Replika Etkinlik Günlüklerini Görüntülemek

Coğrafi veri tabanı replikasyonu sayesinde bir coğrafi veri tabanından diğerine veri kopyalayabilir, bir veri tabanında istediğiniz gibi verilerinizi düzenleyebilir ve sonrasında yaptığınız değişiklikleri diğer veri tabanlarına gönderebilirsiniz. Bu sayede birden çok coğrafi veri tabanı içindeki veri setlerini eş zamanlı olarak birbirlerine kopyalayabilirsiniz.

Ana coğrafi veri tabanından replika oluşturup, bu replikada güncelleştirmeleri yaptıktan sonra tekrar ana veri tabanına geri gönderilmesini sağlayarak kolayca çoklu çalışabilirsiniz.

Ne zaman ArcGIS’te bir replika oluştursanız ya da eşitleme (synchronize) işlemi yapsanız, coğrafi veri tabanı sunucusuna bağlı olsanız da olmasanız da bu işlemle ilgili detaylı bir replika etkinlik günlüğü kaydedilir. Bu günlükteki bilgiler sayesinde, varsa hataların neden kaynaklandığını bulabilir, replika oluşturma ve senkronizasyonuyla ilgili performans sorunlarını inceleyebilirsiniz.

Bu replika etkinlik kaydı, işlemi yaptığınız bilgisayarınızdaki bir klasörde saklanır. Bu klasörün yerini işlemi yapmadan önce belirleyebilirsiniz. Örneğin Windows 10 kullanan bir bilgisayarda bu dosya yolu, varsayılan olarak “%KullanıcıAdı\AppData\Local\ESRI” olarak belirlenmiştir, yani ReplicaLog.dat dosyanızı C:\Kullanıcılar\KullanıcıAdı\Appdata\Local\ESRI dosya yolunun altına bulabilirsiniz.

Bu adresi değiştirmek isterseniz, bunu Distrubuted Geodatabase araç çubuğundan Options (Seçenekler) yoluyla belirleyebilirsiniz.

Bu yöntemi kullanarak her işlemden sonra tutulacak bu etkinlik günlüğü kaydının dosya yolunu belirlemenin yanında, kayıt seviyesini de belirleyebilirsiniz.

Replika etkinlik kaydı aşağıdaki detayları içerir:

  • ERRORS – İşlemi çalıştırdığınızda kaç hata aldığınızı
  • WARNINGS – İşlemi çalıştırdığınızda kaç tane uyarı oluştuğu,
  • Operation Name – Çalıştırılan işlemin adı,
  • Time Completed – İşlemin sona erdiği tarih ve saati,
  • Operation Info- İşlem hakkındaki genel bilgi kaydını.

 

Oluşturulan ReplicaLog.dat dosyasını herhangi bir metin düzenleyici (text editor) ile görüntüleyebilirsiniz.

Daha fazla bilgi için:

The replica activity log:

http://desktop.arcgis.com/en/arcmap/latest/manage-data/geodatabases/the-replica-activity-log.htm

A quick tour of replica management:

http://desktop.arcgis.com/en/arcmap/latest/manage-data/geodatabases/a-quick-tour-of-replica-management.htm

 

Esri Türkiye, 2018

ArcGIS Pro’da Suç Analizi Çözümleri Bölüm 2

ArcGIS Pro’da Suç Analizi Çözümleri Bölüm 2

Suç analizi, elimizdeki veriler sayesinde mekân, zaman, suçun işleniş karakteristikleri, önceki olaylara benzerlikleri gibi konuların tespit edilmesi, aynı zamanda suç trendleri, suçlar ve diğer değişkenler arasındaki korelasyon ve nedensellik ilişkilerini ortaya çıkarmakta kullanılır.

Suç ve şüphelinin belirlenmesi, haritalanması, zaman çizelgelerinin çıkarılması, grafikler, tablolar ve şemalar oluşturulması işlemlerini de içerir. Bu sayede mahkeme sürecine katkı sağlayabilir.

Suç analizi, devriye, suçun önlenmesi, soruşturma, planlama, araştırma, personel, operasyon, bütçe vb. birçok birimin faaliyetlerini desteklemede kullanılabilir.

Suç analizlerinin en önemli kısımlarından olan veri toplama, veriyi standart hale getirme, suçların benzerliklerini kategorize etme ve soruşturmaya katkı sağlayacak bütün verilerin hazırlanması gibi işleri Esri’nin suç analizi çözümleri sayesinde hızlı ve etkin bir şekilde gerçekleştirilebiliriz, bu sayede de zaman ve kaynak tasarrufu sağlayabilirsiniz.

Esri’nin Suç analizi çözümleriyle;

  • Meydana gelen veya gelişmekte olan suç serilerini ve suç kalıplarını ortaya çıkarabilir, harita üzerinde görüntüleyebilir,
  • Olması muhtemel suçlar için yakın bir tahminde bulunabilir,
  • Coğrafi profilleme yapabilir, suçların mekânsal ilişkilerini çıkarabilir,
  • Personel, kaynak ve bütçe planlamalarında veri desteği sağlayabilirsiniz.

Daha önceki ArcGIS Pro ile Suç Analizi yazımızda Esri’nin suçla mücadele çözümü olan Crime Analyst Toolbar’ın (Suç Analizi Araç Çubuğunun) barındırdığı araçlara değinmiştik.

Crime Analyst Toolbar, Crime Analysis sayfasından ücretsiz olarak indirip ArcGIS Pro’da kullanabileceğiniz bir Add-in’dir.

Bu yazımızda ise bu araçlar sayesinde yapabileceklerinize değineceğiz. Ama tüm bunlardan önce şunu belirtelim ki bu yazı boyunca kullanılan bütün veriler ve görseller bizler tarafından oluşturulmuş tamamen kurmaca verilerdir. Gerçeklerle hiçbir ilişkileri bulunmamaktadır.

Şimdi de literatürdeki suç analizlerini Esri Suç analizi çözümleri ile nasıl gerçekleştirebileceğinizden kısaca bahsedelim:

Taktik Analizlerinizi gerçekleştirmek için, Suçları istediğiniz kriterlere göre sınıflandırarak (örneğin kişilere karşı suçlar, kamu güvenine karşı suçlar veya mal varlığına karşı suçlar gibi) İstatistiksel olarak anlamlı sıcak ve soğuk noktaları çıkartabilirsiniz. Böylece mevcut veya gelişmekte olan suçların günlük olarak haritalandırabilir, analiz edebilirsiniz.

Belirlenmiş suç türüne göre oluşturulmuş bir Hot Spot analizi haritası. Bu haritaya göre ihbarın en fazla olduğu kırmızı bölgeler için kaynak aktarımı gerektiği düşünülebilir. Bu analiz bize ihbarlara cevap süremizi ve intikal süremizi düşürmek için bölgeye personel aktarımı yapmamız gerektiği bilgisini de verebilir.

