaki usul ve esasları belirlemektir. Bu kanun afet risklerine karşı can ve mal güvenliğini sağlamayı amaçladığından, hak sahiplerine ve uygulayıcılara zamanlama ve ekonomik konular başta olmaz üzere birtakım avantajlar sağlamaktadır. Bu nedenle de yürürlüğe girdiği tarihten itibaren kentsel dönüşüm çalışmalarının, ağırlıklı olarak bu mevzuat çerçevesinde uygulandığı görülmektedir. Yapılan uygulamaların yoğunluğu göz önüne alındığında sözü edilen mevzuatın değerlendirilmesinin akademik olarak ele alınması gerektiği düşünülmüş, bu tez çalışması kapsamında incelenmesine karar verilmiştir. Benzer şekilde veri modeli tasarımı da politikalar, veri standartları, eğitim, veri paylaşımı, yönetişim gibi pek çok bileşeni içermektedir. Literatürde kentsel dönüşüm ile ilgili farklı çalışmalar olmakla birlikte, konuyu konumsal veri yönetimi açısından ele alan bir çalışmaya rastlanmamıştır. Bu çalışma ile aynı zamanda kentsel dönüşüm projelerinde kullanılmak üzere bir konumsal veri modeli tasarlamak için gerekli araştırma ve analizler de yapılmıştır. Bu doğrultuda, tez kapsamında kentsel dönüşüm ile ilgili genel bilgiler verildikten sonra, kentsel dönüşümün Dünya'daki ve Türkiye'deki gelişimi ve değişimi incelenmiştir. Türkiye'de kentsel dönüşümün gelişimi incelenirken yasal olarak yapılan değişiklikler araştırılmıştır. Özellikle 2012 yılında yürürlüğe giren 6306 sayılı Afet Riski Altındaki Alanların Dönüştürülmesi Hakkında Kanun kapsamında yapılan uygulamalar üzerinde durulmuş, 6306 sayılı kanun kapsamında yapılan mevcut uygulamalar iş süreçleri bağlamında incelenerek, elde edilen bulgular ile çalışma desteklenmiştir. Mevzuat altyapısı araştırmasının devamında, yıllar içinde Kentsel Dönüşüm Mevzuatında meydana gelen değişiklikler ve bazı maddelerin iptal gerekçeleri incelenmiştir. Bu iptal ve değişiklikler arasında konumsal veri kullanımı ile ilgili olanlar tespit edilmiş, konumsal verilerin ve yönetilmelerinin kentsel dönüşüm projeleri açısından ne derece önemli olduğu da farklı bir açıdan irdelenmiştir. Ayrıca, 6306 sayılı kanun ve bu kanunun uygulama yönetmeliği incelenerek detaylı iş adımları belirlenmiştir. İş adımları belirlendikten sonra Unified Modeling Language (UML) Aktivite Diyagramı (Activity Diagram) kullanılarak iş adımları ve süreçleri görsel olarak modellenmiştir. Süreci basitleştirmek ve iyileştirmek amacıyla iş adımları, Aktivite Diyagramı ile modellenmiş ve bu model veri gereksinim analizinde altlık olarak kullanılmıştır. Böylece süreçteki her adım modelde yer alırken, bu iş adımlarının uygulanması sırasında kullanılan/üretilen veri de detaylı bir şekilde analiz edilmiştir. Veri gereksinim analizi ile belirlenen temel veri tiplerine veri sözlüğü oluşturulurken başvurulmuştur. Belirlenen temel veri tiplerinin detaylandırılması ile kentsel dönüşüm projelerinde ihtiyaç duyulacak veri tiplerini ve özniteliklerini detaylı olarak içeren bir veri sözlüğü hazırlanmıştır. Veri sözlüğü tamamlandıktan sonra Türkiye Ulusal Coğrafi Bilgi Sistemi (TUCBS) altyapısında tanımlanmış olan veri temalarından faydalanılarak Kentsel Dönüşüm Konumsal Veri Modeli (KDKVM) ortaya konulmuştur. Veri sözlüğünde yer alan bütün veri tipleri ve özellikleri TUCBS Veri Temalarına uygun olarak Kentsel Dönüşüm Konumsal Veri Modeli içerisinde modellenmiştir. Belirlenen modelin görselleştirilmesi aşamasında UML Sınıf Diyagramı (Class Diagram) kullanılmış, sistem içindeki sınıfların, sınıfların özniteliklerinin ve sınıflar arasındaki ilişkilerin gösterimi sağlanmıştır. TUCBS kapsamında belirlenerek Veri Tanımlama Dokümanları ve UML Şemaları yayınlanan veri temalarından ihtiyaç duyulan 13 adet veri teması KD modeli hazırlanırken kullanılmıştır. Ulusal standartlarda bulunan veri sınıflarının ve detay tiplerinin, proje için belirlenen özellikleri karşılamadığı durumlarda ise uluslararası standartlara başvurulmuştur. Ulusal ve uluslararası standartlarda olmayan ancak modelde olması gereken sınıflar ve detay tipleri yine bu standartlara uygun olacak şekilde modele eklenmiştir. Farklı kurum ve kuruluşlar tarafından üretilen, toplanan ve saklanan çok sayıdaki veri tipini, bir kentsel dönüşüm projesi kapsamında kullanmak üzere bir çatı altında toplayan veri modeli hazırlanmıştır. Konumsal veri modeli hazırlanırken ulusal standartlar ile ortak bir kavramsal şema dili olarak UML kullanılmıştır. Karmaşık sistemleri görselleştirme ve modellemede kullanılan, aynı zamanda da geniş çapta kabul görmüş bir modelleme dili olan UML kullanılırken, karmaşık bir kentsel dönüşüm projesini basitleştirerek modellemek ve birlikte çalışabilirliği desteklemek amaçlanmıştır. KD gibi çok sayıda verinin eş zamanlı olarak yönetilmesini gerektiren ve sıklıkla yasal düzenlemelere uğrayan bir alanda standartlara uygun bir