Landsat Explorer App ile Şimdiyi ve Geçmişi İnceleyin

Landsat Explorer App ile Şimdiyi ve Geçmişi İnceleyin

Çalışma alanınızda görüntüleri veya uzaktan algılama verilerini kullanırken, gerçekleştirmeniz gereken ilk adımlardan biri; uzaktan algılama verileri içindeki, istenen detayların özelliklerini keşfetmek için verileri görsel olarak incelemektir. Bu konuda Esri çeşitli görüntüleri incelemeniz, üzerinde analiz yapmanız için içerik ve uygulamalar sunmaktadır. Bu blog yazımızda Esri’nin uygulama olarak kullanımınıza sunduğu Landsat Explorer’dan detaylı olarak bahsedilecektir.

Bu web uygulaması, ArcGIS for Server tarafından desteklenen Landsat görüntü katmanlarına erişim ve Amazon Web Hizmetleri Bulutu üzerinde çalışan Landsat Genel Veri Kümelerine erişim için bazı yetenekleri vurgular. Katmanlar, günlük olarak yeni Landsat görüntüleri ile güncellenir. Gezegenimizi görselleştirmeniz ve Dünya’nın zaman içinde nasıl değiştiğini anlamanız için oluşturulan Esri Landsat Explorer uygulaması, gözle görülemeyecek kadar çok veri toplayan Landsat uydularının gücünden yararlanır. Dünyanın jeolojisini, bitki örtüsünü, tarım alanlarını ve şehirlerini daha iyi keşfetmek için Landsat’ın farklı gruplarından yararlanabilirsiniz. Ek olarak, Dünya yüzeyinin son kırk yılda nasıl değiştiğini görselleştirmek için tüm Landsat arşivine erişebilirsiniz.

Görüntülerle ilgili olarak kısa bir bilgiden sonra Landsat görüntülerine nereden ulaşacağımıza bakıp, görüntüde araştırma ve değişiklik analizi yapma ile ilgili detaylara geçeceğiz.

Her görüntü veri kümesinin niteliği, görüntüleri toplamak için kullanılan sensör tipiyle ilgilidir. Her bir sensör tipinin teknik detayları, her bir veri seti için meta verilerde bulunabilir. Görüntülerle ilgili ek bilgiler; görünür alan, toplama tarihi veya sensörün diğer teknik yönleri gibi öğeleri içerebilir. Görüntünün bu teknik yönlerini anlamak, çalışma alanınızda istenen özellikleri bulma yeteneğinizi geliştirecektir. Uzaktan algılama verileri, özellikler hakkında bilgi toplar ve bu bilgileri raster bantlar olarak depolanan bir görüntüdeki değerler olarak sunar. Tek bir özelliğin ölçüsü, bu raster bantlardan birinde bir eleman olarak kaydedilir. Tekil görüntü veri kümeleri birçok raster bant içerebilir. Bu tarama bantlarını bant kombinasyonları veya bant kompozitleri olarak birleştirebilir ve görüntüleyebilirsiniz. Bu bant kombinasyonları, görselleştirme ihtiyaçlarına ve özelliklerine bağlı olarak görüntü verilerini bir haritada görüntülemek için kullanılır.

Arzu edilen bir özelliği keşfetmede raster bantların nasıl kullanılabileceği hakkında daha fazla bilgi edinmek için ArcGIS Living Atlas of the World’de bulunan Landsat görüntü katmanını kullanırsınız. Bu görüntü katmanı, dünyayı izlemek için kullanılan çeşitli tarama bantlarını toplamak için uyduları kullanan Landsat programından alınan görüntülere dayanmaktadır.

