Nasıl Yapılır: Nokta Konumlarındaki Raster Değerlerini Bulma

Çoğu zaman analizlerinizde nokta konumlarına dayalı olarak yükseklik, eğim ve sıcaklık gibi raster verilerinizden değerler elde etmeniz gerekebilir. Örneğin, belirlenmiş bir havza alanındaki yağış hacmini belirlemek, bir topografik araştırmada her bir istasyonun yüksekliğini belirlemek veya bir akarsuda her bir ölçüm istasyonundaki suyun hızını belirlemek isteyebilirsiniz. Spatial Analyst, 3D Analyst ve Geostatistical Analyst ek bileşenleri nokta konumlarındaki raster değerini belirleyebileceğiniz çeşitli araçlar sunar. Bunlar “Extract Values to Points”, “Extract Multi Values to Points”, “Sample”, “Add Surface Information” ve “Extract Values to Table” araçlarıdır. Bu blog yazısında birbirine benzer işlemler gerçekleştiren bu 5 aracı birbirinden ayıran özellikler ele alınacaktır.

Analizinize başlamadan şu soruları cevaplamanız doğru aracı seçmeniz için size yardımcı olacaktır:

  • Değerler nokta verinize tek bir raster verisinden mi birden fazla raster verisinden mi aktarılacaktır?
  • Eğer girdi raster veriniz çok bantlı ise, değerleri ilk banttan mı yoksa tüm bantlardan mı elde etmek istiyorsunuz?
  • Raster değerlerinizi mevcut bir girdi detay sınıfınıza mı yazdırmak istiyorsunuz yoksa raster değerleri ile yeni bir detay sınıfı mı oluşturmak istiyorsunuz?
  • Girdi raster verinizin tüm öznitelik bilgilerini girdi detay sınıfınıza eklemek istiyor musunuz?
  • Girdi raster verinizden ya da raster verilerinizden tam değerleri mi yoksa interpolasyonlu değerleri mi elde etmek istiyorsunuz?

Analize başlamadan bu soruları cevaplamanız analizinizi gerçekleştirmek için en iyi yöntemi belirlemenize yardımcı olacaktır.

Şimdi de yukarıda yanıtlamış olduğunuz sorular ışığında “Extract Values to Points”, “Extract Multi Values to Points”, “Sample”, “Add Surface Information” ve “Extract Values to Table” araçlarını kısaca inceleyelim.

  • “Extract Values to Points” aracı girdi katmanı olarak tek bir raster veri kullanır. Girdi katmanı olarak çok bantlı bir raster veri kullandığınızda bile varsayılan olarak ilk bant değerlerini ya da sizin tanımlamış olduğunuz tek bir bant değerleri ile işlem gerçekleştirir.
  • “Extract Multi Values to Points” aracı raster değerlerini girdi detaylarınızın öznitelik tablosuna ekler. Detay öznitelik tablonuzda raster değerleriniz varsayılan olarak girdi raster verinizdeki aynı alan adıyla saklanır. Ancak dilerseniz bu araçla alan adını değiştirebilirsiniz.
  • “Sample” aracı ile raster değerleriniz girdi raster verinizdeki aynı alan adıyla saklanır ve araç içerisinden değiştirilemez. Raster değerleriniz yeni bir tabloya yazdırılır.
  • “Add Surface Information” girdi detay sınıfınıza yüzeyden elde edilen bilgiler eklenir. Girdi raster verisi yerine TIN ve LAS veri kümelerini de kullanabilirsiniz.
  • “Extract Values to Table” aracı nokta veya çokgen detay sınıfına bağlı olarak bir veya birden fazla raster katmanınızdan hücre değerlerini bir tabloya yazdırmanızı sağlar.

Tüm bu araçların girdi verileri, çıktı verileri, kullanmış oldukları interpolasyon yöntemleri ve bulundukları ek bileşenler açısından karşılaştırmasını aşağıdaki tablodan inceleyebilirsiniz.

Şimdi de birkaç örnek yardımıyla doğru araçları nasıl belirleyeceğimizi ele alalım.

Belirli bir konumda bulunan nokta detaylarınıza tek bir rasterdan değerleri aktarmak istiyorsanız:

Bazı meteorolojik gözlem istasyonlarınız olduğunu ve bu konumların yüksekliğini bulmak istediğinizi varsayalım.

Bu senaryoda yükseklik bilginiz barındıran sayısal yükseklik modeliniz tek bir raster katmandır. Tüm bu araçlar girdi katmanı olarak bir raster katmanını desteklediği için herhangi birini tercih edebilirsiniz. Burada tercihiniz çıktı katmanı için neye ihtiyacınız olduğuna bağlı olarak değişecektir. Örneğin yükseklik bilgilerinizi girdi detay sınıfınızın öznitelik tablosuna eklemek istiyorsanız “Extract Multi Values to Points” ya da “Add Surface Information” araçlarından birisini tercih edebilirsiniz.

Belirli bir konumda bulunan nokta detaylarınıza birden fazla rasterdan değerleri aktarmak istiyorsanız:

Regresyon kullanarak erozyona etkisi olan faktörleri incelemek istediğinizi varsayalım. Arazinin çeşitli yerlerinde bulunan örneklem noktalarınız var ve bu konumlardaki sıcaklık, toprak nemi, bitki yoğunluğu, eğim ve yağış miktarı gibi çeşitli faktörlerin değerlerini bu örnek konumlarınızda nasıl olduğunu incelemek istiyorsunuz.

Bu senaryoda örnek nokta konumlarınızda birden fazla raster katmandan değer elde etmeniz gerekmektedir. “Extract Multi Values to Points”, “Sample” ve “Extract Values to Table” araçlarının her biri girdi katmanı olarak birden fazla raster katmanı desteklediği için herhangi birisini tercih edebilirsiniz. Burada tercihiniz yine çıktı katmanı için neye ihtiyacınız olduğuna bağlı olarak değişecektir. Örneğin tüm bu raster değerlerini girdi detay sınıfınızın öznitelik tablosuna eklemek istiyorsanız “Extract Multi Values to Points” aracını seçebilirsiniz. Eğer tüm bu raster değerlerini bir tablo olarak elde etmek isterseniz “Sample” veya “Extract Values to Table” araçlarından birisini tercih edebilirsiniz. Eğer bu analizi belirli nokta konumlarında değil tanımlanmış alanlarda gerçekleştirmek isterseniz ise “Extract Values to Table” aracı doğru bir tercih olacaktır.

Bu bilgiler ve kıyaslamalar doğrultusunda önceden tanımlı konumlara dayalı olarak raster verilerinizden değerler elde etmek istediğinizde doğru aracı tercih edebilirsiniz.

