Genel Jeolojide Coğrafi Bilgi Sistemi ve Uzaktan Algılama JEO 498 JEOLOJİDE COĞRAFİ BİLGİ SİSTEMİ VE UZAKTAN ALGILAMA UYGULAMALARI Ders Sorumlusu: Doç. Dr. Murat Ercanoğlu JEO 498 UYGULAMA: 1 Bu uygulamada, taranmış bir görüntüden (topoğrafik harita), SAM elde etme aşamalarının öğretilmesi amaçlanmıştır. R2V Programı ve İkonları Tanıma R2V (Raster to Vector) (Able Software, Version: 4.0.580) programı ile taranmış görüntüler üzerinde sayısallaştırma işlemleri gerçekleştirilebilmektedir. Programın aktif hale geçmesi için, R2V programının dizininde taranmış bir görüntü olması tercih edilmelidir. Tüm çizim ve “export” işlemlerinin, aynı dizin altına kaydedileceği unutulmamalıdır. Line Editor No Açıklama No Açıklama 1 Line Editor (Aktif) 11 Copy Line 2 Draw/Trace Line 12 Delete Line 3 Multi Line Trace 13 Delete All Lines 4 Add Node 14 Set Value 5 Delete Node 15 Label Line 6 Move Node 16 Label Contours 7 Snap Node 17 Set Layer 8 Split Line 18 Form Polygon 9 Join Lines 19 Show Line ID 10 Close Line Point Editor No Açıklama No Açıklama 1 Point Editor (Aktif) 5 Set Value 2 Add Point 6 Label Point 3 Delete Point 7 Show Point ID 4 Move Point RUN R2V Önemli Not: Bu ve bundan sonraki uygulamalarınızda, dosya isimlerini tanımlarken Türkçe karakter kullanmamanız yararınıza olacaktır. Dikkat Edilecek Hususlar 1) Haritayı iyi okumak. 2) Gerek eşyükseklik eğrileri, gerekse nokta atarken dikkatli olmak, temsil edici veri atmak. 3) Mümkünse, her eşyükseklik eğrisi veya farklı nokta girişlerinde, dosyayı kaydetmek. 4) Tavsiye edilen, başlangıçta bir “*.prj” dosyasına kaydetmek. 5) Kontur veya nokta değeri atandıktan sonra, kontrol etmek. 6) Export edilen veriyi, CBS programına atmadan yapısını ve değerlerini kontrol etmek. 7) Kullanılacak CBS programının Import seçeneğinin veriyi ne şekilde algıladığını/tanıdığını bilmek. Sayısallaştırma 1) open “tara.tif” 2) Save “*.prj” 3) Imagine conversion › 1 bit level 4) Geo-referencing (4 nokta) a. Control points b. From X to X From Y to Y c. MinX : 490 000 MaxX: 493 000 MinY: 4439 000 MaxY: 4441 000 d. View/Geo-Coded Coordinates 5) Line Editor a) Draw/Trace Line b) Delete All Lines c) Add Node/Move Node d) Labeling Contours e) Show Line ID f) Auto-tracing 6) Point Editor a) Set Value b) Add/Delete/Move c) Show Point ID 7) Export (Point + Line), Bi-linear (XYZ); dosya ismi: alan 8) Open “alan.xyz” (veri yeterli ise); değilse Open “tara.xyz” RUN IDRISI ANDES 1) Set Data Path: “alan.xyz” veya “tara.xyz” nin bulunduğu klasör 2) File/ Import/ General Conversion Tools/ Ascii XYZ 3) XYZ Dosyası “space delimited”, “comma delimited”? 4) Output Vector File (tara.vct) Reference system (utm-36n) 5) XYZ cursor inquiry 6) GIS Analysis \ Surface Analysis\ Interpolation\ INTERPOL a) Interpolate DEM b) Data entry option: Use Point ID’s as heights c) Output file specifications: Max-Min X;Y d) Data Type: real e) Use a six point search radius : a)”no” tick b)”yes” tick f) Cursor inquiry mode g) Column-Row Pixel Size 60/40 ….. 120/80 ….. 240/160 .…. 