Crime Analyst Toolbar ile coğrafik profilleme yapabilirsiniz, bunun için;

İhbar verilerinden ya da elinizdeki raporlanmış herhangi bir veriden (bunlar olaylar sırasında tutulmuş raporlar ya da gelen ihbarlardan tablosal olarak tutulmuş veriler de olabilir) istediğiniz alanlara göre nasıl bir dağılım izlediğini gösteren haritalar oluşturabilirsiniz.

Bu harita tutuklama sayılarına göre gerçekleştirilen mekânsal gösterimdir. Devriye bölgesinde gerçekleşen olay sayılarına baktığınızda çalışma alanımızın kuzeyine ve doğusuna güney ve batıdaki devriye bölgelerinden kaynak aktarımı yapılması gerekmektedir gibi bir kaynak akarımı yorumunda bulunabiliriz.

Bu konuda Crime Analyst Toolbar aracımızın size sağlamış olduğu kolaylık ise birkaç tık işlemi ile bu haritaları otomatik olarak renklendirilmiş ve etiketleri ile birlikte elde ediyor oluşunuzdur. Bu yöntemleri kullanarak bir il, ilçe, mahalle, devriye bölgesi ya da karakol sorumluluk bölgesi için en fazla suç hangi bölgede işleniyor ya da ihbar nerelerden geliyor bunların gösterimini sağlayabilirsiniz. Bu da kaynaklarınızı nereye yönlendirmeniz gerektiğini ortaya koyabilir. Olayların en sık yaşadığı bölgelere devriye kaynaklarınızın aktarılmasını sağlayabilirsiniz.

Taktik analizleri içerisinde gerçekleşmiş suçların ötesinde “Suçun tahminini” de bulunmaktadır peki bu konuda nelere yapabiliriz bir de bunları inceleyelim:

Gelecekteki suçları tahmin edebilir miyiz?

  • Önümüzdeki hafta kaç hırsızlık suçu işlenmesi bekleniyor? Bunu öngörebilir miyiz?
  • Haftanın belirli gününde ve saatinde nerelerde soygun veya şiddet suçu riskinin artması bekleniyor?
  • Bu doğrultuda güvenlik güçlerimizin kaynaklarını suçların engellenmesi için en etkin şekilde tahsisini nasıl sağlayabiliriz?
  • Suçlar bir doku izliyor mu? Bir mekâna doğru eğilim gösteriyor mu zamansal veya mekânsal bir kümelenme var mı?

Tüm bu gibi sorulara cevap bulabilir miyiz?

Suçları haritalamak, analizler yapmak bizlere çeşitli tahminler yapma imkânı verir. Bu bize suçların engellenmesi için kaynaklarımızı en etkin biçimde kullanmamıza yardımcı olur. Bu sayede bir suç trendi oluşuyorsa bunu engelleyebiliriz.

Kısaca Amacımız suçu engellemek ve güvenlik güçlerinin kaynaklarını en etkin bicimde kullanmak ise Esri suç analizi çözümleri bizlere bu tahminlerimizi gerçekleştirebileceğiniz analiz araçlarını sağlıyor.

Suç tahminlerinin yapılması çerçevesinde gerçekleştirilebilecek analizlere bakarsak:

Esri’nin sunduğu araçlar sayesinde elimizdeki ihbar veya suç verileri ile sıcak nokta analizi uyguladığınızda suçların bir yerde mekânsal olarak kümelendiğini gösterecek haritalar oluşturabilirsiniz.

Sıcak nokta analizlerinizden elde ettiğiniz bilgilere ek olarak Esri tarafından sizlere sunulan işsizlik verileri, nüfus verileri, hane halkı sayısı, eğitim seviyesi gibi çok çeşitli demografik, sosyoekonomik ve coğrafik suça etki eden diğer verileri de ekleyebilir ve tüm bunlara sizden gelen verileri de dahil ederek ki bunlar mobese ile kontrol edilen noktalar, kontrol edilemeyip kör nokta olarak kalan alanlar, suça eğilimi arttıran terk edilen yıkıntı alanlar, arazi kullanım desenine geceyle gündüz aktif kullanılan alanlar ve devriye araçlarının güzergahları v.b. gibi birçok veriyi de ekleyerek risk haritaları oluşturabilirsiniz. Böylece suç riskinin yüksek olduğu alanları görüntüleyebilirsiniz ve önlemler alabilirsiniz.

“Bir suç türü belirli bir mekânda zaman içinde aynı metotlar ile gerçekleşiyorsa, tekrarlanma ihtimali yükselir.” Önceki bir suç olayından sonra etrafındaki risk artacaktır. Sık tekrar eden olayların mekânsal bir ilişki içerisinde olup olmadığını gösterebilirsiniz.

Tekrarlanan suçlar yüksek risk alanı olarak tanımlanan alanlara düşüyorsa önlemlerinizi arttırabilirsiniz.

Yani bu analizlerin sonucundaki çıkarımınız ile hangi bölgelere kaynakların aktarılması gerektiğine karar verebilirsiniz.

Suçun zaman ve mekânsal ilişkisini gösteren 3 Boyutlu bir gösterimle (buradaki 3. boyut zamandır), belirli bir zaman aralığında belirli mekânda suçun dönemler halinde artış mı izlediği ya da yaptığımız bir müdahale sonucu da olabilir, azalış mı izlediğini gözlemleyebiliriz.

Problem analizi olarak da bilinen stratejik analizler, suçla mücadele bağlamında bilgiye dayalı olarak karar vermenizi sağlar. Uzun vadeli problemlerin gösteriminde kullanılan suçun artış ve azalışını gösteren analizleri bu çözümün sunduğu araçlar sayesinde gerçekleştirebilirsiniz.

Stratejik Analiz Yüzde Değişimi haritamızda emek çevresinin sorumlu olduğu devriye bölgesinde hırsızlık suçlarının ikinci altı aylık dönemde %85 oranında arttığını görebilirsiniz.

Ya da ihbarların gece ve gündüz gibi belirli zaman periyodları arasındaki dağılım yoğunluğu çıkartarak hem telefon ihbarlarına yanıt veren ofis personeli açısından hem de olay yerine intikal edecek devriye ekiplerinin yönetilmesini sağlayabilirsiniz.

Tüm bu bahsetmiş olduğumuz taktik ve stratejik analizlerinizi birkaç tık ile gerçekleştirerek, zamanınızın çoğunu alan istatistik hazırlama ve rapor yazma süreçlerinizi çok daha hızlı yürütebilirsiniz. Bu veriler grafikler oluşturabilmenizi, oluşturduğunuz web uygulamaları ve dashboard’larda sorgulamalar yapabilmenizi ve ihtiyaçlarınızı detaylı şekilde görmenizi sağlayacaktır.

Bu harita bir ihbara, ekiplerin 3 dakika içinde intikal edilebileceği alanları temsil etmektedir.

Kaynakların yönetilmesi adına, devriye bölgelerinin olaya intikal etme süresine göre belirlenmesi, hizmet verilen bölgelerin büyüklüğü, personel sayısı, görevlendirme politikaları hatta görev yoğunluğunu analizlerinize dahil ederek kaynaklarınızı en etkin şekilde yönetebilirsiniz.