Esri Türkiye, 2020

Tedarik Zincirinizi Yönetin ve COVID-19 Sürecinde Riski Azaltın!

Tedarik zinciri yönetimi, tedarik zincirinden tedarikçiye, üreticiden müşteriye, dağıtımcılar, toptancılar, satıcılar ve daha pek çok birim aracılığıyla, her bir noktadaki süreçlerin tamamını denetlemek anlamına gelir. Tedarik zinciri genellikle sürekli bir dizidir, ham maddeleri veya diğer malzemeleri tüketiciler veya son kullanıcılar için ürünlere dönüştürür.

Etkin bir şekilde yönetilen tedarik zinciri, mal ve hizmetlerin güvenli ve zamanında teslim edilmesini sağlar, ancak COVID-19 virüsü ile gördük ki bu süreç her zaman normal seyrinde ilerlemeyebilir. Üretim hareketliliğini ve gönderilerin akışını sağlamak ve olası riskleri anlamak için konum bilinci önemlidir çünkü tedarik zincirindeki bileşenlerin coğrafi konumunu anlamak, belirli bir olayın tedarik zincirini nasıl etkileyeceğini anlamamızı sağlar. Görselleştirme ve coğrafi-mekansal teknikleri kullanarak tedarik zinciri etrafında dönen iş sorularının ve olası sorunların çoğuna cevap verebilirsiniz.

Özetle, bir tedarik zincirinin başarılı olabilmesi için konum bilinci, gerçek zamanlı izleme ve analiz süreçlerinin bir entegrasyonu olmalıdır. ArcGIS Platformunun güçlü görselleştirme ve analiz yetenekleri kullanarak tedarik zincirinizi daha verimli yönebilir ve olası riskleri önceden belirleyip hızlı kararlar alabilirsiniz.

 

Bir Çözüm Olarak ArcGIS Platformu…

Tedarik zinciri ele alındığında, yöneticilerin, tedarikçilerin, çalışanların ve müşterilerin, ürünlerin nerede olduğu gibi bilgileri gerçek zamanlı olarak görmek ve takip etmek gibi ortak ihtiyaçları vardır. Tedarik zinciri kuruluşları, tedarikçiden üreticiye, dağıtım merkezlerine ve hatta son alıcıya kadar tüm uçtan uca ilişkileri ve bağımlılıkları  görselleştirmek ve analiz etmek için ArcGIS Platformunu kullanabilirler. Şirketler, sorunlar ve tehtitler ortaya çıkmadan önce tahminler yapmak için belirli analizler yapabilirler. Örneğin, bir üretim merkezi risk altındaysa, bu risk durumu ve etkileyeceği diğer tedarik ağı görselleştirilebilir, sorunun nereden kaynaklandığını bulunabilir. ArcGIS Platformu, masaüstü, web ve mobil ortamlarda entegre bir şekilde çalışır ve tedarik zincirinin her aşaması kullanıcılar tarafından istenilen zamanda istenilen yerde ulaşılabilir. Bu süreçleri, ArcGIS ile nasıl yönetebileceğimizi anlamak için hep beraber bir örnek üzerinde görelim.

 

Örnek Senaryo: COVID-19 Sürecinde Tedarik Zinciri Yönetimi

*Bu çalışmada kullanılan verilerin gerçekle bir ilgisi yoktur. Lütfen dikkate almayınız.

Bu örnek senaryomuzda ArcGIS Platformunun web tarafındaki yeteneklerini kullanarak bir tedarik zinciri yönetim çalışması gerçekleştireceğiz. COVID-19 süreci düşünüldüğünde, özellikle gıda temini ve gıda dağıtımı gibi operasyonların sürekli gündemde olduğunu ve sürekliliğinin devam etmesi gerektiğini bir kez daha gördük. Bu örneğimizde bir gıda tedarik zincirini ArcGIS Insights kullanarak nasıl görselleştirebileceğimizi ve analiz edebileceğimizi görelim. Siz de bu örnekteki gibi yerel bir ölçekte operasyonlarınızı yürütebileceğiniz gibi küresel ölçekte de bu çalışmaları gerçekleştirebilirsiniz.

İsterseniz CBS tabanlı bu çalışmamıza haritalama ve görselleştirme ile başlayalım. Öncelikle, tedarikçilerden üreticilere, üreticilerden dağıtım merkezlerine ve son olarak perakende satış noktaları ya da gıda temin noktalarına kadar olan süreci görselleştirebilirsiniz. Burada şu sorulara cevap verebiliriz:

  • Tedarikçilerim nerelerde, bize hangi hammadde ya da ürünü sağlıyorlar? Günlük, haftalık ve aylık sağladığı ürün miktarları nedir?
  • Üretim tesislerim nerelerde ve ne üretiyorlar? Günlük, haftalık, aylık üretim miktarları, verimlilikleri ve stok miktarları nedir?
  • Depo ve dağıtım merkezlerim nerelerde? Hangi ürünleri şehirin hangi bölgelerine dağıtıyorlar? Mevcut stok miktarları nedir?
  • Perakende satış noktaları ve gıda temin noktaları nerelerde? Bunlar COVID-19 sürecinde normal seyrinde mi çalışıyor? Eve servis hizmeti verenler hangisidir?

Aşağıdaki örnekte görüldüğü gibi sadece haritalar değil, aynı zamanda çok farklı türlerde grafik ve görseller oluşturabilirsiniz. Burada, tahıl ürünleri tedarikçileri hangileri ve alt kategori olarak buğday, çavdar, yulaf gibi ürünlerden hangilerini ne kadar sağlanıyor bilgisine ulaşabilirsiniz. Aynı şekilde depoların stokladığı ürünün hacimine göre dağılımı gibi birçok bilgiyi kullanarak görsel grafikler oluşturabilirsiniz. Bu şekilde tüm tedarik zinciri bileşenlerini haritalara ve grafiklere dökerek bir bakışta ne durumda olduklarını anlayabilirsiniz.

ArcGIS Platformunun analiz yetenekleri sayesinde görselleştirmenin ötesine gidebilirsiniz. Tedarik zincirindeki bileşenlerin ilişkisini göstermek için bağlantı analizleri yapabilirsiniz. Bağlantı analizi, bir veri kümesindeki ilişkilere ve bağlantılara odaklanan bir analiz tekniğidir. Bağlantı analizi size merkezlilik ölçülerini (derece ve yakınlık) hesaplama ve bağlantı grafiğindeki veya bağlantı haritasındaki bağlantıları görme yeteneği verir. Siz de tedarik zincirinizdeki ürünlerin akışını modellemek için bağlantı analizi gerçekleştirebilirsiniz. Böylece, nereden nereye ürün akışı oluyor ve bu aktarılan ürünün miktarı nedir gibi sorulara cevap verebilirsiniz.

