ArcGIS Pro ile Uygunluk Modelleyici (Suitability Modeler)

Uygunluk Modelleyici (Suitability Modeler), bir CBS analisti için en yaygın uygulamalardan biridir. Uygunluk modelleyici ile bir nesneyi yerleştirmek veya bir alanı korumak gibi yer seçim kararlarınızda en iyi konumu belirlemek için kullanılabilirsiniz. Örneğin bir alışveriş merkezi, konut geliştirme veya kayak merkezi inşa etmek için en iyi yeri belirlemede uygunluk modeli kullanabilirsiniz. Parklar, nesli tükenmekte olan yaşam habitatı veya taşkın kontrolü için en iyi alanların saptanması için de kullanılabilir.

Uygunluk modeli oluşturmak, doğrusal olmayan yinelemeli bir süreçtir. Bundan dolayı uygunluk modelinde adımları sırayla izlemeniz gerekmez. Bunun yerine, ileri geri, yinelemeli bir karar verme süreci ile analizini gerçekleştirebilirsiniz.

Bir uygunluk modelini beş adımda oluşturabiliriz:

  1. Kriter verilerini belirleme ve hazırlama
  2. Uygunluk modeli oluşturma
  3. Her bir kriterin değerlerini ortak bir uygunluk ölçeğine dönüştürme
  4. Birbirine göre ağırlık kriterleri belirleme ve bunları birleştirerek bir uygunluk haritası oluşturma
  5. Uygun alanların seçilmesi

1. Kriter verilerini belirleme ve hazırlama

Uygunluk modeli oluşturmanın ilk adımı, modelin konusuna ilişkin kriterleri belirlemektir. Bazı temel veriler, model için doğrudan girdi kriteri olarak kullanılabilir. Diğer kriterler ise çeşitli Spatial Analyst coğrafi işlem araçları kullanılarak türetilebilir. Uygunluk modelleyici içinde veri türetemezsiniz. Ancak, uygunluk modelleyici ve geoprocessing araçları arasında geçiş yapabilirsiniz. Örneğin Slope aracı kullanılarak raster yükseklik verisinden eğim kriteri türetebilirsiniz.

2.Uygunluk modeli oluşturma ve kriter ekleme

Uygunluk Modelleyici (Suitability Modeler), ArcGIS Spatial Analyst eklenti lisansıyla birlikte sunulmakta ve ArcGIS Pro içerisinde Analysis sekmesinden erişilebilmektedir. Bu sekmede Uygunluk Modelleyici (Suitability Modeler) açıldığında Content kısmında bir uygunluk modeli grubu katmanı oluşacaktır. Bu katman modelde girdi ve çıktıları saklamak için kullanılmaktadır.

Suitability Modeler bölmesi içerisinde Settings, Suitability ve Locate sekmelerini içeren sekmeler bulunmaktadır. Settings sekmesinde modeli adlandırabilir, uygunluk ölçeğini seçebilir ve kriterlerin ağırlıklandırılması için kullanılacak yöntemi belirtebilirsiniz.

Kriterleri ağırlıklandırmak için Multiplier veya Percent olarak iki farklı yöntem bulunmaktadır.

Settings sekmesinde Weight kriteri için Multiplier yöntemini belirttiyseniz dönüştürülen kriter değerleri bu değer ile çarpılır. Çarpılan kriter değerleri daha sonra eklenir. Bu yöntemi, kriterleri birbirine göre doğrudan ağırlıklandırabildiğinizde kullanabilirsiniz.

Settings sekmesindeki Weight parametresinde Percent yöntemini belirlediyseniz, yüzdeler uygulandıktan ve ölçütler eklendikten sonra elde edilen uygunluk haritasındaki çıktı değerlerinin aralığı Settings sekmesindeki uygunluk ölçeğine doğrusal olarak dönüştürülür. Varsayılan olarak bu aralık 1 ila 10’dur. Bu yöntemi her bir kriterin ortaya çıkan uygunluk haritasını ne kadar etkilediğini belirtmek istediğinizde kullanabilirsiniz.

Modeli adlandırıp model ayarlarını belirledikten sonra uygunluk haritasını oluşturmak için Suitability sekmesine geçebilirsiniz. Suitability sekmesi kriterlerin eklendiği yerdir. Her bir kriter tabloya eklendiğinde, Content bölmesindeki uygunluk grubu katmanına da eklenir.

Suitability sekmesi ve beraberindeki Transformation Pane uygunluk iş akışının ilk dört adımını ele aldığınız yerdir. Locate sekmesi ise alanı tanımladığınız yerdir.

