ArcGIS Analytics for IoT ile Coğrafi Sınırlama

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 blogda, Geofence yönetimi ile coğrafi sınırlama uygulayabileceğiniz bazı yolları detaylandıracağız. Bulut Ortamında Gerçek Zamanlı Büyük Verilerle Çalışma hakkında detaylı bilgi (ArcGIS Analytics for IoT) için blog yazımızı bu linkten inceleyebilirsiniz.

Coğrafi sınır terimini bir örnek üzerinde açıklayalım

Şehir otobüsünün bir otobüs durağına belirli bir yakınlıkta ne zaman geleceğini belirlemek istediğimiz bir senaryoyu düşünelim. Bu durumda, otobüsler izlenen varlıklar, otobüs durakları ise coğrafi sınırlardır. Bu tür analizler, otobüs geliş saati bilgi panosunu gerçek zamanlı bilgilerle anlık olarak güncellemek veya otobüs bekleyenlere otobüslerin durağa varış bilgilerini bildirme gibi iş akışlarında faydalıdır.

Ayrıca, elde edilen veriler depolanabilir ve bu geçmiş veriler daha derin bir bakış açısı sağlamak amacı ile analizlerde kullanılabilir. Örneğin bu senaryomuzda ortalama varış sürelerinin hesaplandıktan sonra gerçek zamanlı olarak otobüslerin varış sürelerine göre hangi bölgelerde gecikme olduğunu hızlı bir şekilde analiz edebilir ve buna göre önlemler alınabilir.

Gerçek zamanlı bilgilerin alınması

ArcGIS Analytics for IoT gerçek zamanlı verilerin alınmasında oldukça farklı kaynaktan yararlanır. Bu blogumuzda  Azure Event Hub bilgi kaynağı türü bahsedildi. Verileri zenginleştirmek için verilere bir route_pt_time alanı eklendi, böylece her veri yolu özelliği geçerli saate sahip olmuştur. Verilerin şeması aşağıda gösterilmiştir.

Bir veri kaynağı oluşturmak ve yapılandırmak bu blogumuzda değinilmeyecektir. Bunu konu hakkında ayrıntı bilgi almak için tıklayınız.

Gerçek zamanlı analizde coğrafi sınırlandırma

Gerçek zamanlı analitik, gerçek zamanlı bir veri kaynağından gelen olay verilerini dönüştürmenize, zenginleştirmenizie analiz etmenize ve depolamanıza ve ayrıca veriler üzerinde farklı işlemler gerçekleştirmenize olanak tanıyan çok sayıda kullanım modelini sunar. Azure Event Hub veri kaynağından otobüs konumu verilerini alırken, ayırca bu veriler ile birlikte mekansal olarak analiz yapmak için gerçek zamanlı coğrafi sınır verilerinide kullanılabilir.

İlk adım, veri kaynaklarını yeni bir gerçek zamanlı analitik şeklinde eklemektir. Varsayılan olarak, analitik düzenleyici iş akış görünümünde açılır, yani işlemdeki her adım veya düğüm yukarıdan aşağıya listelenir.

Diğer adımda coğrafi sınır oluşturmak için, analitik araçlar ekleyebilirsiniz. Farklı coğrafi sınır türlerini destekleyen birden fazla araç mevcuttur. Geometriye Göre Filtrele aracı, verilerin şemasında herhangi bir değişiklik yapmadan olay verilerini yayınlayarak, coğrafi veriler olarak statik bir veri kaynağı kullanıp bir veri kaynağından gelen verileri filtreler.

Geometriye Göre Filtre Aracı, Verileri Yönet (Manage Data) klasöründe bulunur. Analitiklere eklendikten sonra, mekansal sınırlar için kullanılacak özellikleri içeren veri kaynağını seçebilirsiniz.

Bu durumda otobüs durakları coğrafi sınırı nokta detayı olduğundan, çokgen coğrafi sınırında olduğu gibi içeride ya da kesişen şeklinde mekansal ilişki kullanamayacağız. Bunun yerine senaryomuzda herhangi bir otobüsün, otobüs durağına yakın olduğunu belirlemek için 10 metrelik tanımlı bir mesafe eşiğindeki herhangi bir otobüs için gerçek zamanlı veri kaynağını filtreleyeceğiz. Burada hem jeodezik hem de düzlemsel olarak yakınlık kullanılabilir. Mekansal ilişkiler hakkında detaylı bilgi için tıklayın.

Verileri yayma ve görselleştirme

Veri kaynağı ve analitik yapılandırıldığında, artık verileri yaymak için bir veya daha fazla çıktı ekleyebiliriz. İlk hedeflerimizden biri, verileri bir ulaşım gösterge tablosunda görüntülemek olduğundan, verileri bir web haritasında aldığı gibi görselleştirmemize izin vermek için bir Akış Katmanı çıktısı eklenebilir.

Çıktı oluşturmak ve yapılandırmak bu blogumuzda değinilmeyecektir. Bunu konu hakkında ayrıntı bilgi almak için tıklayın.

Çıktı akış katmanı ve mekansal sınır yapılandırıldıktan sonra artık gerçek zamanlı analize başlanabilir. Gerçek zamanlı analize başlarken, giriş veri kaynaklarının da çalıştığından emin olmanız önemlidir.

Analitik çalışma ile,  akış katmanı ve otobüs konum ve durak veri kaynakları ve  diğer destekleyici katmanlar görselleştirme ve üç veri kümesinin nasıl etkileşime girdiğini görmek için bir web haritasına eklenebilir. Web haritasını kaydettikten sonra bir ArcGIS Dashboard’a ekleyebilirsiniz. Bunu yapmayla ilgili ayrıntılar için bkz. Gösterge tablosu oluşturma.