Aşağıdaki örnekte görüldüğü gibi karmaşık tedarik zincirini harita üstünde görselleştirip ürün akışlarını yönlerine ve aktarılan ürün miktarına göre analiz edebilirsiniz. Sadece harita üzerinde değil, aynı zamanda bağlantı grafiği oluşturabilir ve böylece ilişkileri daha basit bir şema üstünden görüntüleyebilirsiniz. Burada merkezi bir bağlantı kurabileceğiniz gibi hiyerarşik bağlantılar da oluşturabilirsiniz. Harita ya da grafikte bir seçim yaptığınızda, örneğin bir üretim tesisini seçtiğinizde, o üretim tesisine hangi tedarikçiler ürün sağlıyor ve o üretim tesislerinden şehrin hangi bölgelerine ürün gidiyor gibi bilgileri doğrudan görüntüleyebilirsiniz. ArcGIS Insights, etkileşimli bir çözüm olduğu için, siz harita ya da grafikte bir seçim yaptığınızda tüm projedeki harita ve grafikler o seçilen detaya göre filtrelenir ve değişir.

COVID-19 sürecinde tekrar gördük ki tedarik zinciri yönetimi her zaman doğrusal şekilde yürümeyebilir. Bu süreçte riskin en çok olduğu bölgeyi tespit etmek, o bölgedeki tedarik zinciri bileşeninin çalışma durumu hakkında önemli bilgi verir. Bu senaryoda, öncelikle hangi bölgelerin COVID-19 açısından riskli olduğunu, ve o bölgede hangi tesislerimizin olduğunu bularak başlayacağız. Daha sonra bu süreçte devamlılığın devam etmesi için hangi adımların atılması gerektiğini tespit edeceğiz.

Öncelikle birden fazla katman ve bilgiyi tek bir harita üzerinde farklı sembolojiler kullanarak görselleştirebiliriz. Burada hangi ilçelerde COVID-19 yayılımının fazla olduğunu görmek için ilçeler çokgen verisinin içine COVID-19 vaka sayılarını yazdırabilirsiniz. Koyu renkte olanlar, yayılımın yüksek olduğu yerler ve açık renge doğru gittikçe riskin azaldığını görebiliyoruz. Burada doğrudan hangi ilçelerde bu riskin fazla olduğunu ve bu bölgelerde yer alan dağıtım merkezlerinin artık normal seyrinde çalışmaması gerektiğini belirleyebiliriz.

*Bu çalışmada kullanılan verilerin gerçekle bir ilgisi yoktur. Lütfen dikkate almayınız.

Bu analizi gerçekleştirdikten sonra bir ağ analizi gerçekleştirerek, optimum şekilde perakende noktalarına hizmet veren dağıtım merkezlerini belirleyebiliriz. Bu ağ analizlerini gerçekleştirirken otomobil, tır ve yürüme gibi ulaşım modlarını belirleyebilir ve yarım saat sürüş mesafesi gibi parametreleri analizine dahil edebilirsiniz. Biz yarım saat ve bir saat tır sürüş mesafelerini hesaplayalım. Aşağıdaki görselde gördüğünüz gibi kahverengi alanlar yarım saatlik tır sürüş mesafesiyken, yeşil alanlar bir saatlik tır sürüş mesafeleridir. Göründüğü gibi tüm perakande noktaları (lacivert noktalar) bu sürüş mesafesi içinde kalmamaktadır. Bu yüzden farklı bir ağ analizi daha gerçekleştirebiliriz. Gerçekleştirdiğimiz analizimizde ,dağıtım yapılacağı için, ulaşım modu olarak tır belirledik ve optimum bir şekilde hangi perakende noktalarına hizmet vermeleri gerektiğini, en yakın tesis aracını kullanarak bulduk.

İlçe 1 ve İlçe 2’deki dağıtım merkezlerinin risk altında olduğunu ve normal seyrinde bu süreçte çalışmaması gerektiğini analiz ettik. Peki bu süreçte hangi dağıtım merkezleri bu görevi üstlenerek dağıtımı gerçekleştirmeye devam edecek? Öncelikle aşağıda gördüğünüz açık mavi noktalar, risk altındaki dağıtım merkezlerinin servis verdiği perakende noktalarıdır. Bu noktalara, COVID-19 sürecinde hangi dağıtım merkezi ya da merkezleri hizmet vermelidir? Burada söz konusu analizimiz yine bir ağ analizidir. Burada, açık mavi noktaları (hizmet alamayan perakande noktaları) seçiyoruz ve en yakın tesis adlı ağ analizimizi gerçekleştiriyoruz. Burada aşağıda görebileceğiniz gibi optiumum bir şekilde bu süreçte o alanlara hizmet vermesi gereken dağıtım merkezimizi tespit ediyoruz.

Analizimizin bir ileri aşaması olarak demografik bilgileri kullanabiliriz. Bu demografik bilgileri doğrudan 2019 için Esri’nin sağladığı verileri kullanarak mevcut verilerimizi zenginleştirebiliriz. Burada özellikle karantina altında olan 60 yaş üstü nüfus gibi risk altındaki kişilerin nerelerde yaşadığını tespit etmemiz önemli olabilir.

Aşağıdaki gördüğünüz örnekte yine harita ve grafikler yardımı ile 60 yaş nüfusunun yoğun olduğu ilçelerdeki COVID-19 yayılımını analiz edebilirsiniz. Bizim örneğimizde bu yazı için rastgele üretilen veriler ile hem COVID-19 yayılımı açısından fazla hem de 60 yaş üstü nüfus açısından fazla olan ilçeler aşağıdaki gibi belirlenmiştir. Bu bölgedeki eve servis hizmeti veren gıda temin noktalarının yeterli olup olmadığı gibi analizler gerçekleştirilebilir.

Yapılan analizlerle ilgili risk durumları ve COVID-19 sürecindeki gıda temini ile ilgili bilgilendirme sağlanmak üzere belirli web uygulamaları yapılandırılabilir. Sıfır kod ile yapılandırabileceğiniz bu uygulamalarda anket bazlı gıda talepleri alabilir, eve servis hizmeti veren noktalar nerelerde, bana en yakın gıda temin noktası nerede gibi bilgileri dahil ederek kamuyu bilgilendirebilirsiniz. Bu uygulama üzerinden doğrudan bana en yakın açık gıda temin noktası neresi ve ne kadar uzaklıkta, kaç dakika içinde gidebilirim, stok bilgileri neler gibi birçok bilgi yapılandırılabilir ve istenen bölgeye doğrudan yönlendirme alınabilir.