ArcGIS Living Atlas, dünyanın dört bir yanından gelen geniş bir coğrafi bilgi koleksiyonudur. Analizinizde kullanmak veya bir analizin bulgularını sunmak için kullanıcı tarafından oluşturulan veri ürünlerini sunan görüntü katmanlarını, uygulamaları, modelleri ve veri katmanlarını içerir. (Göz atmak için: https://livingatlas.arcgis.com/en/home/ ) Browse kısmında ArcGIS Living Atlas içindeki büyük miktardaki veriyi keşfetmeniz için Görüntü, Altlık Harita, Sınırlar, Çevre gibi önceden yapılandırılmış birden çok kategori göreceksiniz. Biz “Imagery” seçeneğinden ilerliyor olacağız.

Imagery Kategorisi; temel harita olarak kullanılmak üzere oluşturulmuş çok ölçekli görüntüler, farklı özellikleri ortaya çıkaran multispektral görüntüler, zaman içindeki değişimi ortaya çıkaran geçici (temporal) görüntüler ve önemli olaylardan etkilenen yerlerin görüntüleri gibi çeşitli türlerdeki görüntüleri içerir. Web sayfasındaki seçeneklerde, sonuçları seçilen veri kaynaklarıyla sınırlamak için arama sonuçlarını yalnızca Esri (Esri-only content) veya Yalnızca Yetkili İçerik (Authoritative-only content) olarak odaklama özelliğini de göreceksiniz. Arama kısmına Landsat yazılınca gelen “Landsat Explorer App” seçilir.

Mevcut uydu, dokuz spektral bant ve termal bant toplayan Landsat 8 sensörüdür. Bu uygulama içinde aşağıdaki bant kombinasyonlarına ve endekslerine hızlı erişim sağlanır:

  • Agriculture : Highlights agriculture in bright green; Bands 6, 5, 2
  • Natural Color : Sharpened with 15m panchromatic band; Bands 4, 3, 2 +8
  • Color Infrared : Healthy vegetation is bright red; Bands 5, 4 ,3
  • SWIR (Short Wave Infrared) : Highlights rock formations; Bands 7, 6, 4
  • Geology : Highlights geologic features; Bands 7, 6, 2
  • Bathymetric : Highlights underwater features; Bands 4, 3, 1
  • Panchromatic : Panchromatic images at 15m; Band 8
  • Vegetation Index : Normalized Difference Vegetation Index(NDVI); (Band 5 – Band 4)/(Band 5 + Band 4)
  • Moisture Index : Normalized Difference Moisture Index (NDMI); (Band 5 – Band 6)/(Band 5 + Band 6)
  • SAVI : Soil Adjusted Veg. Index); Offset + Scale*(1.5*(Band 5 – Band 4)/(Band 5 + Band 4 + 0.5))
  • Water Index : Offset + Scale*(Band 3 – Band 6)/(Band 3 + Band 6)
  • Burn Index : Offset + Scale*(Band 5 – Band 7)/(Band 5 + Band 7)
  • Urban Index : Offset + Scale*(Band 5 – Band 6)/(Band 5 + Band 6)

Toplanan belirli dalga boyları hakkında daha fazla bilgi için, Landsat 8 sensörü için USGS web sitesini ziyaret edebilirsiniz. Bu spektral bantlar, ArcGIS uygulamalarında görüntülendiğinde raster bantlar olarak rapor edilir. Uydu tarafından toplanan her spektral bant için bir raster bant vardır. Bu farklı raster bantları farklı şekillerde birleştirilebilir, buna “rendering” denir. Her renderer, arazinin belirli özelliklerinin veya yönlerinin daha görünür olduğu bir görselleştirme oluşturmak için üç ayrı bandın farklı bir kombinasyonunu kullanır.

Renderer

Uygulama açıldığında sol sütunda çeşitli araçlar göreceksiniz. Burada ilk sırada renderer aracı yer almaktadır. Aşağı açılan pencereye tıklayarak ilgili renderer seçilebilir. Ayrıca her bir seçeneğin açıklamasını incelemek isterseniz soru işaretine tıklayarak bant kombinasyonlarını ve renklerin ne anlama geldiğini öğrenebilirsiniz.