Tekrar etmek gerekirse, Esri’nin Suç analizi çözümleri sayesinde;

  • Meydana gelen veya gelişmekte olan suç serilerini ve suç kalıplarını ortaya çıkarabilir, harita üzerinde görüntüleyebilir,
  • Olması muhtemel suçlar için yakın bir tahminde bulunabilir,
  • Coğrafi profilleme yapabilir, suçların mekânsal ilişkilerini çıkarabilir,
  • Personel, kaynak ve bütçe planlamalarında veri desteği sağlayabilirsiniz.

Esri Türkiye 2018

ArcGIS’te Mesafe Analizlerine Genel Bir Bakış

ArcGIS’te Mesafe Analizlerine Genel Bir Bakış

CBS analizlerinin en önemlilerinden ve en çok kullanılanlarından biri yakınlık analizleridir. Çoğu zaman ArcGIS kullanıcıları bu tür analizleri, en bilindik yöntemler olan ve vektör verileri üzerinden uygulanan Buffer ve Near araçlarını kullanarak yaparlar. Bu blog yazımızda vektör verilere uygulanan yakınlık analizlerinden farklı bir yöntem olarak, mesafeleri raster veriler üzerinden hesaplama yöntemlerine değineceğiz.

İşlem sonucu raster bir çıktı katmanı veren Öklidyen Mesafe (Euclidean Distance) analiziyle araçlarımızı tanımaya başlayalım:

Euclidean (Öklidyen) Mesafe Analizi

ArcGIS kullanarak birçok farklı yöntemle mesafe analizi yapabilirsiniz. Bunlardan en yaygın kullanılanlarından biri iki nokta arası mesafeyi doğrusal bir çizgi şeklinde hesaplayan Öklidyen mesafe analizidir. Öklidyen mesafe analizine kuş uçuşu mesafe de denir ve bu analizle Pisagor teoremine göre iki nokta arası en kısa mesafe hesaplanabilir. İki raster hücresi arası kuş uçuşu mesafeyi bulur, bunu bir kağıttaki iki nokta arasını cetvelle ölçmek gibi düşünebilirsiniz. Bunu yaparken rasterda belirlediğiniz hücrenin merkez noktasından hedef hücrenin merkez noktasına doğru hesaplama yapar.

Bu analizi geoprocessing (coğrafi işlem) araçlarından Euclidean Distance’ı kullanarak yapabilirsiniz.

Euclidean Distance, vektör verilerle veya raster verilerle yaptığınız analiz sonucunda, elinizdeki detaylara olan uzaklığı ölçüp çıktı olarak, her bir hücresinde (diğer bir adıyla pikselinde) sizin kaynak verinize olan uzaklığı değer olarak saklayan bir raster katman oluşturur.

Her hücre değeri kaynağa olan mesafeyi gösterir. A hücresinin değeri olarak görünen x A hücresiyle kaynak hücre arasındaki mesafedir.

Birden fazla kaynak hücreye uygulama yaptığınız yüzeylerde, çıktı katmanındaki her hücre değeri, bir kaynak hücreye yakınlığı verir ve bu da kendine en yakın olan kaynak hücredir.

Her hücre değeri en yakın kaynağa olan uzaklığı gösterir. Hücre A Kaynak 1’e en yakındır ve değeri arasındaki mesafeyi verir. Euclidean Distance aracı yatay ve dikey olarak hesaplamalar yapabilir.

Euclidean Distance aracı sonucu kuş uçuşu düz bir çizgi için verir ama yüzeyde dosdoğru şekilde ilerlemek her zaman mümkün olmayabilir, bu çizgi üzerinde ırmaklar ya da dik eğimler gibi çeşitli engeller olabilir. Bu gibi durumlarda maliyet ağırlıklı mesafe araçlarını kullanmak gerçekçi sonuçlar açısından daha doğru olur.

Euclidean Allocation

Euclidean Allocation aracı ise her hücrenin en yakın kaynağa olan kuş uçuşu mesafeye göre belirlendiği bölümlenmiş bir raster oluşturur. Eğer sadece bir kaynak varsa oluşacak rasterdaki bütün hücreler bu kaynak noktaya göre tahsis edilir.

Eğer birden çok kaynak nokta varsa oluşacak rasterdaki hücreler en yakındaki kaynağa göre belirlenerek tahsis edilir. Bu hücrelerin oluşturduğu alanları detayların bölümleri olarak düşünebilirsiniz. Bu bölümlerin şekli ve boyutu hücrelerin kaynağa olan mesafesi tarafından belirlenecektir.

Bu resimde yeşil hücrelerden birinin 1 ve 2. kaynak arasında eşit mesafede olduğunu görebilirsiniz. İki kaynağa da aynı mesafede olan bu hücreler program tarafından otomatik olarak bir kaynağa atanır. Burada bu 2. kaynak olmuştur. Euclidean Allocation’ı rasterdaki her hücrenin en yakın olan kaynağa göre bölümlenmesini istediğinizde kullanabilirsiniz. Araç sonuç olarak her hücrenin en yakın olduğu kaynağa göre değerini verecektir.

Euclidean Direction

Öklidyen yönelim her hücreden kaynak hücreye kuş uçuşu en kısa doğrunun yönelimi derece cinsinden verir. Euclidean direction’ın verdiği raster verideki her hücre değerleri en yakın kaynağa olan yolun açısını gösterir. Bunu aşağıdaki resimdeki gibi bir pusulanın, yüzeydeki her hücre için olduğunu düşünebilirsiniz. Her hücre içindeki değerler 1 ile 360 derece arasındadır ve 360 derece kuzeyi ifade eder.

Euclidean direction rasterında hücre değerleri azimuth derecelerine dayanmaktadır. Bu resimdeki örnekte hücrenin yönelim değeri 45 derecedir.

Bu resimde kaynak 1 noktası, A hücresine en yakın noktadır. İki nokta arasındaki doğru çizgi hattı A noktasından 1. kaynağa 15 derecelik bir açıdadır. A noktasının hücre değerine baktığımızda 15 yazdığını görürüz. Kaynak 2 ise B hücresinden 135 derecelik bir açıdadır.3. kaynak ise C noktasına en yakındır ve 320 derecelik bir açıya sahiptir. Gri hücreler ise 0 derecedir yani bir yönü yoktur.

Euclidean Direction sayesinde, “En yakın şehre ulaşmak için hangi yöne doğru seyahat etmeliyim?” gibi sorulara cevap bulabilirsiniz.

Euclidean Distance 

Bu resim yüzeydeki her konumdan kamp alanlarına olan mesafeleri simgelemektedir. Açık renklerde daha yakın koyu renkler daha uzaktadır.

 

 

 

 

 

 

Euclidean Allocation

Bu yüzey resmi her iki kamp alanı için lokasyon tahsisini göstermektedir. Yeşil alan A kampına yakındaki pikselleri (raster hücreleri), mavi ise B kamp alanına yakın olan pikselleri göstermektedir.

