P. 1
İŞLEM GIS Uzaktan Algılama

İŞLEM GIS Uzaktan Algılama

|Views: 975|Likes:
Yayınlayan: zeynep

More info:

Published by: zeynep on Nov 06, 2010
Telif Hakkı:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/25/2013

pdf

text

original

Sections

  • 1. UZAKTAN ALGILAMA BİLİMİ:
  • A. ENERJİ KAYNAĞI VEYA AYDINLATMA:
  • B. YAYIM VE ATMOSFER:
  • C. YER YÜZEYİNİN ENGELLEMESİ:
  • D. SENSÖRÜN ENERJİYİ KAYDI:
  • E. GÖNDERME, ALMA VE İŞLEME:
  • F. KIYMETLENDİRME VE ANALİZ:
  • 2. UZAKTAN ALGILAMANIN GEÇMİŞİ VE GELİŞİMİ:
  • a. ELEKTROMANYETİK YAYIM:
  • (b) KISA DALGA INFRARED 1.1- 3.0 µm:
  • (c) ORTA DALGA INFRARED 3.0- 5.0 µm:
  • (d) UZUN DALGA INFRARED 5.0- 14.0 µm:
  • (4) MICROWAVE:
  • c. UZAKTAN ALGILAMAYI ENGELLEYEN FAKTÖRLER:
  • (1) UZAKTAN ALGILAMAYA İLİŞKİN FİZİKSEL KURAMLAR:
  • PLANCK KANUNU:
  • WIEN KANUNU:
  • STEFAN-BOLTZMAN KANUNU:
  • TERS KARE KANUNU:
  • LAMBERT’İN KOSİNÜS KANUNU:
  • (2) ATMOSFERİN ETKİLERİ:
  • (a) DAĞILMA:
  • Rayleigh Dağılım:
  • Mie Dağılım:
  • Nonselective Dağılım:
  • (b) Emme:
  • (3) DÜNYA YÜZEYİNİN ETKİLERİ:
  • (b) GEÇME / AKTARMA:
  • (c) YANSIMA:
  • d. GÖRÜNTÜLERİN ÖZELLİKLERİ VE ETKİLEYEN UNSURLAR:
  • (1) PIXEL:
  • (2) TARAMA GENİŞLİĞİ (SWATH):
  • (3) BAND’LAR:
  • (4) ÇÖZÜMLEME (Resolution):
  • (a) MEKANSAL ÇÖZÜMLEME:
  • ANLIK GÖRÜŞ SAHASI (IFOV):
  • (b) TAYFSAL ÇÖZÜMLEME:
  • (c) RADYOMETRİK ÇÖZÜMLEME:
  • (d) ZAMANSAL ÇÖZÜMLEME:
  • (7) DETAY AYIRT ETME GÜÇÜ (Resoving Power)
  • 1. SENSÖR SİSTEMLERİ:
  • a. PASİF VE AKTİF SENSÖRLER:
  • (1) PASİF SENSÖRLER:
  • (2) AKTİF SENSÖRLER:
  • b. KAMERA VE TARAYICI SİTEMLER :
  • (1) KAMERA SİSTEMLERİ:
  • (2) TARAYICI SİSTEMLER:
  • (a) ACROSS-TRACK TİPİ TARAYICILAR:
  • (b) ALONG-TRACK TİPİ TARAYICILAR:
  • (c) CIRCULAR TİPİ TARAYICILAR:
  • (d) SIDE TİPİ TARAYICILAR:
  • 2. MUHTELİF SENSÖRLER VE UYDULAR:
  • a. METEOROLOJİ SENSÖRLERİ VE UYDULARI:
  • b. YER SATHINI GÖZLEYEN SENSÖRLER VE UYDULARI:
  • (1) LANDSAT:
  • (2) SPOT:
  • (4) IKONOS:
  • c. RADAR SENSÖRLERİ VE UYDULARI:
  • (1) UYDU - RADAR SENSÖRLERİ:
  • (a) ALMAZ-1 SENSÖRÜ:
  • (b) JERS-1 SENSÖRÜ:
  • (c) ERS-1 ve ERS-2 SENSÖRÜ:
  • (d) RADARSAT SENSÖRÜ:
  • (e) SIR-A, B, C SENSÖRLERİ:
  • (2) UÇAK VE İNSANLI UZAY VASITALARI - RADAR SENSÖRLERİ:
  • (b) IFSAR:
