Konumsal Veritabanı 2 Dersi 3. Ünite Özet

30.07.2022
11
A+
A-

Konumsal Veritabanında Raster Veriler

Açıköğretim ders notları öğrenciler tarafından ders çalışma esnasında hazırlanmakta olup diğer ders çalışacak öğrenciler için paylaşılmaktadır. Sizlerde hazırladığınız ders notlarını paylaşmak istiyorsanız bizlere iletebilirsiniz.

Açıköğretim derslerinden Konumsal Veritabanı 2 Dersi 3. Ünite Özet için hazırlanan  ders çalışma dokümanına (ders özeti / sorularla öğrenelim) aşağıdan erişebilirsiniz. AÖF Ders Notları ile sınavlara çok daha etkili bir şekilde çalışabilirsiniz. Sınavlarınızda başarılar dileriz.

Konumsal Veritabanında Raster Veriler

Giriş

Günümüz teknolojisinde birçok görüntüleme yapısı noktacılık akımına dayanmaktadır. Televizyon, bilgisayar vb. ekranlı donanımların görüntüleme yöntemleri, noktacılık akımının teknolojiye uyarlanması ile elde edilmiştir. Sayısal resim kavramında da kullanılan aynı yöntemde kırmızı, yeşil ve mavi noktalarla yaratılan renk paletleri kullanılmaktadır. Sayısal resimler, birbirleri ile aynı boyutta noktaların yan yana gelmesiyle oluşan, insanın gözünün ayırt edemeyeceği bir yapıda görüntülenir. Coğrafi Bilgi Sistemlerinde (CBS) verinin nasıl depolanıp işleneceğini tanımlayan bu yapıya raster veri modeli adı verilir.

Raster Veri Modeli

Raster veri modeli, konumsal nesneleri hücreler şeklinde temsil eden satır ve sütunlardan oluşan veri modelidir. Hücrelerden oluşması nedeni ile bazı kaynaklarda hücresel veri modeli olarak tanımlanmaktadır. Hücre, veriyi spektral veya tematik olarak temsil eden eşit büyüklükteki dikdörtgenlerdir. Raster veri yapısının temel ve en küçük elemanı olan bu hücrelere piksel adı verilir. Raster veri modeli yeryüzünü, piksellere bağlı olarak temsil eder. Raster verilere örnek olarak hava fotoğrafları, uydu görüntüleri ve taranmış haritalar gösterilebilir. Görüntü iki boyutlu resimsel gösterimleri ifade ederken, raster, görüntü verilerinin nasıl saklanacağını tanımlayan bir veri modelidir. Raster, görüntüyü oluşturan hücreleri, bant sayısını ve bit derinliğini tanımlar. Raster veri modeli tarafından tanımlanan özellikler; satır ve sütun sayısı, piksel boyutu, piksel degeri, piksel derinliği, bant sayısı ve konumsal referanstır.

Konumsal veritabanında rastel veri iki biçimde yer alabilir:

  • Sürekli veri: Sürekli veride raster piksel değerleri, bir yüzey oluşturmak için kesintisiz bir değişim gösterir. Sürekli veri, bir yerin yükseklik, sıcaklık, yağış miktarı gibi sınırları çok net olmayan, yüzeylerin temsilinde kullanılır. Hücre değeri, hücre merkezlerinin nicelik değeriyle temsil edilir.
  • Kesikli veri: Kesikli veride ise bir hücreden diğerine değer değişimi ya özdeş ya da çok keskindir. Kesikli veri, sınır çizgileri keskin, sınıflanmış ya da kategorize edilmiş yapıları temsil etmede kullanılır. Hücre değeri bir tamsayı ile ifade edilir.

Rastel Veri Kullanım Alanları

CBS ortamında raster veri kullanım alanları aşağıdaki gibidir:

  • Altlık harita: Uydu görüntüleri, GoogleMaps, OpenStreetMap vb. haritalar, sayısallaştırma işleminde altlık harita olarak kullanılır. Sayısallaştırma, konumlandırılmış bir raster veri üzerinden vektör veri oluşturma işlemidir. Altlık veri, vektör veri oluşturulmanın yanı sıra arazi çalışmalarında, çalışılan arazi hakkında görsel açıdan daha detaylı bilgiye ulaşmak için kullanılabilir. Altlık haritalar, coğrafi verilerin doğruluk kontrolü için kullanışlı bir araçtır.
  • Yüzey haritası: Ölçülen yükseklik değerlerinin gösterimi, raster verilerin en yaygın olarak kullanıldığı alandır. Bununla beraber, yağış miktarı, sıcaklık değisimleri, nüfus yoğunluğu gibi gösterimlerde yüzey haritaları kullanılmaktadır. Doğrudan uydu görüntülerinden yüzey haritaları elde edilebildiği gibi vektör veriler kullanılarak matematik ve istatistik yöntemlerle de yüzey modelleri oluşturulmaktadır.
  • Tematik raster harita: Tematik raster haritalar çeşitli analizler veya sınıflandırma sonucu oluşturulan haritalardır. Tematik raster haritalar genellikle uydu görüntülerinin sınıflandırılması sonucu elde edilir. Ayrıca vektör verilerin, öznitelik verilerine göre sınıflandırılmasından sonra, elde edilen haritaların çakıştırma analizi için raster veriye dönüştürülmesi, tematik raster harita kullanımına örnek olarak verilebilir.
  • Vektör verinin özniteliği: Konumsal nesneler için öznitelik (attribute) tabloları oluşturulurken, raster verinin öznitelik olarak kullanılabilmesi için veri alanı tipi “raster” olarak seçilmelidir. Böylece raster veri bu veri alanına bir öznitelik olarak eklenebilir.

Raster Verinin Genel Özellikleri

Raster verinin genel özellikleri olarak tanımlanan parametreler;

  • Satır ve sütün sayısı
  • Piksel değeri
  • Piksel boyutu
  • Piksel derinliği
  • Bant sayısı
  • Konumsal referans

olarak sıralanır.

Satır ve Sütun Sayısı : Raster veri modeli grid yapıda satır ve sütunlardan oluşmaktadır. Raster veriler gösterimde dikdörtgen olmasalar da mutlaka dikdörtgen şekilde ve eşit piksel boyutlarında, grid yapıda hücrelere bölünmüştür. Genellikle veri içermeyen piksel değerleri “no data” olarak ifade edilirler. Raster veri kümesinin görüntülenebilmesi için satır ve sütun sayısının bilinmesi gerekir.

Piksel Değeri : Raster veri kümelerinde her hücrenin (piksel) bir değeri vardır. Piksel değerleri, raster veride bir kategoriyi, yüksekliği ya da spektral değeri temsil edebilir. Piksel değerleri pozitif ya da negatif tam sayı veya gerçel (reel) sayı değerlerini alabilir. Kategorik ya da kesikli verilerin gösterimi tam sayılarla en iyi şekilde uygulanırken, sürekli yüzeylerin gösteriminde gerçel sayı değerleri kullanılır. Hücreler verinin yokluğunu gösterebilmek için hiçbir veri değeri almayabilirler.

Piksel Boyutu: Hücrenin boyutları, yüzeydeki konumsal nesnenin raster veri kümesindeki gösterimine bağlı olarak, istenilen büyüklüğü ya da küçüklüğü ifade edebilir. Boyutların alacağı değer ihtiyaç duyulan gösterime göre santimetre, metre, kilometre, inç, feet vb. uzunluk birimleri olabilmektedir. Hücrenin boyutlarına karşılık gelen değer, raster veride modelin ne kadar basit ya da ne kadar detaylı gösterileceğini belirtir. Küçük hücre boyutları, daha yumuşak daha detaylı gösterimlere karşılık gelirken, raster verinin daha fazla hücreden oluşmasına ve verinin depolandığı yerde büyük yer kaplamasına neden olur.

Piksel Derinliği: Piksel derinliği (bit derinliği) raster verilerin piksellerinin alabileceği değer aralıklarını tanımlar. Bilgisayar ortamında veriler ikili sistemde (binary) tanımlandığı için 2n seklinde belirtilir.

Bant Sayısı: Raster veriler kendi içinde katmanlı bir yapıdadır. Bu katmanlara bant adı verilir. Raster veriler tek bant ya da çok bantlı olabilir. Her raster veri bandı satır ve sütunlardan oluşan grid yapıdaki piksel değerleri ile tanımlanır. Aynı konumdaki pikseller her bantta farklı değer alabilir. Çok bantlı raster veriler birbirleri ile konumsal olarak örtüşen grid yapısındadır. Çok bantlı raster verilerde genellikle piksel boyutları eşittir, ancak bazı durumlarda farklı piksel boyutlarına sahip bantlar da olabilir.

Konumsal Referans: Raster veride hücrelerin konumu, genellikle kartezyen (dik) koordinat sistemiyle temsil edilen raster matrisinin satır ve sütunlarıyla tanımlanır. Satır sayıları “Y” eksenindeki değere, sütun sayıları “X” eksenindeki değere karşılık gelir. Bu şekilde kılavuz çizgiler satır ve sütun değerleri ile belirlenmiş ve değer aralıklarının hücre boyutuna eşit olduğu bir düzlem elde edilmiş olur. Bu düzlem üzerinde raster verinin köşe koordinatı bilinirse diğer hücrelerin koordinatları hesaplanabilir. Raster veri kümelerine ait koordinatların yerkürede nerede konumlanacağı konumsal referans ile belirlenmektedir. Konumsal referans tanımlanmadan raster veri kümelerinin dünyada nerde bulunduğu bilinemez.

