Uzaktan algılama sistemleri

UZAKTAN ALGILAMA- I KOÜ HARİTA MÜH. BÖLÜMÜ ÖĞRENCİLERİNE TAVSİYE EDİLMİŞTİR.

EYLÜL 2010

UZAKTAN ALGILAMA

ÖNSÖZ Uzaktan algılanan görüntüler konusunda, nazari ve en son bilgileri içeren Türkçe “Uzaktan Algılama” kitabı; “Uzaktan algılamaya giriş”, “Uzaktan algılama sistemleri ve görüntüler”, “Görüntü kıymetlendirme ve analiz” ve “Uzaktan algılama uygulamaları” konularını içeren dört bölümden oluşmuştur. Uzaktan algılamanın geçmişi ve gelişimi, esasları, engelleyici faktörler, görüntülerin özellikleri, algılama sistemleri, muhtelif sensör ve uyduların olanakları, görüntü tipleri, görüntülerin kıymetlendirilmesi ve analizi, sivil ve askeri disiplinlere yönelik uygulama alanları, muhtelif cisimlerin dalga uzunluklarına göre tayfsal yansıma değerleri, görüntü kıymetlendirilmesine yönelik seviyeleri içermektedir. Bu kitap, aşağıda belirtilen yayınlardan istifade edilerek hazırlanmıştır. • • • • • • • • •

The remote sensing tutorial, USA, RST, NASA, Eylül 1999 Fundamentals of remote sensing tutorial, Canada centre for remote sensing, 9 Kasım 1998 Remote sensing tutorial, USA, ERDAS, 1999 Imagine field guides, USA, ERDAS, 2001 ArcView Image Analysis, USA, ERDAS, 1998 Remote sensing principles and ınterpretation, F.Sabins, 1987 Multispectral users guide. USA, DIA. Agustos 1995 STANAG: 3769 Minimum resolved object sizes and scales for ımagery ınterpretation, NATO, MAS, 1990 STANAG: 3704 Ground resolution target for aerial photography, NATO, MAS, 1980

Bu kitabın pdf formatındaki metinleri, “UZAKTAN ALGILAMA DOKÜMANI” isimli bir CD-ROM’a yüklenmiştir.

KOÜ HARİTA MÜH. BÖLÜMÜ ÖĞRENCİLERİNE TAVSİYE EDİLMİŞTİR.

i

EYLÜL 2010

UZAKTAN ALGILAMA İÇİNDEKİLER BÖLÜM-1 UZAKTAN ALGILAMAYA GİRİŞ 1. UZAKTAN ALGILAMA BİLİMİ A. ENERJİ KAYNAĞI VEYA AYDINLATMA B. YAYIM VE ATMOSFER C. YER YÜZEYİNİN ENGELLEMESİ D. SENSÖRÜN ENERJİYİ KAYDI E. GÖNDERME, ALMA VE İŞLEME F. KIYMETLENDİRME VE ANALİZ G. UYGULAMA 2. UZAKTAN ALGILAMANIN GEÇMİŞİ VE GELİŞİMİ 3. UZAKTAN ALGILAMANIN ESASLARI a. ELEKTROMANYETİK YAYIM b. ELEKTROMANYETİK TAYF VE ÖZELLİKLERİ (1) ULTRAVIOLE (2) GÖRÜNEN IŞIK (3) INFRARED (a) YAKIN INFRARED 0.72-1.1 µm (b) KISA DALGA INFRARED 1.1- 3.0 µm (c) ORTA DALGA INFRARED 3.0- 5.0 µm (d) UZUN DALGA INFRARED 5.0- 14.0 µm (4) MICROWAVE c. UZAKTAN ALGILAMAYI ENGELLEYEN FAKTÖRLER (1) UZAKTAN ALGILAMAYA İLİŞKİN FİZİKSEL KURAMLAR PLANCK KANUNU WIEN KANUNU STEFAN-BOLTZMAN KANUNU TERS KARE KANUNU LAMBERT’İN KOSİNÜS KANUNU (2) ATMOSFERİN ETKİLERİ (a) DAĞILMA Rayleigh Dağılım Mie Dağılım Nonselective Dağılım (b) Emme (3) DÜNYA YÜZEYİNİN ETKİLERİ (a) EMME (b) GEÇME / AKTARMA (c) YANSIMA d. GÖRÜNTÜLERİN ÖZELLİKLERİ VE ETKİLEYEN UNSURLAR (1) PIXEL (2) TARAMA GENİŞLİĞİ (SWATH) (3) BAND’LAR (4) ÇÖZÜMLEME (Resolution) (a) MEKANSAL ÇÖZÜMLEME ÖLÇEK ANLIK GÖRÜŞ SAHASI (IFOV)

1-45 1 1 2 2 2 2 2 2 2 2 7 7 8 9 10 11 12 12 12 13 14 14 15 16 17 17 18 18 18 19 19 20 20 23 23 24 24 28 29 29 30 32 32 33 33

UZAKTAN ALGILAMA İÇİNDEKİLER (b)

TAYFSAL ÇÖZÜMLEME

(c) RADYOMETRİK ÇÖZÜMLEME (d) ZAMANSAL ÇÖZÜMLEME (5) PARLAKLIK VE TON (Brightness and Tone) (6) KONTRASLIK ORANI (Contrast Ratio) (7) DETAY AYIRT ETME GÜÇÜ (Resoving Power)

BÖLÜM-2 UZAKTAN ALGILAMA SİSTEMLERİ VE GÖRÜNTÜLER 1. SENSÖR SİSTEMLERİ a. PASİF VE AKTİF SENSÖRLER (1) PASİF SENSÖRLER (2) AKTİF SENSÖRLER b. KAMERA VE TARAYICI SİTEMLER (1) KAMERA SİSTEMLERİ (2) TARAYICI SİSTEMLER (a) ACROSS-TRACK TİPİ TARAYICILAR (b) ALONG-TRACK TİPİ TARAYICILAR (c) CIRCULAR TİPİ TARAYICILAR (d) SIDE TİPİ TARAYICILAR 2. MUHTELİF SENSÖRLER VE UYDULAR a. METEOROLOJİ SENSÖRLERİ VE UYDULARI (1) GOES (2) NOAA AVHRR b. YER SATHINI GÖZLEYEN SENSÖRLER VE UYDULARI (1) LANDSAT (2) SPOT (3) IRS-1C / 1D (4) IKONOS c. RADAR SENSÖRLERİ VE UYDULARI (1) UYDU - RADAR SENSÖRLERİ (a) ALMAZ-1 SENSÖRÜ (b) JERS-1 SENSÖRÜ (c) ERS-1 ve ERS-2 SENSÖRÜ (d) RADARSAT SENSÖRÜ (e) SIR-A, B, C SENSÖRLERİ (2) UÇAK VE İNSANLI UZAY VASITALARI - RADAR SENSÖRLERİ (a) AIRSAR (b) IFSAR d. DENİZ ARAŞTIRMA SENSÖRLERİ VE UYDULARI (1) CZCS SENSÖRÜ (2) MESSR, VTIR VE MSR SENSÖRLERİ (3) SeaWiFS SENSÖRÜ e. GEZEGENLERE YÖNELİK SENSÖRLER VE UYDULAR f. DİĞER SENSÖRLER (1) VİDEO KAMERALARI (2) FLIR SENSÖRÜ (3) LASER FLUORO SENSÖRÜ

(4)

LIDAR SENSÖRÜ

35 37 38 39 40 41 46-94 46 46 46 46 49 49 50 50 52 53 54 55 55 56 57 57 58 59 60 61 62 64 65 65 65 66 66 67 67 67 71 71 72 72 73 80 80 80 81

81

UZAKTAN ALGILAMA İÇİNDEKİLER 3. UZAKTAN ALGILANAN GÖRÜNTÜ TİPLERİ a. HAVA FOTOĞRAFLARI (1) HAVA FOTOĞRAFÇILIĞINDA KULLANILAN FİLMLER (a) SİYAH BEYAZ FİLMLER (b) NORMAL RENKLİ FİLMLER (c) INFRARED RENKLİ FİLMLER (2) HAVA FOTOĞRAFLARININ TİPLERİ (a) DİKEY FOTOĞRAFLAR (b) MAİL FOTOĞRAFLAR b. ÇOK BANDLI GÖRÜNTÜLER (1) MULTISPECTRAL GÖRÜNTÜLER (2) HYPERSPECTRAL VE ULTRASPECTRAL GÖRÜNTÜLER DEVAMLI VERİ TİPİ GÖRÜNTÜLER TEMATİK GÖRÜNTÜLER PANKROMATİK (1 Bandlı) GÖRÜNTÜLER MULTISPECTRAL (2 veya daha fazla bandlı) GÖRÜNTÜLER

BÖLÜM-3 GÖRÜNTÜ KIYMETLENDİRME VE ANALİZ 1. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ VE UNSURLARI a. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ (1) HAVA FOTOĞRAFLARI İÇİN YER ÇÖZÜMLEME HEDEFLERİ (2) GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜLERİ VE ÖLÇEKLERİ (3) GÖRÜNTÜLERİN KIYMETLENDİRMESİNE YÖNELİK SINIFLANDIRMA SEVİYELERİ b. GÖRÜNTÜ KIYMETLENDİRMENİN UNSURLARI (1) TON (2) ŞEKİL (3) EBAT (4) PATERN (5) DOKU (6) GÖLGE (7) ETRAFI İLE MÜNASEBET 2. SAYISAL GÖRÜNTÜLERİ İŞLEME a. GÖRÜNTÜ İŞLEMENİN ÖN HAZIRLIKLARI b. GÖRÜNTÜYÜ GELİŞTİRME c. GÖRÜNTÜYÜ DÖNÜŞTÜRME d. GÖRÜNTÜYÜ SINIFLANDIRMA VE ANALİZ 3. VERİYİ BÜTÜNLEME VE ANALİZ

BÖLÜM – 4 UZAKTAN ALGILAMA UYGULAMALARI 1. SİVİL AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI a. ZİRAATE YÖNELİK UYGULAMALAR b. ORMANLARA YÖNELİK UYGULAMALAR c. JEOLOJİK UYGULAMALAR d. HİDROLOJİK UYGULAMALAR e. DENİZLERDEKİ BUZ KİTLERİNE YÖNELİK UYGULAMALAR f. ARAZİ ÖRTÜSÜ VE KULLANIMINA YÖNELİK UYGULAMALAR

82 82 85 85 85 86 86 87 87 88 89 89 92 92 94 94 95-129 96 96 97 98 103 110 110 110 111 111 112 112 112 113 115 119 123 125 127 130-149 130 130 131 131 131 131 131

UZAKTAN ALGILAMA İÇİNDEKİLER g. HARİTACILIK UYGULAMALARI h. OKYANUS VE SAHİL YÖNETİMİNE YÖNELİK UYGULAMALAR 2. ASKERİ AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI a. HAREKAT VE İSTİHBARATA YÖNELİK GENEL UYGULAMA KATEGORİLERİ b. ASKERİ UYGULAMA ÖRNEKLERİ (1) BATHMETRY UYGULAMASI (2) KAMUFLAJ, GİZLEME VE ALDATMAYI TESBİT UYGULAMASI (3) DEĞİŞİKLİKLERİ TESBİT UYGULAMASI (4) GÖRÜNTÜ HARİTALARI UYGULAMASI (5) GÖREV PLANLAMA UYGULAMASI (6) PERSPEKTİF GÖRÜNÜŞ UYGULAMASI (7) ARAZİ SINIFLANDIRMASI UYGULAMASI (8) AFET DEĞERLENDİRMESİ VE KURTARMA HAREKATI UYGULAMASI

EK-A

131 131 137 137 137 138 139 141 142 143 144 145 146

1-8

TABİİ NESNELERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ

1

TOPRAK, YERLEŞİM SAHASI VE SUYUN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ

1

EK-B ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER SİVİL AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELERİ INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER

EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ

2

1-7 1 2 4 6

1-16 1 6

UZAKTAN ALGILAMA

BÖLÜM-1 UZAKTAN ALGILAMAYA GİRİŞ

1. UZAKTAN ALGILAMA BİLİMİ: Uzaktan algılama, yer sathına fiziksel bir temas olmaksızın cisimlerin gözlenmesi ve ölçülmesine ilişkin bilgi sağlayan bir bilimdir. Bu bilgi; yansıyan veya yayılan enerjinin algılanması, kaydı, analizi sonucunda elde edilmektedir. Bir ağaçın yüksekliğini veya bir gölün derinliğini belirlemek için bunların yanına gidilmesine ve ölçülmesine gereksinim bulunmaktadır. Hava fotoğrafları uzaktan algılamanın temel taşlarındandır. Günümüzde uzaktan algılama verisi, kameralar ve sensörler ile donatılmış uçaklar, insansız hava araçları ve uydular tarafından sağlanmaktadır. Kameralar ve sensörler görüntüyü; elektromanyetik tayfda “Tayf görüntü bölgesi” (spectral Image region) olarak adlandırılan ve kapsamındaki ultra viyole, görünen ve ınfrared bölgelerinde, yer yüzünden yansıyan ve yayılan enerjiyi ölçerek oluştururlar. KOZMİK IŞIN

AC GÜÇÜ

Kısa Dalga Uzunluğu

Uzun Dalga Uzunluğu

GAMA IŞINI

X – IŞINI

ULTRAVİYOLE

INFRARED

MİCROWAVE

TV / RADYO

GÖRÜNEN

TAYF GÖRÜNTÜ BÖLGESİ

Şekil-1 Elektromanyetik tayf üzerindeki tayf görüntü bölgesi Uzaktan algılama sadece hava fotoğrafları ve uydu görüntülerinden ibaret olmayıp tıbbi taramaları, mikroskobik çalışmaları, sonar ve radarları da içermektedir. Uzaktan algılama işlemleri, hedefin ve gelen ışının arasındaki etkileşime bağlı olarak aşağıda şekli ve açıklamaları yapılan 7 unsuru içermektedir. A. ENERJİ KAYNAĞI VEYA AYDINLATMA: Uzaktan algılamanın ilk gereksinimi, aydınlatma için örneğin güneş gibi bir enerji kaynağı veya hedefin özelliğine uygun elektromanyetik enerjidir.

UZAKTAN ALGILAMA

Şekil-2 Uzaktan algılama işlemleri B. YAYIM (ışınım) VE ATMOSFER: Enerji, kaynaktan hedefe doğru yayılırken atmosferin engellemesi ile karşılaşır. Bu engelleme ikinci defa hedeften sensöre giderken de meydana gelir. C. YER YÜZEYİNİN ENGELLEMESİ: Yer yüzeyine gelen enerji, yüzeyin ve yayımın özelliğine bağlı olarak engellenir. D. SENSÖRÜN ENERJİYİ KAYDI: Enerjinin atmosferdeki dağılmasını veya hedefden yansımasını takiben sensör, elektromanyetik enerjiyi toplar ve kaydeder. E. GÖNDERME, ALMA VE İŞLEME: Sensörün kayıt ettiği enerji verisi, işlenerek görüntü haline getirileceği istasyona, ekseriyetle elektronik olarak gönderilir. F. DEĞERLENDİRME VE ANALİZ: Görüntü üzerindeki hedefler görerek ve/veya sayısal veyahutta elektronik olarak değerlendirilir. G. UYGULAMA: Elde edilen bilgilerin, muhtelif alanlarda kullanılması veya özel problemlerin çözümüne yardım edecek hale getirilmesi işlemlerini içermektedir. 2. UZAKTAN ALGILAMANIN GEÇMİŞİ VE GELİŞİMİ: Uzaktan algılama teknolojisi, 1858 yılında bir balona konulan kameranın çektiği siyah/beyaz bir fotoğrafla başlamıştır. LANDSAT uydusunun uzaya atılmasına kadar geçen süre içinde gelişmiş ve günümüzün ihtiyaçlarına cevap verecek seviyeye erişmiştir.

UZAKTAN ALGILAMA Kameralar 150 yıldan daha uzun bir süre uzaktan algılama hizmetinde kullanılmıştır. Bu kameralar, bir mercek vasıtasıyla elektromanyetik tayfın görünen bandı kapsamındaki hedefleri gümüş tabanlı bir film ortamına kaydeden techizatlardır. Filmler üzerindeki hedefler, siyah/beyaz parlaklık farklarından veya renkli tonlardan istifade ile belirlenmiştir. Balondan kullanılan kamera deneyimini takiben, 1882 yılında meteorolojik bir uygulama için kamera ile donatılmış bir uçurtma uçurulmuştur. 1909 yılında uçaktan kullanılan bir kamera ile sinema filmi çekilmiştir. Birinci dünya harbi esnasında, askeri amaçlı kameralar, uçaklara monte edilmiş ve geniş yer satıhları fotoğraflanarak kıymetli bilgiler elde edilmiştir. Hava fotoğraflarının askeri önemini anlayan ülkeler, sadece keşif görevi amaçları için dizayn edilmiş uçakları envanterlerine ithal etmişler ve ikinci dünya harbinde askeri istihbaratın %80’nini hava fotoğraflarından sağlamışlardır. Keşif uçaklarının gelişmesine paralel olarak 1940’lı yıllarda Infrared’e hassas elemanlar geliştirilmiş ve takiben 1950 yılında üretilen “False color Infrared” filmler, askeri amaçlar ve bitki haritalarının çıkarılması için kullanılmışlardır. Atmosferden yapılan uzaktan algılama konusu, uzay cağının başlarında ortaya çıkmıştır. İkinci dünya harbinden sonra Almanyadan ele geçirilen V-2 roketleri Viking olarak adlandırılan bir proğram çercevesinde otomatik still ve sinema kamerası ile teçhiz edilerek uzaya atılmıştır. Bu roket yörüngeye oturtulmadan 227 km.lik bir yüksekliğe erişmiştir. Tırmanış esnasında çekilen görüntüler roketin düşmesini takiben elde edilmiş ve uzaydan alınan ilk resimler olarak tarihe geçmiştir.

Şekil-3 V-2 roketine yerleştirilmiş K-12 kamerası ile çekilen New Mexico, Arizona, Nevada ve California körfezinin görüntüsü 1 Nisan 1960 tarihinde, Atlas roketi ile insansız TIROS-1 meteorolojik uydusu uzaya gönderilmiştir. Bölgelerin bulut durumunu ve meteorolojik haritalarını çıkarmak için geniş sahaları tarayan vidicon kameralarla techiz edilen bu uydunun, dünyaya gönderdiği ilk görüntü 9 mayıs 1960 tarihinde alınmıştır. Takiben aynı amaçlara hizmet eden “Nimbus”, “NOAA” ve “GOES” olarak adlandırılan uydular hizmete girmiştir.

UZAKTAN ALGILAMA

Şekil-4 İlk meteorolojik uydu görüntüsü 1960-1970 yılları arasında uydular ay ve dünya sathının görüntülenmesini sağlayan sensörlerle teçhiz edilmiştir. 1970’li yıllarda ABD iç işleri bakanlığı ile NASA teşkili müştereken, sistematik olarak dünya hakkında bilgi toplamaya yönelik ERTS (Earth Resources Technology Satellites) adı altında bir proğram oluşturmuştur. Bu proğram çerçevesinde 1972 yılında Nimbus meteoroloji uydusunun modifikasyonu ile ERTS-1 uydusu üretilmiştir. 1975 yılında bu proğramın adı LANSAT olarak değiştirilmiştir. Takiben üretilen Landsat-2 (1975), Landsat-3 (1978), Landsat-4 (1982), Landsat-5 (1984) uyduları uzaya gönderilmiştir. Bu uydular genel olarak jeolojik ve bitki örtüsü verilerini toplayan çok bantlı (Multispectral Scanner: MSS) ve mekansal çözümlemeli 7 bantlı toprak, arazi örtüsü, hidroloji gibi konusal harita (Thematic Mapper: TM) amaçlı sensörlerle donatılmıştır. Fransız üretimi SPOT-1 (1986), SPOT-2 (1990), SPOT-3 (1993) uyduları hizmete girmiştir. Bu uydulara, siyah/beyaz görüntü sağlayan Panchromatic ve Landsat verilerinden daha fazla detay veren Multispectral sensörler konulmuştur. Aralık 1995’de Panchromatic (PAN), Linear Imaging Self-scanning Sensör (LISS-III) ve Wide Field Sensör (WiFS) olarak adlandırılan sensörlerle teçhiz edilmiş IRS (Indian Remote Sensing) uydusu hizmete girmiştir. Eylül 1999’da 1 metre çözümlemeli Panchromatic ve 4 metre çözümlemeli Multispectral sensörlere sahip IKONOS uydusu uzaya atılarak göreve başlamıştır. Uzaktan algılamanın gelişimi; ABD, Fransa, Hindistan, Rusya, Kanada, Japonya, Almanya ve İsrail’in katkıları ile sağlanmış olup aşağıdaki tablolarda bunların sadece belli başlılarına kronolojik bir sıra içinde değinilmiştir.

UZAKTAN ALGILAMA FOTOĞRAFİK METODLAR 1759

Lambert (Fransız) photogrammetry prensiplerine ilişkin ilk ifadeler

1839

Daguerre and Nepce (Fransız) ilk fotoğraf

1840

Totoğraf kullanarak topografik harita üretimi (Fransa)

1855

Trichromatic renkli görüş denemesi (Maxwell)

1858

Paris’in balondan kamera kullanımı ile fotoğrafının çekilmesi

1862

Single-lens beam splitter tekniği ile multispectral görüntünün analizi.

1860

American sivil harbi esnasında, balondan askeri amaçlı fotoğraf çekilmesi

1870

Basit kimyasal renkli projeksiyon sisteminin geliştirilmesi

1880

İngiltere, Fransa ve Rusya uçurtmadan kamera kullanımı

1895

Fotoğraf kullanımı ile Kanada da Topografik gözlem yapıldı (Seville)

1900

3 mercekli multispectral kamera icat edildi (Ives).

1903

Güvercinlere kamera bağlandı

1909 1915

Uçaktan ilk sinema filmi çekildi (Wilbur Wright) Birinci dünya harbinde İngiliz kraliyet hava kuvvetleri (R.A.F.) tarafından çekilen keşif fotoğrafları taktik değişliği çalışmalarında kullanıldı.

1917

ABD muhabere birliği tarafından Meksika harbinde hava fotoğrafları kullanıldı.

1920

Petrol jeoloğları petrol aramada hava fotoğraflarını kullandı.

1923

Zeiss tarafından Stereoplanegraph aleti üretildi.

1924

Çok katmanlı renkli (Multilayered color) film geliştirildi

1930

Yer sathının ilk hava spectrophotography’si çekildi Krinov–Rus)

1930

Yer bilmi ve ziraat amaçları için yoğun hava fotoğrafı kullanıldı.

1931

Stratospheric balonda Infrared’e hassas hava filmi test edildi.

1935

Kodachrome filmler piyasaya sürüldü.

1937

Hava keşfinde renli film kullanıldı.

1938

Multiplex photogrammetric plotter cihazı üretildi (Bausch and Lomb).

1940

Kelsh plotterları kullanılmaya başladı

1940-1943

Kamuflaj tesbiti ve pus’a nüfuz eden Siyah/Beyaz, renkli IR filmler gelişti.

1941 1940-1945

Eardley'in “Aerial Photos: Their Use and Interpretation” dokümanı yayınlandı. İkinci Dünya Harbi gereksinimlerini karşılamak için hava fotoğrafcılığı ve fotogrametri büyük gelişme gösterdi..

1944 1944 1947 1950 1952 1956 1960

FOTOĞRAFİK OLMAYAN SENSÖR SİSTEMLERİ “Manual of Photogrammetry” dokümanının ilk baskısı yayınlandı. Askeri amaçlı olarak su derinliğinin tesbiti için 2 bantlı hava fotoğrafı kullanıldı. “Spectral Reflectance Properties of Natural Materials” dokümanı yayınlandı. Orthophoto haritacılık popular oldu.. Jeolojik haritalama için renkli hava fotoğrafı kullanıldı. “Spectro-zonal photography for mapping soils”isimli soviet dokümanı yayınlandı. Renkli filmler hava fotoğrafcılığı kapsamında kullanılmaya başladı.

1960

Colwell'ın “Manual of Photointerpretation and Ray's Aerial Photographs in Geologic Interpretation and Mapping” dokümanı yayınlandı

1960

Çok bantlı (multispectral) fotoğrafcılıkta dikkate değer bir faaliyet başladı.

UZAKTAN ALGILAMA 1962 1964 1967 1967 1968 1968 1975 1800 1879 1889 1930 1940 1950 1954

ABD ve Rusya 9 mercekli multispectral kamera üretti; Itek firması 1963 yılında 10 mercekli kamerayı üretti. NASA, dünya kaynaklarının çok bantlı fotoğrafcılıkla araştırılması proğramına resmen başladı. Ultra Viole fotoğrafçılığının kullanılmasına başlandı. ABD Ordu istihkam Kolordusu tarafından 2 bölümlük “Earth Resources Surveys from Space” dokümanı yayınlandı. ASP'nin “Manual of Color Aerial Photography” dokümanı yayınlandı. Apollo-9 ile çok bantlı fotoğrafcılık tecrübesi yapıldı. ASP'nin “Manual of Remote Sensing” dokümanı yayınlandı. FOTOĞRAFİK OLMAYAN SENSÖR SİSTEMLERİ Sir William Herschel tarafından Infrared tayf bölgesi keşfedildi. Langley bolometer kullanarak elektriki cisimlerin oluşturduğu ısıyı ölçtü. Hertz, radyo dalgalarının katı cisimlerden yansımasını tecrübü etti. İngiltere ve Almanya uçakların bulundukları yerde geceleri meydana getirdiği termal paternler üzerinde çalıştı. İngilte ve ABD ikinci dünya harbi esnasında uçakların ve gemilerin radarda izlenmesi konusunu geliştirdi. Michigan Universitesi tarafından Infrared sistemler üzerinde geniş bir çalışma yapıldı. Synthetic Aperture Radar (SAR) konsepti hazırlandı.

1950

Motorola, Philco, Goodyear, Raytheon firmaları tarafından SLAR ve SAR sistemleri araştırma ve geliştirme çalışmaları yapıldı

1960

Non-imaging radiometers, scanners, spectrometers and polarimeters cihazlarının görüntüyü oluşturan muhtelif dedektörleri geliştirildi.

1891 1908 1946 1957 1960

UYDU GÖRÜNTÜLEME SİSTEMLERİ Rahrmann, foto platformu olarak bir roketin kullanılmasını teklif etti. Alman Maul, cyro-istikrarlı bir kameranın rokete monte edilmesini geliştirdi. V-2 rocketi, uzaya atıldı ve fotoğraf çekti. Rusya, Sputnik-1 uydusunu uzaya gönderdi. ABD, TIROS-1 uydusunu uzaya attı ve fotoğraf çekti.

1961

Yörüngedeki insansız “Mercury spacecraft MA-4” fotoğraf çekti ve dünyaya gönderdi. Takiben MA-8 and MA-9 daki Astronotlar tarafından fotoğraflar çakildi ve dünyaya gönderildi.

1964

TV and diğer sensorler ile donatılmış Nimbus meteorolojik arştırma uydusunun proğramına başlandı.

1965

Gemini uydusu ile uzayda ilk insanlı uçuş gerçekleştirildi ve bazı renkli fotoğraflar çekildi.

1965

Gemini uydusu fotoğrafik deneyimlerini geliştirdi.

1965

ABD iç işleri bakanlığı ve NASA, ERTS (Landsat) programına başladı.

1967

Apollo-6 ve 7 dünya yörüngesi etrafında uçuşlara başladı. multispectral

1968

Apollo-9 multispectral fotoğraf çekme deneyimlerine başladı.

1972

ERTS-1 (Landsat) (1972), Landsat-2 (1975) ve Landsat-3 (1978) uzaya atıldı.

1972-73

Astronotlu Skylab uzaya atıldı ve yer araştırma deneyimlerine başladı.

1975

Apollo-Soyuz uzayda uçmaya başladı bazı fotoğraflar çekti.

1978

Seasat-1 uydusu uzaya atıldı. 99 gün sonar düştü

1979

Nimbus-7 uydusu uzaya atıldı.

UZAKTAN ALGILAMA 3. UZAKTAN ALGILAMANIN ESASLARI: Sensörler vasıtasıyla elde edilen görüntüleri, muhtelif alanlarda uygulamak için uzaktan algılamayı etkileyen fiziksel ve kimyasal hususların, görüntülerin özellik ve tiplerinin bilinmesi gerekmektedir. a. ELEKTROMANYETİK IŞINIM (YAYIM) : Uzaktan algılamanın temel gereksinimi hedefin bir enerji kaynağı tarafından aydınlatılmasıdır. Güneş, kısa dalga uzunluğunda bir enerji yaymaktadır. Bu enerji, elektromanyetik yayım şeklinde olup dalga teorisinin temel kurallarına bağlı ve sinisoidal tarzda seyahat etmektedir. Elektromanyetik yayım; yayım istikametine dik yönde ve değişik büyüklükte bir elektriksel saha (E) ile bu saha ile dik açı yapan bir manyetik sahayı (M) içermektedir.

Şekil-5 Elektromanyetik yayım Elektromanyetik yayımın, “Dalga uzunluğu” (wavelength) ve “Frekans” (frequency) olarak adlandırılan 2 özelliğinin tam olarak bilinmesi önem taşımaktadır. Dalga uzunluğu, birbirini izleyen dalgaların tepe noktaları arasındaki mesafe olup “λ” harfi ile tanımlanmıştır. Dalga uzunluğu; Nanometers (nm: 10-9 m, 10-7 cm ), Micrometers (µm:10-6 m, 10-4 cm), Centimeters (cm: 10-2 m) ve Meters (m) cinsinden ifade edilir. Frekans, dalganın saniyedeki devir sayısını belirtmekte olup “hertz” cinsinden ifade edilir ve her bir saniyede geçen bir devire eşittir. Dalga Uzunlukları Nanometers

Gama Rays

X- Rays (Hard)

1014 1013

.3

3.0 30.0 300.0

X- Rays Ultra (Soft) violet

1012 1011 1010 109

Frekans (Megahertz)

3 30

Görünen

.003 .03 0

Micrometers 300

0.3

Infrared

108 107

106

3

EHF

105

Microwave

Frekans = 3 x 108 (m /s) / Dalga Uzunluğu (m)

Centimeters

104

Meters

30

SHF

103

3

30

UHF

VHF

102

101

300

HF

1

Radar TV ve Radio

LF ve MF

UZAKTAN ALGILAMA

Şekil-6 Dalga uzunluğu ve frekans Dalga uzunluğu ile frekans arasındaki ilişki aşağıdaki formül ile tanımlanmıştır. Bu karşılıklı ilişki sonucunda; yüksek enerji veren sıcak cisimler, kısa dalga boyunda ve yüksek frekansda, düşük enerji veren soğuk cisimler, uzun dalga boyunda ve düşük frekansda yayım yaparlar. c=λxv λ : Dalga uzunluğu (m) v : Frekans (saniyedeki devir, Hz) c : ışığın sürati (3 x 103 m/s) Uzun dalga uzunluğu

Düşük frekans Düşük enerji Soğuk cisim

Kısa dalga uzunluğu

Yüksek frekans Yüksek enerji Sıcak cisim

Şekil-7 Dalga uzunluğu ve frekans ilişkileri b. ELEKTROMANYETİK SPEKTRUM (TAYF) VE ÖZELLİKLERİ: Uzaktan algılama platformlarındaki sensörler, elektromanyetik yayımı kaydederek görüntüyü oluştururlar. Bu yayımın kategorize edilmesi ile Elektromanyetik Tayf oluşmuştur. Tayf; gama ve x ışınlarını da içeren kısa dalga uzunluğu ile, microwave ve TV / radyo dalgalarını kapsayan uzun dalga uzunluğu arasında yer almıştır. Elektromanyetik tayf uzaktan algılama açısından önem taşıyan muhtelif bölgelere ayrılmıştır. Aşağıdaki şekillerde tayfın içerdiği genel bölgeler ile Ultraviole (UV), Görünen Işık (Visible Light), Infrared (IR) ve Microwave bölgelerinin dalga uzunluğu ve frekans durumu gösterilmiştir.

UZAKTAN ALGILAMA

YANSIYAN SOLAR IŞIN

YAYILAN IŞIN VEYA TERMAL

PANKROMATİK (S/B)

GÖRÜNEN IŞIK

I N F RA R E D MICROWAVE

UV MAVİ 0.2 µ

0.4 µ

YEŞİL 0.5 µ

KIRMIZI

0.6 µ

YAKIN IR

KISA IR

Orta IR

Uzun IR

NWIR

SWIR

MWIR

LWIR

0.7 µ

1.1 µ

3.0 µ

5.0 µ

14.0 µ

Şekil-8 Elektromanyetik tayf bölgeleri (1) ULTRAVIOLE: Çok kısa dalga uzunluğundaki tayfın Ultraviole veya kısa bir deyişle UV bölgesi, 0.2-0.4 µm dalga uzunluğunda yer almakta ve uzaktan algılamaya olanak sağlamaktadır. Dünya sathındaki kayalar ve mineraller gibi bazı materyaller, UV ışınları tarafından aydınlatıldığında ışık saçma (Fluoresce) veya görünen ışığı yayma özelliği bulunmaktadır. Bu özellikleri nedeniyle bu tip materyaller sensörler tarafından algılanarak belirlenirler.

Şekil-9 Ultraviolet bölgesine ilişkin dalga uzunlukları ve frekanslar

UZAKTAN ALGILAMA (2) GÖRÜNEN IŞIK: İnsan gözü veya uzaktan algılama sensörleri, görünen ışık bölgesindeki hedefleri tesbit ederler. Görünen dalga uzunluğu 0.4 – 0.7 µm arasındadır.

Şekil-10 Görünen Işık bölgesine ilişkin dalga uzunlukları ve frekanslar En uzun dalga uzunluğu kırmızı, en kısası ise menekşe renğidir. Görünen ışık bölgesindeki renkler ve bunların dalga uzunlukları aşağıda belirtilmiş olup ana renkler mavi, yeşil ve kırmızıdır. Diğer renkler bunların kombinasyonundan oluşmaktadır. Menekşe Mavi Yeşil Sarı Turuncu Kırmızı

: 0.4-0.446 µm : 0.446-0.500 µm : 0.500-0.578 µm : 0.578-0.592 µm : 0.592-0.620 µm : 0.620-0.700 µm

Mavi renkteki enerji, elektromanyetik tayfın 0.40-0.50 µm dalga uzunluğunda yer almaktadır. Bu renk; uzun dalga boylarında görünmeyen gölgedeki metaryali aydınlatma, yeşil bitkilerin içerdiği klorofil tarafından emilme (klorofilin en iyi emildiği dalga uzunluğu 0.40 µm’dir) ve takriben 40 metre derinliğindeki temiz suya nüfuz etme özelliklerine sahiptir. Yeşil renkteki enerji, elektromanyetik tayfın 0.50-0.60 µm dalga uzunluğunda yer almaktadır. Bu renk; 13 metre derinliğindeki temiz suya nüfuz etme, temiz ve bulanık su arasındaki kontrastlığı belirleme, satıhdaki gerilim etkisi nedeniyle sudaki yağı tesbit etme ve yakın Infrared (NIR) bölgesine göre daha az tarzda bitkilerin yaptığı yüksek yansımayı belirleme, özelliklerini içermektedir.

UZAKTAN ALGILAMA Kırmızı renkteki enerji, elektromanyetik tayfın 0.60-0.70 µm dalga uzunluğunda yer almaktadır. Bu renk; klorofilin emilmesi nedeniyle (0.66 µm) bitkileri ayırt etme, toprağı ayırt etme ve yerleşim sahası niteliklerini analiz etme, ölü yaprakların içerdiği kırmızı ve sarı renkteki pigmentlerin yaptığı yansımayı tesbit ve 8 metre ile limitli su derinliğine nüfuz etme özelliklerini kapsamaktadır. İnsan gözü, güneş ışınlarını tek veya homojen bir renkte görmektedir. Gerçekte bu renk; tayfın ultraviolet, görünen ve ınfrared bölgelerin yaydığı muhtelif dalga uzunluklarından oluşmuştur. Güneş ışınlarının bir prizmadan geçirilmesi halinde, bu renkleri ayrı ayrı görmek mümkündür.

Şekil-11 Prizmadan geçirilen güneş ışınları ve oluşan renkler (3) INFRARED (KIZILÖTESİ): Infrared (IR) bölgesi, elektromanyetik tayfın 0.7-100 µm dalga uzunluğunda yer almıştır. Görünen ışık bölgesinin 100 mislinden daha geniş bir sahaya yayılmıştır. Bu bölge yayımın özelliğine bağlı olarak yansıyan (reflected) IR ve yayılan (emitted) veya termal (thermal) IR olarak adlandırılan 2 kısma bölünmüştür. 0.7-3.0 µm dalga uzunluğunda yer alan yansıyan IR bölgesindeki ışık veya ısı tarzındaki yayım, görünen ışık bölgesindekine çok benzemekte ve uzaktan algılama amaçlarına hizmet vermektedir. 3.0-100 µm dalga uzunluğuna sahip termal IR bölgesi, görünen ışık ve yansıyan IR bölgesinden oldukça farklı özellikleri taşımaktadır. Bu bölgedeki enerji temelde yer sathından yayılan sıcaktır. Görünen ışık ile microwave (radar) bölgeleri arasında bulunan IR bölgesinin bazı özellikleri optik bazıları ise radar enerjisine benzemektedir. Bölge kendi içinde ayrıca dalga uzunluklarına dayalı olarak; Yakın Infrared (Near IR: NIR), Kısa dalga Infrared (Short Wave IR: SWIR), Orta dalga Infrared (Mid Wave IR: MWIR) ve Uzun dalga Infrared (Long Wave IR: LWIR) olarak 4 kısma bölünmüştür. Yakın Infrared ve kısa dalga Infrared yansıyan enerji, Orta dalga Infrared yansıyan ve termal, Uzun dalga Infrared ise yayılan veya termal bölge kapsamındadır.

UZAKTAN ALGILAMA (a) YAKIN INFRARED 0.72-1.1 µm: Yakın ınfrared bölgesindeki yansıma, yaprak dokusunun hücresel yapısından kuvvetli bir şekilde etkilenmektedir. Bu özellik nedeniyle bitkilerin analizinde kullanılır. Suyun emme ve bitkilerin yansıma özelliği nedeniyle (0.76-0.90 µm) kıyı haritacağına olanak sağlamaktadır. Ayrıca canlı kütlelerin (0.760.90 µm) belirlenmesinde, iğne ve yayvan yapraklı ağaçların birbirinden ayırt edilmesine imkan vermektedir. (b) KISA DALGA INFRARED 1.1- 3.0 µm: Bitki tipleri arasında kontraslık farklılıkları bu bölgede ortaya çıkmaktadır. Sınırlı olarak buluta nüfuz eden kısa dalga Infrared; sulardaki yağın, toprak ve bitkilerin içerdiği nemin belirlenmesini sağlayan özelliklere sahiptir. (c) ORTA DALGA INFRARED 3.0- 5.0 µm: Uzun dalga ınfrared bölgesi kadar sıhatli olmamakla beraber termal sıcaklıkları tesbit etmektedir. Bu bölge gündüzleri; yansıyan enerjiyi ve termal yayım karışımını, geceleri; yayılan ısıyı, metal çatılardan yansıyan enerjiyi, bacalardan çıkan ve yangınlardan kaynaklanan ısı yayımını ve buhar yansımasını tesbit eder. Dumana nüfuz etme özelliğine de sahiptir. (d) UZUN DALGA INFRARED 5.0- 14.0 µm: Termal analizlerde kullanılır. Bazı bitkilerin yoğunluğu ve örtü tipini, günlük ve mevsimsel olarak termal atalet gösteren bitkileri belirme özelliklerini taşımaktadır.

Şekil-12 Infrared bölgesine ilişkin dalga uzunlukları ve frekanslar

UZAKTAN ALGILAMA

(4) MICROWAVE: Yakın zamanda, uzaktan algılamanın ilgi sahasına giren microwave enerji bölgesi, elektromanyetik tayfın 0.1-100 cm dalga uzunluğunda yer almaktadır. Bu bölge, kendi içinde muhtelif gereksinimler için kullanılan 6 bandı içermektedir. •

• • • • •

Ka-Bandı (0.75-1.1 cm), K-Bandı (1.1-1.67 cm) ve Ku-Bandı (1.67-2.4 cm): çok kısa dalga uzunluğundadır. Uçaklarda ilk radar sistemi olarak kullanılmışlardır. X-Bandı (2.4-3.75cm): Askeri keşif ve arazi haritacılığı amaçları için uçaklarda yaygın olarak kullanılmıştır. C-Bandı (3.75- 7.5cm): Bir çok uçakta, İnsansız hava araçınnda ve uzay araçlarında (ERS-1 ve RADARSAT) kullanılmaktadır. S-Bandı (7.5-15 cm): Rusların ALMAZ uydusunda kullanılmıştır. L-Bandı (15-30cm): ABD’nin SEASAT, Japonların JERS-1 uyduları ve NASA’nın uçaklarında bulunmaktadır. P-Bandı (30-100 cm): NASA’nın deneyimsel araştırma sistemi olarak uçaklarda kullanılmaktadır.

Şekil-13 Microwaves bölgesine ilişkin dalga uzunlukları ve frekanslar Bölgenin kısa uzunluktaki dalga uzunlukları, termal ınfrared bölgenin özelliklerini taşırken, uzun uzunluktaki dalga uzunlukları ise radyo yayınlarına olanak sağlamaktadır. Şiddetli yağmur dışında, uzun dalga uzunluğundaki microwave enerji; bulut örtüsüne, pus’a ve toza nüfuz etme kabiliyetine sahip olup kısa optik dalga uzunluğuna tesir eden atmosferik dağılmadan etkilenmemektedir. Bu özellik nedeniyle microwave bölgede, hemen hemen tüm hava ve çevresel koşullar altında, herhangibir zamanda veri toplamaya imkan sağlamaktadır.

UZAKTAN ALGILAMA Tüm cisimler belirgin miktarda microwave enerji yaymaktadır. Bu enerji cismin veya sathın yaydığı sıcaklık ve nem özelliklerine bağlıdır. Microwave algılama, uzaktan algılamada kullanılan pasif ve aktif yöntemlerden her ikisinide içermektedir. c. UZAKTAN ALGILAMAYI ENGELLEYEN FAKTÖRLER: Enerji kaynağı, hedef ve algılayıcı arasındaki atmosfer ve dünya sathındaki materyaller, uzaktan algılamayı engellemektedir. Güneşin sağladığı enerjinin tümü hiç bir zaman algılayıcılar tarafından kaydedilemez. Bunların yanı sıra mevcut fiziksel kuramların ve etkilerinin de bu başlık altında incelenmesi gerekmektedir. Gerek fiziksel kuramların gereksede atmosferin ve dünya sathının uzaktan algılamaya olan etkilerinin temel bazda bilinmesi; doğru sensörün seçilmesine, daha iyi görüntünün elde edilmesine ve hedeflerin daha iyi kıymetlendirilmesine olanak sağlamaktadır. (1)

UZAKTAN ALGILAMAYA İLİŞKİN FİZİKSEL KURAMLAR: Bilim adamı Kelvin, her cismin birbirinden farklı ve mutlak sıfır (-273 °C) olarak tanımlanan bir sıcaklığın üzerinde Infrared enerji yaydığı kuramını ortaya koymuştur. Yayılan solar enerjinin (6000 C0) tümünü emen bunu en iyi şekilde tekrar yayan cisimlere siyah cisim (Blackbody) denilmektedir. Dünya üzerinde böyle bir cisim mevcut olmayıp, bulunanlar ise Gri cisim (Greybody) olarak tanımlanmışlardır. Fiziksel olarak ışınlar; •

Az yoğun ortamdan (ortam 1) çok yoğun bir ortama girerken, normale yaklaşır. Diğer bir deyişle geliş açısı (Q1) sapma açısından (Q2) büyüktür (Q1>Q2). Çok yoğun ortamdan (ortam 2) az yoğun ortama giderken ise normalden uzaklaşır (Q2
Gelen ışın Ortam 1 Ortam 2 Ortam 1

Dağılma

Emme

Şekil-14

Yayım

Yayım

Gelen ışın, dağılma, yansıma, emme ve yayım

UZAKTAN ALGILAMA •

Sathın yapısına bağlı olarak (çok düzgün) aynı açı ile yansırlar (Q1=Q2).

•

Sathın üzerinde değişik yönde dağılırlar (scattering),

•

Satıh tarafından emilir. Takiben oluşan enerji ise yayılır.

PLANCK KANUNU:

YAYIM WATTS CM-2

Planck, sıfır Kelvin derecesinin üzerinde sıcaklığa sahip cisimlerin yaydıkları enerjinin dalga boyunun, sıcaklığa bağlı olarak değiştiğini kanıtlamış ve buna ilişkin olarak aşağıdaki eşitliği ve ve dağılım grafiğini hazırlamıştır. Grafiğin incelenmesi sonuçunda, 300 Kelvin derecesinde, yani oda sıcaklığındaki cisimlerin yayımının, 9.6 mikron dalga boyunda olduğu ortaya çıkmaktadır. Dünya üzerinde ortalama sıcaklık 300 Kelvin olduğuna göre, bu sıcaklığa sahip cisimlerin görüntülenmesi, 9.6 mikron dalga uzunluğunu içeren 8-14 mikron band’ında sağlanmaktadır.

DALGA UZUNLUĞU,

Şekil-15 Planck Kanunu grafiği ve eşitliği

UZAKTAN ALGILAMA WIEN KANUNU: Sıcaklığı artan cisimlerin yaymakta olduğu enerji miktarında meydana gelen değişiklikleri araştıran Wien, aşağıdaki grafik ve eşitlik vasıtasıyla, sıcaklığın artması halinde dalga boylarında yayım yoğunluğunun arttığını ve tepe noktasına karşıt gelen dalga boyunun ise azaldığını ispatlamıştır. Sıcaklığı artan cisimlerin yaymakta olduğu enerji miktarında meydana gelen değişiklikleri araştıran Wien, sıcaklığın artması halinde dalga boylarında yayım yoğunluğunun arttığını ve tepe noktasına karşıt gelen dalga boyunun ise azaldığını ispatlamıştır.

Şekil-16 Wien Kanunu grafiği ve eşitliği Wien eşitliği veya grafiği kullanılarak muhtelif sıcaklıktaki cisimlerin yayımladığı enerjinin dalga uzunlukları tesbit edilmektedir. Buna ilişkin örnekler aşağıdaki tabloda gösterilmiştir. CİSMİN SICAKLIĞI + KELVİN

DALGA BOYU (Mikron)

İNSAN

37+273=300

9.6

TANK EKZOSTU

85+273=358

5.8

KAZAN DAİRESİ

480+273=753

3.8

6000

0.5

CİSİM

GÜNEŞ

Keza bu eşitlik vasıtasıyla 3-5 veya 8-14 mikron bant’da çalışan sensörlerin algılayacağı sıcaklıkları da belirlemek mümkündür. SENSÖRÜN ÇALIŞTIĞI BANT 3-5

KELVİN DERECESİ 965 - 579

SANTİGRAD DERECESİ (+692) – (+306)

8-14

362 - 207

(+89) – (-66)

UZAKTAN ALGILAMA STEFAN-BOLTZMAN KANUNU: Cisimlerin radyometrik sıcaklıkları üzerinde araştırma yapan Boltzman; cisimin sıcaklığının 2 katına çıkması halinde, enerji yayım kabiliyetlerinin 16 misli arttığını, bulundukları zemin ile hemen hemen aynı sıcaklığa sahip olan ağaçlar gibi doğal bitkilerin yayım kabiliyetlerinin farklı olduğunu ve bulundukları zemin ile farklı sıcaklıklara sahip fabrika, uçak, gemi, tank ve araç gibi insan yapısı olanların kontrastlık nedeniyle görüntülenebildiğini ispatlamıştır. Infrared görüntüler üzerinde çalışanlara, hayati öneme haiz bilgileri ortaya koyan Boltzman, bu amaç için aşağıdaki eşitliği meydana getirmiştir. W= σ T4 W= Radyometrik Sıcaklık σ = Boltzman Sabiti (5.66961x10-8) T = Cismin Mutlak Sıcaklığı Bu eşitlik, gri cisimlere uygulanmak üzere Kirchoff’ kanununu içerecek tarzda düzenlendiğinde eşitlik, W= e T4 şekline dönüşmektedir. Buradaki “e” sembolü cismin yayım kabiliyetini göstermektedir. TERS KARE KANUNU: Bir kaynaktan alınan radyasyon, aşağıdaki şekilde görüldüğü gibi kaynak ile alıcı arasındaki mesafenin karesi ile ters orantılıdır. Örneğin kaynaktan 500 fit uzaklıkta 1 birim IR enerji algılanıyorsa, 1000 fit uzaklıktan olan algılama 1/4 birime, 2000 fit uzaklıktan olan algılama ise 1/16 birime düşmektedir. Bu özellik planlayıcı ve kıymetlendirmecilere, IR sensörlerle algılanacak görüntülerin alçak irtifadan yapılmasını dikte ettirmektedir.