  • d. DENİZ ARAŞTIRMA SENSÖRLERİ VE UYDULARI:
  • (1) CZCS SENSÖRÜ:
  • (2) MESSR, VTIR VE MSR SENSÖRLERİ:
  • (3) SeaWiFS SENSÖRÜ:
  • e. GEZEGENLERE YÖNELİK SENSÖRLER VE UYDULAR:
  • f. DİĞER SENSÖRLER:
  • (1) VİDEO KAMERALARI:
  • (2) FLIR SENSÖRÜ:
  • (3) LASER FLUORO SENSÖRÜ:
  • (4) LIDAR SENSÖRÜ:
  • 3. UZAKTAN ALGILANAN GÖRÜNTÜ TİPLERİ:
  • a. HAVA FOTOĞRAFLARI:
  • (1) HAVA FOTOĞRAFÇILIĞINDA KULLANILAN FİLMLER:
  • (a) SİYAH BEYAZ FİLMLER:
  • (b) NORMAL RENKLİ FİLMLER:
  • (c) INFRARED RENKLİ FİLMLER:
  • (2) HAVA FOTOĞRAFLARININ TİPLERİ:
  • (a) DİKEY FOTOĞRAFLAR:
  • (b) MAİL FOTOĞRAFLAR:
  • b. ÇOK BANDLI GÖRÜNTÜLER:
  • (1) MULTISPECTRAL GÖRÜNTÜLER:
  • (2) HYPERSPECTRAL VE ULTRASPECTRAL GÖRÜNTÜLER:
  • DEVAMLI VERİ TİPİ GÖRÜNTÜLER:
  • TEMATİK GÖRÜNTÜLER:
  • PANKROMATİK (1 Bandlı) GÖRÜNTÜLER:
  • MULTISPECTRAL (2 veya daha fazla bandlı) GÖRÜNTÜLER:
  • 1. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ VE UNSURLARI:
  • a. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ:
  • (1) HAVA FOTOĞRAFLARI İÇİN YER ÇÖZÜMLEME HEDEFLERİ:
  • b. GÖRÜNTÜ KIYMETLENDİRMENİN UNSURLARI:
  • (3) EBAT:
  • (4) PATERN:
  • (5) DOKU:
  • (7) ETRAFI İLE MÜNASEBET:
  • 2. SAYISAL GÖRÜNTÜLERİ İŞLEME:
  • a. GÖRÜNTÜ İŞLEMENİN ÖN HAZIRLIKLARI:
  • b. GÖRÜNTÜYÜ GELİŞTİRME:
  • c. GÖRÜNTÜYÜ DÖNÜŞTÜRME:
  • d. GÖRÜNTÜYÜ SINIFLANDIRMA VE ANALİZ:
  • 3. VERİYİ BÜTÜNLEME VE ANALİZ:
  • 1. SİVİL AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI:
  • a. ZİRAATE YÖNELİK UYGULAMALAR
  • b. ORMANLARA YÖNELİK UYGULAMALAR
  • c. JEOLOJİK UYGULAMALAR
  • d. HİDROLOJİK UYGULAMALAR
  • e. DENİZLERDEKİ BUZ KÜTLELERİNE YÖNELİK UYGULAMALAR
  • f. ARAZİ ÖRTÜSÜ VE KULLANIMINA YÖNELİK UYGULAMALAR
  • g. HARİTACILIK UYGULAMALARI
  • h. OKYANUS VE SAHİL YÖNETİMİNE YÖNELİK UYGULAMALAR
  • 2. ASKERİ AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI:
  • a. HAREKAT VE İSTİHBARATA YÖNELİK GENEL UYGULAMA KATEGORİLERİ:
  • b. ASKERİ UYGULAMA ÖRNEKLERİ:
  • (1) BATHMETRY UYGULAMASI:
  • (2) KAMUFLAJ, GİZLEME VE ALDATMAYI TESBİT UYGULAMASI:
  • (3) DEĞİŞİKLİKLERİ TESBİT UYGULAMASI:
  • (4) GÖRÜNTÜ HARİTALARI UYGULAMASI:
  • (5) GÖREV PLANLAMA UYGULAMASI:
  • (6) PERSPEKTİF GÖRÜNÜŞ UYGULAMASI:
  • (7) ARAZİ SINIFLANDIRMASI UYGULAMASI:
  • (8) AFET DEĞERLENDİRMESİ VE KURTARMA HAREKATI UYGULAMASI:

UZAKTAN ALGILAMA

UZAKTAN ALGILAMA

ÖNSÖZ Uzaktan algılanan görüntüler konusunda, nazari ve en son bilgileri içeren Türkçe “Uzaktan Algılama” kitabı; “Uzaktan algılamaya giriş”, “Uzaktan algılama sistemleri ve görüntüler”, “Görüntü kıymetlendirme ve analiz” ve “Uzaktan algılama uygulamaları” konularını içeren dört bölümden oluşmuştur. Uzaktan algılamanın geçmişi ve gelişimi, esasları, engelleyici faktörler, görüntülerin özellikleri, algılama sistemleri, muhtelif sensör ve uyduların olanakları, görüntü tipleri, görüntülerin kıymetlendirilmesi ve analizi, sivil ve askeri disiplinlere yönelik uygulama alanları, muhtelif cisimlerin dalga uzunluklarına göre tayfsal yansıma değerleri, görüntü kıymetlendirilmesine yönelik seviyeleri içermektedir. Bu kitap, aşağıda belirtilen yayınlardan istifade edilerek hazırlanmıştır. • • • • • • • • • The remote sensing tutorial, USA, RST, NASA, Eylül 1999 Fundamentals of remote sensing tutorial, Canada centre for remote sensing, 9 Kasım 1998 Remote sensing tutorial, USA, ERDAS, 1999 Imagine field guides, USA, ERDAS, 2001 ArcView Image Analysis, USA, ERDAS, 1998 Remote sensing principles and ınterpretation, F.Sabins, 1987 Multispectral users guide. USA, DIA. Agustos 1995 STANAG: 3769 Minimum resolved object sizes and scales for ımagery ınterpretation, NATO, MAS, 1990 STANAG: 3704 Ground resolution target for aerial photography, NATO, MAS, 1980

Bu kitabın pdf formatındaki metinleri, “UZAKTAN ALGILAMA DOKÜMANI” isimli bir CD-ROM’a yüklenmiştir.

İŞLEM ŞİRKETLER GRUBU

UZALG

i

K ASIM 2001

UZAKTAN ALGILAMA
İÇİNDEKİLER BÖLÜM-1 UZAKTAN ALGILAMAYA GİRİŞ
1. UZAKTAN ALGILAMA BİLİMİ A. ENERJİ KAYNAĞI VEYA AYDINLATMA B. YAYIM VE ATMOSFER C. YER YÜZEYİNİN ENGELLEMESİ D. SENSÖRÜN ENERJİYİ KAYDI E. GÖNDERME, ALMA VE İŞLEME F. KIYMETLENDİRME VE ANALİZ G. UYGULAMA 2. UZAKTAN ALGILAMANIN GEÇMİŞİ VE GELİŞİMİ 3. UZAKTAN ALGILAMANIN ESASLARI a. ELEKTROMANYETİK YAYIM b. ELEKTROMANYETİK TAYF VE ÖZELLİKLERİ (1) ULTRAVIOLE (2) GÖRÜNEN IŞIK (3) INFRARED (a) YAKIN INFRARED 0.72-1.1 µm (b) KISA DALGA INFRARED 1.1- 3.0 µm (c) ORTA DALGA INFRARED 3.0- 5.0 µm (d) UZUN DALGA INFRARED 5.0- 14.0 µm (4) MICROWAVE c. UZAKTAN ALGILAMAYI ENGELLEYEN FAKTÖRLER (1) UZAKTAN ALGILAMAYA İLİŞKİN FİZİKSEL KURAMLAR PLANCK KANUNU WIEN KANUNU STEFAN-BOLTZMAN KANUNU TERS KARE KANUNU LAMBERT’İN KOSİNÜS KANUNU (2) ATMOSFERİN ETKİLERİ (a) DAĞILMA Rayleigh Dağılım Mie Dağılım Nonselective Dağılım (b) Emme (3) DÜNYA YÜZEYİNİN ETKİLERİ (a) EMME (b) GEÇME / AKTARMA (c) YANSIMA d. GÖRÜNTÜLERİN ÖZELLİKLERİ VE ETKİLEYEN UNSURLAR (1) PIXEL (2) TARAMA GENİŞLİĞİ (SWATH) (3) BAND’LAR (4) ÇÖZÜMLEME (Resolution) (a) MEKANSAL ÇÖZÜMLEME ÖLÇEK ANLIK GÖRÜŞ SAHASI (IFOV)