Otobüs veri kaynağını coğrafi sınır verileriyle zenginleştirin

Bu işlem için detay birleştirme (join feature) aracı kullanabilirsiniz. Bu araç, mekansal, zamansal veya öznitelik ilişkilerine veya bunların herhangi bir birleşimine göre coğrafi verileri birleştirir. Yalnızca birleştirme koşulunu sağlayan olay verileri araçtan geçer. Bu şekilde Birleştirme Özellikleri, akış etkinliği verilerini filtreler ve özellikleri birleştirme verilerinden alınan özelliklerle zenginleştirebilir.

Senaryoda, StopID  ile otobüs konumları  ve otobüs durağının adres verileri ile zenginleştirme için detay birleştir aracı kullanıldı.

Analizde, analitik düzenleyiciyi model görünümüne geçilerek , Geometriye Göre Filtrele aracı kaldırılarak Verileri Özetle klasöründen detay birleştir aracı eklendi ve araçlar birbirlerine aşağıdaki resimdeki gibi bağlandı.

Bu araç kullanılırken jeodezik mekansal ilişki kullanıldığı gibi ayrıca  otobüs durakları ile girdi kaynağı zenginleştirilmiştir. Alanları özetle (Summary fields) ile aşağıdaki resimdeki gibi yapılandırma işlemi yapılmıştır.

Bu analiz işleminden sonra otobüs durak katmanları zenginleştirilerek durak kimlik no ve adres bilgileride eklenmiş oldu.

Bu noktada, verilerin depolanması gibi analitiklere ek çıktılar eklenebilir, böylece daha sonra büyük veri analitiği kullanılarak büyük veri analizi yapılabilir. Örneğin, otobüslerin beklenen varış sürelerini duraklara vardıkları süreyle karşılaştırabiliriz. Böylece, gecikmelerin en sık meydana gelme eğiliminin net bir resmini sunabiliriz.

Analytics for IoT hakkında daha fazla bilgi edinmek için aşağıdaki kaynakları inceleyebilirsiniz.

Esri Türkiye 2020

 

 

 

 

Bu yazı için bir etiket bulunmamaktadır.

FMV Nedir ve Neler Yapabilirsiniz

ArcGIS Pro’nun Image Analyst ek bileşenindeki Full Motion Video (FMV), coğrafi veriler üzerinden video verileriyle birlikte analizler yapmanızı ve FMV uyumlu videolar oluşturmanızı sağlar. FMV uyumlu demek, video ve mekânsal verinin birlikte kullanılabilir olması demektir.

Buna basit bir ifadeyle haritalarla videoların senkronize çalışması diyebiliriz. Örneğin havadan çekilmiş bir videoyu oynattığınızda haritanızda videoyu çeken hava aracıyla ilişkili nokta da hareket edebilir.

Sadece bununla kalmaz, eğer videonuzdaki hastalanmış bitkileri sayısallaştırmak isterseniz, haritada basitçe çizmeniz yeterlidir. Ardından haritanızdaki her bir sayısallaştırdığınız detay videonuzda da görünecektir, hatta tam tersini de yapabilirsiniz. Videoda işaretlediğiniz bir detay haritanızda bir nokta detay katmanına eklenecektir. Hatta; İHA’nız ya da herhangi bir hava aracınızın nereden uçtuğunun görmek istediğinizde, haritada sadece bir noktanın hareket etmesiyle gösterilmekle yetinmeyip, isterseniz arkasında uçuş rotasının bıraktığı bir çizgi de oluşturabilirsiniz.

FMV, meta veriyi kullanarak video görüntüsünden haritadaki koordinatlar arasında kesintisiz bir rota oluşturur. Bu dönüşüm CBS’deki ilişkili tüm coğrafi verilerinizin ve bilgilerin yorumlanmasına temel sağlar. FMV verileri toplandığı anda gerçek zamanlı ya da adli olarak analiz edilebilir. Durum farkındalığı (Situation Awareness) için çok uygundur. Örneğin, bir doğal felaketten sonra hasar değerlendirmesi yaparken, İHA’dan toplanmış en güncel video verilerini analiz etmek için elinizdeki CBS katmanlarıyla birlikte FMV’yi kullanabilirsiniz. Video’nun ayak izi haritada görüntülenebildiği için, videoda o anda hangi binaların ve altyapının göründüğünü tam olarak bilebilirsiniz, bu sayede durumlarını değerlendirebilir, video ve haritadaki detayları işaretleyebilir, konumlarını gösterebilir ve bunlara notlar düşerek açıklamalarda bulunabilirsiniz.

Durağan kameralardan gelen görüntüleri de FMV olarak kullanabilirsiniz, her türlü hava aracıyla çekilmiş video da FMV de kullanılabilir ama burada önemli olan video kaydedilirken konum bilgisini meta veri olarak kaydetmektir. Doğru meta veriye sahipseniz FMV’yi anında kullanabilirsiniz. Bu meta veri sayesinde kamera videoyu çektiği anda neredeydi veya nereye bakıyordu gösterebilirsiniz. Kameranın hareket ettiği rotadan ayak izi oluşturarak harita üzerinde görüntüleyebilir ve bu sayede, video’nun gücüyle haritalar daha güçlü bir bilgi kaynağı haline gelir.