3.Her bir kriterin değerlerini ortak bir uygunluk ölçeğine dönüştürme

Bir kriteri ortak bir uygunluk ölçeğine dönüştürmek için Suitability sekmesindeki kriter listesindeki kriter düğmesine tıklayın. Bu düğmeye tıklandığınızda aşağıdakiler meydana gelmektedir:

  • Transformation Pane görünür.
  • Ölçütün dönüştürülmüş bir katmanı, Contents bölmesindeki uygunluk grubu katmanına eklenir.
  • Giriş değerlerinin türüne göre varsayılan bir dönüşüm uygulanır.

Kriterin yanındaki düğme yeşile döndüğünde Transformation Pane’nin etkin ölçüt olduğunu gösterir. Düğme, ölçüt dönüştürüldüğünde griye döner ve Transformation Pane artık etkin ölçüt olmaktan çıkar.

Transformation Pane paneli giriş ölçütü değerleri için en iyi dönüştürme yöntemini seçmek üzere kullanabileceğiniz üç ayrı bölümden oluşur. Son uygunluk değerlerinin bir histogramı solda yer almaktadır. Dönüşüm yöntemlerini ve işlevlerini seçmenize yardımcı olması için ise sağdaki grafiği kullanabilirsiniz.

Transformation Pane‘nin orta bölümünde ise dönüştürme yöntemleri yer almaktadır. Bu kapsamda ölçüt değerlerine uygulanabilecek üç dönüştürme yöntemi bulunmaktadır. Bunlar Unique Categories, Range of Classes ve Continuous Functions’tır.

Unique Categories: Arazi kullanım türleri gibi kategorik veriler için en iyisidir. Bu yöntem, ölçüt değerinin uygunluk değeri ile birebir eşleştirilmesidir.

Range of Classes: Değer aralıklarının aynı uygunluk tercihine atanabilen homojen sınıflar halinde gruplandırılabildiği sürekli veriler kullanılır.

Continuous Functions: Eğim, bakı veya uzaklık gibi sürekli değerlerle temsil edilen kriterler için en iyisidir. Bu yöntem, değerleri sürekli olarak uygunluk ölçeğine dönüştürmek için doğrusal ve doğrusal olmayan fonksiyonlar uygular. Kriter değerlerine sürekli bir fonksiyon uyguladığından, kriter değerindeki her artışla elde edilen uygunluk değeri sürekli değişir. Bundan dolayı bu yöntem sürekli veriler için en yaygın kullanılan dönüştürme yöntemidir.

Siz yöntemleri, işlevleri ve parametrelerini keşfettikçe, Content bölmesindeki uygunluk grubu katmanındaki dönüştürme grafiği, son uygunluk histogramı ve son uygunluk haritası katmanları güncellenir. Bu güncelleme, dönüşümün dönüştürülen kriter üzerindeki etkilerinin yanı sıra nihai uygunluk haritasına etkisi hakkında geri bildirim sağlar.

Kriter içerisinde en iyi değerleri yakalamak için dönüşümü belirledikten sonra bir sonraki kriteri dönüştürür ve tüm kriterler dönüştürülene kadar işlem tekrarlanır.

4.Birbirine göre ağırlık kriterleri belirleme ve bunları birleştirerek bir uygunluk haritası oluşturma

Bu kısımda kriterleri birbirine göre ağırlıklandırma işlemi yapılmaktadır. Ağırlıklar değiştirildiğinde, Transformation Pane içerisinde son uygunluk haritasının histogramı ve Content bölmesindeki uygunluk grubu katmanındaki son uygunluk haritası güncellenir. Konumdaki özniteliklere dayalı olarak her bir konumun göreli tercihini belirleyen, ekran çözünürlüğünde bir uygunluk haritası oluşturulmuş olur.

5.Uygun alanların seçilmesi

Locate sekmesinde, uygunluk modeli için mekansal gereksinimleri belirtebilirsiniz. Uygunluk modelleme sürecinin konum bileşeni, mekansal gereksinimlerin belirlenmesine olanak tanır. İstenilen alanların toplam alanı, bölge sayısı ve şekil özellikleri belirlenir. Ayrıca minimum ve maksimum bölge boyutlarını ve bölgeler arasındaki mesafeleri de belirleyebilirsiniz. Seçilmek istenilen alan için kriterler tanımlanıp araç çalıştırıldığında Content bölmesindeki uygunluk grubu katmanına, yerleştirilecek veya korunacak en iyi konumları tanımlayan yeni bir katman eklenmiş olur.