Bu blog yazısında anlatılan çözümlerimizin dışında, yine tedarik zincirinizle ilişkili olan ve COVID-19 sürecinde sürekliliğinin devam etmesi gereken bir diğer süreç gıda dağıtımıdır. COVID-19 sürecinde 65 yaş üstü nüfus gibi ihtiyaç sahiplerine gıda dağıtımını nasıl ArcGIS Platformu ile verimli bir şekilde gerçekleştirebileceğinizi anlattığımız blog yazısına aşağıdan ulaşabilirsiniz.

ArcGIS Ürünleri ile COVID-19 Sürecinde Gıda Dağıtım Çözümleri

Bu iki blog yazımızda anlattığımız çözümler ve diğer birçok çözümü içeren ‘COVID-19 Sürecinde Gıda Tedarik Zinciri Yönetimi’ adlı webinarımıza bu linkten ulaşabilir ve kayıdı izleyebilirsiniz.

 

Bulut Ortamında Gerçek Zamanlı Büyük Veriyle Çalışmak: ArcGIS Analytics for IoT

Bulut Ortamında Gerçek Zamanlı Büyük Veriyle Çalışmak: ArcGIS Analytics for IoT

ArcGIS Analytics for IoT, ArcGIS ailesine gerçek zamanlı görselleştirme ve analitiklerde yeni bir anlayışı getirmiştir. Buradaki en önemli yenilik; görevleri ölçeklendirmek için dağıtılmış bulut işlemeyi (cloud processing) kullanarak IoT sensörü verilerini görselleştirmeyi, analiz etmeyi, depolamayı ve bunlara göre aksiyonlar alma gibi özellikleri sunmasıdır. Uygulama; CBS analisti, veri uzmanları gibi büyük veri ile çalışan kişilerin ihtiyaçlarını karşılayacak şekildedir.

Uygulama içinde Hizmet Olarak Yazılım (SaaS) modeliyle yapılandırma olmadan hızlı bir şekilde çalışmaya başlayabilirsiniz. Bu başka bir deyişle şu anlama gelmektedir; ArcGIS Online’ın bir parçası olarak bulutta bulunan kullanıma hazır bir IoT çözümü elde edersiniz. Bu durum, kurum içinde dağıtılmış bir yazılım yüklemenize veya altyapıyı yönetmenize gerek olmadığı anlamına gelir. Bunun yerine Esri, yazılımı ve altyapıyı sizin adınıza yönetir, böylece hızlı bir şekilde çalışmaya başlayabilirsiniz.

ArcGIS Analytics for IoT ile gerçek zamanlı geofence olarak da bilinen coğrafi sınırlama işlemlerini yapabilirsiniz. Örneğin; araç, uçak veya gemi gibi hareketli bir varlığın belirli bir teslimat alanı, kısıtlı hava sahası veya belirlenmiş nakliye şeridi gibi bir ilgi alanı içinde veya dışında olması ile ilgili çalışmaları bu uygulama ile gerçekleştirebilirsiniz. Bu konuda ayrıntılı bilgi için blog yazımızı buradan inceleyebilirsiniz.

Hemen hemen her tür akış verisine bağlanabilir, bu verileri gerçek zamanlı olarak işleyebilir ve belirtilen koşullar oluştuğunda otomatik mesajlar ve uyarılar gönderebilirsiniz. Ayrıca, yüksek hacimli geçmiş verileri işlemek ve örüntüler (pattern), eğilimler ve anormallikler hakkında bilgi edinmek için analitik modeller tasarlayabilirsiniz. Bu özellikler hep birlikte; gerçek zamanlı farkındalığı arttırmanıza ve kuruluş genelinde paylaşabileceğiniz bilgileri edinmenize yardımcı olur.

 

ArcGIS Analytics for IoT uygulama arayüzü

Kullanım alanlarına örnek olarak; şehir içi ulaşım departmanı için çalışan bir CBS analisti, araçlarından gelen verilerden yararlanarak çalışmalar yapabilir. Araç verilerini alan yol sensörleri, bu gözlemleri ArcGIS Analytics for IoT’ye bir yayın olarak aktarabilir; böylece hız ve trafik verilerinin gerçek zamanlı olarak görüntülenmesini sağlar. Buradan yola çıkarak araçlar için yeni rotalar oluşturabilir. Bir başka örnek olarak altyapı sektöründe elektrik kesintileri de dahil olmak üzere ağlarındaki akıllı sayaçlardan ve sensörlerden gerçek zamanlı okumalar toplayabilir. Elektrik kesintisi olaylarını izlemede gerçek zamanlı analiz gerçekleştirerek gücün hızlı bir şekilde geri kazanılmasını sağlamak için yöneticiye veya yakınlarda çalışan saha ekiplerine bildirim gönderilebilir. Kesintilerin nerede daha sık oluştuğunu ve nedenini daha iyi anlamanıza yardımcı olmak için alan ve zaman içindeki tarihsel kesinti verilerini değerlendirmek için büyük veri analizi uygulanabilir. Bu şekilde, kuruluşun hatalı ekipmanı onarmasına veya değiştirmesine yardımcı olarak gelecekteki kesintilerin önlenmesi sağlanabilir.

Çalışma Şekline Hızlı Bir Bakış

  • Veri kaynağı Oluşturma

Uygulamada çalışmaya başlarken öncelikle veri kaynağı (feed) türünü belirtmeniz gerekir. Veri kaynağıoluşturarak gerçek zamanlı veri akışlarını alabilirsiniz ve  bunu anında bir web haritasında görselleştirebilirsiniz.

Veri kaynağı (Feed) nedir?

ArcGIS Analytics for IoT’ye gelen gerçek zamanlı veri akışıdır. Feed’ler genellikle Nesnelerin İnterneti (IoT) platformları veya üçüncü taraf API’lar gibi harici gözlemsel veri kaynaklarına bağlanır. Bunlar gelen tablo, nokta, çizgi veya çokgen verilerini ayrıştırır, analiz ve görüntüleme için sunar. Feed aynı zamanda bir tür akış katmanıdır (stream layer) ve haritaya eklenebilir, böylece bilgiler alınır alınmaz görselleştirilebilir. Ayrıca ArcGIS katmanlarınızdan, Azure IoT ve AWS IoT gibi IoT bulut hizmet sağlayıcılarından ve Kafka, MQTT ve RabbitMQ gibi mesajlaşma sistemlerinden veri alabilirsiniz.