Şekil-17 Ters Kare Kanunu

UZAKTAN ALGILAMA LAMBERT’İN KOSİNÜS KANUNU: Lambert, muhtelif kaynaklardan algılanan radyasyon miktarının, sensörün optik ekseni ile normal arasındaki açının kosinüsüne eşit olduğunu ispatlamıştır. Şekil-18’de görüldüğü gibi, aynı güçe sahip ve hedefe dik veya muhtelif açılarla bakan sensörlerle yapılan uygulamada, açı büyüdükçe algılamanın azaldığı görülmüştür. Hedefe 0 derece ile bakan sensör (A), 10 watts x Cos 00 (1)= 10 watts algılarken, Hedefe 60 derece ile bakan sensör (B), 10 watts x Cos 600 (0.5)= 5.00 watts, Hedefe 75 derece ile bakan sensör (C) ise, 10 watts x Cos 750 (1)= 2.58 watts algılama yapmaktadır. Bu husus, azami algılamanın yapılabilmesi, yani çok iyi bir görüntünün elde edilebilmesi için sensörün hedefe göre dikey konumda olmasını gerektirmektedir.

Şekil-18 Lambert’in Kosinüs Kanunu (2)

ATMOSFERİN ETKİLERİ: Solar enerji sensöre, atmosferin içinden geçerek ulaşmaktadır. Atmosfer içindeki partiküller ve muhtelif gazlar bu enerjinin yayılmasını etkilemekte, diğer bir deyişle engellemektedir. Bu etkileme, saçılma (scattering) ve yutulma (absorption) tarzında olmaktadır. (a)

SAÇILMA:

Atmosferde mevcut olan partiküller ve gaz malekülleri enerji yayımını etkileyerek onun orijinal istikemetini değiştirir. Meydana gelen saçılma; yayımın dalga boyuna, partikül ve gazların çokluğuna ve ışının atmosferde kat ettiği mesafeye bağlı olarak değişmektedir. Atmosferdeki saçılma; “Rayleigh”, “Mie” ve “nonselective” olarak adlandırılan tarzlarda olmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

18

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-19 Atmosferin dağılma etkisi Rayleigh Saçılma: Yayılan enerji, atmosferin üst kısımlarında, dalga boyundan daha küçük partiküllerle karşılaştığında, meydana gelen bir saçılma tipidir. Bu partiküller; toz zerrelerini, nitrojen ve oksijen moleküllerini içermektedir. Bu bölgede kısa dalga enerjisi uzun dalga enerjisine göre daha fazla dağılmaktadır. Güneş ışını atmosferden geçerken görünen ışık bölgesinin en kısa dayga boyuna sahip olan mavi renk, aynı bölgedeki daha uzun dalga boylarını içeren yeşil ve kırmızı renklerden daha fazla dağılma meydana getirmektedir. Bu özellik, gökyüzünün mavi renkte görülmesini sağlamaktadır. Güneş doğumu ve batımı zamanında ışık, öğle zamanı na göre dünyanın küreselliği nedeniyle daha fazla yol kat etmekte ve kısa dalganın hemen hemen tamamı dağılmaktadır. Böylece uzun dalga kapsamındaki kırmızı renğin çok büyük bir kısmı atmosfere nüfuz ederek gökyüzünün kızıl renkte görünmesini sağlamaktadır. Dönüş Yönü

Gün batımı Kuzey Kutbu

Güneş

Gün doğumu

Şekil-20 Uzun dalga kapsamındaki kırmızı rengin atmosfere etkisi Mie Saçılma: Yayılan enerjinin dalga boyu, hemen hemen aynı ebatlardaki partiküllerle karşılaştığında, meydana gelen bir saçılma tipidir. Toz, polen, duman ve su buharı bu dağılmaya neden olan unsurlardır. Uzun dalga boyunu etkileyen bu dağılım, atmosferin alt kısımlarında, bulutlu hava şartlarında ve pek çok partikülün bulunduğu yerlerde oluşmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

19

K ASIM 2001

UZAKTAN ALGILAMA Nonselective Saçılma: Yayılan enerji, dalga boyundan daha büyük partiküllerle karşılaştığında meydana gelen bir saçılma tipidir. Su damlaları ve büyük toz parçaları bu tip saçılmaya neden olmaktadır. Dalga boyları takriben eşit olarak dağıldıklarından sis ve bulutlara sebep olurlar. Mavi, yeşil ve kırmızı ışığın eşit miktarda dağılması ve bunların birleşimi sonuçunda beyaz renk oluştuğundan, bulutlar ve sis beyaz renkte gözükmektedir.

Şekil-21 Nonselective dağılım ve Atmosferin emmesi (b) Yutulma: Saçılmanın zıttı olan bu doğa olayı etkisiyle, muhtelif dalga boylarındaki enerji, atmosferdeki moleküller tarafından emilir ve sonuçda enerji belirli miktarda kaybolur.

Ozon, karbon dioksit ve su buharı atmosferin yutulma yapan 3 ana öğesidir. Bu ana öğelerin yanısıra karbon monoksit, diazotmonoksit ve metan da belirli oranlarda emme yapmaktadır. Ozon, güneşin yayımladığı zararlı ultraviolet ışınları yutmakta ve dünya üzerinde koruyucu bir katman meydana getirmektedir. Bu katmanın olmaması halinde, güneş ışınlarının direk etkisi altında kalan insan derisi yanmaktadır. Bitkilerden kaynaklanan korbon dioksit, elektromanyetik tayfın termal ısı ile ilgili olan uzun ınfrared bölgesinde güçlü bir tarzda emilmektedir. Atmosferdeki su buharı, uzun dalga Infrared ve kısa dalga microwave bölgelerinde (22µm-1µm) oldukça fazla emilmektedir. Alçak seviyelerdeki mevcut su buharı miktarı, senenin farklı zamanlarına ve farklı coğrafik bölgelerine göre değişmektedir. Örneğin çöl bölgelerinin üzerinde enerjiyi emen su buharı miktarı oldukça az iken, tropik bölgelerde bu miktar oldukça yoğundur.

İŞLEM ŞİRKETLER GRUBU

UZALG

20

K ASIM 2001

UZAKTAN ALGILAMA IR görüntülerini en fazla etkileyen su buharının muhtelif iklim bölgelerine ve irtifalara bağlı olarak yapılan incelemeleri sonucunda; 3.5 g/m3’ lük su buharını içeren atmosfer kuru ve hemen hemen tam geçirgen, tropik bölgelerdeki 19 g/m3’lük su buharına sahip atmosfer ise, nemli ve geçirmeyen olarak değerlendirilmiştir. SU BUHARI MİKTARI (g / m3) İRTİFA (Km)

TROPİK BÖLGE

ORTA PARALELDE YAZ MEVSİMİ

ORTA PARALELDE KIŞ MEVSİMİ

KUTBİ YAZ MEVSİMİ

KUTBİ KIŞ MEVSİMİ

ABD STANDARDI

0

19

14

3.5

9.1

1.2

5.9

1

13

9.3

2.5

6.0

1.2

4.2

2

9.3

5.9

1.8

4.2

0.94

2.9

3

4.7

3.3

1.2

2.7

0.68

1.8

Bunun sonucu olarak; açık ve nemli havalar için 3-5 µm bandında, puslu ve kuru havalar için 8-14 µm bandında çalışan sensörler ideal olarak kabul edilmiştir. Bu verilerin ışığı altında, Infrared görüntü algılanacak bölgelere ait engelleyici hususlar ile, mevsimsel iklim incelenmeli ve alınacak sonuçlara göre sensör seçilmelidir.

AKTARIM (%)

Muhtelif gazların, tayfın çok özel bölgelerinde elektromanyetik enerjiyi emmeleri hususu, uzaktan algılama amaçları için ınfrared bölgesinde değerlendirildiğinde, 3-5 µm ve 8-14 µm dalga boylarındaki atmosferik pencerelerde en iyi algılamanın yapılacağı sonuçuna erişilmektedir. Üreticiler bu gerçekten hareketle IR sensörleri, 3-5 veya 8-14 mikron dalga boylarında çalışacak şekilde imal etmişlerdir.

MICROWAVE

INFRARED

GÖRÜNEN

ENERJİ

uv

Emilen

Güneş Dünya

Dalga uzunluğu (µm)

Şekil-22 Muhtelif dalga uzunluklarındaki atmosferin emmesi

İŞLEM ŞİRKETLER GRUBU

UZALG

21

K ASIM 2001

Aktarım Yüzdesi

UZAKTAN ALGILAMA

Aktarım Yüzdesi

Dalga Uzunluğu (Micrometers)

Aktarım Yüzdesi

Dalga Uzunluğu (Micrometers)

Dalga Uzunluğu (Micrometers)

Şekil-23 Elektronik tayfda muhtelif gazların ve su buharının yaptığı emme, atmosferik aktarım ve algılamaya olanak sağlayan atmosferik pencereler

İŞLEM ŞİRKETLER GRUBU

UZALG

22

K ASIM 2001

UZAKTAN ALGILAMA Özet olarak Uzaktan algılamada, elektromanyetik tayfın en etkin dalga uzunluklarını kullanmak büyük önem taşımaktadır. Tayfın, insan gözünün de algılayabildiği görünen ışık bölgesi, içerdiği atmosferik pencere ve güneş enerjisini tepe noktada kaydetmesi yönünden önem taşımaktadır. Dünya tarafından yayılan en iyi ısı enerjisi termal Infrared bölgedeki, takriben 10 µm dalga uzunluğundadır. Microwave bölgesinde ise, 1 mm dalga uzunluğunun ötesindeki büyük bir pencere, uzaktan algılamaya en iyi imkanı vermektedir. (3) DÜNYA YÜZEYİNİN ETKİLERİ: Atmosfer tarafından dağıtılmayan veya emilmeyen enerji, dünya yüzeyine ulaştığında önemli derecedeki bir engelleme ile karşılaşır. Enerji dünya yüzeyine çarptığında ve geldiğinde (I); emilme (Absorption: A), Geçme veya aktarma (Transmission: T) ve yansıma (Reflection: R) olarak adlandırılan 3 tip etkiye maruz kalmaktadır. Gelen enerji yer yüzeyinde 3 tip etkiden biri veya daha fazlası ile karşılaşmaktadır. Bunlardan her birinin etkileme oranı; enerjinin dalga uzunluğuna, yüzeydeki materyale ve şartlara bağlı olarak değişmektedir. Yansıyan veya emilen enerji, algılayıcılar tarafından yapılan ölçümlerle ve kaydedilen sayısal numaralar (DN) vasıtasıyla direk olarak kontrol edilebilmektedir. Farklı materyaller, farklı miktarlardaki enerjiyi yansıtır, emer ve aktarır. Bu farklılıklar, görüntüdeki farklı özelliklerin belirlenmesine olanak sağlamaktadır.

GELEN ENERJİ

Yansıma

Emme Geçme

Şekil-24 Dünya yüzeyinin 3 tip engellemesi I: Gelen eneji A: Emilen enerji T: Geçen / aktarılan enerji R: Yansıyan enerji (a)

EMİLME: Güneş ışınları hedefe çarptığında, materyalin kimyasal bileşimi veya molekülleri kapsamındaki atomların çekimi nedeniyle emilir. Elektromanyetik tayfın emilen bu kısmı algılayıcıya dönmez. Emilen tayf (absorption spectra) olarak adlandılan bu tip dalga uzunlukları, görüntülenen saha hakkında birçok bilgiyi içermektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

23

K ASIM 2001

UZAKTAN ALGILAMA (b) GEÇME / AKTARMA: Yansımayan veya emilmeyen enerji, materyalin bir uçundan girip diğer uçuna doğru gitmektedir. Elektromanyetik tayfın bu kısmı algılayıcıya dönmemektedir. (c)

YANSIMA: Enerjinin tümü veya bir kısmı yüzeye çarptığında yön değiştirerek tekrar atmosfere döner. Yansıma olarak isimlendirilen bu husus sensörler tarafından algılanarak kaydedilir. Hedefe çarpan enerji; düzgün yansıma (specular reflection) ve dağınık yansıma (diffuse reflection) şeklinde olmaktadır. Yüzeyin ayna gibi düz olması durumunda, gelen enerji yüzeye vurduğunda, normal ile yaptığı açıya eşit bir açı ile yansır. Gelen enerji düz olmayan yani pürüzlü bir yüzeye çarptığında ise, gayri muntazam ve muhtelif yönlerde yansıyarak atmosfere geri döner. Dünya yüzeyindeki pek çok özellik ya düzgün veyahutta dağınık yansıma yapmaktadır. Bu yansımalar gelen ışının dalga boyuna ve yüzeyin yapısına bağlı olarak değişmektedir. Şayet dalga boyu yüzeyi oluşturan varyasyonlardan veya zerrelerin ebadından daha küçük ise dağınık bir yansıma meydana gelir. Örneğin ince taneli kumlar uzun dalga boyundaki microwave bölgede oldukça düzgün, görünen ışık bölgesinde ise tamamen kaba tarzda görünmektedir.

Şekil-25 Düzgün ve dağınık yansıma Yaprakların kimyasal yapısındaki klorofil, kırmızı ve mavi dalga boylarında enerjiyi, güçlü bir tarzda emerken, yeşil rengi yansıtmaktadır. Yaz aylarında yaprakların azami klorofili içermesi nedeniyle bunlar bize, yeşilimsi renkte görünürler. Sonbaharda yapraklardaki klorofil daha azdır ve daha az emme ve kırmızı dalga boyunda daha fazla yansıma yaparlar. Bunun sonuçu olarak kırmızı veya sarı renkte görüntü verirler. Sağlıklı yapraklar dahili yapısı nedeniyle, yakın ınfrared dalga boyunda mükemmel bir dağınık yansıtıcı işlevini yapmaktadır. İnsan gözü yakın infrared bölgeye hassas ise, bu tip yapraklara sahip ağaçlar, bize oldukça parlak bir görüntü sunarlar. Bu özelliği göz önüne alan fen adamları, yakın ınfrared bölgedeki bu yansımayı ölçerek ve analiz ederek bitkilerin sağlıklı veya sağlıksız oluşunu belirlemişlerdir.

İŞLEM ŞİRKETLER GRUBU

UZALG

24

K ASIM 2001

UZAKTAN ALGILAMA Yüksek

Kısmen sağlıklı Bitkiler

YANSIMA ORANI

Sağlıksız bitkiler

Alçak Sağlıklı yeşil bittkiler

Kısa dalga IR

Yakın IR Görünen

Şekil-26 Sağlıklı ve sağlıksız bitkilerin yaydığı tayf sinyalleri

Su; uzun dalga boyu görünen ışık ve yakın ınfrared bölgelerinde, kısa dalga boyu görünen ışık bölgesine göre daha fazla emme yapmaktadır. Böylece su, kısa dalga boylarında yaptığı güçlü bir yansıma nedeniyle mavi veya mavi-yeşil renkte, kırmızı veya yakın ınfrared dalga boylarında ise daha koyu renkte görünmektedir. Su gövdesinin yukarı tabakalarında katı partiküller veya tortusal maddeler (S) varsa, daha iyi yansıma yapmakta ve daha parlak bir görüntü vermektedir. Su içinde asılı gibi duran bu maddeler, birbirine benzer iki doğa olayının etkisi ile, sığ fakat temiz suların karıştırılmasına sebep olmaktadır. Su yosun içeriyorsa, yosundaki klorofil, mavi dalga boyunu daha fazla emer ve yeşil dalga boyunu yansıtır. Bu özellik suyun daha yeşil görünmesine neden olur. Su yüzeyi düzgün veya dalgalı veyahutta yüzer maddeleri içeririyorsa, suyun rengi ve parlaklığının değerlendirilmesi oldukça zordur.

Şekil-27 Yaprakların ve suyun muhtelif dalga boylarındaki emme ve yansıma özellikleri Yukarıda belirtilen yaprak ve suyun farklı dalga boylarında yaptıkları emme, yansıma ve geçirme özelliği, dünya üzerindeki mevcut tüm metaryaller için kendilerine özgü tarzda farklılıklar göstermektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

25

K ASIM 2001

UZAKTAN ALGILAMA Bu önemli özellik, materyallerin elektromanyetik tayfa olan tepkisi (spectral response) ve meydana getirdiği tayf sinyalleri (spectral signature) vasıtasıyla birbirlerinden ayrılmalarına olanak sağlamaktadır. Materyallerin birbirinden ayrılmasını dolayısıyle tanınmasını sağlayan tayf tepkileri ve tayf sinyalleri konusunun daha iyi anlaşılması, aşağıda verilen 2 örnek ile açıklanmıştır.

Yansıma Oranı (%)

ÖRNEK 1: Su ve bitkiler elektromanyetik tayfdaki muhtelif dalga boylarına farklı tepkiler vermekte ve birbirinden farklı sinyaller yayımlamaktadır. Bitki

Su

Dalga uzunluğu (µm)

Şekil-28 Bitki ve suyun tayf tepkileri ÖRNEK 2: Çam ormanı, otlak, kırmızı toprak ve çamurlu suyu içeren 4 genel satıh materyalli bu örnekte; kayanın, yeşil bitkilere nazaran bazı dalga boylarında daha fazla enerji yansıttığı, diğer dalga boylarında ise daha fazla emme yaptığı görülmektedir.

Yansıma oranı

Temelde, çeşitli tipdeki yüzey materyaleri, onların yaptığı farklı yansımalardan istifade edilerek tanınmaktadır. Bu farklılıkları, dalga boyunun bir fonksiyonu ve aydınlatmanın yoğunluğu olarak olarak ölçmek için bazı uygun metodlar bulunmakta ve kullanılmaktadır.

Çam Ormanı Otlak Kırmızı Toprak

Çamurlu Su Dalga uzunluğu (µm)

Şekil-29 Çam ormanı, otlak, kırmızı toprak ve çamurlu suyun yansıma sinyalleri

İŞLEM ŞİRKETLER GRUBU

UZALG

26

K ASIM 2001

Yansıma oranı (0.85 mm)

UZAKTAN ALGILAMA

Otlak Çam Ormanı

Kırmızı Toprak

Çamurlu Yansıma oranı (0.55 mm) mm)

Şekil-30 0.55 ve 0.85 micrometer dalga uzunlukları üzerindeki yansıma oranı plotu Bu dört materyalin meydana getirdiği sinyal eğrileri, dalga uzunluğu ve yansıma oranını içeren grafikler üzerinde gösterilebilmekte ve dalga uzunluğuna göre plot edilebilmektedir. Görünen ışık ve yakın ınfrared bölgelerini içeren şekil-29’daki grafik ve şekil-30’daki plot üzerinde yapılan analizlerde aşağıdaki sonuçlara ulaşılmaktadır. • 4 materyalin birbirinden ayrıldığı ve tanınabildiği dalga uzunlukları; görünen ışık bölgesinde 0.55 micrometer, yakın ınfrared bölgesinde ise 0.85 micrometer’dır. • 4 materyalin iki dalga uzunluğundaki yansıma oranları, aşağıdaki tabloda belirtilen değerlerdedir. YANSIMA YÜZDESİ DALGA UZUNLUĞU (micrometer)

ÇAM ORMANI

OTLAK

0.55 0.85

25 57

35 80

•

ÇAMURLU SU 15 5

4 materyalin en fazla yansıma yaptığı dalga uzunlukları, aşağıdaki tabloda belirtilen değerlerdedir. (*) Çam ormanı, otlaktan biraz daha az yansıma yapmaktadır. MATERYAL TİPİ ÇAM ORMANI OTLAK KIRMIZI TOPRAK ÇAMURLU SU

•

KIRMIZI TOPRAK 53 43

DALGA UZUNLUĞU (micrometer) 0.8-0.95 (*) 0.8-0.95 0.59 0.57

Görünen ışık bölgesinde (0.6 micron) kırmızı toprak, bitkilerden ve sudan daha fazla parlaklık , yakın ınfrared bölgesinde (1.2 micron) ise bitkiler daha fazla parlaklık vermektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

27

K ASIM 2001

UZAKTAN ALGILAMA Bu analizler, örneğin çok bandlı (mutispectral) görüntülerin içerdiği ikiden fazla dalga uzunlukları kullanılarak yapıldığında, metaryallerin birbirinden ayrılması daha kolaydır. “Tabii nesnelerin muhtelif dalga uzunluklarına göre tayfsal yansıma değerleri” ile ERDAS IMAGINE yazılımının “Interpreter” düğmesi kapsamındaki JPL, USGS ve ERDAS dosyalarında detayları bulunan “Toprak, yerleşim sahaları ve suyun muhtelif dalga uzunluklarına göre tayfsal yansıma değerleri” ve “Minerallerin muhtelif dalga uzunluklarına göre tayfsal yansıma değerleri ve profilleri” ne ilişkin bilgiler, dokümanın EK-A’sındadır. d. GÖRÜNTÜLERİN ÖZELLİKLERİ VE ETKİLEYEN UNSURLAR: Elektromanyetik enerji, fotoğrafik veya elektronik olarak tesbit edilmektedir. Uzaktan algılamada fotoğraf ve görüntü terimlerini birbirinden ayırt etmek önem taşımaktadır. Fotoğraflar, 0.3-0.9 µm dalga uzunluklarında, görünen ve yakın ınfrared bölgelerindeki elektromanyetik enerjinin bir film üzerine kaydedilmesi, takiben yapılan kimyasal işlemler sonuçunda bir hassas ortama basılması ile elde edilmektedir. Görüntüler ise, algılayıcı techizat veya dalga uzunluğu ne olursa olsun, elektromanyetik enerjinin analoğ olarak kaydedilmesi, sayısal hale dönüştürülmesi sonuçunda meydana gelmekte ve bilgisayar ortamında gösterilmektedir. Uzaktan algılama açısından görüntü, coğrafik bir sahayı temsil eden, sütun ve sıraların grid tarzı düzenlenmesinden oluşan bir veridir.

Şekil-31 Görüntü ve yapısı Sensörler, hedefden dağılan veya yayılan devamlı enerji verisini, analoğ sinyaller olarak kaydetmektedir. Bu devamlı nümerik tarzdaki veri, takiben birbirinden ayrı resimsel yapıdaki nümerik değerlere dönüşür. Nümerik değerler sayısal numaralar (DN) olup, pixel olarak olarak depolanır. Fotoğraf ve görüntülerin özellikleri ve bunları etkileyen unsurlar; pixel, tarama genişliği, band, çözümleme, parlaklık ve ton, kontraslık oranı, mekansal çözümleme ve detay ayırt etme güçü ana başlıkları altında açıklanacaktır.

İŞLEM ŞİRKETLER GRUBU

UZALG

28

K ASIM 2001

UZAKTAN ALGILAMA (1)

PIXEL: Resim elemanı olarakta ifade edilen pixel, sayısal formatta sunulan ve ekrana getirilen görüntünün eşit ebat ve şekildeki en küçük kısmıdır. Diğer bir deyişle görüntü pixel gridlerinden oluşmuştur. Pixeller, her bir sahanın parlaklığını nümerik değer veya sayısal numara(DN) olarak belirtmektedir. Her bir pixel için sensör tarafından ölçülen bir sayısal numara değeri bulunmaktadır. Veri, sensör seviyesinde veya masa tipi bir techizat tarafından taranarak pixellere bölünür ve her biri nisbi parlaklığını temsil eden sayısal bir numaraya atanır. Bilgisayar farklı farklı parlaklık seviyesindeki her bir sayısal değeri resim olarak görüntüler. Sayısal değerlerin resimsel hale dönüşmesinde süphesizki bazı detaylar kaybolmaktadır. Küçük ebatlardaki pixeller, detayların daha kolay görünmesine olanak sağlamaktadır.

Şekil-32 Pixel (2)

TARAMA GENİŞLİĞİ (SWATH): Dünya üzerindeki yörüngelerinde uçan uydu sensörlerinin yer yüzeyinde gördüğü ve algıladığı sahanın tam genişliğini ifade eden bir terimdir. Diğer bir deyişle sensörlerin kaydettiği sinyalleri temsil eden pixellerden oluşan bir bir matriksdir. Uyduların yörünge irtifaları farklı olduğu için yer yüzünde kapladığı genişlikler de farklıdır.

Şekil-33 Tarama genişliği

İŞLEM ŞİRKETLER GRUBU

UZALG

29

K ASIM 2001

UZAKTAN ALGILAMA Örneğin Landsat uydusunun tarama sahasının genişliği 185 Km. İken IRS-1C/D uydusunun ki ise 140 Km.dir. Her bir uyduya ilişkin tarama genişlikleri Bölüm-2’de detaylı olarak belirtilmiştir. (3)

BAND’LAR: Kanal olarakta isimlendirilen band, yansıyan ışığı veya yayılan ısıyı (mavi, yeşil, kırmızı, yakın ınfrared, ınfrared, termal vb.) gösteren elektromanyetik tayfın özel bir kısmına ilişkin bir veri dosyası değerleridir. Pixellerin bir araya gelmesinden bandlar, bir veya daha fazla bandın bir araya gelmesinden görüntüler oluşmaktadır. 3 ana renği kullanan saysal bilgi bandları, birleştirilebilmekte ve görüntülenebilmektedir. Her bir band bir ana renk tarafından temsil edilmektedir. Visible

Gamma Ray X-Ray

Ultraviolet

TV/Radio Infrared Microwave

Şekil-34 Bandlar Elektromanyetik tayfda muhtelif dalga uzunluklarına göre dizilmiş olan bandların bitki, su, toprak, jeoloji, kültürel ve askeri alanlardaki kullanımları aşağıdaki tabloda gösterilmiştir.

UYGULAMA ALANLARI

UYGUN BANDLAR VE DALGA UZUNLUKLARI (µm) UV 0.3-0.4

MAVİ 0.4-0.5

YEŞİL 0.5-0.6

KIRMIZI 0.6-0.7

YAKIN IR 0.6-1

KISA IR 1-3

• • •

• • •

•

• • • • • • • •

• • • • • • • •

TERMAL IR 3-14

BİTKİLER Ürün tipi Canlı bitki yoğunluğu Donmuş, böcekli, kuraklık, tuzluluk, yangın Tarımsal sınırlar Tarımsal hasat Orman tipi Kesilen / yeni dikim ağaç Sulak arazi haritacılığı Çiflik arazisi haritacılığı Kumul hareketleri Çölleşme

İŞLEM ŞİRKETLER GRUBU

•

•

•

•

• • •

UZALG

30

• • • • • •

K ASIM 2001

•

UZAKTAN ALGILAMA

UYGULAMA ALANLARI

UYGUN BANDLAR VE DALGA UZUNLUKLARI (µm) UV 0.3-0.4

MAVİ 0.4-0.5

YEŞİL 0.5-0.6

KIRMIZI 0.6-0.7

YAKIN IR 0.6-1

KISA IR 1-3

TERMAL IR 3-14

SU Su derinlikleri (Bathymetry)

•

•

•

Temiz suya nüfuz

•

•

•

Temiz su derinliği

•

•

•

Kanallarda seyrüsefer yönetimi

•

•

•

Su altı hasar tesbiti

•

•

•

•

Su kalitesi / yosun vb. Canlı bitkilerin durumu

•

•

•

•

Mevcut durum haritacılığı

•

•

•

•

Havzadan dışarıya akan su ayağı / dikey ve yatay su hareketleri

•

•

•

•

Yakın sahildeki su kirliliği

•

•

•

•

•

•

•

•

•

•

•

Sulama sisteminin etkinliğini belirleme

•

•

•

•

Kar örtüsü

•

Kara / su sınırları •

Su taşkınları

•

Kar özellikleri

•

Kar / bulut ayırımı

•

Su yüzeyindeki yağ sızıntısının tipi

•

Su yüzeyindeki yağ sızıntısının kalınlığı •

Deniz buzları haritacılığı

•

•

•

•

•

•

•

•

•

•

•

•

•

•

TOPRAK Toprak tipi

•

•

•

•

Toprağın rutubeti •

Toprağın tuzluluğu •

Toprak erezyonu

•

•

Gömülü özellikler

• •

•

•

•

•

•

•

•

JEOLOJİ Maden haritacılığı

•

•

•

Hidrokarbon yatakları •

Çölleşme / tuzlanma

İŞLEM ŞİRKETLER GRUBU

UZALG

31

•

K ASIM 2001

UZAKTAN ALGILAMA

UYGULAMA ALANLARI

UYGUN BANDLAR VE DALGA UZUNLUKLARI (µm) UV 0.3-0.4

MAVİ 0.4-0.5

YEŞİL 0.5-0.6

KIRMIZI 0.6-0.7

YAKIN IR 0.6-1

KISA IR 1-3

TERMAL IR 3-14

•

•

•

•

KÜLTÜREL •

Yerleşim özellikleri

•

•

Gelişmiş / gelişmemiş yolları belirleme Yerleşim, ticari ve endüstriyel sahaları tesbit

•

•

•

Yerleşim / kırsal sahaları tesbit

•

•

•

Kara taşımacılığı ana yollarını belirleme

•

•

•

Parklar ve dinlenme sahaları

•

•

•

Atık saha yönetimi

•

•

•

•

•

•

•

ASKERİ Bitkisel kamuflajı tesbit

•

Kar kamuflajını tesbit

•

•

•

Çöl kamuflajını tesbit

•

•

•

Trafik, manevra analizi

•

•

•

•

•

Pist nitelikleri

•

Atma / çıkarma bölgeleri

•

•

•

Arazi analizi

•

•

•

•

•

•

ASKERİ Yangın haritacılığı •

Arazi örtü haritası

(4)

•

•

•

•

ÇÖZÜNÜRLÜK (Resolution): Çözünürlük terimi; bilgisayar ekranında gösterilen pixellerin miktarını veya yeryüzündeki bir sahanın görüntü dosyası kapsamında temsil ettiği pixeli ifade etmektedir. Uzaktan algılanan görüntülerden çıkarılacak bilginin kalitesini belirten çözünürlük; Mekansal (spatial), Tayfsal (spectral), Radyometrik (Radiometric) ve Zamansal (Temporal) olarak adlandırılan birbirinden farklı özelliklere sahip 4 tipe ayrılmıştır. (a)

MEKANSAL ÇÖZÜNÜRLÜK: Sensörün en küçük hedefi ayırt etme kabiliyetinin ölçüsünü veya herbir pixelin temsil ettiği yer yüzündeki bir sahayı ifade eden bir terimdir. Düşük mekansal çözünürlük değeri hassasiyetin daha iyi olduğunu belirtmektedir. Örneğin 10 metrelik mekansal çözünürlük değeri, 20 metrelik mekansal çözünürlük daha fazla detay vermektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

32

K ASIM 2001

UZAKTAN ALGILAMA Sensörler kendine özgü ve birbirinden farklı mekansal çözünürlük değerine sahiptir. Gereksinimler göz önüne alınarak, sensörlerin birbirinden farklı olan mekansal çözünürlük değerleri mukayese edildiğinde, zamana ve/veya proje maliyetine ilişkin tasarruf sağlanacaktır. Örneğin; pankromatik görüntüler, ormanlık sahalar içindeki ağaç tiplerini tanımada, yaprak tiplerini (iğne veya yayvan) çözümleyen yeterli detay sağlanmalı veya ağaçların tepelerinin yukarıdan görünüşlerine ilişkin özellikler kapsanmalıdır. Çok bandlı (Multispectral) görüntülerdeki ağaç tipleri ise, muhtelif tayf bandlarının düşük mekansal çözünürlüklerinin ölçülmesinden, diğer bir deyişle mekansal özelliklerden istifade edilerek tesbit edilmektedir. Sensör ile görüntülenen hedef sahası arasında, bir mesafe bulunmaktadır. Hedefden çok uzaktaki bir sensör geniş bir sahayı kapsarken, muhtelif özelliklerin tanınmasına ilişkin detayı sağlayamamaktadır. İnsanlı bir uydudan yer yüzüne bakıldığında tüm dünyayı görmek mümkün iken, bir evi ayırtetmek olanaksızdır. Diğer tarafdan şehrin üzerinde alçak irtidadan uçan bir uçaktan bakıldığında ise evleri veya arabaları ayırt etmek olanak dahilindedir. Bu farklılık benzer tarzda uydu görüntüleri ve hava fotoğrafları arasında da bulunmaktadır. Sensörlerin mekansal çözünürlüğü; ölçek, ve anlık görüş sahası (Instantaneous Field Of View: IFOV) ile ilişkilidir. ÖLÇEK: Büyük ve küçük ölçekli görüntü ifadeleri, mekansal çözünürlüğe işaret etmektedir. Ölçek, harita üzerindeki bir mesafe ile yeryüzünde ilişkili olduğu gerçek mesafenin oranını göstermektedir. Büyük ölçekli olarak uzaktan algılanan görüntülerde herbir pixel, yeryüzündeki küçük bir sahayı temsil etmektedir. Küçük ölçekli görüntülerdeki herbir pixel ise, yeryüzündeki büyük bir sahaya karşı gelmektedir. 10 veya 20 metre çözümlemeli SPOT uydusu görüntüleri büyük ölçekli görüntülere, AVHRR meteoroloji uydusunun sağladığı 1.1 Km.lik mekansal çözümleme, küçük ölçekli görüntülere ilişkin örneklerdir. Ölçek ve mekansal çözünürlük her zaman aynı şeyler değildir. Bir görüntü, daima aynı mekansal çözünürlüğe sahip olmasına karşın farklı ölçeklerde sunulabilmektedir. ANLIK GÖRÜŞ SAHASI (IFOV): Anlık görüş sahası, bir dedektörün çok kısa bir zaman parçasında görmüş olduğu sahanın ölçüsüdür. Diğer tarafdan mekansal çözümleme, sensörün anlık görüş sahası olarakta ifade edilmektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

33

K ASIM 2001

UZAKTAN ALGILAMA Bununla beraber anlık görüş sahası, her zaman bir pixel tarafından belirtilen saha ile aynı değildir. Örneğin Landsat MSS sensörü , 79 x 79 metrelik anlık görüş sahası sağlamaktadır. Bu sensörün herbir geçişinde 11.5 metrelik bir bindirme olduğundan, her pixel gerçekte yuvarlak olarak 57 x 79 metrelik bir sahayı temsil etmektedir. Bununla beraber anlık görüş sahası, mekansal çözünürlük ile aynı değildir. Bir pixel kapsamına girmeyen bölünmüş hedeflerde, toplam görüş sahasında bu hedefe ilişkin pixel sayısının bilinmesi önem taşımaktadır. Pasif sensörlerin mekansal çözünürlüğü, kendine özgü anlık görüş sahasına bağlıdır. Anlık görüş sahası; sensörün gördüğü koninin açısını (A), kısa bir zaman biriminde belirgin bir irtifadan yer yüzünde gördüğü sahayı (B) içerir. Bu görünen sahanın ebadı, anlık görüş sahası değeri ile sensörün hedeften olan yüksekliğinin (C) çarpımından elde edilir. Çözümleme hücresi (resolution cell) olarak adlandırılan bu saha, sensörün azami mekansal çözünürlüğünü ifade etmektedir.

Şekil-35 Anlık Görüş Sahası (IFOV) Birbirine benzer özellikteki cisimleri tesbit etmek için, cismin ebadının genel olarak çözünürlük hücresinin ebadına eşit veya daha büyük olması gerekmektedir. Şayet cismin ebadı çözünürlük hücresinden daha küçük ise, cismin tesbiti mümkün olmayabilir. Bununla beraber karayoları, akarsular gibi zemin ile kontrastlık meydana getiren hedefler tesbit edilebilmektedir. Şayet cismin ebadı, çözümleme hücresinin ebadı ile aynı ise ve yanında daha parlak veya daha hakim bir cisim bulunuyorsa tesbiti mümkün olmayabilir. Çok büyük cisimlerin tesbit edilebildiği görüntüler “düşük çözünürlüklü”, küçük cisimlerin tesbit edilebildiği görüntüler ise “yüksek çözünürlüklü” olarak sınıflandırılmışlardır. Çok fazla detay gereksinimi nedeniyle askeri amaçlı sensörler yüksek çözümlemeli, ticari sensörler ise metre veya kilometre değerindeki çözünürlükleri sağlayacak tarzda üretilmişlerdir.

İŞLEM ŞİRKETLER GRUBU

UZALG

34

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-36 Düşük veya kaba (sol) ve yüksek veya hassas çözümlemeli )sağ) görüntüler (b)

TAYFSAL ÇÖZÜNÜRLÜK: Tayfsal çözünürlük, sensörün elektromanyetik tayfda belirgin dalga uzunlukları arasında yapabileceği kayıda işaret etmektedir. Örneğin landsat TM sensörünün birinci bandı (band 1) tayfın görünen ışık bölgesinde ve 0.45-0.52 µm dalga uzunlukları arasındaki enerjiyi kaydetmektedir. Belirgin bir kanal veya bandda kaydedilen enerjinin dalga uzunluklarının arası geniş ise tayfsal çözümleme düşük (kaba), dar ise tayfsal çözümleme yüksektir (hassas veya ince). Landsat 7 uydusunun pankromatik bandı (Siyah/Beyaz) 0.520.90 µm dalga uzunlukları arasında, aynı uydunun mavi bandı 0.52-0.60 µm, yeşil bandı 0.63-0.69 µm, kırmızı bandı ise 0.75-0.90 µm dalga uzunluklarında algılama yapmaktadır. Mavi, yeşil ve kırmızı bandların her birinin dalga uzunluğu aralığı, pankromatik bandın dalga uzunluğu aralığından daha dardır. Bu sebepden, bunların tayfsal çözümlemesi pankromatik banda göre daha hassastır.

Pankromatik görüntü

Multispectral görüntü

Pan : 0.51-0.73 µm

Band 2 (Mavi) : 0.52-0.60 µm Band 3 (Yesil) : 0.63-0.69 µm Band 4 (Kırmızı) : 0.75-0.90 µm

Şekil-37 Tayfsal çözümlemeye ilişkin görüntü örnekleri

İŞLEM ŞİRKETLER GRUBU

UZALG

35

K ASIM 2001

UZAKTAN ALGILAMA

YANSIMA YÜZDESİ

Görünüş farklılıkları, uygulamada ne tip görüntünün kullanılacağının kararlaştırılmasına yardım edecektir. Farklı dalga uzunluklarının verdikleri tepkilerin karşılaştırılması sonucunda, görüntüdeki farklı özellik sınıfları ve detaylar ayırt edilebilmektedir. Su ve bitki gibi geniş sınıflar, genelde görünen ve yakın ınfrared bölgelerini içerecek tarzda, çok geniş dalga uzunluğu aralığı kullanılarak belirlenmektedir. Farklı ağaç türleri veya kaya tipleri gibi özel sınıfları, bu geniş dalga uzunluğu aralığını kullanarak ayırt etmek kolay değildir. Bunları belirlemek için daha hassas dalga uzunluğu aralığına gereksinim duyulur. Bu nedenle, sensörlerin yüksek tayfsal çözümleme sağlaması arzu edilmektedir.

KİREÇTAŞI ARKOZ

BAZALT

DALGA UZUNLUĞU Şekil-38 Farklı kaya tiplerine ilişkin tayfsal çözümleme Siyah / beyaz filmler, elektromanyetik tayfda, görünen ışık bandının tümünü veya daha ötesindeki dalga uzunlukları üzerindeki enerjiyi kaydederler. Görünen ışık bölgesindeki muhtelif dalga uzunlukları münferit olarak ayrılmadıkları için, tayfsal çözümleme oldukca düşüktür. Renkli filmler elektromanyetik tayfın görünen ışık bölgesindeki yansıyan enerjiye hassas olup, tayfsal çözümlemeleri yüksektir. Bunun nedeni bölgedeki mavi, yeşil ve kırmızı band uzunluklarının herbirine ayrı ayrı olan hassasiyettir. Birçok uzaktan algılama sistemindeki çok bantlı (Multispectral) sensörler, ayrı dalga uzunlukları kapsamındaki enerjiyi, farklı tayfsal çözümlemede kaydederler. “Hyperspectral” olarak olarak çağırılan gelişmiş çok bantlı sensörler enerjiyi, yüzlerce banda alırlar. Bu sensörler, elektromanyetik tayf kapsamındaki görünen, yakın infrared ve orta infrared bölgelerine ilişkin enerjiyi dar tayf bandlarında kaydetmektedir. Her bir dar bandın sağladığı tayfsal veriye dayalı olarak elde edilen çok yüksek tayfsal çözümleme, farklı hedeflerin kolayca birbirinden ayrılmasına olanak sağlamaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

36

K ASIM 2001

UZAKTAN ALGILAMA 0.4 µm

0.7 µm Mavi + Yeşil + Kırmızı

0.4 µm

0.5 µm

Mavi

0.6 µm

Yeşil

Kırmızı

Siyah / Beyaz Film 0.7 µm

Renkli Film

Şekil-39 Siyah / beyaz ve renkli filmlerin tayfsal çözümlemesi (c)

RADYOMETRİK ÇÖZÜNÜRLÜK: Radyometrik çözünürlük, sensörün parlaklık farklılıklarına olan hassasiyetini belirtmektedir. Görüntü sistemlerinin radyometrik çözümlemesi, enerji kapsamındaki çok ince farklılıkları ayırt etme kabiliyeti olarak da tanımlanmaktadır. Yansıyan veya yayılan enerjideki farklılıkları ortaya çıkaran sensörlerin radyometrik çözümlemesi hassasdır. Radyometrik çözümleme ile ilişkili olarak görüntü verisinin değerleri, sayısal numaralarla (DN) ifade edilmektedir. Bu numararalar ikili (binary) sayı sisteminde ve 2’nin üsleri “bit” (1 bit=21=2) tarzında düzenlenmiştir. Örneğin bir çok sensör dolayısıyla görüntüler, 8 bit’lik (28=256) veriye sahiptir. Bu veri her pixel için 0-255 değerlerini içerir. 7 bit’lik (27=128) verinin her pixeli ise, 0-127 değerlerini içermektedir. Bit değeri düşük ise radyometrik çözümleme de düşük olacaktır. Sensörler, elektromanyetik enerjiyi, sahip olduğu bit değerleri arasında ölçmektedir. Görüntü verisi genelde, gri tonlarda görüntülenmektedir. 0-255 değerleri arasındaki 8 bit’lik veride 0 (sıfır) değeri siyah, 255 değeri ise beyaz renği temsil etmektedir.

Şekil-40 8 (sol) ve 2 bit’lik görüntüler

İŞLEM ŞİRKETLER GRUBU

UZALG

37

K ASIM 2001

UZAKTAN ALGILAMA 8 bit’lik ve 2 bit’lik görüntülerin karşılıklı olarak yapılan mukayesesinde, radyometrik çözümleme nedeniyle, 8 bitlik görüntü, 2 bitlik görüntüye nazaran daha iyi detay sağlamaktadır. (d) ZAMANSAL ÇÖZÜNÜRLÜK: Zamansal çözünürlük, özel bir sahaya yönelik olarak sensörün algıladığı görüntünün sıklığına işaret etmektedir. Değişikliklerin tesbitinde önemli bir faktör olarak kabul edilen bu çözümleme tipi, görüntüleme faaliyetleri arasındaki zamanı belirtmektedir. Sensörler, belirgin bir zaman periyodu içinde, aynı hedef bölgesi üzerinde bulunacak şekildeki bir yörüngede uçmaktadır. Her uydunun aynı hedef üzerinde bulunacağı zaman periyodu farklıdır. Örneğin bu süre; Landsat uydusu için 16 gün, Spot uydusu için 26 gün ve NOAA AVHRR meteoroloji uydusu için ise 12 saattir. Zamansal çözünürlük, uydu / sensörün kapasitesine, tarama genişliğine ve irtifaya bağlı olarak değişmektedir. Aynı bölgenin tekrar görüntülenmesi için geçen zaman süresinde, özelliklerin taysal durumu değişmekte ve bundan istifade ile meydana gelen değişimler belirlenmektedir. Örneğin ilkbahar ve sonbahardaki ağaçların durumu, sel, heyalan, yangın vb. tabii afetler, yerleşim sahalarındaki gelişmeler muhtelif zamanlarda çekilen görüntülerin mukayesesi sonuçunda tesbit edilebilmektedir. 1993 yılı temmuz ayında Missisipi nehrinin taşması ile bölgede büyük bir hasar meydana gelmiştir. Aynı bölgeye ilişkin Mayıs 1989 yılında çekilmiş olan görüntü ile sel felaketini takiben Temmuz 1993 yılında çekilen görüntü karşılaştırtırıldığında, meydana gelen hasar ortaya çıkmaktadır.

Mayıs 1989

Temmuz 1993 Şekil-41

Sel felaketinin boyutlarını gösteren görüntüler

İŞLEM ŞİRKETLER GRUBU

UZALG

38

K ASIM 2001

UZAKTAN ALGILAMA Gereksinime uygun sensör ve görüntünün seçimine ışık tutan mekansal, tayfsal, radyometrik ve zamansal çözümleme özelliği şematik olarak, aşağıdaki şekilde gösterilmiştir. 79 m Mekansal Çözünürlük 1 pixel = 79 m x 79 m

79 m Radyometrik Çözünürlük 8-bit (0-255)

Tayfsal Çözünürlük 0.52-0.60 µm Gün 1 Gün 17 Gün 31

Zamansal Çözünürlük 16 günde bir aynı saha

Şekil-42 Landsat TM uydusunun Band 2’ sine ilişkin 4 tip çözümleme (5)

PARLAKLIK VE TON (Brightness and Tone): Uzaktan algılama sistemleri, cisimlerin kendine özgü dalga uzunluğu bandlarında yansıttığı, yaydığı veya dağıttığı elektromanyetik enerjinin yoğunluğunu tesbit etmektedir. Gelen elektromanyetik yayımın yoğunluk farkı, görüntüler üzerinde parlaklık farkları olarak yer almaktadır. Kaynaktan gelen ışığın yoğunluğu “photometer” veya “lightmeter” denilen aletlerle ölçülmektedir. Parlaklığa ilişkin farklılıklar, “gray scale” (gri ölçek) test şeritleri ile değerlendirilmektedir. Pratikte birçok foto kıymetlendirmeci, siyahdan beyaza doğru yayılan ve muhtelif tonlardan oluşan parlaklığı ölçmeden, deneyimlerine dayanarak görüntüleri “açık”, “orta” ve “koyu” tonda olarak tanımlamaktadır. Temelde hava fotoğraflarındaki cisimlerin tonu, atmosferik engelleme ve filmin tayfsal hassasiyetine rağmen, cismin gelen ışını yansıtma kabiliyetine göre belirlenmektedir. Diğer dalga uzunluğu bölgelerinden elde edilen görüntülerin tonu, cismin diğer fiziksel özelliklerinden etkilenerek meydana gelir. Infrared görüntülerde ton, cisimden yayılan sıcaklığa göre değişmektedir. Radar görüntülerinde ise ton, gönderilen enerji hüzmesinin cisme çarparak yayılması ve bunun antenler tarafından algılanma yoğunluğu ile ilişkilidir.

İŞLEM ŞİRKETLER GRUBU

UZALG

39

K ASIM 2001

UZAKTAN ALGILAMA (6) KONTRASLIK ORANI (Contrast Ratio): Kontraslık oranı, görüntüdeki parlak ve en koyu kısımlar arasındaki orana işaret eden ve aşağıdaki eşitlik ile tanımlanan bir terimdir. CR =

B max B min

B max = Azami Parlaklık B min = Asgari Parlaklık

Görüntü Parlaklığı

Görüntülerdeki kontraslık oranları; yüksek, orta ve düşük olarak ifade edilmektedir. Parlaklık derecesi 0-10 değerlerine göre düzenlenmiş şematik bir örnek, aşağıda gösterilmiştir.

Mesafe

Şekil-43 Yüksek, orta ve düşük kontraslık Bu şekil göz önüne alınarak 3 tip kontraslık için aşağıdaki eşitliklerde belirtilen değerlere ulaşılmaktadır.

9 = 4.5 2 5 Orta kontrast: CR = = 2.5 2 3 Düşük kontrast: CR = = 1.5 2

Yüksek kontrast: CR =

Şayet; asgari kontraslık (B min) sıfıra eşitse kontraslık oranı (CR) sonsuz, asgari kontraslık (B min) azami kontraslık (B max) değerine eşitse konrastlık oranı birimseldir. Keza kontrastlık oranı, cismin parlaklığı ile bulunduğu zeminin parlaklığı arasındaki oranıda belirtmekte olup cisimlerin tanınmasında hayati rol oynayan önemli bir faktördür.

İŞLEM ŞİRKETLER GRUBU

UZALG

40

K ASIM 2001

UZAKTAN ALGILAMA Düşük kontraslık oranına sahip görüntüler, hemen hemen grinin yeknesak tonlarını içerirler. Düşük kontraslık aşağıda belirtilen nedenlerden kaynaklanarak ortaya çıkmaktadır. •

Görüntülenen cisim ve zemininin, hemen hemen yeknesak tarzda elektromanyetik bir yayım yapması,

•

Atmosferin, elektromanyetik enerji yayımının kontrastlığının düşük olması. Bu tarz düşüklük, elektromanyetik tayfın kısa dalga uzunlukları kısmında meydana gelmektedir,

•

Arazinin tesbiti için yeterli hassasiyete sahip olmayan uzaktan algılama sistemleri,

•

Doğru olmayan kayıt teknikleri.