ArcGIS’in FMV yeteneği, hareketli bir videoyu ArcGIS Pro’ya sorunsuz bir şekilde entegre eder ve Esri platformunun bir parçası olarak video oynatıcı, video düzenleyici ve coğrafi işlem araçlarıyla birlikte gelir.

Dahası için;

https://pro.arcgis.com/en/pro-app/help/analysis/image-analyst/introduction-to-full-motion-video-in-arcgis-pro.htm

Esri Türkiye, 2019

5G ve CBS

5G ya da nam-ı diğer Beşinci nesil mobil ağ teknolojisi bütün dünyada heyecanla bekleniyor, bu konu medyada da geniş yer buluyor. Teknoloji dünyayla birlikte ülkemize de geldiğinde bağlantı yeteneklerimiz hiç olmadığı kadar artacak ve bu da yepyeni teknolojik ilerlemelere öncülük edecek. Eğer teknoloji haberlerini ve blogları takip ediyorsanız, şu an 5G’nin moda bir terim olduğunun farkındasınızdır. Birçok teknoloji takipçisi fark etmiştir ki 5G yayıldığında büyük çaplı bir dönüşüm bizi bekliyor. 5G sayesinde milyarlarca cihaz ağa bağlanabilecek ve diğer moda teknoloji terimleri olan sanallaştırma, arttırılmış gerçeklik, büyük veri, bulut sistemler, otomasyon ve akıllı makineler, dağıtılmış işlemler ve yapay zekâ gibi teknolojiler tek bir potada birleşerek dev bir ekosistem oluşturacak ve teknoloji bu ekosistemin ürettiği devasa boyuttaki veriyi anlayıp yorumlayabilecek şekle evirilecek. İşletmeler ve iş yapma şekilleri ve bu verilerden yararlanan her sektör yeni gelir fırsatları yakalayabilecekleri inovatif bir gelişmeyle karşılaşacak.

Kendi kendine çalışan makineler, sürücüsüz araçlar, akıllı şehirler, robotikler ve daha birçok yeni teknoloji için 5G’nin hızı ve büyük bant genişliği ile veri taşıma kapasitesinin artışı yanında Coğrafi Bilgi Sistemleri’nin bu işlevsellikle birlikte çalışması olmadan imkânsız olacaktır. Çünkü bu yeni teknolojiler mekân bilgisine bağımlıdır.

Birçok kişi 5G’nin getireceği dönüşümün farkında olsa da bu dönüşümün mekânsal teknolojiye nasıl da bağımlı olduğunu fark eden kişi sayısı pek de fazla değildir.

Hassas ölçümlenmiş doğru mekânsal veri 5G için zorunluluktur diyebiliriz çünkü doğru konum bilgisi, yönetimlerin daha akıllı ve yaşanabilir şehirler tasarlamasına, kamu hizmetlerine odaklanmaya ve vatandaşlarla iletişim kurmasına yardımcı olur. Şehirler akıllı hale geldikçe de konuma bağlı bilgilerin çoğunun gerçek zamanlı hale gelmesi gerekecektir.

5G’nin büyük veri taşımasını sağlayan yüksek frekanslı sinyallerin dalga boylarının kısalması, 5G’nin çok hassas sinyallere sahip olması anlamına gelir. Yani bu 5G sinyallerinin önceki kuşaklar olan 2G ve 3G gibi uzun mesafelere ulaşamayan kısa bir menzile sahip olacağı anlamına gelir. Bu kısa menzilde bile en küçük engel sinyalleri sekteye uğratacaktır. Bu küçük engel sinyal kaynağıyla telefonunuz arasına giren eliniz de olabilir. Hatta yağan yağmurdaki tek bir damla su da olabilir. O zaman sinyal vericilerinin konumlandırılmasında doğru ve hassas mekânsal bilgi çok değerli hal alacak demektir.

5G inanılmaz yoğun bir telekomünikasyon ağı gerektirecek ve iyi seçilmiş, stratejik konumlarda olan daha fazla baz istasyon kulesi gerektirecektir. Bu yerlerin seçiminde sadece doğru coğrafi veriler değil, Esri teknolojisinin sağladığı gelişmiş mekânsal analiz yeteneklerinden faydalanmak da böyle bir altyapının konumlandırmasını planlamak için çok önemlidir.

İngiltere ulusal haritalama ajansı olan Ordnance Survey, yayınladığı bir raporla en efektif ve uygun maliyetli 5G uygulamasının Dijital İkiz oluşturmakla yapılabileceğini söyledi. Rapor çok yönlü mekânsal planlama işlevleriyle birlikte yüksek çözünürlüklü coğrafi verinin birlikte kullanılarak uygun maliyetli bir 5G ağı oluşturulması gerektiğini vurguluyordu. 5G sinyallerinin hassaslığından dolayı, 3G ve 4G planlanmasında göze alınmayan, bitki örtüsünden, hava koşullarına kadar çok çeşitli fiziksel koşullar da bu planlamada önemli rol oynayacaktır. Planlamada yüksek doğrulukta 3D veri modelleri, en hassas DSM ve DTM verileri ve daha fazlası gerekecektir.

Otonom araçların yollarda gezmeye başlamasında, araçların birbirleriyle, trafik sinyalizasyon sistemiyle ve 5G baz istasyonlarıyla nano saniyeler içinde haberleşmeleri ve durumlarını bildirmelerinin yanında doğru konumsal bilgileri de paylaşmaları çok önemli olacaktır.

