Uzaktan algılama sistemleri

A- IKOÜ HARİTA MÜH

UZAKTAN ALGILAM
. 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

İ Ç İ N D E K İ L E R BÖLÜM-1

UZAKTAN ALGILAMAYA GİRİŞ 1-45

1. UZAKTAN ALGILAMA BİLİMİ 1 A. ENERJİ KAYNAĞI VEYA AYDINLATMA 1 B. YAYIM VE ATMOSFER 2 C. YER YÜZEYİNİN ENGELLEMESİ 2 D. SENSÖRÜN ENERJİYİ KAYDI 2 E. GÖNDERME, ALMA VE İŞLEME 2 F. KIYMETLENDİRME VE ANALİZ 2 G. UYGULAMA 2

2. UZAKTAN ALGILAMANIN GEÇMİŞİ VE GELİŞİMİ 2 3. UZAKTAN ALGILAMANIN ESASLARI 2

a. ELEKTROMANYETİK YAYIM 7 b. ELEKTROMANYETİK TAYF VE ÖZELLİKLERİ 7

(1) ULTRAVIOLE 8 (2) GÖRÜNEN IŞIK 9 (3) INFRARED 10

(a) YAKIN INFRARED 0.72-1.1 µm 11 (b) KISA DALGA INFRARED 1.1- 3.0 µm 12 (c) ORTA DALGA INFRARED 3.0- 5.0 µm 12 (d) UZUN DALGA INFRARED 5.0- 14.0 µm 12

(4) MICROWAVE 13 c. UZAKTAN ALGILAMAYI ENGELLEYEN FAKTÖRLER 14

(1) UZAKTAN ALGILAMAYA İLİŞKİN FİZİKSEL KURAMLAR 14 PLANCK KANUNU 15 WIEN KANUNU 16 STEFAN-BOLTZMAN KANUNU 17 TERS KARE KANUNU 17 LAMBERT’İN KOSİNÜS KANUNU 18

(2) ATMOSFERİN ETKİLERİ 18 (a) DAĞILMA 18

Rayleigh Dağılım 19 Mie Dağılım 19 Nonselective Dağılım 20

(b) Emme 20 (3) DÜNYA YÜZEYİNİN ETKİLERİ 23

(a) EMME 23 (b) GEÇME / AKTARMA 24 (c) YANSIMA 24

d. GÖRÜNTÜLERİN ÖZELLİKLERİ VE ETKİLEYEN UNSURLAR 28 (1) PIXEL 29 (2) TARAMA GENİŞLİĞİ (SWATH) 29 (3) BAND’LAR 30 (4) ÇÖZÜMLEME (Resolution) 32

(a) MEKANSAL ÇÖZÜMLEME 32 ÖLÇEK 33 ANLIK GÖRÜŞ SAHASI (IFOV) 33

UZAKTAN ALGILAMA

İ Ç İ N D E K İ L E R (b) TAYFSAL ÇÖZÜMLEME 35 (c) RADYOMETRİK ÇÖZÜMLEME 37 (d) ZAMANSAL ÇÖZÜMLEME 38

(5) PARLAKLIK VE TON (Brightness and Tone) 39 (6) KONTRASLIK ORANI (Contrast Ratio) 40 (7) DETAY AYIRT ETME GÜÇÜ (Resoving Power) 41

BÖLÜM-2 UZAKTAN ALGILAMA SİSTEMLERİ VE GÖRÜNTÜLER

46-94

1. SENSÖR SİSTEMLERİ 46 a. PASİF VE AKTİF SENSÖRLER 46

(1) PASİF SENSÖRLER 46 (2) AKTİF SENSÖRLER 46

b. KAMERA VE TARAYICI SİTEMLER 49 (1) KAMERA SİSTEMLERİ 49 (2) TARAYICI SİSTEMLER 50

(a) ACROSS-TRACK TİPİ TARAYICILAR 50 (b) ALONG-TRACK TİPİ TARAYICILAR 52 (c) CIRCULAR TİPİ TARAYICILAR 53 (d) SIDE TİPİ TARAYICILAR 54

2. MUHTELİF SENSÖRLER VE UYDULAR 55 a. METEOROLOJİ SENSÖRLERİ VE UYDULARI 55

(1) GOES 56 (2) NOAA AVHRR 57

b. YER SATHINI GÖZLEYEN SENSÖRLER VE UYDULARI 57 (1) LANDSAT 58 (2) SPOT 59 (3) IRS-1C / 1D 60 (4) IKONOS 61

c. RADAR SENSÖRLERİ VE UYDULARI 62 (1) UYDU - RADAR SENSÖRLERİ 64

(a) ALMAZ-1 SENSÖRÜ 65 (b) JERS-1 SENSÖRÜ 65 (c) ERS-1 ve ERS-2 SENSÖRÜ 65 (d) RADARSAT SENSÖRÜ 66 (e) SIR-A, B, C SENSÖRLERİ 66

(2) UÇAK VE İNSANLI UZAY VASITALARI - RADAR SENSÖRLERİ 67 (a) AIRSAR 67 (b) IFSAR 67

d. DENİZ ARAŞTIRMA SENSÖRLERİ VE UYDULARI 71 (1) CZCS SENSÖRÜ 71 (2) MESSR, VTIR VE MSR SENSÖRLERİ 72 (3) SeaWiFS SENSÖRÜ 72

e. GEZEGENLERE YÖNELİK SENSÖRLER VE UYDULAR 73 f. DİĞER SENSÖRLER 80

(1) VİDEO KAMERALARI 80 (2) FLIR SENSÖRÜ 80 (3) LASER FLUORO SENSÖRÜ 81 (4) LIDAR SENSÖRÜ 81

UZAKTAN ALGILAMA

İ Ç İ N D E K İ L E R 3. UZAKTAN ALGILANAN GÖRÜNTÜ TİPLERİ 82

a. HAVA FOTOĞRAFLARI 82 (1) HAVA FOTOĞRAFÇILIĞINDA KULLANILAN FİLMLER 85

(a) SİYAH BEYAZ FİLMLER 85 (b) NORMAL RENKLİ FİLMLER 85 (c) INFRARED RENKLİ FİLMLER 86

(2) HAVA FOTOĞRAFLARININ TİPLERİ 86 (a) DİKEY FOTOĞRAFLAR 87 (b) MAİL FOTOĞRAFLAR 87

b. ÇOK BANDLI GÖRÜNTÜLER 88 (1) MULTISPECTRAL GÖRÜNTÜLER 89 (2) HYPERSPECTRAL VE ULTRASPECTRAL GÖRÜNTÜLER 89

DEVAMLI VERİ TİPİ GÖRÜNTÜLER 92 TEMATİK GÖRÜNTÜLER 92 PANKROMATİK (1 Bandlı) GÖRÜNTÜLER 94 MULTISPECTRAL (2 veya daha fazla bandlı) GÖRÜNTÜLER 94

BÖLÜM-3 GÖRÜNTÜ KIYMETLENDİRME VE ANALİZ

95-129

1. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ VE UNSURLARI 96 a. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ 96

(1) HAVA FOTOĞRAFLARI İÇİN YER ÇÖZÜMLEME HEDEFLERİ 97 (2) GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜLERİ VE ÖLÇEKLERİ 98

(3) GÖRÜNTÜLERİN KIYMETLENDİRMESİNE YÖNELİK SINIFLANDIRMA SEVİYELERİ 103

b. GÖRÜNTÜ KIYMETLENDİRMENİN UNSURLARI 110 (1) TON 110 (2) ŞEKİL 110 (3) EBAT 111 (4) PATERN 111 (5) DOKU 112 (6) GÖLGE 112 (7) ETRAFI İLE MÜNASEBET 112

2. SAYISAL GÖRÜNTÜLERİ İŞLEME 113 a. GÖRÜNTÜ İŞLEMENİN ÖN HAZIRLIKLARI 115 b. GÖRÜNTÜYÜ GELİŞTİRME 119 c. GÖRÜNTÜYÜ DÖNÜŞTÜRME 123 d. GÖRÜNTÜYÜ SINIFLANDIRMA VE ANALİZ 125

3. VERİYİ BÜTÜNLEME VE ANALİZ 127 BÖLÜM – 4

UZAKTAN ALGILAMA UYGULAMALARI 130-149

1. SİVİL AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI 130 a. ZİRAATE YÖNELİK UYGULAMALAR 130 b. ORMANLARA YÖNELİK UYGULAMALAR 131 c. JEOLOJİK UYGULAMALAR 131 d. HİDROLOJİK UYGULAMALAR 131 e. DENİZLERDEKİ BUZ KİTLERİNE YÖNELİK UYGULAMALAR 131 f. ARAZİ ÖRTÜSÜ VE KULLANIMINA YÖNELİK UYGULAMALAR 131

UZAKTAN ALGILAMA

İ Ç İ N D E K İ L E R g. HARİTACILIK UYGULAMALARI 131

h. OKYANUS VE SAHİL YÖNETİMİNE YÖNELİK UYGULAMALAR 131 2. ASKERİ AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI 137

a. HAREKAT VE İSTİHBARATA YÖNELİK GENEL UYGULAMA KATEGORİLERİ 137 b. ASKERİ UYGULAMA ÖRNEKLERİ 137

(1) BATHMETRY UYGULAMASI 138 (2) KAMUFLAJ, GİZLEME VE ALDATMAYI TESBİT UYGULAMASI 139 (3) DEĞİŞİKLİKLERİ TESBİT UYGULAMASI 141 (4) GÖRÜNTÜ HARİTALARI UYGULAMASI 142 (5) GÖREV PLANLAMA UYGULAMASI 143 (6) PERSPEKTİF GÖRÜNÜŞ UYGULAMASI 144 (7) ARAZİ SINIFLANDIRMASI UYGULAMASI 145 (8) AFET DEĞERLENDİRMESİ VE KURTARMA HAREKATI UYGULAMASI 146

EK-A 1-8 TABİİ NESNELERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ

1

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

1

MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ

2

EK-B 1-7 ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER

1

SİVİL AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER

2

RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELERİ 4 INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER 6

EK-C 1-16 GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI

1

BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ 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

Kısa Dalga

Uzunluğu

AC GÜÇÜ

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

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.

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

atılmasına kadar geçen süre içinde gelişmiş ve günümüzün ihtiyaçlarına cevap verecek seviyeye erişmiştir.

B. YAYIM (ışınım) VE ATMOSFER:

F. DEĞERLENDİRME VE ANALİZ:

çektiği siyah/beyaz bir fotoğrafla başlamıştır. LANDSAT uydusunun uzaya

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 Uçaktan ilk sinema filmi çekildi (Wilbur Wright) 1915 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 Eardley'in “Aerial Photos: Their Use and Interpretation” dokümanı yayınlandı.

1940-1945

İkinci Dünya Harbi gereksinimlerini karşılamak için hava fotoğrafcılığı ve fotogrametri büyük gelişme gösterdi..

FOTOĞRAFİK OLMAYAN SENSÖR SİSTEMLERİ 1944 “Manual of Photogrammetry” dokümanının ilk baskısı yayınlandı. 1944 Askeri amaçlı olarak su derinliğinin tesbiti için 2 bantlı hava fotoğrafı kullanıldı. 1947 “Spectral Reflectance Properties of Natural Materials” dokümanı yayınlandı. 1950 Orthophoto haritacılık popular oldu.. 1952 Jeolojik haritalama için renkli hava fotoğrafı kullanıldı. 1956 “Spectro-zonal photography for mapping soils”isimli soviet dokümanı

yayınlandı. 1960 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 ABD ve Rusya 9 mercekli multispectral kamera üretti; Itek firması 1963 yılında 10 mercekli kamerayı üretti.

1964 NASA, dünya kaynaklarının çok bantlı fotoğrafcılıkla araştırılması proğramına resmen başladı.

1967 Ultra Viole fotoğrafçılığının kullanılmasına başlandı. 1967 ABD Ordu istihkam Kolordusu tarafından 2 bölümlük “Earth Resources Surveys

from Space” dokümanı yayınlandı. 1968 ASP'nin “Manual of Color Aerial Photography” dokümanı yayınlandı. 1968 Apollo-9 ile çok bantlı fotoğrafcılık tecrübesi yapıldı. 1975 ASP'nin “Manual of Remote Sensing” dokümanı yayınlandı.