ArcGIS katmanlarından, bulut hizmet sağlayıcılarından ve mesajlaşma sistemlerinden veri alabilme

 

  • Gerçek Zamanlı Analitik 

Veriler ArcGIS Analytics for IoT’ye aktıkça, alınan iletileri tek tek işleme ve analizini yapmanıza olanak tanıyan gerçek zamanlı analizler tasarlayabilirsiniz. Gerçek zamanlı veriler genellikle verileri dönüştürme, coğrafi sınırlama ve olay tespiti gibi konularda kullanılmaktadır. Analizin sonuçları yeni veya mevcut bir detay katmanında saklanabilir, kilit paydaşlara e-posta olarak gönderilebilir veya Kafka veya RabbitMQ gibi üçüncü taraf mesajlaşma sistemlerine yazılabilir.

 

  • Büyük Veri Analizi 

Gerçek zamanlı analizler veri akışını alındığı gibi işlerken, büyük veri analizleri bir kaynaktan mevcut verileri yüklemenize ve depolanan verilerde yer ve zaman içinde toplu analiz ve işleme yapmanıza olanak tanır. Büyük veri analizi tipik olarak gözlemleri özetlemek, örüntü analizi yapmak ve olay tespiti için kullanılır. Büyük veri analizleri bir kez çalışacak şekilde yapılandırılabilir veya yinelenen bir şekilde çalışmak üzere programlanabilir. Gerçek zamanlı ve büyük veri analitiği çalıştırıldığında sonuçlar bir çıktıya gönderilir. Çıktı, gerçek zamanlı veya büyük veri analitiğinde son adım olarak alınacak bir sonuç veya aksiyondur. Analytics, verileri yeni veya mevcut bir detay katmanına depolama, bir akış katmanına veri gönderme, e-posta gönderme, Amazon S3 gibi bulut mağazalarına yazma gibi çeşitli farklı hedeflere veri yayabilir ve cihaz çalıştırma için üçüncü taraf IoT sistemlerini tetikleyebilir.

Büyük veri analizinizi tamamladıktan sonra, bulgularınızı başkalarıyla paylaşabilirsiniz. ArcGIS Analytics for IoT, bilgileri iş akışlarınıza en uygun şekilde yaymanıza olanak tanır. Analiz sonuçlarını ArcGIS haritalarında ve uygulamalarında kolayca görüntülenebilen detay katmanları olarak yayınlayabilirsiniz.

İşlem ve Depolamanın Yönetimi ve İzlenmesi

Kuruluş yöneticisi olarak ArcGIS Analytics for IoT aboneliğinin işlem ve depolama kullanımını doğrudan Analytics for IoT uygulamasında görüntüleyebilirsiniz. Genel bilgi işlem ve depolama tüketimi Giriş sayfasında özetlenir ve ayrıntılı bilgi Compute Utilization ve Storage Utilization sayfalarında bulunur.

 

ArcGIS Analytics for IoT Kullanmak için;

ArcGIS Online aboneliğinizde ArcGIS Analytics for IoT lisansına sahip olmalısınız. Bu abonelik; kullanım durumlarını izleme (monitoring use cases) ve çoklu izleme (multiple tracking) için yeterli bilgi işlem ve depolama kapasitesi içermelidir. Altyapı veya sistem yapılandırması gerekmez ve kullanıcı sayısında bir sınır yoktur. Kuruluşunuzun Creator türünde veya daha yüksek kullanıcı türünde bir üyesine, ArcGIS Analytics for IoT’ye erişim izni verilebilir ve kullanıcı hemen feed’ler, gerçek zamanlı, büyük veri analizi ve çıktılar oluşturmaya başlayabilir.

 

Kaynaklar:

Esri Türkiye 2020

ArcGIS Pro Business Analyst Bileşeni ile Şubeler Arası Rekabet Analizi

Birden fazla mağazanız olan bir pazarda, her mağazanın aynı müşteriler ve gelir için rekabet etmesi ile cannibalismin nerede gerçekleştiğini anlamak büyük önem taşır.

ArcGIS Pro Business Analyst bileşeninin son sürümü, “Measure Cannibalization” analiz aracını içermektedir. Bu araç, pazarınızdaki cannibalismin etkisini ölçmek için ticaret alanı sınırlarınızın kesiştikleri alanları tanımlar.

Cannibalism Analizi ile iki veya daha fazla ticaret bölgesi arasındaki kesişme miktarını hesaplayabilirsiniz. Bu kesişme, ticaret alanı sınırlarının ne ölçüde örtüştüğünü ifade eder. Örneğin, mevcut bir mağaza ağı ve önerilen yeni bir mağaza konumu etrafında sürüş süresine göre ticaret alanları oluşturabilirsiniz. Sonuçta ortaya çıkan analiz, yeni mağazanın mevcut mağaza ağını kapsayacağı miktarı gösterir. Bu araç aynı zamanda yeni bir mağazanın belirli bir pazarda ne gibi bir etki yaratacağını incelemek için de kullanılabilir.

Aşağıda cannibalism istatistiklerinin nasıl hesaplandığına dair bir örnek sunulmaktadır. İki mağaza alanının erişim mesafeleri aşağıda mavi alanlar olarak gösterilmektedir.

Cannibalism analizi sonucunda kesişim alanları aşağıdaki şekilde daha koyu mavi ile gösterilen alandır. Bu, iki ticaret bölgesi arasındaki kesişme alanını temsil eder.

Kesişme alanı istatistikleri Öznitelik Tablosu’nda görüntülenir.

Alan tanımları aşağıdaki gibidir:

  • ID – Karşılaştırılan Ticaret Alanlarını tanımlar. Bu örnekte, Mağaza 2 Ticaret Alanı “A” yı ve Mağaza 1 Ticaret Alanı “B” yi temsil eder.
  • A1 – Ticaret Alanları’nın karşılaştırılan toplam alanını karşılaştırır. Bu durumda, Mağaza 2 Ticaret Alanı, Mağaza 1 Ticaret Alanı’nın % 97,8’i kadar büyüktür.
  • A2 – Çakışan iki ticaret alanının oranı. Bu durumda, Ticaret Alanları’nın % 10,8’i çakışmaktadır.
  • A3 – Mağaza 2 Ticaret Alanı veya Mağaza 1 Ticaret Alanı veya “A” içine giren “B” oranı. Bu örnekte Mağaza 2 Ticaret Alanı’nın % 19,8’i Mağaza 1 Ticaret Alanı’nda yer almaktadır.
  • A4 – Mağaza 1 Ticaret Alanı veya Mağaza 2 Ticaret Alanı veya “B” ye giren “A” oranı Bu durumda Mağaza 1 Ticaret Alanı’nın % 19,3’ü Mağaza 2 Ticaret Alanı’nda yer alır.