Uygunluk Modelleyici (Suitability Modeler) hakkında daha fazla bilgiye buradan ulaşabilirsiniz.

Ücretsiz Mekansal Veri Bilimi Kursumuz Yayında!

Ücretsiz Mekansal Veri Bilimi Kursumuz Yayında!

Esri Türkiye eğitim ekibi olarak konumun gücünü ve iş dünyasında konum analizlerini nasıl kullanabileceğinizi ele alan “Konumun Gücü” adlı ilk ücretsiz kursumuzu Udemy platformu üzerinden 2019 yılı ağustos ayında yayınlamıştık. Bu kursumuza henüz katılmadıysanız “Esri Türkiye’nin Ücretsiz Konumun Gücü Kursu Başladı!” adlı blog yazımızı inceleyerek bilgi alabilir ve kursumuza katılmak için bu bağlantıyı kullanabilirsiniz.

Bu yıl ise 2020 yılının Esri tarafında içeriği ve popüler konusu ile en çok ses getiren kursu olan “MOOC – Spatial Data Science: The New Frontier in Analytics”; “Mekansal Veri Bilimi” isimi ile ikinci ücretsiz kursumuz olarak Udemy ortamında yayın hayatına geçmiştir. Bu kurs; ArcGIS Pro, ArcGIS Online, ArcGIS Notebooks, ArcGIS Spatial Analyst ve ArcGIS Image Analyst yazılımlarındaki güçlü analitik araçlar ile çalışarak, popüler açık veri bilimi paketlerini analizlere nasıl dahil edileceğini öğretmektedir.

Mekansal veri bilimi; analistlerin, makine öğrenmesi ve derin öğrenme teknikleri dahil olmak üzere kapsamlı bir dizi analitik yöntem ve mekansal algoritmalar kullanarak verilerden bilgi çıkartılmasına, yorumlanmasına ve paylaşılmasına olanak tanır. Bu kurs, gizli örüntüleri ortaya çıkarmak ve tahmine dayalı modellemeyi geliştirmek için mekansal veri biliminin uygulanmasını keşfeder. Kurs sonunda, Esri’nin ArcGIS yazılımında güçlü analitik araçlarla çalışabilmeniz ve popüler açık veri bilimi paketlerini analizlerinize nasıl entegre edeceğinizi öğrenmeniz temel hedefimizdir. Bu hedef doğrultusunda kurstan elde edeceğiniz kazanımlar şunlardır:

  • Mekansal veri biliminin gizli örüntüleri ortaya çıkarmaya nasıl yardımcı olduğunu anlamak,
  • Mekansal analize veri hazırlamak için ArcGIS veri mühendisliği yöntemlerini ve görselleştirme araçlarını kullanmak,
  • Uygunluk analizi, tahmine dayalı modelleme, uzay-zaman örüntü madenciliği ve nesne tespiti yaparak uygulamalı deneyim kazanmak,
  • İlgi çekici ArcGIS StoryMaps kullanarak analiz sonuçlarını ve içgörüleri iletmek.

Mekansal veri bilimi temel olarak problem çözme ile ilgilidir. Bu kurs size örüntüleri bulmak, daha iyi modeller oluşturmak ve sorunları çözmek için konumu nasıl kullanacağınızı göstermektedir. Bu sayede tahmin, kümelenme, uzay-zaman kümelenmeleri, uygunluk modellemesi ve derin öğrenme gibi birçok kavram hakkında bilgi sahibi olacaksınız. Kursumuza katılmadan önce derin öğrenme hakkında bilgil almak isterseniz “ArcGIS ile Derin Öğrenme Modelleri” adlı blog yazımızı da inceleyebilirsiniz.

Katılacağınız bu kurstan en iyi şekilde yaralanabilmeniz için sizlerle birkaç ipucunu paylaşmak isteriz:

  1. Teknik yeterliliklerinizi kontrol edin:
  • Kurs süresince kullanmanız gereken Esri yazılımları ücretsiz olarak sağlanmaktadır.
  • Sisteminizin tüm gerekli donanım özelliklerini karşıladığından emin olmalısınız. (Sistem gereksinimlerine sık sorulan sorular bölümünden ulaşabilirsiniz.)
  • Bir masaüstü bilgisayar, dizüstü bilgisayar veya tablet kullanmalısınız.
  • Geniş bantlı internet bağlantısı gerekmektedir.
  • PDF okuyucu eklentisinin kurulu olduğu bir tarayıcı kullanmalısınız. Google Chrome, Mozilla Firefox, Apple Safari veya Microsoft Edge’in en son sürümünü tercih edebilirsiniz.
  • Güvenlik duvarı ve tarayıcı ayarlarınızın gömülü video dosyalarını görüntülemenize izin verdiğinden emin olmalısınız.
  • Sıkıştırılmış dosyaları açmak için uygulamalarınızın olması gerekmektedir.