Günümüzdeki sayısal yöntemler vasıtasıyla, yukarıdaki nedenlerin meydana getirdiği düşük kontraslık belirgin ölçüde giderilmektedir. (7)

DETAY AYIRT ETME GÜÇÜ (Resolving Power) Detay ayırt etme güçü ve mekansal çözünürlük ifadeleri birbiriyle yakın ilişkilidir. Daha önce de açıklandığı üzere mekansal çözünürlük, görüntüde birbirine çok yakın olarak bulunan 2 cismi birbirinden ayırt edilmesini belirtmektedir. Cisimler birbirine çözünürlük limitinden daha yakın ise, bu cisimler tek bir cisim olarak görünürler. Mekansal çözünürlük, sistem tarafından üretilen görüntülere, detay ayırt etme güçü ise bir görüntü sistemine veya bu sistemin kısımlarına uygulanmaktadır. Örneğin kamera sistemi kapsamındaki mercekler ve filmler, detay ayırt özelliklerine sahip olup diğer faktörlerle birlikte fotoğraflara ait çözümlemenin belirlenmesinde kullanılmaktadır. Mekansal çözünürlük ile ilişkili olan “detay ayırt etme güçü”; “Hedef Çözünürlük” (Resolution Target) panolarının veya “Anlık Görüş Sahası (IFOV)” eşitliğinin kullanımı ile hesaplanmaktadır. Bu konuyu daha iyi anlamak için ilk aşamada, uzaktan algılama sensörleri ile benzer tarzdaki insan gözünün yapısı ve onun detay ayırt etme güçünün bilinmesi gerekmektedir. Işık, insan gözüne saydam tabaka (cornea), göz sıvısı (aqueous humor) ve mercek vasıtasıyla girmektedir. Renk hücrelerinden oluşan gözün renkli kısmı (iris), ışığın şiddetine göre büyüyüp küçülme kabiliyetindeki göz bebeğinin (pupil) kontrolunu sağlamaktadır. Kameralardaki diyaframa benzeyen göz bebeğinin büyüme / küçülme oranı 16 / 1’dir. (Azami büyüklük, asgari büyüklüğün 16 katıdır). Bunun yanı sıra göz, 100.000 / 1 parlaklık aralığında işlev yapmaktadır. Düşük ışık şartlarındaki tam açılma hali hariç, göz bebeği küçülerek ışık hüzmesini merkez noktasına ayarlamaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

41

K ASIM 2001

UZAKTAN ALGILAMA Yakına bakışlarda, cismin derinliğini arttırmak için göz bebeği otomatik olarak küçülür. Işık, iki bitişik ortamdan geçerken bükülür veya kırılır (refraction). Kırılma değeri, iki ortamın birbirinden farklı olan kırılma indislerine (n) bağlı olarak değişmektedir. Büyük fark kırılmanın büyüklüğüne işaret etmektedir. Gözün azami ışık kırılması; hava ile (kırılma indisi n=1) göz merceği arkasındaki saydam sıvı (vitreous humor, kırılma indisi n=1.3) arasında olmaktadır. Nisbeten önemsiz kırılma indisine sahip göz merceği, yakın ve uzak görüşü düzenleme veya odaklama açısından önemli rol oynamaktadır. Ağ Tabaka (Retina)

Mercek Saydam tabaka (Cornea) Görüş hattı (LOS)

Sarı Nokta (Fovea)

Göz sıvısı (Aqueous Humor) Göz bebeği (Pupil)

Saydam sıvı (Vitreous Humor) ( n=1.3)

Renkli kısım (iris)

Optik Sinir

Şekil-44 İnsan gözünün yapısı Sarı noktadaki algılayıcı sinir hücrelerinden en büyüğünün çapı, gözün detay ayırt etme güçünün belirlenmesinde rol oynayan önemli bir faktördür. Gözdeki en büyük algılayıcı sinir hücresinin çapı (AHÇ) yani görüş alanı 3 µm, saydam sıvının kırılma indisi (SSKİ) n=1.3’dür. Algılayıcı hücrenin etkili çapı (AHEÇ) aşağıdaki eşitlik kullanılarak hesaplanmaktadır. AHEÇ = AHÇ x SSKİ = 3 x 1.3 = 3.9 ≅ 4 Algılayıcı sinir hücrelerinin bulunduğu ağ tabaka ile mercek arası yani görüntü mesafesi (GM) takriben 20 mm veya 20.000 µm.dir. Algılayıcı hücrenin etkili genişliği diğer bir deyişle detay ayırt etme güçü (DAEG) aşağıdaki eşitlik ile tesbit edilmektedir.

AHEÇ GM = 4 = 1 20.000 5.000

DAEG =

Gözden cisme kadar olan mesafe diğer bir deyişle cisim mesafesi, görüntü mesafesi ile orantılıdır. Bir cismin genişliği, cisim mesafesinin 1/5000’i ise görüntünün şekli algılayıcı hücrenin genişliğini (çapını) tam olarak doldurur.

İŞLEM ŞİRKETLER GRUBU

UZALG

42

K ASIM 2001

UZAKTAN ALGILAMA Bu nedenle, birbirine yakın olan cisimlerin göz tarafından ayırt edilebilmesi için, görüntünün diğer bir algılayıcı hücre üzerine düşmesi gerekmektedir. Bunun için iki cismin arasındaki mesafe, cisimden göze kadar olan uzaklığın yani cisim mesafesi 1/5000 oranından büyük olmalıdır. Gözün detay ayırt etme güçü, gözün daha önce açıklanan özelliklerinden istifade edilerek hazırlanmış olan Hedef Çözümleme panosu kullanılarak belirlenmektedir. Yüksek kontrastlı olarak düzenlenmiş olan ve aşağıdaki şekilde gösterilen panoya, 5 metre uzaklıktan bakıldığında; normal bir göz, 1 mm genişlikte siyah ve beyaz hatlardan oluşan ve “A. HEDEFLERİ AYIRT ETME” kısmındaki “5 hat-çifti. Cm-1” grubunu ayırt edebilmekte ve ”B. HEDEFLERİ TESBİT” kısmındaki 0.2 mm genişliğindeki dikdörtgeni tesbit edebilmektedir.

7 Hat-çifti. Cm-1

6 Hat-çifti. Cm

5 Hat-çifti. Cm

4 Hat-çifti. Cm

-1

-1

-1

3 Hat-çifti. Cm-1

A. HEDEFLERİ AYIRT ETME

B. HEDEFLERİ TESBİT

Şekil-45 Yüksek kontrastlı hedef çözümleme ve tesbit panosu Düşük kontrastlı olarak düzenlenmiş olan ve aşağıdaki şekilde gösterilen panoya, 5 metre uzaklıktan bakıldığında; zeminin gri tonda olması nedeniyle normal bir göz, 1 mm genişlikte siyah ve beyaz hatlardan oluşan ve “A. HEDEFLERİ AYIRT ETME” kısmındaki “3 hat-çifti. Cm-1” grubunu ayırt edebilmekte ve ”B. HEDEFLERİ TESBİT” kısmındaki 0.6 mm genişliğindeki dikdörtgeni tesbit edebilmektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

43

K ASIM 2001

UZAKTAN ALGILAMA

7 Hat-çifti. Cm

6 Hat-çifti. Cm

5 Hat-çifti. Cm

4 Hat-çifti. Cm

3 Hat-çifti. Cm

-1

0.2 mm

-1

0.4 mm

-1

0.6 mm

-1

0.8 mm

-1

1.0 mm

A. HEDEFLERİ AYIRT ETME

B. HEDEFLERİ TESBİT

Şekil-46 Düşük kontrastlı hedef çözümleme ve tesbit panosu Yüksek ve düşük kontrastlıktaki hedef panolarında, hedefleri ayırt ile tesbit etme değerleri arasında fark bulunmaktadır. Tesbit’e cismin ebadının yanı sıra, şekli, kontrastlığı ve bulunduğu zemin bu farkı meydana getirmektedir. Örneğin hedef çözümleme panosundaki hatların yerine noktalar konulsaydı, en küçük noktanın belirlenmesi için gerekli gerekli olan çap değeri 0.2 milimetreden daha büyük olacaktı. Diğer tarafdan gözün detay ayırt etme güçü, dedektörlerde de kullanılan ve aşağıda verilen “Anlık Görüş Sahası (IFOV)” eşitliğinden istifade ile hesaplanabilmektedir. Örnek İşlemler için yarıçap (r) 5000 mm, görünen saha uzunluğu (L) 1 mm olarak alınmıştır. L rad r 1 mm = 0.0002 rad = 0.2 mrad = 5000 mm

IFOV =

İŞLEM ŞİRKETLER GRUBU

UZALG

44

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-47 Açısal detay ayırt etme güçü Yukarıdaki şekilde gözün anlık görüş sahasının, hedef çözümlemesi ile olan ilişkisi gösterilmiştir. Buradaki açısal detay ayırt etme güçünün ölçü birimi radyandır. Dairedeki 57.290 derecelik bir açının gördüğü yay (BC veya L) dairenin yarı çapı (r) ile eşittir Bir dairede 57.290 derecelik açı 360 / 57.29 = 6.28 değerini vermektedir. Daireni çevresi ise 2 π yani 2 x 3.14 = 6.28 değerindedir. Her iki değerin birbirine bölümü 6.28 / 6.28 = 1 radyandır. Diğer tarafdan 1 radyan, 10-3 mrad’a eşittir. Eğer dairenin yarı çapı (r) 1000 birim ise 57.29 derecelik açının gördüğü yayın değeri 1 mrad’dır. Özet olarak bir gözün detay ayırt etme güçü, ya hedef çözümleme panosu veya anlık görüş sahası eşitliği kullanılarak belirlenebilmektedir. Detay ayırt etme ve mekansal çözümleme konusu için, hatırda tutulması önem taşıyan husular, aşağıda belirtilmiştir. •

Bir sistemin detay ayırt etme güçü, teorik olarak gerçek durumu nadiren yansıtmaktadır.

•

Tek başına çözümleme, özel bir uygulama için uygun görüntünün kararlaştırılmasında yeterli değildir. Çözümleme, iki cismin birbirinden ayırt edilebilmesi yani ayrı ayrı görünebilmesi için cisimler arasındaki asgari uzaklıktır. Görüntünün çözümlemesi ve ölçeği bilindiğinde, tesbit edilecek en küçük cismin ebadı da tahmin edilebilmektedir.

•

İŞLEM ŞİRKETLER GRUBU

UZALG

45

K ASIM 2001

UZAKTAN ALGILAMA BÖLÜM-2 UZAKTAN ALGILAMA SİSTEMLERİ VE GÖRÜNTÜLER 1. SENSÖR SİSTEMLERİ:

Sensör sistemleri algılama esaslarına göre “Pasif” ve “Aktif”, yapısı ve işlevlerine göre de “Kamera” ve “Tarayıcı (scanner)” sistemler olarak sınıflara ayrılırlar. a. PASİF VE AKTİF SENSÖRLER:

Daha önce açıklandığı üzere güneş, enerjinin veya ışımanın temel kaynağıdır. Güneş, uzaktan algılamanın gereksinim duyduğu enerjinin en uygununu sağlamaktadır. Bu enerji; ya görünen dalga uzunluğundaki bölgede yansıyan, ya da termal ınfrared dalga uzunluğundaki bölgede emilen ve tekrar yayılan enerjinin tesbitine olanak sağlamaktadır. (1)

PASİF SENSÖRLER:

Pasif sensörler, tabii enerjinin mevcut olduğu zamanlarda algılama yapma kabiliyetindedirler. Tüm yansıyan enerji, güneşin dünyayı aydınlattığı sürelerde meydana gelmektedir. Diğer bir deyişle, güneşin geceleri algılamaya uygun yansıyan enerjisi yoktur. Bu özelliklerden istifade ederek algılama yapma kabiliyetine sahip olan kameralar vb. Sensörler, pasif sensör sınıfına girerler.

Şekil-48 Pasif sensörün çalışma konsepti (2)

AKTİF SENSÖRLER:

Bu tip sensörler, algılama için gerekli enerjiyi, güneşe bağlı olmaksızın kendi kaynağından sağlamaktadır. Sensör hedefe kendi kaynağından enerji gönderir ve takiben hedefden yansıyan enerjiyi tesbit eder ve ölçer. Aktif sensörlerin en büyük avantajı, mevsimllere bağlı olmaksızın her havada ve her zaman algılama yapmasıdır. Bununla beraber, hedefi aydınlatmak için büyük miktarlardaki enerji üretimine gereksinim duyulmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

46

K ASIM 2001

UZAKTAN ALGILAMA

Aktif sensörler, microwave bölgede olduğu gibi güneş enerjisinin yetersiz olduğu dalga uzunluklarında veya aydınlatılmış hedeflerin daha iyi kontrol edilmesi için kullanılırlar. “Laser fluorosensör” ve “Synthetic aparture radar” bu tip sensör örneklerindendir.

Şekil-49 Aktif sensörün çalışma konsepti Microwave algılama, uzaktan algılamada kullanılan pasif ve aktif yöntemlerden her ikisinide içermektedir. Tüm cisimler belirğin miktarda microwave enerji yaymaktadır. Bu enerji cismin veya sathın yaydığı sıcaklık ve nem özelliklerine bağlıdır. Pasif microwave algılayıcılar tipik bir “Radiometers” veya “Scanners” olup aynı tarzda çalışmaktadırlar. Antenleri içermeyen bu algılayıcılar, görüş sahaları kapsamındaki ortamdan yayılan microwave enerjiyi kaydetmektedirler. Pek çok pasif microwave sensör düşük mekansal çözümleme sağlamaktadır.

Şekil-50 Pasif Microwave algılayıcı ve özellikleri 1. 2. 3. 4.

İŞLEM ŞİRKETLER GRUBU

Atmosferden yayılan enerji Satıhdan yansıyan enerji Satıhdan yayılan enerji Satıh yüzeyinden aktarılan enerji

UZALG

47

K ASIM 2001

UZAKTAN ALGILAMA

Uzaktan algılanan pasif microwave verisi; meteoroloji, hidroloji ve okyanus coğrafyası (oceanography) alanlarına ilişkin uygulamalarda kullanılmaktadır. Bu uygulamalar ile; atmosferin içerdiği su ve ozon, topraktaki nem denizlerdeki buz kütleleri, satıh rüzgarları ve petrol sızmalarından meydana gelen kirlilikler belirlenmektedir. Aktif microwave algılayıcılar, microwave enerjiyi kendi kaynağından sağlayarak hedefi aydınlatmaktadır. Bu algılayıcılar, görüntü sağlayan ve görüntü sağlamayan olarak 2 kategoriye ayrılmıştır. Görüntü sağlayan Aktif microwave algılayıcıların en çok bilineni RADAR (Radio Detection And Ranging)’ dir. Bu sensörlerin çalışması, kendi bünyesinden bir microwave sinyali hedefe göndeme ve takiben hedefden geri dönen sinyalleri kayıt etme tarzındadır. Görüntü içeren radarlar ilk olarak II nci Dünya harbinden sonra askeri arazi keşfi ve gözetleme amaçları için geliştirilmiş ve SLAR (Side-Looking Airborne Radar) olarak isimlendirilmiştir. Takiben daha yüksek çözümleme sağlayan SAR (Synthetic Aperture Radar)’lar üretilerek hizmete girmiştir. Microwave bölgede ve aktif olarak çalışan bu sensörler her havada, gündüz veya gece görüntü algılama kabiliyetine sahiptir.

Şekil-51 Aktif Microwave algılayıcı Görüntü sağlamayan, aktif microwave algılayıcılar kapsamında, “Radar Altimetre” ve “Scatterometer” techizatları bulunmaktadır. Radar Altimetreleri, uçaklara ve uydulara takılarak topografik haritacılıkta arazi ve deniz sathı yüksekliklerini ölçme işlevini yaparlar. Ölçme işlemi; Altimetreden altındaki hedeflere microwave palslar gönderilmesi, bu palsin gidiş ve sensöre dönüşü arasındaki zamanın hesaplanarak yüksekliğin belirlenmesi şeklindedir. Scatterometer techizatı, hedeflerden dağılarak geri dönen enerji miktarının kantitatif ölçüsünü çıkarmak için kullanılmaktadır. Geri dönen enerji, sathın yapısına ve microwave enerjinin hedefe çarpma açısına bağlı olarak değişmektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

48

K ASIM 2001

UZAKTAN ALGILAMA b. KAMERA VE TARAYICI SİTEMLER :

Geçmişte ve günümüzde uzaktan algılama, kamera ve tarayıcı (scanner) olarak adlandırılan sistemlerle sağlanmış ve sağlanmaktadır. (1)

KAMERA SİSTEMLERİ:

İnsan gözü organic bir kameradır. Gözün inorganik bir modeli olan kameralar, dünya sathının uzaktan algılanması için kullanılan sensörlerin en basiti ve eskisidir. Buna rağmen günümüzde uçak, helikopter vb. vasıtalarda halen görev yapmakta ve özellikle çok hassas çözümleme gereksinimlerini, başarılı bir şekilde karşılamaktadır. Kameralar, sensor terminolojisi açısından “framing” ve “vidicon” olarak 2 atrı tipe ayrılmışlardır. Pasif optik sensor sınıfına giren framing kameralar; dünya sathı üzerindeki bir sahanın (A), mercek, obturatör ve diyaframdan oluşan bir objectif (B) ile, çerceve tarzındaki bir anlık (enstantane) ve devamlı birbiri üzerine bindirmeli görüntülerini, odak düzlemi (focal plane) üzerindeki bir film üzerine kaydederler.

Odak sathı (C)

Objektif (B)

Dünya üzerindeki bir saha (A) Boyca bindirme

Uçuş istikameti

Şekil-52 Kamera sistemi Bu kayıt, araziye yönlendirilen kameranın ışığın arzu edilen fasılalarla girmesini sağlayacak tarzda ayarlanmış opturatörün açılması ile başlar ve odak sathı üzerindeki filmin üzerinde son bulur. Vidicon tipi televizyon kameraları görüntüleri manyetik teyp gibi fotoğrafik hassasiyetteki ortamlara kaydederler.

İŞLEM ŞİRKETLER GRUBU

UZALG

49

K ASIM 2001

UZAKTAN ALGILAMA

Frame ve vidicon kameraların en önemli özelliği; birbirini izleyen, üst üste bindirmeli ve stereoskopik görüşe olanak sağlayan görüntü pozlarını çekmesidir. Bu bindirmelerden istifade edilerek, hedeflerin 3 boyutlu görünmeleri ve incelenmeleri “sterescope” aleti ile sağlanmaktadır. (2)

TARAYICI SİSTEMLER:

Birçok elektronik tarayıcı sistem, dar anlık görüş sahasına (IFOV) sahip dedektör kullanarak, arazi üzerindeki 2 boyutlu nesneleri süpürme tarzı bir tarama ile görüntülemektedir. Araziden yayılan veya yansıyan elektromanyetik enerji foton’ları,(ışık enerji birimi), tarayıcı sistemin dedektörü tarafından algılanır, elektriki sinyallere dönüştürülür ve takiben manyetik bir band üzerine kaydedilir. Tarayıcı sistemler, hem uçaklara hemde uydu platformlarında kullanılmakta ve aynı prensiplere göre çalışmaktadır. Farklı dalga uzunluklarında veri toplayan tarayıcı sistemler, yaygın olarak “Multispectral Scanner (MSS)” olarak anılmaktadır. Sistem tiplerine bakılmaksızın tarayıcılar, fotoğrafik kamera sistemlerine göre bir çok avantaja sahiptir. Fotoğrafik sistemler görünen ve yakın ınfrared bölgelerini, çok bandlı tarama sistemleri ise bu bölgelere ilaveten termal bölgeyi de kapsamaktadır. Tarama sistemleri fotoğrafik sistemlerden çok daha yüksek tayfsal çözümleme sağlamaktadır. Çok bandlı fotoğrafik sistemler her bir tayf bandı için ayrı mercek düzeneğini kullanmaktadır. Bu husus, farklı bandların kayıt edilmesi ile mekansal ve radyometrik çözümlemenin mukayesesinde sorunlara neden olmaktadır. Tarayıcı sistemler, tüm mekansal bandları aynı anda ayrı optik sistemleri vasıtasıyla algıladıklarından, bu sorunları asgari seviyeye indirgemiştir. Tarayıcı sistemler, kullanılan mode veya metoda bağlı olarak; “Across-track scanner”, “Along-track scanner”, “Circular scanner” ve “Side scanner” olarak adlandırılan 4 tipe ayrılmıştır. (a) ACROSS-TRACK TİPİ TARAYICILAR:

Bu tip tarayıcılar, dünya yüzeyinin 2 boyutlu nesnelerini, sensör platformunun hareket istikametine dik gelen hatlar tarzında tararlar. Sensörün bir tarafından diğer tarafına doğru olan her bir hat, sensörün içerdiği dönen bir ayna (rotating mirror) tarafından taranır. UV, görünen, yakın ınfrared ve termal enerji kendine özğü dalga uzunlukları içinde daha hassas kısımlara ayrılmıştır. Dedektörler, bu ayırışımı kendi başlarına tanınabilecek tarzda kaydetmektedir. Dedektörler muhtelif miktardaki özel dalga uzunluklarını algılayan hassas hücre yapısına sahiptir. Bu yapı nedeniyle, eletromanyetik tayfdaki farklı dalga uzunlukları, tanınabilecek şekilde hassas hücrelere kaydedilirler.

İŞLEM ŞİRKETLER GRUBU

UZALG

50

K ASIM 2001

UZAKTAN ALGILAMA

Sensörün anlık görüş sahası (IFOV) ve uçan platformun yerden yüksekliği, yerdeki çözümlenebilecek hücreyi (ground resolution cell) dolayısıyle mekansal çözümlemenin belirlenmesini sağlar. Açısal görüş sahası (Angular field of view), döner aynanın taramasını, açı cinsinden belirten bir değer olup bir tarama hattının kaydını ve taranan bölgenin genişliğinin (swath) tesbitine hizmet etmektedir. Motor

Döner ayna

(Her bir hat için tarama oranı =2 x 10-2 sn.

Anlık görüş sahası (IFOV, 1 mrad)

Dedektör 900

Tarama genişliği (Swath)

Açısal görüs sahası

Yükseklik 10 Km

Tarama istikameti Uçuş

Çözümlenen yer hücresi 10 x 10 m

istikameti

Şekil-53 Across-track tipi tarayıcı

20 Km. 2000 (cell)

Yukarıdaki şekilde belirtilen ve uçaklarda kullanılan across tipi tarayıcının 1 mrad ’lık anlık görüs sahasını (IFOV) içeren dedektörü, 10 Km. yükseklikten 10 x 10 metre ebadlarındaki bir yer hücresini çözümleyebilmektedir. Yer yüzünde taranan genişlik (swath), dedektörün açısal görüş sahasına ve yerden olan yüksekliğine bağlı olup aşağıdaki eşitlik vasıtasıyla hesaplanmaktadır. Tarama Genişliği (Swath) = tan x

ACISAL GORUS SAHASI X YUKSEKLIK 2

Uçaklar, olanaklar ve gereksinimler nedeniyle büyük açılarda (90-1200) tarama yapmaktadır. Uyduların daha geniş sahaları kaplamaları için çok yükseklerden uçması gerekmektedir ve bu yüzden de tarama küçük açılarda (10-200) olmaktadır. Sensörden yerden yüksekliği, tarama genişliğinin ortasından kenarlara doğru yerdeki çözümlenebilen hücrenin, olduğundan daha büyük algılanmasına, dolayısıyle görüntülerdeki geometrik bozulmalara neden olmaktadır. Across tipi tarayıcıları etkileyen diğer bir faktörde “Dwell time” olarak ifade edilen ve yerdeki çözümlenebilen bir hücrenin, dedektörün anlık görüş sahası (IFOV) tarafından taranması için gerekli olan zamandır. Bu zaman aşağıda verilen eşitlik ile hesaplanmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

51

K ASIM 2001

UZAKTAN ALGILAMA

Dwell time = =

HERBIR HATTI TARAMA ORANI HATTAKI HUCRE SAYISI

2 x10 -2 sn. = 1 x 10 –5 sn. Hücre –1 2000 hucre

Bu tip tarayıcılarda, döner ayna kullanılmasından Dwell time süresi kısadır. Bu süre sensörün tayfsal, mekansal ve radyometrik çözümlemesini etkilemektedir. Diğer taraftan bu kısa süre; sensörün sinyalleri zayıf olarak algılamasına, dolayısıyle nesnelerin tesbitini güçleştirmektedir. (b)

ALONG-TRACK TİPİ TARAYICILAR: Bu tip tarayıcılar, dünya yüzeyinin 2 boyutlu görüntülerini, sensör platformunun hareket istikametine paralel gelen hatlar tarzında tararlar. Across–track tipi tarayıcılardaki döner ayna yerine, bunlarda bir mercek sistemi kullanılmaktadır. Tarama, odak sathına doğrusal dizinler (linear array) tarzında yerleştirilmiş dedektörler tarafından yapılmaktadır. Böylece yer yüzündeki nesneler, uçuş istikameti boyunca süprülerek kaydedilmektedir. Bu özelliğe dayanarak bu tip tarayıcılara “Pushbroom scanner” da denilmektedir. Her dedektör kendi başına yerdeki bir çözümleme hücresinin enerjisini ölçer. Tarayıcı sistemin mekansal çözümlemesi, dedektörün ebadına ve anlık görüş sahasına (IFOV) bağlıdır. Herbir tayfsal band veya kanal, ayrı doğrusal dizin tarafından kaydedilir. Dedektör dizini Odak sathı

Mercek

Tarama istikameti

Yükseklik 10 Km.

Çözümlenen yer hücresi 10 x 10 m

Şekil-54 Along-track tipi tarayıcı

İŞLEM ŞİRKETLER GRUBU

UZALG

52

Uçuş istikameti

K ASIM 2001

UZAKTAN ALGILAMA

Doğrusal dizindeki dedektörleri içeren Along–track tipi tarayıcıların, Across–track tipi tarayıcılara göre çeşitli avantajları bulunmaktadır. Along–track tipi tarayıcılar, yerdeki çözümleme hücresinden yayılan enerjiyi uzun zaman periyodunda (Dwell-time) aşağıda belirtilen eşitliğe göre ölçerler. Dwell Time = =

HUCRE EBADI HIZ

10m hucre -1 = 5 x 10-2 sn hücre-1 -1 200 m sn

Bu süre nesneyi belirlemek için daha fazla enerjinin algılanmasına ve radyometrik çözümlemenin gelişmesine olanak sağlamaktadır. Keza zaman periyodunun artması, her bir dedektör için daha küçük anlık görüş sahası ve daha dar band genişlikleri sağlar. Böylece radyometrik çözümlemenin etkisinde kalmaksızın hassas mekansal ve tayfsal çözümleme sağlanır. Bu tipdeki dedektörler, mikroelektronik teçhizatlar olup genelde küçük, hafif ve daha az enerjiye gereksinim duyarlar. Diğer tarafdan hareketli parçaları olmadığından daha güvenilir ve uzun ömürlüdürler. (c)

CIRCULAR TİPİ TARAYICILAR:

Bu tip tarayıcılar, dikey eksene yerleştirilmiş bir motor ve ayna vasıtasıyla, araziyi dairesel olarak süpürerek görüntülerler. Bu süpürmenin sadece ön kısmı kaydedilerek görüntüler oluşturulur. Tarayıcının avantajı, arazi ile arasındaki mesafenin sabit ve yerde çözümlenen hücrelerin aynı ebatta olmasıdır. Dezavantajı ise, görüntüleme techizatının doğrusal (linear) veriye göre dizayn edilmesi nedeniyle görüntü üretimi öncesindeki oldukça fazla olan tekrar formatlama işlemleridir. Motor Tarayıcı Ayna Dedektör Tarama istikameti

Çözümlenen yer hücresi

Uçuş istikameti

Şekil-55 Circular tipi tarayıcı

İŞLEM ŞİRKETLER GRUBU

UZALG

53

K ASIM 2001

UZAKTAN ALGILAMA

Circular tipi tarayıcıların “Dwell-time”ı, across-track tipi tarayıcılarla mukayese edilebilecek tarzda kısadır. Keşif amaçları için genellikle helikopter ve alçak irtifadan uçan uçaklarda kullanılırlar. Tarayıcı aynanın dönüş ekseni, ilerideki bir noktayı gösterecek tarzdaki bir açıya bağlı olarak düzenlenmiştir. Bu özellik, uçağın ileri hareketi ile değişen araziyi en iyi şekilde gösterme olanağını sağlamaktadır. Bu tarayıcıların sağladığı arazi görüntüleri, pilotların kabindeki bir ekran üzerinden gerçek zamanlı olarak izlemesine olanak sağlar ve onların yapacağı seyrüseferi kolaylaştırır. (d) SIDE TİPİ TARAYICILAR: Daha evvel açıklanan 3 tip tarayıcı pasif olarak çalışırken bu tarayıcı aktif olarak çalışmaktadır. Hem uçaklarda hemde uydularda kullanılmaktadır. Genelde araziyi yanca görecek şekilde uçan platformlara takılırlar.

Daha önceki parağraflarda belirtiği üzere her hava şartında görev yapmaktadırlar. Kendi kaynağından yer sathına gönderdiği enerjinin, geriye dönen kısmının bir anten tarafından algılanması esasına, diğer bir deyişle radar prensibine göre çalışmaktadırlar. Anten

Gönderilen enerji palsi Tarama istikameti

Çözümlenen yer hücresi

Uçuş istikameti

Şekil-56 Side tipi tarayıcı Bu tarayıcıların bellibaşlılarından; “SLAR” ve “SAR” olarak adlandırılanları uçaklarda, “SIR” ve “RADARSAT” olarak adlandırılanları ise uydularda kullanılmaktadır. NASA tarafından 2000 yılı şubat ayında uzaya gönderilen mekik kapsamındaki en son teknolojiye göre üretilmiş bu tip bir tarayıcı, hassas çözümlemeli olarak dünya karalarının % 80’nin radar görüntülerini algılamıştır. Önümüzdeki günlerde bu görüntüler, askeri ve sivil alanda yaygın olarak kullanıma girecektir.

İŞLEM ŞİRKETLER GRUBU

UZALG

54

K ASIM 2001

UZAKTAN ALGILAMA 2. MUHTELİF SENSÖRLER VE UYDULAR:

Görüntüler, kameralarla techiz edilmiş uçaklar veya sensörleri içeren uydular tarafından sağlanmaktadır. Uydu sistemleri, aşağıda belirtilen avantajlara sahiptir. • • • •

Toplanan sayısal veri, radyo veya microwave muhabere kanalları vasıtasıyla süratle yer istasyonlarına aktarılır ve manyetik teyplarde depolanır. Takiben bilgisayar kullanımı ile kolayca işlenir ve analiz edilir. Bir çoğunun dünya üzerindeki yörüngesi aynı olduğu için, zaman periyodu içinde bölgede meydana gelen değişikliklerin tesbitine olanak sağlar. Uzaya atılma masrafı hariç, sağladığı görüntülerin maliyeti, uçak görüntülerine göre daha ucuzdur. Çok istikrarlı bir geometri sağladıklarından, görüntülerin bozulma ve kayma şansı azdır.

Uydu görüntü sistemleri ile uçak görüntü sistemlerinin karşılıklı mukayesesi sonuçunda her iki sistemin avantaj ve dezavantajları aşağıdaki tabloda gösterilmiştir. ÖZELLİKLER

UÇAK GÖRÜNTÜ SİSTEMİ

İRTİFA TARAMA GENİŞLİĞİ

Oldukça alçak (1-30 Km) Dar (1-15 Km) Geniş sahalar birçok şeritle kaplanır

ÇÖZÜMLEME

Yüksek İrtifa ve optik techizata bağlı olarak değişir Geniş sahalarda değişir

AYDINLATMA HEDEFTE TEKRAR BULUNMA ZAMANI CEVAP VEREBİLME KABİLİYETİ UÇUŞ YOLU

UYDU GÖRÜNTÜ SİSTEMİ

Düzenlenebilir ve esnek

Çok yüksek (175-1500 Km) Geniş (60-200 Km) Geniş sahalar tek görüntü ile kaplanabilir Düşük Yörünge ve optik techizat sabit olduğundan değişmez Güneşe senkronizeli olan tiplerinde, geniş sahalar değişmez Yörüngeye bağlı olduğundan uzun Gün Yörüngeye bağlı olduğundan sabit

Değişebilir

Yörüngeye bağlı olduğundan sabit

Kısa ve esnek Dakika / saat

Görüntü algılama ve muhtelif veri sağlayan sensörler kullanım amaçlarına göre; “Meteoroloji sensörleri ve uyduları”, “Yer sathını gözleyen sensörler ve uyduları”, “Radar sensörleri ve uyduları”, “Deniz araştırma sensörleri ve uyduları”, “Gezegenlere yönelik sensörler ve uyduları” olarak 5 genel kategoriye ayrılmıştır. Ayrıca; “Video”, “FLIR”, Laser fluorosensör” ve “Lidar” olarak adlandırılan “Diğer sensörler”de uzaktan algılama amaçları için kullanılmaktadır. a. METEOROLOJİ SENSÖRLERİ VE UYDULARI:

Hava durumu ve tahminleri, uzaktan algılamanın askeri olmayan ilk uygulamasıdır. ABD’nin 1960 yılında uzaya gönderdiği TIROS-1 (Television and Infrared Observation Satellite) ilk meteoroloji uydusudur. Meteorolojik bilgilerin önemini benimseyen ülkeler, takip eden yıllarda uzaya bu amaça yönelik olarak birçok uyduyu göndermişlerdir.

İŞLEM ŞİRKETLER GRUBU

UZALG

55

K ASIM 2001

UZAKTAN ALGILAMA

Bu paralelde ABD; 1975-1994 yılları arasında GOES-1 (Geostationary Operational Enviromenta Satellite), GOES-7, GOES-8 ve NOAA AVHRR (Advanced Very High Resolution Radiometer) serisi meteoroloji uydularını uzaya göndererek kullanmaya başlamıştır. Meteoroloji uydularının kullandığı sensörler ile, yer sathını gözetleyen uyduların sensörleri mukayese edildiğinde; bunların taramasının diğer bir deyişle kaplama genişliğinin çok büyük, mekansal çözümlemenin kaba ve zamansal çözümlemenin daha kısa olduğu görülür. (1)

GOES:

Meteoroloji ve hava tahminleri için 1975 yılından beri kullanılan GOES serisi uydular ve sensörleri, ekvatordan 36.000 Km. yükseklikteki bir yörüngede uçmakta ve dünyanın hemen hemen 1/3’ nü gözetlemektedir. Atmosferik sıcaklık, rüzgar, nem ve bulut örtüsüne ilişkin bilgileri ve görüntüleri sağlamaktadır. Gelişmiş en son teknolojiyi içeren GOES-8 meteoroloji uydusu, dünyayı hemen hemen gerçeğe yakın zamanlı olarak gözetlemekte ve bölgeleri 15 dakikada bir görüntülemektedir. MEKANSAL ÇÖZÜMLEME (Spatial Resolution) Band1: 1 Km. Band2, 3, 4, 5: 4 Km. TAYFSAL ÇÖZÜMLEME (Spectral Resolution) 0.52-12.5 RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) 10 Bit ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 15 Dakika TARAMA GENİŞLİĞİ (Swath) 200 B- 1650 D (izlanda- Bering Boğazı doğusu) YÖRÜNGE YÜKSEKLİĞİ (Km) 36.000 Km. DALGA UZUNLUĞU BANDLAR KULLANIM ALANLARI (µm) Band 1: Görünen 0.52-0.72 Bulut, kirlilik ve pusu belirleme, muhtelif fırtınaları tesbit. Band 2: Kısa IR 3.78-4.03 Gece oluşan sisleri tesbit, gündüz esnasında; su, kar ve buz içeren bulutları ayırmak, yangın ve yanardağ olaylarını belirleme, gece döneminde deniz sathı sıcaklığını tesbit Band 3: Orta IR 6.47-7.02 Orta seviyelerdeki nemi tahmin ve atmosferik hareketleri izlemek Band 4: Termal IR 10.2-11.2 Rüzgarların sürüklediği bulutları, muhtelif fırtınaları ve şiddetli yağışları tesbit. Band 5: Termal IR 11.5-12.5 Alçak seviyelerdeki nemi tesbit, deniz sathı sıcaklığını, toz ve volkanik külleri belirleme

Şekil-57 Dünyanın ve florida sahillerindeki bir tayfunun görüntüsü

İŞLEM ŞİRKETLER GRUBU

UZALG

56

K ASIM 2001

UZAKTAN ALGILAMA (2) NOAA AVHRR:

Bu uydu ve sensörü, hem meteorolojik hemde küçük ölçekli dünyaya ilişkin gözlem ve keşif yapma olanaklarına sahiptir. Elde edilen bilgiler direkt olarak yerdeki bir istasyona aktarılmaktadır. Diğer tip yer sathını gözetleme uydularına göre mekansal çözümlemesi kaba olmasına karşın bölgesel, deniz sathı sıcaklığı, tabii bitkiler ve ürün kontroluna ilişkin olarak geniş bölgeleri kapsayan bilgi ve görüntüleri sağlamaktadırlar. MEKANSAL ÇÖZÜMLEME (Spatial Resolution)

1.1 Km.

TAYFSAL ÇÖZÜMLEME (Spectral Resolution)

0.58-12.5

RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution)

10 Bit

ZAMANSAL ÇÖZÜMLEME (Temporal Resolution)

12 Saat

TARAMA GENİŞLİĞİ (Swath)

2700 Km.

YÖRÜNGE YÜKSEKLİĞİ (Km)

833 Km.

BANDLAR

DALGA UZUNLUĞU (µm)

KULLANIM ALANLARI

Band 1: Görünen

0.58-0.68

Sağlıklı bitkileri belirleme, bulut, kar ve buzu tesbit

Band 2: Yakın IR

0.72-1.1

Su, bitki ve ziraai araştırma

Band 3: Orta IR

3.55-3.93

Kar ve buzu belirleme, deniz sathı sıcaklığı, yanardağ ve orman yangını faaliyetleri

Band 4: Termal IR

10.3-11.3

Deniz sathı sıcaklığı ve toprak nemi

Band 5: Termal IR

11.5-12.5

Deniz sathı sıcaklığı ve toprak nemi

Şekil-58 Hava durumu ve deniz sathı sıcaklıklarını içeren görüntüler b.

YER SATHINI GÖZLEYEN SENSÖRLER VE UYDULARI:

Meteoroloji uyduları ve sensörlerinden yer sathına ilişkin olarak sağlanan görüntüler ve bilgiler gereksinimleri karşılayamamıştır. Bu sebepten, sadece dünya sathının incelenmesine yönelik ihtiyaçı karşılayan ve birçok tayfsal banda sahip bir çok uydu uzaya atılmıştır. Daha uzun ömürlü olarak proğramlanan bu tip uydu ve sensörleri, halihazırda çok iyi mekansal ve zamansal çözümleme ve yeterli tarama genişliği verecek kabiliyettedir. Bunların belli başlılarına ilişkin bilgiler aşağıdaki parağraflarda ifade edilmiştir.

İŞLEM ŞİRKETLER GRUBU

UZALG

57

K ASIM 2001

UZAKTAN ALGILAMA (1)

LANDSAT:

ABD’nin NASA (National Aeronautical and Space Administration) teşkili tarafından 1972 yılında başlatılan bir proğramla, yer sathını gözetleme amaçlı Landsat-1, 2, 3 uyduları uzaya gönderilmiştir. Bu uydular ömürlerini doldurduğundan yerlerini Landsat- 4, 5 ve 7 uyduları almıştır. Landsat 4 ve 5 uyduları; “Multispectral Scanner: MSS” ve “Tematic Mapper: TM”, 1999 yılında hizmete giren Landsat 7 uydusu ise, yer gözetlemesine ilaveten “Enhanced Tematic Mapper: ETM” sensörleri ile donatılmıştır. Genel olarak MSS görüntüleri; bitki tiplerinin ayırımı, sağlıklı bitkileri belirleme, toprağın nemi, kar, bulut ve buzun ayırımı ve kaya tiplerinin belirlenmesinde kullanılmaktadırlar. TM görüntüler ise; yukarıda belirtilen kullanım alanlarının sınıflandırılması ve değişikliklerin ortaya çıkarılmasını sağlamaktadırlar. SENSÖRLER

LANDSAT 4-5 LANDSAT 4-5 MSS TM PAN: 30 m. 28.5m. MS: 79 m. 0.50-1.10 0.45-12.50 6 Bit 8 Bit 16 Gün 16 Gün 185 x170 Km. 185 x170 Km. 900 Km. 705 Km KULLANIM ALANLARI

MEKANSAL ÇÖZÜMLEME (Spatial Resolution)

LANDSAT 7 PAN: 15 m. MS: 30-60 m. 0.45-12.50 8 Bit 16 Gün 185 Km. 705 Km

TAYFSAL ÇÖZÜMLEME (Spectral Resolution) RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) TARAMA GENİŞLİĞİ (Swath) YÖRÜNGE YÜKSEKLİĞİ (Km) DALGA UZUNLUĞU BANDLAR (µm) LANDSAT 4-5 MSS Band1: Yeşil 0.50-0.60 Sağlıklı bitkile ve su havzalarını belirleme Band2: Kırmızı 0.60-0.70 Bitkileri ayırma, toprak ve jeolojik sınırları kararlaştırma Band3: Yakın IR 0.70-0.80 Ürün rekolte tahmini ve toprak/ürün ve arazi/su tasnifi Band4: Yakın IR 0.80-1.10 Bitkileri gözleme ve pusa nüfuz etme LANDSAT 4-5 TM Band1: Mavi 0.45-0.52 Toprak/bitki ayırımı, Bathmetry/sahil haritacılığı, kültürel / iskan özellikleini tesbit Band2: Yeşil 0.52-0.60 Yeşil bitkileri haritalama ve kültürel / iskan özellikleini tesbit Band3: Kırmızı 0.63-0.69 Bitki türlerini ayırmak ve toprak/ürün ve arazi/su tasnifi Band4: Yakın IR 0.76-0.90 Canlı ve sağlıklı bitki maktarı, toprak/ürün ve arazi/su tasnifi Band5: Orta IR 1.55-1.75 Bitki ve topraktaki nem, kar, buz ve bulutlu sahaları ayırma Band6: Termal IR 10.40-12.50 Bitki ve sağlıksız ürünleri ayırma, haşarat ilacı uygulama, ısı yoğunluğu ve termal kirlenme Band7: Orta IR 2.08-2.35 Jeolojik kaya tiplerini ve toprak sınırlarını ayırmak, torak ve bitkilerdeki rutubeti belirlemek LANDSAT 7 Band1: Mavi 0.45-0.515 Landsat 4 ve 5 kapsamındaki MSS ve TM bandlarının Band2: Yeşil 0.525-0.605 uygulandığı alanlarda kullanılır. Band3: Kırmızı 0.63-0.69 Band4: Yakın IR Band5: Orta IR Band6: Termal IR

0.75-0.90 1.55-1.75 10.40-12.50

Band7: Orta IR

2.08-2.35

PAN

0.52-0.90

İŞLEM ŞİRKETLER GRUBU

UZALG

58

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-59 Landsat uydusu Pan ve MSS görüntüleri (2)

SPOT: Fransız uydusu SPOT-1, 1986 yılında uzaya atılmıştır. Along-track tipi ve “High Resolution Visible” olarak adlandırılan tarayıcı sensörleri içermektedir. Bu sensör, sıralı dizinli (linear array) dedektörleri içermektadir. Pankromatik görüntüler 6000 dedektör tarafından, 3 banda sahip Multispectral görüntüler ise her bir bandına yönelik olarak tahsis edilmiş 3000 dedektör tarafından sağlanmaktadır. En son teknolojileri içerecek tarzda dizayn edilmiş ve “High Resolution Visible Infrared: HR VIR” sensörünü içeren SPOT-4 uydusu ise 1998 yılında hizmete girmiştir. SPOT sensörleri ayrıca bindirmeli stereoskopik (3 boyutlu) görüntü algılama kabiliyetine de sahiptir. Bu özellikten istifade ile, arazinin topoğrafik durumunu yansıtan sayısal yükseklin modelleri (DEM) üretilmektedir.

SENSÖRLER SPOT PAN SPOT XS SPOT4 MEKANSAL ÇÖZÜMLEME (Spatial Resolution) 10 m. 20 m. 10 ve 20 TAYFSAL ÇÖZÜMLEME (Spectral Resolution) 0.51-0.73 0.50-0.89 0.50-1.75 RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) 8 Bit ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 26 Gün 26 Gün 5 Gün TARAMA GENİŞLİĞİ (Swath) 60Km. 60Km. 60 Km. YÖRÜNGE YÜKSEKLİĞİ (Km) 832 Km. DALGA UZUNLUĞU BANDLAR KULLANIM ALANLARI (µm) SPOT PAN PAN 0.51-0.73 Bitki ve kereste yönetimi, güzerğah ve yerleşim analizi , sel ve erozyon analizi / yönetimi, yer altı suları ve havza analizi SPOT XS Band1: Yeşil 0.50-0.59 Sağlıklı bitkileri belirleme Band2: Kırmızı 0.61-0.68 Bitki türlerini ayırma, toprak ve jeolojik sınırları nitelendirme Band3: Yakın IR 0.79-0.89 Canlı ve sağlıklı bitki maktarı, toprak/ürün ve arazi/su tasnifi SPOT4 Band 1: Yeşil 0.50-0.59 Spot kapsamındaki PAN ve XS modları görüntülerinin Band 2: Kırmızı 0.61-0.68 uygulandığı alanlardadaha hassas olarak kullanılır. Band 3: Yakın IR 0.79-0.89 Band 4: Yakın IR 1.58-1.75 PAN

0.61-0.68

İŞLEM ŞİRKETLER GRUBU

UZALG

59

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-60 SPOT uydusu pankromatik ve Multispectral görüntüleri (3) IRS-1C / 1D:

1995 yılında uzaya gönderilen IRS (Indian Remote Sensing) isimli Hint uydusu, hem Landsat MSS/TM sensörlerini hemde SPOT HRV sensörlerini kapsayan 3 sensöre sahiptir. Bu sensörler; tek bandlı ve yüksek çözümlemeli pankromatik, 4 bandlı orta hassasiyette çözümlemeli LISS-III ve kaba çözümlemeli WiFS olarak adlandırılmıştır. SPOT uydusu gibi bindirmeli stereoskopik görüntü algılama kabiliyetine de sahiptirler. Sağladığı görüntüler genel olarak; bitkilerin ayırımı, arazi örtüsünün sınıflandırılması ve tabii kaynakların planlanması amaçları için kullanılmaktadır. Özellikle pankromatik görüntülerin 5.8 metrelik mekansal çözümlemesi, askeri amaçlar için de kullanılmasına olanak sağlamaktadır. SENSÖRLER MEKANSAL ÇÖZÜMLEME (Spatial Resolution)

PAN 5.8 m.

TAYFSAL ÇÖZÜMLEME (Spectral Resolution) RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) TARAMA GENİŞLİĞİ (Swath) YÖRÜNGE YÜKSEKLİĞİ (Km) BANDLAR

DALGA UZUNLUĞU (µm)

0.50-0.75 24 Gün 70 Km.

LISS-III 23 m. (SW: 70 m), 0.52-1.70 8 Bit 24 Gün 142 Km. Km.

WiFS 188 m. 0.79-0.89 5 Gün 774 Km.

KULLANIM ALANLARI PAN

PAN

0.50-0.75

Band1: Yeşil Band2: Kırmızı Band3: Yakın IR Band4: Kısa IR

0.52-0.59 0.62-0.68 0.77-0.86 1.55-1.70

Band1: Kırmızı Band2: Yakın IR

0.62-0.68 0.77-0.86

İŞLEM ŞİRKETLER GRUBU

UZALG

Ulaşım ağları, büyük gemiler, parklar, açık alanlar veiskan sahalarının belirlenmesi LISS-III Landsat ve Spot uyduları sensör bandlarının uygulandığı alanlarda kullanılır.

WiFS Landsat ve Spot uyduları sensör bandlarının uygulandığı alanlarda kullanılır.

60

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-61 IRS uydusu pankromatik ve Multispectral görüntüleri (4) IKONOS:

ABD uydusu IKONOS, Eylül 1999 tarihinde Athena II roketi ile uzaydaki yörüngesine oturtulmuştur. Pankromatik ve multispectral görüntülerin 1 m. ve 4 m. Mekansal çözümleme sağlaması, büyük ölçüde askeri amaçlara yönelik kullanımına yol açmıştır. MEKANSAL ÇÖZÜMLEME (Spatial Resolution)

PANKROMATİK: 1 m, MULTISPECTRAL: 4 m

TAYFSAL ÇÖZÜMLEME (Spectral Resolution)

0.45-0.90

RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) ZAMANSAL ÇÖZÜMLEME (Temporal Resolution)

2.9 Gün

TARAMA GENİŞLİĞİ (Swath)

13 Km.

YÖRÜNGE YÜKSEKLİĞİ (Km)

681 Km.

BANDLAR

DALGA UZUNLUĞU (µm)

Band 1: Mavi

0.45-0.52

Band 2: Yeşil

0.52-0.60

Band 3: Kırmızı

0.63-0.69

Band 4: Yakın IR

0.76-0.90

PAN

0.45-0.90

İŞLEM ŞİRKETLER GRUBU

UZALG

KULLANIM ALANLARI Landsat , Spot ve IRS uyduları sensör bandlarının uygulandığı alanlarda kullanılmaktadır.

61

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-62 IKONOS uydusu pankromatik ve Multispectral görüntüleri c.