1200/800 ..... JEO 498 UYGULAMA: 2 IDRISI ANDES Programı, Temel CBS ve UA Uygulamaları 1) Menülerin Tanıtımı 2) Önemli İkonların Tanıtımı 3) Idrisi Explorer a. Projects/Files/Filters b. Projects › Default i. Working Folder › Hangi dizinde çalışılacaksa, o dizini seçmelisiniz (bu uygulamada uygulama_2 dizinini seçiniz). c. Files › Mevcut (geçerli) dizinde varolan dosyaları gösterir (Filters’da aktif olan dosya uzantılarına göre). d. Filters › Idrisi Andes programında kullanılan dosya türlerinden seçim yapabilirsiniz. Özellikle, “*.rst” (raster dosyalar) ve “*.vct” (vektör dosyalar) seçilmelidir. 4) IDRISI DOSYALARI: Uygulama_2 dizininin içindeki doyaları inceleyiniz. Bu dizinde, aynı isimde dosyalar mevcut. Raster + raster documentation files (sierra1 isimli dosyadan 2 adet mevcut. Bunlardan biri raster, diğeri de dokümantasyon (metadata) dosyasıdır). 5) DISPLAY (ikon + DISPLAY Menu/Display Launcher) a. Raster Layer/Vector Layer/Map Composition b. Select: raster layer + sierradem.rst + OK c. Click “Cursor Inquiry Mode” ikonu › sierradem.rst görüntü dosyası üzerinde farklı noktalar tıklayınız ve lejandtaki seviyelerle renk uyumunu kontrol ediniz. 6) COMPOSER/Layer Properties a. Display Parameters (min, max, palette options, revert) b. Properties (metadata + histogram) c. Visibility 7) GIS ANALYSIS MENU/SURFACE ANALYSIS/TOPOGRAPHIC VARIABLES • Slope (degree + percent) • Aspect • Hillshade • Display: “slope + aspect + hillshade” 8) GIS ANALYSIS/SURFACE ANALYSIS/FEATURE EXTRACTION • Contour (select input raster file: sierradem.rst; output vector file: contour.vct; contour interval: 10; 50) • Display: sierradem + add layer (select vector layer “contour.vct”) • Toposhape (select input raster file: sierradem.rst; output file: toposhape.rst). Topoğrafik şekilleri inceleyiniz. Yamaç eğriselliği (curvature) temel alınarak sınıflama yapıldığını unutmayınız. 9) LANDSAT TM UYDU GÖRÜNTÜLERİ İLE BAZI UYGULAMALARIN YAPILMASI a. Display in default idrisi quantitative palette: sierra1, sierra2,......, sierra7.rst b. Display in selecting GRAY SCALE palette: sierra1, sierra2,......, sierra7.rst c. İncele lejand (değişim aralığı) d. DISPLAY Menu/COMPOSITE (GÖRÜNÜR KESİM UYGULAMASI) i. Blue Image Band: sierra1.rst ii. Green Image Band: sierra2.rst iii. Red Image Band: sierra3.rst iv. Output Image: sierra123.rst v. Use the defaults vi. Display “sierra123” • LANDSAT uydu görüntüleri, jeolojide son derece yaygın bir şekilde kullanılmaktadır. Sadece bazı bilgilerin bilinmesi ile bile, bazı görsel yorumlama ve çözümlemeler yapılabilmektedir. • Ayrıntılar için http://geology .com/satellite/landsat-images.shtml adresine bakınız. • Yerleşim (büyük şehirler) ›mor, e?atun, pembe, soluk mavi • Su › siyah + koyu lacivert • Bataklık › Küçük bitkilerle kaplı sulak alanlar › su ve bitki örtüsü renk karışımı › yeşil + siyah + lacivert • Sağlıklı bitki örtüsü › canlı yeşil • Yükseltiler › düzensiz topoğrafya + rölyef değişimi • Tarımsal alanlar › kırmızı + pembe + yeşil karışımı (yeşil › kloro?l; kırmızı + pembe › işlenmiş toprak) • FCC (False Color Composite) • “Composite” görüntüler 3 farklı bandın birleştirilmesiyle elde edilebilir. • Bantların değer aralıkları ve uygulamadaki kullanımları, aşağıdaki