Measure Cannibalization Aracını Kullanma

Beş dakikalık sürüş süresi alanları ile tanımlanan ticaret alanlarına sahip on mağazanızın olduğu bir senaryo düşünün. Cannibalismin nerede gerçekleştiğini anlamak istiyorsunuz, böylece bu alanlardaki pazarlama fazlalığını ortadan kaldırabilirsiniz.

“Sürüş Süresi Alanları” katmanındaki 10 özellik arasındaki kesişmeyi incelemek için aracın nasıl kullanıldığının bir örneği:

Bu aracın çıktısı, aşağıda yeşil renkle gölgelenen kesişme alanlarını oluşturur. İlişkili istatistikler, haritanın altındaki Öznitelik Tablosu’nda görüntülenir. Vurgulanan satır, Mağaza 6 ve Mağaza 9 Ticaret Alanları arasındaki alan ve kesişme oranlarını karşılaştırır. Karşılık gelen örtüşme alanları haritada da vurgulanmıştır.

Diğer bir örneğimizde mağazaların çevresinde müşteri sayısına veya her müşterinin hacim özelliğine göre oluşturulan ticaret alanları çokgenleri ile tanımlanan ticaret alanlarına sahip on mağazanızın olduğu bir senaryo yer almaktadır.

Müşteri Kaynaklı Ticaret Alanları Oluştur (Generate Customer Derived Trade Areas) aracını kullanarak oluşturabileceğiniz bu alanlar müşteri puanlarınıza veya satış gibi müşterilerilerinizn içerdiği sayısal değerlere göre pazar alanının boyutunu ve şeklini hesaplar. Bu yöntem, her mağazanın gerçek etki alanını doğru bir şekilde temsil eder ve ticaret alanının detayı ve kapsamı, seçtiğiniz analiz türüne dayanır. Mağazanızın çevresinde bir, iki veya üç pazar alanı oluşturabilirsiniz – sırasıyla birincil, ikincil ve üçüncül pazarlar. Üçten fazlası sık kullanılmaz ancak Business Analyst ile yapılması mümkündür.

“Müşteri Ticaret Alanları” katmanı ile gerçekleştirilen Cannibalism analizi çıktısı, aşağıda yeşil renkle gölgelenen örtüşme alanlarını oluşturur. İlişkili istatistikler, haritanın altındaki Öznitelik Tablosu’nda görüntülenir. Vurgulanan satır, Mağaza 6 ve Mağaza 9 Ticaret Alanları arasındaki alan ve kesişme oranlarını karşılaştırır. Karşılık gelen örtüşme alanları haritada da vurgulanmıştır.

Çıktıdaki alanlar, değişimi modellemek ve en iyi aksiyon yolunu belirlemek için Business Analyst araçları ve iş akışlarıyla daha fazla analiz edilebilir. Örneğin, kesişim alanlarında kaç kişinin yaşadığını anlamak için Katmanı Zenginleştir (Enrich Layer) aracını kullanabilirsiniz.

Katmanı Zenginleştir aracı ile Esri’nin sağlamış olduğu demografik verileri kullanarak alandaki nüfusun özelliklerine erişim sağlayabilirsiniz. Aşağıda nüfus, kişi başı satın alma gücü, ortalama hane halkı büyüklüğü ile oluşturulan zenginleştirme işleminin sonucunu görebilirsiniz.

Aşağıda, Business Analyst için yararlı bulabileceğiniz bazı bağlantılara erişim sağlayabilirsiniz.

Bu yazı için bir etiket bulunmamaktadır.
COVID-19 Salgınında Temas Edilen Kişi ve Yerler Arasındaki Bağlantıları Bulun

COVID-19 Salgınında Temas Edilen Kişi ve Yerler Arasındaki Bağlantıları Bulun

COVID-19 pandemisinin çok hızlı yayılması nedeniyle herkes fiziksel mesafe kuralını hayatına dahil etmek zorunda kaldı. Bulaşma oranını azaltmak için alınan önlemlerin yanısıra, virüs taşıyan kişilerin öncesinde kimlerle temasta bulunduğu öğrenilerek, o kişilere de test yapılması ve onların da kimlerle görüştüğü veya nerelerde bulunduklarının haritalanması bu salgının yayılmasını önlemede büyük bir önem arz ediyor.

Bu noktada sağlıkçılar, analistler ve karar vericiler bilinmeyenleri yanıtlama zorluğu ile karşı karşıya kalıyor. Cevaplanması gereken en önemli sorulardan bazıları: “COVID-19 hangi bireylere bulaştı?” ve “Bulaşan kişiler kiminle temas kurdu ve nerelere gittiler?” Koronavirüs pozitif çıkan ya da şüpheli olan kişilerin temas ettiği yer ve kişileri izleme, bulaşıcı hastalığın yayılmasını etkili bir şekilde sınırlayabilen bir sağlık müdahalesi olarak önem taşımaktadır. Teması izlemenin amacı; enfekte kişiyle yakın temas halinde olabilecek kişileri tanımlayarak bilgilendirmektir. Bu sayede risk altında olabilecek kişiler fiziksel mesafe, izolasyon, bakım ve tedavi gibi uygun önlemleri alabilirler.

Dünya Sağlık Örgütü teması izlemenin önemine vurgu yapmış ve bu izleme sürecini 3 önemli adımla anlatmıştır: temas kimliği, temas listesi ve temas takibi.

  1. Temas Kimliği: Kişinin virüsü taşıdığı onaylandıktan sonra, kişinin aktiviteleri ve hastalığın başlangıcından bu yana etrafındaki insanlarla iletişimleri ve rolleri sorularak temaslar belirlenir. Temas kişileri enfekte olmuş bir kişiyle temas halinde olan herkes olabilir: aile üyeleri, iş arkadaşları, arkadaşlar veya sağlık hizmeti sağlayıcıları.
  2. Temas Listesi:  Hastalık bulaşmış kişiyle temas kurduğu düşünülen tüm kişiler temas olarak listelenmelidir. Listelenen her kişiyi tanımlanarak temas durumları, bunun ne anlama geldiği, izlenecek eylemleri ve semptom geliştirirse erken bakım almanın önemini bildirmek için çaba gösterilmelidir.
  3. Temas Takibi: Semptomları izlemek ve enfeksiyon bulgularını test etmek için tüm temasların düzenli takibi yapılmalıdır.

Onaylanmış vakaları izlemenin ve hareket kalıplarını anlamanın; şeffaflığın artması, topluluk bilincinin artması ve kaynakların tahsisi gibi konularda faydaları vardır. Hareket kalıplarını anlamak sadece insanlar arasındaki yakın teması belirlemenize değil, aynı zamanda “temas yerlerini” (market, mağaza, kurumlar vb.) belirlemenize de olanak tanır.