 

 

 

 

 

 

Euclidean Direction

Bu resim ise yüzeydeki her yerin kamp alanlarına olan pusula yönlerini göstermektedir. Oklar Euclidean Direction aracının çıktısı değildir, otomatik olarak yönleri göstermez. Bunu yapmak için çıktı raster katmanına Vector Field semboloji özelliğini uygulayarak haritanızda görüntülenmesini sağlayabilirsiniz.

 

 

 

 

 

Ağırlıklandırılmış Mesafe analizi:

Weighted distance analysis yani ağırlıklı mesafe analizi ArcGIS’deki başka bir mesafe analiz türüdür. Bir noktadan diğerine doğru bir çizgi çizmenin işinizi görmediği durumlar vardır. Bazı durumlarda analiziniz, birden çok mesafe sonucunu karşılaştırmanızı gerektirebilir. Örneğin A ve B noktaları arasında üç tane yol varsa bu yolları hız limiti, hava durumu, yol tipi gibi faktörlere göre ağırlıklandırarak en iyi rotayı belirleyebilirsiniz. En kısa yol her zaman en kısa yolculuk zamanını vermeyebilir. Eğim fazla olabilir veya hız limitlerinden dolayı şehir içinden geçen bir yol daha kısa olmasına rağmen çevre yolundan daha uzun bir yolculuk zamanı verebilir.

Bu resimde 2 kamp noktası arası 2 yol çıkarılmıştır. Sarı çizgi kuş uçuşu mesafeyi simgelerken siyah çizgi iki kamp noktası arası en hızlı yolu simgeler. Çünkü kuş uçuşu mesafe dağlık arazi yüzünden daha yavaş ilerlenecek ve ulaşım sürenizi uzatacak bir yoldur.

Bir konumdan diğerine potansiyel olarak çok sayıda yol olduğunda ve genellikle zaman gibi belirli bir kaynağı maliyet olarak kabul ettiğimiz durumlarda ağırlıklandırılmış mesafe kullanabilirsiniz.

Reclassification (Yeniden Sınıflandırma) ve Cost (Maliyet) Yüzeyleri

Genelde veriler doğrudan maliyetleri iletmez, bunu yapabilmeleri için dönüştürülmeleri lazımdır. Örneğin dik bir arazi yol yapım masraflarını arttırabilir yani arazinin eğimi bir maliyet faktörü olabilir. Eğim yüzdeleri yolun yapım maliyetlerinin az mı çok mu olduğu bilgisini bize direk vermez. Maliyetleri göstermenin yolu eğim değerlerini maliyet değerlerine TL cinsinden çevirmek daha iyi şekilde maliyetleri yansıtacaktır. Ya da ağırlıklandırarak göreceli bir değer sıralaması belirleyerek de bunu yapabilirsiniz.

Ağırlıklandırılmış mesafe analizlerinde maliyet faktörlerine bir sıralama yaparsınız ya da bir alanda yolculuğun verimliliğini belirleyen faktörlere değer vererek sıralama yaparsınız. Yüksek verimlilik gösteren değerlere sahip hücreler düşük bir değer alır ve düşük verimlilikle değerleri olan hücreler yüksek bir değer alır. Örneğin, hücre değerlerinde sürüş zamanlarını içeren bir rasterınız varsa ve yeniden sınıflayacaksanız, sürüş zamanı değeri 25 dakika olan bir hücreye 1 değeri verebilir ve sürüş zamanı 65 dakika olan bir hücre değerine 3 değerini verebilirsiniz. 25 dakikada kat edilen bir hücre 1 değerini alarak daha düşük bir değer alacaktır ama sıralama yaptığımızda 1. olduğu anlamına gelecektir. Böyle bir veri dönüşümünden sonra 25 dakikalık sürüş zamanına sahip raster hücreleri daha tercih edilen hücreler olacaktır. Bu dönüşümü yaptığımız işleme Reclassification yani yeniden sınıflandırma denir. Yeniden sınıflandırılmış bu rasterlara da maliyet yüzeyi denir.

Bir öznitelik tablosundaki sütunlarındaki değerler kar derinliklerinden hız sınırlarına ya da herhangi bir arazi özelliğinin sayısal değeri gibi herhangi bir değeri ağırlıklandırma yapmak için seçebilirsiniz. Bunu yaparken hangi özniteliklerin maliyeti etkilediğini belirlemek ve sonra bu özniteliklerin değerlerini sıralamak çok zaman alıcı bir işlem olabilir. Bunu belirlemek için uzmanlara ya da akademisyenlerin çalışmalarına başvurmanız gerekebilir.

Ağırlıklama ölçeğinizi bir aralık içinde belirleyebilirsiniz. Ağırlık ölçeği, en yüksek ve en düşük maliyeti kolayca ayırt edebilme konusunda yönetilebilir bir değer aralığı olacaktır. Örneğin 1 ila 9 arasında rakamlar verebilirsiniz. Burada 9 değeri 1 değerinden 9 kat maliyetlidir anlamına gelmez. En az masraflı hücreler 1 en çok masraflı hücreler de 9 değerine sahiptir anlamına gelir. Analizinizde birden çok maliyet faktörünü ele almak istediğinizde maliyet yüzeylerini aynı ağırlıklandırma ölçeğine göre yapmanız gerekir, bu sayede bütün maliyet yüzeylerini birbirleriyle işleme sokarak toplam maliyet yüzeyini elde edebilirsiniz. Buna ağırlıklı bindirme analizi de denir.

Kar derinliği hücre değerleri raster verisinden 1-9 ağırlık ölçeği kullanarak yeniden sınıflandırılarak maliyet yüzeyi oluşturulur. Karın en derin olduğu yerlerde zaman ve kaynaklar açısından daha masraflı olduğunu varsayarak, en yüksek kar derinliği değerleri 9 değerine atanır ve en düşük kar derinliği değerleri 1 değeri ile belirlenir.

Bu skalada eğim yüzdeleri kar derinliklerinde olduğu gibi 1-9 ağırlık ölçeğine göre sınıflandırılmıştır. Daha dik eğimler daha fazla zaman ve kaynağa mal olacağından eğimi en yüksek olan yerler 9 ve eğimi düz ve düze yakın olan yerler 1 değeriyle yeniden sınıflandırılmıştır.

Kar derinliği raster’ı ve eğim raster’ı aynı ağırlıklandırma ölçeğine göre yeniden sınıflandırıldığı için beraber işleme sokularak toplam maliyet yüzeyini elde edebiliriz. Maliyet yüzeylerini aynı ağırlık ölçeğinde yeniden sınıflandırdıktan sonra birleştirerek her hücre için toplam maliyeti belirleyebiliriz. Örneğin, eğim maliyeti 2 olan bir hücreyle kar derinliği maliyeti 1 olan bir hücre birleştirildiğinde toplam masraf 3 olur. Nihai maliyet yüzeyi en az maliyetli yol analizi (Least-Cost Path Analysis) için gereklidir.