çizelgede verilmiştir: Band 1 0.45 - 0.52µm Sığ suların haritalanması , toprak-bitki örtüsü ayrımı, iğne yapraklı- yaprakları dökülen bitki türlerinin ayrımı. Band 2 0.52 - 0.60µm Sağlıklı bitki örtüsüne ilişkin görünür yeşil yansıma değerlerinin ölçümü. Band 3 0.62 - 0.69µm Klorofil absorbe ölçümü ile bitki türlerinin ayrımı. Band 4 0.76 - 0.90µm Su ve bitki örtüsü ile kaplı alanların görüntülenmesi. Band 5 1.55 - 1.75µm Bitki ve toprak nemi ölçümü, bulut-kar ayrımı. Band 6 10.40 - 12.50µm Termal haritalama, bitki sıcaklık analiz, toprak nemi belirlenmesi. Band 7 2.08 - 2.35µm Kayaç türlerinin ayrımı, hidrotermal haritalama. • 6. Band , “termal band” olup, çözünürlüğü 120m x 120m’dir. Diğer bandlar, 30m x 30m çözünürlüğe sahiptir. e. DISPLAY Menu/COMPOSITE (FCC UYGULAMASI) i. Blue Image Band: sierra3.rst ii. Green Image Band: sierra4.rst iii. Red Image Band: sierra5.rst iv. Output Image: sierra345.rst v. Use the defaults vi. Display “sierra345” vii. Renkleri inceleyiniz ve “sierra123” ve”sierra345” görüntülerini karşılaştırınız (DISPLAY: “sierra123” ve”sierra345”). 10) DISPLAY Menu/ORTHO a. Surface Image: sierradem (do not use drape image; use defaults) b. Surface Image: sierradem (use drape image: sierra123; use defaults) c. Zoom In; Zoom Out, Left, Right 11) DISPLAY Menu/HISTO a. Input File Name: sierra1 b. Select: Graphic c. “İstatistiksel Özellikleri” inceleyiniz. d. Select: Numeric 12) DISPLAY Menu/Fly Through a. Surface Image: sierradem (do not use drape image; use defaults) b. Surface Image: sierradem (do not use drape image; change color palette, change exaggeration factor as % 200) c. Surface Image: sierradem ( use drape image: sierra123; use defaults) JEO 498 UYGULAMA: 3 Kalınlık Haritası Oluşturma, Çakıştırma, Aritmetik İşlemler 1) Ankara yakınlarında Kösrelikkızığı mevkiinde toprak-kaya dokanağının belirlenmesine yönelik olarak, bir sondaj çalışması yapılmıştır. Sondaj yerlerine ilişkin koordinatlar ve toprak-kaya dokanağına ilişkin derinlik verileri, aşağıdaki çizelgede sunulmuştur. Sondaj No X Y Kalınlık (m) SK-1 490182.9 4440963.4 12.1 SK-2 491670.6 4440907.8 3.5 SK-3 492884.9 4440722.5 2.4 SK-4 490127.3 4439994.8 15.6 SK-5 491615.4 4440017.9 21.6 SK-6 492389.2 4440041.1 4.2 SK-7 490280.2 4439378.4 18.3 SK-8 491156.8 4439373.7 21.2 SK-9 492055.3 4439114.2 20.3 SK-10 492745.9 4439114.9 12.9 2) Kalınlık haritasının oluşturulması: a. Edit ikonunu kullanarak, yukarıdaki çizelgede verilen sondaj yerlerine ilişkin X, Y ve kalınlık değerlerini, aralarına virgül koyarak yazınız. b. Dosyayı, “soil_depth.txt” olarak kaydediniz. IMPORT komutu ile vektör dosyasını oluşturunuz. c. Kalınlık haritasını (thickness.rst), INTERPOL komutu ile oluşturunuz. Dosyayı oluştururken, görüntü özelliklerinin, bölgenin SAM “dem.rst” ile aynı olmasına dikkat ediniz. 