Raster Veri Modelinde Veri Tipleri

Raster veri modelinde veri tipleri aşağıdaki gibidir:

  • Sınıflamalı veri
  • Kademeli veri
  • Aralıklı veri
  • Oranlı veri

Sınıflamalı Veri: Sınıflamalı veri, isim olarak tanımlanan veridir. Pikseller bağlı olduğu grup, sınıf, üyelik, cinsiyet, kategori vb. göre tanımlanır. Bu değerler vasıf ve nitelik bilgisi içerirler. Sınıflamalı veriler, nicelik, miktar gibi değerler almaz, doğrusal bir ölçekle ya da sabit bir değer veya noktayla ilişkilendirilemezler. Sayısal değer olmadıkları için piksel değerleri ile matematiksel işlem ve sıralama yapılamaz. Arazi kullanımı, toprak sınıfı gibi değerler kategorik sınıf olarak nitelendirilir. Sınıflamalı veride sayısal yorum, ancak yüzde değerler ile azlık ve çokluk değerlendirmesi şeklinde yapılabilir.

Kademeli Veri: Kademeli veri, piksel değerlerini sayısal olmayan bir derecelendirme ölçeğine göre sıralar.

Aralıklı Veri: Aralıklı veri, sınıflamalı ve kademeli verinin aksine sayısal değer aralıklarından oluşur. Nem, sıcaklık gibi ölçülen değerleri belirlenmiş değer aralıkları ile ifade eder. Değer aralıklarının bir anlamı vardır, yorumlanabilir ve karşılaştırma yapılabilir.

Oranlı Veri : Oranlı veri, aralıklı veri gibi sayısal değerlerden oluşur. Oranlı veri tanımlı bir ölçüm aralığında ölçülmüş değerlerin sabit ve anlamlı bir sıfır noktası ile göreceli olarak gösterilmesidir. Oranlı veri ile aralıklı veri arasındaki fark, oranlı veri değerinin sıfır değeri içermesidir. Sıfır değeri tarif edilen niceliğin olmaması demektir.

Rasterli Veride Çözünürlük

Raster veride 4 farklı çözünürlük vardır:

  • Konumsal çözünürlük
  • Spektral çözünürlük
  • Radyometrik çözünürlük
  • Zamansal çözünürlük

Konumsal Çözünürlük: Konumsal çözünürlük, görüntüdeki ayırt edilebilir detay seviyesini gösteren bir özelliktir. Görüntünün en küçük elemanı olan pikselin yeryüzündeki temsil ettiği sahayı veya kapladığı alanı ifade eden bir terimdir. Raster veride piksel boyutları değistirilirken küçük piksel boyutuna sahip raster veri, daha büyük piksel boyutunda bir veriye dönüştürüldüğünde detay kaybeder. Ancak büyük piksel boyutuna sahip raster veri küçük piksel boyutuna dönüştürüldüğünde veri detayı artmaz. Bu nedenle raster veriyle yapılacak çalışmalarda, en küçük piksel boyutuna sahip raster verinin bir kopyasının saklanmasında fayda vardır.

Spektral Çözünürlük: Uzaktan algılama için kullanılan algılayıcının, elektromanyetik spektrumda kaydedebildiği belirli dalga boyu aralığına spektral dalga boyu genişliği adı verilir. Elektromanyetik spektrum, belirli dalga genişliklerinde, dalga boyuna göre gruplanırlar. Bu gruplar; radyo dalgaları, mikro dalgalar, kızıl ötesi, görünür bölge gibi isimlendirilir. Spektral çözünürlük, belirli bir bant için elektromanyetik spektrumda yer alan dalga boyunun büyüklüğünü ifade eder. Elektromanyetik spektrumda geniş dalga boyu aralıkları düşük çözünürlük, dar dalga boyu aralıkları ise yüksek çözünürlük olarak tanımlanır. Diğer bir deyişle bant aralığı küçüldükçe çözünürlük artmaktadır. Dedektör tarafından bir bant aralığında algılanan görüntü, raster veri yapısına aktarıldığında karşımıza katman (layer) olarak gelir. Raster veriler bir ya da daha fazla banda sahip olabilir. Raster veri kümesinin tek bir bantta görüntülenmesi için üç yöntem kullanılır: İki renk, gri tonlama ve renk paleti.