RADAR SENSÖRLERİ VE UYDULARI:

Diğer uzaktan algılama sistemleri gibi radar görüntüsü sağlayan sensörler hem uçaklara, hemde uydulara takılmaktadır. Aktif olarak görev yapan bu sensörlerin uydularda kullanılanları, uçaklarda kullanılanlarına göre, geometric sorunları daha azdır. Uydulardan sağlanan radar görüntüleri, Coğrafik Bilgi Sistemi (CBS) uygulamalarına çok kıymetli ilave bilgiler sağlamaktadır. Dünyanın çok geniş veya hemen hemen tümünü içeren görüntüleri sağlladıklarından araştırmalar için önemli bir kaynaktır. Son on yılda ise, radar görüntülerinin önemi ve uygulama alanları daha da artmış olup bunlara ilişkin avantajlar aşağıda belirtilmiştir. •

Kullandıkları microwave dalgalar nedeniyle radar sensörleri, hemen hemen tüm hava şartlarında, gündüz ve gece atmosfere nüfuz eder. Pus, hafif yağmur, kar, bulut ve dumana rağmen veri sağlamaktadır.

•

Belirgin şartlar altında hiç bir nemi içermeyen kıraç satıhlara nüfuz ederek bunların özelliklerinin ortaya çıkarılmasına olanak verir.

•

Sulara nüfuz etmemesine karşın, su sathının dalga girdap gibi su tabanındaki nesneleri etkileyen faaliyetlerin tesbitine imkan sağlar. (Su tabanındaki nesneler hakkında doğru bilgilerin sağlanması, çok dikkatli ve hassas çalışmayı gerektirmektedir)

•

Araziden olan gerçek yükseklikleri ölçme kabiliyetine sahip olduklarından, mükemmele yakın 3 boyutlu stereo ve sayısal yükseklik modellerinin (DEM) yapımına olanak sağlarlar.

Radar görüntülerinin en önemli özelliklerinden birisisi de arazi yüksekliklerinin tesbit edilmesidir. Arazi yükseklikleri, “Stereo” ve “Interferometry” olarak adlandırılan 2 metodla belirlenmektedir. Stereo metodu ile yüksekliklerin tesbiti işlemleri, hava fotoğraflarında uygulanan fotoğrametrik hesaplamalara benzer tarzda ve analogdur. Bu işlemlere, “Radargrammetry” denilmektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

62

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-63 Stereo radar çifti görüntüsü Çok gelişmiş olan Interferometry metodu ise, elektromanyetik dalgaların “Phase difference” özelliğine dayalı mesafe ölçümünü içermektedir. Daha açık bir ifade ile, “Phase difference (A)”, aynı uzunlukta ve frekansda, başlangıç noktaları birbirinden hafifçe farklı olan 2 dalga boyu arasındaki farktır.

Şekil-64 2 elektronik dalga arasındaki Phase difference özelliği Interferometric radar sistemleri; yukarıda açıklanan metoda uygun olarak aynı uçuş platformu üzerine, aynı sahayı gören, birbirinden ayrı olarak yerleştirilmiş 2 adet radar sensörü anteni ve küresel yer konum sisteminden (GPS) oluşmuştur.

Şekil-65 Interferometric radar sisteminin esası Radar sensörü antenleri tarafından algılanan iki görüntüye ilişkin dalga uzunlukları arasındaki farklar, yörünge bilgisi ve her bir pixelin yükseklik değeri otomatik olarak hesaplanır. Takiben iki görüntünün birleşmesinden 3 boyutlu radar görüntüsü meydana gelir.

İŞLEM ŞİRKETLER GRUBU

UZALG

63

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-66 3 boyutlu radar görüntüsü Radar verisi; CBS amaçlarına yönelik olarak kendi başına veya meteoroloji ve yer sathı görüntüleri ile birlikte de kullanılabilmekte ve aşağıda belirtilen alanlarda uygulanmaktadır.

(1)

•

JEOLOJİ: Kısmen arazi sathına nüfuz etme özelliğine dayanarak jeolojik haritalama, mineral tesbiti ve arkeoloji.

•

SINIFLANDIRMA: Görünen / Infrared veri ile birleştirilerek kereste ve ürün rekoltesi, bitki örtüsünü sınıflandırma.

•

BUZUL JEOLOJİSİ: Kutup böllgeleri ve okyanuslardaki buzul değişiklikleri.

•

OŞİNOGRAFİ: Okyanuslardaki rüzgarlar, dalgaların ölçümü, hava durumu ve gel / git olayları.

•

HİDROLOJİ: Topraktaki nemin ölçümü ve kar dağılımını haritalama.

•

GEMİ SEYRÜSEFERİ: Gündüz ve gece her havada, kutup ve buzulları içeren okyanuslarda gemilerin emniyetli olarak hareket etmelerini sağlama.

•

DENİZLERDEKİ PETROL ARAŞTIRMALARI: Petrol arama faaliyetleri için hava ve deniz durumunu belirleme.

•

KİRLENME: Su sathındaki petrol sızıntılarını belirleme ve yayılmayı izleme.

UYDU - RADAR SENSÖRLERİ:

Uzaktan algılama uyduları; ya radar sensörlerini de içerecek tarzda muhtelif amaçlı sensörleri, ya da sadece radar sensörleri ile donatılmışlardır. Aşağıdaki tablolarda bunların belli başlıları ve özellikleri belirtilmiştir.

İŞLEM ŞİRKETLER GRUBU

UZALG

64

K ASIM 2001

UZAKTAN ALGILAMA (a) ALMAZ-1 SENSÖRÜ: FAALİYETİ

1991-1992

YÖRÜNGE YÜKSEKLİĞİ

-

ÇÖZÜMLEME

15 m.

ZAMANSAL ÇÖZÜMLEME

-

TARAMA GENİŞLİĞİ

20-45 Km.

KAPLAMA GENİŞLİĞİ

40 x 100 Km.

SENSÖRLERİ

Single polarization SAR, muhtelif IR, Radyometrik ses tarayıcı

YER İSTASYONLARI

Rusya

BANDLARI

C (3.9-6.2 GHZ) Dalga Uzunluğu: 3.8-7.6 cm.

(b)

JERS-1 SENSÖRÜ:

MİLLİYETİ

Japon

FAALİYETİ

1992, Gayri Faal

YÖRÜNGE YÜKSEKLİĞİ

568 Km.

ÇÖZÜMLEME

18 m.

ZAMANSAL ÇÖZÜMLEME

44 Gün

TARAMA GENİŞLİĞİ

75 Km.

KAPLAMA GENİŞLİĞİ

75 x 100 Km

SENSÖRLERİ

SAR ve 4 bandlı optik sistem

BANDLARI

L (3.9-6.2 GHZ) Band1: 0.55-0.60 µm, Band21: 0.63-0.69 µm Band3: 0.76-0.86 µm, Band4: 0.76-0.86 µm

(c) ERS-1 ve ERS-2 SENSÖRÜ: FAALİYETİ YÖRÜNGE YÜKSEKLİĞİ ÇÖZÜMLEME ZAMANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ KAPLAMA GENİŞLİĞİ SENSÖRLERİ

KULLANIM ALANLARI

BANDLARI

ERS-1: 1991, Faal ERS-2: 1995, Faal 12.5 m. 35 Gün . 100 x 100 Km ERS-1: SAR Image Mode, SAR Wave Mode, Wind Scatterometer, Radar Altimeter, Along Track Scanning Radiometer-1 ERS-2: SAR Image Mode, SAR Wave Mode, Wind Scatterometer, Radar Altimeter, Along Track Scanning Radiometer-2 ve ilaveten Global Ozone Monitoring Experiment ERS-1: Bulut üstünden dünya sathının haritası, Fiziksel okyanus özellikleri ve hava durumu, Kutup bölgeleri buz paternleri haritası, Modelleme için veri tabanı bilgisi ve satıhdaki yüksekliklerde meydana gelen değişiklijkler ERS-2: ERS-1’ in kullanım alanlarına ilaveten atmosferin kimyayasal yapısı ve Sayısal yükseklik modeli (DEM) C (3.9-6.2 GHZ) Dalga Uzunluğu: 3.8-7.6 cm.

İŞLEM ŞİRKETLER GRUBU

UZALG

65

K ASIM 2001

UZAKTAN ALGILAMA (d)

RADARSAT SENSÖRÜ:

FAALİYETİ YÖRÜNGE YÜKSEKLİĞİ ÇÖZÜMLEME ZAMANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ KAPLAMA GENİŞLİĞİ

1995, Faal 175-1500 Km. 10-100 m. 3 Gün Dar band: 1-15 Km. Geniş band: 60-200 Km. 50 x 50 – 500 x 500 Km Sensör, 7 mode’da ve farklı çözümlemelerde veri toplamaktadır: 1. Fine Beam Mode: 8 m. 2. Standart Beam Mode: 25 m. 3. Wide Beam Mode: 30 m. 4. ScanSAR Narrow Beam Mode: 50 m. 5. ScanSAR Wide Beam Mode:100 m. 6. Low Beam Mode: 35 m. 7. Extended High Beam Mode: 25 m. Kutup bölge, ormanlık arazi nehirlerin yönetimi C (3.9-6.2 GHZ)

SENSÖRLERİ

KULLANIM ALANLARI BANDLARI

Şekil-67 RADARSAT uydusu tarafından algılanan radar görüntüsü (e)

SIR-A, B, C SENSÖRLERİ: SIR-A, B

FAALİYETİ

SIR-C

1981, 1984

1994

YÖRÜNGE YÜKSEKLİĞİ

225 Km.

ÇÖZÜMLEME

25 m.

25 m.

ZAMANSAL ÇÖZÜMLEME

-

-

TARAMA GENİŞLİĞİ

SIR A: 50 Km. SIR B: 10-60 Km.

15-90 Km.

KAPLAMA GENİŞLİĞİ

30 x 60 Km.

Değişken

SENSÖRLERİ

Sensör, 7 mode’da ve farklı çözümlemelerde veri toplamaktadır: 1. Fine Beam Mode: 8 m. 2. Standart Beam Mode: 25 m. 3. Wide Beam Mode: 30 m. 4. ScanSAR Narrow Beam Mode: 50 m. 5. ScanSAR Wide Beam Mode:100 m. 6. Low Beam Mode: 35 m. 7. Extended High Beam Mode: 25 m.

KULLANIM ALANLARI

Çöldeki kuru nehir yatakları

Bitki tipleri, toprağın nemi, Okyanus faaliyetleri, Volkanik ve tektonik faaliyetler, erezyon ve çölleşme

BANDLARI

L (0.39-1.55 GHZ) Dalga Boyu: 76.9-19.3 cm.

L (0.39-1.55 GHZ) Dalga Boyu: 76.9-19.3 cm. C (3.9-6.2 GHZ) Dalga Uzunluğu: 3.8-7.6 cm. X (5.209-10.90 GHZ) Dalga Boyu: 5.77-2.75 cm.

İŞLEM ŞİRKETLER GRUBU

UZALG

66

K ASIM 2001

UZAKTAN ALGILAMA (2)

UÇAK VE İNSANLI UZAY VASITALARI - RADAR SENSÖRLERİ:

Uçaklara yerleştirilen ticari ve askeri amaçlı radar sensörleri uzun yıllardan beri kullanılmaktadır. Bu sensörler genelde; SLAR (Side Looking Airborne Radar) ve SAR (Synthetic Aperture Radar) olarak adlandırılmış olup bir çok tipleri üretilmiştir. Son yıllarda bu sensörler insanlı uzay vasıtalarına da konulmuş ve çok geniş sahaların radar görüntüleri çekilmiştir. Onlarca tipi bulunan radar sensörlerinin belli başlılarından olan 2 tipine ait bilgiler ve özellikleri aşağıda belirtilmiştir. (a)

AIRSAR:

Uçaklarda kullanılan AIRSAR sensörü, NASA_JPL tarafından 1983 yılında üretilerek hizmete girmiştir. Bu sensör; Microwave bölge kapsamındaki C, L ve P bandlarında algılama yapmaktadır. Sensörün anlık görüş sahası (IFOV) 10 metre, tarama genişliği ise 12 Kilometredir. Kardaki nemi ölçme, bitki örtüsünü sınıflandırma ve toprağın rutubetini belirleme alanlarında kullanılmaktadır. (b) IFSAR:

Bilim adamlarının bitkiler ve hayvanlar üzerindeki çalışmaları, toprak tipleri, buzullar, nehirler ve erezyon nedeniyle dünyadaki değişiklikleri tesbit, uygun inşaat sahalarının bulunması, pilotların doğru ve sıhhatli seyrüsefer yapmaları , askeri hedeflerin ortaya çıkarılması ve yapılacak taarruzun planlanması için, yükseklik bilgisini içeren topoğrakik görüntülere gereksinim bulunmaktadır. Bu ihtiyaçları karşılamak için; ABD NASA / NIMA, Almanya ve İtalya müşterek bir proje oluşturmuş ve Interferometry prensiplerine dayalı olarak çalışan IFSAR (Interferometric Synthetic Aperture Radar) radar sensörleri ile donatılmış “Shuttle Endeavour” isimli insanlı bir araçı uzaya göndermiştir.

Şekil-68 Shuttle Endeavour uzay aracı

İŞLEM ŞİRKETLER GRUBU

UZALG

67

K ASIM 2001

UZAKTAN ALGILAMA

Paraleller

Bu araç, “Shuttle Radar Topography Mission (SRTM) olarak isimlendirilen ve dünyanın topografik radar görüntü ve bilgilerini sağlamak için 11-23 Şubat 2000 tarihlerinde uzayda görev yapmış ve dünya karaları ve sularının büyük kısmını görüntülemiştir.

Meridyenler

Kara

Su

Şekil-69 Shuttle Endeavour uzay araçının dünya sathında kapsadığı alanların Harita üzerindeki görünümü

Şekil-70 Shuttle Endeavour uzay araçının dünya sathında kapsadığı alanların küresel görünümü Topografik radar görüntülerini algılamak için bu görevde, geliştirilmiş SIR-C ve X-SAR sensörleri kullanılmıştır. Uzay araçı; ana radar anteni (gövdeye bağlı), harici anten grupları (60 metre uzunluğundaki kafes direk üzerinde) ve muhtelif elektronik techizat ile donatılmıştır.

İŞLEM ŞİRKETLER GRUBU

UZALG

68

K ASIM 2001

UZAKTAN ALGILAMA

Harici Radar antenleri

Kafes Direk Ana Radar antenleri

Şekil-71 Uzay aracı ana ve harici radar anten grubları 2 grub anten, interferometry esaslarını sağlamak için aynı sahayı görecek tarzda birbirinden hafifçe farklı yerlere konulmuştur.

Şekil-72 Aynı sahayı gören anten grubları Her iki radar anten grubunun içerdiği sensörler ve elektronik techizata ilişkin bilgileri aşağıdaki tablolarda gösterilmiştir. ANA RADAR ANTEN GRUBUDalga Uzunluğu

Tarama Genişliği

Çözümleme

İşlevi

C Band Radarı

5.6 Cm.

225 Km.

Düşük

X Band Radarı

3 Cm.

50 Km.

Yüksek

Radar sinyallerini gönderme ve algılama

SENSÖRLER

İrtifa ve yörünge elekronikleri

Uzay araçının irtifa ve yörüngesini tesbit eder ve gerekli düzeltmeleri sağlar.

İŞLEM ŞİRKETLER GRUBU

UZALG

69

K ASIM 2001

UZAKTAN ALGILAMA

C Band radar anteni

İrtifa ve yörünge tesbit elekronikleri

X Band radar anteni

Şekil-73 Ana radar anten grubu HARİCİ RADAR ANTEN GRUBUSENSÖRLER

Dalga Uzunluğu

Tarama Genişliği

Çözümleme

İşlevi

C Band Radarı

5.6 Cm.

225 Km.

Düşük

X Band Radarı

3 Cm.

50 Km.

Yüksek

Sadece ana radar anten grubunun gönderdiği sinyalleri algılar

GPS antenleri

Grubda bulunan iki adet GPS, uzay vasıtasının konum bilgilerini sağlar.

Light Emitting Diode (LED) Targets

Hedef izleme ve her iki anten grubunun birbiri ile ilgili durumlarını ölçme

Kafes Direk

60 metre uzunluğunda olup, ucuna yerleştirilmiş anten grubunu uzay aracına bağlar.

Kafes direk LED Targets

C Band radar anteni

GPS anteni X Band radar anteni X Band radar elektronikleri GPS anteni

Şekil-74 Harici radar anten grubu

İŞLEM ŞİRKETLER GRUBU

UZALG

70

K ASIM 2001

UZAKTAN ALGILAMA d. DENİZ ARAŞTIRMA SENSÖRLERİ VE UYDULARI:

Dünya sathının 2/3 ünden daha fazla alana yayılmış olan okyanuslar, küresel iklim üzerinde önemli rol oynamaktadır. Ayrıca bünyesindeki yaşayan varlıkların çokluğu, kirlenme ve insanlardan kaynaklanan zararlardan etkilenen tabii kaynakları nedeniyle su kütlelerinin kendine özgü bir şekilde araştırılması gerekmektedir. Her nekadar meteoroloji ve yer sathını gözleyen sensörler vasıtasıyla bu ihtiyaç karşılansa da, önemi nedeniyle okyanusları inceme amaçına yönelik sensörler üretilmiştir. Bunların belli başlılarının imkan ve kabiliyetleri aşağıdaki parağraf ve tablolarda belirtilmiştir. (1)

CZCS SENSÖRÜ:

CZCS (Coastal Zone Color Scanner), denizleri araştırmak üzere 1978 yılında Nimbus-7 uydusu ile uzaya atılan ilk sensördür. Bu sensörün asıl kullanım amaçı; okyanusların özellikle sahil bölgelerindeki rengini ve sıcaklığını belirlemek, suyun üst seviyelerindeki kirlenmeyi ve kapsadığı maddeleri tesbit etmektir. Elektromanyetik tayfın görünen, yakın ınfrared ve termal bölgelerinde algılama yapan bu sensörün uydusu, 1986 yılnda işlevini tamamlamıştır. YÖRÜNGE YÜKSEKLİĞİ ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) MEKANSAL ÇÖZÜMLEME (Spatial Resolution) TARAMA GENİŞLİĞİ (Swath) BANDLAR DALGA UZUNLUĞU (µm) Band1 0.43-0.45 Band2 0.51-0.53 Band3 0.54-0.56 Band4 0.66-0.68 Band5 0.70-0.80 Band6 10.5-12.5

955 Km. 6 Gün 825 m. 1566 Km. KULLANIM ALANLARI Klorofili emme Klorofili emme Canlı varlıklar Klorofil yoğunluğu Satıh bitkileri Satıh sıcaklığı

Şekil-75 Denizdeki canlı bitki ve organizmalarının yoğunluğunu belirten CZCS sensörü görüntüsü

İŞLEM ŞİRKETLER GRUBU

UZALG

71

K ASIM 2001

UZAKTAN ALGILAMA (2)

MESSR, VTIR VE MSR SENSÖRLERİ:

1987-1990 yıllarında okyanusları gözetlemek amacıyla uzaya gönderilen MOS ve MOS-1b uyduları; 4 bandlı “MESSR” (Multispectral Electronic Self-Scanning Radiometer), 4 bandlı “VTIR” (Visible and Thermal Infrared Radiometer) ve 2 bandlı “MSR” (Microwave Scanning Radiometer) olarak adlandırılan 3 sensörü içermiştir. MESSR sensörünün tayfsal dalga uzunlukları Landsat MSS sensörüne benzer değerleri içermektedir. Bu özelliği nedeniyle algıladığı görüntüler, deniz araştırmasının yanı sıra yer sathına ilişkin uygulamalarda da kullanılmaktadır. MESSR

VTIR

YÖRÜNGE YÜKSEKLİĞİ 900 Km. ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 17 Gün MEKANSAL ÇÖZÜMLEME (Spatial Resolution) 50 m. TARAMA GENİŞLİĞİ (Swath) 100 Km. MESSR SENSÖRÜ BANDLAR MEKANSAL ÇÖZÜMLEME DALGA UZUNLUĞU (µm) Band1 Band2 Band3 Band4

0.51-0.59 0.61-0.69 0.72-0.80 0.80-1.10

BANDLAR Band1 Band2 Band3 Band4

DALGA UZUNLUĞU (µm) 0.50-0.70 6.0-7.0 10.5-11.5 11.5-12.5

(3)

50 m. 50 m. 50 m. 50 m.

900 Km. 17 Gün 900-2700 m. 1500Km. TARAMA GENİŞLİĞİ 100 Km. 100 Km. 100 Km. 100 Km.

VTIR SENSÖRÜ MEKANSAL ÇÖZÜMLEME 900 m. 2700 m. 2700 m. 2700 m.

TARAMA GENİŞLİĞİ 1500 Km. 1500 Km. 1500 Km. 1500 Km.

SeaWiFS SENSÖRÜ:

“SeaStar” uzay vasıtasında kullanılan SeaWiFS (Sea- Viewing Wide-Field-of View Sensör) okyanusları incelemeye yönelik olarak dizayn edilmiş, gelişmiş bir sensördür. Sahip olduğu 8 bandın herbiri çok dar band aralıklarında çalışmaktadır. Bu özelliği nedeniyle; okyanuslardaki canlı organizma faaliyetleri, iklimsel durum ve kapsadığı karbon, sülfür ve nitrojenin belirlenmesinde kullanılmaktadır. YÖRÜNGE YÜKSEKLİĞİ ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) MEKANSAL ÇÖZÜMLEME (Spatial Resolution) TARAMA GENİŞLİĞİ (Swath) BANDLAR DALGA UZUNLUĞU (µm) BANDLAR Band1 0.402 – 0.422 Band5 Band2 0.433 – 0.453 Band6 Band3 0.480 – 0.500 Band7 Band4 0.500 – 0.520 Band8

İŞLEM ŞİRKETLER GRUBU

UZALG

72

705 Km. 2 gün 1.1 – 4.5 Km. 2800 – 1500 Km. DALGA UZUNLUĞU (µm) 0.545 – 0.565 0.660 – 0.680 0.745 – 0.785 0.845 – 0.885

K ASIM 2001

UZAKTAN ALGILAMA e. GEZEGENLERE YÖNELİK SENSÖRLER VE UYDULAR:

Güneş sistemi kapsamındaki gezegenler ve onların uyduları hakkında bilgi sahibi olmak arzusu çok eski devirlerde başlamıştır. Galileo 1610 yılında kullandığı basit bir teleskopla ayda bulunan kraterleri ve Jupiter gezegeninin bir uydusunu keşfetmiştir. Son 50 yılda bu gezegenlerin uzaktan algılama sistemleri ile sistematik olarak incelenmesi ve görüntülenmesi için çok büyük adımlar atılmıştır. Teleskopla başlayan ve halen içinde bulunduğumuz uzay çağında, güneş sistemi kapsamındaki gezegenleri ve onların uyduları üzerinde yapılacak bilimsel çalışmalarda kullanılan görüntüler, uzaktan algılama teknikleri ile sağlanmıştır. Bu görüntüleri elde etmek amaçıyla; Başta ABD NASA, Rusya olmak üzere muhtelif ülkeler değişik sensörlerle donatılmış insanlı veya insansız uydu ve vasıtaları uzaya göndermiştir. Dünya sathını görüntüleyen ve elektromanyetik tayfın muhtelif bölgelerinde algılama yapan sensörlerden pek çoğu, gezegenler ve yörüngelerindeki uydular, astoroidler ve kuyruklu yıldızların görüntülenmesinde kullanılmıştır. Bunlara ilaveten uydular ve uzay vasıtaları; gezegenlerin kendilerine özgü satıh ve atmosferini belirlemeye yönelik olarak “Alpha-particle spectrometer”, “Mass spectrometer”, “Magnetometer”, “ Far UV spectrometer” olarak adlandırılan sensörler ile fiziksel ve kimyasal ölçümler için özel olarak dizayn edilmiş teçhizatlarla donatılmıştır. Güneş sistemi kapsamındaki belli başlı gezegenlerin ve dünyamızın uydusu ay’a ilişkin genel bilgiler aşağıdaki tabloda gösterilmiştir.

GEZEGEN MERCURY

GÜNEŞE UZAKLIĞI (Km)

YÖRÜNGESEL PERİYODU (Yıl)

EKSENİNDEKİ DÖNÜŞ PERİYODU (Gün)

ÇAPI (Km)

58.050.000

0.24

58.6

4.880

VENUS

108.450.000

0.62

243R

12.105

DÜNYA

150.000.000

1.00

1.00

12.757

UYDULARI

AY

MARS

228.600.000

1.88

1.03

6.786

JUPITER

780.450.000

11.86

0.41

143.797

IO, EUROPA, GANYMEDA, CALLISTO

SATURN

1.430.850.000

29.46

0.43

120.659

MIMAS, ENCELADUS, TETHYS, DIONE, RHEA, TITAN, HYPERIOR, LAPETUS, PHOEBE

URANUS

2.970.000.000

84.01

0.72

51.121

NEPTUNE

4.605.000.000

164.80

0.73

49.560

PLUTO

5.916.000.000

247.68

6.4

2.288

DEIMOS, PHOBOS

MIRANDA, ARIEL, UMBRIEL, TITANIA, OBERON TRITON, NEREID, 1889N1 CHARON

UYDU

DÜNYADAN UZAKLIK (Km)

ÇAPI (Km)

DÜNYA UYDUSU AY

384.000

3475

İŞLEM ŞİRKETLER GRUBU

UZALG

73

K ASIM 2001

UZAKTAN ALGILAMA

Genel olarak gezegenlere yönelik olarak kullanılan sensörlerin; metodları, elektromanyetik tayf bölgesi, bilgileri, değerlendirme alanları ve görev vasıtası aşağıdaki tabloda gösterilmiştir. ELEKTROMANYETİK TAYF BÖLGESİ

METOD

BİLGİLER

DEĞERLENDİRME ALANLARI

GÖREV VASITASI

GAMMA-RAY, SPECTROSCOPY

GAMMA IŞINLARI

Gama tayfı

K, U, Th isotopları

Apollo 15, 16 Venera

X-RAY, FLUORESCENCE SPECTROMETRY

X-IŞINLARI

Dalga boylarının özelliği

Satıhdaki mineraller / Kimyasal bileşikler

Apollo, Viking Landers

ULTRAVIOLET SPECTROMETRY

ULTRAVIOLE

Güneş yansıması tayfı

Atmosferik terkip. Hidrojen, Helyum, Karbondioksit

Mariner, Pioneer, Voyager

PHOTOMETRY

ULTRAVIOLE, GÖRÜNEN

Kontrastlık derecesi

Sathın tabii yapısı, terkipi

Yer konuşlu teleskop, Pioneer

MULTISPECTRAL IMAGERS

ULTRAVIOLE, GÖRÜNEN, INFRARED

Tayfsal ve mekansal

Sathın özellikleri, terkipi

Pek çok görev

REFLECTANCE SPECTROMETERS

GÖRÜNEN, INFRARED

Yansıyan solar yayımın tayfsal yoğunluğu

Satıh kimyası, mineroloji, işlemler

Teleskop, Apollo

LASER ALTIMETERS

GÖRÜNEN

Yayılan ve yansıyan sinyaller arasındaki zaman farkı

Satıh reliefi

Apollo 15, 16, 17

POLARIMETER

GÖRÜNEN

Satıh polarizasyonu

Satıh dokusu, terkipi

Pioneer, Voyager

IR RADIOMETER (TARAYICILI)

INFRARED

Termal yayın yoğunluğu

Satıh ve atmosferik sıcaklık, terkipi

Apollo, Mariner, Viking, Voyager

MICROWAVE RADIOMETER

MICROWAVE

Pasif microwave emme

Atmosfer / satıh sıcaklığı ve yapısı

Mariner, Pioneer Venus

BİSTATİC RADAR

MICROWAVE

Sathın yansıma profilleri

Satıh yükseklikleri

Apollo 14, 15, 16 Viking

IMAGING RADAR

MICROWAVE

Tarama genişliği yansımaları

Topografya

Magellan, Dünya sistemi

LUNAR SOUNDER

RADAR

Çok frekanslı Doppler shift’leri

Satıh profili ve görüntüleri, iletkenlik

Apollo 17

S-BAND TRANSPONDER

RADYO

Tek frekanslı Doppler shift’leri

Yer çekimi verisi

Apollo

RADIO OCCULTATION

RADYO

Frekans ve yoğunluk değişikliği

Atmosferik yoğunluk ve basınç

Flybys ve Orbiters

Dünyamızın uydusu ay ve gezegenlere ilişkin olarak uzaya gönderilen uydular / uzay araçları ve kapsamlarındaki uzaktan algılama sensörlerine ilişkin bilgiler, aşağıdaki tablolarda belirtilmiş ve algıladıkları muhtelif görüntüler takip eden şekillerde gösterilmiştir. DÜNYA UYDUSU AY ÜLKE

TARİH

UYDU / UZAY ARACI

1860 SSCB USA

1959 1961-1965

SENSÖR TELESKOP

LUNA 3 (İLK GÖRÜNTÜ)

KAMERA

RANGER

TV KAMERA

SSCB

1. 4. 1966

LUNAR ORBITERS

2 x 70 mm KAMERA (S/B FİLM)

USA

20. 7. 1969

APOLLO 11 (İNSANLI İNİŞ)

TV KAMERA

USA

1970

APOLO 12, 14, 15, 16, 17

YUKARIDAKİ TABLODAKİ TÜM SENSÖRLER

USA

1994

CLEMENTINE

UV, GÖRÜNEN, YAKIN IR, LIDAR

İŞLEM ŞİRKETLER GRUBU

UZALG

74

K ASIM 2001

UZAKTAN ALGILAMA GEZEGEN

ÜLKE

TARİH

MERCURY

USA

1973-1975

VENUS

USA

1967-1974

USA

1978

MARS

JUPITER

SSCB

1975-1982

UYDU / UZAY ARACI MARINER 10

SENSÖR TV VIDICON KAMERA

MARINER 5

UV SENSOR / KAMERA

PIONEER VENUS

UV SPECTROMETERS,, IR RADIOMETER, RADAR ALTIMETER

VENERA 7, 8, 9, 10, 13

FOTOGRAFİK KAMERA, GAMMA RAY SPECTROMETER

SSCB

1983

VENERA 15, 16

RADAR SENSÖRÜ

USA

1990

MAGELLANS

MULTIMODE RADAR MAPPER (SAR)

USA

1965-1971

MARINER 4, 9

TV KAMERA, IR RADIOMETER, IR INTERFEROMETER SPECTROMETER, UV SPECTROMETER

USA

1976

VIKING 1, 2

TV KAMERA

USA

1997

PATHFINDER

LASER ALTIMETER, TERMAL EMISION SPECTROMETER, MAGNETOMETER / ELECTRON REFLECTOMETER

USA

1973-1997

PIONEER 10, 11

TV KAMERA

USA

1995

VOYAGER 1, 2

USA

GALILEO

SATURN

USA

VOYAGER 2

SPACE TELESCOPE IMAGING SPECTROMETER

URANUS

USA

VOYAGER 2

HUBBLE SPACE TELESCOPE

NEPTUNE

USA

VOYAGER 2

HUBBLE SPACE TELESCOPE

Şekil-76 Dünya uydusu Ay yüzeyine ilişkin algılanan ilk görüntüler

İŞLEM ŞİRKETLER GRUBU

UZALG

75

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-77 Apollo uzay araçları tarafından çekilen Ay yüzeyine ilişkin görüntüler

Şekil-78 Mercury gezegenine ilişkin görüntüler

İŞLEM ŞİRKETLER GRUBU

UZALG

76

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-79 Venus gezegenine ilişkin görüntüler

Şekil-80 Venus gezegenine ilişkin topografik görüntü haritası

İŞLEM ŞİRKETLER GRUBU

UZALG

77

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-81 Mars gezegenine ilişkin görüntüler

Şekil-82 Çok yakından algılanmış Mars gezegeni görüntüsü

İŞLEM ŞİRKETLER GRUBU

UZALG

78

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-83 Jupiter gezegenine ilişkin görüntüler

Şekil-84 Saturn gezegenine ilişkin görüntüler

Şekil-85 Uranus gezegenine ilişkin görüntüler

İŞLEM ŞİRKETLER GRUBU

UZALG

79

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-86 Neptune gezegenine ilişkin görüntüler f. DİĞER SENSÖRLER:

Uzaktan algılamada yaygın olarak kullanılmayan muhtelif tipde sensörler mevcuttur. Bunların belli başlıları özet olarak aşağıdaki parağraflarda açıklanmıştır. (1)

VİDEO KAMERALARI:

Video kameraları, klasik hava fotoğraflarından veya sayısal görüntülerden daha kaba mekansal çözümleme sağlamaktadır. Bu kameralar ucuz olup, zamanlı ve kayıt edilmiş görüntüleri içerirler. Bu özellikleri nedeniyle, yangın ve sel baskını gibi tabii afetlerde, ürün değerlendirmesinde, çevresel hasarların kontrolunda ve polisin gözetim ve araştırmalarında kullanılmaktadır. Video kameralar, elektromanyetik tayfın görünen, yakın ınfrared bazen orta infrared bölgelerinde kayıt yapmaktadırlar. Kasetlere kaydedilen görüntüler süratle ekranlarda tekrar gösterilebilmektedir. (2)

FLIR SENSÖRÜ:

İleri bakışlı infrared (Forward Looking Infrared: FLIR) sensörler, across-track termal görüntüleme sensörleri gibi çalışmaktadır. Yer sathının mail görünüşünü sağlamak üzere dizayn edilmişlerdir. İnsanlı veya insansız uçak veya helikoptepterlerin ön ilerisindeki sahaları görüntülemek için genelde harici olarak payloadlar içine yerleştirilmiş olarak bu vasıtaların ön tarafına monte edilirler. FLIR sensörleri, oldukça yüksek mekansal çözümlemeli görüntü sağladıklarından, askeri açıdan düşman derinliklerindeki riskli

İŞLEM ŞİRKETLER GRUBU

UZALG

80

K ASIM 2001

UZAKTAN ALGILAMA

hedeflerin tesbitinde, arama ve kurtarma harekatlarında, trafik ve suçluların takibi vb. polis gereksinimleri ve orman yangınları gibi olaylarda kullanılmaktadır.

Şekil-87 Insansız hava araçında kullanılan FLIR sensörü (3)

LASER FLUORO SENSÖRÜ:

Yeryüzündeki bazı maddeler, üzerlerine gelen enerjiyi aldıklarında kendiliklerinden çeşitli renklerde ışık saçmaktadır (flüorişi). Bu yayım basit bir yansıma değildir. Bu özelliğe sahip maddeler başlangıçta kendilerine gelen enerjiyi emerler. Takiben birleşimindeki moleküllerin artan faaliyetleri sonuçunda çok uzun dalga boyunda yayım yaparlar. Bu tip yayımı ölçmek için dizayn edilmiş Laser Fluoro sensörleri; Klorofil taşıyan bitkileri haritalamada, tabii kirlilik ile petrol sızıntıları gibi hususları içeren okyanus uygulamalarında kullanılmaktadır. (4)

LIDAR SENSÖRÜ:

Lidar (Light Detection And Ranging) sensörleri, radar sensörlerine benzer tarzda aktif görüntüleme teknolojisine göre çalışmaktadırlar. Sensörden gönderilen laser ışın palsleri, hedefe çarparak yansır ve bu yansıma ise sensör tarafından algılanır ve kaydedilir. Sensör, hedefe gönderilen ve kendisine dönen enerjinin mesafesini hesap ederek cismin yüksekliğini tesbit eder. Lidarların bir tipi olan “Laser Profilometer” sensörü, örneğin ormandaki ağaçların tepe yüksekliklerini yer sathına göre, su derinliklerini su sathına göre, mesafesini ölçmektedir. Keza Lidar sensörleri; dünya atmosferinin muhtelif katmanlarındaki partikülleri belirleme, havanın yoğunluğunu ve cereyanlarını tesbit etmek için de kullanılmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

81

K ASIM 2001

UZAKTAN ALGILAMA 3. UZAKTAN ALGILANAN GÖRÜNTÜ TİPLERİ:

Elektromanyetik tayfın UV, görünen ve yakın ınfrared bölgelerinden, fiziki bir temas olmaksızın algılanan görüntüler; fotoğrafik veya sayısal ortamlara kaydedilir. Bu kayıt ortamlarına dayanarak görüntüler, “Hava Fotoğrafları” ve “Çok Bandlı Görüntüler olarak adlandırılan 2 tipe ayrılırlar. Hava fotoğraflarının elde edilmesinde ve kıymetlendirilmesinde klasik metodlar kullanılmaktadır. Uzaktanan algılanan görüntülerin başlangıçı olan hava fotoğraflarının temini için kullanılan kameralar, banyo/baskı işlemleri ve kıymetlendirme teknikleri güvenilir ve ekonomiktir. Mekansal detayların, tayfsal bilgiden çok daha kritik olduğu durumlarda, hava fotoğraflarının kullanımı daha avantajlıdır. Keza hava fotoğraflarının mekansal çözümlemesi, elektronik sensörler ile elde edilen verilere göre daha kabadır. Elektromanyetik enerjinin sayısal olarak toplanması ve kaydı oldukça yenidir. Çok büyük imkan ve kabiliyete sahip, ticari çok bandlı görüntüleme uydularının ve sensörlerinin ortaya çıkması, bilgisayar teknolojisini etkilemiş ve kabiliyetlerinin artmasına neden olmuştur. a. HAVA FOTOĞRAFLARI:

Hava fotoğraflarının özellikleri ve kıymetlendirilmesine ilişkin teknikler uzaktan algılanan görüntülerin temelini oluşturmaktadır. Hava fotoğrafları, muhtelif kameralar, filmler ve filitreler kullanılarak elde edilmektedir. Çözümleme ve ölçek hava fotoğraflarının ana özelliklerindendir. Kameralarda kullanılan filmler elektromanyetik tayfın 0.3-0.9 µm dalga uzunluklarına hassas olarak üretilmişlerdir. Hava fotoğrafları; istikrarlı sabit kanatlı uçaklara, uzay vasıtalarına ve nadiren helikopterlere takılan kamaralar vasıtasıyla sağlanmaktadır. Dünyanın herhangi bir kısmının, herhangi bir zamanda, çok detaylı fotoğrafını temin etmek için ekseriyetle uçaklar kullanılmaktadır. Çekilen hava fotoğrafının ölçeği ve kalitesi; uçağın yüksekliğine, fotoğraf tipine ve kullanılan fotoğrafik donanımın olanaklarına bağlıdır. Uzaktan algılanan hava fotoğraflarının aşağıda belirtilen 3 ana dejavantajı bulunmaktadır. • • •

Algılamada, elektromanyetik tayfın sadece 0.3-0.9 µm dalga uzunluğu kullanılmaktadır. Hava durumu, ışık şartları ve atmosferik olaylardan etkilenmektedir. Görüntü sayısal olmayan film ortamına kaydedildiği için fotoğraflar uzun sürede ve masraflı olarak elde edilmektedir. Keza bilgisayar ortamına aktarmak için sayısallaştırma işlemine gereksinim bulunmaktadır.

Fotoğrafın kaplama alanı, kameranın odak uzaklığına, uçuş platformunun yüksekliğine, filmin format ebadına bağlı olarak değişmektedir. Uzun odak uzaklı kameralar detaylı küçük sahaları, kısa odak uzaklılar ise az detaylı geniş sahaların fotoğraflarını sağlarlar. Uçuş platformunun yüksekliği fazla ise, elde edilecek fotoğrafın kapladığı saha büyük, detaylar ise azdır.

İŞLEM ŞİRKETLER GRUBU

UZALG

82

K ASIM 2001

UZAKTAN ALGILAMA

Hava fotoğraflarının mekansal çözümlemesi veya detay ayırt etme güçü aşağıdaki faktörlerden etkilenmektedir. • •

• •

Atmosferik dağılım Uçağın titreşimi ve hareketi (görüntü hareketinin senkronizesi (IMC) ve kamera sehbalarının 3 eksende sağladığı istikrar ile belirgin ölçüde giderilmektedir) Merceğin detay ayırt etme güçü Filmin detay ayırt etme güçü

Merceğin detay ayırt etme güçü, merceğin kalitesine ve ebadına bağlı olarak değişmektedir. Merceğin bu güçü, göz için kullanılan Şekil-45’deki hedef çözümleme ve tesbit panosunun fotoğraflanması ile belirlenmektedir. Bu panonun üst tarafında bulunan “ 7 hat-çifti cm-1” ve “0.2 mm” değerleri fotoğraf üzerinde tesbit edilebiliyorsa, bu değerler merceğin azami detay ayırt etme güçünün ölçüsüdür. Filmin detay ayırt etme güçünü bir çok faktör etkilemekle beraber, bunların en önemlisi emülsiyon tabakasında bulunan granüllerdir. Bu granüllerin ebadı, emülsiyon üzerindeki dağılımı, gerek görüntünün kaydını, banyo işlemlerini ve baskı ile elde edilecek hava fotoğrafını etkilemektedir. Granüllerin ebadı ve dağılımı, film üreticileri tarafından düzenlenmekte olup filmin sürati olarak adlandırılmıştır. Büyük granüllere sahip filmler süratli, diğer bir deyişle ışığa daha hassastır. Filmlerin detay ayırt etme güçü, yüksek ve düşük kontrastlı hedef çözümleme ve tesbit panolarının (Şekil-45 ve 46) kullanımı ile belirlenmektedir. Yüksek kontrastlık oranına sahip hedeflere ilişkin detayların ayırt edilmesi düşük kontrastlı hedeflere göre daha iyidir. Dünya üzerindeki hedeflerin pek çoğu düşük kontrastlıktadır. Üreticiler her iki kontrastlık değerine cevap verecek tarzda film üretmektedirler. Yaygın olarak kullanılan kodak firmasının panchromatic X (siyah / beyaz) hava filminin detay ayırt etme güçü; yüksek kontrastlıktaki hedefler için “300 hat-çifti mm-1” düşük kontrastlıktaki hedefler için ise “80 hat-çifti mm-1” dir. Kamera sisteminin toplam çözümlemesi mercek ve filmin detay ayırt etme güçünün bileşiminden oluşmaktadır. Bunun tipik değerleri 25100 hat-çifti mm-1’dir Hava fotoğrafları; “yer çözümlemesi” (ground resolution) ve “yer asğari ayırımı” ( Minimum ground seperation) olarak ifade edilen iki unsur ile ilişkilidir. Yer çözümlemesi, cisimlerin ayırt edilebileceği hat çiftlerini, yer asgari ayırımı ise cisimler arasındaki asgari ayırt edilebilme mesafesini ifade etmektedir. 6100 metre yükseklikten ve odak uzaklığı 152 mm olan ve 20 hat-çifti mm-1’lik sistem çözümlemesine sahip bir kameranın yer çözümleme ve yer asgari ayırım değerleri aşağıdaki eşitliklerin kullanımı ile hesaplanmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

83

K ASIM 2001

UZAKTAN ALGILAMA

H Rs x f

Rg =

Rg : Yer çözümlemesi, hat-çifti mm H : Kameranın hedefden olan yüksekliği, m Rs : Sistemin çözümlemesi, hat-çifti mm f

: Kameranın

odak uzaklığı, mm

Rg =

6100 = 2.0 hat-çifti m-1 20 x 152 SİSTEMİN ÇÖZÜMLEMESİ -1 ( RS, hat- çifti mm ) ODAK UZAKLIĞI ( f, mm )

FİLM

MERCEK

UÇUŞ YÜKSEKLİĞİ ( H, m)

YER ÇÖZÜMLEMESİ -1 ( Rg , hat- çifti mm ) YER ASGARİ AYIRIMIİ (1 / Rg / 2 )

YER

Şekil-88 Hava fotoğraflarını yer çözümlemesi ve yer asğari ayırımını ilişkin çizim Bu örnekte yerde çözümlenen hedefin aralığı çok yakın olarak bulunmuş olup fotoğraf üzerinde 2.0 hat çifti m-1’ in ayırt edilebileceğini göstermektedir. Fotoğraf üzerinde ayırt edilebilecek yerdeki iki cismin arasındaki asgari mesafe aşağıdaki eşitliğin kullanımı ile belirlenmektedir. Yer Asgari Ayırımı = =

İŞLEM ŞİRKETLER GRUBU

UZALG

1.00 hat - çifti Rg 2 1.00 2 = 0.25 m 2

84

K ASIM 2001

UZAKTAN ALGILAMA (1)

HAVA FOTOĞRAFÇILIĞINDA KULLANILAN FİLMLER:

Hava fotoğrafçılığında; siyah beyaz (Panchromatic), normal renkli (normal color) ve Infrared renkli (false color ınfrared) olarak isimlendirilen 3 tip film kullanılmaktadır. (a)

SİYAH BEYAZ FİLMLER:

Siyah beyaz fotoğraflar, pankromatik veya ınfrared’e hassas filmler tarafından sağlanmaktadır. Hava fotoğrafçılığında çok yaygın olarak kullanılan bu filmler, elektromanyetik tayfın Ultraviole (UV), görünen bölgelerine hassas olup buradaki hedefleri kaydetmektedir. UV bölgesine yönelik olarak kullanılan siyah beyaz filmlerle birlikte, görünen bölgeye ilişkin enerjiyi engellemek diğer bir değişle emmek için filitreler kullanılmaktadır. UV fotoğrafları, atmosferin dağıtma ve emme özelliği nedeniyle yaygın olarak kullanılmaktadır. Siyah beyaz infrared filmler; özellikle yakın ınfrared (NIR) bölgeye, ayrıca UV ve görünen bölgelere de hassastır. Infrared yansımaya olan hassasiyetleri nedeniyle bu tip filmler, bitki örtüsünde meydana gelen farklılıkların tesbitinde fayda sağlamaktadır. Çok iyi detay ayırt etme kabiliyetine sahip olan siyah beyaz filmler, fotoğrafın kenar kısımlarında daha iyi sonuçların alınmasına olanak vermektedir. Diğer tarafdan bu filmlerin maliyeti ucuz ve banyo işlemleri kolaydır.

Şekil-89 Siyah beyaz filmlerden basılan kaydedilen hava fotoğrafları (b)

NORMAL RENKLİ FİLMLER:

Normal renkli filmler, gözümüzün tabiatta gördüğü renkleri aynen gösterirler. Gerek normal renkli, gerekse de infrared renkli filmlerin emülsiyonu, ışığın farklı aralıklarına hassas olan 3 katmanı içermektedir. Normal renkli filmler, elektromanyetik tayfın görünen bölgesindeki kırmızı, yeşil ve mavi renklere hassastır.

İŞLEM ŞİRKETLER GRUBU

UZALG

85

K ASIM 2001

UZAKTAN ALGILAMA

Bu özellikleri nedeniyle, siyah beyaz filmlere nazaran foto kıymetlendirmeciye daha tabii bir ortam sağlarlar. Bu fotoğraflardaki aşırı gölgeler ve renkler, cisimlerin daha kolay tanınmasına olanak vermektedir. Fotoğrafın kenar kısımları, siyah beyaz fotoğraflara göre daha zayıftır. Bu filmlerin maliyeti pahalı, banyo işlemleri uzun ve depolanmaları limitli şartlara bağlıdır.

Şekil-90 Normal renkli ve ınfrared renkli filmlere ilişkin fotoğraflar (c)

INFRARED RENKLİ FİLMLER:

Renkli ınfrared filmler, görünen bölgedeki kırmızı ve yeşil renkler ile yakın ınfrared dalga uzunluklarına hassastır. Bu filmler, ınfrared görüntülerin daha net görünmesini sağlamak için mavi ve UV dalga uzunluğuna yönelik filitreye sahiptir. Fotoğraf üzerinde, çok yüksek yakın infrared yansıma veren yeşil ve canlı bitkiler kırmızı renkte, diğer tarafdan düşük yakın infrared yansıma nedeniyle; kırmızı nesneler yeşil, yeşil nesneler mavi ve mavi nesneler ise siyah renkte görünürler. Renklerin bu değişikliğinden istifade ile, gizleme veya aldatma için yapılan kamuflajı ortaya çıkarmak mümkündür. Bu özellik nedeniyle bu filmler, aynı zamanda kamuflaj tesbit (CD) olarak da bilinirler. Banyo işlemleri uzun ve maliyetleri pahalı olup depolanmaları limitli şartlara bağlıdır. (2)

HAVA FOTOĞRAFLARININ TİPLERİ:

Kameralar, istenen görev tipine bağlı olarak uçak platformlarına, yer sathına muhtelif bakış açıları ile monte edilirler. Bu özelliğe dayanarak hava fotoğrafları genelde “Dikey” ve “Mail” olarak 2 tipe ayrılırlar.

İŞLEM ŞİRKETLER GRUBU

UZALG

86

K ASIM 2001

UZAKTAN ALGILAMA (a) DİKEY FOTOĞRAFLAR:

Dikey fotoğraflar, optik ekseni yer sathı ile 900’ lik açı yapacak şekilde yerleştirilen kameralarla sağlanmaktadır. Tek mercekli frame kameralarla algılanan dikey fotoğraflar, uzaktan algılama ve haritacılık amaçları için kullanılmaktadır. Bu kameralar geometrik bozulmayı asgariye indirmek için veriyi, yüksek süratte, ardışık ve bindirmeli olarak kaydederler. Dikey fotoğraflarda; her bir poza ilişkin coğrafik koordinatın anında tesbiti, uçağın yer sürati ile film süratinin senkronizesi, uçağın yunuslama, sapma ve yatış hareketlerinden doğan hataların giderilmesi büyük önem taşımaktadır. Bu tip sorunlar, uçağın seyrüsefer sisteminden istifade ve kameralara eklenen ilave teçhizatla belirli ölçüde giderilmektedir. Geniş arazi yüzeylerinin dikey fotoğraflar ile kaplanması gereksinimi, arazi üzerinde yan yana birden fazla şerit halindeki, mozaik olarak adlandırılan uçuş görevleri ile sağlanmaktadır. Stereoscope aleti ile hedeflerin 3 boyutlu incelenmesi ve mozaik görevindeki pozlar ve şeritler arasındaki kopmaları önlemek için; pozlar arasındaki boyca bindirme oranı % 51-60, yanca bindirme oranı ise % 10-30 limitleri içinde olmalıdır. Dikey fotoğraf; hesaplanması oldukça basit olan hemen hemen sabit ölçeğe sahiptir. Bir haritaya benzemeleri nedeniyle birbirleri ile karşılaştırılabilirler. Üzerlerinde ölü sahalar yoktur ve ölçüm işlemleri kolaydır. Belirli bir uçuş yüksekliğinden çekilen dikey fotoğrafların arazide kapladığı alan mail fotoğraflardan daha azdır.