Önümüzdeki 5G teknolojisinin gelişme yılları, CBS sektörünün önemine dikkatlerin çekilmesini de sağlayacaktır. Esri teknolojilerine olan bilginizin artması ve kullanımını öğrenmek sizleri bir adım öne geçirebilecektir.

Esri teknolojileri hakkında eğitim almak geleceğe yönelik bir yatırım olacaktır. Bunun için, eğitimlerimiz hakkında bilgi alabileceğiniz, https://egitim.esriturkey.com.tr sitemize göz atmanızı öneririz. Bu sitede CBS’ye girişten ileri seviye mekânsal analizler yapabileceğiniz eğitimlerimizle kariyerinize yön verebilirsiniz.

Daha fazlası için:

https://www.ordnancesurvey.co.uk/blog/2018/02/os-reports-recommends-creation-digital-twin-successful-rollout-5g/?utm_source=Twitter&utm_medium=social&utm_campaign=SocialSignIn&utm_content=5G

https://www.geospatialworld.net/article/geospatial-and-5g-rollout-why-they-are-critical-for-each-other/

https://www.youtube.com/watch?v=_CTUs_2hq6Y

Esri Türkiye 2019

Bu yazı için bir etiket bulunmamaktadır.
ArcGIS Pro’da Olasılıklı Değer (Contingent Values) ile N-kırılımlı Subtype/Domain Oluşturmak

ArcGIS Pro’da Olasılıklı Değer (Contingent Values) ile N-kırılımlı Subtype/Domain Oluşturmak

ArcGIS Pro 2.3 versiyonu ile birlikte gelen olasılıklı değerler olarak adlandırabileceğimiz Contingent Values, bir öznitelik alanındaki değerleri diğer bir öznitelik alanındaki değerler ile bağımlı hale getirmenize olanak sağlayan yeni bir veri tasarım özelliğidir.

Bir öznitelik değerine domain tanımlama işlemiyle o öznitelik için geçerli değerleri bir açılır liste ya da değer aralığı olarak sınırlandırabildiğimizi biliyoruz. Olasılıklı değer (Contingent Value) ise öznitelik alanındaki bir değer için seçiminizi başka bir öznitelik alanındaki değerlere bağlı olarak kısıtlamanızı sağlayarak bu modeli daha da genişletir. Böylece olasılıklı değerler, geçerli öznitelik değeri girişlerinin sayısını azaltmak için ek sınırlamalar uygulayarak veri bütünlüğünü sağlamanıza yardımcı olur.

Bu işlemi, bir seçim yapmanın bir sonraki geçerli seçim kümesini belirleyeceği bir karar ağacı oluşturmak gibi düşünebilirsiniz. Gündelik hayattan bir örnek ile anlatmak gerekirse; bir araba satın alma sürecini düşünebilirsiniz. Seçim yapmak için izleyeceğiniz karar ağacı aşağıdaki gibi olacaktır.

İlk önce alacağınız arabanın markasını seçersiniz. Örneğin, Honda.

Bu seçmiş olduğunuz markaya göre modelleri seçersiniz. Honda örneği için bu modeller CRV, Civic vb. olabilir.

Eğer seçiminizi Toyota olarak değiştirmek isterseniz, Corolla, Auris gibi farklı araba modelleri listesi mevcut olacaktır.

Ardından seçmiş olduğunuz araba modeline de bağlı olarak, ilgili markanın ilgili modeline ait renklere erişebilirsiniz. 

Karar ağacındaki her seçim, daha önce seçtiğinize bağlı seçeneklerin olası değerlerinin bir listesini sunar. Farklı bir araba markası seçmek o markaya ait araba modellerin listesinin açılmasını sağlayacaktır. Ardından seçtiğiniz araba modeli o modele ait olası renk seçeneklerini karşınıza çıkaracaktır. Farklı modeller, farklı renk seçenekleri ile sınırlanabilir. Karar ağacında yapmış olduğunuz seçimleriniz Toyota> Auris> Mavi olabileceği gibi her aşamada seçtiğinize bağlı olarak Honda> Civic> Kırmızı şeklinde de olabilir.

Olasılıklı değerler, verilerinizde bir alandaki değerler için yaptığınız seçimin başka bir alan için olası geçerli değerler listesinin kısıtlandığı alan bağımlılıklarını ayarlamanıza olanak tanır. Bu yeni yetenek sayesinde altyapı hizmeti sunan şirketler için CBS’deki gerçek dünya varlıklarını modellemek daha kolay olacaktır. Çünkü şebeke varlık yapısı göz önünde bulundurulduğunda -örneğin elektrik altyapısı, elektrik direği, enerji nakil hattı, hat tipi, vb. – birbirine bağlı birçok varlık bulunmaktadır.

Bir N-kırılımlı enerji iletim ve dağıtım hattının kesitlerinin incelendiği örneği ele alırsak: Hat tipinin Dağıtım Hattı, İletim Hattı gibi alt türlerden (Subtype) oluştuğunu ve buna bağlı Hat Konumu ve Kesit gibi diğer özniteliklerin ise alabileceği değerlerin farklı domainler ile ifade edildiğini aşağıdaki tablodan inceleyebilirsiniz.

Bu senaryoya göre enerji iletim ve dağıtım hattının bulunduğu konuma göre kesitlerinin alabileceği değerler değişmektedir. Araba satın alma süreci örneğinde anlatmış olduğumuz gibi bu süreci bir karar ağacı ile açıklamak gerekirse, ilk kararınız enerji hattının tipini seçmek olacaktır.

Bu seçiminize göre seçmiş olduğunu hat tipinin bulunabileceği konumlar listelenecektir; Havai ve Yeraltı gibi.