 

Ancak Landsat Explorer uygulaması, yalnızca farklı bant kombinasyonları veya geliştirmeleri kullanarak görüntüleri görüntülemekle ilgili değildir. Analiz araçları, anında değişiklik tespiti gerçekleştirmenize, özel maskeler oluşturmanıza, kendi dizinlerinizi oluşturmanıza, spektral ve zamansal profiller oluşturmanıza ve daha fazlasını yapmanıza olanak tanır. Dünya yüzeyinin son kırk yılda nasıl değiştiğini ortaya çıkarmak için multispektral ve zamansal Landsat görüntülerine anında erişmek için uygulamayı kullanabilirsiniz.

Time Selector

Time Selector aracı ikinci sıradadır ve seçilen bir nokta için geçici bir zaman kaydırıcısına ve farklı endekslerin zamansal profiline erişim sağlar. Zaman aracına yalnızca daha büyük yakınlaştırma ölçeklerinde erişilebilir. NDVI (Normalize Fark Bitki İndeksi), NDMI (Normalize Fark Nem İndeksi) ve Kent İndeksi için zamansal profiller sağlar.

Her Landsat görüntüsünün raporlanmış bir bulut örtüsü değeri vardır, böylece kriterleri karşılayan en güncel görüntüyü seçerek o mekansal boyutta hangi görüntünün görüneceğini seçebilirsiniz. Bulut örtüsünde düşük bir değer idealdir çünkü değer, bulutların kapladığı alanın yüzdesini temsil eder.

Identify 

Identify aracı, görüntülerle ilgili bilgilere erişim sağlar ve ayrıca seçilen bir nokta için spektral bir profil sağlayabilir.

Farklı zamanları seçip etkilenen alanları vurgulamak için “Change Detection” aracını kullanabilirsiniz. Değişikliği hesaplamadan önce Birincil ve İkincil Tarihleri seçmeniz gerekir. Daha eski bir tarih seçmek için Zaman Kaydırıcısını kullanın ve İkincil Katman Olarak Ayarla düğmesini tıklayın. Ardından daha ileri bir tarih seçin ve bunları karşılaştırmak için Değişiklik Algılama aracına dönün. Farklı endeks ve modlarda değişimi incelemeye başlayabilirsiniz. İncelemek istediğiniz alanın sınırlarını “Define Areas of Interest”i seçip alanı çizerek ayarlayabilirsiniz.

Bu özelliklere ek olarak yaşadığınız şehrin yıllar içinde nasıl genişlediğini merak mı ediyorsunuz? Şehre yakınlaşın, önce ve sonra görüntüleri karşılaştırmak için zaman kaydırıcısını (Swipe) kullanın. Tarım alanlarını veya orman yanıklarını ölçmek istediğinizde; etkileşimli olarak eşikler ayarlayarak belirli arazi örtüsü türlerini belirlemek için Maske (Mask) aracını kullanın.

Özetlemek gerekirse görselleştirme ve analiz araçları, kullanıcıların aşağıdakileri anında yapmasına olanak tanır:

  • Özel dizinleri ve bant kombinasyonlarını kullanarak verileri görselleştirme
  • Analiz etmek ve karşılaştırmak için belirli tarihleri filtreleme ve seçme
  • Bir kaydırma aracı kullanarak iki görüntüyü etkileşimli olarak karşılaştırma
  • Özel maskeler oluşturma
  • Değişiklik algılamayı gerçekleştirme
  • Spektral ve zamansal profiller oluşturma
  • Spektral bantları kullanarak dağılım grafikleri oluşturma
  • ArcGIS Online’dan veri ekleme (örneğin şehir yolları)

 

Sonuç olarak Landsat Explorer ile dünyanın herhangi bir yerindeki jeoloji, bitki örtüsü, tarım ve şehirler hakkındaki soruları kolayca ve dinamik bir şekilde araştırabilirsiniz. Ve keşiflerinizi paylaşmak istiyorsanız, sonuçlarınızı ArcGIS Online’a (Save top the ArcGIS Online) veya yerel (Export)  dosyalar olarak kaydedebilirsiniz.