Şekil-91 Dikey ve mail hava fotoğrafları (b) MAİL FOTOĞRAFLAR:

Mail kameralar, uçağa optik ekseni ufukla bir açı yapacak şekilde takılır. Bu nedenle kamera, uçağın yanındaki araziyi perspektif olarak görmektedir. Mail fotoğraflar ufuk görüntüsünü içeriyorsa “Yüksek Mail”, içermiyorsa “Alçak Mail” olarak adlandırılırlar.

İŞLEM ŞİRKETLER GRUBU

UZALG

87

K ASIM 2001

UZAKTAN ALGILAMA

Dikey fotoğraf ile karşılaştırıldığında, mail fotoğrafın her pozu daha geniş sahayı kapsamaktadır. Düşman derinliğine girmeden hedeflerin uzaktan algılanmasına olanak vermektedir. Sabit ve belirlenmesi kolay olmayan bir ölçek nedeniyle ölçümleri yapmak zordur. Kameraya yakın sahadaki yüksek nesneler arkalarındaki alçak nesneleri örttüğünden fotoğrafda ölü alanlar bulunmaktadır. b. ÇOK BANDLI GÖRÜNTÜLER:

Uzaktan algılama ile sayısal sayısal görüntü temin eden günümüzün uyduları; birçok dalga uzunluğunda ve frekensta, çok geniş sahalardaki veriyi kaydetmekte ve bunları elektronik olarak yer istasyonlarına süratle aktarmaktadır. Yer istasyonları kendilerine gelen bu veriden görüntüleri üretmektedir. Bu üretim için merceklere, opturatöre, veya fotoğrafik işlemlere gereksinim bulunmamaktadır. Son yıllarda işlem kabiliyetleri geliştirilen bilgisayarlar, çok bandlı görüntülerin ekonomik yönetimini ve süratli olarak üretimini desteklemektedir. Çok bandlı görüntüler, iki veya daha fazla tayfsal bölgeden veya bandlardan aynı zamanda toplanan veri olarak tanımlanmaktadır. İnsan gözü gerçekten 3 bandlı bir sensöre benzemekte olup elektromanyetik enerji bölgesindeki kırmızı, yeşil ve mavi ışığa karşı hassastır. Renkli filmlerde, insan gözü gibi bu renkleri tesbit etmek için 3 farklı emülsiyon tabakasını içermektedir. Tayfsal veri; “Multispectral”, “Hyperspectral” ve “Ultraspectral” olarak 3 tipe ayrılmıştır. Multispectral sensörler geniş band aralığında onluk, Hyperspectral sensörler dar band aralığında yüzlük ve Ultraspectral sensörler ise çok dar band aralığında binlik bandları kapsamaktadır. Dalga uzunluğu (micrometers)

MULTISPECTRAL Geniş band aralığında Tayfsal çözümleme orta

Ağaçlar, çimenler ve yollar gibi ana özelliklerin tayfsal tanınmasını sağlar

HYPERSPECTRAL Dar band aralığında Tayfsal çözümleme yüksek

Materyal ve çevre koşullarının tayfsal ayırımınıı sağlar

Materyalin detayları, su buharı ve aerolların tanınmasın ve ayırımını sağlar

ULTRASPECTRAL Çok dar band aralığında Tayfsal çözümleme çok yüksek

Şekil-92 Multispectral, Hyperspectral ve Ultraspectral bandlar

İŞLEM ŞİRKETLER GRUBU

UZALG

88

K ASIM 2001

UZAKTAN ALGILAMA (1) MULTISPECTRAL GÖRÜNTÜLER:

Multispectral sensörler 70’den biraz daha fazla bandı içerecek tarzda dizayn edilmişlerdir. Halihazırda bu sensörler on banddan biraz daha azına sahiptir. Örneğin Landsat Tematic Mapper (TM) sensörü 7 bandı içermektedir. Hedefin özelliğine göre bu bandların tamamı veya bazıları seçilerek algılama yapılır. Çok bandlı görüntüler; yakın ınfrared (NIR), kısa ınfrared (SWIR), orta ınfrared (MWIR) ve uzun ınfrared (LWIR) dalga uzunluklarında, insan gözünün göremediği özellikleri içerirler ve onların ayırt edilmesine olanak sağlarlar. Karışık toprak çeşitleri, bitkiler ve su gibi özellikler emme yaptıklarından, ınfrared bandlarda kolayca tesbit edilirler. Araç, uçak, ısınan baraka ve endüstriyel tesisler gibi ısı yayan hedefler uzun infrared bandda yapılacak bir algılama ile ortaya çıkarılabilir. Uçağın veya uydunun yerden olan yükseklikleri bu algılamada sorun teşkil etmemektedir. (2) HYPERSPECTRAL VE ULTRASPECTRAL GÖRÜNTÜLER:

Hyperspectral sensörler, tayfsal bandın yüzlercesinde veri toplamaktadır. Binlerce çok dar bandı içeren Ultraspectral görüntüler, araştırma ve geliştirme maksatları için kullanılmaktadır. Çok büyük seviyedeki bu tayfsal hassasiyet, özel materyalin tanınması ile aerosol, gaz zerreleri ve akışkanların bileşiminin analiz edilmesini sağlamaktadır. Sensör bandlarındaki bu artış, daha yüksek tayfsal çözümleme ve dar aralıklı sinyaller arsındaki farklılıklar nedeniyle, nesneleri belirleme şansını arttırmıştır. Gerek Hyperspectral gerekse de Ultraspectral uzaktan algılama, “imaging spectroscopy” (Işın analizi uygulanan görüntüleme) olarak çağırılmaktadır. Spectroscopy, multispectral görüntüleme ve spectroscopy tekniği birleştirilerek meydana gelmiştir. Son zamanlarda kanıtlanan bu teknik ile, kamuflaj ağları, boyaları içeren özel hedeflerin tesbiti daha doğru olarak yapılmaktadır. Aşağıdaki şekil ve açıklamalar; multispectral, hyperspectral ve ultraspectral görüntülerin imkan ve kabiliyetlerin tam olarak anlaşılmasını içeren bir örnektir. Yapraklı bir bitkinin, üç görüntü tipindeki yansıması birbirinden farklıdır. Landsat TM sensörü tarafından algılanan çimenin; 6 bandı içeren multispectral görüntüdeki yansıma sinyalleri 6 veri noktasını, 0.4-2.6 µm dalga uzunluğunda algılama yapan hyperspectral görüntüde 220 veri noktasını kapsamaktadır. Herbir hyperspectral bandın veri noktaları, 0.01 micrometer aralığında ve 220 banddan birini temsil etmektedir. Bu özellik, türlerin ve materyalin tanınmasına olanak sağlamaktadır. Ultraspectral görüntü bandlarına ilişkin yansıma sinyalleri ile multispectral görüntüye ait yansıma sinyalleri karşılaştırıldığında; yakın infrared ve kısa infrared dalga uzunluklarındaki 1.3, 1.9 ve 2.6 µm noktalarında, multispectral görüntünün 6 veri noktası, suyun emmesine karşılık verememektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

89

K ASIM 2001

UZAKTAN ALGILAMA ULTRASPECTRAL SİNYALLER

YAPRAK PİGMENTLERİ

YANSIMA (%)

HÜCRE YAPISI

SU İÇEREN BÖLGE

MULTISPECTRAL SİNYALLER

DALGA UZUNLUĞU HYPERSPECTRAL SİNYALLER

DALGA UZUNLUĞU GÖRÜNEN

YAKIN IR

KISA DALGA INFRARED

Şekil-93 Multispectral, Hyperspectral ve Ultraspectral yansıma farklılıkları

YANSIMA

Hyperspectral görüntülerin kullanılma amaçı, elektromanyetik tayfdan ölçülen yeryüzü ve atmosfer hakkında doğru bilgileri elde etmektir. Tayfsal bölgede yansıyan, emilen, aktarılan ve dağılan enerjinin binlerce tipi bulunmaktadır. Herbir nesne kendine özgü yansıma ve aktarma kabiliyetine sahiptir. NASA / JPL tarafından ER-2 ile uçurulan, görünen / ınfrared görüntüleme spectrometer (AVIRIS) sistemi aynı anda 224 tayfsal görüntüyü kaydetmiştir. Bu konuda yapılan laboratuvar çalışmaları, algılanan görüntülerin doğruluğunu kanıtlamıştır. Bu tip görüntüleme konseptinin şematik görünüşü aşağıdaki şekilde gösterilmiştir. SATHIN VE ATMOSFERİN ANALİZİNDE KULLANILAN HERBİR MEKANSAL UNSUR, TAYFDA DEVAMLI SİNYALLER VERİR

ATMOSFER

YANSIMA

DALGA UZUNLUĞU

TOPRAK DALGA UZUNLUĞU

YANSIMA

SU

DALGA UZUNLUĞU

YANSIMA

AYNI ANDA ALINAN 224 TAYFSAL GÖRÜNTÜ

BİTKİ DALGA UZUNLUĞU

Şekil-94 Hyperspectral görüntüleme konsepti

İŞLEM ŞİRKETLER GRUBU

UZALG

90

K ASIM 2001

UZAKTAN ALGILAMA

Hyperspectral ve ultraspectral kuralları termal bölgedeki (8-14 µm) yayılan ısının belirlenmesinde, uygulanmaya konmuştur. Henüz bu konudaki gelişmeler istenen seviyeye ulaşmamıştır. Buna rağmen bu konu, termal ısı ve soğuk paternlere sahip olan materyalin tanınması ve haritalanması için gelecek vaad etmektedir. Mekansal sinyal dosyaları, diğer kaynaklardan veya görüntülerin analizinden meydana getirilmektedir. Bu dosyalar; kamuflaj, ağlarını, boyaları, metalleri, akışkanları, su buharını ve diğer metaryallerin tanınmasında yaygın bir tarzda kullanılmaktadır. Hedef sahası içinde veya onun sathında ne yoktur tarzındaki bir sorunun cevabı, yapılacak analizler ile ortaya çıkarılmaktadır. Uzaktan algılamada paha biçilmez bilgiler sağlayan hyperspectral ve ultraspectral görüntüler ile arazideki bitki örtüsü ve mineral yapısı tesbit edilebilmektedir. Bunlara ilişkin örnek görüntüler ve tayfsal yansıma grafiği aşağıdaki şekillerde gösterilmiştir.

Boş tarla

Arpa Çayır Patates Çayır

Yonca

Arpa

Yulaf

Çayır

Canola

Patates

Ispanak

Boş

Dalga Uzunluğu (µm)

Şekil-95 Bitki örtüsü ve mineral haritaları (Hyperspectral ve Ultraspectral)

İŞLEM ŞİRKETLER GRUBU

UZALG

91

K ASIM 2001

UZAKTAN ALGILAMA

Görüntüler; veri tipine bağlı olarak “Devamlı Veri tipi” (Continuous) ve “Tematik” (Thematic veya Discrete) olarak 2 kısma ayrılırlar DEVAMLI VERİ TİPİ GÖRÜNTÜLER:

Bu görüntüler, bir bölge üzerinde devamlı tarzda değişen yükseklik, ısı, mahsülün durumu gibi belirgin karekteristikleri veya özellikleri ölçen veriyi içermektedir. Devamlı tip veri, bir renk tonundan diğer renk tonuna kademeli olarak geçen görüntüyü temsil eder. Bu veri tipi, doğasından dolayı nicel ve ölçülen özellikleri içermektedir. Devamlı veride, arazi örtüsünün yansımayı temsil eden pixel değerleri ölçülebilmektedir. Bu veri hem tek bantlı hemde çok bantlı olabilir. Çok bantlı devamlı tip verideki her bir pixel, çoklu değere sahiptir.

Şekil-96 Devamlı veri tipi 3 bantlı görüntü TEMATİK GÖRÜNTÜLER:

Tematik veri, bir görüntüdeki sınıflandırma bilgilerini belirtir. Farklı toprak veya arazi örtüsü tiplerini içeren sınıf bilgileri, tematik veriye örnek olarak gösterilebilir. Bu veri, görüntüyü oluşturan sınıfandırılmış pixelleri veya bunların atanma sonuçlarını verir. Bir görüntü sınıflandırıldığında, pixeller tayfsal benzerliğe dayalı olarak gruplanırlar. Yeni gruplar veya pixellerin sınıfları, daha sonra arazi örtüsünün ne olduğunu belirten bir sınıf ismine atanır. Tematik veri genel olarak; arazi örtüsü sınıfları, toprak tipleri, sayım bilgileri ve değişikliklerin tesbiti gibi devamlı değişen özellikler için kullanılmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

92

K ASIM 2001

UZAKTAN ALGILAMA

Devamlı verideki banda dayalı bir pixel, çoklu değere sahiptir. Yapılan işlemler sonucunda elde edilen tematik verideki her bir pixel ise, bir değeri içerir. Bu sebepten tematik veri sadece bir katmanı içerir.

Şekil-97 Tematik görüntü Ayrıca görüntüler; band veya katman miktarına bağlı olarak “Pankromatic” (Panchromatic, 1 bandlı) ve “Multispectral” ( iki veya daha fazla bandlı) 2 kısıma ayrılırlar.

Pankromatik (1 band)

Multispectral (2 veya daha fazla band)

Şekil-98 Band veya katman miktarına göre veri sınıfları

İŞLEM ŞİRKETLER GRUBU

UZALG

93

K ASIM 2001

UZAKTAN ALGILAMA PANKROMATİK (1 Bandlı) GÖRÜNTÜLER:

Pankromatik görüntüler, sadece bir katmana sahiptir. Elektromanyetik tayfın bir kısmını (genelde görünen) algılarlarlar. Görüntüler gri tondadır. Şayet pixeldeki sayısal numara (DN) değeri; yüksekse (DN=255) nesneler beyaz, düşükse (DN=0) nesneler siyah renkte görünür. Yüksek ve düşük sayısal numaralar arasındaki değerler, nesneleri grinin farklı tonlarında gösterir. Siyah beyaz fotoğraflar bunu açıklayan en iyi örnektir.

Şekil-99 Pankoromatik (siyah beyaz) görüntü MULTISPECTRAL (2 veya daha fazla bandlı) GÖRÜNTÜLER:

Tarayıcı sensörler, elektromanyetik tayfdaki bandların 2 veya daha fazlasını algılayarak bu tip görüntüyü oluştururlar. Bu görüntüler, kırmızı, yeşil ve mavi renk bandlarını yani katmanlarını içermekte olup her bir katman bir renge tahsis edilmiştir.

Şekil-100 3 renk bandından oluşturulmuş multispectral görüntü

İŞLEM ŞİRKETLER GRUBU

UZALG

94

K ASIM 2001

UZAKTAN ALGILAMA BÖLÜM-3 GÖRÜNTÜ KIYMETLENDİRME VE ANALİZ

Uzaktan algılama verisinin çok iyi kullanımı, kıymetlendirme kriterlerinin bilinmesi ve unsurlarının uygulanması ile, görüntülerden anlamlı bilgiler elde edilebilmektedir. Uzaktan algılamanın 7 unsurundan birini ve en önemlisini teşkil eden görüntünün kıymetlendirilmesi ve analizi sonuçunda muhtelif hedeflerin tanınması ve / veya onlara ilişkin ölçümler yapılabilmektedir. Uzaktan algılanan görüntüler kapsamındaki hedefler, aşağıda belirtilen niteliklere sahip herhangibir özellik veya nesneden oluşmuştur. •

Hedefler nokta, çizgi veya alansal niteliktedir. Örneğin; bir kuyu nokta, uçak pisti, köprü veya demiryolu çizgi ve bir göl alansal nitelikteki hedeflerdir.

•

Hedefler, çevresindeki diğer özelliklere göre farklı kontrastlık meydana getirdiklerinden birbirinden ayırt edilebilirler.

Foto kıymetlendirmeci; analoğ formattaki hava fotoğraflarındaki hedefleri, klasik yöntemle yani el ile veya sayısal numaralarla (DN) temsil edilen, pixellerden oluşan sayısal formattaki görüntülerdeki hedefleri ise, bilgisayar kullanımı ile otomatik olarak değerlendirmektedir.

Şekil-101 Analoğ formattaki Siyah beyaz hava fotoğrafı ve bilgisayar ekranındaki sayısal formattaki görüntü Analoğ veya sayısal formattaki görüntüler, ya siyah/beyaz veya renkli olarak elde edilmektedir. Uzaktan algılama verisi sayısal formatta ise, sayısal işlemler ve analiz, kıymetlendirmecinin el ile müdahalesi olmaksızın bilgisayar kullanımı ile otomatik olarak yapılmaktadır. Bununla beraber sayısal yöntem, klasik yöntemle yapılan kıymetlendirmenin tamamiyle yerini alamamakta onun destek ve yardımına ihtiyaç duymaktadır. Klasik yöntemle yapılan kıymetlendirme ve analizin tarihi eski olup, uzaktan algılanan hava fotoğrafları ile başlamıştır. Sayısal işleme ve analiz ise oldukça yeni olup, uzaktan algılamaya sayısal kayıt tekniğinin girmesi ve bilgisayarlardaki gelişmeler sonuçunda ortaya çıkmıştır. Klasik veya sayısal tekniklerle yapılan kıymetlendirmeler, kendilerine özgü avantaj ve dezavantajlara sahiptir. Genel olarak sayısal kıymetlendirmede özel ve ekseriya pahalı teçhizata gereksinim duyulurken, klasik kıymetlendirmenin ihtiyaçı azdır ve birkaç ucuz teçchizata dayanmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

95

K ASIM 2001

UZAKTAN ALGILAMA

Klasik kıymetlendirme ekseriya tek kanallı bir veri veya bir görüntünün analizi ile sınırlı iken, çok bandlı görüntünün sayısal kıymetlendirmesinde, güçlükler bulunmaktadır. Bilgisayar ortamında muhtelif tarihlerde algılanmış kompleks veya birçok bandı içeren görüntülerin işlenmesi ve analizlerinin yapılması olanak dahilindedir. Bu özellik nedeniyle sayısal analizler, klasik analizlere göre daha hızlı ve gerçeğe yakın zamanlıdır. Klasik yöntemle yapılan kıymetlendirme kişisel bir işlem olup, elde edilen sonuçlar değişiktir. Sayısal analizler, sayısal numaralara dayandığından çok daha gerçekci ve sonuçları ise çok daha doğrudur. Uzaktan algılanan görüntülerin analizinde kullanılan kıymetlendirme yöntemleri birbirlerinin karşıtı değildir. Her iki yöntemin kullanılması daha doğru sonuçların alınmasını sağlamaktadır. 1. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ VE UNSURLARI:

Görüntülerdeki muhtelif hedefleri ortaya çıkarmak, kıymetlendirmecinin bilgi, maharet ve tecrübesine bağlıdır. Bu hedefler; nokta, çizgi ve alan tarzındaki tabii veya suni özelliklerdir. Hedefler enerjiyi yansıtma veya yayma tarzlarına göre de tanımlanırlar. Yansıyan veya yayılan enerji ölçülür ve sensör tarafından kaydedilir ve sonuçda bir hava fotoğrafı veya uydu görüntüsü olarak ortaya çıkarlar. Çevremizde her gün gördüğümüz ve tanıdığımız nesneleri, görüntü üzerinde kıymetlendirerek tanımak oldukça zordur. Bunun sebebi gerçekte 3 boyutlu olan nesnelerin, dikey görüntü üzerinde yüksekliği içermeyecek tarzda 2 boyutlu olarak yer almalarıdır. 2 boyut veren görüntüler üzerinde aşina olmadığımız şekiller ve kaybolan bazı detaylar kıymetlendirmeyi güçleştirmektedir. Eğer bu görüntüler; birbirleri ile bindirmeli yani stereoskopik (3 boyutlu) tetkike imkan verecek tarzda ise, “Stereoscope” aleti ile hedeflere bakıldığında onların yüksekliklerini de görmek mümkündür. Kıymetlendirmeciler görüntülerdeki hedefleri; “Görüntü Kıymetlendirme Kriterleri” ve “Görüntü Kıymetlendirme Unsurları” na dayanarak ortaya çıkarmaktadır. Bunların yanı sıra kıymetlendirmecilerin, hedef tip ve sistemlerinin tüm fonksiyonları ve tanınmalarına yönelik anahtar niteliğindeki ip uçları hakkında da bilgi sahibi olması gerekmektedir. a. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ:

Göz ile aynı benzerlikleri taşıyan hava kameraları, vidicon tipi TV kameraları ve sayısal sensörlerin detay ayırt etme gücüne diğer bir deyişle mekansal çözümlemesine ilişkin olarak kabul edilen ve uygulanan standartlar bulunmaktadır. Hedef çözümleme konusu ile benzerlik gösteren “Hava Fotoğrafları için Yer Çözümleme Hedefleri” (STANAG 3704: Ground Resolution Targets for Aerial Photography), “Görüntü Kıymetlendirmesi için Cisimlerin Asgari Ayırt Edilebilme Ölçüleri ve Ölçekleri” (STANAG 3769: Minunum Object Sizes and Scales for Imagery Interpretation) ve “Görüntülerin Kıymetlendirmesine Yönelik Sınıflandırma Seviyeleri (V NIIRS, C NIIRS, R NIIRS, IR NIIRS, MS IIRS) başlıklı standartlar bunların başlıcalarındandır.

İŞLEM ŞİRKETLER GRUBU

UZALG

96

K ASIM 2001

UZAKTAN ALGILAMA (1) HAVA FOTOĞRAFLARI İÇİN YER ÇÖZÜMLEME HEDEFLERİ:

Hedef çözümleme panolarının kullanımı ile kameraların kalibresi, kullanılacak filmin içereceği hat çifti sayısı ve hangi ölçülerdeki hedeflerin ayırt edilebileceği tesbit edilir. Gözün özelliklerinden yararlanılarak yapılmış olan hedef çözümleme panoları, aşağıda belirtilen hususları içermektedir. •

Dikdörtgen şeklindeki üç yatay ve üç dikey eleman grubundan oluşurlar. Eleman grubları, test edilecek sistemin gereksinimlerine cevap verecek miktardadır.

2G

2G

G G 5G

Sekil-102 Üç yatay ve üç dikey eleman grubu • •

• •

Bir dikdörtgen elemanın genişliği (G), üst ve altındaki boşluğun genişliğine eşittir. Boyu ise genişliğinin 5 katıdır. Hedeflerin aydınlatılması; yüksek (Asgari 9:1) veya düşük (Tercihen 1.6:1) oranında düzenlenir. Buradaki 1 değeri siyah zemine işaret etmekte olup yansıma değeri 0.1’den daha büyük olmamalıdır. Bir elemanın genişliği ile bir boşluğun toplam genişliği (2G), milimetreye düşen hat olarak ifade edilir. Uçuş hattına ; yatay olan elemanlar dikey, dikey olanlar ise yatay detay ayırt etme güçünü belirtir.

İŞLEM ŞİRKETLER GRUBU

UZALG

97

K ASIM 2001

UZAKTAN ALGILAMA

•

Uçak kameraları tarafından çekilen aşağıdaki şekilde gösterilen hedef panosun görüntüsü, film üzerinde incelenir ve gözün ayırt edebildiği grub belirlenir.

Şekil-103 Hedef Panosu •

Kameranın yerden yüksekliğine, odak uzaklığına ve hedefin ebadına bağlı olarak kullanılacak filmin 1 milimetresinin içereceği hat adedi tesbit edilir. Örneğin; 20.000 fit irtifadan, 24 inç odak uzaklığına sahip bir hava kamerası ile çekilen hedef panosundaki, 1 fit ebadındaki bir cismin (hedefin) net bir şekilde görülebilmesi için, filmin sahip olacağı mm/hat aşağıdaki eşitliğin kullanımı ile belirlenir.

X1 = U1 X U X1= Görüntünün ebadı (mm. Hat) X= Cismin ebadı ( 1 fit) U1= Görüntü mesafesi (Odak Uzaklığı) U= Cismin Mesafesi (20.000 fit) 1 fit = 304.8 mm, 1 inç = 25.8 mm 24 x ( 25.4) X1 = 1 x (304.8) 20.000 x (304.8) 1 x 304.4 x 24 x 25.4 6096000 X1 = = = 32.8 = ∼ 33 hat milimetre 20.000 x 304.8 185806.08 (2) GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜLERİ VE ÖLÇEKLERİ:

Görüntü kıymetlendirilmesi için cisimlerin asgari ayırt edilebilme ölçü ve ölçekleri isimli STANAG 3769’daki değerler; “Cisimlerin asğarı ayırt edilebilme ebatlarına” dayandırılmış ve laboratuvarlarda yapılan testler sonuçunda ortaya konulmuştur. Bu amaçla, hava fotoğrafları üzerindeki hedeflerin asğari ayırtedilebilme ebatlarına bağlı olarak belirlenmesi için; “Tesbit” (Detection), “Tanıma” (Recognation), “Teşhis” (Identification) ve “Teknik Analiz” (Technical Analysis) olarak adlandırılan 4 kıymetlendirme seviyesi oluşturulmuştur.

İŞLEM ŞİRKETLER GRUBU

UZALG

98

K ASIM 2001

UZAKTAN ALGILAMA

Bu kıymetlendirme seviyeleri kapsamındaki herbir hedef tipinin ayırt edilebilmesi için konulmuş asgari ölçü ve ölçekler, foto kıymetlendirmecilerin yapacağı analizlerde baş vuracağı temel kaynaktır. Foto kıymetlendirmeci, bu temel kaynaktan istifade ederek; kullanılacak görüntülerin çözümlemesini, görüntü üzerinde hangi tip hedefleri ve hangi seviyelede analiz edebileceğini kararlaştırabilmektedir. Hedeflerin belirlenmesine yönelik 4 tip kıymetlendirme seviyesinin tanımları aşağıdaki parağraflarda açıklanmış olup, hedef tiplerin ayırt edilebilmesine yönelik ölçü ve ölçek değerleri ve bazı uyduların sağladığı çözümlemelerle karşılaştırılması tablolarda gösterilmiştir. TESBİT: Bir cismin varlığının tanınmadan ortaya çıkarılmasıdır. TANIMA: Görüntüdeki bir grubda bulunan bir özelliğin veya cismin kimliğinin belirlenmesidir. Örneğin tank, köprü, uçak gibi. TEŞHİS: Görüntü üzerindeki bir özelliğin kesin olarak tipinin saptanmasıdır. Örneğin T-54 tankı, MIG-21 uçağı gibi. TEKNİK ANALİZ: Görüntü üzerindeki bir özelliğin, cismin veya hedefin ölçülerinide içerecek şekilde tam olarak açıklanmasıdır. GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜ VE ÖLÇEKLERİ (STANAG 3769) HEDEF TİPİ

KÖPRÜLER

MUHABERE TECHİZATI (RADAR)

MUHABERE TECHİZATI (RADYO)

KIYMETLENDİRME SEVİYESİ

ASGARİ AYIRT EDİLEBİLME EBAD VE ÖLÇEKLERİ CİSMİN ASGARİ EBADI (CAE)

FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ)

TESBİT

6m

1: 180.000

TANIMA

4.5 m

1: 140.000

TEŞHİS

1.5 m

1: 50.000

TEKNİK ANALİZ

0.3 m

1: 9.000

3m

1: 90.000

TANIMA

1m

1: 27.000

TEŞHİS

0.3 m

1: 9.000

TEKNİK ANALİZ

10 mm

TESBİT

TESBİT

1: 400

3m

1: 90.000

TANIMA

1m

1: 27.000

TEŞHİS

0.15 m

1: 4.500

TEKNİK ANALİZ

10 mm

TESBİT

1: 400

3m

1: 90.000

İKMAL DEPOLARI

TANIMA

0.5 m

1: 18.000

(POL VE ORDONATIM)

TEŞHİS

0.15 m

1: 4.500

TEKNİK ANALİZ

25 mm

TESBİT

6m

1: 750 1: 180.000

ASKERİ BİRLİKLER

TANIMA

2 m

1: 64.000

(BARAKALAR VE YOLLAR)

TEŞHİS

0.5 m

1: 18.000

TEKNİK ANALİZ

HAVA MEYDANLARI

150 mm

1: 4.500

TESBİT

6m

1: 180.000

TANIMA

4.5 m

1: 140.000

TEŞHİS

3m

1: 90.000

150 mm

1: 4.500

TEKNİK ANALİZ

İŞLEM ŞİRKETLER GRUBU

UZALG

99

K ASIM 2001

UZAKTAN ALGILAMA

GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜ VE ÖLÇEKLERİ (STANAG 3769) HEDEF TİPİ

ROKETLER VE SAHRA TOPLARI UÇAKLAR

KOMUTA VE KONTROL KARARĞAHLARI GÜDÜMLÜ MERMİLER (SSM / SAM) GEMİLER (SU YÜZEYİNDE)

NÜKLEAR SİLAH KISIMLARI ASKERİ VASITALAR

KARA MAYINLARI

LİMANLAR (TESİSLİ VE TESİSSİZ) SAHİLLER VE PLAJLAR

DEMİRYOLLARI VE TESİSLERİ KARA YOLLARI

KIYMETLENDİRME SEVİYESİ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ

İŞLEM ŞİRKETLER GRUBU

UZALG

ASGARİ AYIRT EDİLEBİLME EBAD VE ÖLÇEKLERİ CİSMİN ASGARİ EBADI (CAE) 1m 0.5 m 0.15 m 40 mm 4.5 m 1.5 m 0.15 m 40 mm 3m 1m 0.3 m 75 mm 3m 1.5 m 0.15 m 40 mm 15 m 4.5 m 0.15 m 40 mm 2.5 m 1.5 m 0.3 m 10 mm 1.5 m 0.5 m 0.15 m 40 mm 3m 1.5 m 0.3 m 75 mm 30 m 6m 1.5 m 0.4 m 15 m 4.5 m 0. 5 m 150 mm 15 m 4.5 m 1. 5 m 0.4 m 6m 4.5 m 1.5 m 0.4 m

100

FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ) (1) 1: 27.000 1: 18.000 1: 4.500 1: 200 1: 140.000 1: 50.000 1: 4.500 1: 200 1: 90.000 1: 27.000 1: 9.000 1: 2.300 1: 90.000 1: 50.000 1: 4.500 1: 200 1: 500.000 1: 140.000 1: 4.500 1: 200 1: 75.000 1: 50.000 1: 9.000 1: 400 1: 50.000 1: 18.000 1: 9.500 1: 200 1: 90.000 1: 50.000 1: 9.000 1: 2.300 1: 900.000 1: 180.000 1: 50.000 1: 11.000 1: 500.000 1: 140.000 1: 90.000 1: 4.500 1: 500.000 1: 140.000 1: 50.000 1: 11.000 1: 180.000 1: 140.000 1: 50.000 1: 11.000

K ASIM 2001

UZAKTAN ALGILAMA GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜ VE ÖLÇEKLERİ (STANAG 3769) HEDEF TİPİ

İSKAN SAHALARI

ARAZİ

DENİZALTILAR (SU YÜZEYİNDE)

ASGARİ AYIRT EDİLEBİLME EBAD VE ÖLÇEKLERİ

KIYMETLENDİRME SEVİYESİ

CİSMİN ASGARİ EBADI (CAE)

TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ

FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ) (1)

60 m 15 m 3m 0.75 m Uygulanmamaktadır 91 m 3m 0.75 m 7.5 m 4m 0.15 m 25 mm

1: 1.800.000 1: 500.000 1: 90.000 1: 23.000 Uygulanmamaktadır 1: 2.700.000 1: 90.000 1: 23.000 1: 200.000 1: 126.000 1: 4.500 1: 750

(1) Fotoğrafın Asgari ölçeği (FAÖ) gereksinimleri, yerdeki cisimlerin asgari ayırt edilebilme ölçülerine, sadece görüntü sisteminin toplam ayırt etme kabiliyeti 30-35 hat/mm arasında olduğunda yaklaşık ve eşit olur. Farklı ayırt etme sistemine sahip sensörler için bu gereksimler aşağıdaki eşitlikler vasıtasıyle hesaplanır: a. FAÖ = 1 / Cismin asgari ayırt edilebilme ebadı x Sensör sisteminin çözümlemesi b. Fotoğraf ölçek paydası = 304.8 x Yedeki cismin ayırt edilebilme ölçüsü (fit) x Sensör sisteminin çözümlemesi (hat / mm)

HEDEFLERİN KIYMETLENDİRME SEVİYELERİ İLE UYDU GÖRÜNTÜLERİNE İLİŞKİN ÇÖZÜMLEMELERİN KARŞILAŞTIRILMASI HEDEF TİPİ

KIYM. SEVİYESİ

CİSMİN ASGARİ EBADI

UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ LANDSAT PAN 15 m

MS 30 m

SPOT PAN 10 m

MS 20 m

IRS-1C / 1D PAN 5.8 m

IKONOS PAN 1m

MS 4m

TESBİT

6m

•

•

TANIMA

4.5 m

•

•

TEŞHİS

1.5 m

•

TEKNİK ANALİZ TESBİT

0.3 m 3m

•

TANIMA TEŞHİS TEKNİK ANALİZ TESBİT

1m 0.3 m 10 mm 3m

•

1m

•

TEŞHİS TEKNİK ANALİZ TESBİT

0.15 m 10 mm 3m

•

İKMAL DEPOLARI

TANIMA TEŞHİS TEKNİK ANALİZ TESBİT

0.5 m 0.15 m 25 mm 6m

ASKERİ BİRLİKLER

TANIMA

KÖPRÜLER

MUHABERE TECHİZATI (RADAR)

MUHABERE TECHİZATI (RADYO)

TANIMA

TEŞHİS TEKNİK ANALİZ

İŞLEM ŞİRKETLER GRUBU

•

MS 23 m

•

• •

2 m 0.5 m 150 mm

UZALG

101

K ASIM 2001

•

UZAKTAN ALGILAMA HEDEFLERİN KIYMETLENDİRME SEVİYELERİ İLE UYDU GÖRÜNTÜLERİNE İLİŞKİN ÇÖZÜMLEMELERİN KARŞILAŞTIRILMASI HEDEF TİPİ

KIYM. SEVİYESİ

CİSMİN ASGARİ EBADI

UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ LANDSAT PAN 15 m

MS 30 m

SPOT PAN 10 m

IRS-1C / 1D

MS 20 m

PAN 5.8 m

MS 23 m

MS 4m

TESBİT

6m

•

•

TANIMA

4.5 m

•

•

TEŞHİS

3m

•

TEKNİK ANALİZ TESBİT

150 mm 1m

•

TANIMA TEŞHİS TEKNİK ANALİZ TESBİT

0.5 m 0.15 m 40 mm 4.5 m

•

TANIMA

1.5 m

•

TEŞHİS TEKNİK ANALİZ TESBİT

0.15 m 40 mm 3m

•

1m

•

TEŞHİS TEKNİK ANALİZ TESBİT

0.3 m 75 mm 3m

•

TANIMA

1.5 m

•

TEŞHİS TEKNİK ANALİZ TESBİT

0.15 m 40 mm 15 m

•

•

GEMİLER (SU YÜZEYİNDE)

TANIMA

4.5 m

•

•

TEŞHİS TEKNİK ANALİZ TESBİT

0.15 m 40 mm 2.5 m

•

NÜKLEAR SİLAH KISIMLARI

TANIMA

1.5 m

•

TEŞHİS TEKNİK ANALİZ TESBİT

0.3 m 10 mm 1.5 m

•

ASKERİ VASITALAR

TANIMA TEŞHİS TEKNİK ANALİZ TESBİT

0.5 m 0.15 m 40 mm 3m

•

KARA MAYINLARI

TANIMA

1.5 m

•

TEŞHİS TEKNİK ANALİZ TESBİT

0.3 m 75 mm 30 m

HAVA MEYDANLARI

ROKETLER VE SAHRA TOPLARI

UÇAKLAR

KOMUTA VE KONTROL KARARĞAHLARI

GÜDÜMLÜ MERMİLER (SSM / SAM)

LİMANLAR

TANIMA

•

IKONOS PAN 1m

•

•

•

•

•

•

•

• •

•

•

•

•

•

TANIMA

6m

TEŞHİS

1.5 m

TEKNİK ANALİZ TESBİT

0.4 m 15 m

SAHİLLER VE PLAJLAR

TANIMA

4.5 m

DEMİRYOLLARI VE TESİSLERİ

TANIMA

4.5 m

TEŞHİS

1. 5 m

•

TEKNİK ANALİZ

0.4 m

TEŞHİS TEKNİK ANALİZ TESBİT

İŞLEM ŞİRKETLER GRUBU

0. 5 m 150 mm 15 m

UZALG

•

• •

•

•

•

102

•

•

•

•

•

•

•

•

•

•

K ASIM 2001

UZAKTAN ALGILAMA

HEDEFLERİN KIYMETLENDİRME SEVİYELERİ İLE UYDU GÖRÜNTÜLERİNE İLİŞKİN ÇÖZÜMLEMELERİN KARŞILAŞTIRILMASI KIYM. SEVİYESİ

HEDEF TİPİ

KARA YOLLARI

İSKAN SAHALARI

MS 30 m

SPOT PAN 10 m

IRS-1C / 1D

MS 20 m

PAN 5.8 m

MS 23 m

MS 4m

6m

•

•

•

•

TEŞHİS

1.5 m

•

TEKNİK ANALİZ TESBİT

0.4 m 60 m

•

TANIMA

15 m

•

TEŞHİS

3m 0.75 m 91 m

•

IKONOS PAN 1m

4.5 m

•

•

•

•

•

TANIMA

•

•

•

•

•

•

•

•

•

•

•

•

0.75 m 7.5 m

•

•

•

•

•

0.15 m 25 mm

GÖRÜNTÜLERİN KIYMETLENDİRMESİNE YÖNELİK SINIFLANDIRMA SEVİYELERİ:

25 yıl önce ABD’de bilim adamları ve ehil foto kıymetlendirmecilerden oluşan, “Imagery Resolution Assessment and Reporting Standards: IRARS” olarak isimlendirilen bir komite, görüntü kıymetlendirilmesinin niceliğini veya uygun kullanımını standart hale getirmek için görevlendirilmiştir. Laboratuvarlarda binlerce görüntü üzerinde yapılan uzun incelemeler sonuçunda “National Imagery Interpretability Rating Scale: NIIRS” isimli ve temelde askeri hedeflere yönelik standartlar meydana getirilmiştir. Gelişen teknoloji karşısında NIIRS standarları güncenleştirilmiş ve diğer alanlara ve farklı görüntü tiplerine yönelik standartlarda hazırlanarak uygulanmaya başlamıştır. Halihazırda kullanılan 5 tip sınıflandırma ve bunlara ilişkin görüntü tipleri aşağıdaki tabloda belirtilmiştir. SINIFLANDIRMA TİPİ GÖRÜNEN (V) NIIRS SİVİL (C) NIIRS RADAR (R) NIIRS INFRARED (IR) NIIRS ÇOK BANDL (MS)I IIRS

GÖRÜNTÜ TİPİ Görünen Band, Pankromatik Görünen Band, Pankromatik SAR Termal Infrared Görünen, yakın IR ve kısa dalga IR bandları içeren Multispectral

SEVİYE ADEDİ 9 (1-9) 10 (0-9) 10 (0-9) 9 (1-9) 7 (1-7)

AÇIKLAMA VE YAYIN TARİHİ Askeri amaçlı / 1994 Sivil amaçlı / 1995 Radar amaçlı / 1992 Infrared amaçlı / 1996 NIIRS standartlarına dayandırılmıştır / 1995

Görüntü kıymetlendirmesine yönelik sınıflandırma seviyeleri, görüntü analizcileri için bir görüntünün potansiyel kıymetlendirmesi hakkında nicel olarak karar verebileceği seviyeleri belirtmektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

•

•

4m

TEŞHİS TEKNİK ANALİZ

•

•

3m

TEKNİK ANALİZ TESBİT

(3)

LANDSAT PAN 15 m

TANIMA

TEŞHİS

DENİZALTILAR (SU YÜZEYİNDE)

UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ

TESBİT

TEKNİK ANALİZ TESBİT TANIMA

ARAZİ

CİSMİN ASGARİ EBADI

103

K ASIM 2001

UZAKTAN ALGILAMA

Örneğin görüntü analizcisi; 2 nci seviyedeki bir görüntü üzerinden hava meydanındaki büyük bir hangarı tesbit edebilirken, 8 nci seviyede ki görüntüden ağır bombarduman uçağındaki percinleri teşhis edebilmektedir. NIIRS seviyeleri, görüntü kıymetlendirmesine tesir eden ana faktörler göz önüne alınarak hazırlanmıştır. Görüntünün çözümlemesi, “Yer Çözümleme Mesafesi (GRD)” veya “Yer Örnek Mesafesi (GSD)” olarak ölçülmektedir. Mekansal çözümleme tek başına görüntünün sınıflandırma seviyesinin belirlenmesini sağlamamaktadır. Diğer tarafdan, görüntünün keskinliği, sinyal gürültü oranı ve kontrastlık NIIRS’ i etkileyen diğer unsurlardır. Optik kalite ve odak düzlemi parametreleri gibi sisteme, güneş açısı ve atmosferik pus gibi algılama şartları ve çoğaltmada kullanılan filmin kalitesi ve bilgisayar ekranındaki görüntü yönetiminin kalitesi de, bu etkenlerin belli başlılarındandır. Görüntü kıymetlendirmesi için, yerdeki cismin örnek mesafesi (GSD) tek başına kullanılacak iyi bir ölçü değildir. Aşağıdaki şekildeki tüm görüntüler aynı mekansal çözümlemeye (GSD) sahip olmalarına karşın NIIRS kapsamındaki kıymetlendirilebilme ölçüleri farklıdır. Aynı sahaya ve aynı Yer Örnek Mesafesi (GSD)’ne sahip olan 4 görüntüden; üstteki iki resim, pankoromatik (siyah / beyaz) band da, alttaki iki resim ise Çok bandlı (Multispectral) olarak algılanmışlardır. Soldaki pankromatik ve çok bantlı görüntüler iyi kontrastlık derecesine ve düşük sinyal gürültü oranına sahip iken, sağ tarafdaki görüntüler ise düşük kontrastlık derecesine ve yüksek sinyal gürültü oranına sahiptir Bu özellikleri nedeniyle sağdaki görüntülerin soldaki görüntülere göre kıymetlendirme seviyeleri düşüktür.

Şekil-104 Mekansal çözümleri aynı, kıymetlendirme seviyeleri farklı olan görüntüler Çok bandlı görüntülerin kıymetlendirilmesine yönelik sınıflandırma seviyeleri (MS IIRS), NIIRS standartlarına göre hazırlanmasına karşın bazı farklılıkları içermektedir. Bunun nedeni; NIIRS’in elektromanyetik tayfın 0.4-0.7 µm’lik görünen bandına, MS IIRS’in ise 0.4-2.5 µm’lik bölgesine dayandırılmasıdır.

İŞLEM ŞİRKETLER GRUBU

UZALG

104

K ASIM 2001

UZAKTAN ALGILAMA

NIIRS; askeri amaçlı ve muharebe düzeni kapsamındaki hava, elektronik, güdümlü mermi ve denizdeki hedeflere göre düzenlenmiştir. Bu askeri hedefleri içermeyen MS IIRS’e; askeri, iskan / endüstriyel / muhabere hatları, bitkiler / ziraat, arazi ve su kaynakları konularını kapsayan 5 kategori eklenmiştir. Elektromanyetik tayfın muhtelif bölgelerinin kombinasyonunu içeren çok bandlı görüntülerde, özelliklerin veya cisimlerin en iyi ayırımı bandların seçimi ile sağlanmaktadır. Bu seçimde bir kaç temel kural bulunmaktadır. Bandların seçimi materyalin ayırt edilebileceği özelliğe ve bulunduğu çevreye bağlıdır. Bu seçim cismin özelliğine, mevkiine, mevsimlere, algılama zamanına ve göreve göre değişmektedir. Geriye ise görüntü analizcisinin bilgi ve mahareti kalmaktadır. Azami mekansal kontrastık için seçilen bandların renkleri, kıymetlendirmeyi önemli derecede etkilemezler. Bu hususa ilişkin örnek 6 görüntü aşağıdaki şekilde gösterilmiştir. Kırmızı, yeşil ve mavi 3 bandın farklı kombinasyonlarından elde edilen 6 görüntünün renkleri birbirinden farklıdır. Bu görüntülerdeki büyük binalar, mekansal olarak ağaçlardan , su reservinden veya betondan ayırt edilebilmektedir. Beton ise, kurumuş çimenden çok farklı bir görünüş vermemektedir.

RGB: Kısa IR, Yakın IR, Kırmızı

RGB: Yakın IR, Kısa IR, Kırmızı

RGB: Yakın IR, Kırmızı, Kısa IR

RGB: , Kırmızı, Yakın IR, Kısa IR,

RGB: , Kırmızı, Kısa IR, Yakın IR

RGB: Kısa IR, Kırmızı ,Yakın IR

Şekil-105 3 tayfsal bandın farklı kombinasyonundan oluşan 6 seçenek Görüntü kıymetlendirmesine ilişkin 5 tip sınıflandırma seviyesinden, “Çok bandlı görüntülerin kıymetlendirilmesine yönelik sınıflandırma seviyelerine (MS IIRS)” ait detaylar ve örnek görüntüler aşağıdaki tabloda ve şekillerde gösterilmiştir. Diğer 4 tipe ilişkin detaylar ise EK-B’deki tablolarda sunulmuştur.