Hattın konumunu da seçtikten sonra bu enerji hat tipine ve hat konumuna uygun olan kesit seçenekleri listelenecektir.

Eğer seçiminizi havai değil de yeraltı olarak değiştirirseniz ya da hat tipini dağıtım yerine iletim olarak değiştirirseniz kesit için seçebileceğiniz değerlerde aşağıdaki karar ağaçlarında olduğu gibi değişecektir.

Öznitelik alanları arasındaki bu tür bağımlılıklar, ArcGIS Pro 2.3 versiyonu ile birlikte gelen olasılıklı değerler (Contingent Values) özelliği kullanılarak ayarlanabilir. Olasılıklı değer tanımlayabilmek için Contingent Values görünümünü açmanız gerekmektedir. Bu görünümü açmak için aşağıdaki yolları kullanabilirsiniz;

  • Contents penceresindeki katman üzerine sağ tıklayıp açılır liste menüden Design seçeneğinin üzerine gelerek Contingent Values seçeneğini tıklamak
  • Catalog penceresindeki katman üzerine sağ tıklayıp açılır liste menüden Design seçeneğinin üzerine gelerek Contingent Values seçeneğini tıklamak
  • Fields görünümündeyken Fields şerit menüsünün Design grubundan Contingent Values butonuna tıklamak
  • Subtypes görünümündeyken Subtypes şerit menüsünün Design grubundan Contingent Values butonuna tıklamak

Bu seçeneklerden her biri Contingent Values görünümünü ve şerit menüsünü açmanızı sağlayacaktır.

Alan Grubu Oluşturma

Alan grubu, bir tablo veya detay sınıfındaki alanların adlandırılmış bir koleksiyonudur. Bu alan grubu birbirine bağımlı olacak bütün alanları içermelidir. Ayrıca burada seçmiş olduğunuz alan sayısı sizin N-kırılımlı veri modelinizde kaç seviye kırılım gerçekleştirilebileceğini de göstermektedir. Bu nedenle, yukarıdaki enerji dağıtım örneği için hat tipi, hat konumu ve kesitten oluşan bir alan grubu oluşturulmalıdır. Bir alan grubu oluşturulduktan sonra, o gruptaki alanlara diğer alanlar ile olan bağımlılıkları tanımlayabilirsiniz.

Olasılıklı Değer Oluşturma

Alan grubu oluşturulduktan sonra bağımlı olan alanlar için olasılıklı değerleri daha önceden oluşturmuş olduğunuz domainlerin aracılığıyla tanımlayabilirsiniz. Her olası durumu ve değerleri bu tabloda oluşturmanız gerekmektedir.

Birden fazla alan grubunuz olabilir tüm bunları Contingent Values görünümündeki Field Group seçeneğinden yönetebilirsiniz. Eğer çalıştığınız detay sınıfı alt türlere sahipse bunları da Contingent Values görünümünden görüntüleyebilirsiniz. Böylece her alt tür için olasılıklı değerleri farklı şekilde ayarlayabilirsiniz.

New butonuna tıklayarak her bir olasılıklı değerinizi ekleyebilirsiniz. Enerji dağıtım örneğine bakacak olursak; “EnerjiHatti” alan grubunda hat tipi, konumları ve kesitleri için oluşturulmuş olasılıklı değerler kümesi aşağıdaki gibi olacaktır.

Verileriniz için olasılıklı değer oluşturarak yaratmış olduğunuz bu kısıtlamalar, uygulama sırasında öznitelik tablosuna veri girişi yaparken doğru seçimleri yapmanızı sağlayacaktır. Seçmiş olduğunuz her bir öznitelik değeri bir sonraki alan için seçebileceğiniz olası değerleri kısıtlayacaktır. Böylece kodlu değer domain özelliğini kullanarak oluşturduğunuz açılır liste özelliğini bir adım daha ileriye taşıyarak bu domain içinden de seçilebilecek öznitelik değerlerini kısıtlayabilirsiniz. Ayrıca, N-kırılımlı verilerinizin tasarımını CBS platformuna hızlıca aktarmış olursunuz.

Olasılıklı değer özelliği ArcGIS Pro 2.3 versiyonu ile birlikte gelen bir özelliktir. Eğer ArcMap kullanıcısı iseniz ve bu tür bir özelliği kullanmak isterseniz Attribute Assistant eklentisi size bu konuda yardımcı olacaktır. Attribute Assistant, yeni detaylar oluştururken veya bir coğrafi veri tabanında var olan detayları düzenlerken öznitelik bilgilerini doldurmak için bir dizi önceden tanımlanmış metot kullanan bir düzenleme eklentisidir. Bu eklenti öznitelik kurallarını ve bunların ne zaman çalıştırılacağını tanımlamak için iki yapılandırma tablosu kullanır. Bu tablolar, bir dizi kuralı yapılandırmanızı ve kuralın ne zaman çalışacağını belirlemenizi sağlayan DynamicValue ve Generate ID aracı ile ardışık ID üretmenizi sağlayan GenerateID tablolarıdır. Olasılıklı değer özelliğini kullanarak birkaç tık işlemi ile yapmış olduğunuz kurallar ve kısıtlamalardan farklı olarak Attribute Assistant’da önceden tanımlanmış metotlara ve gerekli durumlarda Python kod satırlarına ihtiyacınız olabilmektedir. Daha detaylı bilgi almak için Attribute Assistant çözümünün web sayfasını buradan inceleyebilirsiniz.