1-45
1 1 2 2 2 2 2 2 2 2 7 7 8 9 10 11 12 12 12 13 14 14 15 16 17 17 18 18 18 19 19 20 20 23 23 24 24 28 29 29 30 32 32 33 33

İŞLEM ŞİRKETLER GRUBU

UZALG

ii

K ASIM 2001

B. METEOROLOJİ SENSÖRLERİ VE UYDULARI (1) GOES (2) NOAA AVHRR b. YER SATHINI GÖZLEYEN SENSÖRLER VE UYDULARI (1) LANDSAT (2) SPOT (3) IRS-1C / 1D (4) IKONOS c. PASİF VE AKTİF SENSÖRLER (1) PASİF SENSÖRLER (2) AKTİF SENSÖRLER b. C SENSÖRLERİ (2) UÇAK VE İNSANLI UZAY VASITALARI . RADAR SENSÖRLERİ VE UYDULARI (1) UYDU . VTIR VE MSR SENSÖRLERİ (3) SeaWiFS SENSÖRÜ e. DİĞER SENSÖRLER (1) VİDEO KAMERALARI (2) FLIR SENSÖRÜ (3) LASER FLUORO SENSÖRÜ (4) LIDAR SENSÖRÜ 81 İŞLEM ŞİRKETLER GRUBU UZALG iii K ASIM 2001 . KAMERA VE TARAYICI SİTEMLER (1) KAMERA SİSTEMLERİ (2) TARAYICI SİSTEMLER (a) ACROSS-TRACK TİPİ TARAYICILAR (b) ALONG-TRACK TİPİ TARAYICILAR (c) CIRCULAR TİPİ TARAYICILAR (d) SIDE TİPİ TARAYICILAR 2. MUHTELİF SENSÖRLER VE UYDULAR a. SENSÖR SİSTEMLERİ a.RADAR SENSÖRLERİ (a) AIRSAR (b) IFSAR d. DENİZ ARAŞTIRMA SENSÖRLERİ VE UYDULARI (1) CZCS SENSÖRÜ (2) MESSR.RADAR SENSÖRLERİ (a) ALMAZ-1 SENSÖRÜ (b) JERS-1 SENSÖRÜ (c) ERS-1 ve ERS-2 SENSÖRÜ (d) RADARSAT SENSÖRÜ (e) SIR-A.UZAKTAN ALGILAMA İÇİNDEKİLER (b) TAYFSAL ÇÖZÜMLEME (c) RADYOMETRİK ÇÖZÜMLEME (d) ZAMANSAL ÇÖZÜMLEME (5) PARLAKLIK VE TON (Brightness and Tone) (6) KONTRASLIK ORANI (Contrast Ratio) (7) DETAY AYIRT ETME GÜÇÜ (Resoving Power) 35 37 38 39 40 41 46-94 46 46 46 46 49 49 50 50 52 53 54 55 55 56 57 57 58 59 60 61 62 64 65 65 65 66 66 67 67 67 71 71 72 72 73 80 80 80 81 BÖLÜM-2 UZAKTAN ALGILAMA SİSTEMLERİ VE GÖRÜNTÜLER 1. GEZEGENLERE YÖNELİK SENSÖRLER VE UYDULAR f.