Least-cost Path Analysis (En az maliyetli yol analizi)

Elde ettiğiniz toplam maliyet yüzeyiyle ArcGIS analiz araçlarını kullanarak maliyet ağırlıklı mesafe analizi yapabilirsiniz. En az maliyetli yol, maliyetin zaman, mesafe veya kullanıcı tarafından tanımlanan diğer ölçütlerin bir işlevi olduğu ve iki konum arasındaki en düşük maliyetli yoldur.

Least-cost path analizi bu yüzeyleri kullanarak iki nokta arasındaki en uygun maliyetli yolu belirlemenize yardımcı olur. Bu aracı kullanarak en ucuz şekilde bir boru hattını nasıl yapabileceğinizi belirleyebilirsiniz.

En az maliyetli yol analizi, kaynak hücreyi çevreleyen sekiz komşu hücreyi değerlendirir ve yolu en düşük değere sahip hücreye yönlendirir. Kaynak ve hedef birbirine bağlanana kadar bu işlem kendisini yineler. Tamamlanan yol, iki nokta arasındaki hücre değerlerinin en küçük toplamını temsil eder.

Bu örnekte analiz sonucu ulaşılan yol kaynaktan hedefe en kısa yolu vermemiştir ama en masrafsız yolu hücrelerdeki değerlere göre karşılaştırarak çıkarmıştır.

Kaynak ve hedef noktalardan oluşan herhangi bir kombinasyon least-cost path analizinin bir parçası olabilir, bir kaynaktan bir çok hedefe en düşük masraflı yolu hesaplayabileceğiniz gibi birçok kaynak noktadan da bir hedef noktaya en masrafsız yolu belirleyebilirsiniz.

Bu resimde en düşük maliyetli yol analiziyle kaynaktan hedeflere en uygun yollar çıkarılmıştır.

Least-cost path (En az maliyetli yol) analizi iş akışı

Aşağıdaki liste bu analizi yaparken izlemeniz gereken iş akışının bir özetidir.

  1. Ortak bir ağırlıklandırma ölçeği oluşturmak için rasterlarınızı yeniden sınıflandırma.
  2. Yeniden sınıflandırılmış rasterları birleştirerek toplam maliyet yüzeyinin oluşturulması.
  3. Toplam maliyet yüzeyini kullanarak maliyet mesafeleri ve yönelimleri yüzeylerinin oluşturulması.
  4. Maliyet mesafesi ve maliyet yönü yüzeylerini kullanarak en az maliyetli yolun belirlenmesi.

Aşağıdaki diyagram arazi kullanımı ve eğim katmanları kullanılarak en az maliyetli yolun oluşturulmasını gösterir.

Yakınlık/Mesafe analizleri hakkında daha fazla bilgi almak ve uygulamalarını öğrenmek için ArcGIS 3: Mekansal Analiz Uygulamaları eğitimimize katılabilirsiniz.

Daha fazla bilgi için: egitim.esriturkey.com.tr

Esri Türkiye 2018

ArcGIS Pro ile Görünürlük Analizi

ArcGIS Pro ile Görünürlük Analizi

Daha inşaatlarına başlamadan kuleler ve rüzgâr türbinleri gibi nesnelerin nerelerden görülebileceğini bilmek için ya da bir yamaçtan ya da gözlem kulesi gibi yerlerden ne kadar bir alanın görülebileceğini belirlemek için ArcGIS Pro’daki bir analizden yararlanabilirsiniz.

Viewshed analizi dediğimiz bu analiz girdilerimiz doğrultusunda bize anlamlı raster veriler verir ve bu girdi verilerinin hassasiyetini doğru belirleyerek alacağımız sonuçların kesinliğini arttırabiliriz. Örneğin, rüzgâr çiftlikleri için bu tür bir analiz yaparken, rotor bıçaklarından biri en dik pozisyonda olduğu zaman, rotor bıçağının en yüksek ucundan bu nesne için görüş alanı hesaplamak isteyip istemediğinize karar vermeniz gerekir. Türbinin rotor başı gibi başka bir kısmı için de bu analizi yapabilirsiniz, kararınız görüş analizi sonuçlarınızı doğrudan etkiler.

Rüzgâr türbinleri ve iletişim kuleleri gibi uzun nesneler, düz ve açık alanlarda çok uzun mesafeler boyunca zaten görünür olacaktır. Ancak arazi engebeliyse, binalar ya da yüksek ağaçlardan oluşan alanlar varsa görünürlükte önemli bir fark oluşabilir.

Gözlemcinin görme keskinliği, yerkürenin eğriliği ve ufukta görünür mesafeyi arttırabilen atmosferik kırılma, bir nesnenin görünürlüğünü etkileyen diğer faktörlerdir. Dünya’nın eğriliğinden dolayı yüzeydeki nesneler, ortalama bir insan için, yaklaşık 5 kilometre mesafeden sonra görüntüden dışarı çıksa da kule gibi uzun nesnelerin üst kısımları ufukta hala görülebilir. Aynı zamanda, havadaki toz, su buharı ve kirlilik, ufuksal görme alanınızı çoğu zaman 20 kilometreden daha aza düşürmez. Görsel etkilerin görüş analiziyle değerlendirilmesi sırasında bu faktörlerin dikkate alınması önemlidir.

ArcGIS Pro’da Viewshed oluşturma aracı, dünyadaki atmosferik kırılma ve eğriliği de hesaba katar, ancak ağaçların veya binaların engellemesi gibi diğer faktörleri hesaba katmaz; bu nedenle, gözlemlenen analize genellikle yere dayalı soruşturmalar da eşlik eder.

Görüş analizi için gerekenlerden biri yüzey şekline ilişkin verilerdir. CBS’de, zemin veya arazi, genellikle bir Sayısal Yükseklik Modeli (DEM) ile temsil edilir.

ArcGIS Pro’da görünürlük analizi

ArcGIS Pro’daki görünürlük araçları içerisinde ufuğu, gölgeleri ve görüş hattı görünürlüğünü modellemek için birçok farklı araç bulunmaktadır.

Viewshed aracı, belirli bir noktadan bakıldığında görülebilecek alanları modelleyen bir çıktı oluşturur. Varsayılan olarak, araç girdisine verdiğimiz raster üzerindeki tüm olası görünür alanları dikkate alır. Çoğu analizler için bu çıktı uygundur ama bazı durumlarda farklı sonuçlar isteyebilirsiniz. Mesela istediğiniz bir noktadan belirlediğiniz bir alana doğru bakış açısı belirleyerek görünen alanları modellemek isterseniz Viewshed aracını nasıl kullanabilirsiniz?

Üsteki resim belirli bir alan için Viewshed aracının sonucunu gösteriyor. Kırmızı noktadan bakıldığında yeşil alanlar görülebilir.

Viewshed analizinin 3 boyutta gösterimi

Bu resim ise ArcGIS Pro Scene ile aynı sonucu 3 boyutlu olarak göstermektedir. Sonuçlarınızı daha iyi anlamak ve değerlendirmek için 3 boyutlu görüntülemek için ArcGIS Pro’da Scene’i kullanabilirsiniz. Analiz sonucunuzda neden belirli alanların görünürken belirli alanların engellendiğini ve görünürlüğün azaldığını anlamanıza yardımcı olacaktır.