veri modeli ortaya konulması ile iş gücü ve zamandan tasarruf edileceği değerlendirilmiştir. Kentsel Dönüşüm projelerinin uygulanması sırasında, tasarlanmış olan bu konumsal veri modeli kullanıldığı takdirde projede yer alacak tüm kurum, kuruluş ve kişiler birlikte çalışabilecektir. Kentsel dönüşümde proje yönetimi amaçlı bütüncül veri modeli ile sürecin her aşamasında şeffaflık sağlanacağı için projedeki tüm paydaşlar projeye açık bir şekilde katkıda bulunabilecektir. Ayrıca, oluşturulan bu konumsal veri modeli afet risklerine karşı alınacak önlemlerin hızlı ve doğru bir şekilde uygulanabilmesi için karar vericilere kaynak olabilecektir. Bu çalışma ile elde edilen sonuçlardan kentsel dönüşüm projelerinin uygulama aşamasında teknik olarak faydalanılabileceği gibi, uygulamalarda birlik sağlamak amacıyla bu modelden destek alınarak bir takım yasal düzenlemelerde bulunulabilecektir aynı zamanda KD mevzuatı ile KDKVM arasındaki entegrasyonun sağlanması ile uygulamalardaki farklılıkların ortadan kaldırılması sağlanabilecektir.
-
ÖgeAiding agricultural practices with the exploration of earth observation data via machine learning(Graduate School, 2023-08-04)The rapid growth of the global population, coupled with the decline in available agricultural fields, the effects of climate change, and soil degradation, pose significant threats to food security. As the population continues to rise, the demand for food and agricultural products increases, putting pressure on optimizing limited resources and their use. The human-made global climate crisis, primarily driven by fossil fuel emissions, worsens the issue, causing extreme weather events and displacing communities. Minimizing environmental damage and maximizing agricultural efficiency is crucial for ensuring a sustainable supply of essential food resources and the well-being of humanity. Obtaining accurate information about agriculture is vital for decision-makers, but traditional in-situ measurements are insufficient to represent the fields and are time-consuming. Remote sensing satellite images provide a solution by offering comprehensive and reliable data, overcoming the limitations of traditional methods, and enabling effective monitoring of agricultural fields on a regional or larger-scale level. Remote sensing satellite imaging technologies, including synthetic aperture radar (SAR) and multi-spectral imaging (MSI) satellites, provide valuable information for Earth Observation (EO) studies. SAR satellites are able to operate in any weather condition, day or night, and penetrate cloud cover, making them highly effective for monitoring Earth's surface. Despite their reliance on clear skies and solar energy, MSI satellites play a crucial role in agricultural monitoring due to their value with a wide range of spectral bands. Both satellite systems have a significant role in observing agricultural fields; SAR satellites are sensitive to detecting morphological changes in crops and MSI satellites have the capability to monitor chemical changes in vegetation. The satellite images offer insights into crop health, growth stages, and potential yield prediction through parameters derived from MSI and SAR images. Utilizing machine learning (ML) algorithms to analyze remote sensing data for agricultural research has opened up a wide range of possibilities for conducting comprehensive studies based on the ability of these algorithms to grasp nonlinear relationships associated with electromagnetic radiation and vegetation. Agricultural planning authorities and researchers can obtain critical insights into many aspects of agriculture and make informed decisions by utilizing the power of these advanced computing approaches. For this purpose, in order to address the critical challenges in monitoring agricultural fields and understanding the interrelation between environmental factors and agricultural activities, three-stage research that implements state-of-art ML and deep learning (DL) methods on remote sensing images has been conducted within the scope of this thesis. These challenges include various aspects of agricultural analysis and can be effectively tackled using the power of ML and DL algorithms that explain the models' behavior in an easy format to understand. In the first study, regression analysis was used to examine the estimation of biophysical parameters using only SAR remote sensing satellite data. Among the regression methods, polynomial chaos expansion (PCE) is one of the reliable and interesting ones due to its tight relationship with uncertainty quantification. One of the advantages of PCE is that global sensitivity analysis (GSA) with Sobol's method can be analytically computed from polynomial coefficients