Bu blog yazısında temas izlemeyi sağlayacak çözümlerimizden bahsedeceğiz. Buradaki senaryo kısaca şu şekildedir; enfekte olmuş ya da olma ihtimali olan kişi ya da bu kişilerden bilgi toplayan görüşmeci bir form doldurur. Bu formlardan gelen bilgileri hem harita üzerinde hem de grafiksel olarak bağlamayı sağlayan bağlantı analizi yapılır.  Bunlara ek olarak bu bağlantıların zamansal dağılımını çıkararak bir öngörü kazanılması hedeflenir.

Bu çözümde kullanılan ürünler: Survey123 Connect for ArcGIS, ArcGIS Pro for Intelligence ve  ArcGIS Insights‘tır.

Temasların Haritalanması için minimumda;

  • Benzersiz vaka numaraları,
  • Temas bilgileri (yerlerin veya kişilerin adı),
  • Tarihler ve Saatlerin bilgilerine sahip olunmalıdır.

Bu temel bilgiler salgında temas bağlantılarını izlemeyi mümkün kılar. Temas olarak sadece kişi değil aynı zamanda bakkal ya da ofis gibi mekanlar da kabul edilebilir.

Formlarla Temas Bilgilerinin Toplanması

Salgın yayıldıkça kişilerden birebirde bilgi toplamak gittikçe zorlaşabilir. Bunu yapmanın daha kolay ve hızlı bir yolunu bulma düşüncesinden yola çıkarak hasta ya da hasta ile görüşen kişinin hazır bir formu doldurarak bilgi toplama işini hızlandırabilecekleri bir model düşünülmüştür. Aşağıda bu amaçla hazırlanmış bir form örneğini görmektesiniz:

Survey123 for ArcGIS ile hazırlanmış Temas Bilgi Formu Örneği

Belirtileri gösteren ancak henüz durumu onaylanmayan veya test edilmeyen kişiler, mekansal bilgileri de girebildiği bir web formu aracılığıyla temas ettikleri yerleri ve kişileri kendi kendilerine bildirebilirlerse potansiyel “sıcak noktaları” tanımlamaya yardımcı olmak için yeterli bilgi toplanabilir.

Örnek form ile oluşturulan verilerin (mekan ve kişi isimleri) hepsi örnek olması amacıyla üretilmiş olup, hiçbirinin gerçek vakalarla ilgisi bulunmamaktadır.

Bağlantı Grafikleri Oluşturma

ArcGIS Pro for Intelligence uygulamasında Catalog içinden Portal sekmesine geçilir, oluşturulan forma (kendi içeriğim (My Content) ya da gruplardaki (Groups) içeriğim gibi seçeneklerden hangisi içindeyse arama yapılarak) tıklanır ve formun bulunduğu detay katmanınına (Feature Layer (Hosted)) erişilir.

Bu katman çalışma ekranına alınarak, veri üzerinde çalışmaya başlandı. Veriyi içeri aldıktan sonra Contents içinde verinin nasıl göründüğüne bakalım. Aşağıdaki görselde görüldüğü üzere Temas Bilgi Formu altında iki farklı bilgi görünüyor: bunlardan birincisi formu dolduran kişinin hastalık durumu, diğeri ise kişinin mekanla ve diğer bireylerle olan temaslarının bilgisi. Bu bilgilerdeki sembolleri semboloji ayarlarından düzenleyerek harita üzerinde daha okunaklı olması sağlandı.

Verinin Portal’dan ArcGIS Pro for Intelligence’a alınması

Amacımız bağlantıları ortaya çıkarmak ve zamansal dağılımı görmek oluğu için Analizler kısmından “Link Chart” ve “Timeline” kullanacağız. Bağlantı grafiği (Link Chart), verilerinizdeki varlıklar arasındaki ilişkileri görselleştirmenin bir yoludur. Bağlantı grafiği iki ana bileşen içerir: düğümler ve bağlantılar. İçinde bir sembol ve bir etiket bulunan kutular olarak görüntülenebilen düğümler;  varlıkları, herhangi bir kişiyi, yeri veya şeyi temsil eder.  Bağlantı grafiği oluşturmak için öncelikle düğüm noktalarını belirlemek gerekiyor, daha sonra ise bu düğümleri kullanarak bağlantılar oluşturulur. Bağlantılar; grafikteki düğümleri bağlayan çizgilerdir. Düğümlerle eşleşen bağlantıları otomatik olarak yüklemek için bir Bağlantı Kümesi (link set) ekleyebilirsiniz. Bağlantı kümesi oluşturmanız için önemli olan nokta; iki düğüm arasında ortak bir alanın olması, böylece “Key Fields” içinde birbiriyle eşleşen alanları seçerek bağlantıyı sağlayabilirsiniz. (Bu alan; benzersiz referans numarası gibi bir bilgi olabilir.) Bu örnekte bağlantı grafiği; kişilerle temas ettiği kişi ve mekanlar arasında kurulmuştur.

Link Chart ve Timeline araçlarının arayüzdeki yeri

 

Bağlantı grafiği oluştururken “Change Layout” kısmından farklı seçenekleri seçerek bağlantıları farklı şekillerde görselleştirebilirsiniz. Ayrıca linklerin içinde hangi bilgilerin yazacağını ve okların görünümünü de düzenleyebilirsiniz. Bağlantı grafiğinde seçtiğiniz alana düşen bilgiler harita üzerinde de görüntülenebilir. Burada oluşturduğunuz linki haritada görmek içinse “Display Links On Map” seçeneğini seçebilirsiniz. Böylece konumsal olarak da kimin nerelerle temasta olduğunu görüntüleyebilirsiniz.

Bağlantı grafiğinde düzeni değiştirme seçenekleri

Bağlantı grafiğindeki güzel bir özellik ise; aynı kişi farklı günlerde forma bilgi girişi yaparsa, bu bilgileri aynı isim altında tutmaya da olanak veriyor. Örneğin Fatih adlı kişi 13.04.2020 tarihinde hastalığı için muhtemelen diye işaretleyerek temas bilgilerini girmişken, 21.04.2020’de durumunu Pozitif olarak girdiği yeni bir form dolduruyor. İki form da Fatih olarak görünen bağlantı grafiğinin öznitelik bilgisinde görüntülenebilmektedir. Ayrıntılı bilgi için aşağıdaki görseli inceleyebilirsiniz.