FOTOĞRAFİK OLMAYAN SENSÖR SİSTEMLERİ 1800 Sir William Herschel tarafından Infrared tayf bölgesi keşfedildi. 1879 Langley bolometer kullanarak elektriki cisimlerin oluşturduğu ısıyı ölçtü. 1889 Hertz, radyo dalgalarının katı cisimlerden yansımasını tecrübü etti. 1930 İngiltere ve Almanya uçakların bulundukları yerde geceleri meydana getirdiği

termal paternler üzerinde çalıştı. 1940 İngilte ve ABD ikinci dünya harbi esnasında uçakların ve gemilerin radarda

izlenmesi konusunu geliştirdi. 1950 Michigan Universitesi tarafından Infrared sistemler üzerinde geniş bir çalışma

yapıldı. 1954 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. UYDU GÖRÜNTÜLEME SİSTEMLERİ

1891 Rahrmann, foto platformu olarak bir roketin kullanılmasını teklif etti. 1908 Alman Maul, cyro-istikrarlı bir kameranın rokete monte edilmesini geliştirdi. 1946 V-2 rocketi, uzaya atıldı ve fotoğraf çekti. 1957 Rusya, Sputnik-1 uydusunu uzaya gönderdi. 1960 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.

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

.003 .03 0 .3 3.0 30.0 300.0 3 30 300 0.3 3 30 3 30 300

Gama X- Rays Rays (Hard)

X- Rays Ultra (Soft) violet

Gör

ünen

Infrared

EHF

SHF

UHF

VHF

HF

LF ve MF

1014 1013 1012 1011 1010 109 108 107 106 105 104 103 102 101 1 Frekans (Megahertz) Frekans = 3 x 108 (m /s) / Dalga Uzunluğu (m) TV ve Radio

Nanometers Micrometers Centimeters Meters

Microwave Radar

a. ELEKTROMANYETİK IŞINIM (YAYIM) :

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 = λ x v

λ : Dalga uzunluğu (m) v : Frekans (saniyedeki devir, Hz) c : ışığın sürati (3 x 103 m/s)

Uzun dalga uzunluğu Kısa dalga uzunluğu

Düşük frekans Yüksek frekans Düşük enerji Yüksek enerji Soğuk cisim Sıcak cisim

Şekil-7 Dalga uzunluğu ve frekans ilişkileri

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.

b. ELEKTROMANYETİK SPEKTRUM (TAYF) VE ÖZELLİKLERİ:

UZAKTAN ALGILAMA

GÖRÜNEN IŞIK I N F RA R E D UV

MAVİ YEŞİL KIRMIZI YAKIN IR NWIR

KISA IR SWIR

Orta IR MWIR

Uzun IR LWIR

MICROWAVE

0.2 µ 0.4 µ 0.5 µ 0.6 µ 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

PANKROMATİK (S/B)

YANSIYAN SOLAR IŞIN YAYILAN IŞIN VEYA TERMAL

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 : 0.4-0.446 µm Mavi : 0.446-0.500 µm Yeşil : 0.500-0.578 µm Sarı : 0.578-0.592 µm Turuncu : 0.592-0.620 µm Kırmızı : 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

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.

(3) INFRARED (KIZILÖTESİ):

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 (0.76-0.90 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<Q1).

Dağılma Emme

Yayı

Yayı

Ortam 1

Ortam 1

Ortam 2

Şekil-14

Gelen ışın Yansıma

m

m

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:

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.

YAYI

M W

ATT

S C

M-2

P

DALGA UZUNLUĞU,

Şekil-15 lanck 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.

CİSİM 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

GÜNEŞ 6000 0.5

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

SENSÖRÜN ÇALIŞTIĞI BANT

KELVİN DERECESİ

SANTİGRAD DERECESİ

3-5 965 - 579 (+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

olmaktadır.

Atmosferde mevcut olan partiküller ve gaz malekülleri enerji yayımını etkileyerek onun orijinal istikemetini değiştirir.

gazların çokluğuna ve ışının atmosferde kat ettiği mesafeye

“Mie” ve “nonselective” olarak adlandırılan tarzlarda olmaktadır.

İŞLEM ŞİRKETLER GRUBU UZALG 18 K ASIM 2001

etkileme, saçılma (scattering) ve yutulma (absorption) tarzında

(a) SAÇILMA:

Meydana gelen saçılma; yayımın dalga boyuna, partikül ve

bağlı olarak değişmektedir. Atmosferdeki saçılma; “Rayleigh”,

UZAKTAN ALGILAMA

Şekil-19

Atmosferin dağılma etkisi

Yayılan enerji, atmosferin üst kısımlarında, dalga boyundan daha

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.

Dönü

Güneş

ş Yönü

Uzun dalga kap

Yayılan enerjinin dalg

Toz, polen, duman unsurlardır. Uzun dalgalt kısımlarında, bulutbulunduğu yerlerde olu

İŞLEM ŞİRKETLER GRUBU UZALG

Rayleigh Saçılma:

küçük partiküllerle karşılaştığında, meydana gelen bir saçılma

Mie Saçılma:

partiküllerle karşılaştığ

Gün batımı

Gün doğumu

Şekilsamındaki kır

a boyu, he

ve su buhara boyunu etlu hava şartşmaktadır.

19

ında, meyda

Kuzey Kutbu

-20 mızı rengin atmosfere etkisi

men hemen aynı ebatlardaki

ı bu dağılmaya neden olan kileyen bu dağılım, atmosferin larında ve pek çok partikülün

K ASIM 2001

na gelen bir saçılma tipidir.

UZAKTAN ALGILAMA

Yayılan enerji, dalga boyundan daha büyük partiküllerle

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

boylarındaki enerji, atmosferdeki moleküller tarafından emilir ve sonuçda enerji belirli miktarda kaybolur.

öğesidir. Bu ana öğelerin yanısıra karbon monoksit, diazotmonoksit ve metan da belirli oranlarda emme yapmaktadır.

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.


Nonselective Saçılma:

karşılaştığında meydana gelen bir saçılma tipidir. Su damlaları ve büyük toz parçaları bu tip saçılmaya neden olmaktadır.

Saçılmanın zıttı olan bu doğa olayı etkisiyle, muhtelif dalga

(b) Yutulma:

Ozon, karbon dioksit ve su buharı atmosferin yutulma yapan 3 ana

Ozon, güneşin yayımladığı zararlı ultraviolet ışınları yutmakta ve

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. 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.

uv

GÖ

RÜ

NEN

INFR

AR

ED

MIC

RO

WA

VE

Emilen

GüneşDünya

AK

TAR

IM (%

) EN

ERJİ

Dalga uzunluğu (µm)

Şekil-22 Muhtelif dalga uzunluklarındaki atmosferin emmesi


UZAKTAN ALGILAMA

Dalga Uzunluğu (Micrometers)


Akta

rım Y

üzde

si

Akta

rım Y

üzde

si

Akta

rım Y

üzde

si


Şekil-23 Elektronik tayfda muhtelif gazların ve su buharının yaptığı emme, atmosferik

aktarım ve algılamaya olanak sağlayan atmosferik pencereler


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.

(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.

Şekil-24

Dünya yüzeyinin 3 tip engellemesi

I: Gelen eneji A: Emilen enerji T: Geçen / aktarılan enerji R: Yansıyan enerji

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.

GELEN ENERJİ

Emme

Geçme

Yansıma


Enerji dünya yüzeyine çarptığında ve geldiğinde (I); emilme

(a) EMİLME:

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.


UZAKTAN ALGILAMA

YAN

SIM

A O

RA

NI

Yüksek

Alçak

Kısmen sağlıklıBitkiler

Sağlıksız bitkiler

Sağlıklı yeşilbittkiler

Yakın IR

İŞLEM ŞİRKET

Görünen
Şekil-26
Sağlıklı ve sağlıksız bitkilerin

Su; uzun dalga boyu görünen ışkısa dalga boyu görünen ışık byapmaktadır. Böylece su, kısa dyansıma nedeniyle mavi veya yakın ınfrared dalga boylargörünmektedir. Su gövdesinin yuveya tortusal maddeler (S) varsdaha parlak bir görüntü vermektmaddeler, birbirine benzer iki dtemiz suların karıştırılmasına seb

Su yosun içeriyorsa, yosundaki fazla emer ve yeşil dalga boyunyeşil görünmesine neden olur. veyahutta yüzer maddeleri parlaklığının değerlendirilmesi old

Şeki Yaprakların ve suyun mu

emme ve yansım

Yukarıda belirtilen yaprak ve yaptıkları emme, yansıma ve gmevcut tüm metaryaller için kegöstermektedir.

LER GRUBU UZALG 25

Kısa dalga IR

yaydığı tayf sinyalleri

ık ve yakın ınfrared bölgelerinde, ölgesine göre daha fazla emme alga boylarında yaptığı güçlü bir mavi-yeşil renkte, kırmızı veya ında ise daha koyu renkte karı tabakalarında katı partiküller

a, daha iyi yansıma yapmakta ve edir. Su içinde asılı gibi duran bu oğa olayının etkisi ile, sığ fakat ep olmaktadır.

klorofil, mavi dalga boyunu daha u yansıtır. Bu özellik suyun daha Su yüzeyi düzgün veya dalgalı içeririyorsa, suyun rengi ve ukça zordur.

l-27 htelif dalga boylarındaki

a özellikleri

suyun farklı dalga boylarında eçirme özelliği, dünya üzerindeki ndilerine özgü tarzda farklılıklar

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

Dalga uzunluğu (

Şekil-28 Bitki ve suyun tayf

ÖRNEK 2: Çam ormanı, otlak, kiçeren 4 genel satıh materyalli bunazaran bazı dalga boylarında dadalga boylarında ise daha fazla emTemelde, çeşitli tipdeki yüzey myansımalardan istifade edilerek dalga boyunun bir fonksiyonu ve olarak ölçmek için bazı uygkullanılmaktadır.

Yansım

a O

ranı

(%)

Yansım

a or

anı

Dalga uzunluğu

Şekil-29 Çam ormanı, otlak, kırmızı toprak ve çam

İŞLEM ŞİRKETLER GRUBU UZALG 26

Bitki

µm

te

ır öhm

at

ayun

(µ

u

Su

)

pkileri

mızı toprak ve çamurlu suyu rnekte; kayanın, yeşil bitkilere a fazla enerji yansıttığı, diğer e yaptığı görülmektedir.

teryaleri, onların yaptığı farklı anınmaktadır. Bu farklılıkları, dınlatmanın yoğunluğu olarak metodlar bulunmakta ve

Çam Ormanı Otlak Kırmızı Toprak

m)

rlu suyun yan

Çamurlu Su

sıma sinyalleri

K ASIM 2001

UZAKTAN ALGILAMA

k

Kırmızı Toprak

Çam Ormanı

Yan

sım

a or

anı

(0.8

5 m

m)

0.55 ve 0.85 micrometer d

Bu dört mauzunluğu vgösterilebilmedilebilmekteiçeren şekil-2analizlerde a• 4 matery

uzunluklayakın ınfr

• 4 materyaşağıdak

DALGA UZUNLUĞU(micrometer)

0.55 0.85

• 4 materyaşağıdakotlaktan b

ÇAOKIÇA

• Görünen

bitkilerdenbölgesindvermekte

İŞLEM ŞİRKETLER GRUBU UZ

Yansıma oranı (0.55 mm) mm)

alga uz

teryaline yanekte dir. G9’dakişağıdaalin brı; göared balin iki tablod

O

alin eni tablodiraz da

MATER

M ORMTLAK RMIZI TOMURLU

ışık ve se (1.2dir.

ALG

Otla

Çamurlu

Şekil-30

unlukları üzerindeki yansıma oranı plotu

meydana getirdiği sinyal eğrileri, dalga sıma oranını içeren grafikler üzerinde ve dalga uzunluğuna göre plot

örünen ışık ve yakın ınfrared bölgelerini grafik ve şekil-30’daki plot üzerinde yapılan ki sonuçlara ulaşılmaktadır. irbirinden ayrıldığı ve tanınabildiği dalga rünen ışık bölgesinde 0.55 micrometer, ölgesinde ise 0.85 micrometer’dır. i dalga uzunluğundaki yansıma oranları, a belirtilen değerlerdedir.

YANSIMA YÜZDESİ ÇAM RMANI OTLAK KIRMIZI

TOPRAK ÇAMURLU SU

25 35 53 15 57 80 43 5

fazla yansıma yaptığı dalga uzunlukları, a belirtilen değerlerdedir. (*) Çam ormanı, ha az yansıma yapmaktadır.

YAL TİPİ DALGA UZUNLUĞU (micrometer)

ANI 0.8-0.95 (*) 0.8-0.95

PRAK 0.59 SU 0.57

bölgesinde (0.6 micron) kırmızı toprak, udan daha fazla parlaklık , yakın ınfrared micron) ise bitkiler daha fazla parlaklık

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.


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


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.

Gamma Ray

Visible

UltravioletInfrared MicrowaveX - Ray TV/Radio

Şekil-34 Bandlar

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

UYGUN BANDLAR VE DALGA UZUNLUKLARI (µm) UYGULAMA ALANLARI

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 • • • •


UZAKTAN ALGILAMA


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 • • • • Kara / su sınırları • • •

Su taşkınları • • • • • Sulama sisteminin etkinliğini belirleme

• • • •

Kar örtüsü • • 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 • •


UZAKTAN ALGILAMA


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 • • • • •

miktarını veya yeryüzündeki bir sahanın görüntü dosyası kapsamında temsil ettiği pixeli ifade etmektedir. Uzaktan algılanan

Mekansal (spatial), Tayfsal (spectral), Radyometrik (Radiometric) ve Zamansal (Temporal) olarak adlandırılan birbirinden farklı özelliklere sahip 4 tipe ayrılmıştır.