 

  1. Kurs içeriğini dikkatle takip edin:
  • Kurs içeriği video anlatımları, uygulamalı alıştırmalar ve kısa sınavlar gibi bölümlere ayrılmıştır. Tüm bu bölümleri sırasıyla takip etmelisiniz.
  • Adım adım kolaylıkla takip edilebilen uygulamalı alıştırmaları özenle tamamlamanız tavsiye edilir.
  • Bu alıştırmaları tamamlamak için talimatların çıktısını almanız, çift ekran kullanmanız ya da ayrı bir cihazdan açmanız en iyi alıştırma deneyimini sunacaktır.

 

  1. Zamanınızı iyi yönetin:
  • Her bölüm için en az 3 saat zamanınızı ayırmanızı tavsiye ederiz.
  • Her bölümü ayrı bir haftada bitirmek üzere programlama yapmanız da bu kurstan en yüksek verimi almanızı sağlayacaktır. Bölümler arasındaki zamanda eksiklerinizi araştırmak için Esri bilgilendirme sayfalarını, yardım dokümanlarını ve topluklarını kullanmanız konu hakkında kendinizi geliştirme fırsatı sunacaktır.

 

Daha fazla bilgi edinmek için sık sorulan soruları inceleyebilirsiniz:

  1. Mekansal Veri Bilimi kursuna nasıl erişebilirim?
    com üzerinden yayınlanan bu kursumuza https://www.udemy.com/course/esri-turkiye-mekansal-veri-bilimi/ bağlantısı aracılığıyla erişebilirsiniz. İstediğiniz zaman kursa kayıt yaptırabilirsiniz.
  2. Bu kursun konusu hakkında hangi bilgilere sahip olmam beklenmektedir?
    Bu kurs herhangi bir ön koşul gerektirmemektedir. Fakat istatistiki kavramlara ve Python’a aşina olmanız kurstan elde edeceğiniz deneyimlerinizi arttıracaktır.
  3. Bu kursa katılmak için herhangi bir ArcGIS yazılımına sahip olmama gerek var mıdır?
    Kursa katılım sağlayan tüm kullanıcılara, kurs alıştırmalarını tamamlamaları için ihtiyaç olan ArcGIS Pro, ArcGIS Online, ArcGIS Notebooks, ArcGIS Spatial Analyst ve ArcGIS Image Analyst yazılımlarına erişimi 60 gün süresince ücretsiz olarak sağlanmaktadır. Bu erişimin nasıl gerçekleştirileceği hakkında detaylı bilgi kursun içerisinde yer almaktadır. Yukarıda belirtilen ArcGIS yazılımlarının tamamına zaten erişiminiz varsa kursu tamamlamak için bu erişimi kullanabilirsiniz.
  4. Bu kursa katılabilmem için donanım gereksinimleri nelerdir?
    Bu kurs boyunca alıştırmaları yapabilmeniz için ArcGIS Pro ürününü yükleyeceksiniz. Bu nedenle bilgisayarınızın ArcGIS Pro için sistem gereksinimlerini karşılıyor olması gerekmektedir. ArcGIS Pro 2.6. sistem gereksinimlerini buradan inceleyeblirsiniz.
  5. Bu kursa ne zaman katılabilirim?
    Kurs Udemy platformunda açık olduğu sürece kendi çalışma hızınıza ve saatlerinize göre kursa katılabilirsiniz. İstediğiniz zaman kursa ara verip devam edebilirsiniz.
  6. Kurs tamamlandığında sertifika alacak mıyım?
    Bu kurs, daha geniş kitlelere ulaşabilmesi için ücretsiz olarak Udemy platformu aracılığıyla sunulmaktadır. Udemy’nin çalışma politikaları gereği Mart 2020 tarihi itibari yayınlanan ücretsiz kurslar için bitirme sertifikası özelliği kaldırılmıştır. Bu nedenle kursu tamamladığınızda bir sertifika sağlanamamaktadır.

Veri bilimine, makine öğrenmesi ve yapay zekaya meraklı, teknolojinin gündemdeki konularını keşfetmek ve ArcGIS yazılımının en son analitik yeteneklerini öğrenmek isteyen herkesi kursumuza bekliyoruz.

 

Esri Türkiye, 2020