İŞLEM ŞİRKETLER GRUBU

UZALG

105

K ASIM 2001

UZAKTAN ALGILAMA ÇOK BANDLI GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SINIF SEVİYELERİ ( Multispectral Imagery Interpretability Rating Scale (MS IIRS) SINIFLANDIRMA SEVİYESİ 1 • • • • • •

İskan sahaları ve kırsal alanları ayırt etmek 404700 metre kareden daha büyük sulak alanları teşhis Menderesleri tesbit Sahilleri tasvir etmek Sular üzerindeki büyük karayolu ve demiryolu köprülerini tesbit Kar veya buzla kaplı sahaları tasvir etmek

• • • • •

Çok hatlı otoyolları tesbit Şeritler halinde döşenmiş mayınları tesbit Su akış istikametini tesbit Kesilen ağaç kerestelerini tesbit Ekili araziyi tasvir etmek

• • • • • •

Bitki / toprak arasındaki nem farkını tesbit İskan sahalarındaki büyük cadde paternlerini teşhis Golf sahalarını teşhis Sahillerdeki su ceryanlarını teşhis İskan sahalarındaki ikamet, ticari ve endüstriyel sahaları ayırt etmek Su reservlerindeki azalmayı tesbit

• • • • • •

Tank, sahra topçusu ve kundağı motorlu topların mevzii durumunu tesbit 2 şeritli kaplanmış veya kaplanmamış yolları ayırt etmek Yol pistlerin bakım veya geliştirilebilme olanaklarını tesbit Toprak veya kaya kaymalarının tek şeritli yolları kapatma durumunu tesbit Açık sulardaki 15-20 fit uzunluğundaki küçük deniz vasıtalarını tesbit Cesna, piper Cub, Beechcraf tgibi hafif uçakların kullanabileleceği yol şeritlerini teşhis

• • • • •

Park sahasındaki otomobilleri tesbit Amfibik çıkarma harekatı için uygun plajları teşhis Pancar tarlarındaki sulama arklarını tesbit Askeri tesislerde aldatıcı boya ile kaplanmış bina ve yapıları tesbit Askeri birlikleri, kereste kum ve çakıl gibi kullandığı inşaat materyalini tesbit

• • • • •

Tanklarda kullanılan kamuflaj netlerini tesbit Uzun çimenler arasındaki ayak izlerini tesbit Seyrüsefer yapılan kanallardaki işaret ve dubaları tesbit Son zamanlarda yerleştirilmiş mayın tarlalarını tesbit Mülteci kampları veya iskan sahalarındaki münferit binaları saymak

• • • • •

Tanklar ve sahte olarak yapılmış 3 boyutlu tankları ayırt etmek 55 galonluk varilleri münferit olarak teşhis plajlardaki kumlar veya çakıllar üzerindeki fok gibi küçük memeli hayvanları tesbit Su altındaki iskele ayayaklarını tesbit Tarladaki ekili mahsul sıaralarını ayırt etmek

SINIFLANDIRMA SEVİYESİ 2

SINIFLANDIRMA SEVİYESİ 3

SINIFLANDIRMA SEVİYESİ 4

SINIFLANDIRMA SEVİYESİ 5

SINIFLANDIRMA SEVİYESİ 6

SINIFLANDIRMA SEVİYESİ 7

İŞLEM ŞİRKETLER GRUBU

UZALG

106

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-106 MS IIRS seviye 1 San Francisco, Amerika (10 Mayıs 1973), Landsat Multispectral Scanner (MSS) False color infrared kombinasyonu

Şekil-107 MS IIRS seviye 2 Bimini adası, Bahama (30 Ocak 1983), Landsat Tematic Mapper (TM) Sol görüntü: tabii renk kombinasyonu, Sağ görüntü: kısa dalga ınfrared kombinasyonu

İŞLEM ŞİRKETLER GRUBU

UZALG

107

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-108 MS IIRS seviye 3 Phoenix, Amerika (3 Nisan 1986), SPOT False color infrared kombinasyonu

Şekil-109 MS IIRS seviye 4 Detroit, Amerika (21 Agustos1991), M7 Sol görüntü: tabii renk kombinasyonu, Sağ görüntü: kısa dalga ınfrared kombinasyonu

İŞLEM ŞİRKETLER GRUBU

UZALG

108

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-110 MS IIRS seviye 5 FT. Bragg, Amerika (23 Kasım1991), M7 Sol görüntü: tabii renk kombinasyonu, Sağ görüntü: kısa dalga ınfrared kombinasyonu

Şekil-111 MS IIRS seviye 6 NAS Mirimar, Amerika (17 Şubat1992), M7 Sol görüntü: tabii renk kombinasyonu, Sağ görüntü: kısa dalga ınfrared kombinasyonu

İŞLEM ŞİRKETLER GRUBU

UZALG

109

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-112 Seviye 7 Sayısallaştırılmış hava fotoğrafları (Nisan 1986, Eylül 1992) Sol görüntü: Red River Arsenal ABD Sağ görüntü: Massachusetts ABD False color infrared kombinasyonu

b. GÖRÜNTÜ KIYMETLENDİRMENİN UNSURLARI:

Görüntü kıymetlendirme unsurları; hedeflerin tanımasına ve onlara ilişkin bilgilerin çıkarılmasına yardım eden anahtarlardır. Hedefler ve onların bulundukdaki zemin ile meydana getirdikleri farkllığın belirlenmesine dayanan, klasik yani görerek yapılan kıymetlendirme; “Ton (Tone)”, “Şekil (Shape)”, “Ebat (Size)”, “Patern (Pattern)”, “Doku (Texture)”, “Gölge (Shadow)” ve “Etrafı ile münasebet (Association)” olarak adlandırılan 7 unsurdan istifade edilerek yapılmaktadır. Günlük yaşantımızın bir parçası olan bu unsurların özellikleri ve her birine ilişkin örnek görüntüler aşağıda belirtilmiştir. (1)

TON:

Ton, görüntüdeki cismin parlaklık veya renğini ifade etmektedir. Genel olarak hedefler veya özelliklerin ayırt edilmesinde kullanılan temel bir unsurdur. Tondaki değişiklikler, cisimlerin ayırt edilmesinde kullanılan şekil, doku ve patern unsurları ile de ilişkilidir. Örneğin görüntü üzerindeki göller koyu tonda, yerleşim sahaları ise daha açık tonda görüntü verirler. (2)

ŞEKİL:

Şekil, cisimlerin kendine özgü yapısını veya dış hatlarının görünüşünü ifade etmektedir. Kıymetlendirmenin ayırt edici ip uçlarını veren bir unsurdur. İskan sahaları kapsamındaki hedeflerin dış hatları düzgün, ormanlık sahalarınki gayri muntazam ve yarış yapılan sahaların ki ise ovaldir.

İŞLEM ŞİRKETLER GRUBU

UZALG

110

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-113 Farklı tonları (sol) ve şekilleri (sağ) içeren görüntüler (3) EBAT:

Ebat veya ölçü, görüntüdeki bir cismin ölçeğe bağlı bir fonksiyonudur. Hedefin belirlenen ebadları, görüntüdeki diğer hedeflerden ayırt edilmesini sağlayan önemli bir unsurdur. Bir iskan sahasında tesbit edilen büyük ebatlardaki yapılar, bir fabrika veya depolama tesisidir. Küçük binalar ise insanların barındığı evlerdir.

Şekil-114 İskan sahasındaki büyük ve küçük ebatlı yapıları (sol) ve bina, caddelerin paternini (sağ) içeren görüntüler (4) PATERN:

Patern, cisimlerin görünebilen ayırt edilebilme düzenini belirtir. Tekrarlanmış benzer tonlar ve doku, cismin ayırtedilebilen paternine yardımcıdır. Muntazam aralıklarla ekilmiş meyve ağaçları, iskan sahalarındaki caddeler ve muntazam aralıklı binalar paterne ilşkin örneklerdir. Diğer tarafdan bir güdümlü mermi mevziinin arazideki yerleşim paterni, onun tipinin belirlenmesini sağlayan bir ip uçudur.

İŞLEM ŞİRKETLER GRUBU

UZALG

111

K ASIM 2001

UZAKTAN ALGILAMA (5) DOKU:

Doku, özel bir görüntü sahasındaki ton değişikliklerini ve tanzimi ifade eder. Kaba doku benekli tondadır ve küçük sahalarda gri tonların derecesi zıt tarzda değişir. Düzgün dokudaki ton değişikliği çok azdır. Tarlalar, asfalt ve çimenlik sahalar gibi özelliklerin dokusu, düzgün olup yeknesak bir görüntü sağlar. Ormanlık sahalar gibi kaba satıhlı hedefler veya gayri muntazam yapılar, kaba dokuda bir görüntü verirler. Radar görüntülerinin kıymetlendirilmesinde doku, özelliklerin ayırt edilmesinde önemli rol oynayan bir unsurdur

Şekil-115 Düzgün ve kaba dokudaki hedefleri (sol) ve cisimlerin gölgelerini (sağ) içeren görüntüler (6)

GÖLGE:

Özellikle dikey görüntüler üzerindeki cisimlerin gölgesi, onların nisbi yüksekliğini ve profil görüntüsünü sağladıkları için kıymetlendirmeye yardım eden bir unsurdur. Örneğin dikey bir görüntüdeki bir köprünün tipi, gölge yardımıyle kolayca tesbit edilebilmektedir. Bununla beraber gölge, bazı durumlarda cisimlerin görünüşünü kapattığı için kıymetlendirme olanağını azaltmakta veya yok etmektedir. Özellikle radar görüntülerinde topoğrafik yapının veya yeryüzü şekillerinin kıymetlendirilmesinde fayda sağlayan bir unsurdur. (7) ETRAFI İLE MÜNASEBET:

Etrafı ile münasebet, ilgi sahasındaki hedefe yakın özellikleri veya tanınabilen diğer cisimler arasındaki ilişkinin göz önüne alınmasını ifade eden bir unsurdur. Okullar, oyun ve spor sahaları bir ulaşım şebekesi (karayolu, demiryolu vb.) ile münasebetlidir. Keza göller; sandallar, marina ve bitişiğindeki dinlenme yerleri ile ilişkilidir.

İŞLEM ŞİRKETLER GRUBU

UZALG

112

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-116 Göl ve ilişkili olduğu cisim ve mahalleri içeren görüntü 2. SAYISAL GÖRÜNTÜLERİ İŞLEME:

Günümüzün gelişen teknolojisi, uzaktan algılanan verilerin pek çoğunun sayısal formatta kayıt edilmesini sağlamış, kıymetlendirme analizlerine ve sayısal işlemlerin bazı unsurlarına bağımlı hale getirmiştir. Klasik kıymetlendirmenin veya hedeflerin otomatik olarak sınıflandırılmasının daha iyi bir tarzda yapılması için; formatlama, verinin düzeltilmesi ve geliştirilmesini içeren sayısal görüntünün işlenmesi hususu tamamiyle bilgisayarlar vasıtasıyla yapılabilmektedir. Uzaktan algılanan sayısal görüntüleri işlemek için veri; kayıt edilmeli ve bilgisayarda kullanılabilecek bir formatta diskte veya CD’lerde depolanmalıdır. Görüntü verisinin işlenmesini sağlayan uygun donanım ve yazılımları içeren bilgisayarlar “ Görüntü Analiz Sistemleri” olarak anılmaktadır. Halihazırdaki görüntü işleme yazılımlarından “ERDAS Imagine” yazılımı bunların belli başlılarındandır.

Şekil-117 Görüntü analiz sistemi

İŞLEM ŞİRKETLER GRUBU

UZALG

113

K ASIM 2001

UZAKTAN ALGILAMA

Görüntü analiz sisteminde kullanılan sayısal görüntünün işlenmesi “Görüntü işlemenin ön hazırlıkları”, “Görüntüyü geliştirme (Enhancement)”, “Görüntüyü dönüştürme (Transformation)” ve “Görüntüyü sınıflandırma ve analiz” olarak ifade edilen 4 safhada yapılmaktadır. Görüntü işlemenin ön hazırlıkları safhası, ana verinin analizi ve bilgi çıkarılması için başlangıçta yapılacak işlemleri içermektedir. Bu safha genel olarak “Radiometric düzeltme” veya “Geometric düzeltme” yi kapsamaktadır. Radiometric düzeltme; sensörün düzensiz algıladığı ve istenmiyenleri ayıklama veya atmosferik parazitleri azaltma işlemleridir. Böylece sensör tarafından ölçülen yansıyan veya yayılan enerjinin doğru olarak temsil edilmesi sağlanır. Geometric düzeltme ise, meydana gelen geometric bozulmaları giderme, verinin gerçek dünya koordinat sistemine (meridyen ve paralel) dönüştürme işlemlerini kapsar. Görüntüyü geliştirme safhası, klasik kıymetlendirme ve analize yardım etmek için görüntünün görünüşünü daha iyi hale getirmeye yönelik işlemleri kapsar. Bu safhada; değişik özelliklerin ayırt edilmesi için mevcut tonların arttırılması sağlayan “Contrast streching” ve özel mekansal paternleri geliştiren veya maskeleyen “Spatial filtering” işlemleri yapılır.

Şekil-118 Orijinal (sol) ve geliştirme işlemi uygulanmış (sağ) görüntüler Görüntünün dönüştürülmesi safhasındaki işlemler, görüntüyü geliştirme safhasındaki işlemlere benzemektedir. Bununla beraber, görüntü geliştirme sadece bir kanallı (bandlı) veriye uygulanırken, görüntünün dönüştürülmesi işlemleri çok banlı görüntülere tatbik edilmektedir. Çıkarma, ekleme, çarpma ve bölme gibi aritmetik işlemlerin icra edilmesi sonuçunda, orijinal bandlar çok daha iyi görünüş veren veya bazı özelliklerin ön plana çıktığı yeni bir görüntüye dönüşür. Görüntüyü sınıflandırma ve analiz safhasında; sayısal tanıma ve verideki her bir pixeli sınıflandırma işlemleri yapılır. Sınıflandırma çok bandlı veri setlerine (A) tatbik edilir ve bu işlemle görüntüdeki herbir pixel parlaklık değerlerinin istatistiki özelliklerine bağlı olarak özel bir sınıfa veya bir konuya (B) atanır. Sayısal sınıflandırma için değişik metodlar mevcut olup “Supervised” ve “Unsupervised” olarak adlandırılan sınıflandırmalar yaygın olarak kullanılmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

114

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-119 Veriyi sınıflandırma Yukarıda özet olarak ifade edilen 4 safhaya ilişkin detaylı bilgiler aşağıdaki parağlarda açıklanmıştır. a. GÖRÜNTÜ İŞLEMENİN ÖN HAZIRLIKLARI:

Görüntü işlemenin ön hazırlıkları, bazen görüntünün restorasyonuna ve rektifiyesine işaret etmektedir. Genellikle verinin sensör ve platformdan kaynaklanan radiometric ve geometric bozukluklarının düzeltilmesine gereksinim bulunmaktadır. Radiometric düzeltme ihtiyaçları; görüntü alanındaki aydınlatma farklılığı, görünüş geometrisi, atmosferik şartlar ve sensörün yarattığı parazit’ten (gürültü) kaynaklanmaktadır. Bu sorunların herbiri veriyi algılayan sensör ve platformun özelliklerine, algılama esnasındaki şartlara bağlıdır. Veriler arasındaki karşılaştırmayı kolayca yapabilmek için mutlak yayım veya yansıma birimleri olarak bilinen verinin değiştirilmesine ve/veya kalibre edilmesine gereksinim duyulmaktadır. Optik sensörler tarafından sağlanan görüntüler arasında aydınlatma ve geometrik farklılıklar; geometrik model ilişkileri, görüntülenen dünya sathı, güneş ve sensör arasındaki mesafelere dayanılarak düzeltilmektedir. Bu düzeltme için; farklı tarih ve zamanlarda farklı sensörler tarafından algılanan görüntülerin karşılaştırılmasına veya tek düze aydınlatma şartlarını içeren bir sensörün sağladığı mozaik tarzındaki çoklu görüntülere ihtiyaç duyulmaktadır.

Şekil-120 Bir sensör tarafından algılanmış mozaik tipi görüntü

İŞLEM ŞİRKETLER GRUBU

UZALG

115

K ASIM 2001

UZAKTAN ALGILAMA

Daha önceki kısımlarda açıklandığı gibi dağılan enerji, atmosferin engellemesi ile karşılaşmaktadır. Bu dağılmanın engellenmesi sonuçunda sathın aydınlanması azalır veya engellenir. Atmosfer ayrıca, hedefden yayılan sinyallerin sensöre ulaşmasını da engellemektedir. Değişik metodlar kullanılarak atmosferin engellemesinden kaynaklanan yetersizlikleri ve bozukluklukları düzeltmek olanak dahilindedir. Gözlenen parlaklık değerlerinin (sayısal numara) incelenmesini içeren metod vasıtasıyla, örneğin gölgeli sahalar veya büyük göller (A) gibi çok koyu tondaki hedefler kullanılarak bunlara ilişkin asğari değerler (B) karşılaştırılabilir.

Şekil-121 Gözlenen parlaklık değerleri Düzeltme işlemi, herbir banddaki tüm pixel değerlerinden, belirlenen herbir bandın gözlenen asğari değerinin çıkarılması ile yapılmaktadır. Bu metod, özelliklerin yapacağı yansıma faraziyesine dayanmaktadır. Şayet atmosfer açık ise dağılma sıfır olmayacak bir değerde çok küçüktür. Şayet gözlenen değerler sıfırdan çok büyükse, sorun atmosferik dağılmadan kaynaklanmıştır. Görüntüler üzerindeki parazitler (gürültüler), sensörün gayrimuntazam algılama veya cevap verme kabiliyeti ve/veya veri kaydı ve aktarımındaki hatalar nedeniyle meydana gelmektedir. Görüntüler üzerindeki bu parazitler, şeritler (bandlar) ve düşen hatlar şeklindedir. Bu parazitler, görüntünün geliştirilmesi veya sınıflandırma safhalarına ilişkin işlemlere geçmeden önce giderilmelidir.

Şekil-122 Şeritler ve düşen hatlar şeklindeki parazitleri içeren görüntüler Landsat MSS’in ilk görüntüleri üzerinde şerit halindeki parazitlere rastlamak olağan idi. Bu sorun, yörüngedeki değişiklikler ve MSS sensörünün 6 dedektörünün cevap verme süresinin uygun olmayışından kaynaklanmaktaydı.

İŞLEM ŞİRKETLER GRUBU

UZALG

116

K ASIM 2001

UZAKTAN ALGILAMA

Dedektörler arasında yapılan nisbi düzeltme işlemleri sonucunda, bu sorun giderilmiştir. Düşen hatlar şeklindeki parazitler, tarama hatları boyunca kaybolan veya eksilen veri nedeniyle meydana gelmektedir. Bu hatlar yerine pixel değerlerini içeren hatların girilmesi ile sorun çözümlenmektedir. Uzaktan algılama görüntülerinin nicel uygulamaları için veri; satıhdan yansıyan ve yayılan gerçek enerjiyi temsil eden ve birimsel ölçümlerin yapılmasına olanak veren sayısal numaralara dönüştürülür. Bu dönüşüm, sensörün cevap verme kabiliyeti ve analog sinyal tarzına ilişkin detay bilgileri kullanılarak sağlanmaktadır. Geometrik bozukluklara; sensör optiklerinin perspektifi, tarama sisteminin hareketi, platformun hareketi, platformun yüksekliği, hızı, arazinin reliefi, dünyanın kavsi ve dönüşü, sebep olmaktadır. Bu varyasyonların pek çoğu “Sistematik” veya ”tahmin edilebilen” bozulmalar, sensörün ve platformun hareketini ve platform ile dünyanın geometrik ilişkini kapsayan doğru bir modelleme ile düzeltilebilmektedir. “Sistematik olmayan” veya ”Rastgele” meydana gelen bozulmalar ise, modellenemez ve bu yöntem ile düzeltilemez. Bu yüzden görüntüler, “Geometric Registration” diye tanımlanan işlemlerle, bilinen yer koordinat sistemleri ile techiz edilir. “Geometric Registration” işlemleri; görüntünün sıra ve sutünlarına ilişkin koordinatların, meridyen ve paralel tarzındaki yer koordinat sistemine adaptasyonunu içerir. Bu işlemler için, görüntü (A) üzerinde kolayca ayırt edilebilecek özelliklere sahip (Yol kavşakları gibi) “Yer kontrol noktaları (GCP)” (A1, A2, A3, A4) tesbit edilir. Bir harita (B) üzerinde, bu noktaların (B1, B2, B3, B4) karşılıkları belirlenir. Harita üzerindeki bu noktaların koordinatları tesbit edilerek, görüntüdeki karşılıklarına ithal edilir. “Görüntü-Harita rektifikasyonu (Image-toMap Registration)” olarak adlandırılan bu işlemler sonuçunda görüntü, doğru ölçüm yapılabilen gerçek dünya koordinat sistemine sahip olur. Bu işlemler görüntü işleme yazılımına sahip bilgisayarlar vasıtasıyle süratle yapılabilmektedir. Geometric registration işlemleri; coğrafik koordinatları kullanmaksızın veya kullanarak, “Görüntügörüntü rektifikasyonu (Image-to- Image Registration)” olarak adlandırılan, iki görüntü arasında da yapılabilmektedir.

Şekil-123 Geometric registration işlemleri

İŞLEM ŞİRKETLER GRUBU

UZALG

117

K ASIM 2001

UZAKTAN ALGILAMA

Yer koordinat sistemini içermeyen orijinal görüntüler “Örnekleme (Resampling)” olarak adlandırılan geometrik düzeltme işlemleri ile düzeltilmektedir. Örnekleme işlemi, bir raster matrisden alınan pixellerin diğer bir matrise uydurulmasıdır. Bu işlemlerle, orjinal görüntüdeki sayısal pixel değerleri, coğrafik koordinat cinsinden hesaplanarak yeni pixel değerleri belirlenir. Örneklemede; “Nearest neighbour”, “Bilinear interpolation” ve “Cubic convolution” olarak tanımlanmış örnekleme metodları kullanılmaktadır. “Nearest neighbour” metodu örneklemesinde, orijinal görüntüden alınan pixeller sayısal olarak düzeltilmiş görüntüdeki en yakın pixel mevkiilerine apadte edilir. Basit bir metod olup orijinal değerler değişmemektedir. Bununla birlikte sonuçda, bazı pixellerin değerleri çift olarak ortaya çıkmakta bazıları ise kaybolmaktadır. Bu metod genelde, arazi örtüsü tipleri vb. hususları içeren tematik veride uygulanmaktadır. Bu metodun dejavantajı ise, görüntülerin parçalı veya eşit dağılmamış ışığı ve gölgeleri kapsamasıdır.

Düzeltilmiş görüntü

Orijinal görüntü

Şekil-124 Nearest neighbour metodu örneklemesi “Bilinear ınterpolation” metodu örneklemesinde, orijinal görüntüden alınan 4 pixelin ağırlıklı ortalaması alınır ve yeni pixel mevkiilerine apadte edilir. Ortalama işlemleri sonuçunda orijinal pixeller değişir ve görüntü çıktısının tamamiyle yeni olan sayısal değerleri üretilir. Bu husus arzu edilmemekle beraber, tayfsal tabana dayalı sınıflandırma gibi uygulama ve analizlerde en iyi sonuçu sağlar.

Düzeltilmiş görüntü

Orijinal görüntü

Şekil-125 Bilinear Interpolation metodu örneklemesi

İŞLEM ŞİRKETLER GRUBU

UZALG

118

K ASIM 2001

UZAKTAN ALGILAMA

“Cubic convolution” metodu örneklemesinde ise, orijinal görüntüden alınan 16 pixel blokununun ağırlıklı ortalama mesafesi hesaplanır ve yeni çıktı pixel mevkiine apadte edilir. Bilinear ınterpolation ve Cubic convolution metodları tamamiyle yeni pixel değerlerini üretmektedir. Bu iki metodun kullanımı ile elde edilen görüntüler, daha keskin bir görünüş verirler ve nearest neighbour metodunda meydana gelen parçalı ve eşit olarak dağılmamış ışık ve gölgeleri içermezler.

Düzeltilmiş görüntü

Orijinal görüntü

Şekil-126 Cubic convulation metodu örneklemesi b. GÖRÜNTÜYÜ GELİŞTİRME:

Geliştirme işlemleri, görüntünün daha anlaşılmasını ve klasik kıymetlendirmesini kolaylaştırmak için yapılmaktadır. Sayısal görüntülerin avantajı, görüntüdeki sayısal pixel değerlerinin ustalıkla yönetilmesine olanak sağlamasıdır. Her nekadar aydınlatma ve atmosferin etkileri ve sensörün özellikleri radiometric düzeltme ile giderilse de, görüntü görerek yapılacak kıymetlendirmeye tam olarak hazır değildir. Uydu platformlarındaki uzaktan algılama sensörleri, hedef/zeminin yaydığı enerjiyi birleştirecek tarzda dizayn edilmişlerdir. Orman, çöl, kar ve su gibi muhtelif aralıklardaki hedeflere, elektromanyetik tayfın verdiği cevaplar çok değişiktir. Bu sebepden tüm hedeflerin optimum parlaklığını ve kontrastlığını sağlayan generik radiometric düzeltme yoktur. Böylece, herbir görüntü için parlaklık değerleri aralığının ve dağılımının ayrı ayrı ayarlanması gerekmektedir. Ham görüntülerde, sayısal değerlere (umumiyetle 8 bit veya 256 renk seviyeli) ilişkin uygun aralıkların küçük bir kısmını içeren faydalı bilgiler bulunmaktadır. Kontrastlığı geliştirmek , orijinal değerlerin değiştirilmesini kapsamaktadır. Daha uygun aralıkların kullanılması ile hedef ve onun bulunduğu zemin arasındaki kontrastlık farkı arttırılmaktadır. Kontraslığın geliştirilmesi konusunun daha iyi anlaşılmasına ilişki anahtar, görüntülere ait histogram konseptinin bilinmesidir.

İŞLEM ŞİRKETLER GRUBU

UZALG

119

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-127 Görüntü ve histogramı Histogram, görüntü kapsamındaki parlaklık değerlerini belirten bir grafiktir. Parlaklık değerleri (0-255) grafiğin x ekseni, bu değerlerin herbiri için oluşan frekanslar ise grafiğin y ekseni üzerinde gösterilmiştir. Histogram üzerinde grafiksel olarak gösterilmiş görüntüye ait sayısal değerlerin aralıkları, arzu edilen şekilde düzenlenerek, görüntünün kontraslık durumu geliştirilmektedir. Görüntünün kontrastlığını ve detaylarını geliştirmek için bir çok farklı teknik ve metod mevcuttur. Bunlardan en basiti “Linear contrast stretch” olarak bilinmektedir. Linear contrast stretch metodu, görüntünün asgari ve azami parlaklık değerlerine ait alt ve üst sınırların bir histogram üzerinde gösterilmesini sağlamaktadır. Yapılan uygulama sonuçunda görüntü tüm mesafeyi dolduracak tarzda esner. Aşağıdaki örnek histogramda asgari değer 84 azami değer ise 153’dür. İkisi arasındaki 69 seviyelik fark, 256 seviyelik tüm aralığın 1/3’ünden daha azdır. Linear stretch uygulaması ile, bu küçük seviye farkı doğrusal olarak 0-255 değerleri arasını tam dolduracak tarzda yayılır. Orijinal

Stretched

Şekil-128 Linear contrast stretch

İŞLEM ŞİRKETLER GRUBU

UZALG

120

K ASIM 2001

UZAKTAN ALGILAMA

Bu kontraslık geliştirilmesi ile görüntüdeki açık tondaki sahalar daha açık tonda, koyu sahalar ise daha koyu tonda görünecek duruma gelir. Böylece meydana çıkan detaylar nedeniyle görüntünün kıymetlendirmesi de kolaylaşır.

Şekil-129 Aşırı kontrastlıktaki orijinal görüntü (sol) ve Linear contrast stretch uygulanarak kontraslık seviyesi geliştirilmiş görüntü (sağ) Şayet girdi aralıkları muntazam dağılmamış ise, “Linear contrast stretch” metodu uygun bir gelişme sağlamayabilir. Bu durumda “Histogram-equalized stretch” metodunun tatbiki ile daha iyi neticelere erişilir. Bu uygulama ile, detaylar daha iyi gelişmekte ve histogramın sadece özel kısmındaki bir sahanın kontraslığıda geliştirilebilmektedir. Örneğin; şayet görüntü bir nehir ağızını içeriyor ve bu sulardaki birikinti veya tortuların incelenmesi isteniyorsa, Histogram-equalized stretch metodu bu isteği karşılamaktadır. Suyun histogramdaki değerleri 40-76 dır. Bu değer 0-255 aralığını tam dolduracak şekilde görüntü esnetilir. Sonuçda tüm sahaya ilişkin detaylar kaybolurken, suyu içeren sahanın detayları, birikinti veya tortuları belirtecek tarzda gelişir. Orijinal

Stretched

Şekil-130 Histogram-equalized stretch “Spatial filtering”, görüntünün geliştirilmesi için kullanılan diğer bir metoddur. Görüntüdeki özelliklerin kendilerine özgü mekansal frekanslara dayalı olarak, göze batacak veya gizlenecek tarzdaki görünümlerini sağlamak için mekansal filitreler (Spatial filtering) kullanılmaktadır. Mekansal frekans , görüntünün dokusu konsepti ile ilişkilidir.

İŞLEM ŞİRKETLER GRUBU

UZALG

121

K ASIM 2001

UZAKTAN ALGILAMA

Küçük alanlar üzerinde birbirini tutmayan ton değişikliklerini içeren kaba dokulu sahalar, yüksek mekansal frekansa sahiptir. Küçük ton değişikliklerini içeren düzgün dokudaki sahalar ise, düşük mekansal frekansa işaret etmektedir. Filitreleme işlemi, görüntünün geliştirilmesine yönelik olarak; görünüşü keskinleştirme veya yumuşatma ve özelliklerin kenarlarını keskin hale getirmek için yapılmaktadır. Matriks tarzındaki pixellerin merkezindeki pixele bir ağırlık değeri verilir ve otomatik hesaplamalar sonucunda bu değer azalarak veya artarak görüntününün gelişmesi sağlanır. Örneğin özelliklerin kenarlarını belirginleştirmek için kullanılan “Convulation kernel” tekniğinde kullanılan 5x5’lik matrisin merkezindeki değer 3 ise, uygulama sonucunda 2’ye düşer. Keza görüntünün görünüşünü keskinleştirmede bu değer 3’den 4’e yükselmektedir. Böylece görüntüdeki farklı özelliklerin geliştirilmesi veya gizlenmesi sağlanmaktadır.

Şekil-131 Filitreleme işlemi “Low-pass filter” tekniği, radar görüntüleri gibi benzer tondaki tek düze görüntü sahalarını geliştirmek ve görüntü üzerindeki parazit vb. küçük detayları azaltmak için kullanılmaktadır.

Şekil-132 Low-pass filter uygulanmış görüntü “High-pass filter” tekniği ise, “Low-pass filter” tekniğinin zıttına, görüntünün keskinleştirilmesini ve detayların daha iyi bir şekilde ortaya çıkmasını sağlamaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

122

K ASIM 2001

UZAKTAN ALGILAMA

“Directional veya Edge detection filters” tekniği, yollar veya tarla sınırları gibi doğrusal özelliklerin daha belirgin olarak görünmesini sağlamak için kullanılmaktadır. Bir istikamete yönelmiş özelliklerin geliştirilmesi amacıyla düzenlenmiş bu filitreler, doğrusal jeolojik yapının tesbitinde faydalı olmaktadır.

Şekil-133 Directional veya Edge detection filter uygulanmış görüntü c. GÖRÜNTÜYÜ DÖNÜŞTÜRME:

Görüntüyü dönüştürme (Image transformation); çok bandlı bir görüntünün veya farklı zamanlarda aynı bölgeyi içerecek şekilde algılanan 2 veya daha fazla görüntü bandlarının yönetimini kapsamaktadır. Her iki tarzda da, iki veya daha fazla kaynaktan alınan verilerden yeni bir görüntü üretilir. Böylece, muhtelif özelliklerin veya ilgi alanlarını kapsayan yeni görüntünün, orijinal görüntülerden daha iyi olarak görünmesi sağlanır. Temelde görüntünün dönüştürülmesi, aritmetik işlemlere dayanmakta olup, “Image subtraction” olarak adlandırılmış bir teknikle yapılmaktadır. Bu teknik, farklı tarihlerde algılanan görüntüler arasındaki meydana gelmiş değişiklerin ortaya çıkarılmasını sağlar. Geometrik olarak rektifiye edilmiş iki görüntüden birincisindeki pixelin parlaklık değeri, ikincisindeki aynı pixelin parlaklık değerinden çıkarılır. Takiben 0-255 renk seviyesinin ortalaması olan orta gri tondaki 127 sabit değeri eklenerek uygun farklıklıktaki yeni görüntü üretilir. Bu tip görüntü dönüşümü, yerleşim sahalarındaki değişikliklerin ve yok olan orman alanlarının belirlenmesinde kullanılmaktadır.

Şekil-134 Image subtraction

İŞLEM ŞİRKETLER GRUBU

UZALG

123

K ASIM 2001

UZAKTAN ALGILAMA

Görüntülere çok yaygın olarak uygulanan dönüştürme tekniklerinden biriside “Görüntünün bölünmesi veya tayfsal oranlama” (Image division or spectral raioning) olarak anılanıdır. Tayfsal oranlama uygulaması ile, değişik satıh örtülerinin tayfsal değerlerine dayanılarak, gizli kalmış özellikler, göze batacak tarzda ortaya çıkarılabilmektedir. İki farklı tayf bandından alınan verinin tayfsal oranlama ile görüntünün geliştirilmesine yönelik konsept aşağıdaki örnekde açıklanmıştır. Sağlıklı bitkiler; elektromanyetik tayfın yakın ınfrared bölgesinde güçlü bir yansıma yaparken, göünen kırmızı band da ise güçlü bir emme yapmaktadır. Toprak ve su gibi diğer satıh örtüsü özellikleri ; yakın infrared ve görünen kırmızı bandlarda hemen hemen birbirine yakın değerlerde yansıma yaparlar. 7 bandlı Landsat MSS görüntüsünde; yakın-infrared 0.8-1.1 µm, Band 5 deki kırmızı kısım ise 0.6-0.7 µm dalga uzunluklarına sahiptir. Yakın infrared band değerlerinin kırmızı band değerlerine bölünmesinden ortaya çıkan oran; bitkiler için 1.0 değerinden daha büyük, toprak ve su için ise takriben 1.0’dır. Bitkilerin diğer satıh örtüsünden olan bu oransal farklılığı, onların tanınmasında önem taşıyan bir özelliktir. Diğer tarafdan sağlıksız bitkilerin yakın infrared bölgedeki yansıması yeşil bitkilere göre daha düşüktür. Bu hususa dayanarak canlı (yeşil) bitkiler ile sağlıksız veya kamuflaj için kesilmiş bitkileri birbirinden ayırt etmek olanak dahilindedir. Bitkilerin durumlarına ilişkin analizlere yönelik olarak; muhtelif sensörlerin tayf bandları arasındaki farkları ve bunların tümünü göz önüne alarak daha kompleks tayfsal oran uygulamaları yapılmaktadır. Bunlardan yaygın olarak kullanılan ve gelişmiş olanı, “Normalized Difference Vegatation Index” (NDVI) isimli yöntemidir. AVHRR (Advanced Very High Resolution Radiometer) ve benzeri sensör görüntülerinin içerdiği, kıtalar ve küresel seviyedeki bitkilerin durumu, NDVI yönteminin uygulanması ile tesbit edilebilmektedir.

Şekil-135 Kanada (sol) ve Cebelitarık bölgesindeki (sağ) bitki örtüsü görüntüleri (Cebelitarık görüntüsündeki parlak sahalar, sağlıklı bitkileri göstermektedir)

İŞLEM ŞİRKETLER GRUBU

UZALG

124

K ASIM 2001

UZAKTAN ALGILAMA

NDVI değerlerini hesaplamada, farklı bandların sayısal numara (Digital Number: DN) değerleri kullanılır. Bir DN değeri, veri bandındaki bir pixelin sayısal değeridir. Bu değer, atmosferin ve yer sathının ne kadar enerji emdiğini ve sensöre ne miktar yansımayı gönderdiğine bağlı olarak değişmektedir. Hesaplama, NDVI = (IR - R) / (IR + R) formülüne göre yapılmaktadır. Burada IR infrared bandı R ise görünen kırmızı bandı belirtmektedir. Hesaplamalar sonuçunda bitkiler için 0.1-0.6 pixel değerleri elde edilmektedir. Yüksek değer, yoğun bitki örtüsüne işaret etmektedir. Bulutlar, kar ve su görünen tayfın kırmızı bandında çok kuvvetli yansıma yaparlar ve negatif (-) index değeri verirler. Kayalar, çıplak arazi ve insan yapısı nesnelerin index değeri takriben sıfırdır. Çok bandlı verinin farklı bandları, birbiri ile oldukça ilişkili ve benzer bilgileri içerirler. Örneğin Landsat MSS’in 4 ve 5 nci bandlarında (yeşil ve kırmızı), aynı tipdeki satıh örtüsü tiplerine ilişkin yansımalar, hemen hemen birbirine eşit ve benzer görüntüdedir. Çok bandlı veri setlerinin istatistiki özelliklerine dayalı görüntü dönüşümü; veri bandlarının azaltılmasını veya bandlar arasındaki ilişkiyi kullanan metodlarla sağlanır. Bu dönüşüm metodlarından biriside “Temel elemenların analizi” (Principal component analysis) dır. Bu tarz dönüşümün amaçı veri setindeki bandları azaltmak ve böylece daha fazla bilgi sağlamaktır. Örneğin 7 bandlı Tematik Mapper (TM) veri setindeki ilk 3 band, tüm bilginin %90’nını içermektedir. Bu 3 bandın bilgileri kullanılarak dönüştürülen görüntü, daha kolay ve etkin kıymetlendirmeye olanak sağlar.

Şekil-136 Temel elemanların analizi (bandları indirgeme) d. GÖRÜNTÜYÜ SINIFLANDIRMA VE ANALİZ:

Görüntüyü sınıflandırma, bir görüntü veri setinden anlamlı sayısal konu haritalarını üretme işlemidir. Klasik anlamda görüntüyü sınıflandırmak ve analiz etmek için, kıymetlendirme unsurları kullanılmaktadır. Sayısal görüntünün sınıflandırılmasında ise, bir veya daha fazla tayf bandındaki sayısal numaralarla temsil edilen tayfsal bilgiler kullanılır. Bu tipdeki sınıflandırma “Spectral pattern recognition” olarak bilinmektedir. Su, iğne veya yayvan yapraklı ağaçlar, mısır ve buğday gibi özel sınıflar veya konular, görüntüdeki pixel değerlerine atandırılarak istenen sınıflandırma yapılır. Sınıflandırma sonuçunda elde edilen görüntü, pixellerin oluşturduğu bir mozaik’i (B) içermekte ve “Thematic map” olarak anılmaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

125

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-137 Sayısal görüntüyü sınıflandırma ve thematic map (B) Sınıflandırma ve analiz için, “bilgi sınıfları” ve “tayfsal sınıflar” arasındaki farkın bilinmesi gerekmektedir. Bilgi sınıfları; farklı ürün çeşitleri, orman tipleri ve kaya tipleri gibi jeolojik yapı bilgilerini kapsamaktadır. Tayfsal sınıflar ise, verinin farklı tayfsal bandlardaki parlaklık değerlerini temsil eden pixel gruplarını içermektedir. Sınıflandırma, verideki tayfsal sınıflar ile ilgi duyulan özelliğe ait bilgi sınıfının karşılaştırılması ile yapılmaktadır. Görüntüyü sınıflandırmada; tek bir görüntü veri seti, muhtelif zamanlarda algılanmış birçok görüntü veya yükseklik değerleri gibi ilave bilgilerden istifade edilir. Sınıflandırma için yaygın olarak kullanılan “Supervised classification” ve “Unsupervised classification” olarak adlandırılmış 2 metod bulunmaktadır. Supervised sınıflandırma, analizcinin kontrolunda uygulanan bir metoddur. Bu metodda, analizci tarafından tanınan veya hava fotoğrafları, yer bilgileri veya haritalar gibi diğer kaynaklardan sağlanan bilgilerin yardımı ile tesbit edilen paternleri veya arazi örtüsü özelliklerini temsil eden pixeller seçilir. Tesbit edilen paterne göre bilgisayar benzer özellikleri ortaya çıkararak sınıflandırmayı yapar. Birkaç özelliğin sınıflandırması istendiğinde bu metod kullanılmalıdır. A= Su B= Ziraat C= Kaya

Şekil-138 Supervised sınıflandırma

İŞLEM ŞİRKETLER GRUBU

UZALG

126

K ASIM 2001

UZAKTAN ALGILAMA

Unsupervised sınıflandırma, görüntüdeki veriye aşina olunmadığı zamanlarda kullanılan bir metoddur. Başlangıçta arazi örtüsü tipinin bilinmesi gerekmemektedir. Yapılacak ilk iş, sınıf sayısının belirlenmesidir. Düşünülenden daha fazla sınıf adedi verilmesi daha iyi bir sınıflandırma için uygun bir usuldur. Bu sınıflandırma, veri bandlarındaki yansıma değerlerine bağlı olarak ve benzer pixellerin otomatik olarak tesbit edilmesi sonuçunda ortaya çıkmaktadır. Takiben bu pixeller sembollere, değerlere veya etiketlere atanır ve istendiği takdirde, aynı tip sınıflar birleştiirilerek işlem tamamlanır. Sayısal Numaralar (DN)

Tanıma sınıfları A= Su B= Ziraat C= Kaya Algoritma

Tayfsal Sınıflar

Şekil-139 Unsupervised sınıflandırma Supervised sınıflandırma, unsupervised sınıflandırma sonucunda üretilen veri setlerini de kullanabilmektedir. Özellikle çok büyük veri setlerinin sınıflandırılmasında her iki sınıflandırma metodunun beraberce kullanılması en iyi neticeyi vermektedir. Müşterek kullanımda unsupervised sınıflandırma ile temel sınıflar ortaya çıkarılırken, takiben yapılacak supervised sınıflandırma ile unsupervised sınıflandırma ile tesbit edilmiş sınıfların alt kısımları da belirlenmektedir. 3.

VERİYİ BÜTÜNLEME VE ANALİZ:

Hava fotoğraflarının uzaktan algılamanın analoğ veri kaynağı olduğu dönemlerde, bunların muhtelif kaynaklardan sağlanan veriler ile bütünleştirilmesi sınırlıydı. Günümüzde, birçok sensörden algılanan sayısal formattaki veriyi bütünleme, kıymetlendirme ve analiz için kullanılmakta ve fayda sağlamaktadır. Veriyi bütünleme temelde, daha iyi ve/veya daha fazla bilgi temin etmektedir. Veri bütünlemede; “multitemporal” (farklı zamanlarda algılanan görüntüler), “multiresolution” (farklı çözümlemedeki görüntüler), “multisensör” (farklı sensör görüntüleri) ve “multi-data” (farklı veriler) bir araya getirilmektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

127

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-140 Veri entegrasyonu Farklı zamanlarda algılanan görüntülerin bütünleştirilmesi ile, dönem içersinde meydana gelen değişiklikler tesbit edilmektedir. Muhtelif çözümlemelere sahip görüntülerin biraraya getirilmesi ile, çeşitli uygulamalara imkan sağlanmaktadır. Yüksek mekansal çözümlemeli bir veri ile, düşük mekansal çözümlemeli bir verinin bir araya getirilmesi sonuçunda; görüntüdeki mekansal detaylar keskinleşmekte ve özelliklerin ayırımı kolaylaşmaktadır. Örneğin SPOT görüntülerinden 10 metre çözümlemeli pankromatik bir görüntü ile 20 metre çözümlemeli çokbandlı bir görüntü bütünleştirildiğinde, elde edilen yeni görüntünün mekansal çözümlemesi 10 metre olmakta ve detaylar gelişmektedir.

Şekil-141 Bütünleştirilmiş 10 ve 20 metre çözümlemeli SPOT görüntüsü

Bütünleştirilmiş çok bandlı optik veri ve radar görüntüsü

Farklı sensör verilerinin birleştirilmesi ile; ilave bilgiler, arazi örtüsü tiplerini daha kolay ayırt etme ve özelliklerin bünyesel detaylarının ön plana çıkması sağlanmaktadır. Çok bandlı optik veri ile radar sensörü görüntülerinin bütünleştirilmesi bu olanağı gösteren iyi bir örnektir. Birçok sensör verisinin birleştirilmesinde, herbir verinin aynı coğrafik koordinat sistemine göre rektifiye edilmesi gerekmektedir. Rektifikasyon aynı zamanda diğer yardımcı veri kaynaklarının, uzaktan algılama verisine entegre edilmesine de imkan vermektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

128

K ASIM 2001

UZAKTAN ALGILAMA

Sayısal Yükseklik Modeli (DEM) veya Sayısal Arazi Modeli (DTM); münhanilere ilişkin sayısal yükseklik verisi ile uzaktan algılanan görüntüntünün bütünleştirilmesinden oluşmakta ve arazinin model tarzındaki gerçek durumunu ve eğim değişikliklerini yansıtması açısından büyük önem taşımaktadırlar. Bu modeller, bir tarafdan sınıflandırmanın doğruluk seviyesini arttırırken, bundan istifade ile oluşturulan “3 boyutlu perspektif görünüş”, arazinin muhtelif yönlerden analiz edilmesini sağlamakta ve sivil / askeri amaçlı muhtelif uygulamalara temel teşkil etmektedir.

Şekil-142 3 boyutlu perspektif görünüş Yukarıda açıklanan farklı tiplerden ve farklı kaynaklardan sağlanan verilerin birleştirilmesi hususu, bütünleme ve analizin can alıçı noktasıdır. Bu veriler sayısal ortamda rektifiye edilerek; haritaları güncelleştirme, sayısal toprak tipleri haritası, arazi örtüsü sınıfları, orman türleri, yol şebekesi gibi uygulamalar için Coğrafik Bilgi Sistemleri olarak adlandırılan veri tabanlarında depolanırlar.

Şekil-143 Coğrafik Bilgi Sistemi (GIS)

İŞLEM ŞİRKETLER GRUBU

UZALG

129

K ASIM 2001

UZAKTAN ALGILAMA

BÖLÜM – 4 UZAKTAN ALGILAMA UYGULAMALARI

Uzaktan algılama sensörleri, özel amaçlar için dizayn edilmiştir. Optik sensörler, tayf bandlarındaki verileri algılarken, radar sensörleri microwave band kapsamındaki verileri algılarlar. Herbir uygulamanın kendine özgü; tayfsal, mekansal ve zamansal çözümleme gereksinimi bulunmaktadır. Tayfsal çözümleme, elektromanyetik tayf üzerinde kaydedilen verinin band aralığına veya mesafesine işaret eder. Bandların hassasiyeti hedeflere göre değişmektedir. Örneğin bitkilere karşı, görünen dalga uzunluğundaki pankromatik band hassas değilken, Infrared band hassastır. Mekansal çözümleme, görüntüdeki detayların görünebilirliğini ifade etmektedir. Sulak alan haritaları, fiziki coğrafyayı içeren bölgesel haritalardan daha hassas mekansal çözümlemeye ihtiyaç gösterirler. Zamansal çözümleme ise, görüntüler arasındaki algılama fasılasını belirtmektedir. Tekrarlanan ve sık sık meydana gelen petrol sızıntısı, orman yangını ve denizdeki buz kütlelerinin hareketi, zamansal veriye dayalı uygulamalarla belirlenmektedir. Ürünleri tanıma ve sulak alanların yönetimi gibi konuların uygulanması için mevsimsel görüntülere, jeolojik yapıyı haritalama uygulamaları için ise sadece bir kere algılanan görüntülere ihtiyaç duyulmaktadır. Diğer tarafdan, görüntünün işlenmesi ve süratle kullanıcıya ulaştırılmasında zaman önemli bir kriterdir. Sensörlerin dünya üzerindeki aynı noktayı tekrar algıladıkları zaman periyodu (revisit time) da uygulamaları etkileyen diğer bir faktördür. Optik sensörler, hedeflerin görünüşünü etkileyen bulutluluk şartları ile sınırlıdır. Dünya üzerindeki tropik bölgeler için bulutluluk hemen hemen daimi bir etkendir. Diğer tarafdan kutup bölgeleri için solar aydınlatmanın zamanı, göz önüne alınacak bir faktördür. Radar sensörü ise, buluta ve sise nüfuz ettiğnden her hava şartında, gündüz ve gece görüntü sağlayan güvenilebilir bir veri sağlamaktadır. Uzaktan algılama verilerine dayalı muhtelif uygulamalar için genelde birden fazla sensörün algıladığı görüntüye ihtiyaç duyulmaktadır. Muhtelif veri kaynaklarının kombinasyonundan oluşturulan yeni veri, uygulamanın daha başarılı olmasını sağlamaktadır. Sivil ve askeri kesimin gereksinimlerine yönelik uzaktan algılama uygulamaları birbirinden farklıdır. Bununla beraber askeri ihtiyaçlara ilişkin uygulamalar bazı sivil uygulama konularını da içermektedir. 1. SİVİL AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI:

Sivil disiplinlerin ihtiyaçlarına yönelik olarak aşağıda belitilen uygulamalar yapılmaktadır. a. ZİRAATE YÖNELİK UYGULAMALAR

(1) Ürün tiplerini haritalama (2) Ürün yönetimi ve hasar değerlendirmesi

İŞLEM ŞİRKETLER GRUBU

UZALG

130

K ASIM 2001

UZAKTAN ALGILAMA b. ORMANLARA YÖNELİK UYGULAMALAR

(3) Kesilen ve tekrar ormanlaştırılan sahaları haritalama (4) Orman tiplerini belirleme (5) Orman yangınlarını haritalama c. JEOLOJİK UYGULAMALAR

(1) Jeolojik yapıyı haritalama ve arazi analizi (2) Jeolojik birimleri haritalama d. HİDROLOJİK UYGULAMALAR

(1) Sel baskınlarını haritalama (2) Toprağın nemini belirleme e. DENİZLERDEKİ BUZ KÜTLELERİNE YÖNELİK UYGULAMALAR

(1) Buz tipi ve yoğunluğu (2) Buz kütlelerinin hareketi f. ARAZİ ÖRTÜSÜ VE KULLANIMINA YÖNELİK UYGULAMALAR

(1) Arazi kullanımındaki değişiklikler (2) Arazi örtüsü ve canlı bitkileri haritalama g. HARİTACILIK UYGULAMALARI

(1) Planimetry (2) Sayısal yükseklik modelleri (3) Topoğrafik ve tematik haritalama h. OKYANUS VE SAHİL YÖNETİMİNE YÖNELİK UYGULAMALAR

(1) Okyanus özellikleri (2) Okyanusun rengi ve birikintilerin yoğunluğu (3) Petrol sızıntılarının tesbiti ZİRAATE YÖNELİK UYGULAMA ÖRNEKLERİ

Şekil-144 Ürün tipleri haritaları (sol 2 şekil) fırtına nedeniyle hasara uğramış ürün bölgesi (Sağ)

İŞLEM ŞİRKETLER GRUBU

UZALG

131

K ASIM 2001

UZAKTAN ALGILAMA ORMANLARA YÖNELİK UYGULAMA ÖRNEKLERİ

Şekil-145 Yol boyunca kesilen ağaçları gösteren radar ve optik sensör görüntüleri

Şekil-146 Orman örtüsünü içeren radar görüntüsü ve orman tipleri haritası

İğne yapraklı ağaçlar

Kuru yer örtüsü

Çalılık

Islak yer örtüsü

Çakıl

Su

Yayvan yapraklı ağaçlar

Derin veya temiz su

Şekil-147 Hyperspectral görüntü ve arazi örtüsü haritası

İŞLEM ŞİRKETLER GRUBU

UZALG

132

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-148 Devam eden yangın ve yanmış ormanlar JEOLOJİK UYGULAMA ÖRNEKLERİ

Şekil-149 Radar görüntüsü üzerindeki taş tabakaları ve jeolojik yapı haritası HİDROLOJİK UYGULAMA ÖRNEKLERİ

Hava Fotoğrafı

NOAA Görüntüsü

Radar Görüntüsü

Şekil-150 Sel baskınına ilişkin muhtelif sensör görüntüleri

İŞLEM ŞİRKETLER GRUBU

UZALG

133

K ASIM 2001

UZAKTAN ALGILAMA DENİZLERDEKİ BUZ KÜTLELERİNE YÖNELİK UYGULAMA ÖRNEKLERİ

Şekil-151 Buz kütlelerini içeren görüntüler ARAZİ ÖRTÜSÜ VE KULLANIMINA YÖNELİK UYGULAMA ÖRNEKLERİ

Sınıflandırılmış arazi kullanımı görüntüsü

Arazi kullanımındaki değişiklikler

Şekil-152 Arazi kullanımına ilişkin görüntüler

TM ve radar görüntülerinden oluşturulmuş arazi örtüsü (ürün dağılımı)

Radar görüntüsü üzerindeki Tropik arazi örtüsü

Şekil-153 Arazi örtüsüne ilişkin görüntüler

İŞLEM ŞİRKETLER GRUBU

UZALG

134

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-154 Kanadanın sınıflandırılmış arazi örtüsü haritası HARİTACILIK UYGULAMA ÖRNEKLERİ

Radar görüntüsü ve planimetrik veri (yol şebekesi)

3 boyutlu sayısal yükseklik modeli

Radar görüntülerinden oluşturulmuş stereo çift

Şekil-155 Muhtelif haritacılık uygulamaları

İŞLEM ŞİRKETLER GRUBU

UZALG

135

K ASIM 2001

UZAKTAN ALGILAMA

Radar görüntüsünden oluşturulmuş Topografik harita

Topografik yapının perspektif görünüşü

İskan sahası orthofoto haritası

Şekil-156 Muhtelif haritacılık uygulamaları OKYANUS VE SAHİL YÖNETİMİNE YÖNELİK UYGULAMA ÖRNEKLERİ

Deniz yüzeyindeki dalgalar

Akdenize ilişkin rekli veri

Radar görüntüsü üzerindeki sahile yayılmış petrol sızıntısı

Şekil-157 Muhtelif okyanus ve sahil yönetimi uygulamaları

İŞLEM ŞİRKETLER GRUBU

UZALG

136

K ASIM 2001

UZAKTAN ALGILAMA 2. ASKERİ AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI:

Uzaktan algılanan görüntülerin askeri amaçlara yönelik olarak uygulanması konusu üzerinde, ABD Savunma İstihbarat Kurumu (DIA) yıllarca araştırma yapmıştır. Kullanıcıların gözlemleri, harekata yönelik olarak yapılan testler ve değerlendirmeler sonuçunda anılan kurum, 1992 yılında harekat ve istihbarat ihtiyaçlarına cevap verecek ugulamaları 13 ana kategoriye ayırmıştır. Takiben bunları detaylandırarak, EK-C’de sunulan “Genel bilgi tiplerine tatbik edilebilen uzaktan algılama uygulamaları” ve “Bilgi gereksinimlerine tatbik edilebilen genel bilgi tipleri” olarak isimlendirilen tabloları hazırlamış ve kullanıcıların istifadesine sunmuştur. a. HAREKAT VE İSTİHBARATA KATEGORİLERİ:

• • • • • • • • • • • • •

YÖNELİK

GENEL

UYGULAMA

Geniş saha araştırması İhtimaliyet planlaması Uyuşturucuya karşı koyma Terörizme karşı koyma Cari harekat Felakete yardım Çevresel izleme Hidroloji Haritacılık, deniz haritacılığı ve geodesy Görev planlama ve tatbikat Stratejik endüstri ve tabii kaynakları izleme Hedefler Antlaşmaları izleme

b. ASKERİ UYGULAMA ÖRNEKLERİ:

Uzaktan algılanan çok bandlı görüntüler, 1980 yılı ortalarından beri harekat ve istihbarata yönelik olarak muharebe şartlarında, tatbikatlarda ve ve eğitimlerde kullanılmaktadır. Gereksinimlerin artması nedeniyle uygulama tipleri ve miktarları günden güne artmıştır. Siyah/beyaz ve renkli görüntülerden elde edilemeyen bilgiler, çok bandlı görüntülerin tayfsal olanaklarının kullanımı ile sağlanmıştır. Askeri olarak birçok uygulama örneği mevcut olup bunlardan başlıcaları aşağıda listelenmiş ve takip eden parağraflarda açıklanmıştır. • • • • • • • •

Bathymetry Kamuflaj, gizleme ve aldatmayı tesbit Değişiklikleri tesbit Görüntü haritaları Görev planlama Perspektif görünüş Arazi sınıflandırması Afet değerlendirmesi ve kurtarma harekatı

İŞLEM ŞİRKETLER GRUBU

UZALG

137

K ASIM 2001

UZAKTAN ALGILAMA (1)

BATHMETRY UYGULAMASI:

Halihazırdaki bathmetry (deniz derinlikleri) verisi geniş alanlarda sık sık kullanılmamaktadır. Buna rağmen çok banlı görüntülerden elde edilen bathymetry verisi, harp planlamaları için ilave desteği sağlamaktadır. Sahillerdeki nisbi derinlikleri, kayalık bölgeleri, su altı engellerini ve berrak sularda 40 metreye kadar olan derinlikleri içeren bathymetry haritaları hazırlanabilmektedir. Bulanık sular ve su altındaki bitkiler, su derinliğinin doğru olarak belirlenmesini engelleyen unsurlardır. Bathymetry haritaları, su derinliklerini farklı tonlarda ve birim değerleri ile gösteren kitabeleri içerecek tarzda düzenlenmektedir. Genelde görünen bandlardan (örneğin Landsat 3, 2, 1) istifade edilerek oluşturulurlar. Bunun nedeni mavi ve yeşil bandların ve azami bilgi içeren band kombinasyonlarının suya nüfuz etmesidir. Suyun bulanık olması nedeniyle su derinlikleri belirlenemiyorsa, tabii renkli band (true color) kombinasyonlarının kullanılması faydalı olmaktadır. Su ve karanın birleştiği sahillerin tam olarak ortaya çıkarılması için yakın ınfrared (NIR) band tercih edilmelidir. Diğer tarafdan günümüzde gelişen ve oldukça mesafe kateden radar görüntüleri de bathmetry amaçları için kullanılmaktadır. Aşağıdaki örnek uygulamanın kitabesindeki renk kodlarına karşılık olarak gösterilen derinlik değerleri, gerçeği kesin olarak yansıtmamakla beraber, deniz harekatını planlayanlar bu haritaları başlangıç ve destek amaçları için kullanmaktadırlar.