 

Kaynaklar:

 

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

Haritanızın Performansını Nasıl Arttırabilirsiniz?

Haritanızın Performansını Nasıl Arttırabilirsiniz?

Hedef kitlemize ulaşırken yaptığımız haritaların güzelliği ve anlattıkları ne kadar önemliyse, bu haritaları hızlı bir şekilde sunmak da bir o kadar önemli. Haritamızla anlatmak istediklerimizin çokluğu bazen hızdan feragat etmemize sebep olabiliyor ama içinde bulunduğumuz çağda hız, kullanıcı tarafında haritalarımızın tüketiminde çok önemli rol oynuyor. Bunu eğitimlerimizde katılımcılarımızdan gelen sorulardan da anlayabiliyoruz. Esri Türkiye bünyesinde yaptığımız eğitimlerde gelen sorulardan biri genellikle “Haritalarımızı nasıl hızlandırırız?” oluyor. Bu blog yazımızda kendi bilgisayarınızda yalnızca kendi kullanımınız için bir harita hazırlayacak olsanız da harita servisi olarak geniş kullanıcı topluluklarıyla paylaşacak olsanız da haritalarınızın performansını arttırabilecek püf noktalarına değineceğiz.

Haritalarınızı ister web’de paylaşın ister ArcGIS Desktop yazılımlarından birinde kullanın, görüntüleme işlemlerini hızlandırmak ve performansı arttırmak için uygulayabileceğiniz birçok teknik vardır. Daha hızlı görüntülenen bir harita, ArcGIS Desktop ortamında yapacağınız analizler için daha iyi bir kaynak oluştururken, ArcGIS Server üzerinden paylaştığınızda ise kullanıcılara daha iyi bir görüntüleme ve analiz deneyimi yaşatacaktır.

Performansı iyileştirmenin birçok yöntemi vardır ama bu yöntemlerin hepsi tek bir temel stratejiyi baz alır: bilgisayarınız çizimleri ekrana getirdiği sırada ne kadar az işlem kararı alırsa o kadar hızlı bir çizim yapar. Çoğu durumda sembolojide, data frame’de (veri çerçevesinde) veya harita katmanlarda yapacağınız birkaç küçük değişiklikle haritalarınızın görüntüleme hızının artmasında büyük fayda sağlayabilirsiniz.

Performans İçin Haritadaki Öğeleri Optimize Etme

Veri ayarlarınızı ve veriyi kullanma şeklinizi ArcGIS Desktop’ta performansı iyileştirmek için optimize edebilirsiniz. Veri kaynağının formatı da dahil olmak üzere birçok faktörün haritanızın hızında rolü vardır. Verinin konumu, katmanlar, veri çerçevesi ve harita çıktısındaki detayların ayarlarını değiştirerek çok büyük hız artışı sağlayabilirsiniz.

Verinizi hazırlamak

Veri formatını seçerken kullanıcı ihtiyacı, verinin kullanım amacı, boyutu, yapılacak analiz türleri veri bakım gereksinimleri gibi birçok faktör belirleyici olur. Bir haritanın en iyi performansta çalışması için verilerin uzaktaki bir makinede saklanması yerine, görüntüleyeceğiniz bilgisayarda bulunması hızı arttıracaktır.

Bununla birlikte çok büyük veri kümelerinden veri çekerek küçük alanların gösterimini yapacak haritalar için, verinin ArcSDE’den servis edilmesi, aynı veriyi dosyalara kaydetmeye kıyasla önemli performans avantajları sağlayacaktır.

Eğer haritanızı paylaşacaksanız ya da çoklu kullanıcı erişimine açacaksanız verinizi Personal Geodatabase’lerde (Kişisel coğrafi veri tabanlarında) saklamak doğru olmayacaktır.  Personal Geodatabase’ler bunun için tasarlanmamışlardır.