if the input space is statistically independent. However, most of the phenomena include dependent features, either statistically or physically. Therefore, an independent and uncorrelated input space must be created before the regression analysis. In this paper, we performed PCE-based regression analysis for the estimation of biophysical parameters of crops. The study was conducted in the experimental fields of field pea, barley, canola, and oat of the AgriSAR2009 campaign. The input parameters of the regression model were formed by creating polarimetric features derived from RADARSAT-2 imagery. The estimated biophysical parameters were based on the discrete in-situ measurements of leaf area index (LAI) and normalized difference vegetation index (NDVI), scattered semi-randomly in each crop field. We implemented neighborhood component analysis (NCA) to create an independent and uncorrelated input space by eliminating correlations. Once the model was created, we investigated the importance of features that drive the PCE-based regression models applying GSA with Sobol's method. Besides the individual effects of each feature, their interactions were found to be significant. In the second study, time series analysis was conducted to obtain short-term soil moisture in field scale, integrating satellite imaging, climate, and auxiliary data. The recent advancements in different types of satellite imagery coupled with deep learning-based frameworks have paved the way for large-scale SM estimation. This research combined high spatial resolution Sentinel-1 (S1) backscatter data and high temporal resolution Soil Moisture Active Passive (SMAP) SM data to create short-term SM predictions that can accommodate agricultural activities. We created a deep learning model to forecast the daily SM values using time series of climate and radar satellite data, soil type, and topographic data. The model was trained with static and dynamic features that influence SM retrieval. While the topography and soil texture data were taken as stationary, SMAP SM data and S1 backscatter coefficients, including their ratios and climate data were fed to the model as dynamic features. As a target data to train the model, we used \textit{in-situ} measurements acquired from the International Soil Moisture Network (ISMN). We employed a deep learning framework based on Long Short-Term Memory (LSTM) architecture with two hidden layers with 32 unit sizes and a fully connected layer. The model's performance was also evaluated concerning above-ground biomass, land cover classes, soil texture variations, and climate classes. The model prediction ability was lower in areas with high normalized difference vegetation index (NDVI) values. Moreover, the model can predict better in dry climate areas, such as arid and semi-arid climates, where precipitation is relatively low. The daily prediction of SM values based on microwave remote sensing data and geophysical features was successfully achieved using an LSTM framework to assist various studies such as hydrology and agriculture. In the third study, the importance of the input features was investigated during the cotton phenological cycle in order to predict yield using an explainable artificial intelligence. The potential cotton yield can be predicted by integrating the climatic factors, soil parameters, and biophysical parameters observed by high temporal and spatial resolution remote sensing satellites. This study used a multisource dataset to create an explainable and accurate predictive model for cotton yield prediction over the continental US (CONUS). A recently proposed glass-box method called Explainable Boosting Machine (EBM), which provides transparency, reliability, and ease of interpretation, was implemented. Accuracy performance was compared with well-known ML methods for predicting cotton yields. The EBM showed higher accuracy against other glass-box methods and competitive results with black-box models. With the help of the EBM, the importance of individual features and their pairwise interactions was revealed without applying any post-hoc methods. The study findings showed that the precipitation (P), enhanced vegetation index (EVI), and leaf area index (LAI) are the three most important dynamic features. The dynamic features are the driver of the created model with 78% of the overall feature importance, followed by pairwise interactions of the features with 16% contribution. Lastly, static features contribute 6% to the overall feature importance. The study highlights the importance of using multisource data and interactions of the input features and providing an interpretable model to understand the inner dynamics of cotton yield predictions.