Sensörün en küçük hedefi ayırt etme kabiliyetinin ölçüsünü veya herbir pixelin temsil ettiği yer yüzündeki bir sahayı ifade

hassasiyetin daha iyi olduğunu belirtmektedir. Örneğin 10


(4) ÇÖZÜNÜRLÜK (Resolution):

(a) MEKANSAL ÇÖZÜNÜRLÜK:

Çözünürlük terimi; bilgisayar ekranında gösterilen pixellerin

görüntülerden çıkarılacak bilginin kalitesini belirten çözünürlük;

eden bir terimdir. Düşük mekansal çözünürlük değeri

metrelik mekansal çözünürlük değeri, 20 metrelik mekansal çözünürlük daha fazla detay vermektedir.

UZAKTAN ALGILAMA

Sensörler kendine özgü ve birbirinden farklı mekansal

alınarak, sensörlerin birbirinden farklı olan mekansal

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

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

tarzda uydu görüntüleri ve hava fotoğrafları arasında da

anlık görüş sahası (Instantaneous Field Of View: IFOV) ile ilişkilidir.

ÖLÇEK: Büyük ve küçük ölçekli görüntü ifadeleri, mekansal

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.

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.


çözünürlük değerine sahiptir. Gereksinimler göz önüne

çözünürlük değerleri mukayese edildiğinde, zamana ve/veya

bandlarının düşük mekansal çözünürlüklerinin ölçülmesinden, diğer

arabaları ayırt etmek olanak dahilindedir. Bu farklılık benzer

bulunmaktadır. Sensörlerin mekansal çözünürlüğü; ölçek, ve

çözünürlüğe işaret etmektedir. Ölçek, harita üzerindeki bir

Ölçek ve mekansal çözünürlük her zaman aynı şeyler değildir. Bir görüntü, daima aynı mekansal çözünürlüğe sahip

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

kapsamına girmeyen bölünmüş hedeflerde, toplam görüş sahasında bu hedefe ilişkin pixel sayısının bilinmesi önem taşımaktadır.

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

Şekil-35

Anlık Görüş Sahası (IFOV)

Birbirine benzer özellikteki cisimleri tesbit etmek için, cismin

veya daha büyük olması gerekmektedir. Şayet cismin ebadı

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

küçük cisimlerin tesbit edilebildiği görüntüler ise “yüksek

gereksinimi nedeniyle askeri amaçlı sensörler yüksek çözümlemeli, ticari sensörler ise metre veya kilometre


görüş sahası, mekansal çözünürlük ile aynı değildir. Bir pixel

Pasif sensörlerin mekansal çözünürlüğü, kendine özgü anlık

azami mekansal çözünürlüğünü ifade etmektedir.

ebadının genel olarak çözünürlük hücresinin ebadına eşit

çözünürlük hücresinden daha küçük ise, cismin tesbiti

cisimlerin tesbit edilebildiği görüntüler “düşük çözünürlüklü”,

çözünürlüklü” olarak sınıflandırılmışlardır. Çok fazla detay

değerindeki çözünürlükleri sağlayacak tarzda üretilmişlerdir.

UZAKTAN ALGILAMA

Şekil-36

Düşük veya kaba (sol) ve yüksek veya hassas çözümlemeli )sağ) görüntüler

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) 0.52-0.90 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


(b) TAYFSAL ÇÖZÜNÜRLÜK: Tayfsal çözünürlük, sensörün elektromanyetik tayfda belirgin

UZAKTAN ALGILAMA

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.

YAN

SIM

A Y

ÜZD

ESİ

KİREÇTAŞI

BAZALT

ARKOZ

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.


UZAKTAN ALGILAMA

0.4 µm 0.7 µm

Mavi + Yeşil + Kırmızı

0.4 µm 0.5 µm 0.6 µm 0.7 µm

Mavi Yeşil Kırmızı

Şekil-39 Siyah / beyaz ve renkli filmlerin tayfsal çözümlemesi

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

Siyah / Beyaz Film

Renkli Film


(c) RADYOMETRİK ÇÖZÜNÜRLÜK: Radyometrik çözünürlük, sensörün parlaklık farklılıklarına olan

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.

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.

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


(d) ZAMANSAL ÇÖZÜNÜRLÜK: Zamansal çözünürlük, özel bir sahaya yönelik olarak sensörün

Zamansal çözünürlük, uydu / sensörün kapasitesine, tarama

UZAKTAN ALGILAMA

Gereksinime uygun sensör ve görüntünün seçimine ışık tutan mekansal, tayfsal, radyometrik ve zamansal çözümleme özelliği şematik olarak, aşağıdaki şekilde gösterilmiştir.

79 m

8-bit (0-255)

0.52-0.60 µm

79 m

Gün 1

Gün 17

Gün 31

1 pixel = 79 m x 79 m

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.


Mekansal Çözünürlük

Radyometrik Çözünürlük

Tayfsal Çözünürlük

Zamansal Çözünürlük

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 = minBmax B

B max = Azami Parlaklık B min = Asgari Parlaklık

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.

Yüksek kontrast: CR = 29 = 4.5

Orta kontrast: CR =25 = 2.5

Düşük kontrast: CR = 23 = 1.5

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.

Gör

üntü

Par

laklığı


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.

yakın ilişkilidir. Daha önce de açıklandığı üzere mekansal

birbirinden ayırt edilmesini belirtmektedir. Cisimler birbirine

olarak görünürler.

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.

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.


(7) DETAY AYIRT ETME GÜÇÜ (Resolving Power)

Detay ayırt etme güçü ve mekansal çözünürlük ifadeleri birbiriyle

çözünürlük, görüntüde birbirine çok yakın olarak bulunan 2 cismi

çözünürlük limitinden daha yakın ise, bu cisimler tek bir cisim

Mekansal çözünürlük, sistem tarafından üretilen görüntülere,

“Hedef Çözünürlük” (Resolution Target) panolarının veya “Anlık Mekansal çözünürlük ile ilişkili olan “detay ayırt etme güçü”;

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.

Saydam tabaka (Cornea)

Göz sıvısı (Aqueous Humor)

Renkli kısım (iris)

Göz bebeği (Pupil)

Ağ Tabaka (Retina)

Sarı Nokta (Fovea)

Optik Sinir

Görüş hattı (LOS)

Saydam sıvı (Vitreous Humor) ( n=1.3)

Mercek

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.

GMAHEÇ DAEG =

000.51

000.204 ==

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.


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.

A. HED

YükseDüşük kontrgösterilen patonda olmasbeyaz hatlard“3 hat-çifti. TESBİT” kısmedebilmekted

İŞLEM ŞİRKETLER GRUBU

7 Hat-çifti. Cm-1

6 Hat-çifti. Cm-1

5 Hat-çifti. Cm-1

4 Hat-çifti. Cm-1

3 Hat-çifti. Cm-1
EFLERİ AYIRT ETME B. HEDEFLERİ TESBİT
Şekil-45 k kontrastlı hedef çözümleme ve tesbit panosu astlı olarak düzenlenmiş olan ve aşağıdaki şekilde noya, 5 metre uzaklıktan bakıldığında; zeminin gri ı nedeniyle normal bir göz, 1 mm genişlikte siyah ve an oluşan ve “A. HEDEFLERİ AYIRT ETME” kısmındaki Cm-1” grubunu ayırt edebilmekte ve ”B. HEDEFLERİ ındaki 0.6 mm genişliğindeki dikdörtgeni tesbit

ir.

UZALG 43 K ASIM 2001

UZAKTAN ALGILAMA

7 Hat-çifti. Cm-1

6 Hat-çifti. Cm-1

5 Hat-çifti. Cm-1

4 Hat-çifti. Cm-1

3 Hat-çifti. Cm-1

0.2 mm

0.4 mm

0.6 mm

0.8 mm

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.

IFOV = radrL

= mm 5000mm1 = 0.0002 rad = 0.2 mrad


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.


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.


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. Atmosferden yayılan enerji 2. Satıhdan yansıyan enerji 3. Satıhdan yayılan enerji 4. Satıh yüzeyinden aktarılan enerji


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.


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

Objektif (B)

Boyca bindirme

(C)

Dünya üzerindeki bir saha (A)

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.


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.


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

Açısal görüs sahası

Anlık görüş sahası (IFOV, 1 mrad)

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

Dedektör

900

Uçu

Tarama istikameti

ş

20 Km. i

Yukarıdaki tarayıcının dedektörü, bir yer hücgenişlik (swolan yükshesaplanm

Tarama Genişliğ

Uçaklar, ol(90-1200) tkaplamalaryüzden deSensördenkenarlara ddaha büygeometrik tarayıcıları edilen ve anlık görüşolan zamhesaplanm

İŞLEM ŞİRKETLER GRUBU U

Çözümlenen yer hücresi 10 x 10 m

Tarama genişliği (Swath)

Şekil-53 Across-track tipi tarayıc

şekilde belirtilen ve uçaklarda k1 mrad ’lık anlık görüs saha10 Km. yükseklikten 10 x 10 mresini çözümleyebilmektedir. Yeath), dedektörün açısal görüş s

ekliğine bağlı olup aşağıdakiaktadır.

i (Swath) = tan x 2

GORUS ACISAL

anaklar ve gereksinimler nedenarama yapmaktadır. Uyduların dı için çok yükseklerden uçması g tarama küçük açılarda (1

yerden yüksekliği, tarama genoğru yerdeki çözümlenebilen hüük algılanmasına, dolayısıybozulmalara neden olmakt

etkileyen diğer bir faktörde “Dweyerdeki çözümlenebilen bir hü sahası (IFOV) tarafından tar

andır. Bu zaman aşağıda aktadır.

ZALG 51

Yükseklik 10 Km

istikamet

2000 (cell)

ı

ullanılan across tipi sını (IFOV) içeren etre ebadlarındaki

r yüzünde taranan ahasına ve yerden

eşitlik vasıtasıyla

YUKSEKLIK XSAHASI

iyle büyük açılarda aha geniş sahaları erekmektedir ve bu 0-200) olmaktadır. işliğinin ortasından crenin, olduğundan le görüntülerdeki adır. Across tipi ll time” olarak ifade crenin, dedektörün

anması için gerekli verilen eşitlik ile

K ASIM 2001

UZAKTAN ALGILAMA

Dwell time = SAYISI HUCRE HATTAKI

ORANITARAMA HATTI HERBIR

= =hucre 2000 sn. x102 -2

1 x 10 –5 sn. Hücre –1

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

Mercek

Odak sath

ı

Tarama istikameti Yükseklik 10 Km.

İŞLEM ŞİRKETLER

Çözümlenen yer hücresi10 x 10 m

Uçuş istikameti Şekil-54

Along-track tipi tarayıcı

GRUBU UZALG 52 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 = HIZ

EBADI HUCRE

= 1-

-1

snm200 hucre m10 = 5 x 10-2 sn hücre-1

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

Uçu

Tarama istikameti

Dedektör

ş istikameti

İŞLEM ŞİRKETLER GRUBU

Çözümlenen yer hücresi

Şekil-55 Circular tipi tarayıcı

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.

Uçuş

Anten

istikameti

Tarama istikameti

Sid

Bu tarayıcıların bellibaşlılarındaadlandırılanları uçaklarda, “SIadlandırılanları ise uydularda ku2000 yılı şubat ayında uzaya gönson teknolojiye göre üretilmişçözümlemeli olarak dünya karalaalgılamıştır. Önümüzdeki günlerdalanda yaygın olarak kullanıma gir


Çözümlenen yer hücresi

Gönderilen enerji palsi

Şekil-56 e tipi tarayıcı

n; “SLAR” ve “SAR” olarak R” ve “RADARSAT” olarak llanılmaktadır. NASA tarafından derilen mekik kapsamındaki en

bu tip bir tarayıcı, hassas rının % 80’nin radar görüntülerini e bu görüntüler, askeri ve sivil ecektir.

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 UYDU GÖRÜNTÜ SİSTEMİ İRTİFA Oldukça alçak (1-30 Km) Çok yüksek (175-1500 Km) TARAMA GENİŞLİĞİ Dar (1-15 Km)

Geniş sahalar birçok şeritle kaplanır Geniş (60-200 Km) Geniş sahalar tek görüntü ile kaplanabilir

ÇÖZÜMLEME Yüksek İrtifa ve optik techizata bağlı olarak değişir

Düşük Yörünge ve optik techizat sabit olduğundan değişmez

AYDINLATMA Geniş sahalarda değişir Güneşe senkronizeli olan tiplerinde, geniş sahalar değişmez

HEDEFTE TEKRAR BULUNMA ZAMANI

Kısa ve esnek Dakika / saat Yörüngeye bağlı olduğundan uzun Gün

CEVAP VEREBİLME KABİLİYETİ

Düzenlenebilir ve esnek Yörüngeye bağlı olduğundan sabit

UÇUŞ YOLU Değişebilir Yörüngeye bağlı olduğundan sabit

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.