3) Kaya birimlerin topoğrafyasının oluşturulması: a. OVERLAY komutu ile KAYA=DEM-THICKNESS hesaplaması b. SCALAR komutu ile hacim ve kütle hesaplanması VOLUME=THICKNESSxALAN (d=1.9 t/m 3 ) c. TRANSFORM komutu ile Trigonometrik işlemlerin yapılması 1. Slope 2. Sin (slope) 3. Cos (slope) d. Image Calculator JEO 498 UYGULAMA: 4 Koşullara Bağlı Karar Verme Kösrelik (Ankara) bölgesinde yapılacak “Toplu Konut İnşaat Alanı” için jeolojik etüdler tamamlanmış olup, sonuçlar ekteki jeolojik haritada sunulmuştur. Aşağıda verilen ölçütler dahilinde, “TOPLU KONUT İNŞAATI İÇİN YER SEÇİMİ” yapılması gerekmektedir: 1) “İnşaat Alanı” kayalık veya alüvyal zemin üzerinde olmamalıdır. 2) “İnşaat Alanı” harita üzerindeki faydan, en az 750 m uzakta olmalıdır. Şekil 1. Alandaki litolojik birimler: Sarı: Kireçtaşı (2); Turuncu: Kiltaşı/silttaşı (3); Kırmızı: Kumtaşı (4); Mavi: Killi- Siltli Toprak Birimler (5); Gri: Alüvyon (6); Siyah: Fay (1). Söz konusu alanın köşe koordinatları Min X: 490 000 ; Max X: 493 000 ; Min Y: 4439 000 ve Max Y: 4441 000 olarak belirlenmiştir. Yukarıda verilen ölçütleri dikkate alarak, inşaat alanı için uygun olacak alanları belirleyiniz. 1) Set your working folder as “uygulama_4” . 2) “jeo.jpg” dosyasını inceleyiniz. 3) Display SAM • Layer Properties • Max-min • Column / row 4) Close 5) Import/ Desktop Publishing Formats / JPGIDRIS Input File: jeo.JPG Output File: jeo.RST Output Ref. Inf.: “the same as” “SAM.RST” 6) Digitizing a) Sarı: Kireçtaşı (2) Turuncu: Kiltaşı/silttaşı (3) Kırmızı: Kumtaşı (4) Mavi: Killi-Siltli Toprak Birimler (5) Gri: Alüvyon (6) Siyah: Fay b) Name of the file to be created: fay Symbol display: quant Data type: Integer Layer Type: Line ID or Value: 1 Digit Save c) Create New Layer Name of the file to be created: lito Symbol display: quant Data Type: Integer Layer Type: Poligon ID or Value: (bkz. 5a) d) Save + Kontrol + Close 7) VECTOR TO RASTER a) Reformat / RASTERVECTOR • Line to Raster • Poligon to Raster • fayras.rst (INITIALIZE) • litoras.rst (INITIALIZE) • INITIALIZE (Image to copy parameters from, sam.RST) • Fayras.rst (0: not fault; 1: fault) • Litoras.rst (Kontrol 5. madde) b) Kontrol + Close 8) YENİDEN SINIFLAMA (RECLASS) a) GIS Analysis / Database Query / RECLASS - Select: Image - Input File: “litoras.rst” ; Output File: “litofinal.rst” - Classification type: User defined 0 0 5 1 5 5 0 6 999 b) Close 9) TAMPONLAMA (BUFFERING) • Feature Image: Fay.ras • Buffer Width: Try 250/500/750 • Output Image: faybuff.rst • Reclass: Faybuff.rst • Output file: fayfinal.rst • Reclass 1 0 0 0 1 999 10) DISPLAY Litofinal.rst Fayfinal.rst 11) OVERLAY (Çakıştırma) “final.rst” (Koşulların sağlandığı alanlar) (palette: equal interval) 12) GIS Analysis / Database Query/ Area Select final as input image Select “tabular” option See also “image” option 13) GIS Analysis / Database Query/ Profile Digitize a profile path as vector file See your profile JEO 498 UYGULAMA: 5 Bölgesel Erozyon Değerlendirmesi: Mengen (Bolu) Örneği Amaç: Bu uygulamada, ülkemiz açısından son derece önemli bir jeolojik sorun olan erozyon olayının, bölgesel anlamda değerlendirilmesine yönelik olarak, CBS ilkeleri yardımıyla, Mengen (Bolu) yöresinde “Erozyon Potansiyeline Sahip Alanların” değerlendirilmesi amaçlanmıştır. Erozyon Nedir? Aşağıdaki linkten ve diğer birçok kaynaktan erozyona ilişkin bilgi edinilebilinir: http://www.tema.org.tr/CevreKutuphanesi/Erozyon/ErozyonNedir.htm) BÖLGESEL