Aynı kişinin farklı zamanlarda girdiği bilgiler

Bilgilerin Zaman Çizelgesi İçinde Gösterilmesi

Temasın nerede gerçekleştiğini bilmenin yanı sıra, ne zaman ve ne kadar sürdüğünü anlamak da önemlidir. ArcGIS Pro for Intelligence içindeki Timeline, diğer bir deyişle Zaman Çizelgeleri’ni kullanarak, konum-tabanlı şekilde temasları gerçekleştiği sırayla görselleştirebilirsiniz. Bu, temasların aynı anda mı yoksa aynı zaman aralığında mı gerçekleştiğini belirlemenizi sağlar. Bunun aksine, eğer temaslar arasında günler veya haftalar varsa, muhtemelen aynı kümenin parçası değildirler.

Zaman çizelgesinde olayların nerede ve hangi zaman aralığında sıklaştığını görme

Sezgisel Analitik Yoluyla Web Ortamında Bağlantı Grafiği Oluşturma

Formdan gelen bilgilerle web ortamında kullanabileceğiniz ArcGIS Insights ile neler yapabileceğimize kısaca bakalım.

Seçtiğiniz veri ile oluşturabileceğiniz grafik seçeneklerini sürükle bırak yöntemiyle hızla görüntüleyebilme

ArcGIS Insights verilerinizi hızlı bir şekilde grafiklerle göstermenize olanak sağlayan bir arayüze sahiptir. Formdan gelen bilgileri kullanarak bir çok grafik oluşturabilirsiniz.

Sağdaki görüntüden gördüğünüz grafik seçenekleri içinden Bağlantı Çizgesini kullanarak bağlantı grafiği oluşturabilirsiniz. Bu grafiği mekansal olarak da gösterebilir ve sembolojilerini düzenleyebilirsiniz. Bağlantı çizgilerini özel bir alana göre görselleştirerek veride bulunan gizli kalmış bilgileri hızlıca görselleştirebilirsiniz.

Her grafiğin verideki farklı detayları ön plana çıkaracak gücü bulunduğu içi, istediğiniz kadar kart oluşturarak farklı grafikleri aynı çalışma sayfası içinde kullanabilirsiniz.

 

 

 

ArcGIS Insights ile oluşturulan bağlantı grafiği ve haritada görselleştirilmesi

 

Toplanan bilgiler ışığında enfekte kişilerin temas ettiği sıcak bölgelerin bulunmasıyla;

  • Bu etkin noktalar, yeni test merkezlerinin nerede kurulacağı gibi yanıtın önceliklendirilmesine yardımcı olabilir,
  • Yayılmayı yavaşlatmada gereken desteği artırmak için kamu bilincini arttıracak bilgi levhaları bu bölgelere konabilir,
  • Karar vericilere yardımcı olacak ek mekansal analizler veya coğrafi zenginleştirme gerçekleştirerek uygun halk bilgilendirme kampanyaları ve bu semtlere uygun müdahale tedbirleri tanımlanabilir,
  • Öncelikli olarak dezenfekte edilmesi gereken mekanlar belirlenebilir.

Bu konuda hazırladığımız videomuzu izleyerek daha ayrıntılı bilgi alabilirsiniz.

 

Son olarak; aşağıda bu çözümde kullanılan ürünlere nasıl erişebileceğinizle ilgili kısa bir bilgilendirme bulacaksınız:

COVID-19 pandemisi ile savaşmada Esri’nin sağlamış olduğu Afetle Müdahale Programı içinde kurumlara sağlanan içerikle bu çözümü hayata geçirmeniz için gereken araçların hepsine ve daha fazlasına sahip olacaksınız. Bu konuda bilgi almak için tıklayınız.

  • Survey123 Connect for ArcGIS, form uygulamasının masaüstü kısmı olup sizin ayrıntılı formlar oluşturmanıza olanak verecek birçok özelliği içerir. Ayrıntılı bilgi için tıklayınız.
  • ArcGIS Pro for Intelligence ise  Eklentiler, Coğrafi İşleme Araçları ve diğer proje bileşenleriyle birlikte ArcGIS Pro’nun Yönetilen Yapılandırmasından (Managed Configuration) oluşur. Bu uygulamayı kullanabilmeniz için ArcGIS Pro 2.5 kullanıyor olmanız gerekmektedir. İndirmek için MyEsri veya ArcGIS Solutions olmak üzere iki farklı yol izleyebilirsiniz. Ayrıntılı bilgi için tıklayınız.

MyEsri üzerinden ya da ArcGIS Solutions sayfası içinden erişim

  • ArcGIS Insights web tabanlı bir uygulama olup birçok veriyi kullanmanıza olanak sağlayan ve çok kolay bir şekilde verilerinizi analiz etmenize olanak sağlayan bir arayüz sunar. Bu konuda yazılmış olan blog yazımızdan ayrıntılı bilgiye erişebilirsiniz.

Kaynaklar:

 

ArcGIS Pro 2.5 ile Gelen FMV Yenilikleri

ArcGIS Image Analyst bileşenindeki Full Motion Video (FMV), FMV uyumlu video verilerinin oynatılması ve coğrafi analizi için yetenekler sağlar. FMV uyumlu bir video akışının ve ilişkili meta verilerin tek bir video dosyasına birleştirilmesini ifade eder, bu da videoyu coğrafi olarak kullanılabilir kılar. Sensör sistemleri kamera işaretleme bilgileri, platform konumu ve duruşu ile diğer verileri toplar ve video akışına kodlar. Böylece her video çerçevesi coğrafi konum bilgileri ile ilişkilendirilebilir.

Coğrafi olarak etkinleştirilmiş bu video verileri, ArcGIS Pro’nun hesaplama işleviyle birlikte, sensör dinamiklerinden ve görüş alanından (FOV) tam olarak haberdar olurken videoyu görüntüleme ve değiştirme ve bu bilgileri harita görünümünde görüntüleme olanağı sağlar. Ayrıca, telestrasyon yeteneği sağlayarak özellik verilerini video görünümünde veya harita görünümünde analiz etmenize ve düzenlemenize olanak tanır.

ArcGIS Pro içerisinde bulunan FMV ile;

  • Sensör konumları ve video hatları ile videolarınızı veya canlı yayınlarınızı oynatabilir
  • Raporlama veya analizler için coğrafi referanslı çerçeveler çıkarabilir
  • Haritada veya videodaki önemli katmanları yakalayabilir
  • Durumsal farkındalık için 2B ve 3B görüntüleyicilere entegre edebilirsiniz

FMV Yenilikleri

  • GDB’ ye yazılan VMYI öznitelikleri

  • Video oynatıcı ile obje ölçümleri, dikey ölçümler dahil

  • Video üzerinde kuzey oku görüntüleme

 

  • Daha iyi yorumlama için video geliştirme
    • Parlaklık, kontrast, doygunluk, gama
    • Renkleri ters çevirmek (invert)

  • Birden çok videoyu senkronize etme
  • Video feed manager önceki videoları kolayca görüntülememizi sağlar