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.

BANDLAR DALGA UZUNLUĞU (µm) KULLANIM ALANLARI

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


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.


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

MSS LANDSAT 4-5

TM LANDSAT 7

MEKANSAL ÇÖZÜMLEME (Spatial Resolution) PAN: 30 m. MS: 79 m.

28.5m. PAN: 15 m. MS: 30-60 m.

TAYFSAL ÇÖZÜMLEME (Spectral Resolution) 0.50-1.10 0.45-12.50 0.45-12.50 RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) 6 Bit 8 Bit 8 Bit ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 16 Gün 16 Gün 16 Gün TARAMA GENİŞLİĞİ (Swath) 185 x170 Km. 185 x170 Km. 185 Km. YÖRÜNGE YÜKSEKLİĞİ (Km) 900 Km. 705 Km 705 Km

BANDLAR DALGA UZUNLUĞU (µm)

KULLANIM ALANLARI

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 Band2: Yeşil 0.525-0.605 Band3: Kırmızı 0.63-0.69 Band4: Yakın IR 0.75-0.90 Band5: Orta IR 1.55-1.75 Band6: Termal IR 10.40-12.50 Band7: Orta IR 2.08-2.35 PAN 0.52-0.90

Landsat 4 ve 5 kapsamındaki MSS ve TM bandlarının uygulandığı alanlarda kullanılır.


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.

BANDLAR DALGA UZUNLUĞU (µm)

KULLANIM ALANLARI

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 Band 2: Kırmızı 0.61-0.68 Band 3: Yakın IR 0.79-0.89 Band 4: Yakın IR 1.58-1.75 PAN 0.61-0.68

Spot kapsamındaki PAN ve XS modları görüntülerinin uygulandığı alanlardadaha hassas olarak kullanılır.


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 PAN LISS-III WiFS MEKANSAL ÇÖZÜMLEME (Spatial Resolution) 5.8 m. 23 m.

(SW: 70 m), 188 m.

TAYFSAL ÇÖZÜMLEME (Spectral Resolution) 0.50-0.75 0.52-1.70 0.79-0.89 RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) 8 Bit ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 24 Gün 24 Gün 5 Gün TARAMA GENİŞLİĞİ (Swath) 70 Km. 142 Km. 774 Km. YÖRÜNGE YÜKSEKLİĞİ (Km) Km.



PAN PAN 0.50-0.75 Ulaşım ağları, büyük gemiler, parklar, açık alanlar veiskan

sahalarının belirlenmesi LISS-III

Band1: Yeşil 0.52-0.59 Band2: Kırmızı 0.62-0.68 Band3: Yakın IR 0.77-0.86 Band4: Kısa IR 1.55-1.70

Landsat ve Spot uyduları sensör bandlarının uygulandığı alanlarda kullanılır.

WiFS Band1: Kırmızı 0.62-0.68 Band2: Yakın IR 0.77-0.86

Landsat ve Spot uyduları sensör bandlarının uygulandığı alanlarda kullanılır.


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.



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

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


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.


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.


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.

• 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.

(1) 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.


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 ERS-1: 1991, Faal ERS-2: 1995, Faal YÖRÜNGE YÜKSEKLİĞİ - ÇÖZÜMLEME 12.5 m. ZAMANSAL ÇÖZÜMLEME 35 Gün TARAMA GENİŞLİĞİ . KAPLAMA GENİŞLİĞİ 100 x 100 Km SENSÖRLERİ 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

KULLANIM ALANLARI 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)

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


UZAKTAN ALGILAMA

(d) RADARSAT SENSÖRÜ:

FAALİYETİ 1995, Faal YÖRÜNGE YÜKSEKLİĞİ 175-1500 Km. ÇÖZÜMLEME 10-100 m. ZAMANSAL ÇÖZÜMLEME 3 Gün TARAMA GENİŞLİĞİ Dar band: 1-15 Km. Geniş band: 60-200 Km. KAPLAMA GENİŞLİĞİ 50 x 50 – 500 x 500 Km 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 Kutup bölge, ormanlık arazi nehirlerin yönetimi BANDLARI C (3.9-6.2 GHZ)

Şekil-67

RADARSAT uydusu tarafından algılanan radar görüntüsü

(e) SIR-A, B, C SENSÖRLERİ:

SIR-A, B SIR-C FAALİYETİ 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.


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


UZAKTAN ALGILAMA

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.

Şekil-69

Kara Su Meridyenler

Para

lelle

r

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.


UZAKTAN ALGILAMA

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 GRUBU-

SENSÖRLER Dalga

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

İrtifa ve yörünge elekronikleri

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

Harici Radarantenleri

Ana Radarantenleri

Kafes Direk


UZAKTAN ALGILAMA

Şekil-73

Ana radar anten grubu

HARİCİ RADAR ANTEN GRUBU-

SENSÖRLER 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.

LED Targets Kafes direk

X Band radar anteni

X Band radar elektronikleri GPS anteni

C Band radar anteni

X Band radar anteni

İrtifa ve yörünge tesbit elekronikleri

C Band radar anteni

GPS anteni

Şekil-74

Harici radar anten grubu


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 955 Km. ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 6 Gün MEKANSAL ÇÖZÜMLEME (Spatial Resolution) 825 m. TARAMA GENİŞLİĞİ (Swath) 1566 Km.

BANDLAR DALGA UZUNLUĞU (µm) KULLANIM ALANLARI Band1 0.43-0.45 Klorofili emme Band2 0.51-0.53 Klorofili emme Band3 0.54-0.56 Canlı varlıklar Band4 0.66-0.68 Klorofil yoğunluğu Band5 0.70-0.80 Satıh bitkileri Band6 10.5-12.5 Satıh sıcaklığı

Şekil-75

Denizdeki canlı bitki ve organizmalarının yoğunluğunu belirten CZCS sensörü görüntüsü


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. 900 Km. ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 17 Gün 17 Gün MEKANSAL ÇÖZÜMLEME (Spatial Resolution) 50 m. 900-2700 m. TARAMA GENİŞLİĞİ (Swath) 100 Km. 1500Km.

MESSR SENSÖRÜ BANDLAR DALGA UZUNLUĞU (µm) MEKANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ

Band1 0.51-0.59 50 m. 100 Km. Band2 0.61-0.69 50 m. 100 Km. Band3 0.72-0.80 50 m. 100 Km. Band4 0.80-1.10 50 m. 100 Km.

VTIR SENSÖRÜ BANDLAR DALGA UZUNLUĞU (µm) MEKANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ

Band1 0.50-0.70 900 m. 1500 Km. Band2 6.0-7.0 2700 m. 1500 Km. Band3 10.5-11.5 2700 m. 1500 Km. Band4 11.5-12.5 2700 m. 1500 Km.

(3) 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 705 Km. ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 2 gün MEKANSAL ÇÖZÜMLEME (Spatial Resolution) 1.1 – 4.5 Km. TARAMA GENİŞLİĞİ (Swath) 2800 – 1500 Km. BANDLAR DALGA UZUNLUĞU (µm) BANDLAR DALGA UZUNLUĞU (µm)

Band1 0.402 – 0.422 Band5 0.545 – 0.565 Band2 0.433 – 0.453 Band6 0.660 – 0.680 Band3 0.480 – 0.500 Band7 0.745 – 0.785 Band4 0.500 – 0.520 Band8 0.845 – 0.885


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 GÜNEŞE UZAKLIĞI

(Km)

YÖRÜNGESEL PERİYODU

(Yıl)

EKSENİNDEKİ DÖNÜŞ

PERİYODU (Gün)

ÇAPI (Km) UYDULARI

MERCURY 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 AY MARS 228.600.000 1.88 1.03 6.786 DEIMOS, PHOBOS 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 MIRANDA, ARIEL, UMBRIEL, TITANIA, OBERON

NEPTUNE 4.605.000.000 164.80 0.73 49.560 TRITON, NEREID, 1889N1 PLUTO 5.916.000.000 247.68 6.4 2.288 CHARON

UYDU DÜNYADAN UZAKLIK (Km) ÇAPI (Km)

DÜNYA UYDUSU AY 384.000 3475


UZAKTAN ALGILAMA

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

METOD ELEKTROMANYETİK TAYF BÖLGESİ

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 SENSÖR

1860 TELESKOP

SSCB 1959 LUNA 3 (İLK GÖRÜNTÜ) KAMERA

USA 1961-1965 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


UZAKTAN ALGILAMA

GEZEGEN ÜLKE TARİH UYDU / UZAY ARACI SENSÖR MERCURY USA 1973-1975 MARINER 10 TV VIDICON KAMERA

USA 1967-1974 MARINER 5 UV SENSOR / KAMERA

USA 1978 PIONEER VENUS UV SPECTROMETERS,, IR RADIOMETER, RADAR ALTIMETER

SSCB 1975-1982 VENERA 7, 8, 9, 10, 13 FOTOGRAFİK KAMERA, GAMMA RAY SPECTROMETER

SSCB 1983 VENERA 15, 16 RADAR SENSÖRÜ

VENUS

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

MARS

USA 1997 PATHFINDER LASER ALTIMETER, TERMAL EMISION SPECTROMETER, MAGNETOMETER / ELECTRON REFLECTOMETER

USA 1973-1997 PIONEER 10, 11 TV KAMERA

USA 1995 VOYAGER 1, 2

JUPITER

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


UZAKTAN ALGILAMA

Şekil-77

Apollo uzay araçları tarafından çekilen Ay yüzeyine ilişkin görüntüler

Şekil-78 Mercury gezegenine ilişkin görüntüler


UZAKTAN ALGILAMA

Şekil-79

Venus gezegenine ilişkin görüntüler

Şekil-80

Venus gezegenine ilişkin topografik görüntü haritası


UZAKTAN ALGILAMA

Şekil-81 Mars gezegenine ilişkin görüntüler

Şekil-82

Çok yakından algılanmış Mars gezegeni görüntüsü


UZAKTAN ALGILAMA

Şekil-83

Jupiter gezegenine ilişkin görüntüler

Şekil-84 Saturn gezegenine ilişkin görüntüler

Şekil-85 Uranus gezegenine ilişkin görüntüler


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


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.


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.


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 25-100 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.


UZAKTAN ALGILAMA

Rg = f x RsH

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

Rg = =152 x 206100 2.0 hat-çifti m-1

FİLMODAK UZAKLIĞI ( f, mm )

MERCEK

YER

SİSTEMİN ÇÖZÜMLEMESİ

( RS, hat- çifti mm-1 )

YE

YER

Şekil-88 Hava fotoğraflarını yer çözümlemesi ve yer

Bu örnekte yerde çözümlenen hedefin aralığı olup fotoğraf üzerinde 2.0 hat çifti m-1’ in ayırt edFotoğraf üzerinde ayırt edilebilecek yerdeki imesafe aşağıdaki eşitliğin kullanımı ile belirlenm

Yer Asgari Ayırımı = 2

çifti-hat 1.00

= 0.252

2 =1.00


UÇUŞ YÜKSEKLİĞİ ( H, m)

R ÇÖZÜMLEMESİ ( Rg , hat- çifti mm-1 )

ASGARİ AYIRIMIİ (1 / Rg

/ 2 )

asğari ayırımını ilişkin çizim

çok yakın olarak bulunmuş ilebileceğini göstermektedir. ki cismin arasındaki asgari ektedir.

Rg

m

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.


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.


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.


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.

ğu )

Ağaçlar, çimenler ve yollar gibi ana özelliklerin tayfsal tanınmasını sağlar

Dalga uzunlu(micrometers

İŞLEM

L band aralığında

Tayfsal çözümleme orta

MULTISPECTRAGeniş

Materyal ve çevre koşullarınıtayfsal ayırımınıı sağlar

n
HYPERSPECTRADar band aral
L ığında

Tayfsal çözümleme yüksek

Materyalin detayları, su buharı ve aerollartanınmasın ve ayırımını sağlar

ın
ULTRASPECTRAÇok dar band aral
L ığında

Tayfsal çözümleme çok yüksek

Şekil-92 Multispectral, Hyperspectral ve Ultraspectral bandlar

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.