Daha fazla bilgi edinmek için;

  • Olasılıklı Değerler (Contingent Values) hakkındaki ArcGIS Pro Help dokümanlarını buradan inceleyebilirsiniz.
  • Attribute Assistant çözümünün web sayfasını buradan inceleyebilirsiniz.
  • Alt tür (Subtypes) ve Subtypes View hakkındaki ArcGIS Pro Help dokümanlarını buradan inceleyebilirsiniz.
  • Domain ve Domain View hakkında ArcGIS Pro Help dokümanlarını buradan inceleyebilirsiniz.

 

ArcGIS Pro 2.3 Yeniliklere Genel Bakış

ArcGIS Pro 2.3 Yeniliklere Genel Bakış

ArcGIS Pro’ya şimdiye kadar gelmiş en büyük değişikler ve yenilikler 2.3 versiyonuyla gelmiştir. Bu blog yazımızda 2.3 yeniliklerine genel bir bakış sağlayacağız. ArcGIS Pro 2.3 ile ilk fark edeceğiniz şey başlangıç bölümü. Bu alan yeniden tasarlanmış ve geliştirilmiştir.

ArcGIS Pro‘yu Windows Gezgininde aşağıdaki öğelere çift tıklayarak başlatabilirsiniz:

  • ArcGIS Pro haritaları (ArcGIS Pro maps)  (.mapx),
  • Harita paketleri (Map packages) (.mpkx),
  • Çıktı (Layouts) (.pagx),
  • Harita katmanları (Map layers) (.lyrx) ve
  • Katman paketleri (Layer packages) (.lpkx).

ArcGIS Pro’yu  bir proje oluşturmadan başlatabilirsiniz. Çalışmanızı kaydetmek istiyorsanız daha sonra bir proje oluşturulabilir. Sık kullanılan projeleri ve proje şablonlarını  sabitleyebilirsiniz. Son projeler listesi en fazla 50 proje görüntüleyebilir. ArcGIS Pro’yu her zaman aynı projeyi açarak veya uygulamayı başlattığınızda proje oluşturmadan otomatik olarak başlayacak şekilde yapılandırabilirsiniz.

  • Üç yeni hızlı başlangıç ​​öğreticisi,  Author a mapVisualize temporal data, ve Manage data kullanılabilir.
  • ArcGIS Pro ve çevrimdışı Help görüntüleyicisinin erişilebilirliğini artırmak için iyileştirmeler yapılmıştır. Daha fazla bilgi için, bkz.
  • Şimdi Concurrent Use license türünü kullanırken yedek lisans yöneticileri ekleyebilir ve kaldırabilirsiniz. Dört taneye kadar yedek lisans yöneticisi eklenebilir. Daha fazla bilgi için, bkz.

 

Rapor

  • Raporlar yeni bir proje öğesidir ve oluşturduğunuz rapor dosyaları Catalog bölmesinde özel bir klasörde listelenir. Bir rapor oluşturduğunuzda, veri kaynağını ayarlayabilir, verileri gruplandırma ve sıralama ile düzenleyebilir, bir şablon ve stil seçeneği seçebilir, sayfa boyutunu ve kenar boşluklarını tanımlayabilirsiniz.
  • Raporda yapabileceğiniz  düzenlemeler; rapor başlığı, grup başlığı ve sayfa altlığı gibi bölümlere ayıran rapor görünümünde, grafik çizgiler ve görüntüler gibi statik öğeler, özet istatistikler veya tarih değerleri gibi dinamik öğeler ekleyebilirsiniz. Raporları ayrıca  PDF dosyası olarak paylaşılabilir, bir proje paketinin parçası olarak kaydedebilir veya bir rapor dosyası olarak (.rptx) kaydedebilirsiniz.

 

Deep Learning

  • Deep Learning araç seti bu sürümde tanıtıldı. Bu yeni araç kutusu, ArcGIS Image Analyst araç kutusunda bulunan üç aracı içerir.

 

  • Bu araçlar, TensorFlow, CNTK ve Keras gibi Deep Learning  modellerini kullanan görüntü sınıflandırma ve nesne algılama iş akışlarını destekler.

  • Bu araçlar, analiz yapmak için yeni GPU’dan  yararlanır. Ayrıca ArcGIS Image Server veya raster analysis ortamlarında da çalıştırılabilirler. Her bir katmanın bir veya daha fazla benzersiz özelliği olabildiği neural networks‘lerde birden çok katman kullanarak çalışırlar.

LocateXT

  • ArcGIS LocateXT eklentisi, konum bilgisi için herhangi bir metni veya belgeyi aramanıza ve bu konumlardan özellikler oluşturmanıza olanak sağlayan bir dizi araç içerir.
  • LocateXT, PDF belgelerinde, Microsoft Office belgelerinde, web sayfalarında, e-postalarda ve sosyal medya metinlerinde arama yapabilir. Aracı açmak için, Map sekmesinde,  Add Data açılır okunu tıklayın ve Extract Locations’i seçin. To Geodatabase araç setine iki coğrafi işlem aracı (Extract Locations from Document ve Extract Locations from Text) de eklenmiştir.

Editing Tools

Düzenleme iş akışlarınızı geliştirmek için aşağıdaki dört araç eklenmiştir:

Divide Divide , Çizgisel ve alansal vektör verileri bir değere bölmek için araçlar barındırır. Çizgi, mesafeye, parça sayısına veya yüzdeye göre bölünebilir; Alan, orantılı alanlara, eşit alanlara veya eşit genişliklere göre bölünebilir.