EROZYON DEĞERLENDİRMESİ ÇALIŞMASI: Çorum Örneği (Tombuş ve Özülü, 2007) • Nüfus artışı, sanayileşme, ormanların tahrip edilmesi, bilinçsiz tarım politikaları vb. nedenlerle, toprağın verimli üst yapısı zarar görmekte ve erozyon oluşumuna yol açmaktadır. • Ülkeler kendi koşullarını gözeterek, farklı erozyon değerlendirme/analiz tekniklerini dikkate almış ve/veya üretmişlerdir. • Örn.: AB ülkeleri › CORINE (toprak yapısı, taşlılık, yağış vb.); İspanya › ICONA (iklimsel özellikleri dikkate almayan bir sistem) • Farklı değişkenler, farklı derecelerde değerlendirilmiş. • Başka yöntemler de mevcut (USLE, LEAM, MOSES, GLEAMS gibi). • Türkiye’ye özgü bir değerlendirme › MALESEF YOK!!! • Tombuş ve Özülü (2007) › CORINE ve ICONA’yı temel alan + AHP adı verilen bir KARAR VERME SÜRECİ tekniğiyle, Çorum iline ilişkin potansiyel erozyon alanlarını, CBS + UA ile değerlendirmişlerdir. • Toprak haritaları, yamaç eğimi, bakı, jeoloji, bitki örtüsü (LANDSAT ETM+) vb. parametreleri dikkate almışlardır. CORINE › Toprak aşınabilirliği, aşındırıcı güç, yamaç eğimi, arazi örtüsü ICONA › Arazi kullanımı, bitki örtüsü yoğunluğu, yamaç eğimi, litoloji Tombuş ve Özülü (2007) › CORINE ve ICONA ? hemen hemen birleştirmişler. JEO 498 YÖNTEMİ › • Çalışacağımız bölgeye ilişkin bir ön değerlendirme yapmamız gerekli. • Söz konusu parametreler, bu değerlendirme sonucunda ortaya çıkacak. • Litoloji • Yamaç Eğimi • Bakı • Yamaç Şekli • Bitki Örtüsü Çizelge 1. JEO498 yönteminde kullanılacak parametreler ve puanlama değerleri. Parametre Alt Grup PUAN LİTOLOJİ Yüksek Dayanımlı Kaya (Pam, Pap) 1 (Sayısallaştırarak) Orta Dayanımlı Kaya (Dc, Teg, Tes) 2 Zayıf Dayanımlı Kaya (Tec) 3 Toprak Birimler (Tnm, Qal) 4 YAMAÇ EĞİMİ ( 0 ) Az (0-5) 1 (SAM’nden) Orta (5-10) 2 Yüksek (10-15) 3 Çok Yüksek (>15) 4 BAKI ( 0 ) K-G (315-45; 135-225) 4 (SAM’nden) D-B (45-135; 225-315) 1 YAMAÇ ŞEKLİ İçbükey (Konkav) 2 (SAM’nden) Dışbükey (Konveks) 4 Diğer 1 NDVI NDVI?0.4 1 (Uydu Görüntüsünden) 0.2?NDVI<0.4 2 -0.2?NDVI<0.2 3 -0.2>NDVI 4 Mengen ve civarının jeolojik özellikleri (Gökçeoğlu and Aksoy, 1996) Erozyon Potansiyeli Haritasının Oluşturulma Aşamaları Söz konusu bölgenin erozyon potansiyeli haritasının oluşturılması için, daha önceden değinilen 5 adet parametre ve bunlara ilişkin puanlamalar dikkate alınacaktır. Burada yapılan işlem üstüste çakıştırma (OVERLAY) işlemi olup, herhangi bir istatistiksel analize dayalı değildir. Yöntem tamamıyla öznel olup, uzman görüşünü (expert opinion) temel almaktadır. Parametre haritalarına puanlamaların atanmasında Çizelge 1’de verilen puanları dikkate alarak, RECLASS modülünden yararlanınız. 1. Öncelikle bölgenin Landsat ETM+ uydu görüntüsünün RGB bantlarını kullanarak, COMPOSITE görüntüsünü oluşturup, bölge hakkında genel bilgi edinmelisiniz. 