Radyometrik Çözünürlük: Radyometrik çözünürlük, verileri toplayan algılayıcının, gelen ısınım enerjisindeki en küçük farklılıkları ayırt edebilme yeteneği olarak tanımlanır. Raster verilerde radyometrik çözünürlük, piksel derinliği ile tanımlanır. Elektromanyetik spektrumun aynı aralığında yer alan nesneleri ayırmak için raster bantlarının olası piksel derinliğinin sayısını ifade eder. Piksel derinliği (bit derinligi) raster verilerin piksellerinin alabileceği değer aralıklarını tanımlar. Radyometrik çözünürlük bir görüntü dosyasının boyutunu (depolama alanını) hesaplamada da kullanılır.

Zamansal Çözünürlük: Algılayıcının belirli bir bölge için görüntü alabilme sıklığıdır. Uydu, ayarlanmış olduğu bölge üzerinde bir yörünge izlemektedir. Bu yörünge üzerinde belirlenen bölgeden tekrar görüntü alma süresi de zamansal çözünürlüktür.

Rastel Veri Yönetim Stratejileri

Rastel veriler konumsal veritabanında aşağıdaki iki şekilde depolanabilir:

  • Dosya sisteminde depolama
  • Konumsal veritabanında depolama

Dosya Sisteminde Depolama: Kişisel bilgisayarlar için daha uygun olan bu yapıda raster veriler dosya olarak tutulur, sadece gerek duyulduğunda dosya sistemi içerisinden çağrılırlar. Konumsal veritabanı içerisinde raster veri depolanmaz, ancak verinin dosya sistemindeki yerini gösteren yolu (path) tutulur. Raster veriler, donanımı ve veritabanı yönetim sistemini zorlayacak yapıda ise bu yönetim şekli tercih edilmelidir. Kişisel çalışmaya uygundur. Donanımın güçlü olması gerekmez. Kullanılabilecek raster veri formatlarında herhangi bir kısıtlama yoktur.

Konumsal Veritabanında Depolama: Büyük organizasyonlar (şirket, belediye vb.), güçlü donanımlar ve güçlü VTYS yazılımları için daha uygun olan bu yapıda, raster veriler konumsal veritabanı içinde depolanmaktadır. Ekip çalışmasına olanak sağlar.

Piramit, raster verilerin konumsal veritabanı ortamına eklenirken oluşturulması önerilen bir yapıdır. Raster veriler donanımların grafik işlemcilerini fazlasıyla yoran veri modelidir. Raster veri üzerinde yapılan işlemlerin daha hızlı yapılmasını sağlamak ve grafik işlemciyi optimum performansla kullanmak amacıyla uygulanan bir yöntemdir. Piramit, raster veri üzerinde herhangi bir değişiklik yapmayan sadece gösterime yönelik bir uygulamadır.

Bloklama işlemi kullanışlı ve donanımı yormayacak bir yönetim stratejisidir. Raster veriyi tamamıyla tablolarda tutmaktansa belirli büyüklüklerdeki bloklara bölerek, konumsal veritabanında depolama işlemidir. Çalışma alanına göre sadece gösterimde olan bloklar konumsal veritabanından çağırılır, böylece verinin geri kalanı gereksiz yere gösterilmemiş olur. Böylece donanım ve VTYS yüksek performans kazanır.

Raster Veri Organizasyonu

Konumsal veritabanında raster veri:

  • Raster veri kümesi
  • Raster katalog
  • Mozaik veri kümesi
  • Konumsal nesne özniteliği

Raster Veri Kümesi: Konumsal veritabanı ya da dosya biçiminde depolanan konumsal nitelikteki raster verilere raster veri kümesi (raster dataset) adı verilir.

Raster Katalog: Raster katalog, raster verileri belirli bir düzen içerisinde kataloglamaya yarayan bir yapıdır. Her bir raster veri kümesini bağımsız kayıt olarak, tablo biçiminde depolar. Raster katalog, binlerce resim içeren büyüklükte bir yapı olabilir. Bu yapı içinde saklanan veri kümeleri, mozaik oluşturmaya gerek duyulmadan tamamıyla ya da parçalı bir şekilde üst üste veya yan yana görüntülenebilmektedir. Raster katalog, raster veri kümelerinin birleştirilmeden kullanılmasına olanak sağlamaktadır. Verileri tek bir veri kümesine dönüştürmez ve sadece görüntülenmesinde işe yarar.

Mozaik Veri Kümesi: Mozaik veri kümesi, içinde bulunan raster veri kümelerine tek veri kümesiymiş gibi davranır. Analiz araçları tek veri üzerindeymiş gibi çalışabilir. Mozaik veri kümeleri, verilerin metalarını, koordinat sistemlerini öznitelik olarak farklı tabloda tutarlar. Mozaik veri kümesi, verileri zaman bağlı olarak depolamakta ve bu işlem üzerinden sorgulama yapmaya olanak sağlamaktadır. Esas olarak mozaik veri kümesi, verilerin bir mozaik olarak görüntülenmesi işlemini sağlarken sorgulama işlemlerini kolaylaştırmak için sorgulama kümeleri oluşturmaktadır.