Fillet  Fillet , iki line arasındaki teğet olan ve iki bağlantı bölümünü kesen kısımlara yay oluşturur. Yarıçapı dinamik olarak sürükleyip boyutlandırabilir veya sabit bir mesafe yazabilirsiniz.

Generalize Generalize Polyline, temel şeklini korurken bir çizginin veya bir çokgen özelliğinin karmaşıklığını azaltabilir.

Split Split , bir veya daha fazla mevcut giriş özelliğini seçmenize ve bunları bir veya daha fazla seçilen hedef özelliği bölmek için kullanmanıza izin verir.

Attribute Rules

  • Öznitelik kuralları ek kural türlerine ve gelişmiş bir kullanıcı deneyimine sahiptir. Öznitelik Kuralları görünümü, veri kümelerindeki öznitelik kurallarını görüntüleme, oluşturma ve yönetme erişimini sağlar. Öznitelik Kuralları araç çubuğuna birkaç yeni araç eklenmiştir. Daha fazla bilgi için, yeni araçları ve mevcut araçlardaki değişiklikleri gözden geçirmek üzere  yenilikler bölümüne bakın. Toplu hesaplama (Batch calculation) ve doğrulama (validation) kuralları, mevcut özellikler üzerindeki kuralları değerlendirme olanağı sağlayan yeni kural türleridir. Bu kurallar, Hata Müfettişi veya Kuralları Değerlendir aracı kullanılarak kullanıcı tarafından belirlenen bir zamanda değerlendirilir. Daha fazla bilgi için, bkz. Not: Hesaplama ve doğrulama kurallarını değerlendirmek için kullanılan Doğrulama özelliği, yalnızca ArcGIS Enterprise 10.7 veya sonraki sürümlerinde paylaşılırken kullanılabilir.
  • Daha fazla bilgi için eski portallarla paylaşırken dikkat edilmesi gerekenler bölümüne bakın. Yeni Arcade işlevselliği için ArcGIS Arcade sürüm 1.5 sürüm notlarına bakın. Koşullu öznitelik değerleri, bir alandaki değerleri diğerindeki değerlere bağımlı hale getirmenize izin veren yeni bir veri tasarım özelliğidir. Bir dizi alan ve bu alanlar için geçerli değerlerin bir listesini oluşturmak için alan ve alan grupları kullanırlar. Örneğin, elektrik direği malzemeleri için bir alan Ahşap olarak ayarlanırsa, o direğin yükseklik alanı için geçerli değerler 10, 12 ve 15 metre ile sınırlandırılır. Alan Çelik olarak ayarlanmışsa, yükseklik alanı için geçerli değerler 15, 17 ve 20 metredir. Alanlarınız arasındaki bu tür bağımlılıklar, koşullu değerler kullanılarak ayarlanabilir. Yeni Dosya Aktarma aracı, bir dosya sistemi ile bir bulut depolama çalışma alanı arasında dosyaları verimli bir şekilde aktarır.

3D Interpolation EBK

  • Empirical Bayesian Kriging 3D aracı, noktaların enterpolasyonunu gerçekleştirmenize ve 3D uzayındaki noktalar arasındaki tüm konumlardaki değeri tahmin etmenize olanak sağlar. Bir analiz aracı olarak Geostatistical Wizard‘da mevcuttur. Daha fazla bilgi için, bkz.

 

ArcGIS Pro 2.3 versiyonuyla birlikte gelen diğer yenilikler ve özellikler sonraki yazılarımızda aktarılacaktır.

 

ArcGIS Pro’da Annotation İle Çalışma

Annotation nedir?

Annotationlar, Annotation Feature Class formatında ve bir coğrafi veritabanında saklanır. Diğer feature classlarda olduğu gibi, annotation feature class formatının da coğrafi konumu ve özellikleri vardır ve bir feature dataset içinde veya bağımsız feature classta olabilir. Her özellik font, boyut, renk ve diğer metin sembolü özelliklerini içeren sembolojiye sahiptir.

ArcGIS Pro’da metin görüntülemek için diğer seçenek dinamik etiketlerdir. Label formatı, öznitelikleri detaylar üzerine yazdırmak istendiğinde kullanılan bir formattır. Ancak Label formatında görüntülenen metinler tek tek seçilerek düzenlenememektedir. Bu durumda Annotation formatından faydalanılabilir.

Düzenlenebilir etiketlerin birçok haritada kullanmasını istiyorsanız, geodatabase annotation formatını kullanmanız, işlerinizi kolaylaştıracaktır. Etiketleri seçemez veya düzenleyemezsiniz. Geodatabase annotation, veritabanında mekansal olarak saklanır ve dolayısıyla, herhangi bir vektörel veri nasıl editlenebiliyorsa, aynı şekilde annotationları düzenleyebilirsiniz.

Standard ve feature-linked annotation

Coğrafi veritabanında annotationları saklamanın 2 yolu vardır. Bunlardan biri Standard Annotation formatıdır. Bu formatta Vektör veri ile görüntülenecek metin detayı resmi olarak ilişkilendirilmez.

Feature-linked annotation ise, aynı coğrafi veritabanında bulunan başka bir feature class ile ilişkilendirilerek kullanılabilir. Örneğin, su altyapısını içeren bir geometric network yönettiğinizi düşünün. Aynı networkte bulunan alt iletim borularını, bağlı oldukları ana boruların isimleri ile görüntüleyebilirsiniz. Bu işlemin yapılabilmesi için oluşturulan annotation katmanı, söz konusu geometric network ile aynı feature dataset altında olmalıdır. Eğer feature-linked annotation bir geometric network içinde bulunan katman ile değil, stand-alone bir katman ile oluşturulacaksa, iki katmanın aynı geodatabase altında olması yeterlidir.