TAHMİNİ DERİNLİKLER 0-1 m

6-9 m

1-2 m

9-12 m

2-4 m

>12 m

4-6 m

Şekil-158 İran’ın Bander Abbas bölgesine ilişkin olarak hazırlanmış bathmetry haritası

İŞLEM ŞİRKETLER GRUBU

UZALG

138

K ASIM 2001

UZAKTAN ALGILAMA (2)

KAMUFLAJ, GİZLEME VE ALDATMAYI TESBİT UYGULAMASI:

Bu uygulama için; elektromanyetik tayfın yakın ınfrared (NIR), Kısa dalga ınfrared (SWIR) bandları ve çoğu kez de görünen bölge bandlarının kombinasyonu kullanılır. Önemli askeri hedeflere; kamuflaj ağları, canlı ve kesilmiş bitkiler ve aldatıcı boya tatbik edilerek, görüntü kıymetlendirmecisi yanıltılmaya çalışılır. Kamuflaj ağları, NIR ve SWIR band kombinasyonları kullanarak ortaya çıkarılır. Bunun nedeni kamuflaj ağlarının bu bandlarda farklı yansıma yapmalarıdır. Aşağıdaki şekil; ağlar ile kamufle edilmiş 5 cismin, 5 metre yer çözümlemesine sahip pankromatik, tabii renkli, NIR ve SWIR band kombinasyonlarındaki görünüşlerini içermektedir. Bu cisimler; pankromatik ve tabii renkli görüntülerde ayırt edilemezken, NIR ve SWIR bandlı görüntülerde ise kolayca tesbit edilebilmektedir.

Pankromatik

Tabii renkli kombinasyon

NIR kombinasyonu

SWIR kombinasyonu

Şekil-159 Ağlarla kamufle edilmiş cisimlerin muhtelif bandlar ve kombinasyonları üzerindeki görünüşleri

İŞLEM ŞİRKETLER GRUBU

UZALG

139

K ASIM 2001

UZAKTAN ALGILAMA

Gizlemede kullanılan bitkilerin stres durumu, gizlenen cismin tesbit edilmesine olanak sağlamaktadır. Toprak ile örtülmüş beton sığınaklar veya gömülü cisimlerin üzerinde yetişen bitkilerin içerdiği nem, çevredeki bitkilere göre daha farklıdır. Kesilen veya kırılan çalı ve ağaç dalları ile cisimler gizlenmektedir. Bu bitkilerin içerdiği nem, canlı bitkilerden farklı olup SWIR kombinasyonu görüntülerde, bu fark ortaya çıkarılabilmekte ve gizlenen cisim belirlenmektedir. Kıymetlendirmeciyi yanıltmak için askeri vasıtalar, ekseriya aldatıcı görünüş veren ve NIR band’daki bitkilerin yaydığı sinyalleri taklit eden ınfrared yansıtıcı boyalarla boyanır. Araçların motor kaputları gibi düz satıhların yaptığı yansımalar, bulunduğu zemine göre farklı bir görünüş meydana getirirler. Bu özellikteki boya tatbik edilmiş cisimleri; NIR kombinasyonu görüntüler üzerinde belirlemek çok zordur. SWIR band kombinasyonunu içeren görüntülerde ise, cisim ve zemini arasındaki kontraslık farkı nedeniyle tesbitleri kolaydır. Aşağıdaki şekil, pankromatik, tabii renkli, NIR, SWIR ve termal görüntüler üzerindeki ınfrared yansıtıcı boya tatbik edilmiş bir tankı içermektedir. Tabii renkli görüntüde, güneşin meydana getirliği parıltı nedeniyle tank ayırt edilse bile teşhis kesin değildir. Bu tank, NIR görüntüde ayırt edilemezken, SWIR görüntüde ise kolayca tesbit edilebilmektedir. Termal görüntüler üzerinde, çalışan bir tankın tesbiti, meydana getirdiği ısı nedeniyle oldukça kolaydır.

Pankromatik

Tabii renkli kombinasyon

SWIR kombinasyonu

NIR kombinasyonu

Termal kombinasyonu

Şekil-160 Infrared yansıtıcı boya kullanılarak gizlenmiş bir tankı içeren muhtelif bandlardaki görüntüler

İŞLEM ŞİRKETLER GRUBU

UZALG

140

K ASIM 2001

UZAKTAN ALGILAMA (3) DEĞİŞİKLİKLERİ TESBİT UYGULAMASI:

Farklı zamanlarda algılanan iki veya daha fazla görüntünün kullanımı ile, arazi örtüsünde meydana gelen değişiklikler ortaya çıkarılabilir. Çok geniş sahalardaki en son faaliyetin araştırılması veya iki tarih arasında meydana gelen değişikliklerin belirlenmesi için kullanılan yararlı bir uygulamadır. Değişikliklerin tesbiti, yansıyan veriye dayanmakta ve farklılıklar otomatik olarak ortaya çıkarılmaktadır. Geniş sahaların araştırılmasına yardım için kullanılan bu uygulama; tesisleri, kara yollarını, demir yollarını, köprü inşaatlarını ve arazi örtüsündeki değişiklikleri kapsamaktadır. Değişikliklerin tesbit edildiği görüntüde genel olarak göze batan iki ayrı renk ve düşük tonlardaki renkler bulunur. Farklı zamanlarda algılanan iki görüntünün birleştirilmesinden meydana gelen ve değişiklikleri içeren görüntüde; kırmızı renk ile temsil edilen cisimler veya sahalar; 1 nolu görüntüde mevcut iken, 2 nolu görüntüde yoktur. Cyan renk ile temsil edilenler ise; 1 nolu görüntüde mevcut değilken, 2 nolu görüntüde mevcuttur. Düşük seviyeli renk tonları ise herhangibir değişikliğin olmadığına işaret etmektedir. Değişiklikleri tesbit uygulamasına ilişkin olarak hazırlanmış ve aşağıdaki şekilde gösterilen örnek, ulaşım şebekesi üzerinde meydana gelen değişiklikleri ve hedeflerin izlenmesini içermektedir. Görüntülerin sağ üst köşesindeki küçük daire içindeki yol kavşağı; 1 nolu görüntüde inşaa halinde iken, 2 nolu görüntüde tamamlanmıştır. Bu değişiklik görüntü işleme yazılımı (ERDAS İmagine) kapsamındaki bir aletin kullanımı ile otomatik olarak tesbit edilmektedir. Büyük daire içerisine alınmış olan hava meydanında (a) ile işaretlenmiş ve kırmızı renkte temsil edilmiş nesne bir binanın inşaa edildiğini, (b) ile işaretlenmis ve cyan renk ile temsil edilen husus ise, pist sathının yeniden kaplandığını ifade etmektedir. 1 nolu görüntü

2 nolu görüntü

Değişiklikleri içeren görüntü

Şekil-161 Yol kavşağı ve Hava meydandaki değişiklikler

İŞLEM ŞİRKETLER GRUBU

UZALG

141

K ASIM 2001

UZAKTAN ALGILAMA (4)

GÖRÜNTÜ HARİTALARI UYGULAMASI:

Askeri amaçlı uzaktan algılama uygulamalarından çok yaygın olanlarından biriside, görüntü haritalarıdır. Topografik haritaların olmadığı veya çok eski bigileri içerdiği durumlarda hazırlanır. Bu haritalar topoğrafik haritanın güncelleşmesini sağladığı gibi, ilgi sahasına ilişkin muhtelif sembol ve işaretleri, koordinat sistemlerini, ölçek, kitabe ve kuzey oku vb. grafiksel özellikleri de içermektedir. Görüntü haritalarının kenar bilgileri genelde topografik haritalarla aynı olmakla beraber ilaveten sensör, platform, görüntünün algılandığı tarih, band kombinasyonu, ikaz edici notlar, yükseklik diagramı ve arazi örtüsünü belirten renk kodları ile de techiz edilirler. Görüntü haritalarının ölçeği, görüntünün sahip olduğu çözümlemenin karşıtı olan ölçeğe göre belirlenmektedir. Örneğin 30 metre çözümlemeli çok bandlı Landsat görüntüsünden oluşturulan görüntü haritası 1: 100.000 ölçeklidir. Bu görüntü ile 10 metre çözümlemeli pankromatik SPOT görüntüsünün birleştirilmesinden meydana getirilen görüntü haritası 1: 50.000 veya 1: 25.000 ölçekli olmaktadır.

Şekil-162 Görüntü haritası Görüntü haritalarının hazırlanmasında ilk aşamada; ham görüntü rektifiye edilerek dünyadaki gerçek konumuna getirilir ve vurgulanacak özelliklere bağlı olarak tabii renkli, NIR veya SWIR band kombinasyonları düzenlenir. Takiben tüm kullanıcıların ihtiyaçını karşılaması için UTM grid ve coğrafik koordinatlarla teçhiz edilirler.

İŞLEM ŞİRKETLER GRUBU

UZALG

142

K ASIM 2001

UZAKTAN ALGILAMA

İstenmesi halinde görüntü haritasına; muhtelif kenar bilgileri, sayısal arazi yükseklik verisinden (DTED) istifade ile münhaniler ve mukayeseli bir kullanım için raster hale getirilmiş topografik haritalar eklenebilir. (5) GÖREV PLANLAMA UYGULAMASI:

Uzaktan algılanan çok bandlı görüntüler, kara ve hava harekatı görevlerini planlamak ve desteklemek amacıyla yıllardan beri kullanılmaktadır. Başlangıçta görüntü çıktılarının üzerine el ile yapılan işaretlemelerle oluşturulan görev planlama materyalleri, günümüzde “otomatik görev planlama sistemleri” vasıtasıyla yapılmaktadır. Sahradaki birliklerin bu tarz uygulamayı içeren basılı materyale olan gereksinimleri halen devam etmektedir. Geçmişten günümüze kadar “Target Illustration Sheet (TIS)”, “Air Target Mosaic (ATM)” ve “Automated Target Graphic material (ATGM)” olarak adlandırılmış görev planlama uygulamaları yapılmıştır. Bunlar; hedef bölgesinin gerçek durumunu yansıtan Siyah beyaz veya tabii renkli bir görüntüyü ve üzerine işaretlenmiş dönüş, kontrol, nişan noktaları, hedefin tali kısımlarını ve kıymetlendirme bilgilerini içerecek şekilde düzenlenmiştir. Görev planlama uygulaması, tanımlanan bir yerden yapılacak hava taarruzunun irtifasını, azimuth’unu ve taarruz istikametini içerecek tarzda düzenlenmiş bir perspektif görünüşü de kapsamaktadır. Keza bunlar kara harekatı için kara silahlarının direk atış yapacağı sahalar ve özel harekat amaçlarına göre de düzenlenmektedir. Perspektif görünüş uygulaması, uçağın taktik ve kabiyetlerini yansıtacak bir kullanım için hazırlanır. Helikopterlere yönelik olarak hazırlananlar ise jet uçaklarına nazaran daha farklıdır. Kara kuvvetleri piyade ve zırhlı birlikleri için bu uygulama yer seviyesinden itibaren 1-3 metrelik görüşe olanak sağlayacak tarzdadır. Bu uygulamaya ilişkin olarak hazırlanmış örnek görüntü aşağıdaki şekilde gösterilmiş olup bir nüklear takat kaynağı bölgesini ve bir bakış noktasından bu tesisin ve çevresinin perspektif görünüşünü kapsamaktadır.

Bakış noktası

Şekil-163 Perspektif görünüşü de içeren Görev planlama uygulaması

İŞLEM ŞİRKETLER GRUBU

UZALG

143

K ASIM 2001

UZAKTAN ALGILAMA (6)

PERSPEKTİF GÖRÜNÜŞ UYGULAMASI:

Perspektif görünüş, çok bandlı sayısal görüntü, sayısal arazi yükseklik verisi (DTED) ve sayısal yükseklik modeli (DEM) kullanılarak hazırlanmaktadır. Görüntü, arzu edilen bir yükseklik ve mesafeden sayısal arazi verisi ile çakıştırılır. Bu uygulama, muhtelif kullanım amaçları için oluşturulmaktadır. Taktik uçakların ve helikopterlerin hava görev planlaması ve hedef gereksinimlerini destekleyen belirgin bir formata sahip hedef grafikleri tarzında üretilirler. Perspektir görünüş, keza kara kuvvetleri silahlarının yerleştirilmesi, atış alanlarının tanımlanması, zırhlı ve tekerlekli askeri araçların harekatı ve pusu kurma amaçlarına da destek sağlamaktadır. Birçok perspektif görüş materyali, kullanıcının görmek istediği gerçeği yansıtacak tarzda tabii renkli olarak hazırlanmaktadır. Arazi örtüsü özelliklerinin ortaya çıkarılması arzu ediliyorsa, uygulama için SWIR band kombinasyonu kullanılır. Arazinin gerçek görünümü ve arazi örtüsü amaçları için ise, nadiren NIR bandlardan istifade edilir. Perspektif görüşte istikamet ve mevkiye dayalı arazinin özellikleri vurgulanmak isteniyorsa, görüntünün dikey abartısında gerekli düzenlemeler yapılır. Standart yer isimleri ve hedef tanıma bilgileri, kullanıcının istifadesine, tüm koordinat bilgileri veya oluşturulan sahnenin merkez noktası koordinatı olarak sunulur. Sahnenin orijin noktasının koordinatları, gözlemcinin yerleştirildiği mevkii olup; ayrıca hedefe olan mesafe, azimuth, araziden olan yükseklik (AGL) ve uygulanan dikey abartı bilgilerinide kapsar. Taarruz edilecek düşman füze mevkileri vb. muharebe düzeni kapsamındaki hedefler için, perspektif görünüş uygulamasına, askeri semboller ve diğer uygun bilgiler eklenir. Perspektif görüş uygulanmasına ilişkin olarak hazırlanmış hava meydanı örneği aşağıda sunulmuş olup, arazi özelliklerinin ortaya çıkması arzu edildiğinden, tabii renkli bir görüntü kullanılmış ve gerekli bilgilerle donatılmıştır.

Şekil-164 Sayısal arazi yükseklik verisi (DTED)

İŞLEM ŞİRKETLER GRUBU

UZALG

144

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-165 Çok bandlı görüntü ve DTED’den oluşturulan Perspektif görünüş

Gözlemci irtifaı : AGL: 3600 fit Hedef mesafesi : 13.4 nm Dikey abartı : 2.0 x

Tolicha Meydanı 370 21’ 762” N 116049’ 852” W

GÖRÜNTÜ BİLGİLERİ M7 çok bandlı Mayıs 1993, GSD: 5m Kırmızı : 0.91-1.02 micron Mavi : 0.59-0.63 micron Yeşili : 0.49-0.53 micron

YÜKSEKLİK BİLGİLERİ DTED, Seviye 1

Şekil-166 Bir meydana ilişkin olarak hazırlanmış perspektif görünüş (7)

ARAZİ SINIFLANDIRMASI UYGULAMASI:

Bu uygulama; görüntü verisindeki farklı arazi tiplerinin ve arazi örtüsünün gruplar halinde ve atanan renklerde sınıflandırılmasını içermektedir. Sınıflandırma sonuçunda meydana getirilen oluşum, tematik görüntü olarak adlandırılmaktadır. Muharebe sahası istihbarat hazırlıkları kapsamındaki bu uygulamadan istifade edilerek; harekat alanındaki gerçek arazi örtüsü, hidrolojik yapı, ulaşım şebekesi, yollar dışı hareket ve en uygun yaklaşma (taarruz) istikametine yönelik ilave katmanlar oluşturulabilir ve faydalı bilgiler ortaya çıkarılabir.

İŞLEM ŞİRKETLER GRUBU

UZALG

145

K ASIM 2001

UZAKTAN ALGILAMA

Çok sayıdaki arazi örtüsü sınıfının ortaya çıkarılması, görüntüye ve kullanılan diğer kaynaklara bağlıdır. Genelde arazi örtüsü 5-7 sınıfa ayrılır ve bitki sınıfları, toprak tipleri, hidroloji, toprağın nemi ve bunlardan iki veya daha fazlasından oluşturulan kombinasyonları kapsar. SWIR kombinasyonu görüntülerden meydana getirilen bu uygulamada, kenar bilgileri esas olarak görüntü haritaları ile aynıdır. Her bir sınıf için kullanılacak renk kodu, sınıflandırma işlemi esnasında uygulayıcı tarafından belirlenir.

LEJAND Bulut Bulut Gölgesi

SEYRÜSEFER AMAÇLARI İÇİN KULLANILAMAZ ÖLÇEK : 1:25.00

Orman-düz arazi Orman-yüksek arazi Çıplak arazi Çayır / açık arazi

Su

Şekil-167 Arazi sınıflandırması yapılmış görüntü (8)

AFET DEĞERLENDİRMESİ VE KURTARMA HAREKATI UYGULAMASI:

Çok bandlı görüntüler, tabii afetlerin değerlendirilmesine ve kurtarma / tahliye harekatına olanak sağlamaktadır. Askeri teşkiller açısından bu uygulamanın amaçı; orman yangınları, tayfunlar, petrol sızıntıları, depremler, sel baskınları ve yanardağ patlamaları gibi tabii afetlerde, olayın boyutlarını değerlendirmek ve mahalli yönetimlere kurtarma ve rahliye konusunda destek sağlamaktır.

İŞLEM ŞİRKETLER GRUBU

UZALG

146

K ASIM 2001

UZAKTAN ALGILAMA

Konuya ilişkin 3 örnek uygulama, açıklanmış ve şekillerde gösterilmiştir.

aşağıdaki

parağraflarda

Aşağıdaki şekildeki 2 görüntü, 1993 yılında California bölgesinde çıkan yangın bölgesini göstermektedir. Landsat’ın 3-2-1 bandlarından oluşan, üstteki tabii renkli görüntü üzerinden, yangın sahasını ve sınırlarını belirlemek zordur. Landsat’ın 7-4-2 bandlarından meydana getirilen, alttaki SWIR kombinasyonu görüntüde ise, yangın sahası kırmızı renkte, canlı bitkiler ise yeşil renkte bariz olarak görülmektedir. Yangının kapsamı ve yerleşim sahalarına yönelen tehdit, görüntünün analizi sonuçunda ortaya çıkarılabilmektedir.

Yangın Sahası

Pasifik

Yangın Sahası

Pasifik

Şekil-168 Yangın bölgesi hasar değerlendirmesi Aşağıdaki şekildeki 3 görüntü, Körfez harbi esnasındaki petrol kuyularındaki yangını göstermektedir. “a” ve “b” ile belirtilmiş pankromatik ve tabii renkli band kombinasyonundaki görüntülerde, yangından meydana gelen duman bir çok petrol kuyusunun üzerini kapatmış olup bunların adedi tesbit edilememektedir. Landsat band 6 (LWIR), band 5 (SWIR) ve band 4 (NIR) kombinasyonundan oluşan “c” işaretli görüntüde ise, yanan kuyular net bir şekilde görünmektedir.

İŞLEM ŞİRKETLER GRUBU

UZALG

147

K ASIM 2001

UZAKTAN ALGILAMA

a

b

c

Şekil-169 Petrol kuyuları yangınını içeren görüntüler Aşağıdaki şekildeki 3 görüntü ise, sel nedeniyle meydana gelen hasarı kapsamaktadır. Landsat pasif, ERS-1 aktif sensörleri ve her ikisinin birleştirilmesinden oluşmuş yeni görüntü üzerinden sel’in yayıldığı alan ve meydana getirdiği hasar tesbit edilebilmektedir. “a” ile işaretli görüntü, sel baskınından önce algılanmış, Landsat TM görüntüsüdür. “b” ile işaretli olan görüntü ise, sel baskınını takiben çekilen ERS-1 radar görüntüsüdür. Bu görüntü üzerinde sel kontrol bölgesi açık olarak görülmektedir. TM ve radar görüntülerinin birleştirilmesinden meydana gelen ve “c” ile belirtilmiş görüntü ise arazi kullanımı verisi ve sel baskını sonuçlarını müştereken kapsamaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

148

K ASIM 2001

UZAKTAN ALGILAMA

Vaca Dağları

Sacramento Nehri

Landsat TM görüntüsü 16 Ekim 1992

Sel kontrol Bölgesi

ERS radar görüntüsü 16 Ocak 1995

TM / ERS görüntüleri kombinasyonu

Şekil-170 Sel baskını değerlendirmesine ilişkin görüntüler

İŞLEM ŞİRKETLER GRUBU

UZALG

149

K ASIM 2001

UZAKTAN ALGILAMA EK-A TABİİ NESNELERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ

35.7 47.5 55.8 62.2 66.7 69.7 71.8 73.2 74.4 75.3

(1) Kuru çimenli çayırı da içerir

Siyah Toprak Kumlu tın

83.0 82.0 79.8 77.5 75.6 73.5 71.0 68.5 68.5 63.0

Yaş Kil, Kuru verimli Toprak

15.0 9.1 7.0 5.4 6.0 2.7 1.7 1.1 0.9 0.8

Dağ tepeleri Kuru kum

Kalker, Kil

0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.75 0.80 0.84

Taze Kar

Dalga Uzunluğu (µm)

İç Sular

YANSIMA YÜZDESİ

11.8 15.0 18.6 23.2 27.3 28.1 29.0 30.6 31.8 34.1

6.4 6.8 7.7 9.0 9.8 10.7 16.5 20.4 24.4 27.0

2.2 2.3 2.6 2.9 3.0 3.6 4.1 4.6 5.9 7.1

İĞNE YAPRAKLI ORMAN

KIŞ 1.7 1.8 1.6 3.1 2.8 2.2 5.9 14.4 17.2 18.9

YAYVAN YAPRAKLI ORMAN

YAZ

KIŞ

YAZ

(1)

(2)

(3)

3.3 4.1 5.0 8.8 7.8 7.7 14.0 23.9 28.4 30.5

3.9 4.8 6.0 13.4 10.1 8.4 17.6 39.7 51.6 54.2

5.1 6.2 8.3 16.8 19.6 19.3 31.5 46.0 54.0 56.4

(2) Islak çimeni de içerir (3) Olgunlaşmış tarla mahsüllerini de içerir

TOPRAK, YERLEŞİM SAHASI VE SUYUN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ

DALGA UZUNLUĞU

(Micron) 0.485 0.56 0.66 0.83 1.65 2.215 11.45

İŞLEM ŞİRKETLER GRUBU

YANSIMA DEĞERLERİ YERLEŞİM TOPRAK SAHASI 71 30 33 64 104 39 144

UZALG

103 45 51 42 58 35 146

1

SU 67 22 17 10 4 3 128

KASIM 2001

UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ ANHYRITE SO-1A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

44.63 48.63 50.57 66.58 64.69 55.46 45.99

61.1 64.68 66.48 80.08 78.87 71.68 63.09

>45 (mm)

APETITE P-1A 125-500 (mm)

45-125 (mm)

>45 (mm)

28.36 48.16 54.4 64.31 75.91 67.76 62.36

46.6 62.38 67.3 76.82 83.51 78.58 73.54

64.96 73.22 76.09 82.72 84.71 82.72 80.6

79.59 81.91 83.24 88.86 87.78 83.78 78.22

BARITE SO-3A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

82.65 86.36 87.65 90.78 89.28 85.49 84.66

85.94 88.74 89.8 92.27 91.81 90.18 90.55

İŞLEM ŞİRKETLER GRUBU

AZURITE C-12A

BORAX B-6A >45 (mm)

45-125 (mm)

>45 (mm)

90.67 91.44 91.99 80.41 27.46 9.7 4.37

89.26 89.71 90.18 87.11 51.55 27.11 15.05

86.19 87.42 88.67 88.66 63.02 37.13 23.78

UZALG

2

45-125 (mm)

7.73 14.45 18.47 5.94 17.13 18.75 8.76

10.6 20.4 25.51 11.91 29.83 34.95 20.65

>45 (mm)

23.33 35.97 40.29 35.69 55.92 57.73 44.9

CALCITE C-3A

125-500 (mm)

88.9 90.78 91.4 93.8 93.62 93.15 94.14

125-500 (mm)

125-500 (mm)

45-125 (mm)

46.5 56 62.92 84.95 81.59 70.8 37.05

56.05 63.66 69.16 82.39 81.36 75.15 50.99

>45 (mm)

67.95 73.32 76.38 84.68 84.4 81.99 68.74

KASIM 2001

UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ CHALCOCITE S-8A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

7.01 6.98 6.66 6.41 5.97 6.17 7

7.4 7.55 7.15 6.34 5.67 5.57 5.94

>45 (mm)

CHLORITE PS-12C 125-500 (mm)

45-125 (mm)

>45 (mm)

15.52 17.84 20.77 17.97 32.84 42.15 26.38

17.31 21.57 26.62 24.43 45.72 55.79 36.05

32.28 38.28 44 44.08 62.63 69.52 54.99

3.42 3.02 2.78 2.31 2.43 3.68 5.17

DIOPSIDE IN-9B DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

7.57 10.55 13.32 13.72 33.83 34.48 28.26

14.97 21.12 25.71 29.73 50.04 51.18 46.69

İŞLEM ŞİRKETLER GRUBU

>45 (mm)

DOLOMITE C-5A 125-500 (mm)

45-125 (mm)

>45 (mm)

8.58 9.66 10.81 50.61 52.05 51.82 31.68

12.23 13.89 16.31 61.26 64.28 63.96 44.96

25.39 28.08 31.54 72.83 74.51 74.93 65.19

22.98 28.85 32.22 37.26 43.79 44.29 43.78

UZALG

3

CRYOLITE H-1A 125-500 (mm)

45-125 (mm)

85.49 86.28 86.86 87.58 86.76 85.68 83.84

89.24 89.93 90.7 91.43 90.94 90.86 89.87

>45 (mm)

88.11 89.57 90.86 93.19 92.9 92.39 91.08

EPIDOTE SS-1A 125-500 (mm)

45-125 (mm)

3.24 4.53 7.78 21.12 37.51 50.42 39.59

6.18 13.03 21.17 39.97 52.47 59.02 54.04

>45 (mm)

19.79 31.37 38.78 49.75 53.08 54.27 53.86

KASIM 2001

UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ FLUORITE H-2B DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

56.72 58.71 59.07 66.38 65.34 61.43 60.19

64.47 66.17 66.89 71.12 70.54 69.33 69.84

>45 (mm)

GALENA S-7A 125-500 (mm)

45-125 (mm)

>45 (mm)

17.91 15.71 14.4 12.57 11.92 11.93 12.36

17.05 15.05 13.75 12.02 11.46 11.29 11.7

16.05 14 12.78 10.7 9.81 9.74 10.25

56.09 57.28 57.57 57.43 56.28 55.54 56.04

GYPSUM SO-2B DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

91.09 92.16 92.87 85.03 42.78 24.25 8.5

89.96 90.95 91.47 86.9 55.6 36.85 16.29

İŞLEM ŞİRKETLER GRUBU

>45 (mm)

GRAPHITE E-1A

HALITE HALITE 125-500 (mm)

45-125 (mm)

>45 (mm)

83.78 85.45 86.62 89.35 88.74 86.38 86.94

85.7 87.3 88.58 91.73 91.57 90.71 92.03

85.52 87.14 88.25 90.85 90.19 86.81 87.51

92.08 93.04 93.98 93.57 75.12 59.62 37.37

UZALG

4

125-500 (mm)

45-125 (mm)

4.58 3.91 3.74 4.11 4.76 5.24 5.78

3.7 3.37 3.23 3.54 4.07 4.43 4.9

>45 (mm)

4.71 4.32 4.2 4.65 5.21 5.68 6.22

HEMATITE O-1A 125-500 (mm)

45-125 (mm)

6.85 6.91 6.66 10.3 8.04 7.75 8.16

6.38 6.56 6.35 11.65 9.54 9.46 10.1

>45 (mm)

4.59 4.57 4.51 29.5 25.95 26.55 28.8

KASIM 2001

UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ ILLITE PS-11A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

-

-

KAOLINITE, WELL >45 (mm)

125-500 (mm)

45-125 (mm)

-

-

22.26 27.58 31.79 59.35 71.97 73.06 62.43

LABRADORITE TS-2A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

59.75 64.24 70.39 66.52 59.58 66.52 68.92

70.56 73.75 77.24 75.78 71.72 75.88 77.62

İŞLEM ŞİRKETLER GRUBU

>45 (mm)

>45 (mm)

74.24 81.68 85.33 94.29 92.94 86.02 49.22

LEPIDOLITE, YELLOW 125-500 (mm)

45-125 (mm)

>45 (mm)

19.33 42.77 60.12 65.82 77.94 72.52 26.25

28.23 52.3 67.42 72.5 81.82 78.15 37.1

45.63 62.34 69.53 74.33 78.06 76.97 55.31

76.85 78.88 80.22 80.81 79.55 80.22 80.68

UZALG

5

KERNITE B-2A 125-500 (mm)

45-125 (mm)

87.44 89.74 91.02 88.57 52.71 28.77 27.66

88.65 90.71 92.35 91.84 61.29 37.14 36.4

>45 (mm)

88.76 91.34 92.52 92.86 73.3 52.92 51.5

MAGNESITE C-6A 125-500 (mm)

45-125 (mm)

63.95 70.29 76.44 86.28 70.51 50.96 33.46

68.52 74.81 80.67 87.71 77.14 60.17 43.62

>45 (mm)

78.99 82.36 84.45 87.94 85.25 78.49 68.52

KASIM 2001

UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ MAGNETITE O-4A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

6.26 5.99 5.8 4.7 6.6 8.89 10.26

5.88 5.58 5.51 4.45 6.26 8.42 9.68

>45 (mm)

NEPHELINE TS-16A 125-500 (mm)

45-125 (mm)

>45 (mm)

61.49 65.54 68.05 72.18 72.49 60.65 46.99

70.63 73.93 76.01 79.36 79.98 72.21 62.65

73.6 76.29 77.84 82.31 83.21 80.26 75.61

4.59 4.33 4.22 3.7 4.61 5.66 6.48

PYRITE S-2A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

9.26 11.25 14.26 14.41 13.25 12.72 12.93

9.07 10.95 13.9 13.42 13.02 12.25 12.47

İŞLEM ŞİRKETLER GRUBU

QUARTZ, ROCK >45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

79.53 79.91 80.54 83.59 83.97 84.4 84.41

82 82.55 83.06 84.02 84.25 84.88 85.88

78.7 79.55 80.07 80.28 80.04 80.31 81.41

5.29 6.24 7.51 7.37 12.25 9.83 10.53

UZALG

6

ORTHOCLASE TS-12A 125-500 (mm)

45-125 (mm)

63.63 69.08 72.32 76.32 77.78 78.96 77.99

74.62 78.97 81.72 85.53 86.38 86.87 86.44

>45 (mm)

77.48 79.54 80.72 82.39 82.52 82.47 82.77

SANIDINE TS-14A 125-500 (mm)

45-125 (mm)

-

-

>45 (mm)

48.25 54.02 57.81 72.53 74.49 74.36 70.22

KASIM 2001

UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ SERPENTINE PS-20A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

34.51 33.37 47.27 54.44 58.52 33.29 8.1

50.17 50.81 61.48 67.96 70.88 53.56 24.12

>45 (mm)

SIDERITE C-9A 125-500 (mm)

45-125 (mm)

>45 (mm)

10.35 14.76 19.63 8.76 21.54 54.42 30.69

11.32 16.93 22.49 9.61 33.31 61.14 43.24

16.46 23.73 30.4 32.34 49.19 53.79 49.87

63.09 63.72 67.36 70.7 74.28 68.01 47.74

SULFUR E-2A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

6.91 25.04 82.69 92.84 92.68 93.03 94.79

4.21 43.27 88.5 93.08 93.15 93.71 95.45

İŞLEM ŞİRKETLER GRUBU

TALC PS-14A >45 (mm)

45-125 (mm)

>45 (mm)

82.13 86.06 87.63 74.85 90.88 85.13 57.4

83.32 86.58 88.09 79.58 89.74 86.38 64.84

81.56 84.07 85.52 81.64 87.68 85.53 70.41

UZALG

7

125-500 (mm)

45-125 (mm)

38.17 37.79 31.8 58.69 63.71 67.1 56.39

48.66 49.64 45.08 67.47 71.52 75.02 67.14

>45 (mm)

59.65 63.68 63.34 76.03 78.06 79.5 75.95

TITANITE NS-7A

125-500 (mm)

3.77 51.57 86.17 88.71 88.93 89.34 90.76

SODALITE TS-10A

125-500 (mm)

45-125 (mm)

12.2 33.76 51.89 71.82 57.34 64.63 46.76

26.19 52.11 67.34 82.2 72.2 77.72 64.32

>45 (mm)

56.6 71.43 77.96 86 83.45 83.98 79.62

KASIM 2001

UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ TOPAZ NS-6A DALGA UZUNLUĞU (mm)

0.40 0.45 0.50 1 1.5 2 2.5

125-500 (mm)

45-125 (mm)

49.52 49.8 49.99 50.88 51.19 50.54 20.46

55.92 56.31 56.33 57.47 58.1 58.56 39.19

İŞLEM ŞİRKETLER GRUBU

VERMICULITE PS-18A >45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

49.16 56.46 62.12 72.39 65.01 48.12 25.85

43.74 51.67 57.31 71.42 70.3 57.63 42.73

54.86 60.56 65.26 76.85 76.46 68.8 53.81

50.9 50.92 50.71 49.9 48.95 48.36 45.11

UZALG

8

ZIRCON NS-9A 125-500 (mm)

45-125 (mm)

12.9 17.16 19.4 45.08 38.2 59.15 56.29

21.1 28.16 31.66 60.86 58.23 72.26 70.04

>45 (mm)

26.13 33.57 38.12 66.37 69.54 73.73 72.82

KASIM 2001

UZAKTAN ALGILAMA EK-B ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER ( Visible National Imagery Interpretability Rating Scale (NIIRS) •

SINIFLANDIRMA SEVİYESİ 1 Orta büyüklükteki liman tesisini tesbit ve/veya büyük bir hava meydanındaki pist ve taksirutları belirlemek

• •

SINIFLANDIRMA SEVİYESİ 2 Hava meydanındaki büyük bir hangarı tesbit Büyük sabit radarları tesbit (AN/FPS 85, CUBRA, DANE, PECHORA, HENHOSE) Askeri talim sahalarını tesbit Yol paternine dayalı SA-5 güdümlü mermi mevziini teşhiş ve tüm mevziin konfigurasyonunu belirlemek Deniz tesislerindeki büyük binaları tesbit (Atelyeler, İmalat binaları) Büyük binaları tesbit (Hastahane Fabrika)

• • • • • •

SINIFLANDIRMA SEVİYESİ 3 Tüm büyük uçakların kanat yapısını teşhis (Düz, Ok, Delta) (707, CONCORD, BEAR) Radarları ve SAM mevzilerindeki güdüm sahalarını teşhis Helikopter iniş sahalarını tesbit Mobil güdümlü mermi üslerindeki destek vasıtaların varlığını/yokluğunu tesbit Limandaki büyük harp gmilerinin tipini teşhis (Kruvazör, yardımcı ve ticari gemiler) Trenleri veya demiryolu üzerindeki katarları tesbit

• • • •

• • • • • • • • • • •

• • • • • •

SINIFLANDIRMA SEVİYESİ 4 Tüm büyük avcı uçak tiplerini teşhis (FENCER, FOXBAT, F-15, F-14)) Büyük münferit radarları antenlerini tesbit (TALL KING) Paletli vasıtaları, sahra topcusu büyük nehir geçme techitatı grup halindeki tekerlekli vasıtaların genel tiplerini teşhis Açık güdümlü mermi silo kapısını tesbit Orta büyüklükteki deniz altıların baş şeklini tesbit (ROMEO, HAN, Type 209, ECHOII) Demiryolu rayları, münferit vasıtaları, kontrol kulesi, makas kontrol noktalarını teşhis SINIFLANDIRMA SEVİYESİ 5 Vasıtaya veya treylere monteli radarları teşhis radarları antenlerini tesbit (TALL KING) Taktik SSM sistemlerini tipini teşhis (FROG, SS-21, SCUD) Kamufle edilmemiş SS-25 güdüm sistemlerindeki TEL ve ve güdüm destek venlerini ayırmak KIROV, SOVREMENNY, KIEV, SLAVA, MOSKVA, KARA VEYA KRESTA sınıfı harp gemilerindeki hava arama radarlarını (TOP STEER veyaTOP SAIL) teşhis Münferit demiryolu vasıtalarının tipini (Gondol, düz kutu) ve/veya lokomotif tiplerini (buharlı, dizel) teşhis SINIFLANDIRMA SEVİYESİ 6 Küçük ve orta helikopter modellerini ayırmak (HELIX A/B/C, HIND D/E, HAZE A/B/C) EW/GCA/ACQ Radarlarının anten şekillerini teşhis (parabolik, dikdörtgen, köşeli) Orta ebatlardaki paletli vasıtaları teşhis SA-6, SA-11ve SA-17 güdümlü mermileri birbirinden ayırmak SA-N-6 ve SLAVA sınıfı harp gemilerindeki dikey lançerleri teşhis Otomobillerin sedan veya station wagon tiplerini teşhis

İŞLEM ŞİRKETLER GRUBU

UZALG

1

KASIM 2001

UZAKTAN ALGILAMA EK-B ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER ( Visible National Imagery Interpretability Rating Scale (NIIRS)

• •

SINIFLANDIRMA SEVİYESİ 7 Av uçaklaarını teşhis (FULCRUM, FOXHOUND) Limanları gemilerdeki bordo iskelesini, elektronik venlerdeki havalandırma bacalarını teşhis Vasıtalara monte edilmiş antitank güdümlü mermilerini tesbit ( BMP-1 üzerindeki SAGGER) Güdümlü mermi depo kapılarındaki menteşe mekanizmasını ve kontrol silolarının detaylarını tesbit KIROV, KARA, KRIOV tipi harp gemileri üzerindeki münferit torpito tüplerini teşhis Demiryolu bağlantılarını teşhis

• • • • •

SINIFLANDIRMA SEVİYESİ 8 Bombarduman uçakları üzerindeki perçinleri teşhis Horn ve W tipi antenleri tesbit (BACKTRAP ve BACKNET) Elde taşınan SAM’ları teşhis ( SA-7/14, REDEYE, STINGER) Güverteye monteli vinçlerin kablolarını tesbit Vasıtaların ön çamındaki silecekleri teşhis

• • • • • •

SINIFLANDIRMA SEVİYESİ 9 Uçak gövdesine bağlanmış slotları ayırtetmek Anten kanopileri hat bağlantısını sağlayan küçük seramik izalator fincanlarını teşhis Vasıtaların plakalarını teşhis Güdümlü mermi kısımları üzerindeki vida ve civataları teşhis 1-3 inç çapındaki halatların örgüsünü teşhis Demiryolu bağlantı materyalini tesbit

• • • •

SİVİL AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER (Civil National Imagery Interpretability Rating Scale (NIIRS) •

SINIFLANDIRMA SEVİYESİ 0 Engeller veya çok zayıf çözümleme nedeniyle görüntü kıymetlendirilememektedir

• • • •

SINIFLANDIRMA SEVİYESİ 1 Arazi kullanımı sınıflarını birbirinden ayırt etmek (İskan, ziraii, orman, su ve çıplak arazi) Orta ebatlarladaki liman tesislerini tesbit Büyük meydanlardaki taksirut ve pisti ayırt etmek Büyük sahalardaki drenaj paternlerini teşhis

• • • • •

SINIFLANDIRMA SEVİYESİ 2 160 acre’den daha büyük sulama yapılan tarlaları teşhis Büyük binaları tesbit (Hastahane Fabrika) Büyük otoyol sistemleri üzerindeki yonca yaprağı gibi yol paternlerini teşhis Buz kırıcı deniz vasıtalarını tesbit 300 fitden daha büyük gemilerin dümen suyunu tesbit

İŞLEM ŞİRKETLER GRUBU

UZALG

2

KASIM 2001

UZAKTAN ALGILAMA EK-B SİVİL AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER (Civil National Imagery Interpretability Rating Scale (NIIRS) • • • • •

SINIFLANDIRMA SEVİYESİ 3 160 acre’den daha büyük tarlalarda sürülme izlerini tesbit İskan bölgelerindeki münferit binaları tesbit Demiryolu hatları üzerindeki tren katar halindeki demiryolu araçlarını tesbit Seyrüsefer yapılabilen dahili su yolları üzerindeki mavunaları teşhis Tabii ormanları ve meyva bahcelerini birbirinden ayırt etmek

• • • • •

SINIFLANDIRMA SEVİYESİ 4 Ambarlar, silolar ve evleri gibi çiftlik binalarını teşhis Demiryolu tasnif sahalarındaki demiryolu hatlarını saymak Yerleşim sahalarındaki basketbol, tenis ve voleybol sahalarını tesbit Demiryolu rayları, münferit vasıtaları, kontrol kulesi, makas kontrol noktalarını teşhis Çimenlik arazideki jip izlerini tesbit SINIFLANDIRMA SEVİYESİ 5

• • • • •

Münferit demiryolu vasıtalarının tipini (Gondol, düz kutu) ve/veya lokomotif tiplerini (buharlı, dizel) teşhis Vasıta depolama binalarını tesbit Kamp ve eğlence mahallerindeki çadırları teşhis İğne yapraklı ve yayvan yapraklı ağaçları birbirinden ayırt etmek Otlaklardaki fil, gergedan ve zürafa gibi büyük hayvanları tesbit SINIFLANDIRMA SEVİYESİ 6

• • • • •

Narkotik madde içeren bitki örtüsünü tesbit Mısır, soya fasulyası ürünleri ve buğday, yulaf gibi küçük taneli tahılları ayırt etmek Otomobillerin sedan veya station wagon tiplerini teşhis Yerleşim sahalarındaki münferit telefon / elektrik direklerini teşhis Çıplak arazi üzerindeki ayak izlerini tesbit SINIFLANDIRMA SEVİYESİ 7

• • • •

Pamuk tarlalarındaki yetişmiş pamuğu teşhis Münferit demiryolu bağlantılarını teşhis Merdivenlerdeki basamakları tesbit Orman kesimi sonuçundaki ortaya çıkan kütük ve kayaları tesbit SINIFLANDIRMA SEVİYESİ 8

• • • • • •

Domuz yavrularını saymak Asfalt kaplı satıhlar üzerine çizilmiş işaretleri teşhis Otobüs/kamyonların plakalarını teşhis Münferit çam fidanlarını teşhis Su reservelerindeki münferit zambakları teşhis Vasıtaların ön çamındaki silecekleri teşhis SINIFLANDIRMA SEVİYESİ 9

• • • •

Buğday, yulaf ve arpa gibi küçük ürünlerin başaklarını teşhis Tel örgü çitlerindeki münferit tel örğülerini teşhis Demiryolu bağlantı materyalini tesbit Çam ağaçlarındaki iğne yapraklı dalları münferiden teşhis

İŞLEM ŞİRKETLER GRUBU

UZALG

3

KASIM 2001

UZAKTAN ALGILAMA EK-B RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SINIF SEVİYELERİ (Radar National Imagery Interpretability Rating Scale (IIRS) •

SINIFLANDIRMA SEVİYESİ 0 Engeller veya çok zayıf çözümleme nedeniyle görüntü kıymetlendirilememektedir