UZAKTAN ALGILAMA

Şekil-93 Multispectral, Hyperspectral ve Ultraspec

Hyperspectral görüntülerin kullanılma tayfdan ölçülen yeryüzü ve atmosfer haetmektir. Tayfsal bölgede yansıyan, emenerjinin binlerce tipi bulunmaktadır. Heyansıma ve aktarma kabiliyetine sahiptiER-2 ile uçurulan, görünen / ınfrared (AVIRIS) sistemi aynı anda 224 tayfsal gkonuda yapılan laboratuvar çalışmaladoğruluğunu kanıtlamıştır. Bu tip görüntügörünüşü aşağıdaki şekilde gösterilmiştir.

NI ANDA ALINAN 224 SAL GÖRÜNTÜ

İN ANALİZİNDE LAN HERBİR MEKANSAL UNSUR,

DA DEVAMLI SİNYALLER VERİR YAN

SIM

AYA

NSI

MA

YAN

SIM

AYA

NSI

MA

Şekil-94

YAPRAK PİGMENTLERİ HÜCRE YAPISI SU İÇEREN BÖLGE

MULTISPECTRAL SİNYALLER

GÖRÜNEN

ULTRASPECTRAL SİNYALLER

HYPERSPECTRAL SİNYALLER

YAKIN IR KISA DALGA INFRARED

YAN

SIM

A (%

)

AYTAYF

SATHIN VE ATMOSFERKULLANITAYF

Hyperspectral görüntüleme kon


DALGA UZUNLUĞU

DALGA UZUNLUĞU

tral yansıma farklılıkları

amaçı, elektromanyetik kkında doğru bilgileri elde ilen, aktarılan ve dağılan rbir nesne kendine özgü

r. NASA / JPL tarafından görüntüleme spectrometer örüntüyü kaydetmiştir. Bu

rı, algılanan görüntülerin leme konseptinin şematik

DALGA UZUNLUĞU

DALGA UZUNLUĞU

DALGA UZUNLUĞU

ATMOSFER

TOPRAK

SU

BİTKİ

DALGA UZUNLUĞU

septi

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.

Yonca

Canola

Arpa

Patates

Yulaf

Ispanak

Çayır

Boş

Dalga Uzunluğu (µm)

Çayır

Patates

Çayır

Arpa

Boş tarla

Şekil-95

Bitki örtüsü ve mineral haritaları (Hyperspectral ve Ultraspectral)


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.


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


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


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.


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.


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.

5 G

Sekil-102 Üç yatay ve üç dikey eleman g

• Bir dikdörtgen elemanın genişliği (G), genişliğine eşittir. Boyu ise genişliğinin

• Hedeflerin aydınlatılması; yüksek (A(Tercihen 1.6:1) oranında düzenlenir.zemine işaret etmekte olup yansıma dolmamalıdır.

• Bir elemanın genişliği ile bir boşluğumilimetreye düşen hat olarak ifade edil

• Uçuş hattına ; yatay olan elemanlaryatay detay ayırt etme güçünü belirtir.


2 G

i

2 G

ru

ü5sB

e

nr.

G

G

bu

st ve altındaki boşluğun katıdır. gari 9:1) veya düşük uradaki 1 değeri siyah ğeri 0.1’den daha büyük

toplam genişliği (2G),

dikey, dikey olanlar ise

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.

UU

XX 11 =

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

(304.8) x 20.00025.4) ( x 24

(304.8) x 1X1 =

X1 = 8.32185806.086096000

304.8 x 20.00025.4 x 24 x 304.4 x ==1 = ∼ 33 hat milimetre

(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.


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)

ASGARİ AYIRT EDİLEBİLME EBAD VE ÖLÇEKLERİ HEDEF TİPİ KIYMETLENDİRME

SEVİYESİ CİSMİN ASGARİ EBADI (CAE)

FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ)

TESBİT 6 m 1: 180.000 TANIMA 4.5 m 1: 140.000 TEŞHİS 1.5 m 1: 50.000

KÖPRÜLER

TEKNİK ANALİZ 0.3 m 1: 9.000 TESBİT 3 m 1: 90.000 TANIMA 1 m 1: 27.000 TEŞHİS 0.3 m 1: 9.000

MUHABERE TECHİZATI (RADAR)

TEKNİK ANALİZ 10 mm 1: 400 TESBİT 3 m 1: 90.000 TANIMA 1 m 1: 27.000 TEŞHİS 0.15 m 1: 4.500

MUHABERE TECHİZATI (RADYO)

TEKNİK ANALİZ 10 mm 1: 400 TESBİT 3 m 1: 90.000 TANIMA 0.5 m 1: 18.000 TEŞHİS 0.15 m 1: 4.500

İKMAL DEPOLARI (POL VE ORDONATIM)


ASKERİ BİRLİKLER (BARAKALAR VE YOLLAR)

TEKNİK ANALİZ 150 mm 1: 4.500 TESBİT 6 m 1: 180.000 TANIMA 4.5 m 1: 140.000 TEŞHİS 3 m 1: 90.000

HAVA MEYDANLARI

TEKNİK ANALİZ 150 mm 1: 4.500


UZAKTAN ALGILAMA




FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ) (1)

TESBİT 1 m 1: 27.000 TANIMA 0.5 m 1: 18.000 TEŞHİS 0.15 m 1: 4.500

ROKETLER VE SAHRA TOPLARI

TEKNİK ANALİZ 40 mm 1: 200 TESBİT 4.5 m 1: 140.000 TANIMA 1.5 m 1: 50.000 TEŞHİS 0.15 m 1: 4.500

UÇAKLAR


KOMUTA VE KONTROL KARARĞAHLARI

TEKNİK ANALİZ 75 mm 1: 2.300 TESBİT 3 m 1: 90.000 TANIMA 1.5 m 1: 50.000 TEŞHİS 0.15 m 1: 4.500

GÜDÜMLÜ MERMİLER (SSM / SAM)


GEMİLER (SU YÜZEYİNDE)


NÜKLEAR SİLAH KISIMLARI


ASKERİ VASITALAR


KARA MAYINLARI

TEKNİK ANALİZ 75 mm 1: 2.300 TESBİT 30 m 1: 900.000 TANIMA 6 m 1: 180.000 TEŞHİS 1.5 m 1: 50.000

LİMANLAR (TESİSLİ VE TESİSSİZ)

TEKNİK ANALİZ 0.4 m 1: 11.000 TESBİT 15 m 1: 500.000 TANIMA 4.5 m 1: 140.000 TEŞHİS 0. 5 m 1: 90.000

SAHİLLER VE PLAJLAR

TEKNİK ANALİZ 150 mm 1: 4.500 TESBİT 15 m 1: 500.000 TANIMA 4.5 m 1: 140.000 TEŞHİS 1. 5 m 1: 50.000

DEMİRYOLLARI VE TESİSLERİ

TEKNİK ANALİZ 0.4 m 1: 11.000 TESBİT 6 m 1: 180.000 TANIMA 4.5 m 1: 140.000 TEŞHİS 1.5 m 1: 50.000

KARA YOLLARI

TEKNİK ANALİZ 0.4 m 1: 11.000


UZAKTAN ALGILAMA




FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ) (1)

TESBİT 60 m 1: 1.800.000 TANIMA 15 m 1: 500.000 TEŞHİS 3 m 1: 90.000

İSKAN SAHALARI

TEKNİK ANALİZ 0.75 m 1: 23.000 TESBİT Uygulanmamaktadır Uygulanmamaktadır TANIMA 91 m 1: 2.700.000 TEŞHİS 3 m 1: 90.000

ARAZİ

TEKNİK ANALİZ 0.75 m 1: 23.000 TESBİT 7.5 m 1: 200.000 TANIMA 4 m 1: 126.000 TEŞHİS 0.15 m 1: 4.500

DENİZALTILAR (SU YÜZEYİNDE)

TEKNİK ANALİZ 25 mm 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

UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ

LANDSAT SPOT IRS-1C / 1D IKONOS HEDEF TİPİ KIYM. SEVİYESİ CİSMİN

ASGARİ EBADI

PAN 15 m

MS 30 m

PAN 10 m

MS 20 m

PAN 5.8 m

MS 23 m

PAN 1 m

MS 4 m

TESBİT 6 m • • • TANIMA 4.5 m • • TEŞHİS 1.5 m •

KÖPRÜLER

TEKNİK ANALİZ 0.3 m TESBİT 3 m • TANIMA 1 m TEŞHİS 0.3 m

MUHABERE TECHİZATI (RADAR)

TEKNİK ANALİZ 10 mm TESBİT 3 m • TANIMA 1 m • TEŞHİS 0.15 m

MUHABERE TECHİZATI (RADYO)

TEKNİK ANALİZ 10 mm TESBİT 3 m • TANIMA 0.5 m TEŞHİS 0.15 m

İKMAL DEPOLARI

TEKNİK ANALİZ 25 mm TESBİT 6 m • • • TANIMA 2 m • TEŞHİS 0.5 m

ASKERİ BİRLİKLER

TEKNİK ANALİZ 150 mm


UZAKTAN ALGILAMA


HEDEF TİPİ UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ

LANDSAT SPOT IRS-1C / 1D PAN 15 m

MS 30 m

PAN 10 m

MS 20 m

PAN 5.8 m

MS 23 m

MS 4 m

TESBİT 6 m • • • TANIMA 4.5 m • • TEŞHİS 3 m •

HAVA MEYDANLARI

TEKNİK ANALİZ 150 mm TESBİT 1 m • TANIMA 0.5 m TEŞHİS

ROKETLER VE SAHRA TOPLARI

IKONOS CİSMİN

KIYM. SEVİYESİ ASGARİ EBADI PAN

1 m

0.15 m

TEKNİK ANALİZ 40 mm TESBİT 4.5 m • • TANIMA 1.5 m • TEŞHİS 0.15 m

UÇAKLAR

TEKNİK ANALİZ 3 m •

TANIMA 1 m • TEŞHİS 0.3 m

KOMUTA VE KONTROL KARARĞAHLARI

40 mm TESBİT

TEKNİK ANALİZ 75 mm TESBİT 3 m • TANIMA 1.5 m • TEŞHİS 0.15 m TEKNİK ANALİZ 40 mm TESBİT 15 m • • • • •

GEMİLER (SU YÜZEYİNDE)

GÜDÜMLÜ MERMİLER (SSM / SAM)

TANIMA 4.5 m • • TEŞHİS 0.15 m TEKNİK ANALİZ 40 mm TESBİT 2.5 m • TANIMA 1.5 m • TEŞHİS 0.3 m

NÜKLEAR SİLAH KISIMLARI

TEKNİK ANALİZ 10 mm TESBİT 1.5 m • TANIMA 0.5 m TEŞHİS 0.15 m

ASKERİ VASITALAR

TEKNİK ANALİZ 40 mm TESBİT 3 m • TANIMA 1.5 m • TEŞHİS 0.3 m

KARA MAYINLARI

TEKNİK ANALİZ 75 mm TESBİT 30 m • • • • • • • • TANIMA 6 m • • • TEŞHİS 1.5 m •

LİMANLAR

TEKNİK ANALİZ 0.4 m TESBİT 15 m • • • • • TANIMA 4.5 m • • TEŞHİS 0. 5 m

SAHİLLER VE PLAJLAR

TEKNİK ANALİZ 150 mm TESBİT 15 m • • • • • TANIMA 4.5 m • • TEŞHİS 1. 5 m •

DEMİRYOLLARI VE TESİSLERİ

TEKNİK ANALİZ 0.4 m


UZAKTAN ALGILAMA


UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ

LANDSAT SPOT IRS-1C / 1D IKONOS HEDEF TİPİ KIYM. SEVİYESİ CİSMİN

ASGARİ EBADI

PAN 15 m

MS 30 m

PAN 10 m

MS 20 m

PAN 5.8 m

MS 23 m

PAN 1 m

MS 4 m

TESBİT 6 m • • • TANIMA 4.5 m • • TEŞHİS 1.5 m •

KARA YOLLARI

TEKNİK ANALİZ 0.4 m TESBİT 60 m • • • • • • • • TANIMA 15 m • • • • • TEŞHİS 3 m •

İSKAN SAHALARI

TEKNİK ANALİZ 0.75 m TESBİT - TANIMA 91 m • • • • • • • • TEŞHİS 3 m •

ARAZİ

TEKNİK ANALİZ 0.75 m TESBİT 7.5 m • • • TANIMA 4 m • • TEŞHİS 0.15 m

DENİZALTILAR (SU YÜZEYİNDE)

TEKNİK ANALİZ 25 mm

(3) 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 GÖRÜNTÜ TİPİ SEVİYE ADEDİ

AÇIKLAMA VE YAYIN TARİHİ

GÖRÜNEN (V) NIIRS Görünen Band, Pankromatik 9 (1-9) Askeri amaçlı / 1994 SİVİL (C) NIIRS Görünen Band, Pankromatik 10 (0-9) Sivil amaçlı / 1995 RADAR (R) NIIRS SAR 10 (0-9) Radar amaçlı / 1992 INFRARED (IR) NIIRS Termal Infrared 9 (1-9) Infrared amaçlı / 1996 ÇOK BANDL (MS)I IIRS Görünen, yakın IR ve kısa dalga

IR bandları içeren Multispectral 7 (1-7) NIIRS standartlarına

dayandırılmıştır / 1995

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


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.