Veriyi hazırlarken dikkat edilmesi gereken birkaç ek husus:

  • Bütün projeksiyonları aynı yapmak: Data Frame’iniz ve altına eklediğiniz her katmanı mümkün olan her durumda aynı projeksiyon sistemine çevirmeniz veri düzenlerken ve paylaşıma hazırlarken çok önemlidir. Bütün katmanlar aynı projeksiyonda olduğu zaman sürekli olan on-the-fly projeksiyon hesaplamasına ihtiyaç kalmayacaktır. Bu durum ciddi bir performans artışına sebep olur.
  • Join ve Relate’le çalışmak: Verinize Join ya da Relate’le eklediğiniz sütunlarla semboloji, etiketleme, sorgu ve daha birçok işlem yapabilirsiniz. Ancak Join ve Relate’le veri eklemek performansınızı yavaşlatabilir. Bu yavaşlamadan kaçınmak için püf noktalarına buradan ulaşabilirsiniz.
  • Öznitelik ya da Mekânsal indeksleri kullanmak: Eğer veri kaynağınız izin veriyorsa sorgulamada ya da gösterimde kullandığınız sütunlarınızı indeksleyin. İndeksler her veri formatı için farklıdır. Shapefile’lar için buradan ve Geodatabase’ler (Coğrafi Veri Tabanları) için de buradan daha fazla bilgiye sahip olabilirsiniz. Bunlara ek olarak Geoprocessing çatısı verinizdeki öznitelikleri indekslemeniz için bir araca sahiptir, bu araç hakkındaki bilgiye de bu bağlantıdan ulaşabilirsiniz: Add_Attribute_Index.
  • Veriyi Basitleştirmek: Verinizin basitleştirilmiş ya da genelleştirilmiş versiyonlarını kullanmak da ciddi performans artışına sebep olur. Eğer küçük ölçekte gösterim yapacaksanız verinizin genelleştirilmiş veya basitleştirilmiş bir sürümüyle çalışırsanız zaten görünmeyecek olan detaylar için yazılımın hesaplama yapmasına gerek kalmayacaktır. Örneğin, Dünya kıyı şeritlerinin çok detaylı bir haritası tam ölçekte gösterildiğinde yavaş çalışacaktır, verteksleri azaltarak verinizi sadeleştirirseniz, sorgu ve tanılama yeteneklerinin performansının arttığını göreceksiniz.

Katmanları, Rasterları ve Çıktı Düzenlerini Optimize Etmek

Aslında performans artışı ve hız için yapabileceğiniz en kolay ve hızlı yöntem, gereksiz katmanları ve veri çerçevelerini (Data Frame) haritanızdan kaldırmaktır. Haritanın amacına hizmet etmeyen veri çerçevelerini ve katmanları kaldırmak, çıktı düzeninizdeki gereksiz harita öğelerini kaldırmak ciddi bir performans artışı sağlayabilir.

Bütün bunları yaptıktan sonra daha ileri bir performans artışı isterseniz aşağıdaki ek hususlara da bakabilirsiniz.