Konumsal Nesne Özniteliği: Konumsal nesne tablosu içerisinde raster veri için bir veri alanı oluşturularak bu alana raster veri eklenebilir.

Giriş

Günümüz teknolojisinde birçok görüntüleme yapısı noktacılık akımına dayanmaktadır. Televizyon, bilgisayar vb. ekranlı donanımların görüntüleme yöntemleri, noktacılık akımının teknolojiye uyarlanması ile elde edilmiştir. Sayısal resim kavramında da kullanılan aynı yöntemde kırmızı, yeşil ve mavi noktalarla yaratılan renk paletleri kullanılmaktadır. Sayısal resimler, birbirleri ile aynı boyutta noktaların yan yana gelmesiyle oluşan, insanın gözünün ayırt edemeyeceği bir yapıda görüntülenir. Coğrafi Bilgi Sistemlerinde (CBS) verinin nasıl depolanıp işleneceğini tanımlayan bu yapıya raster veri modeli adı verilir.

Raster Veri Modeli

Raster veri modeli, konumsal nesneleri hücreler şeklinde temsil eden satır ve sütunlardan oluşan veri modelidir. Hücrelerden oluşması nedeni ile bazı kaynaklarda hücresel veri modeli olarak tanımlanmaktadır. Hücre, veriyi spektral veya tematik olarak temsil eden eşit büyüklükteki dikdörtgenlerdir. Raster veri yapısının temel ve en küçük elemanı olan bu hücrelere piksel adı verilir. Raster veri modeli yeryüzünü, piksellere bağlı olarak temsil eder. Raster verilere örnek olarak hava fotoğrafları, uydu görüntüleri ve taranmış haritalar gösterilebilir. Görüntü iki boyutlu resimsel gösterimleri ifade ederken, raster, görüntü verilerinin nasıl saklanacağını tanımlayan bir veri modelidir. Raster, görüntüyü oluşturan hücreleri, bant sayısını ve bit derinliğini tanımlar. Raster veri modeli tarafından tanımlanan özellikler; satır ve sütun sayısı, piksel boyutu, piksel degeri, piksel derinliği, bant sayısı ve konumsal referanstır.

Konumsal veritabanında rastel veri iki biçimde yer alabilir:

  • Sürekli veri: Sürekli veride raster piksel değerleri, bir yüzey oluşturmak için kesintisiz bir değişim gösterir. Sürekli veri, bir yerin yükseklik, sıcaklık, yağış miktarı gibi sınırları çok net olmayan, yüzeylerin temsilinde kullanılır. Hücre değeri, hücre merkezlerinin nicelik değeriyle temsil edilir.
  • Kesikli veri: Kesikli veride ise bir hücreden diğerine değer değişimi ya özdeş ya da çok keskindir. Kesikli veri, sınır çizgileri keskin, sınıflanmış ya da kategorize edilmiş yapıları temsil etmede kullanılır. Hücre değeri bir tamsayı ile ifade edilir.

Rastel Veri Kullanım Alanları

CBS ortamında raster veri kullanım alanları aşağıdaki gibidir:

  • Altlık harita: Uydu görüntüleri, GoogleMaps, OpenStreetMap vb. haritalar, sayısallaştırma işleminde altlık harita olarak kullanılır. Sayısallaştırma, konumlandırılmış bir raster veri üzerinden vektör veri oluşturma işlemidir. Altlık veri, vektör veri oluşturulmanın yanı sıra arazi çalışmalarında, çalışılan arazi hakkında görsel açıdan daha detaylı bilgiye ulaşmak için kullanılabilir. Altlık haritalar, coğrafi verilerin doğruluk kontrolü için kullanışlı bir araçtır.
  • Yüzey haritası: Ölçülen yükseklik değerlerinin gösterimi, raster verilerin en yaygın olarak kullanıldığı alandır. Bununla beraber, yağış miktarı, sıcaklık değisimleri, nüfus yoğunluğu gibi gösterimlerde yüzey haritaları kullanılmaktadır. Doğrudan uydu görüntülerinden yüzey haritaları elde edilebildiği gibi vektör veriler kullanılarak matematik ve istatistik yöntemlerle de yüzey modelleri oluşturulmaktadır.
  • Tematik raster harita: Tematik raster haritalar çeşitli analizler veya sınıflandırma sonucu oluşturulan haritalardır. Tematik raster haritalar genellikle uydu görüntülerinin sınıflandırılması sonucu elde edilir. Ayrıca vektör verilerin, öznitelik verilerine göre sınıflandırılmasından sonra, elde edilen haritaların çakıştırma analizi için raster veriye dönüştürülmesi, tematik raster harita kullanımına örnek olarak verilebilir.
  • Vektör verinin özniteliği: Konumsal nesneler için öznitelik (attribute) tabloları oluşturulurken, raster verinin öznitelik olarak kullanılabilmesi için veri alanı tipi “raster” olarak seçilmelidir. Böylece raster veri bu veri alanına bir öznitelik olarak eklenebilir.