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.

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.

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


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

SINIFLANDIRMA SEVİYESİ 2 • Çok hatlı otoyolları tesbit • Şeritler halinde döşenmiş mayınları tesbit • Su akış istikametini tesbit • Kesilen ağaç kerestelerini tesbit • Ekili araziyi tasvir etmek

SINIFLANDIRMA SEVİYESİ 3 • 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

SINIFLANDIRMA SEVİYESİ 4 • 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

SINIFLANDIRMA SEVİYESİ 5 • 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

SINIFLANDIRMA SEVİYESİ 6 • 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

SINIFLANDIRMA SEVİYESİ 7 • 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


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


UZAKTAN ALGILAMA

Şekil-108

MS IIRS seviye 3 Phoenix, Amerika (3 Nisan 1986), SPOT



Detroit, Amerika (21 Agustos1991), M7 Sol görüntü: tabii renk kombinasyonu, Sağ görüntü: kısa dalga ınfrared kombinasyonu


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


NAS Mirimar, Amerika (17 Şubat1992), M7 Sol görüntü: tabii renk kombinasyonu, Sağ görüntü: kısa dalga ınfrared kombinasyonu


UZAKTAN ALGILAMA

Şekil-112 Seviye 7

Sayısallaştırılmış hava fotoğrafları (Nisan 1986, Eylül 1992) Sol görüntü: Red River Arsenal ABD Sağ görüntü: Massachusetts ABD


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.


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.


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.


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


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.


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


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.


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-to- Map 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, “Görüntü-görüntü rektifikasyonu (Image-to- Image Registration)” olarak adlandırılan, iki görüntü arasında da yapılabilmektedir.

Şekil-123

Geometric registration işlemleri


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.

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.

Orijinal görüntü

Düzeltilmiş görüntü

Orijinal görüntü


Şekil-125 Bilinear Interpolation metodu örneklemesi


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.

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.


Orijinal görüntü


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


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.

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.

Orijinal

Stretched


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.


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


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)


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.


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


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.

Supervised sınıflanüretilen veri setlerinsetlerinin sınıflandberaberce kullanılmkullanımda unsupeçıkarılırken, takibeunsupervised sınıflabelirlenmektedir.

3. VERİYİ BÜTÜNLEME

Hava fotoğraflarının udönemlerde, bunlarınbütünleştirilmesi sınırlsayısal formattaki vekullanılmakta ve fayda ve/veya daha fazla “multitemporal” (farklı z(farklı çözümlemedekgörüntüleri) ve “multi-da

İŞLEM ŞİRKETLER GRUBU UZ

(DN) Sayısal Numaralar

Tanıma sınıfları A= Su

B= Ziraat C= Kaya

Algoritma

ekil-139
Tayfsal Sınıflar
Ş
Unsupervised sınıflandırma
dırma, unsupervised sınıflandırma sonucunda i de kullanabilmektedir. Özellikle çok büyük veri ırılmasında her iki sınıflandırma metodunun

ası en iyi neticeyi vermektedir. Müşterek rvised sınıflandırma ile temel sınıflar ortaya n yapılacak supervised sınıflandırma ile ndırma ile tesbit edilmiş sınıfların alt kısımları da

VE ANALİZ:

zaktan algılamanın analoğ veri kaynağı olduğu muhtelif kaynaklardan sağlanan veriler ile ıydı. Günümüzde, birçok sensörden algılanan riyi bütünleme, kıymetlendirme ve analiz için sağlamaktadır. Veriyi bütünleme temelde, daha iyi

bilgi temin etmektedir. Veri bütünlemede; amanlarda algılanan görüntüler), “multiresolution” i görüntüler), “multisensör” (farklı sensör ta” (farklı veriler) bir araya getirilmektedir.

ALG 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 Bütünleştirilmiş çok bandlı optik veri çözümlemeli SPOT görüntüsü 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.


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)


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


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)


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

İŞLEM Ş

İğne yapraklı ağaçlar
k ü Çalılı Çakı
r

l

Yayvan yapraklı ağaçla

Şekil-1Hyperspectral görüntü ve

İRKETLER GRUBU UZALG 132

Kuru yer örtüs

4a

ü

Islak yer örtüs

Su

Derin veya temiz su

7 razi örtüsü haritası

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

Şekil-150

Sel baskınına ilişkin muhtelif sensör görüntüleri

Hava Fotoğrafı

NOAA Görüntüsü

Radar Görüntüsü


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 Radar görüntüsü üzerindeki Tropik arazi örtüsü arazi örtüsü (ürün dağılımı)

Şekil-153 Arazi örtüsüne ilişkin görüntüler


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


UZAKTAN ALGILAMA

Radar görüntüsünden oluşturulmuş Topografik yapının perspektif görünüşü Topografik harita

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


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 YÖNELİK GENEL UYGULAMA KATEGORİLERİ:

• 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


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

1-2 m

2-4 m

4-6 m

6-9 m

9-12 m

>12 m

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


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


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.

Şekil-160

Infrared yansıtıcı boya kullanılarak gizlenmiş bir tankı içeren muhtelif bandlardaki görüntüler

Pankromatik Tabii renkli kombinasyon NIR kombinasyonu

SWIR kombinasyonu Termal kombinasyonu


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.

2 nolu görüntü 1 nolu görüntü

Değişiklikleri içeren görüntü

Şekil-161

Yol kavşağı ve Hava meydandaki değişiklikler


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.


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.

Şekil-163

Perspektif görünüşü de içeren Görev planlama uygulaması

Bakış noktası


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)


UZAKTAN ALGILAMA

Şekil-165

Çok bandlı görüntü ve DTED’den oluşturulan Perspektif görünüş

1

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

Şeki Bir meydana ilişkin olarak h

(7) ARAZİ SINIFLANDIRMASI U

Bu uygulama; görüntü veriörtüsünün gruplar halinde viçermektedir. Sınıflandırma tematik görüntü olarak aistihbarat hazırlıkları kapsedilerek; harekat alanındakiulaşım şebekesi, yollar dışı histikametine yönelik ilave katortaya çıkarılabir.


Tolicha Meydanı

370 21’ 762” N 16049’ 852” W

l-166 azırlanmış perspektif

YGULAMASI:

sindeki farklı arazi tie atanan renklerde ssonuçunda meydana dlandırılmaktadır. Mamındaki bu uygula gerçek arazi örtüsüareket ve en uygun yamanlar oluşturulabilir

5

GÖRÜNTÜ B M7 çok bandl Mayı Kırmızı

Yeşili : 0.49-

YÜKSEKLİ DTED, Seviy

İLGİLERİ ı

s 1993, GSD: 5m : 0.91-1.02 micron

Mavi : 0.59-0.63 micron 0.53 micron

K BİLGİLERİ e 1

görünüş

plerinin ve arazi ınıflandırılmasını getirilen oluşum, uharebe sahası madan istifade

, hidrolojik yapı, klaşma (taarruz)

ve faydalı bilgiler

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

SEYRÜSEFER AMAÇLARI İÇİN KULLANILAMAZ ÖLÇEK : 1:25.00

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.


UZAKTAN ALGILAMA

Konuya ilişkin 3 örnek uygulama, aşağıdaki parağraflarda açıklanmış ve şekillerde gösterilmiştir. 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

Pasifi

Şekil-168 Yangın bölgesi hasar değerle

Aşağıdaki şekildeki 3 görüntü, Körfez hakuyularındaki yangını göstermektedir. “a”pankromatik ve tabii renkli band kombinasyyangından meydana gelen duman bir çok pkapatmış olup bunların adedi tesbit edileme6 (LWIR), band 5 (SWIR) ve band 4 (Noluşan “c” işaretli görüntüde ise, yanan görünmektedir.


Yangın Sahası

k

ndirmesi

rbi esnasındaki petrol ve “b” ile belirtilmiş onundaki görüntülerde, etrol kuyusunun üzerini mektedir. Landsat band IR) kombinasyonundan kuyular net bir şekilde

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.


UZAKTAN ALGILAMA

Landsat TM görüntüsü 16 Ekim 1992

ERS radar görüntüsü 16 Ocak 1995

TM / ERS görüntüleri kombinasyonu

Şekil-170 Sel baskını değerlendirmesine ilişkin görüntüler

Vaca Dağları

Sacramento Nehri

Sel kontrol Bölgesi


UZAKTAN ALGILAMA

EK-A

TABİİ NESNELERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ

YANSIMA YÜZDESİ

İĞNE YAPRAKLI ORMAN

YAYVAN YAPRAKLI ORMAN

Dalga Uzunluğu

(µm)

İç S

ular

Taze

Kar

Kalk

er, K

il

Dağ

tepe

leri

Kuru

kum

Yaş

Kil,

Ku

ru v

erim

li To

prak

Siya

h To

prak

Ku

mlu

tın

KIŞ YAZ (1)

KIŞ (2)

YAZ (3)

0.40 15.0 83.0 35.7 11.8 6.4 2.2 1.7 3.3 3.9 5.1 0.45 9.1 82.0 47.5 15.0 6.8 2.3 1.8 4.1 4.8 6.2 0.50 7.0 79.8 55.8 18.6 7.7 2.6 1.6 5.0 6.0 8.3 0.55 5.4 77.5 62.2 23.2 9.0 2.9 3.1 8.8 13.4 16.8 0.60 6.0 75.6 66.7 27.3 9.8 3.0 2.8 7.8 10.1 19.6 0.65 2.7 73.5 69.7 28.1 10.7 3.6 2.2 7.7 8.4 19.3 0.70 1.7 71.0 71.8 29.0 16.5 4.1 5.9 14.0 17.6 31.5

1.1 68.5 73.2 30.6 20.4 4.6 14.4 23.9 39.7 46.0 0.80 0.9 68.5 74.4 31.8 24.4 5.9 17.2 28.4 51.6 54.0 0.84 0.8 63.0 75.3 34.1 27.0 7.1 18.9 30.5 54.2 56.4

0.75

(1) Kuru çimenli çayırı da içerir (2) Islak çimeni de içerir (3) Olgunlaşmış tarla mahsüllerini de içerir

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

YANSIMA DEĞERLERİ

DALGA UZUNLUĞU (Micron) TOPRAK

YERLEŞİM SAHASI SU

0.485 71 103 67 0.56 30 45 22 0.66 33 51 17 0.83 64 42 10 1.65 104 58 4 2.215 39 35 3 11.45 144 146 128

İŞLEM ŞİRKETLER GRUBU UZALG 1 KASIM 2001

UZAKTAN ALGILAMA

EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE

TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ

ANHYRITE SO-1A APETITE P-1A AZURITE C-12A DALGA

UZUNLUĞU (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 44.63 61.1 79.59 28.36 46.6 64.96 7.73 10.6 23.33 0.45 48.63 64.68 81.91 48.16 62.38 73.22 14.45 20.4 35.97 0.50 50.57 66.48 83.24 54.4 67.3 76.09 18.47 25.51 40.29

1 66.58 80.08 88.86 64.31 76.82 82.72 5.94 11.91 35.69 1.5 64.69 78.87 87.78 75.91 83.51 84.71 17.13 29.83 55.92 2 55.46 71.68 83.78 67.76 78.58 82.72 18.75 34.95 57.73

2.5 45.99 63.09 78.22 62.36 73.54 80.6 8.76 20.65 44.9

BARITE SO-3A BORAX B-6A CALCITE C-3A

DALGA UZUNLUĞU

(mm) 125-500

(mm) 45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 82.65 85.94 88.9 90.67 89.26 86.19 46.5 56.05 67.95 0.45 86.36 88.74 90.78 91.44 89.71 87.42 56 63.66 73.32 0.50 87.65 89.8 91.4 91.99 90.18 88.67 62.92 69.16 76.38

1 90.78 92.27 93.8 80.41 87.11 88.66 84.95 82.39 84.68 1.5 89.28 91.81 93.62 27.46 51.55 63.02 81.59 81.36 84.4 2 85.49 90.18 93.15 9.7 27.11 37.13 70.8 75.15 81.99

2.5 84.66 90.55 94.14 4.37 15.05 23.78 37.05 50.99 68.74


UZAKTAN ALGILAMA



CHALCOCITE S-8A CHLORITE PS-12C CRYOLITE H-1A DALGA

UZUNLUĞU (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 7.01 7.4 32.28 85.49 3.42 15.52 17.31 89.24 88.11 7.55 3.02 17.84 21.57 38.28 86.28 89.93 89.57

0.50 6.66 7.15 2.78 20.77 26.62 44 86.86 90.7 90.86 1 6.41 6.34 2.31 17.97 24.43 44.08 87.58 91.43 93.19