  • Belirli katman ve detayları otomatik olarak gizleyerek performansı artırmak: Katman gösteriminde performansı arttırmanın en iyi iki yoldan biri detayları sadece göstermenin uygun olduğu ölçek aralığında göstermektir ve diğeri ise özniteliklerden tanım sorgusu oluşturarak her detayın gösterilmesinden kaçınmaktır.
  • Eğer belirli bir ölçekte haritanızdaki bir katmanın görünmesine ihtiyacınız yoksa, o katman için ölçek bağımlılığını açarak, sadece belirlediğiniz ölçek değerlerinde görüntülenmesini sağlayabilir bu sayede performansı arttırabilirsiniz. Bu konuda bilgiye buradan ulaşabilirsiniz,
  • Tanım sorgusu yaparak haritanızdaki verinin miktarını kısıtlayabilirsiniz. Bir sorgu oluşturarak sadece dikkat çekmek ve gösterimini yapmak istediğiniz verilerin gösterilmesini sağlayabilirsiniz. Nasıl yapıldığını öğrenmek için buraya bakabilirsiniz,
  • Semboloji ve performans ilişkisi hakkında bilgi için buraya bakabilirsiniz,
  • Gösterim performansını optimize etmek için altlık haritaları kullanmak hakkında buradan bilgi alabilirsiniz,
  • Haritanızdaki verileri bilgisayarınız önbelleğine kaydedilmesini sağlamak: ArcMap detay önbelleklemesi haritadaki detayları geçici olarak bilgisayarınızın belleğine alarak veriye daha hızlı ulaşılmasını sağlar. Bu işlemin etiketleme, düzenleme, detay seçimi, birden çok katmanda kullanılan aynı detayın daha hızlı çağrılması gibi birçok işleme faydası vardır. Bu konuda daha fazla bilgi için buradan faydalanabilirsiniz,
  • Rasterları hızlandırmak için ise birden çok teknik kullanabilirsiniz. Görüntü kalitesini mümkün olduğunca düşük tutmak, doğru yeniden örnekleme yöntemini kullanmak ve raster’ı on-the-fly projeksiyon yerine kendi projeksiyonunda göstermek gibi yöntemleri kullanabilirsiniz. Bunların yanında piramitleme’de etkin bir performans arttırıcı yöntemdir. Raster’ları hızlandırmanın çeşitli yöntemlerini buradan inceleyebilirsiniz,
  • Çıktı düzenini ayarlarken veri çerçevelerinizin kenarlarını yuvarlak hatlı olması, arkaplan renklendirmeniz, çerçevelere gölge vermeniz gibi görselleştirme özellikleri performansı yavaşlatacaktır. Bu özellikleri veri çerçevesine sağ tıklayarak Properties (Özellikler), Frame (Çerçeve) yolundan ayarlayabilirsiniz.

ArcGIS Server ile Servis Edilecek Haritaları Optimize Etmek

Yukarıdaki haritaları optimize etme yöntemleri ArcGIS Server’la servis edilecek haritalarda da işe yarar. Bu yöntemlere ek olarak bu bağlantı altındaki yöntemlerden de yararlanabilirsiniz. Haritayı servis etmeden önce hedef kitleye göre tasarlayarak, gerekmeyen hiçbir öğeyi ve katmanı eklemeyerek baştan performans düşüşlerinin önüne geçebilirsiniz. Amaçlanan uygulama için gerekmeyen her veri çerçevesini kaldırıp, varsayılan olarak sadece birkaç katmanın gösterilmesini sağlayarak hızı arttırabilirsiniz. Kullanıcılar ihtiyaçları olan katmanları kendileri açıp kapatarak performansı kendileri belirleyebilir.

Önbelleklenmiş harita servisi kullanmak her zaman harita servisi sunmanın en hızlı yoludur. Çünkü harita önbelleği oluşturulduğunda görüntüleme de oluşturulur. Ama bu yöntem pek de dinamik değildir ve sürekli veri değişikliklerine uygun bir yöntem değildir. Önbelleklenmiş harita servisi kullanmak işinize uygun olmadığı zamanlarda bu blog yazısındaki diğer yöntemler performans artışı için çok işinize yarayacaktır.

Performansı haritalar oluşturmak için burada değindiğimiz ve daha birçok yöntem için ArcGIS 1 & 2 CBS’ye Giriş & Temel Uygulamalar eğitimimize katılabilirsiniz.

Esri Türkiye 2019

ArcGIS Pro ile NDVI

Normalize edilmiş bitki örtüsü farkı indeksi (NDVI), Landsat görüntüleri gibi Multispektral raster veriler üzerinde uygulanan, ölçüm yaptığınız alandaki yeşil alanları tespit etmenizi, böylelikle bitki örtüsü hakkında bilgi edinmenizi sağlayan standart bir indekstir. Bu indeks, yakın kızıl ötesi (NIR) ile görünür ışık (kırmızı) arasındaki yansıma değerlerini oranlayan bir formülle bitki örtüsünü tespit eder.