Raster Verinin Genel Özellikleri

Raster verinin genel özellikleri olarak tanımlanan parametreler;

  • Satır ve sütün sayısı
  • Piksel değeri
  • Piksel boyutu
  • Piksel derinliği
  • Bant sayısı
  • Konumsal referans

olarak sıralanır.

Satır ve Sütun Sayısı : Raster veri modeli grid yapıda satır ve sütunlardan oluşmaktadır. Raster veriler gösterimde dikdörtgen olmasalar da mutlaka dikdörtgen şekilde ve eşit piksel boyutlarında, grid yapıda hücrelere bölünmüştür. Genellikle veri içermeyen piksel değerleri “no data” olarak ifade edilirler. Raster veri kümesinin görüntülenebilmesi için satır ve sütun sayısının bilinmesi gerekir.

Piksel Değeri : Raster veri kümelerinde her hücrenin (piksel) bir değeri vardır. Piksel değerleri, raster veride bir kategoriyi, yüksekliği ya da spektral değeri temsil edebilir. Piksel değerleri pozitif ya da negatif tam sayı veya gerçel (reel) sayı değerlerini alabilir. Kategorik ya da kesikli verilerin gösterimi tam sayılarla en iyi şekilde uygulanırken, sürekli yüzeylerin gösteriminde gerçel sayı değerleri kullanılır. Hücreler verinin yokluğunu gösterebilmek için hiçbir veri değeri almayabilirler.

Piksel Boyutu: Hücrenin boyutları, yüzeydeki konumsal nesnenin raster veri kümesindeki gösterimine bağlı olarak, istenilen büyüklüğü ya da küçüklüğü ifade edebilir. Boyutların alacağı değer ihtiyaç duyulan gösterime göre santimetre, metre, kilometre, inç, feet vb. uzunluk birimleri olabilmektedir. Hücrenin boyutlarına karşılık gelen değer, raster veride modelin ne kadar basit ya da ne kadar detaylı gösterileceğini belirtir. Küçük hücre boyutları, daha yumuşak daha detaylı gösterimlere karşılık gelirken, raster verinin daha fazla hücreden oluşmasına ve verinin depolandığı yerde büyük yer kaplamasına neden olur.

Piksel Derinliği: Piksel derinliği (bit derinliği) raster verilerin piksellerinin alabileceği değer aralıklarını tanımlar. Bilgisayar ortamında veriler ikili sistemde (binary) tanımlandığı için 2n seklinde belirtilir.

Bant Sayısı: Raster veriler kendi içinde katmanlı bir yapıdadır. Bu katmanlara bant adı verilir. Raster veriler tek bant ya da çok bantlı olabilir. Her raster veri bandı satır ve sütunlardan oluşan grid yapıdaki piksel değerleri ile tanımlanır. Aynı konumdaki pikseller her bantta farklı değer alabilir. Çok bantlı raster veriler birbirleri ile konumsal olarak örtüşen grid yapısındadır. Çok bantlı raster verilerde genellikle piksel boyutları eşittir, ancak bazı durumlarda farklı piksel boyutlarına sahip bantlar da olabilir.

Konumsal Referans: Raster veride hücrelerin konumu, genellikle kartezyen (dik) koordinat sistemiyle temsil edilen raster matrisinin satır ve sütunlarıyla tanımlanır. Satır sayıları “Y” eksenindeki değere, sütun sayıları “X” eksenindeki değere karşılık gelir. Bu şekilde kılavuz çizgiler satır ve sütun değerleri ile belirlenmiş ve değer aralıklarının hücre boyutuna eşit olduğu bir düzlem elde edilmiş olur. Bu düzlem üzerinde raster verinin köşe koordinatı bilinirse diğer hücrelerin koordinatları hesaplanabilir. Raster veri kümelerine ait koordinatların yerkürede nerede konumlanacağı konumsal referans ile belirlenmektedir. Konumsal referans tanımlanmadan raster veri kümelerinin dünyada nerde bulunduğu bilinemez.