-
ÖgeTürkiye'de imar hakkı transferi yönteminin tarihi yapıların korunmasında kullanılması(Lisansüstü Eğitim Enstitüsü, 2022-08-01)İmar hakkı veya diğer adıyla yapılaşma hakkı, taşınmaz mülkiyetinin en önemli unsurlarından birisidir. Mevcut hukuk düzenimizde bir arazinin mülkiyetine sahip olmak, doğal olarak üzerindeki imar hakkına da sahip olmayı beraberinde getirir. Hem evrensel hukuk prensipleri hem de ülkemizdeki mevzuata göre, mülkiyet hakkı ancak kanunlarla, kamu yararına ve rayiç değeri ödenmek şartıyla kısıtlanabilir. Ancak, özel mülkiyette bulunmasına rağmen "tarihi ve kültürel varlık" olarak tescil edilmek suretiyle koruma altına alınan tarihi yapılara getirilen imar yasağı ile, bu taşınmazların sahiplerine imar haklarını kullanmalarına engel olunmakta, daha da önemlisi bunun karşılığında hiçbir tazminat ödenmemektedir. Yani, muvafakatleri alınmadan ilan edilen koruma kararlarıyla tüm imar hakları dondurulan taşınmaz sahiplerine, neden olunan bu hak kısıtlamasının karşılığı olarak hiçbir tazminat seçeneği sunulmamaktadır. Bu durumun ortaya çıkmasının sebeplerinden en başta geleni, kamu maliyesinin kamulaştırma yaparak böyle bir yükünün üstesinden gelmesinin pek mümkün olmamasıdır. Özetle, yaşam alanlarımızda kamu otoritesi tarafından mutlaka korunması gereken kıymetli tarihi ve kültürel yapılar vardır, ancak bunun için hak sahiplerine ödenmesi gereken kaynak kısıtlıdır. Bu tez çalışmasında sorunun çözümü için İmar Hakkı Transferi (İHT) yöntemi önerilmektedir. Tez çalışması kapsamında öncelikle İHT konusunda geniş bir literatür taraması yapılmış ve diğer ülkelerde bu konuda ne tür çalışmalar yapıldığı hakkında bilgiler derlenmiştir. İmar Hakkı Transferi yönteminin yalnızca koruma altına alınmış tarihi yapılar üzerinde kullanılmadığı, bunun dışında doğal ve kültürel sit alanları, tarım arazilerinin korunması ve hatta kentsel dönüşüm uygulamalarında da kullanılabildiğinin altı çizilmiştir. Ardından ülkemizde İHT konusundaki mevcut durum, bu konuda daha önceden çıkarılmış kanun ve yönetmelikler de özetlenerek ilgili başlık altında irdelenmiştir. Bu bilgiler ışığında, Türkiye'deki yasal, kurumsal ve geleneksel özellikler göz önünde bulundurularak, imar hakkı transferi için teknik bir uygulama yöntemi geliştirilmiş ve bu uygulamanın adım adım nasıl yürütüleceği tüm ayrıntılarıyla tanıtılmıştır. Sekiz adımdan oluşan bu yöntem, kısıtlanmış olan bir imar hakkının bir parselden alınıp bir başka parsel üzerine aktarılmasının hukuki ve teknik yol haritasını sunmaktadır. İmar hakkının bir noktadan alınıp başka bir noktaya transfer edilmesi, doğal olarak transferin yapıldığı parsel üzerindeki yapılaşmayı artırmaktadır. Söz konusu inşaat alanı artışı bir takım altyapısal, estetik ve etik kaygıları da beraberinde getirmektedir. Hem bu kaygıların tespit edilmesi hem de geliştirilen teknik uygulama adımlarının geçerliliğinin test edilmesi için, konuyla ilgili sektörlerden 18 kişiyle mülakatlar yapılmıştır. Mülakat katılımcılarının İHT'nin şehircilik üzerindeki etkileri konusunda sahip oldukları pozitif ve negatif fikirleri kayıt altına alınarak analiz edilmiştir. Bununla birlikte, bu çalışma kapsamında geliştirilen teknik uygulama adımları ise mülakat katılımcılarının tamamı tarafından mantıklı ve uygulanabilir bulunmuştur. Sonuç olarak, başarılı bir İHT uygulamasının, imar kısıtlamalarından ötürü ekonomik olarak zarara uğrayan taşınmaz sahiplerinin haklarının iade edilmesini sağlayacağı; herhangi bir tazminat ödenmesine gerek kalmadan Devlet açısından neredeyse sıfır maliyetle koruma kararlarının uygulanabileceği; transfer işlemlerinin şeffaf bir şekilde kamu denetimine açık olarak yapılmasını sağlayacağı; bunun yanında mülakat katılımcılarının fikir ve yorumlarının bundan sonra yapılacak akademik çalışmalar için, üzerinde çalışılması gereken hususlar olarak yol gösterici olacağı düşünülmektedir.