Bu blog yazımızda, bilinen bir bakış noktasından görülebilen alanları modellemek için girdi verimizin özelliklerini nasıl değiştirebileceğimize değineceğiz. Bu sayede analizlerinizde sabit bir noktadan bir bakış açısı vererek tüm alanın nasıl göründüğünü değerlendirebilirsiniz.

Görünürlüğün modellenmesi

ArcGIS Pro, görünürlük gibi 3 boyutlu ilişkiler de dahil olmak üzere birçok farklı mekansal ilişkiyi modelleyebilir. Viewshed geoprocessing aracıyla raster verideki bir gözlemci noktasından görünür alanı sembolize edebilirsiniz. Bu araç noktanın çevresindeki herhangi bir engelle birlikte bireyin boyunu da dikkate alır. Gözlemci noktasından görülebilen alanlar sonuç olarak aracın bize verdiği çıktı raster katmanında gösterilecektir.

Araç sonuçları için varsayılan semboloji, hangi alanların görünür olduğunu ve hangi alanların olmadığını gösterecektir. Ancak, birden fazla gözlemci noktası varsa, sonuçlar bu noktaların kaçının aynı pikseli görebileceğini de gösterecektir. Viewshed aracı noktalar ve çizgileri kullanarak görünürlüğü modeller.

Bu resimde tepenin evin görünürlüğünü nasıl gizlediğine dikkat edin. Her ne kadar gözlemci araziden dolayı evden daha yüksekte de olsa arazinin tamamını göremez. Resmin altında belirtilen görüntülenen pikseller, çıktının kesitte nasıl görüneceğin yansıtır. Yani yeşil alanlar görüntülenebilir, kırmızı alanlar görüntülenemez olarak gelecektir.

Viewshed aracı görünür ışığı yansıtacak şekilde ayarlanmıştır, ancak kırılma katsayısını belirlerseniz, cep telefonu kapsama alanı ve radar gibi diğer dalga tabanlı aktarımları modelleyebilirsiniz.

Viewshed çıktısı nasıl kontrol edilir

ArcGIS Pro’daki bazı geoprocessing araçlarında elde edeceğiniz çıktı, ortam yani environment ayarları ve bir takım arayüz içindeki girdi parametreleri tarafından kontrol edilir. Bu durum Viewshed aracında girdi katmanına eklenen sütunlara gireceğiniz gözlem noktası yükseklik değerleri, dikey ofsetler, yatay ve dikey tarama açıları ve tarama mesafeleri aracılığıyla kontrol edilir.

Giriş özelliklerinde alanlar yoksa, o zaman Viewshed aracı için varsayılan değerler dikkate alınır. Ama bu değerleri girecekseniz feature class katmanınızın özniteliklerine aşağıdaki listedeki sütun isimleriyle yeni alanlar (field) oluşturmanız gerekir.

Alan İsmi Tanımı Varsayılan Değer
SPOT Bir gözlem noktası için yüzey yüksekliği Bilinear enterpolasyon kullanılarak tahmin edilir
OFFSETA Gözlemci konumuna eklenecek dikey uzunluk 1
OFFSETB Değerlendirilmiş yüzeye eklenecek dikey uzunluk 0
AZIMUTH1 Tarama aralığının başlangıç ​​açısı 0
AZIMUTH2 Tarama aralığının bitiş ​​açısı 360
VERT1 Üst yatay açı sınırı 90
VERT2 Alt yatay açı sınırı –90
RADIUS1 Belirlenmiş görünürlük için başlangıç ​​mesafesi 0
RADIUS2 Belirlenen görünürlük için bitiş mesafesi Infinity (Sonsuz)

*Eğer sütun girdi katmanına tanımlayıcılar olarak eklenecekse sütun adları büyük harflerle yazılmalıdır.

Yukarıdaki resim, her alanın viewshed sonuçlarının hangi bölümünü nasıl kontrol edeceğini gösteriyor.

Bu sütunları girdi feature class’ına ekleyerek, belirli bir analiz için Viewshed aracının çıktıda ne vereceğini kontrol edebilirsiniz. Aracın varsayılan değerleri, girdi raster’ındaki her bir pikseli incelemek üzere tasarlanmış olsa da gerçek dünyadaki örneklerin modellenmesi yapmak istediğinizde görünürlük alanının belirli bir sabit açıyı göstermesi gerekebilir ya da sonuçları yalnızca belirli bir mesafe aralığı için almanız gerekebilir.

Viewshed aracını kullanarak aydınlatma alanı modeli oluşturma

Örnek bir senaryo vermek gerekirse; Piknik yapan aileler için hava karardıktan sonra da eğlencelerine ve mangallarına devam etmelerini sağlamak için geniş bir mesire alanını aydınlatmak istiyorsunuz. Bütçeniz ve iş gücünüz 4 adet spot ışığı kullanmanıza izin veriyor. Işıkları yerleştirmeden önce Viewshed aracıyla, bu spot ışıklarıyla hangi alanların aydınlatılabileceğini göstermek için görünür ışığın aydınlatacağı alanları modelleyeceksiniz. Mesire alanına yerleştirilecek ışıkların teknik yetkinliklerine sahipsiniz ve bu bilgileri lambaların aydınlattığı alanı modellemek için kullanmanız gerekecek.

Bu işlemleri gerçekleştirmek için gerekli olan veriler;

  • Spot ışıklarını yerleştireceğimiz mesire alanına ait DEM raster katmanı.
  • Spot ışıklarını yerleştirmek için bir nokta feature class katmanı.
  • Son olarak da bu analizi yaptığımız yeri daha iyi anlamak için Esri’nin bize sağladığı altlık haritalardan ihtiyacımızı karşılayan herhangi biri.

Bu verilerin hepsini ArcGIS PRO’ya çağırdıktan sonra analizimizi yapmaya hazırız demektir.

Sütun bilgilerini düzenlemek:

Bu adımda, yeni ışıkların aydınlatma yeteneklerini ayarlayacak şekilde Spot Noktları katmanını değiştireceğiz. Bize gereken sütunları ekleyeceğiz ve spot lambalarının özelliklerine göre bu sütunları dolduracağız.

Spot Noktaları katmanına sağ tıklayarak Öznitelik Tablosu’nu (Attribute Table) açınız. Ardından Add Field butonuna basarak yeni gelen sekmedeki Field Name sütununun en altına OFFSETA sütununu ekleyin. Ekleyeceğimiz bu sütun isimlerinin doğru yazılması ve büyük harflerden oluşması önemlidir. Viewshed analiz aracı bu bilgileri kullanabilmek için sütunları tanımaya ihtiyaç duyar.

*OFFSETA sütunu, viewshed alanının oluşturulacağı yüksekliği etkileyecektir. Gözlem noktasının yüzeydeki yükseltisine ilave edilecek dikey bir uzunluktur.