Raster Veri Modelinde Veri Tipleri

Raster veri modelinde veri tipleri aşağıdaki gibidir:

  • Sınıflamalı veri
  • Kademeli veri
  • Aralıklı veri
  • Oranlı veri

Sınıflamalı Veri: Sınıflamalı veri, isim olarak tanımlanan veridir. Pikseller bağlı olduğu grup, sınıf, üyelik, cinsiyet, kategori vb. göre tanımlanır. Bu değerler vasıf ve nitelik bilgisi içerirler. Sınıflamalı veriler, nicelik, miktar gibi değerler almaz, doğrusal bir ölçekle ya da sabit bir değer veya noktayla ilişkilendirilemezler. Sayısal değer olmadıkları için piksel değerleri ile matematiksel işlem ve sıralama yapılamaz. Arazi kullanımı, toprak sınıfı gibi değerler kategorik sınıf olarak nitelendirilir. Sınıflamalı veride sayısal yorum, ancak yüzde değerler ile azlık ve çokluk değerlendirmesi şeklinde yapılabilir.

Kademeli Veri: Kademeli veri, piksel değerlerini sayısal olmayan bir derecelendirme ölçeğine göre sıralar.

Aralıklı Veri: Aralıklı veri, sınıflamalı ve kademeli verinin aksine sayısal değer aralıklarından oluşur. Nem, sıcaklık gibi ölçülen değerleri belirlenmiş değer aralıkları ile ifade eder. Değer aralıklarının bir anlamı vardır, yorumlanabilir ve karşılaştırma yapılabilir.

Oranlı Veri : Oranlı veri, aralıklı veri gibi sayısal değerlerden oluşur. Oranlı veri tanımlı bir ölçüm aralığında ölçülmüş değerlerin sabit ve anlamlı bir sıfır noktası ile göreceli olarak gösterilmesidir. Oranlı veri ile aralıklı veri arasındaki fark, oranlı veri değerinin sıfır değeri içermesidir. Sıfır değeri tarif edilen niceliğin olmaması demektir.

Rasterli Veride Çözünürlük

Raster veride 4 farklı çözünürlük vardır:

  • Konumsal çözünürlük
  • Spektral çözünürlük
  • Radyometrik çözünürlük
  • Zamansal çözünürlük

Konumsal Çözünürlük: Konumsal çözünürlük, görüntüdeki ayırt edilebilir detay seviyesini gösteren bir özelliktir. Görüntünün en küçük elemanı olan pikselin yeryüzündeki temsil ettiği sahayı veya kapladığı alanı ifade eden bir terimdir. Raster veride piksel boyutları değistirilirken küçük piksel boyutuna sahip raster veri, daha büyük piksel boyutunda bir veriye dönüştürüldüğünde detay kaybeder. Ancak büyük piksel boyutuna sahip raster veri küçük piksel boyutuna dönüştürüldüğünde veri detayı artmaz. Bu nedenle raster veriyle yapılacak çalışmalarda, en küçük piksel boyutuna sahip raster verinin bir kopyasının saklanmasında fayda vardır.

Spektral Çözünürlük: Uzaktan algılama için kullanılan algılayıcının, elektromanyetik spektrumda kaydedebildiği belirli dalga boyu aralığına spektral dalga boyu genişliği adı verilir. Elektromanyetik spektrum, belirli dalga genişliklerinde, dalga boyuna göre gruplanırlar. Bu gruplar; radyo dalgaları, mikro dalgalar, kızıl ötesi, görünür bölge gibi isimlendirilir. Spektral çözünürlük, belirli bir bant için elektromanyetik spektrumda yer alan dalga boyunun büyüklüğünü ifade eder. Elektromanyetik spektrumda geniş dalga boyu aralıkları düşük çözünürlük, dar dalga boyu aralıkları ise yüksek çözünürlük olarak tanımlanır. Diğer bir deyişle bant aralığı küçüldükçe çözünürlük artmaktadır. Dedektör tarafından bir bant aralığında algılanan görüntü, raster veri yapısına aktarıldığında karşımıza katman (layer) olarak gelir. Raster veriler bir ya da daha fazla banda sahip olabilir. Raster veri kümesinin tek bir bantta görüntülenmesi için üç yöntem kullanılır: İki renk, gri tonlama ve renk paleti.

Radyometrik Çözünürlük: Radyometrik çözünürlük, verileri toplayan algılayıcının, gelen ısınım enerjisindeki en küçük farklılıkları ayırt edebilme yeteneği olarak tanımlanır. Raster verilerde radyometrik çözünürlük, piksel derinliği ile tanımlanır. Elektromanyetik spektrumun aynı aralığında yer alan nesneleri ayırmak için raster bantlarının olası piksel derinliğinin sayısını ifade eder. Piksel derinliği (bit derinligi) raster verilerin piksellerinin alabileceği değer aralıklarını tanımlar. Radyometrik çözünürlük bir görüntü dosyasının boyutunu (depolama alanını) hesaplamada da kullanılır.