GÖRÜNTÜYÜ DÖNÜŞTÜRME d. GÖRÜNTÜYÜ SINIFLANDIRMA VE ANALİZ 3. HİDROLOJİK UYGULAMALAR e. GÖRÜNTÜ İŞLEMENİN ÖN HAZIRLIKLARI b. ZİRAATE YÖNELİK UYGULAMALAR b. VERİYİ BÜTÜNLEME VE ANALİZ BÖLÜM – 4 UZAKTAN ALGILAMA UYGULAMALARI 1. HAVA FOTOĞRAFLARI (1) HAVA FOTOĞRAFÇILIĞINDA KULLANILAN FİLMLER (a) SİYAH BEYAZ FİLMLER (b) NORMAL RENKLİ FİLMLER (c) INFRARED RENKLİ FİLMLER (2) HAVA FOTOĞRAFLARININ TİPLERİ (a) DİKEY FOTOĞRAFLAR (b) MAİL FOTOĞRAFLAR b. GÖRÜNTÜ KIYMETLENDİRMENİN UNSURLARI (1) TON (2) ŞEKİL (3) EBAT (4) PATERN (5) DOKU (6) GÖLGE (7) ETRAFI İLE MÜNASEBET 2. SAYISAL GÖRÜNTÜLERİ İŞLEME a. ORMANLARA YÖNELİK UYGULAMALAR c. JEOLOJİK UYGULAMALAR d.UZAKTAN ALGILAMA İÇİNDEKİLER 3. DENİZLERDEKİ BUZ KİTLERİNE YÖNELİK UYGULAMALAR f. UZAKTAN ALGILANAN GÖRÜNTÜ TİPLERİ a. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ (1) HAVA FOTOĞRAFLARI İÇİN YER ÇÖZÜMLEME HEDEFLERİ (2) GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜLERİ VE ÖLÇEKLERİ (3) GÖRÜNTÜLERİN KIYMETLENDİRMESİNE YÖNELİK SINIFLANDIRMA SEVİYELERİ b. ÇOK BANDLI GÖRÜNTÜLER (1) MULTISPECTRAL GÖRÜNTÜLER (2) HYPERSPECTRAL VE ULTRASPECTRAL GÖRÜNTÜLER DEVAMLI VERİ TİPİ GÖRÜNTÜLER TEMATİK GÖRÜNTÜLER PANKROMATİK (1 Bandlı) GÖRÜNTÜLER MULTISPECTRAL (2 veya daha fazla bandlı) GÖRÜNTÜLER 82 82 85 85 85 86 86 87 87 88 89 89 92 92 94 94 95-129 96 96 97 98 103 110 110 110 111 111 112 112 112 113 115 119 123 125 127 130-149 130 130 131 131 131 131 131 BÖLÜM-3 GÖRÜNTÜ KIYMETLENDİRME VE ANALİZ 1. SİVİL AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI a. ARAZİ ÖRTÜSÜ VE KULLANIMINA YÖNELİK UYGULAMALAR İŞLEM ŞİRKETLER GRUBU UZALG iv K ASIM 2001 . GÖRÜNTÜYÜ GELİŞTİRME c. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ VE UNSURLARI a.

UZAKTAN ALGILAMA İÇİNDEKİLER g. ASKERİ AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI a. YERLEŞİM SAHASI VE SUYUN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ 1-8 1 1 2 EK-B ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER SİVİL AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELERİ INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER 1-7 1 2 4 6 EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ 1-16 1 6 İŞLEM ŞİRKETLER GRUBU UZALG v K ASIM 2001 . HAREKAT VE İSTİHBARATA YÖNELİK GENEL UYGULAMA KATEGORİLERİ b. ASKERİ UYGULAMA ÖRNEKLERİ (1) BATHMETRY UYGULAMASI (2) KAMUFLAJ. HARİTACILIK UYGULAMALARI h. GİZLEME VE ALDATMAYI TESBİT UYGULAMASI (3) DEĞİŞİKLİKLERİ TESBİT UYGULAMASI (4) GÖRÜNTÜ HARİTALARI UYGULAMASI (5) GÖREV PLANLAMA UYGULAMASI (6) PERSPEKTİF GÖRÜNÜŞ UYGULAMASI (7) ARAZİ SINIFLANDIRMASI UYGULAMASI (8) AFET DEĞERLENDİRMESİ VE KURTARMA HAREKATI UYGULAMASI 131 131 137 137 137 138 139 141 142 143 144 145 146 EK-A TABİİ NESNELERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ TOPRAK. OKYANUS VE SAHİL YÖNETİMİNE YÖNELİK UYGULAMALAR 2.