1.5 5.97 5.67 2.43 90.94 32.84 45.72 62.63 86.76 92.9 2 6.17 5.57 3.68 42.15 55.79 69.52 85.68 90.86 92.39

2.5 7 5.94 5.17 26.38 36.05 54.99 83.84 89.87 91.08

0.45 6.98

DIOPSIDE IN-9B DOLOMITE C-5A EPIDOTE SS-1A DALGA

UZUNLUĞU (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

45-125 (mm)

>45 (mm)

0.40 7.57 14.97 22.98 8.58 12.23 25.39 3.24 6.18 19.79 0.45 10.55 28.08 21.12 28.85 9.66 13.89 4.53 13.03 31.37

13.32 25.71 32.22 16.31 31.54 7.78 21.17 1 13.72 29.73 37.26 50.61 61.26 72.83 21.12 39.97 49.75

1.5 33.83 50.04 43.79 52.05 64.28 74.51 37.51 52.47 53.08 2 34.48 51.18 44.29 51.82 63.96 74.93 50.42 59.02 54.27

2.5 28.26 46.69 43.78 31.68 44.96 65.19 39.59 54.04 53.86

0.50 10.81 38.78


UZAKTAN ALGILAMA



FLUORITE H-2B GALENA S-7A GRAPHITE E-1A

(mm) 125-500

(mm) 45-125 (mm)

>45 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 56.72 64.47 56.09 17.91 17.05 16.05 4.58 3.7 4.71 0.45 58.71 66.17 57.28 3.37 15.71 15.05 14 3.91 4.32 0.50 59.07 3.74 3.23 66.89 57.57 14.4 13.75 12.78 4.2

71.12 57.43 12.57 4.11 3.54 4.65 1.5 65.34 70.54 56.28 11.92 11.46 5.21 9.81 4.76 4.07 2 61.43 69.33 55.54 11.93 11.29 9.74 5.24 4.43 5.68

2.5 60.19 69.84 56.04 12.36 11.7 10.25 5.78 4.9 6.22

DALGA UZUNLUĞU 125-500

(mm)

1 66.38 12.02 10.7

GYPSUM SO-2B HALITE HALITE HEMATITE O-1A

(mm) 125-500

(mm) 45-125 (mm)

>45 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 91.09 89.96 6.85 92.08 83.78 85.7 85.52 6.38 4.59 0.45 92.16 90.95 93.04 85.45 87.3 87.14 6.91 6.56 4.57

92.87 91.47 86.62 88.58 88.25 6.66 6.35 1 85.03 90.85 10.3 86.9 93.57 89.35 91.73 11.65 29.5

1.5 42.78 55.6 75.12 88.74 91.57 90.19 8.04 9.54 25.95 2 24.25 36.85 59.62 86.38 26.55 90.71 86.81 7.75 9.46

2.5 8.5 16.29 37.37 86.94 92.03 87.51 8.16 10.1 28.8

DALGA UZUNLUĞU 125-500

(mm)

0.50 93.98 4.51


UZAKTAN ALGILAMA



ILLITE PS-11A KAOLINITE, WELL KERNITE B-2A DALGA

UZUNLUĞU (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

>45 (mm)

45-125 (mm)

- - 22.26 - - 88.65 0.45 - - 27.58 - - 81.68 89.74 90.71 91.34 0.50 - - 31.79 - - 92.52 85.33 91.02 92.35

- - - 91.84 92.86 - - 92.94 52.71 61.29 73.3

2 - - 73.06 - 37.14 - 86.02 28.77 52.92 2.5 - - 49.22 36.4 51.5 - 62.43 - 27.66

0.40 74.24 87.44 88.76

1 - 59.35 94.29 88.57 1.5 - 71.97 -

LABRADORITE TS-2A LEPIDOLITE, YELLOW MAGNESITE C-6A DALGA

UZUNLUĞU (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

125-500 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

45-125 (mm)

0.40 59.75 70.56 76.85 19.33 28.23 45.63 63.95 68.52 78.99 0.45 64.24 73.75 78.88 42.77 52.3 62.34 70.29 74.81 82.36 0.50 70.39 77.24 80.22 60.12 67.42 69.53 76.44 80.67 84.45

1 66.52 75.78 80.81 65.82 72.5 74.33 86.28 87.71 87.94 1.5 59.58 71.72 79.55 77.94 81.82 77.14 85.25 78.06 70.51 2 66.52 75.88 80.22 72.52 78.15 76.97 50.96 60.17 78.49

2.5 68.92 77.62 80.68 26.25 37.1 55.31 33.46 43.62 68.52


UZAKTAN ALGILAMA



MAGNETITE O-4A NEPHELINE TS-16A ORTHOCLASE TS-12A

(mm) 125-500

(mm) 45-125 (mm)

5.88 4.59 4.33 65.54 4.22 68.05 76.01

4.45 79.36 82.31 6.26 77.78 86.38

78.96 86.87 2.5 10.26 9.68 6.48 46.99 62.65 75.61 77.99 86.44 82.77

DALGA UZUNLUĞU >45

(mm) 125-500

(mm) 45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 6.26 61.49 70.63 73.6 63.63 74.62 77.48 0.45 5.99 5.58 73.93 76.29 69.08 78.97 79.54 0.50 5.8 5.51 77.84 72.32 81.72 80.72

1 4.7 3.7 72.18 76.32 85.53 82.39 1.5 6.6 4.61 72.49 79.98 83.21 82.52 2 8.89 8.42 5.66 60.65 72.21 80.26 82.47

PYRITE S-2A QUARTZ, ROCK SANIDINE TS-14A DALGA

UZUNLUĞU (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 9.26 9.07 5.29 79.53 82 78.7 - - 48.25 0.45 11.25 10.95 6.24 79.91 82.55 79.55 - - 54.02 0.50 14.26 13.9 7.51 80.54 83.06 80.07 - - 57.81

1 14.41 13.42 7.37 83.59 84.02 80.28 - - 72.53 1.5 13.25 13.02 12.25 83.97 84.25 80.04 - - 74.49 2 12.72 12.25 9.83 84.4 84.88 80.31 - - 74.36

2.5 12.93 12.47 10.53 85.88 81.41 84.41 - - 70.22


UZAKTAN ALGILAMA



SERPENTINE PS-20A SIDERITE C-9A SODALITE TS-10A DALGA

UZUNLUĞU (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 34.51 50.17 63.09 10.35 11.32 16.46 38.17 48.66 59.65 0.45 33.37 50.81 63.72 14.76 16.93 23.73 37.79 49.64 63.68 0.50 47.27 61.48 67.36 19.63 22.49 30.4 31.8 45.08 63.34

1 54.44 67.96 70.7 8.76 9.61 32.34 58.69 67.47 76.03 1.5 58.52 70.88 74.28 21.54 33.31 49.19 63.71 71.52 78.06 2 33.29 53.56 68.01 67.1 54.42 61.14 53.79 75.02 79.5

8.1 24.12 47.74 43.24 49.87 56.39 75.95 2.5 30.69 67.14

SULFUR E-2A TALC PS-14A TITANITE NS-7A DALGA

UZUNLUĞU (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 6.91 4.21 83.32 81.56 3.77 82.13 12.2 26.19 56.6 0.45 25.04 43.27 51.57 86.06 86.58 71.43 84.07 33.76 52.11 0.50 82.69 88.5 86.17 87.63 88.09 85.52 51.89 67.34 77.96

1 92.84 93.08 88.71 74.85 79.58 81.64 71.82 82.2 86 1.5 92.68 93.15 88.93 87.68 83.45 90.88 89.74 57.34 72.2 2 93.03 93.71 89.34 85.13 64.63 86.38 85.53 77.72 83.98

2.5 94.79 95.45 90.76 57.4 64.84 70.41 46.76 64.32 79.62


UZAKTAN ALGILAMA



TOPAZ NS-6A VERMICULITE PS-18A ZIRCON NS-9A

(mm) 125-500

(mm) 45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

125-500 (mm)

45-125 (mm)

>45 (mm)

0.40 49.52 55.92 50.9 49.16 43.74 54.86 12.9 21.1 26.13 0.45 49.8 56.31 50.92 56.46 51.67 60.56 17.16 28.16 33.57 0.50 49.99 56.33 50.71 62.12 57.31 65.26 19.4 31.66 38.12

50.88 57.47 49.9 72.39 71.42 76.85 45.08 60.86 66.37 51.19 58.1 48.95 65.01 70.3 76.46 38.2 58.23 69.54

2 50.54 59.15 58.56 48.36 48.12 57.63 68.8 72.26 73.73 2.5 20.46 39.19 45.11 25.85 42.73 53.81 56.29 70.04 72.82

DALGA UZUNLUĞU

1 1.5


UZAKTAN ALGILAMA

EK-B

( Visible National Imagery Interpretability Rating Scale (NIIRS)

ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER

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)

• 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

• 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

• 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


UZAKTAN ALGILAMA

EK-B

ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER

( Visible National Imagery Interpretability Rating Scale (NIIRS)




• 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

• 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

• 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

• 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


UZAKTAN ALGILAMA

EK-B

SİVİL AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER

(Civil National Imagery Interpretability Rating Scale (NIIRS)








• 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

• 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

• 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

• 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

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

• 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

• 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


UZAKTAN ALGILAMA

EK-B

RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SINIF SEVİYELERİ

(Radar National Imagery Interpretability Rating Scale (IIRS)







• Engeller veya çok zayıf çözümleme nedeniyle görüntü kıymetlendirilememektedir

• 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

• 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

• 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

• 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

• 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


UZAKTAN ALGILAMA

EK-B

RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SINIF SEVİYELERİ

(Radar National Imagery Interpretability Rating Scale (IIRS)




• 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

• 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

• 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


UZAKTAN ALGILAMA

EK-B

INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER

(Infrared National Imagery Interpretability Rating Scale (NIIRS)







• 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

• 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

• 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

• 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

• 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)

• 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


UZAKTAN ALGILAMA

EK-B

INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER

(Infrared National Imagery Interpretability Rating Scale (NIIRS)



• 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

• 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


UZAKTAN ALGILAMA

EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA

UYGULAMALARI

UYGULAMA GENEL BİLGİ TİPLERİ

1. ANTLAŞMALARI İZLEME

4. BELİRTİ VE İKAZLAR

5. İHTİMALİYET PLANLAMASI

6. HEDEF TESBİT VE İSTİHBARAT

• Kimyasl ve biolojik silah üretimi, depolanması ve testi

• Güdümlü füzeler kolaylıkları

• Nüklear silah üretimi, depolama ve test

• Klasik silah üretimi • Klasik kuvvetler

• Orta menzilli nüklear güdümlü mermiler • Güdümlü mermi taşıyıcıları ve lançerler • Nüklear denizaltılar • Bombardıman üsleri nüklear başlık

depoları

• Stratejik güdümlü mermi üretimi

2. SİLAHLARIN KONTROLU

• Güdümlü füzeler

• Nüklear enerji üretim merkezleri

• Stratejik füze üretimi

• Kimyasal ve biolojik silahların üretimi, depolanması ve testi • Klasik silahların üretimi

• Orta menzilli nüklear füzeler • Güdümlü füze taşıyıcıları ve lançerleri

• Nüklear başlık depolama sahaları • Nüklear silahların üretimi, depolanması

ve testi

• Silah sevkiyatı ve depolama

3. SİLAH ETKİNLİKLERİ • Endüstriyel tesisler • Askeri techizat • Askeri tesisler • Oşinografik faktörler

• Askeri techizat • Askeri tatbikatlar ve intikaller • Askeri tesisler • 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

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


UZAKTAN ALGILAMA


UYGULAMALARI UYGULAMA GENEL BİLGİ TİPLERİ

7. MUHAREBE SAHASI İSTİHBARAT HAZIRLIKLARI

8. TATBİKAT DESTEĞİ

9. HARİTALARI GÜNÇELLEŞTİRME

10. HARİTA DESTEĞİ

11. GÖRÜNTÜ HARİTALARI ÜRETİMİ

12. AMPİBİK TAARRUZ PLANLAMASI

13. TAARRUZ VE DARBE GÖREV PLANLAMASI

14. HAVA ULAŞTIRMA GÖREV PLANLAMASI

15. UÇUŞ EĞİTİM YARDIMCILARI

16. ELEKTRONİK VE MUHABERE PLANLAMASI 17. DENİZALTI VE SATIH MUHAREBE PLANLAMASI

18. DENİZ SİLAH ATIŞ DESTEĞİ

• 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 • Ulaşım hatları • Oşinografik faktörler • Topoğrafik faktörler • Helikopter iniş ve atma bölgeleri • Ulaşım hatları • Oşinografik faktörler • Topoğrafik faktörler • Meydanlar • Endüstriyel tesisler • Ulaşım hatları • Askeri techizat • Askeri tesisler • Demiryolu techizatı ve depolama • İniş pistleri ve yol şeritleri • Meydanlar • Helikopter iniş ve atma bölgeleri • Helikopter iniş ve atma bölgeleri • Ulaşım hatları • Helikopter iniş ve atma bölgeleri • Topografik faktörler