Zamansal Çözünürlük: Algılayıcının belirli bir bölge için görüntü alabilme sıklığıdır. Uydu, ayarlanmış olduğu bölge üzerinde bir yörünge izlemektedir. Bu yörünge üzerinde belirlenen bölgeden tekrar görüntü alma süresi de zamansal çözünürlüktür.

Rastel Veri Yönetim Stratejileri

Rastel veriler konumsal veritabanında aşağıdaki iki şekilde depolanabilir:

  • Dosya sisteminde depolama
  • Konumsal veritabanında depolama

Dosya Sisteminde Depolama: Kişisel bilgisayarlar için daha uygun olan bu yapıda raster veriler dosya olarak tutulur, sadece gerek duyulduğunda dosya sistemi içerisinden çağrılırlar. Konumsal veritabanı içerisinde raster veri depolanmaz, ancak verinin dosya sistemindeki yerini gösteren yolu (path) tutulur. Raster veriler, donanımı ve veritabanı yönetim sistemini zorlayacak yapıda ise bu yönetim şekli tercih edilmelidir. Kişisel çalışmaya uygundur. Donanımın güçlü olması gerekmez. Kullanılabilecek raster veri formatlarında herhangi bir kısıtlama yoktur.

Konumsal Veritabanında Depolama: Büyük organizasyonlar (şirket, belediye vb.), güçlü donanımlar ve güçlü VTYS yazılımları için daha uygun olan bu yapıda, raster veriler konumsal veritabanı içinde depolanmaktadır. Ekip çalışmasına olanak sağlar.

Piramit, raster verilerin konumsal veritabanı ortamına eklenirken oluşturulması önerilen bir yapıdır. Raster veriler donanımların grafik işlemcilerini fazlasıyla yoran veri modelidir. Raster veri üzerinde yapılan işlemlerin daha hızlı yapılmasını sağlamak ve grafik işlemciyi optimum performansla kullanmak amacıyla uygulanan bir yöntemdir. Piramit, raster veri üzerinde herhangi bir değişiklik yapmayan sadece gösterime yönelik bir uygulamadır.

Bloklama işlemi kullanışlı ve donanımı yormayacak bir yönetim stratejisidir. Raster veriyi tamamıyla tablolarda tutmaktansa belirli büyüklüklerdeki bloklara bölerek, konumsal veritabanında depolama işlemidir. Çalışma alanına göre sadece gösterimde olan bloklar konumsal veritabanından çağırılır, böylece verinin geri kalanı gereksiz yere gösterilmemiş olur. Böylece donanım ve VTYS yüksek performans kazanır.

Raster Veri Organizasyonu

Konumsal veritabanında raster veri:

  • Raster veri kümesi
  • Raster katalog
  • Mozaik veri kümesi
  • Konumsal nesne özniteliği

Raster Veri Kümesi: Konumsal veritabanı ya da dosya biçiminde depolanan konumsal nitelikteki raster verilere raster veri kümesi (raster dataset) adı verilir.

Raster Katalog: Raster katalog, raster verileri belirli bir düzen içerisinde kataloglamaya yarayan bir yapıdır. Her bir raster veri kümesini bağımsız kayıt olarak, tablo biçiminde depolar. Raster katalog, binlerce resim içeren büyüklükte bir yapı olabilir. Bu yapı içinde saklanan veri kümeleri, mozaik oluşturmaya gerek duyulmadan tamamıyla ya da parçalı bir şekilde üst üste veya yan yana görüntülenebilmektedir. Raster katalog, raster veri kümelerinin birleştirilmeden kullanılmasına olanak sağlamaktadır. Verileri tek bir veri kümesine dönüştürmez ve sadece görüntülenmesinde işe yarar.

Mozaik Veri Kümesi: Mozaik veri kümesi, içinde bulunan raster veri kümelerine tek veri kümesiymiş gibi davranır. Analiz araçları tek veri üzerindeymiş gibi çalışabilir. Mozaik veri kümeleri, verilerin metalarını, koordinat sistemlerini öznitelik olarak farklı tabloda tutarlar. Mozaik veri kümesi, verileri zaman bağlı olarak depolamakta ve bu işlem üzerinden sorgulama yapmaya olanak sağlamaktadır. Esas olarak mozaik veri kümesi, verilerin bir mozaik olarak görüntülenmesi işlemini sağlarken sorgulama işlemlerini kolaylaştırmak için sorgulama kümeleri oluşturmaktadır.

Konumsal Nesne Özniteliği: Konumsal nesne tablosu içerisinde raster veri için bir veri alanı oluşturularak bu alana raster veri eklenebilir.

BİR YORUM YAZIN

ZİYARETÇİ YORUMLARI - 0 YORUM

Henüz yorum yapılmamış.