2. Litoloji › RECLASS › lito_rec.rst (working folder’da mevcu\ur) 3. Yamaç Eğimi › mengen_sam.rst › SLOPE › slope.rst › RECLASS › slope_rec.rst 4. Bakı › mengen_sam.rst › ASPCET › aspect.rst › RECLASS › aspect_rec.rst 5. Yamaç Şekli › mengen_sam.rst › TOPOSHAPE › yamac_sekli.rst › RECLASS › yamac_sekli _rec.rst 6. NDVI › ndvi=(mb4.rst-mb3.rst)/ (mb4.rst+mb3.rst) › ndvi.rst › RECLASS › ndvi _rec.rst 7. OVERLAY › Tüm puanlandırılmış parametre haritaları (IMAGE CALCULATOR) 8. erozyon.rst=(lito_rec.rst+ slope_rec.rst+ aspect_rec.rst+ yamac_sekli _rec.rst+ ndvi _rec.rst) 9. erozyon.rst › RECLASS › sonuc.rst a. Değer değişim aralığı › 5-20 b. RECLASS c. 5-8 › DÜŞÜK (1) Erozyon Potansiyeli d. 8-11 › ORTA (2) Erozyon Potansiyeli e. 11-14 › YÜKSEK (3) Erozyon Potansiyeli f. 14-20 › ÇOK YÜKSEK (4) Erozyon Potansiyeli 10. ORTHO › sonuc_rst + mengen_sam.rst (use qualitative palette) JEO 498 UYGULAMA: 6 Denetimli ve Denetimsiz Sınıflama Amaç: Bir uydu görüntüsü kullanarak, farklı algoritmalarla denetimsiz ve denetimli sınıflama yapılması. • Denetimli Sınıflama • Denetimsiz Sınıflama • Denetimli sınıflamada “Traning Site” › ÇOK ÖNEMLİ 1. COMPOSITE › B/G/R › tm1.rst/tm2.rst/tm3.rst › tm_123.rst 2. False Color COMPOSITE › B/G/R › tm3.rst/tm4.rst/tm5.rst › tm_345fcc.rst 3. Oluştur › tm_all.rgf 4. Sınıf No İsim Renk (FCC’de) Doku 1 Su Siyah Düz 2 Orman Yeşil Orta 3 Çıplak Alan Pembe-Açık Yeşil ~ Sarı Orta 4 Yol/Endüstriyel Alan Mavi/Gri Karmaşık 5 Yerleşim Açık Mavi Karmaşık Not: Kömür atık alanı bu uygulamada dikkate alınmayacak. 5. Run ISOCLUST from Image Processing Hard Classifiers 6. Insert Layer Group tm_all.rgf 7. İncele Histogram › 20 gruptan sonrası histogram düz, sınıf sayısını en fazla 20 olarak dikkate almak gerekli. 8. Output File Name: isoclust20.rst 9. RECLASS using the classes below giving the output file name isoclust20_reclass.rst: 1 2 2 2 3 2 4 4 5 3 6 3 7 1 8 2 9 2 10 4 11 5 12 5 13 2 14 4 15 3 16 5 17 3 18 5 19 4 20 3 10. Sınıf No İsim Renk (FCC’de) Doku 1 Su Siyah Düz 2 Orman Yeşil Orta 3 Çıplak Alan Pembe-Açık Yeşil ~ Sarı Orta 4 Yol/Endüstriyel Alan Mavi/Gri Karmaşık 5 Yerleşim Açık Mavi Karmaşık 6 Kömür Atık Alanı Koyu Pembe/Siyah Düz Training Areas › Bilinen özelliklere ilişkin alanları › Sayısallaştırma 11. Her bir sınıf için anlamlı sayıda ve temsil edici alanın sayısallaştırılması gereklidir. • Genel Kural: “Training Site” Piksel Sayısı ? Bant Sayısı x 10 (Bu uygulamada 60, çünkü 6 adet TM bandı kullanıyoruz) Yukarıda gösterilen alanları her bir sınıf için ayrı ayrı sayısallaştınız. Örnek: DISPLAY tm_345fcc.rst • Digitize ikonuna basınız • Dosya İsmi: Water (Enter the Name of layer to be created) • Click OK; Digitize; ID:1; Eğer başka alnlarda da “Water” varsa, o alanları da ID:1 olarak sayısallaştırmalısınız. • Save • Forest, Pasture, Residential, Commercial ve Coal sınıfları için de aynı işlemleri tekrarlayınız. 12. MAKESIG komutunu çalıştırınız (Image Processing/Signature Development) • Vector File Defining Training Sites’dan, her bir sınıfı tek tek seçerek, girdiğiniz ID’ler ile isimlerini “Enter Signature File Names” kesimine yazınız. “Create Signature Group File” butonundaki Check’i kaldırmayı unutmayınız. • Band to be Processed kesimine, daha önceden oluşturmuş olduğunuz RGF (6 TM bandı) dosyasını tanıtınız (6 TM bandını da burada görmelisiniz). Sonuçta , “water.sig” isimli dosya oluşacaktır. Bu aşamayı her bir sınıf için, diğer bir deyişle, her sınıfın tanıtıcı “*.sig” dosyalarını oluşturunuz. 