Bitki yapraklarındaki fotosentez yapmaya yarayan klorofil, görünür ışığı (0.4- 0.7 µm) büyük ölçüde emer. Yaprakların hücre yapısı ise yakın kızıl ötesi ışıklarını (0.7-1.1 µm) yüksek miktarda yansıtır. Elde edilen yansıma değerleri kullanarak düzenlenen formül, bitki sağlığını en iyi şekilde yansıtan sonuçlar vermesi için aşağıdaki hali almıştır:

Bu formül sayesinde sonuçlar -1 ile 1 arasında bir aralıkta değerler alır. Elde ettiğiniz değerler, bitki örtüsünün canlılık ya da olgunluk durumu hakkında da bilgi sunar.

Son derece düşük ya da negatif değerler, bulutsuz, su ya da kar gibi bitki örtüsü olmayan alanları; çok düşük değerler, beton, kaya veya çıplak toprak gibi az bitki örtüsünün olduğu veya hiç bitki örtmeyen alanları; orta değerler, çalı ve otlak alanlarını; yüksek değerler ise orman alanları ve yeşil bitki örtüsünü temsil eder.

Bu durumda, tarımın yoğun olarak gözlendiği alanlarda düşük NDVI değerlerinin alınmasından, ilk bakışta o bölgede kuraklık, hastalık olabileceğini, ekin oranlarında düşüş olduğu sonucuna varabiliriz.

ArcGIS Pro ile tek adımda NDVI görüntüsü elde edin!

ArcGIS Pro’da NDVI görüntüsü oluşturabileceğiniz 2 basit araç bulunur. NDVI aracını kullanacağınız multispektral görüntünüzü Contents kısmınıza basitçe sürükleyerek ekleyebilirsiniz. Bu araçlara erişmek için ise, öncelikle Analysis sekmesindeki Raster Functions‘ı aktifleştirmeniz gerekiyor. Çıkan Raster Functions panelinde NDVI ve NDVI colorized araçlarını görebiliyorsunuz.

İki araç da benzer mantıkla çalışır. İlk olarak, NDVI aracını tanıyalım. Araca tıkladığınızda gelen ekranda Raster parametresinin yanındaki ok işaretinden NDVI uygulamak istediğiniz katmanı seçin (Sadece Contents kısmında ekli raster verilerini gösterecektir). Visible Band ID parametresine kullandığınız görüntünün Kırmızı bant numarasını, Infrared Band ID parametresine ise Yakın kızıl ötesi (NIR) bant numarasını girin. Yukarıdaki görüntü Landsat 5 ile elde edildiği için bu rakamlar bu senaryo için sırasıyla 3 ve 4. Son olarak Create Layer seçeneği aracı çalıştırır ve Contents kısmına katman olarak ekler.

Araç çalıştıktan sonra görüntü siyah-beyaz oluşur. Symbology panelinden uygun renk skalası seçildiği takdirde, renkler bitki örtüsü hakkında görsel olarak da anlaşılır olacaktır.

Eğer katmanı direkt olarak renkli elde etmek istiyorsanız, NDVI colorized aracını kullanabilirsiniz. Bu araç farklı bir algoritma ile çalışır. Bu yüzden aşağıdaki görselde de belirtilen Scientific Output seçeneğini işaretlemezseniz, 0 ile 200 arasında; işaret atarsanız ise NDVI aracında da olduğu gibi -1 ile 1 arasında değerler alırsınız. Ek olarak, symbology seçeneği araç paneline ekli gelir. Buradan uygun symbology seçeneğini seçip aracı çalıştırabilirsiniz.

Katman aşağıdaki gibi eklenecektir:

Daha önceden de belirttiğimiz gibi sonuçlar Contents paneline katman olarak gelir. Bunları kaydetmek için, aşağıda gösterildiği gibi, katmana sağ tıklayıp — Data — Export Raster yolunu izlemelisiniz. Bu aşamada görüntüyü kaydetmek istediğiniz formatı seçebilirsiniz. Bir değişiklik yapmazsanız görüntü .tiff uzantısı ile kaydolur.