Annotation formatı, üretildiği katmana relationship class mantığında composite relationship ile bağlı olarak üretilir. Yani bir katmanın etiketlerini annotationa dönüştürürseniz, veritabanında katman ve annotation feature class arasında kurulan ilişkiye ait relationship tablolarını görebilirsiniz.

Bir annotation feature class, yalnızca bir feature class ile ilişkilendirilebilirken; bir feature class birden çok annotation feature class ilişkisine sahip olabilir.

Feature-linked annotation feature class özelliği, yalnızca ArcGIS Desktop Advanced ve ArcGIS Desktop Standard lisans seviyelerinde oluşturulup editlenebilir. ArcGIS Desktop Basic lisans seviyesinde ise read-only olarak açılabilir.

Bir örnek;

Aşağıda yapılacak olan uygulamada, Türkiye’deki il isimleri annotation formatına dönüştürülecek ve bu annotationların ArcGIS Pro’da nasıl yönetilebileceği anlatılacaktır.

Öncelikle, annotation feature class formatını kullanabilmek için, annotation formatının üretileceği katmanın da feature class olması gerekmektedir. Ayrıca, katman etiketlerinin açık olması tavsiye edilmektedir. Bunun için önce katman etiketleri açılacaktır.

  1. Contents penceresinde, annotation oluşturulmak istenen katman seçili olmalıdır.
  2. Contents penceresinde ilgili katman seçili iken Labeling menüsü>Layer grubuna giderek Label butonuna tıklanmalı, Label Class grubundan etiket olarak gösterilmek istenen öznitelik bilgisinin bulunduğu sütun seçilmelidir. Bu uygulamada illerin üzerinde il isimleri gösterilmek istendiğinden, Field alanında isim bilgilerinin bulunduğu AD sütunu seçilmiştir.Etiketlerin açık olmasının tavsiye edildiğinden bahsetmiştik. Bu adıma kadar etiketleri açmış bulunmaktayız.
  3. Açık olan etiketleri annotation formatına dönüştürmek için, Map sekmesi> Labeling grubu>Convert to Annotation butonuna tıklanmalıdır.4. Convert Labels to Annotation aracı açılır.

 

 

5. Açılan Convert Labels to Annotation aracında bulunan parametreler aşağıda açıklanmıştır.

  • Input Map parametresine, hangi haritadaki etiketler annotation formatına dönüştürülmek isteniyorsa, o harita seçilmelidir.
  • Conversion Scale: Annotation katmanı, bu parametrede yazan ölçek referans alınarak oluşturulacaktır. Yani, ilgili ölçekte metin hangi yazı boyutunda ise, annotation katmanında bulunan metinler de aynı yazı boyutunda olacaktır.
  • Output Geodatabase: Annotation feature class katmanının kaydedileceği konumdur. Eğer bu konum annotation üretilen katman ile aynı geodatabase altında olmazsa, yukarıda bahsedilen feature-linked annotation özelliği devre dışı kalır.
  • Anno Suffix: Bu parametreye yazılacak metin, her bir yeni annotation katmanının sonuna, katman isminden sonra isim olarak eklenecektir.
  • Extent: Dilerseniz, yalnızca bir bölgedeki etiketleri de annotationa dönüştürebilirsiniz. Bu parametrede, bu alanı belirleyebilirsiniz.
  • Convert unplaced labels to unplaced annotation: Çok yoğun ve küçük detay içeren verilerde, örneğin jeoloji haritası, etiketler bazen veri üzerinde konumlandırılamayabilir. Bu seçenek ile konumlandırılmamış etiketleri de annotationa dönüştürürsünüz.
  • Require symbols to be selected from the symbol table: Metin sembolü özelliklerinin düzenlenebileceği konusunda bir kısıtlama konulup konulmayacağını seçersiniz.
  • Create feature-linked annotation: Girişte bahsedilen feature-linked annotation formatında bir annotation üretilmek isteniyorsa, bu seçenek işaretlenmelidir. Bu parametre yalnızca ArcGIS Desktop Standard ve ArcGIS Desktop Advanced lisans seviyelerinde kullanılabilir.
  • Output Layer: Çıktı olarak ortaya çıkacak olan annotation katmanının isminin belirlendiği parametredir.

 

 

 

 

 

 

Bu aşamaya kadar, katman etiketleri annotation formatına dönüştürülmüştür. Şimdi, annotation katmanına ait detayların nasıl yönetileceğinden bahsedilecektir.

6. Contents penceresinde annotation grup katmanının seçili olduğundan emin olduktan sonra Edit menüsü>Features grubundan Modify seçilmelidir.

7. Açılan Modify Features penceresinde Alignment başlığı altında bulunan Annotation seçeneği seçilmeli, ardından düzenlenecek olan annotationa tıklanmalıdır.

Düzenlenmek istenen annotation seçildiğinde, ekranın alt kısmında yazı tipi, fontu ve rengi gibi değişikliklerin yapılabildiği bir alt pencere açılacaktır.

8. İstenen değişiklik gerçekleştirildikten sonra yine ekranın alt kısmında bulunan kaydetme düğmesine basılmalıdır.

9. Yapılan değişikliklerin annotation katmanına kaydedilmesi için Edit menüsü>Manage Edits grubundan Save butonuna tıklanmalıdır.

Bu yazı için bir etiket bulunmamaktadır.