13. Tüm alan için “train.rgf” dosyasını, Idrisi Explorer ile oluşturunuz (TM bantları için rgf dosyası oluştururkenki stratejimizi izleyiniz). Bu işlemi yaparken, “water.sig”, “forest.sig”, pasture.sig”, “commercial.sig”, “residential.sig” ve “coal.sig” sıralamasında dosyaları seçip gruplandırınız (Create signature group file). 14. SIGCOMP komutunu çalıştırınız. “Insert signature group file” için, bir önceki aşada oluşturduğunuz “train.rgf” dosyasını kullanmalısınız (burada dikkate aldığımız 6 sınıfı da görmelisiniz). Mean (ortalama) opsiyonunu seçip, her bir bantta, dikkate aldığımız sınıfların spektral yansıma değerlerinin değişimini inceleyiniz. Tartışma: • Neden Forest ve Residential TM4 nolu bantta benzer özellik vermiş olabilir? • Coal ve Water sınıfları hemen hemen her bantta benzer bir davranış göstermekte (su her bantta daha az yansıma veriyor). İkisini ayırt etmek için ne yapmalıyız? 15. SINIFLAMA (PIPED) • En hızlı sınıflama algoritması • Image Processing/Hard Classifiers/PIPED • “Train.sig” dosyasını kullanarak, “piped_min_max.rst” (min ve max değerleri temel alır) ve “piped_z.rst” (gauss dağılımı ve standart sapmayı temel alır) dosyalarını oluşturunuz. 16. SINIFLAMA (MAXIMUM LIKELIHOOD) • Eğer “Training Site” çok iyi tanımlanmışsa, genelde daha iyi sonuç verdiği bilinmektedir. • Image Processing/Hard Classifiers/MAXLIKE • “Train.sig” dosyasını kullanarak, “maxlike.rst” dosyasını oluşturunuz. 17. Tartışma › Görsel olarak hangi algoritma daha iyi sonuç verdi? Sınıflamayı nasıl daha iyi bir hale getiririz? Sınıflamalardaki hata ne kadar? 18. REFORMAT/RASTERVECTOR komutu ile eğitim aşamasında kullanıdığımız vektör dosyalarını, raster dosyalarına çeviriniz. Dosya isimleri olarak, eğitim aşamasındaki ID kodlarını kullanınız. Daha sonra, tüm dosyaları, aritmetik olarak toplayıp, “gr_cont.rst” adlı dosyayı oluşturunuz. Aynı işlemi, “tm_123.rst” dosyası ile de bilinen alanlar veya noktaları dikkate alarak yapabiliriz. 19. Image Processing/Accuracy Assessment/ERRMAT komutu ile Ground Truth Dosyası için “gr_cont.rst”, Categorical Map için de sınıflama yaptığımız dosyaları kullanıp, üretilen haritaların performansını karşılaştırınız. • Overall Error • KIA JEO 498 UYGULAMA 7 • Bu uygulamada, bir bölgeye ilişkin bazı jeolojik özelliklerin değerlendirilmesi ve analizi yapılacaktır. Bu işlemler gerçekleştirilirken, filtreleme, bant oranlama ve FCC kavramlarından yararlanılacaktır. • Hatırla › NDVI › Bitki örtüsüne yönelik yorumlamalar • Sağlıklı bitki örtüsü › NIR band: iyi yansıma › Kırmızı band: iyi soğurma • Toprak ve su › NIR ve Kırmızı ~ yansıma JEOLOJİK ÖZELLİKLERİN BELİRLENMESİ • Jeolojik haritalama, değişik türdeki kaya birimleri arasındaki sınırların saptanması, birbirleriyle olan ilişkilerin ortaya çıkartılması ve yüzeydeki tektonik kökenli çizgiselliklerin ortaya çıkartılması esasına dayanmaktadır (Kavak, 1998). • Geleneksel olarak bu işlemler sahada yapılan gözlemlerle gerçekleştirilmekte olup, günümüzde bu tür uygulamalrda UA ürünlerinden CBS yazılımlarından sıklıkla yararlanılmaktadır. Çizgisellik Analizi • Kullanılan yöntemler: Filtreleme; Bant Oranlama; FCC; PCA; Gölgelendirme Çizelge 1. Çizgisellik haritalarının oluşturulmasında Landsat TM uydu görüntüsü kullanılarak yapılan bazı çalışmalar (Kuterdem, 2005). Bant Kombinasyonu Filtreleme Kaynak 7 PCA, High Pass, Sobel Süzen and Toprak (1998) 5, 3, 1 (R, G, B) PCA, Lineer Kontrast, Dekorelasyon düzeltmesi Kaymakçı (2000) 7, 5, 4 (R, G, B) High Pass, PCA, Bant Oranlama Won-In and Charusiri (2003) 1. DISPLAY “mengen_sam.rst” 2. JPGIDRIS “litomengen.jpg” ›Output File: “lito_mengen.rst” (mengen_sam özelliklerini kullanınız). 3. DIGITIZE “rivers.vct” ve “faults.vct” 4. DISPLAY “mb7.rst” (grayscale paleti kullanarak) 5. Add Layers: “rivers.vct” (mavi) ve “faults.vct” (kırmızı) 6. Uncheck: “rivers.vct” ve “faults.vct” 7. COMPOSITE: RGB › “mengen.rst” 8. Image Processing/Enhancement/Stretch/Histogram Equalization: “mb7.rst” › “mb7_he.rst” 9. Image Processing/Enhancement/Filter/High Pass: mb7_he.rst›mb7_hp.rst 10. Contrast (-80-60) 11. Check: “rivers.vct” ve “faults.vct” 12. Aynı işlemleri, uygun dosya isimleri vererek Sobel ve Laplacian filtreleri ile de yapınız. 13. HILLSHADE “mengen_sam.rst” 14. Nehir ve fay vektör dosyalarını karşılaştırın (farklı yönlerden açı vererek). 15. OVERLAY: 5/7 (red); 2/3 (green); 4/5 (blue) › Red (hidroksil, fay ve kırıklar boyunca su etkisi); Green (bitki örtüsü); Blue (yüksek deformasyona uğrayan alanlar) 16. FCC: RGB bantları › “fcc.rst” Mineral Arama • Uranyum ›Arkoz kumtaşları içinde saklanan, ikincil demir oluşumları içinde. • Porfiro bakır yatakları › Kaolinitik killer, demir oksit ve hidroksiller. • Hidrotermal alterasyon › Alünit (sadece hidrotermal alterasyona uğramış kesimlerde). • Saçınımlı altın yatakları › Sıcak su kaynakları ile ilişkili › Sıcak suların yüzeye çıktığı yerler. • Kum ve Çakıl yatakları › Gece gündüz sıcaklık değişimi › Termal kızıl ötesi bantlar (Kavak, 1998). • Bu uygulamada çalışılacak alan: Volkanik bir bölge, ana kayaç: andezit. • Bölgedeki kayaçlar, hidrotermal çözeltiler ile alterasyona uğramış (sıcak su-kayaç etkileşimi). • Ekonomik değer taşıyan mineral oluşumunda son derece önemli. • Spektral yansımalar dikkate alınarak yapılan bant oranlamaları, sıklıkla kullanılmaktadır. • Mantık › Yansımanın fazla olduğu bant (pay); az olduğu bant (payda) › Hedeflenen mineral oluşumları. • Teorik kesim son derece önemli Bant Oranı (Landsat TM) Hedeflenen Mineral Türü Örnek Mineral 5/7 Kil mineralleri Kaolinit 5/4 Demir mineral i (1) Jarosit 3/1 Demir minerali (2) Hematit (Clark, 2002) • Kaolinit › 1.4 mm’de absorbe › TM’de bu bant yok, mevcut bilgiyi etkin kullanım çok önemli. UYGULAMA: 1. COMPOSITE: 1_2_3 (B, G, R): output file: “tm_123.rst” 2. DISPLAY “tm_123.rst”; ortadaki beyaz alan, hidrotermal alterasyona uğramış kesim 3. Bant 5/7; 5/4; 3/1 4. Basit aritmetiksel işlem yerine, NDVI’daki gibi bir yaklaşım, görüntüyü daha belirgin hale getirmektedir. 5. 5by7; 3by1; 5by4 6. DISPLAY: 5by7 (greyscale); min: -0.05; max: 0.20; apply, save 7. COMPOSITE: 5/7; 3/1; 5/4; (B; G; R); output file name: “ratio.rst” 8. Ortadaki mavi kesim › ^ 5/7 oranı (kil minerali)