• Askeri tesisler • Oşinografik faktörler • Oşinografik faktörler • Topoğrafik faktörler


UZAKTAN ALGILAMA



19. DENİZ GÜDÜMLÜ FÜZE DESTEĞİ

20. OŞİNOGRAFİK ARAŞTIRMALAR 21. BARINAK, LİMAN VE DEMİRLEME KAPASİTESİ ANALİZİ

22. LOJİSTİK İSTİHBARATI

23. NÜKLEAR, BİOLOJİK VE KİMYASAL SİLAH ANALİZLERİ

24. MOBİL GÜDÜMLÜ MERMİ SAHASI LİMİTLERİ

25. ÖZEL HAREKATLAR VE ÖZEL HARP DESTEĞİ

26. ARAŞTIRMA VE TAHLİYE GÖREVİ PLANLAMASI 27. BÜYÜKELÇİLİK TESİSLERİNİ KORUMA VE GİZLİLİK PLANLAMASI

28. MUHARİP OLMAYAN UNSURLARI TAHLİYE HAREKATI

• Ulaşım hatları • Oşinografik faktörler • Topoğrafik faktörler

• Oşinografik faktörler

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

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

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


UZAKTAN ALGILAMA

EK-C

GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI

UYGULAMA GENEL BİLGİ TİPLERİ 29. EMNİYETLİ SAHA ANALİZİ

30. ÖZEL FAALİYET BÜROLARI DESTEĞİ

31. ZİRAAT ANALİZİ

32. ORMANCILIK

33. ÇEVRESEL PLANLAMA

34. ÇEVRESEL TAHRİP

35. UYUŞTURUCUYA KARŞI KOYMA DESTEĞİ

36. FELAKETE YARDIM

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

• Endüstriyel tesisler • Ulaşım hatları • Askeri tesisler

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

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

• Toprak yönetimi • Ulaşım hatları • Yağmur gölleri • Topoğrafik faktörler • Su yönetimi

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

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

• Tabii felaket hasar değerlendirmesi • Ulaşım hatları


UZAKTAN ALGILAMA



37. EKONOMİK ANALİZ

38. BÖLGESEL ETÜDLER

39. LASER, MICROWAVE VE IŞIN HÜZMESİ ANAZİ 40. MÜHENDİSLİK ÇALIŞMALARI

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

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

• Test kolaylıkları ve menziller

• Sel baskınlarını kontrol projeleri


UZAKTAN ALGILAMA

EK-C

BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ

GENEL BİLGİ TİPİ KLASİK KUVVETLER İLGİLİ UYGULAMALAR Antlaşmaları izleme BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ NÜKLEAR DENİZALTILAR İLGİLİ UYGULAMALAR Antlaşmaları izleme BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ NÜKLEAR ÜRETİM İLGİLİ UYGULAMALAR Silahların kontrolu BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ SİLAH SEVKİYATI VE DEPOLAMA İLGİLİ UYGULAMALAR Silahların kontrolu BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ KİMYASAL VE BİOLOJİK SİLAH ÜRETİMİ, DEPOLANMASI VE TESTİ İLGİLİ UYGULAMALAR Silahların kontrolu, Antlaşmaları izleme BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ KLASİK SİLAH ÜRETİMİ İLGİLİ UYGULAMALAR Silahların kontrolu, Antlaşmaları izleme

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ GÜDÜMLÜ FÜZELER İLGİLİ UYGULAMALAR Silahların kontrolu, 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

• Denizaltı üslerinde ve inşaa tesislerindeki nüklear denizaltıların adedini ve tipini teşhis

• Denizaltı inşaa ve tamir tesislerindeki termal sinyalleri analiz

• 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

• 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

• Kimyasal ve biolojik döküntüleri birimsel tayf sinyallerden tesbit • Kimyasal ve biolojik tesislerin hacimli depolama kolaylıklarını teşhis • Kimyasal ve biolojik harp materyani teşhis

• Tank, uçaksavar, zırhlı araç , cephane ve patlayıcı madde üreten tesisleri teşhis

• Askeri silah depolama kolaylıklarını teşhis • Depolama seviyesini belirlemek için depolama kolaylıklarını analiz

• 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


UZAKTAN ALGILAMA

EK-C


GENEL BİLGİ TİPİ ORTA MENZİLLİ NÜKLEAR FÜZELER İLGİLİ UYGULAMALAR Silahların kontrolu, Antlaşmaları izleme BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ GÜDÜMLÜ MERMİ TAŞIYICILARI VE LANÇERLERİ İLGİLİ UYGULAMALAR Silahların kontrolu, Antlaşmaları izleme BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ NÜKLEAR BAŞLIK DEPOLAMA (BOMBARDUMAN ÜSLERİ) İLGİLİ UYGULAMALAR Silahların kontrolu, Antlaşmaları izleme BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ NÜKLEAR SİLAH ÜRETİMİ, DEPOLAMA VE TEST İLGİLİ UYGULAMALAR Silahların kontrolu, Antlaşmaları izleme BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ STRATEJİK GÜDÜMLÜ MERMİ ÜRETİMİ

İLGİLİ UYGULAMALAR Silahların kontrolu, Antlaşmaları izleme


GENEL BİLGİ TİPİ ASKERİ TATBİKATLAR VE İNTİKAL İLGİLİ UYGULAMALAR Belirti ve ikazlar, Antlaşmaları izleme BİLGİ GEREKSİNİMLERİ

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

• Güdümlü mermi taşıyıcıları ve lançerlerin mevkii ve üretim tesislerini teşhis

• Ağır bombarduman üslerini teşhis • Ağır bombarduman üslerindeki nüklear başlık depolama

sahalarını teşhis • Depolama sahalarındaki faaliyetin seviyesini analiz

• 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

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

• Askeri tesislerde, demiryolu sahalarında ve meydanlarda artan kıta toplulukları ve faaliyeti tesbit

• Garnizonlardaki techizat hareketlerini tesbit • Eğitim ve manevra sahalarında artan faaliyetin seviyesini tesbit


UZAKTAN ALGILAMA

EK-C


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


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


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


• 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

• 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

• 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


UZAKTAN ALGILAMA

EK-C


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


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


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


• 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

• 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


UZAKTAN ALGILAMA

EK-C


GENEL BİLGİ TİPİ ENDÜSTRİYEL TESİSLER Taarruz ve darbe görev planlaması, Ekonomik analiz, Bölgesel etüdler, Özel faaliyet buro desteği, Hedef tesbit ve istihbarat, Silahların etkinlikleri


GENEL BİLGİ TİPİ GÜDÜMLÜ MERMİ ÜRETİM VE TEST TESİSLERİ İLGİLİ UYGULAMALAR Nüklear, Biolojik ve kimyasal silah analizi


GENEL BİLGİ TİPİ DEMİRYOLU TECHİZATI VE KOLAYLIKLARI İLGİLİ UYGULAMALAR Taarruz ve darbe görev planlaması, Muharebe sahası istihbarat

hazırlığı 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


İLGİLİ UYGULAMALAR

• 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

• 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


UZAKTAN ALGILAMA

EK-C


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


GENEL BİLGİ TİPİ KORUYUCU KAMUFLAJ FAALİYETİ İLGİLİ UYGULAMALAR Büyükelçilik tesislerini koruma ve gizlilik planlaması BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ TEST KOLAYLIKLARI, ATIŞ SAHALARI

İLGİLİ UYGULAMALAR Laser, microwave ve ışın analizi, NBC silah analizi


• 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

• 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


UZAKTAN ALGILAMA

EK-C


GENEL BİLGİ TİPİ BİTKİ ANALİZİ İLGİLİ UYGULAMALAR Mobil güdümlü mermi sahası limitleri, Bölgesel etüdler, Emniyetli

saha analizi BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ ÜRÜN SULAMA İLGİLİ UYGULAMALAR Ziraat analizi BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ ÜRÜN İSTİHSALİ İLGİLİ UYGULAMALAR Ziraat analizi


GENEL BİLGİ TİPİ ÜRÜN DEPOLAMA İLGİLİ UYGULAMALAR Ziraat analizi BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ ÜRÜN STRESİ İLGİLİ UYGULAMALAR Ziraat analizi BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ BİTKİ ZARARLILARI ANALİZİ İLGİLİ UYGULAMALAR Ziraat analizi, Ormancılık BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ HAŞHAS ÜRETİMİ İLGİLİ UYGULAMALAR Ormancılık BİLGİ GEREKSİNİMLERİ

• 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

• 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)

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

• Ağaç tipleri ve yoğunluğunu teşhis • Bitki stresi ve stres paternlerini analiz

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


UZAKTAN ALGILAMA

EK-C


GENEL BİLGİ TİPİ YANGIN ANALİZİ İLGİLİ UYGULAMALAR Ormancılık BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ ORMAN ENVANTERİ İLGİLİ UYGULAMALAR Ormancılık BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ TOPRAK YÖNETİMİ İLGİLİ UYGULAMALAR Çevresel planlama BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ SU YÖNETİMİ İLGİLİ UYGULAMALAR Çevresel planlama BİLGİ GEREKSİNİMLERİ

ASİT YAĞMURU İLGİLİ UYGULAMALAR Çevresel Tahrip


GENEL BİLGİ TİPİ HAVA KİRLİLİĞİ İLGİLİ UYGULAMALAR Çevresel Tahrip BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ SU KİRLİLİĞİ İLGİLİ UYGULAMALAR Çevresel tahrip BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ YAĞMUR ORMANLARI İLGİLİ UYGULAMALAR Çevresel tahrip BİLGİ GEREKSİNİMLERİ

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

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

• 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

• Buzul, buz kitleri ve su havzalarını teşhis

GENEL BİLGİ TİPİ

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

ölümünü analiz

• 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

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

• Su ceryanını ve su gövdelerini teşhis • Suyun temizlik analizi • Bitki analizi • Kaynağın mevkii ve kirlenme tipini teşhis


UZAKTAN ALGILAMA

EK-C


GENEL BİLGİ TİPİ YAĞMUR ORMANLARININ TAHRİBATI İLGİLİ UYGULAMALAR Çevresel tahrip BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ TOPRAKLARI KORUMA İLGİLİ UYGULAMALAR Çevresel tahrip BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ TERMAL KİRLİLİK

İLGİLİ UYGULAMALAR Çevresel tahrip


GENEL BİLGİ TİPİ TOKSİT ATIKLAR

İLGİLİ UYGULAMALAR Çevresel tahrip


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

GENEL BİLGİ TİPİ UYUŞTURUCU ÜRETİM TESİSLERİ İLGİLİ UYGULAMALAR Uyuşturucuya karşı koyma desteği BİLGİ GEREKSİNİMLERİ

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

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

• 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

• 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


UZAKTAN ALGILAMA

EK-C


GENEL BİLGİ TİPİ UYUŞTURUCU BİTKİ ANALİZİ İLGİLİ UYGULAMALAR Uyuşturucuya karşı koyma desteği

GENEL BİLGİ TİPİ UYUŞTURUCU MADDE NAKLİ VE DEPOLAMA SAHALARI İLGİLİ UYGULAMALAR Uyuşturucuya karşı koyma desteği BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ TABİİ AFET HASAR DEĞERLENDİRMESİ İLGİLİ UYGULAMALAR Felakete yardım BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ ULAŞIM İLGİLİ UYGULAMALAR Ekonomik analiz BİLGİ GEREKSİNİMLERİ

SU KAYNAKLARI İLGİLİ UYGULAMALAR Ekonomik analiz BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ YERLEŞİM PLANLAMASI İLGİLİ UYGULAMALAR Ekonomik analiz, Çevresel planlama BİLGİ GEREKSİNİMLERİ

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

• 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

GENEL BİLGİ TİPİ

• Kuyu, pınar, nehir, dere, göl ve tuzlu su girişlerini içeren su ikmal kaynaklarını teşhis

• Endüstriyel atık, toksit madde vb su kirliliği kaynaklarını teşhis

• 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


UZAKTAN ALGILAMA

EK-C


GENEL BİLGİ TİPİ MADENCİLİK İLGİLİ UYGULAMALAR Ekonomik analiz, lojistik istihbaratı BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ STRATEJİK KAYNAKLAR

İLGİLİ UYGULAMALAR Ekonomik analiz, Bölgesel etüdler


GENEL BİLGİ TİPİ SEL BASKINLARINI KONTROL PROJELERİ İLGİLİ UYGULAMALAR Mühendislik çalışmaları

İLGİLİ UYGULAMALAR Emniyetli saha analizi 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

• 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

BİLGİ GEREKSİNİMLERİ • 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

GENEL BİLGİ TİPİ NÜFUS DAĞILIMI

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


Documents

Uzaktan algılama sistemleri