• • • •

SINIFLANDIRMA SEVİYESİ 1 Park sahalarındaki uçakları tesbit Sık ağaçlık sahalarda büyük seyreltmeyi tesbit Liman tesisindeki iskele ve atelyeleri tesbit Birbirinden ayırt edimeksizin karayolu veya demiryolu gibi ulaşım şebekesini tesbit

• • • • • • • • • • • •

SINIFLANDIRMA SEVİYESİ 2 Büyük bombarduman ve nakliye uçaklarını tesbit (BLACKJACK, CAMBER, COCK, 707, 747) Büyük array tipi antenlere sahip radarları teşhis (HEN, HOUSE, DOG HOUSE) Askeri tesislerdeki bina paternlerini ve mevzii konfigurasyonunu tesbit SSM lançer mevzilerini tesbit (ICBM) Şilep veya tanker gibi büyük ticari gemileri tesbit Atletizm stadyumlarını teşhis SINIFLANDIRMA SEVİYESİ 3 Orta büyüklükteki uçakları tesbit (FENCER, FLANKER, CURL, COKE, F-15) Yuvarlak binaya monte edilmiş 12 metre capındaki çanak anteni içeren ORBITA mevziini teşhis Askeri tesislerdeki araç koruma duvarlarını tesbit SAM, SSM veya ABM sabit güdümlü mermi mevzilerindeki araç ve techizatı tesbit Orta ebaddaki şileplerin güverte üstü yapısını tesbit Orta ebaddaki (6 hatlı) demiryolu tasnif sahasını teşhis

• •

SINIFLANDIRMA SEVİYESİ 4 Büyük ebatlı helikopter ve orta ebaddaki sabit kanatlı uçakları ayırt etmek HALO, CRUSTY) Tesisler ve komuta postaları arasındaki kablo hatlarını tesbit Motor bakım tesislerindeki münferit vasıtaları tesbit Güdümlü mermi üstlerindeki yapılardaki kayar çatıların açık veya kapalı olduğunu ayırt etmek Kare tarzında başı bulunan ROPUCHA sınıfı çıkarma vasıtasını (LST) teşhis Demiryolu / karayolu ilişkin tüm köprüleri tesbit

• • • • •

SINIFLANDIRMA SEVİYESİ 5 Tüm orta sınıf helikopterleri ayırt etmek (HIND, HIP, HAZE, HOUND, PUMA, WASP) Gelişmiş TWIN EAR antenini tesbit Nehir gecme techizatını ve orta/ağır zırhlı araçları ayırt etmek (MTU-20, T-62 MBT) SS-25 RTP güdümlü mermi sistemindeki güdüm destek techizatını tesbit SSN tipi harp gemilerinin baş şekli, uzunluk / genişlik farkını ayırt etmek

•

Demiryolu vagonları arasındaki mesafeyi tesbit ve vagon adedini belirlemek

• • • •

İŞLEM ŞİRKETLER GRUBU

UZALG

4

KASIM 2001

UZAKTAN ALGILAMA EK-B RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SINIF SEVİYELERİ (Radar National Imagery Interpretability Rating Scale (IIRS) SINIFLANDIRMA SEVİYESİ 6 Sabit kanatlı av uçaklarını ayırt etmek (FENCER, FLANKER) BAR LOCK / SIDE NET radar mevziilerindeki antenleri ayırt etmek Kücük askeri destek vasıtalarını ayırt etmek (UAZ-69, UAZ-469 araçları ve T-72, T-80 tankları) • KRESTA II (CG), KRESTA I (CG), YANKEE I, DELTA I, KIRAV II (FFG) sınıfı harp gemilerinden havalanan helikopterleri ayırt etmek • Düz veya gondol tipi vagonlar üzerindeki yükü tesbit

• • •

• • • • • • • • • • • • •

SINIFLANDIRMA SEVİYESİ 7 Küçük avcı uçak tiplerini teşhis (FISHBED, FITTER, FLOGGER) Taretli, paletli Zırhlı personel taşıyıcı ve orta tankları ayırt etmek (BMP-1/2, T-64) SA-2 mevzilerindeki lancer üzerindeki güdümlü mermiyi tesbit KRIVAK I/II tipi harp gemilerinin baş tarafına monteli güdüm sistemini ve KRIVAK III tipi harp gemilerini baş tarafına monte edilmiş silah taretlerini ayırt etmek Yerleşim sahaları veya askeri tesislerdeki sokak lambalarını tesbit SINIFLANDIRMA SEVİYESİ 8 HIND ve HIP tipi helikopterleri ayırt etmek FAN SONG E güdümlü mermi kontrol radarı ve FAN SONG F radarındaki parabolik çanak antenleri ayırt etmek SA-6 güdümlü mermi mevziindeki techizatı teşhis Demiryolu tank tipi vagonları üzerindeki havalandırma kapaklarını teşhis SINIFLANDIRMA SEVİYESİ 9 Büyük uçaklara uygulanmış ana modifikasyonları tesbit ( Atış, pod) EW, GCA ve ACQ radarlarındaki anten şekillerini teşhis Tekerlekli veya paletli zırhlı personel taşıyıcıları üzerindeki taret ve silahları teşhis (BTR-80, BMP-1/2, MT-LB, M-113 SA-3 güdümlü mermisi üzerindeki ileri kanatçıkları teşhis

İŞLEM ŞİRKETLER GRUBU

UZALG

5

KASIM 2001

UZAKTAN ALGILAMA EK-B INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER (Infrared National Imagery Interpretability Rating Scale (NIIRS) • • • •

SINIFLANDIRMA SEVİYESİ 1 Büyük meydanlardaki pist ve taksirutları ayırt etmek Sık ağaçlık sahalarda 1 kilometre kareden daha büyük seyreltmeyi tesbit Açık denizlerdeki uçak gemisi, super tanker ve KIROV tipi gemileri tesbit 1 kilometre kareden daha büyük bataklıkları tesbit

• • • • •

SINIFLANDIRMA SEVİYESİ 2 Büyük uçakları tesbit (C-141, 707, BEAR, CANDID, CLASSIC) Yerleşim sahalarındaki hastahane ve fabrika gibi büyük binaları tesbit Sık, seyrek ağaçları ve açık alanları ayırt etmek SS-25 üslerindeki bina ve yolları teşhis Askeri ve ticari limanları ayırt etmek

• • • • •

SINIFLANDIRMA SEVİYESİ 3 Büyük ve küçük tip uçakları ayırt etmek (C-141, 707, BEAR, A300, AIRBUS / A-4, FISHBED, L-39) Termik takat kaynaklarındaki kazan dairesi, baca faaliyetlerini teşhis Büyük hava erken ihbar radarlarını tesbit Büyük askeri garnizonlardaki eğitim sahalarında kullanılan vasıtaların izlerini tesbit SA-5 lgüdümlü mermi kompleksindeki tesisleri teşhis 200 metreden daha büyük şilep ve tankerleri ayırt etmek

• • • • • •

SINIFLANDIRMA SEVİYESİ 4 Küçük av uçaklarının kanat konfigurasyonunu teşhis (FROGFOOT, F-16, FISHBED) İskan sahalarındaki 50 metre çapından daha küçük transformotorleri tesbit Elektronik tesislerdeki 10 metre çapından daha büyük dome’ları tesbit Askeri garnizonlardaki vasıtaların termik faaliyetini tesbit Askeri garnizonlardaki SS-25 MSV’nin termik faaliyetini tesbit Büyük ticari gemilerdeki kapalı ambar kapaklarını teşhis

•

• • • • •

SINIFLANDIRMA SEVİYESİ 5 Tek ve ikiz kuyruklu av uçaklarını ayırt etmek ( FLOGGER, F-16, TORNADO / F-15, FLANKER, FOXBAT) Tenis kortlarını teşhis Büyük Radyo role metal kafes direklerini teşhis Koruma duvarları içindeki zırhlı vasıtaları tesbit SA-10 mevziindeki elektronik kuleyi tesbit 200 metreden daha büyük ticari gemilerin baca tipini teşhis (kare, yuvarlak, oval)

• • • • •

SINIFLANDIRMA SEVİYESİ 6 Dizel lokomotiflerinin termik faaliyetini teşhis FIX FOUR ve FIX SIX mevzilerindeki anten şekillerini ayırt etmek Tank ve zırhlı personel taşıyıcılardaki termik faaliyeti ayırt etmek 2 raylı ve 4 raylı SA-3 lançerlerini ayırt etmek Denizaltılardaki güdümlü mermi tüpü kapaklarını teşhis

•

İŞLEM ŞİRKETLER GRUBU

UZALG

6

KASIM 2001

UZAKTAN ALGILAMA

EK-B INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER (Infrared National Imagery Interpretability Rating Scale (NIIRS) • • • • • •

SINIFLANDIRMA SEVİYESİ 7 MIG-23 FLOGGER uçaklarının yer taarruz ve önleme tiplerini ayırt etmek Otomobillerin sedan veya station wagon tiplerini teşhis Radyo role kulelerindeki 3 metre çapından daha küçük çanak antenleri teşhis SA-6 mevzilerindeki güdümlü mermi aktarma vinçlerini teşhis 2 raylı ve 4 raylı SA-3 lançerlerini ayırt etmek İskelelerdeki bağlama techizatını (baba) tesbit

• •

SINIFLANDIRMA SEVİYESİ 8 Radar antenlerinin dikey ve yatay desteklerini teşhis Tank taretleri kapalı kapılarını tesbit

• • • •

SINIFLANDIRMA SEVİYESİ 9 Av uçakları üzerindeki giriş panellerini teşhis BIRDS EYE ve BELL LACE antenlerini ayırt etmek Zırhlı vasıtalar üzerindeki taret kapaklarının menteşelerini teşhis SA-2/CSA-1 güdümlü mermileri sistemindeki komuta güdüm antenlerini teşhis

İŞLEM ŞİRKETLER GRUBU

UZALG

7

KASIM 2001

UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA

GENEL BİLGİ TİPLERİ •

1. ANTLAŞMALARI İZLEME

• • • • • • • • • •

Kimyasl ve biolojik silah üretimi, depolanması ve testi Klasik silah üretimi Klasik kuvvetler Güdümlü füzeler kolaylıkları Orta menzilli nüklear güdümlü mermiler Güdümlü mermi taşıyıcıları ve lançerler Nüklear denizaltılar Bombardıman üsleri nüklear başlık depoları Nüklear silah üretimi, depolama ve test Stratejik güdümlü mermi üretimi

• •

Kimyasal ve biolojik silahların üretimi, depolanması ve testi Klasik silahların üretimi Güdümlü füzeler Orta menzilli nüklear füzeler Güdümlü füze taşıyıcıları ve lançerleri Nüklear enerji üretim merkezleri Nüklear başlık depolama sahaları Nüklear silahların üretimi, depolanması ve testi Stratejik füze üretimi Silah sevkiyatı ve depolama

3. SİLAH ETKİNLİKLERİ

• • • •

Endüstriyel tesisler Askeri techizat Askeri tesisler Oşinografik faktörler

4. BELİRTİ VE İKAZLAR

• Askeri techizat • Askeri tatbikatlar ve intikaller • Askeri tesisler

5. İHTİMALİYET PLANLAMASI

• • • • • • • • •

İniş pistleri ve yol şeritleri Meydanlar Helikopter iniş ve atma bölgeleri Endüstriyel tesisler Ulaşım hatları Askeri tesisler Oşinografik faktörler Denizaltı ve satıh gemileri dağılma yerleri Topoğrafik faktörler

6. HEDEF TESBİT VE İSTİHBARAT

• • • • • • •

Meydanlar Endüstriyel tesisler Ulaşım hatları Askeri techizat Askeri tesisler Oşinografik faktörler Topoğrafik faktörler

2. SİLAHLARIN KONTROLU

• • • • • • •

İŞLEM ŞİRKETLER GRUBU

UZALG

1

KASIM 2001

UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA

GENEL BİLGİ TİPLERİ • • • • • • • •

İniş pistleri ve yol şeritleri Helikopter iniş ve atma bölgeleri Ulaşım hatları Askeri techizat Askeri tesisler Oşinografik faktörler Demiryolu techizatı ve kolaylıkları Topoğrafik faktörler

• • • • • • • • • •

Helikopter iniş ve atma bölgeleri Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler

11. GÖRÜNTÜ HARİTALARI ÜRETİMİ

• • •

Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler

12. AMPİBİK TAARRUZ PLANLAMASI

• • • •

Helikopter iniş ve atma bölgeleri Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler

13. TAARRUZ VE DARBE GÖREV PLANLAMASI

• • • • • •

Meydanlar Endüstriyel tesisler Ulaşım hatları Askeri techizat Askeri tesisler Demiryolu techizatı ve depolama

14. HAVA ULAŞTIRMA GÖREV PLANLAMASI

• • •

İniş pistleri ve yol şeritleri Meydanlar Helikopter iniş ve atma bölgeleri

15. UÇUŞ EĞİTİM YARDIMCILARI

• • •

Helikopter iniş ve atma bölgeleri Ulaşım hatları Helikopter iniş ve atma bölgeleri

16. ELEKTRONİK VE MUHABERE PLANLAMASI

•

Topografik faktörler

17. DENİZALTI VE SATIH MUHAREBE PLANLAMASI

• • • •

Askeri tesisler Oşinografik faktörler Oşinografik faktörler Topoğrafik faktörler

7.

MUHAREBE SAHASI İSTİHBARAT HAZIRLIKLARI

8. TATBİKAT DESTEĞİ

9.

HARİTALARI GÜNÇELLEŞTİRME

10. HARİTA DESTEĞİ

18. DENİZ SİLAH ATIŞ DESTEĞİ

İŞLEM ŞİRKETLER GRUBU

UZALG

2

KASIM 2001

UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA 19. DENİZ GÜDÜMLÜ FÜZE DESTEĞİ

• • •

GENEL BİLGİ TİPLERİ Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler

20. OŞİNOGRAFİK ARAŞTIRMALAR

•

Oşinografik faktörler

21. BARINAK, LİMAN VE DEMİRLEME KAPASİTESİ ANALİZİ

• • • • • •

Ulaşım hatları Oşinografik faktörler Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Maden çıkarma sahaları

•

•

Kimyasl ve biolojik silah üretimi, depolanması ve testi Nüklear silah üretimi, depolanması ve testi Stratejik füze üretimi Güdümlü mermi üretimi ve test kolaylıkları Test kolaylıkları ve atış sahaları

24. MOBİL GÜDÜMLÜ MERMİ SAHASI LİMİTLERİ

• • •

Ulaşım hatları Topoğrafik faktörler Bitki analizi

25. ÖZEL HAREKATLAR VE ÖZEL HARP DESTEĞİ

• • • • • • • •

Uçak pistleri ve yol şeritleri Meydanlar Helikopter iniş ve atma bölgeleri Ulaşım hatları Askeri techizat Askeri tesisler Oşinografik faktörler Topoğrafik faktörler

26. ARAŞTIRMA VE TAHLİYE GÖREVİ PLANLAMASI

• •

Topografik faktörler Helikopter iniş ve atma sahaları

27. BÜYÜKELÇİLİK TESİSLERİNİ KORUMA VE GİZLİLİK PLANLAMASI

• • • • • •

İniş pistleri ve yol şeritleri Helikopter iniş ve atma bölgeleri Ulaşım hatları Oşinografik faktörler Koruyucu kamuflaj faaliyeti Topoğrafik faktörler

28. MUHARİP OLMAYAN UNSURLARI TAHLİYE HAREKATI

• • • • • •

Uçak pistleri ve yol şeritleri Meydanlar Helikopter iniş ve atma bölgeleri Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler

22. LOJİSTİK İSTİHBARATI

23. NÜKLEAR, BİOLOJİK VE KİMYASAL SİLAH ANALİZLERİ

• • •

İŞLEM ŞİRKETLER GRUBU

UZALG

3

KASIM 2001

UZAKTAN ALGILAMA

EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA

GENEL BİLGİ TİPLERİ

29. EMNİYETLİ SAHA ANALİZİ

• • • • •

Uçak pistleri ve yol şeritleri Ulaşım hatları Nüfus dağılımı Topoğrafik faktörler Bitki analizi

30. ÖZEL FAALİYET BÜROLARI DESTEĞİ

• • •

Endüstriyel tesisler Ulaşım hatları Askeri tesisler

• • • • •

Bitki sulama Bitkisel üretim Ürün depolama Bitki stresi Hastalık ve zarar yönetimi

32. ORMANCILIK

• • • • • •

Kenevir üretimi Yangın analizi Orman envanteri Bitki haritacılığı Hastalık ve zarar yönetimi Tekrar ormanlaştırma

33. ÇEVRESEL PLANLAMA

• • • • •

Toprak yönetimi Ulaşım hatları Yağmur gölleri Topoğrafik faktörler Su yönetimi

34. ÇEVRESEL TAHRİP

• • • • • • • • •

Asit yağmuru Hava kirliliği Yağmur ormanları Yağmur gölleri Toprakları koruma Toprak harfiyatlı madencilik Termal kirlenme Toksit atıkları Su kirlenmesi

35. UYUŞTURUCUYA KARŞI KOYMA DESTEĞİ

• • • • •

Uyuşturucu hava koridorları Uyuşturucu ürün analizi Uyuşturucu ekim özellikleri Uyuşturucu üretim tesisleri Uyuşturucu nakli ve depolama tesisleri

36. FELAKETE YARDIM

• •

Tabii felaket hasar değerlendirmesi Ulaşım hatları

31. ZİRAAT ANALİZİ

İŞLEM ŞİRKETLER GRUBU

UZALG

4

KASIM 2001

UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA

GENEL BİLGİ TİPLERİ

37. EKONOMİK ANALİZ

• • • • • • •

Meydanlar Su baskınlarını kontrol projeleri Endüstriyel tesisler Maden çıkarma sahaları Stratejik kaynaklar Ulaşım Su kaynakları

38. BÖLGESEL ETÜDLER

• • • • • •

Endüstriyel tesisler Ulaşım hatları Maden sahaları Topoğrafik faktörler Bitki analizi Stratejik kaynaklar

39. LASER, MICROWAVE VE IŞIN HÜZMESİ ANAZİ

•

Test kolaylıkları ve menziller

40. MÜHENDİSLİK ÇALIŞMALARI

•

Sel baskınlarını kontrol projeleri

İŞLEM ŞİRKETLER GRUBU

UZALG

5

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ

KLASİK KUVVETLER

İLGİLİ UYGULAMALAR

Antlaşmaları izleme

BİLGİ GEREKSİNİMLERİ

• • • • •

Silahların kontrolu ve antlaşmaları izleme ile ilgili özel askeri tesisleri teşhis Stok seviyeleri ve seviyelerdeki değişiklikleri belrlemek için materyel ve techizat stoklarını analiz Depolanan silahlar ve hasarları ile ilgili faaliyeti analiz Birlik hareketleri ve tesislere yerleşim faaliyetini analiz Taktik birliklerin toplanma sahalarını tesbit

GENEL BİLGİ TİPİ

NÜKLEAR DENİZALTILAR

İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

Antlaşmaları izleme • Denizaltı üslerinde ve inşaa tesislerindeki nüklear denizaltıların adedini ve tipini teşhis • Denizaltı inşaa ve tamir tesislerindeki termal sinyalleri analiz

GENEL BİLGİ TİPİ

NÜKLEAR ÜRETİM

İLGİLİ UYGULAMALAR

Silahların kontrolu • Üçüncü Dünya ülkelerindeki Takat kaynakları dahil nüklear reaktörleri ve ilgili tesisleri teşhis • Nüklear tesisler ile ilgili yeni inşaatları tesbit • Mevcut nüklear tesislerdeki göze batan faaliyeti tesbit

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ

SİLAH SEVKİYATI VE DEPOLAMA

İLGİLİ UYGULAMALAR

Silahların kontrolu

BİLGİ GEREKSİNİMLERİ

• • • •

Klasik silah üretim tesislerini teşhis Silah üretim tesisleri ile ilişkili depolama sahaları ve ulaşım şebekesini teşhis Depolama sahalarının depolama seviyesini analiz Depolama sahaları ile ilişkili demiryolu, gemi ve kara nakil vasıtalarını teşhis

GENEL BİLGİ TİPİ

KİMYASAL VE BİOLOJİK SİLAH ÜRETİMİ, DEPOLANMASI VE TESTİ

İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

Silahların kontrolu, Antlaşmaları izleme • Kimyasal ve biolojik döküntüleri birimsel tayf sinyallerden tesbit • Kimyasal ve biolojik tesislerin hacimli depolama kolaylıklarını teşhis • Kimyasal ve biolojik harp materyani teşhis

GENEL BİLGİ TİPİ

KLASİK SİLAH ÜRETİMİ

İLGİLİ UYGULAMALAR

Silahların kontrolu, Antlaşmaları izleme

BİLGİ GEREKSİNİMLERİ

• • •

Tank, uçaksavar, zırhlı araç , cephane ve patlayıcı madde üreten tesisleri teşhis Askeri silah depolama kolaylıklarını teşhis Depolama seviyesini belirlemek için depolama kolaylıklarını analiz

GENEL BİLGİ TİPİ

GÜDÜMLÜ FÜZELER

İLGİLİ UYGULAMALAR

Silahların kontrolu, Antlaşmaları izleme • Füze üretim tesislerini teşhis • Üretim tesisleri ile ilgili depolama kolaylıklarını teşhis • Depolama kolaylıklarındaki depolama seviyesi analizi • Depolama sahası ile ilgili nakliye kolaylıklarını teşhis (Demiryolu, gemi, vasıta) • İntikal sahaları ve bombarduman üslerindeki güdümlü füze faaliyetini tesbit

BİLGİ GEREKSİNİMLERİ

İŞLEM ŞİRKETLER GRUBU

UZALG

6

KASIM 2001

UZAKTAN ALGILAMA

EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ

ORTA MENZİLLİ NÜKLEAR FÜZELER

İLGİLİ UYGULAMALAR

Silahların kontrolu, Antlaşmaları izleme • Gizlenmiş silah depolarının mevkiini tesbit • Kamuflaj, gizleme ve aldatma önlemlerini tesbit • Nüklear başlık depolarını tesbit • Güdümlü mermi üretim tesislerini teşhis

BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ

GÜDÜMLÜ MERMİ TAŞIYICILARI VE LANÇERLERİ

İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

Silahların kontrolu, Antlaşmaları izleme • Güdümlü mermi taşıyıcıları ve lançerlerin mevkii ve üretim tesislerini teşhis

GENEL BİLGİ TİPİ

NÜKLEAR BAŞLIK DEPOLAMA (BOMBARDUMAN ÜSLERİ)

İLGİLİ UYGULAMALAR

Silahların kontrolu, Antlaşmaları izleme • Ağır bombarduman üslerini teşhis • Ağır bombarduman üslerindeki nüklear başlık depolama sahalarını teşhis • Depolama sahalarındaki faaliyetin seviyesini analiz

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ

NÜKLEAR SİLAH ÜRETİMİ, DEPOLAMA VE TEST

İLGİLİ UYGULAMALAR

Silahların kontrolu, Antlaşmaları izleme

BİLGİ GEREKSİNİMLERİ

• • • • • •

Nüklear silah üretim ve ilişkili depolama tesislerini teşhis Askeri garnizonlar, üsler ve intikal birlikleri ile ilişkili nüklear silah depolarını teşhis Nüklear ve nüklear ile ilişkili göze batan ve gizli faaliyetleri teşhis Test sahalarındaki yeni kraterleri teşhis Test hazırlıklarını tesbit Test alanlarındaki nüklear radyasyon kirliliğini tesbit

GENEL BİLGİ TİPİ

STRATEJİK GÜDÜMLÜ MERMİ ÜRETİMİ

İLGİLİ UYGULAMALAR

Silahların kontrolu, Antlaşmaları izleme

BİLGİ GEREKSİNİMLERİ

• • •

Özel sahalardaki roket motorları ve harp başlığı üretim tesislerini teşhis Üretim tesisleri ile ilişkili depolama sahalarını teşhis Özel sahalar dışındaki diğer üretim faaliyetlerini tesbit

GENEL BİLGİ TİPİ

ASKERİ TATBİKATLAR VE İNTİKAL

İLGİLİ UYGULAMALAR

Belirti ve ikazlar, Antlaşmaları izleme

BİLGİ GEREKSİNİMLERİ

• • •

İŞLEM ŞİRKETLER GRUBU

Askeri tesislerde, demiryolu sahalarında ve meydanlarda artan kıta toplulukları ve faaliyeti tesbit Garnizonlardaki techizat hareketlerini tesbit Eğitim ve manevra sahalarında artan faaliyetin seviyesini tesbit

UZALG

7

KASIM 2001

UZAKTAN ALGILAMA

EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ

ULAŞIM HATLARI

İLGİLİ UYGULAMALAR

Amfibik taarruz planlaması, Taarruz ve darbe görev planlaması, İhtimaliyet planlaması, Felakete yardım, Büyükelçilik tesislerini koruma ve gizlilik planlaması, Tatbikat desteği, Çevresel planlama, Görüntü haritaları üretimi, Muharebe sahası istihbarat hazırlıkları, Lojistik istihbarat desteği, Haritaları günçelleştirme, Harita desteği, Mobil güdümlü mermi sahası limitleri, Muharip olmayan unsurları tahliye harekatı, Barınak/liman/ ve demirleme kapasitesi analizi, Emniyetli saha analizi, Özel faaliyet büroları desteği, Deniz güdümlü füze desteği, Özel harekatlar ve özel harp desteği, Hedef tesbit istihbarat

BİLGİ GEREKSİNİMLERİ

• • • • • • • • •

GENEL BİLGİ TİPİ

UÇAK PİSTLERİ VE YOL ŞERİTLERİ

İLGİLİ UYGULAMALAR

Hava ulaştırma görev planlaması, İhtimaliyet planlaması, Büyükelçilik tesislerini koruma ve gizlilik planlaması, Ulaşım sahası istihbarat hazırlığı, Uçuş eğitim yardımcıları, Muharip olmayan unsurları tahliye harekatı, Emniyetli saha analizi, Özel harekatlar ve özel harp desteği • Sınırları ve ebatları teşhis • Değişimi analiz • Buz ve kar analizi • Toprağın içerdiği nem analizi • Yüzeydeki gayri muntazamlıkları tanıma • Satıh materyalini analiz • Bitki analizi • Giriş ve çıkış rotalarını tanıma

BİLGİ GEREKSİNİMLERİ

Kamuflaj faaliyetleri analizi İnşaat faaliyetleri analizi Otoyol küprülerini teşhis Demiryolu köprülerini teşhis Sular üzerindeki geçiş yerlerini teşhis Asli ve tali karayollarını teşhis Yol satıh malzemesinin analizi Demiryollarını teşhis Dahili su yolları ve kanalları teşhis

GENEL BİLGİ TİPİ

MEYDANLAR

İLGİLİ UYGULAMALAR

Hava ulaştırma görev planlaması, Taarruz ve darbe görev planlaması, İhtimaliyet planlaması, Ekonomik analiz, Uçuş eğitim yardımcıları, Muharip olmayan unsurları tahliye harekatı, Emniyetli saha analizi, Özel harekatlar ve özel harp desteği, Hedef tesbit ve istihbarat • Pistlerin, taksirutların ve park sahalarının adet, istikamet ve satıh materyalini tanımak • İnşaat faaliyetlerini tanıma • Uçaksavar (AAA) ve satıhtan havaya atılan güdümlü mermi (SAM) savunmasını tesbit • Hangarlar, tamir kolaylıkları ve diğer ana binaları teşhis • POL tanklarını ve yakıt kolaylıklarını teşhis • Güç kaynaklarını teşhis • Uçak dağılma sahaları ve sığınakları teşhis • Hava trafik kontrol harekat binaları / bunkerleri, radar ve muhabere elektroniğini de içeren komuta kontrol kolaylıklarını teşhis

BİLGİ GEREKSİNİMLERİ

İŞLEM ŞİRKETLER GRUBU

UZALG

8

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ

HELİKOPTER İNİŞ VE ATMA SAHALARI

İLGİLİ UYGULAMALAR

Hava ulaştırma görev planlaması, Ampibik taarruz planlaması, İhtimaliyet planlaması, Büyükelçilik tesislerini koruma ve gizlilik planlaması, Uçuş eğitim yardımcıları, Ulaşım sahası istihbarat hazırlığı, Muharip olmayan unsurları tahliye harekatı, Araştırma ve kurtarma görev planlaması, Özel harekatlar ve özel harp desteği • Sınırları ve ebatları teşhis • Değişimi teşhis • Engelleri tesbit • Satıh yoğunluğu analizi • Yüzeydeki gayri muntazamlıkları tanıma • Satıh materyalini analiz • Bitki analizi • Giriş ve çıkış rotalarını tanıma

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ

ASKERİ TESİSLER

İLGİLİ UYGULAMALAR

Denizaltı ve satıh muharebe planlaması, Taarruz ve darbe görev planlaması, İhtimaliyet planlaması, Belirtiler ve ikazlar, Muharebe sahası istihbarat hazırlıkları, Özet faaliyet büroları desteği, Özel harekatlar ve özel harp desteği, Hedef tesbit ve istihbarat, Silah etkinlikleri

BİLGİ GEREKSİNİMLERİ

• • • • • • • • • • •

GENEL BİLGİ TİPİ

ASKERİ TECHİZAT

İLGİLİ UYGULAMALAR

Taarruz ve darbe görev planlaması, Belirti ve ikazlar, Muharebe sahası istihbarat hazırlıkları, Özel harekatlar ve özel harp desteği, Hedef tesbit istihbarat, Silah etkinlikleri

BİLGİ GEREKSİNİMLERİ

• • • • • • • • • • • • •

İŞLEM ŞİRKETLER GRUBU

Muharebe sahası analizi (patlama) Muharebe sahası analizi (termal ışın) Kamuflaj perdesini teşhis İnşaat faaliyeti analizi Aldatmayı teşhis Yanıltıcı boyayı teşhis Materyal tiplerini analiz Tabii bitki kamuflajını analiz Denizaltı inşaatı tamir alanlarına ilişkin termal sinyalleri teşhis Termal sinyalleri analiz Bitki analizi

Hava muharebe konuş ve kuruluşu tesbit Muharebe sahası analizi (patlama) Kamuflaj perdesini teşhis Sahte tesisleri teşhis Yanıltıcı boyayı teşhis Elektronik konuş ve kuruluşu tesbit Harekli techizatı teşhis Kara muharebe konuş ve kuruluşu tesbit Güdümlü mermi konuş ve kuruluşu tesbit Tabii bitki kamuflajını analiz Deniz muharebe konuş ve kuruluşu tesbit Satıhdan havaya güdümlü mermi (SAM) konuş ve kuruluşu tesbit Uzay sistemlerini teşhis

UZALG

9

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ

ENDÜSTRİYEL TESİSLER

İLGİLİ UYGULAMALAR

Taarruz ve darbe görev planlaması, Ekonomik analiz, Bölgesel etüdler, Özel faaliyet buro desteği, Hedef tesbit ve istihbarat, Silahların etkinlikleri

BİLGİ GEREKSİNİMLERİ

• • • • • • • • •

GENEL BİLGİ TİPİ

GÜDÜMLÜ MERMİ ÜRETİM VE TEST TESİSLERİ

İLGİLİ UYGULAMALAR

Nüklear, Biolojik ve kimyasal silah analizi

BİLGİ GEREKSİNİMLERİ

• • • • • • •

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

DEMİRYOLU TECHİZATI VE KOLAYLIKLARI

BİLGİ GEREKSİNİMLERİ

• •

GENEL BİLGİ TİPİ

OSİNOGRAFİK FAKTÖRLER

İLGİLİ UYGULAMALAR

Amfibik taarruz planlaması, Denizaltı ve satıh muharebe planlaması, İhtimaliyet planlaması, Büyükelçilik tesislerini koruma ve gizlilik planlaması, Tatbikat desteği, Görüntü haritaları üretimi, Muharebe sahası istihbarat hazırlıkları, Lojistik istihbarat desteği, Haritaları günçelleştirme, Harita desteği, Deniz top atışı desteği, Muharip olmayan unsurları tahliye harekatı, Oşinografik araştırma, Barınak/liman ve açık deniz kapasitesi analizi, , Deniz güdümlü füze desteği, Özel harekatlar ve özel harp desteği, Hedef tesbit istihbarat, Silah etkinlikleri

BİLGİ GEREKSİNİMLERİ

• • • • • • • • • • • • • •

Muharebe sahası analizi (patlama) Muharebe sahası analizi (termal ışın) Kamuflaj faaliyeti analizi Kamuflaj perdesini teşhis İnşaat faaliyeti analizi Aldatmayı teşhis Yanıltıcı boyayı teşhis Materyal tiplerini analiz Maden çıkarma ve üretim tesislerini teşhis

Atmosferik hareketi tesbit İnşaat faaliyetini analiz Yakıt lekelerini analiz Saha kraterlerini analiz Materyal tiplerini analiz Termal sinyalleri analiz Bitki stresini analiz

Taarruz ve darbe görev planlaması, Muharebe sahası istihbarat hazırlığı

İŞLEM ŞİRKETLER GRUBU

Tasnif sahaları, tamir kolaylıkları ve aktarma noktalarını teşhis Sahte ve kamufle edilmiş demiryolu vasıtalarını teşhis

Bathymetry analizi Plaj sınırları ve ebatları analizi Plaj kompozisyonunun analizi Plaj uyumluluk analizi Plajlardaki dağılım ve depolama sahalarını tesbit Plaja çıkış rotalarını teşhis Denizlerde ışın saçan canlıları analiz Akıntı ve girdap analizi Tabii ve insan yapısı engelleri teşhis Sahillerdeki mayınları tesbit Petrol sızıntılarını analiz Buz kütlelerinin mevkii, yapısı, kalınlığı ve sıcaklığını teşhis Su berraklığını tesbit Deniz suyu tuzluluğunu analiz

UZALG

10

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ

TOPOGRAFİK FAKTÖRLER

İLGİLİ UYGULAMALAR

Amfibik taarruz planlaması, İhtimaliyet planlaması, Elektronik ve muhabere planlaması, Büyükelçilik tesislerini koruma ve gizlilik planlaması, Tatbikat desteği, Çevresel planlama, Görüntü haritaları üretimi, Muharebe sahası istihbarat hazırlıkları, Lojistik istihbarat desteği, Haritaları günçelleştirme, Harita desteği, Mobil güdümlü mermi sahası limitleri, Deniz top atışı desteği, Muharip olmayan unsurları tahliye harekatı, Bölgesel etüdler, Emniyetli saha analizi, Deniz güdümlü füze desteği, Araştırma ve kurtarma görevi planlaması, Özel harekatlar ve özel harp desteği, Hedef tesbit istihbarat

BİLGİ GEREKSİNİMLERİ

• • • • • • • • • • • • • • • • • • • • • • •

GENEL BİLGİ TİPİ

KORUYUCU KAMUFLAJ FAALİYETİ Büyükelçilik tesislerini koruma ve gizlilik planlaması

İLGİLİ UYGULAMALAR

Muharebe sahası analizi Bitki tiplerini teşhis Drenaj paternini teşhis İnsan yapısı toprak özelliklerini teşhis Yaprak tipi ve yoğunluğu analizi Yürüyerek geçilebilen yerleri tesbit Çimenleri teşhis Seviye ve Meyili teşhis Satıhdaki yer sularını teşhis Buz ve karı teşhis Giriş ve çıkış rotalarını teşhis Arazi şekillerini teşhis NBC kirliliğini tesbit Direk yangınları teşhis Meyvelik serbest aralıklı ağaçları teşhis Toprak kaymalarını tesbit Toprağın nemini analiz Toprak tiplerini analiz Stresli bitkileri analiz Ağaç tiplerini ve yoğunluğunu teşhis Su akışını ve gövdesini teşhis Sulak alanları teşhis Bitki analizi

BİLGİ GEREKSİNİMLERİ

• • •

GENEL BİLGİ TİPİ

TEST KOLAYLIKLARI, ATIŞ SAHALARI

İLGİLİ UYGULAMALAR

Laser, microwave ve ışın analizi, NBC silah analizi

BİLGİ GEREKSİNİMLERİ

• • • • • • • • •

İŞLEM ŞİRKETLER GRUBU

Kamuflaj perdesinin etki analizi Bozucu boyanın etki analizi Kesilen tabii bitkilerin etki analizi

Tesisin sınırlarını teşhis Test hedeflerinin görüş hattını teşhis Test binaları ve bunkerlerini teşhis Elektriki takat hatları ve kapasitesini tesbit Yanık ve patlama izlerini analiz Test hazırlıklarını teşhis Test sahasındaki yeni kraterleri teşhis Test sahasındaki nüklear radyasyon kirliliğini tesbit Yeni inşaatları tesbit

UZALG

11

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

BİTKİ ANALİZİ Mobil güdümlü mermi sahası limitleri, Bölgesel etüdler, Emniyetli saha analizi

BİLGİ GEREKSİNİMLERİ

• • • • •

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

ÜRÜN SULAMA Ziraat analizi

BİLGİ GEREKSİNİMLERİ

• • • •

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

ÜRÜN İSTİHSALİ

Ağaçların tipi ve yoğunluğunu teşhis Yaprakların tipi ve yoğunluğunu teşhis Çimen, çalılık ve makileri teşhis Ürün tiplerini teşhis Meyvelik ve serbest aralıklı ağaçları teşhis

Sulama metodlarını teşhis (sıralı veya merkezi gibi) Sulanan arazileri teşhis Su nakil sistemlerini teşhis (borular ve kanallar gibi) Sulama suyunun kaynağını teşhis

Ziraat analizi

BİLGİ GEREKSİNİMLERİ

• • • • •

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

ÜRÜN DEPOLAMA Ziraat analizi

BİLGİ GEREKSİNİMLERİ

• •

GENEL BİLGİ TİPİ

ÜRÜN STRESİ Ziraat analizi

İLGİLİ UYGULAMALAR

Ürün tipi ve sahayı teşhis Toprak tipini teşhis Toprağın içerdiği nemi teşhis Meyvelikleri veya serbest aralıklarla dikilmiş bitkileri teşhis İstihsal analizi ve tahmini rekolte

Ürün tipi ve sahayı teşhis Ürün tipi ile ilgili depolama kolaylıklarını teşhis (silo, ambar, açık saha)

BİLGİ GEREKSİNİMLERİ

• • • • •

GENEL BİLGİ TİPİ

BİTKİ ZARARLILARI ANALİZİ Ziraat analizi, Ormancılık

İLGİLİ UYGULAMALAR

Ürün tipini teşhis Toprak tipini teşhis Nemli toprağı teşhis Haşere istilasını teşhis Bitki stresi analizi

BİLGİ GEREKSİNİMLERİ

• •

GENEL BİLGİ TİPİ

HAŞHAS ÜRETİMİ

İLGİLİ UYGULAMALAR

Ormancılık • Yeni düzeltilmiş sahaları tesbit • Milli ormanlar içindekdeki küçük ürün sahalarını teşhis • Tabii bitki kamuflajını ve kamuflaj perdelerini tesbit • Bitki analizi

BİLGİ GEREKSİNİMLERİ

İŞLEM ŞİRKETLER GRUBU

Ağaç tipleri ve yoğunluğunu teşhis Bitki stresi ve stres paternlerini analiz

UZALG

12

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

YANGIN ANALİZİ Ormancılık • Ağaç tiplerini, yoğunluğunu ve sahayı teşhis • Yangının sebep olduğu hasar sahasını teşhis

GENEL BİLGİ TİPİ

ORMAN ENVANTERİ

İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

Ormancılık • Ağaç tiplerini, yoğunluğu ve sahayı teşhis • Stresli bitkileri teşhis

GENEL BİLGİ TİPİ

TOPRAK YÖNETİMİ

İLGİLİ UYGULAMALAR

Çevresel planlama • Geniş alanlardaki arazi kullanımını teşhis • Su ceryanlarını ve gövdesini teşhis • Arazi formlarını teşhis • Sulak alanları teşhis • Ağaç tiplerini ve yoğunluğunu teşhis • Yaprak tiplerini ve yoğunluğunu teşhis

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ BİLGİ GEREKSİNİMLERİ

SU YÖNETİMİ Çevresel planlama • Buzul, buz kitleri ve su havzalarını teşhis

GENEL BİLGİ TİPİ

ASİT YAĞMURU

İLGİLİ UYGULAMALAR

Çevresel Tahrip

BİLGİ GEREKSİNİMLERİ

• •

GENEL BİLGİ TİPİ

HAVA KİRLİLİĞİ

İLGİLİ UYGULAMALAR

Çevresel Tahrip • Atmosfere gönderilen endüstriyel atıkları tesbit, teşhis ve tipini analiz • Orman yangın ve volkanik püskürtmeler gibi tabii ve insanlardan kaynaklanan duman ve kirlenmeyi tesbit, teşhis ve tipini analiz

İLGİLİ UYGULAMALAR

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

Arazi örtüsü kapsamındaki bitki stresini tesbit ve tanıma Suyun akış yönünü ve suda yaşayan bitkilerin stresini ve ölümünü analiz

SU KİRLİLİĞİ Çevresel tahrip

BİLGİ GEREKSİNİMLERİ

• • •

GENEL BİLGİ TİPİ

YAĞMUR ORMANLARI Çevresel tahrip • Su ceryanını ve su gövdelerini teşhis • Suyun temizlik analizi • Bitki analizi • Kaynağın mevkii ve kirlenme tipini teşhis

İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

İŞLEM ŞİRKETLER GRUBU

Kirlenmiş su akışı ve havzasını teşhis Endüstriyel atık, toksit madde vb su kirliliği kaynaklarını teşhis Su tasfiye kolaylıklarını teşhis

UZALG

13

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

YAĞMUR ORMANLARININ TAHRİBATI Çevresel tahrip

BİLGİ GEREKSİNİMLERİ

• • •

GENEL BİLGİ TİPİ

TOPRAKLARI KORUMA Çevresel tahrip • Toprak tiplerini ve içerdiği nemi teşhis • Arazi şekillerini teşhis • Drenaj paternlerini teşhis • Sulama metodlarını teşhis • Ürünleri ve ürün ziraati metodlarını teşhis

İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

Ağaçların tipi, yoğunluğu ve tropikal yağmur ormanlarını teşhis Arazi üzerindeki orman örtüsünü uzaklaştırmayı teşhis Arazi üzerindeki orman örtüsünü uzaklaştıran nedenleri analiz

GENEL BİLGİ TİPİ

TERMAL KİRLİLİK

İLGİLİ UYGULAMALAR

Çevresel tahrip

BİLGİ GEREKSİNİMLERİ

• • • •

GENEL BİLGİ TİPİ

TOKSİT ATIKLAR

İLGİLİ UYGULAMALAR

Çevresel tahrip

BİLGİ GEREKSİNİMLERİ

• • • • •

GENEL BİLGİ TİPİ

UYUŞTURUCU DURUMU

İLGİLİ UYGULAMALAR

Uyuşturucuya karşı koyma desteği

BİLGİ GEREKSİNİMLERİ

• •

GENEL BİLGİ TİPİ

UYUŞTURUCU HAVA KORİDORU

İLGİLİ UYGULAMALAR

Uyuşturucuya karşı koyma desteği

BİLGİ GEREKSİNİMLERİ

• •

Su akışı ve gövdesini teşhis Suyun termal seviyesini teşhis Bitki streslerini analiz Termal kirliliğin kaynaklarını teşhis

Toksit madde atık sahalarını teşhis Su akışı ve gövdesini teşhis Toprak tipleri ve içerdiği nemi teşhis Bitki streslerini teşhis Toksit atıklarla ilişkili tayfsal sinyalleri analiz

Kokainli bitki ekim sahalarının mevki ve üretim tesislerini teşhis Askeri ve askaeri olmayan faaliyet ve techizatı teşhis

Sık ormanlık bölgelerdeki izole edilmiş hava koridorları ve iniş sahalarını tesbit Hava koridorları ve iniş sahalarındaki faaliyeti teşhis

GENEL BİLGİ TİPİ

UYUŞTURUCU ÜRETİM TESİSLERİ

İLGİLİ UYGULAMALAR

Uyuşturucuya karşı koyma desteği

BİLGİ

•

GEREKSİNİMLERİ

• •

İŞLEM ŞİRKETLER GRUBU

Uyuşturucu bitki üretimi yapılan nehir ve dere kenarlarındaki kimyasal kirlenmeyi tesbit Bitki stres sahalarını teşhis Su ve hava kirliliğine maruz kalan kaynakları ve mevkiileri teşhis

UZALG

14

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ

UYUŞTURUCU BİTKİ ANALİZİ

İLGİLİ UYGULAMALAR

Uyuşturucuya karşı koyma desteği

BİLGİ GEREKSİNİMLERİ

• • •

GENEL BİLGİ TİPİ

UYUŞTURUCU MADDE NAKLİ VE DEPOLAMA SAHALARI

İLGİLİ UYGULAMALAR

Uyuşturucuya karşı koyma desteği

BİLGİ GEREKSİNİMLERİ

• • • •

Haşhas, Marijuana ve kokain ekim sahalarını teşhis Uyuşturucu bitkilerin üretim seviyesini analiz Yokedilen uyuşturucu ürün sahasını teşhis

Uyuşturucu bitki ziraatinin yapıldığı sahalardaki hava koridoru ve iniş yerlerini teşhis Uyuşturucu bitki ziraatinin yapıldığı sahalardaki, nehir yükleme kolaylıklarını teşhis Hava koridorları ve nehir kolaylıkları civarındaki bina, sundurma ve açık depolama sahalarını teşhis Hava koridorları ve nehir kolaylıkları ile ilişkili faaliyet seviyesini teşhis

GENEL BİLGİ TİPİ

TABİİ AFET HASAR DEĞERLENDİRMESİ

İLGİLİ UYGULAMALAR

Felakete yardım

BİLGİ GEREKSİNİMLERİ

• • • • •

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

ULAŞIM Ekonomik analiz

BİLGİ GEREKSİNİMLERİ

• • •

GENEL BİLGİ TİPİ

Depremlerden kaynaklanan arazi çatlaklarını teşhis Sel sahalarını teşhis Yerleşim sahalarındaki hasarı teşhis Ulaşım şebekesindeki hasarı teşhis Su ve güç kaynaklarındaki hasarı teşhis

Yolcu ve yük istasyonları, tasnif sahaları ve tamir kolaylıklarını içeren demiryolu tesislerini teşhis Su yolları teminalleri, inşaa sahaları, kuru doklar, nehir ve okyanus feribotları ve dahili su yollarını teşhis Yük ve yolcu otobüs terminalleri, ulaşım kolylıkları ve tamir tesislerini teşhis

İLGİLİ UYGULAMALAR

SU KAYNAKLARI Ekonomik analiz

BİLGİ GEREKSİNİMLERİ

• •

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

Kuyu, pınar, nehir, dere, göl ve tuzlu su girişlerini içeren su ikmal kaynaklarını teşhis Endüstriyel atık, toksit madde vb su kirliliği kaynaklarını teşhis

YERLEŞİM PLANLAMASI Ekonomik analiz, Çevresel planlama • • • • • • •

İŞLEM ŞİRKETLER GRUBU

Drenaj paternlerini teşhis Yabani hayatı teşhis Su akışı ve gövdesini teşhis Arıtma kolaylıklarını teşhis Arazi şekillerini teşhis Yaprak tiplerini ve yoğunluğunu teşhis Toprak tiplerini ve içerdiği nemi teşhis

UZALG

15

KASIM 2001

UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ

MADENCİLİK

İLGİLİ UYGULAMALAR

Ekonomik analiz, lojistik istihbaratı

BİLGİ GEREKSİNİMLERİ

• • • •

Demirli ve demirli olmayan cevheri çıkarma faaliyetlerini teşhis Kömür, linyit ve turba madencilik faaliyetlerini teşhis Metalik olmayan mineral cevheri, ve madencilik faaliyetini teşhis Taş, kum ve çakıl çıkarma galerini teşhis

GENEL BİLGİ TİPİ

STRATEJİK KAYNAKLAR

İLGİLİ UYGULAMALAR

Ekonomik analiz, Bölgesel etüdler

BİLGİ GEREKSİNİMLERİ

• • • • •

Metalik ve metaelik olmayan minarellerin reservlerini ve gelişmeleri teşhis Demirli olmayan metal üretim tesislerini teşhis Petrol reservlerini ve gelişmeleri teşhis Petrol rafinerilerini ve depolama sahalarını teşhis Kömür reservlerini ve gelişmeleri teşhis

GENEL BİLGİ TİPİ

SEL BASKINLARINI KONTROL PROJELERİ

İLGİLİ UYGULAMALAR

Mühendislik çalışmaları

BİLGİ GEREKSİNİMLERİ

• • • • • • • •

GENEL BİLGİ TİPİ

NÜFUS DAĞILIMI Emniyetli saha analizi

İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

• • •

İŞLEM ŞİRKETLER GRUBU

Drenaj paternini teşhis İnsan yapısı toprak özelliklerini teşhis Yaprak tipleri ve yoğunluğunu teşhis Değişimi ve meyili teşhis Arazi şekilleri ve yerleşim sahalarını teşhis Ağaç tipleri ve yoğunluğu teşhis Topografik ve toprak tipi analizi Su cereyanını ve gövdeleri teşhis

Geniş sahalardaki arazi kullanımı analizi Yerleşim, banliyo ve kırsal alanlarını teşhis Yerleşim birimlerinin yoğunluk analizi

UZALG

16

KASIM 2001