OFFSETA sütununu oluşturduktan sonra sütunun değerlerini varsayılan olarak bırakarak Viewshed aracının kullanması için diğer gerekli alanları ekleyeceğiz. Bunlar:

AZIMUTH1
AZIMUTH2
RADIUS2

Bu sütunları da ekledikten sonra ekranın üstündeki şerit bölmedeki Fields sekmesinden Save (Kaydet)’e basarak yaptığımız değişiklikleri kaydedelim.

Alanları ekledik, sırada her spot lambamız için sütun değerlerini girmek var:

Gireceğimiz bu değerler ışıkların teknik yeteneklerine dayalıdır. Lambaları aldığımız aydınlatma şirketi bu bilgileri bize ışıkları sipariş etmeden önce sağlamıştır. Bu bilgiler şunları içerir;

Her spot lambası önünde engel olmadığı sürece 400 metre uzaklığa kadar aydınlatma yapabilir ve her ışık açısal olarak 100 derecelik bir yayı aydınlatabilir.

Işıkları herhangi bir yönü aydınlatacakları şekilde yerleştirebiliriz ama öznitelik tablosunda AZIMUTH sütunlarına gireceğimiz aşağıdaki değerler, mesire alanı içindeki konumlarına göre piknik alanına bakacak şekilde bu 100 derecelik açıların içine girecek şekilde belirlendi.

Spot Noktaları öznitelik tablosuna gerekli değerleri girmek için aşağıdaki tabloyu kullanalım.

OFFSETA AZIMUTH1 AZIMUTH2 RADIUS2
3 80 180 400
3 140 240 400
3 325 75 400
3 245 345 400

Satırlara çift tıklayarak bu değerleri girdikten sonra Edit sekmesinden Save’e tıklayarak yaptığımız veri girişini kaydedelim.

Bütün bilgilerimizi girip ihtiyacımız olan veriyi oluşturduk, artık yeni ışıkların aydınlatma yeteneklerini modellemek için viewshed aracını kullanacaksınız.

Viewshed oluşturmak:

Geoprocessing bölmesinde, arama alanına viewshed yazıp gelen sonuçlardan Viewshed (3D Analyst Tools)’a tıklayın ve ardından aşağıdaki parametreleri girin:

Input raster: Mesire Alanı DEM

Input point or polyline observer features: Spot Noktaları

Output raster: Viewshed

Dünya eğrilik düzeltmelerini kullanmak için de Use earth curvature corrections kutucuğunu işaretleyin.

Ardından Run’a tıklayarak analizi çalıştırın. Biraz sonra görünürlük analizinizin sonucu Contents bölümündeki katmanlarınıza eklenecektir.

 

 

 

 

 

Eğer sonuçtan memnunsanız bu şekilde Işık direklerini mesire alanınıza yerleştirebilirsiniz. Ya da daha çok alanı aydınlatmak için direklerin boyunu yükselterek (örneğin OFFSETA değerine 3 değil de 5 metre girerek) analizi tekrarlayabilirsiniz.

Bu blog yazımızda Viewshed analizini farklı bir senaryo üzerinden gerçekleştirdik ve ArcGIS Pro arayüzünde bu analizin nasıl yapılabileceğini gördük. Bu ve bunun gibi yazılarımızdan faydalanmak için blog Sayfamızı takip etmeye devam edin lütfen.

Esri Türkiye 2018

Bu yazı için bir etiket bulunmamaktadır.
ArcGIS Pro’yla Birlikte Yenilenen ve Geliştirilen Görselleştirme Yeteneklerine Bir Bakış

ArcGIS Pro’yla Birlikte Yenilenen ve Geliştirilen Görselleştirme Yeteneklerine Bir Bakış

Bir harita oluştururken yapmak istediğimiz şey, belirli bir konuda anlatmak istediklerimizi, haritayı kullanacak kişilerle paylaşmaktır. Bunu yapmak yani haritalarımızı anlamlandırmak için ArcMap’te alışık olduğumuz  ve sıkça kullandığımız semboloji ve görüntüleme seçenekleri, Esri’nin 64Bit işlemci mimarisiyle uyumlu çalışan yeni masaüstü uygulaması ArcGIS Pro’da daha da kolaylaşmıştır. ArcGIS Pro içerisindeki birçok yeni sembol ve seçeneklerle daha da çeşitlenerek, görselleştirmelerinizi daha hızlı ve kolay yapmanıza yardımcı olacak bir işlevsellik kazanmıştır.

Bu iki harita aynı verinin farklı sembolojiyle gösterilmesiyle oluşturulmuştur. Semboloji, bakan kişinin harita algısını etkiler. Soldaki harita nehirlere benzerken (mavi renk genel olarak su yüzeyi olarak yorumlanır), sağdaki harita da ise semboloji yollara daha çok benziyor.)

Bu iki harita aynı verinin farklı sembolojiyle gösterilmesiyle oluşturulmuştur. Semboloji, bakan kişinin harita algısını etkiler. Soldaki harita nehirlere benzerken (mavi renk genel olarak su yüzeyi olarak yorumlanır), sağdaki harita da ise semboloji yollara daha çok benziyor.

Symbology (Semboloji) bölümü altındaki semboller, haritadaki verilere anlam vermek için kullanılır. Uygun sembolleri seçmek haritanızı daha kullanışlı hale getirerek daha kolay yorumlanmasını sağlayacaktır. ArcGIS Pro’da sembolojisini değiştirmek istediğiniz katmanı seçtiğinizde ekranınız üst tarafındaki şerit menüye Feature Layer isimli bir bölüm gelecektir. Bu bölme altında da Appearance (Görünüm) ve Labeling (Etiketleme) sekmeleri, görüntüleme ve sembolleri değiştirme seçeneklerine ulaşmanız için aktif hale gelmiş olacaktır.

Appearance sekmesi altından Symbology’ye tıklayarak birçok semboloji yeteneğine erişebilirsiniz ve isteğinize göre amacınıza hizmet eden yöntemi seçebilirsiniz.

Verileri Niteliklerine Göre Sembolize Etmek

Akarsu Sembolojisi

Bu iki harita aynı verinin farklı sembolojiyle gösterilmesiyle oluşturulmuştur. Semboloji, bakan kişinin harita algısını etkiler. Soldaki harita nehirlere benzerken (mavi renk genel olarak su yüzeyi olarak yorumlanır), sağdaki harita da ise semboloji yollara daha çok benziyor.

Verileri niteliklerine göre iki temel şekilde sembolize edebilirsiniz: Single Symbols (Tekli Semboller) ya da Unique Values (Eşsiz Değereler).

Tüm detayları tek bir biçimle temsil etmek için Single Symbol (Tekli Sembol) kullanabilirsiniz. Örneğin, haritada şehirleri temsil etmesi için siyah yuvarlak noktaları gibi tek tip bir sembol kullanabiliriz. Single symbol, verinin içinde detaya ait bilgi göstermez veya karşılaştırmaya izin vermez. Bununla birlikte, sembol, renk ve boyut harita detaylarına bir anlam katmalıdır. Tekli Sembol bir nitelik gösterme tekniğidir çünkü verinin miktarı veya ölçüsü yerine verinin tanımlayıcı özelliğini gösterir.

Verinizin özniteliklerinin içerdiği değerler, kategorilerine göre ayrılmış bir liste olarak düzenlenmişse Unique Values (Eşsiz Değerler) sembolojisini kullanarak verilerinizi kategorik olarak sembolize edebilirsiniz.

(Bu haritadaki yollar öznitelik tablosundan eşsiz değerlerine göre Unique Values ile sınıflandırılarak Bulvarlar ve Sokaklar olarak sembolize edilmiştir.)

Bu haritadaki yollar öznitelik tablosundan eşsiz değerlerine göre Unique Values ile sınıflandırılarak Bulvarlar ve Sokaklar olarak sembolize edilmiştir.

Single Symbols (Tekli Semboller)

ArcGIS Pro veriyi varsayılan olarak single symbols kullanarak rastgele renklerde sembolize eder. İsterseniz verinizi daha iyi görselleştirmek için bu sembolleri değiştirebilirsiniz.

Tekli semboller, haritanızdaki detayların nasıl dağıldığını görmenizi sağlar, ancak detayların birbirine olan göreceli boyutu veya değeriyle ilgili bilgi sunmayabilir. Tekli Sembollerin değiştirilmesi öznitelik verilerine ihtiyaç olmayan tek semboloji tekniğidir.

ArcGIS Pro'ya verinizi ilk eklediğinizde, bu görüntüdeki binalar gibi, öznitelik bilgilerini birbirlerinden ayırmadan bütün veriyi tek bir renk olarak sembolize eder.

ArcGIS Pro’ya verinizi ilk eklediğinizde, bu görüntüdeki binalar gibi, öznitelik bilgilerini birbirlerinden ayırmadan bütün veriyi tek bir renk olarak sembolize eder.

Unique Values

Niteliksel ve kategorisel değerleri görüntülemek için Unique Symbols sembolojisini kullanmak, haritaya bakan için tekli semboller kullanmaktan daha fazla bilgi sağlar. Herhangi bir detay türüne (nokta, çizgi veya poligon) Unique Values uygulayabilirsiniz.

Unique values’la sembolleştirmenin ilk adımı verinizin öznitelik tablosundan eşsiz değerlerin bulunduğu bir sütunun seçilmesidir. Bu sütundaki değerlere göre verinizin sembolleri birbirinden değişiklik gösterecektir. Bu sütundaki değerler genelde yazıdır ama nicelik bildirmektense kategorisel olarak kullandığınız bir sayı sütunu da olabilir.

Unique Values’a göre öznitelik değerlerindeki farklılıklarına göre renklendirilmiş binalar.

Unique Values kullanılarak öznitelik değerlerindeki farklılıklarına göre renklendirilmiş binalar.

Sütununuzu seçtikten sonra değerlerin nasıl sembolize edileceğini, sınıflandıracağınızı ve etiketleneceğini seçmeniz gereklidir. Aşağıdaki renk şemasından, şekiller ve semboller için renk şemalarıyla çalışmayı ve veri aralıklarını gruplara ayırmayı görebilirsiniz. Her bir değer veya grup için sembolojiyi değiştirerek desenleri veya sınıflar arası ayrımları daha iyi görebilirsiniz. Son olarak da sınıflarınız için etiketleri değiştirerek haritada daha iyi bir şekilde gösterilmelerini sağlayabilirsiniz.

Renk Şeması: Semboloji bölmesinde süreklilik gösteren veya verinizi rastgele renklendiren bir çok renk şeması vardır. Unique Values için rastgele renk şeması daha uygundur.

Renk Şeması: Semboloji bölmesinde süreklilik gösteren veya verinizi rastgele renklendiren bir çok renk şeması vardır. Unique Values için rastgele renk şeması daha uygundur.

7’den daha az sınıftan veya kategoriden oluşan haritaları yorumlamak daha kolaydır. Eğer 7’den fazla sınıfınız varsa bunları birleştirmelisiniz. Bunu benzer değerleri doğrudan birleştirerek veya yeni gruplara ekleyerek yapabilirsiniz.

Nicel Verileri Sembolize Etmek

Nicel verileri sembolize ederek, sayısal öznitelik değerlerini kullanarak sınıflar arasında göreceli bir sıralama yaparak haritada boyutlarına göre gösterilmelerini sağlayabilirsiniz. Graduated Symbols (Dereceli Semboller) tipik olarak nokta verileri için kullanılırken, Graduated Colors (Dereceli Renkler) genelde poligon olan veri tipleri için kullanılır. Tanımladığınız sınıf içindeki bütün detaylar haritanızda aynı boyda bir sembol veya aynı renkle temsil edilir.

Bu haritada Graduated Symbols kullanılarak topraktan alınan örnekler tuz oranlarına göre sembolize edilmiş, tuz oranının düşük olduğu örnek noktaları daha küçük ve yüksek olduğu noktalar oransal olarak daha büyük görüntülenmektedir.

Bu haritada Graduated Symbols kullanılarak topraktan alınan örnekler tuz oranlarına göre sembolize edilmiş, tuz oranının düşük olduğu örnek noktaları daha küçük ve yüksek olduğu noktalar oransal olarak daha büyük görüntülenmektedir.

Sınıflandırma Yöntemleri

Graduated Colors veya Graduated Symbols kullanarak sınıflandırma yaparken birçok yöntem kullanabilirsiniz. Veri türü, öznitelik değerleri arasındaki değişkenlik ve her sınıftaki değerlerin sayısı, sınıflandırma yöntemini seçiminizde bir etkendir. Sınıflandırma yöntemi seçiminiz büyük ölçüde verinize ve haritada neyi göstermek istediğinize bağlıdır. Hangisinin en uygun olduğunu görmek için yöntemlerin her birini tek tek denemeniz gerekebilir.

Sınıf aralarınızı ve aralıklarınızı manuel olarak tanımlamayı seçerken, standart sınıflandırma yöntemlerinden biriyle başlayabilirsiniz: Natural Breaks, Equal Interval ve Quantile. Çoğu veriyi temsil etmek için üç ile beş sınıf yapmak en iyi sonucu verir. Yediden fazla sınıf varsa, bu sınıfları birbirinden ayırt etmek zor olabilir.

Natural Breaks, bu yöntem benzer değerleri gruplayarak, sınıflar arasındaki farkları en üst düzeye çıkarır ve aynı sınıftaki değişkenliği en aza indirger.

Equal Interval, her biri eşit bir değer aralığı içeren gruplar oluşturur. En iyi kullanım alanı sıcaklık gibi bilinen veriler içindir.

Quantile, Her bir sınıfta aynı miktarda detayı tutar ama eşit olmayan aralıklarla sıralar, doğrusal dağılım gösteren veriler için uygundur.

ArcGIS Pro’daki veri görselleştirme özelliklerinden olan semboloji türleri ve bunların sınıflandırma yöntemleri üzerine olan bu yazımızdan umarız memnun kalmışsınızdır. Daha sonraki yazılarımızda görüşmek dileğiyle.

Esri Türkiye, 2018

Bu yazı için bir etiket bulunmamaktadır.