sonar ve radarları da içermektedir.UZAKTAN ALGILAMA BÖLÜM-1 UZAKTAN ALGILAMAYA GİRİŞ 1. yer sathına fiziksel bir temas olmaksızın cisimlerin gözlenmesi ve ölçülmesine ilişkin bilgi sağlayan bir bilimdir. aydınlatma için örneğin güneş gibi bir enerji kaynağı veya hedefin özelliğine uygun elektromanyetik enerjidir. insansız hava araçları ve uydular tarafından sağlanmaktadır. Hava fotoğrafları uzaktan algılamanın temel taşlarındandır. kameralar ve sensörler ile donatılmış uçaklar. Bu bilgi. görünen ve ınfrared bölgelerinde. yer yüzünden yansıyan ve yayılan enerjiyi ölçerek oluştururlar. yansıyan veya yayılan enerjinin algılanması. ENERJİ KAYNAĞI VEYA AYDINLATMA: Uzaktan algılamanın ilk gereksinimi. hedefin ve gelen ışının arasındaki etkileşime bağlı olarak aşağıda şekli ve açıklamaları yapılan 7 unsuru içermektedir. UZAKTAN ALGILAMA BİLİMİ: Uzaktan algılama. Bir ağaçın yüksekliğini veya bir gölün derinliğini belirlemek için bunların yanına gidilmesine ve ölçülmesine gereksinim bulunmaktadır. A. Kameralar ve sensörler görüntüyü. elektromanyetik tayfda “Tayf görüntü bölgesi” (spectral Image region) olarak adlandırılan ve kapsamındaki ultra viyole. Günümüzde uzaktan algılama verisi. İŞLEM ŞİRKETLER GRUBU UZALG 1 K ASIM 2001 . mikroskobik çalışmaları. KOZMİK IŞIN Kısa Dalga Uzunluğu AC GÜÇÜ Uzun Dalga Uzunluğu GAMA IŞINI X – IŞINI ULTRAVİYOLE INFRARED MİCROWAVE TV / RADYO GÖRÜNEN TAYF GÖRÜNTÜ BÖLGESİ Şekil-1 Elektromanyetik tayf üzerindeki tayf görüntü bölgesi Uzaktan algılama sadece hava fotoğrafları ve uydu görüntülerinden ibaret olmayıp tıbbi taramaları. kaydı. analizi sonucunda elde edilmektedir. Uzaktan algılama işlemleri.

UZAKTAN ALGILAMANIN GEÇMİŞİ VE GELİŞİMİ: Uzaktan algılama teknolojisi. C. G. ALMA VE İŞLEME: Sensörün kayıt ettiği enerji verisi. muhtelif alanlarda kullanılması veya özel problemlerin çözümüne yardım edecek hale getirilmesi işlemlerini içermektedir. LANSAT uydusunun uzaya atılmasına kadar geçen süre içinde gelişmiş ve günümüzün ihtiyaçlarına cevap verecek seviyeye erişmiştir. F. elektromanyetik enerjiyi toplar ve kaydeder. D. Bu engelleme ikinci defa hedeften sensöre giderken de meydana gelir. işlenerek görüntü haline getirileceği istasyona. 1858 yılında bir balona konulan kameranın çektiği siyah/beyaz bir fotoğrafla başlamıştır. yüzeyin ve yayımın özelliğine bağlı olarak engellenir. E. YER YÜZEYİNİN ENGELLEMESİ: Yer yüzeyine gelen enerji. İŞLEM ŞİRKETLER GRUBU UZALG 2 K ASIM 2001 . YAYIM VE ATMOSFER: Enerji. UYGULAMA: Elde edilen bilgilerin. ekseriyetle elektronik olarak gönderilir.UZAKTAN ALGILAMA Şekil-2 Uzaktan algılama işlemleri B. SENSÖRÜN ENERJİYİ KAYDI: Enerjinin atmosferdeki dağılmasını veya hedefden yansımasını takiben sensör. KIYMETLENDİRME VE ANALİZ: Görüntü üzerindeki hedefler görerek ve/veya sayısal veyahutta elektronik olarak değerlendirilir. GÖNDERME. 2. kaynaktan hedefe doğru yayılırken atmosferin engellemesi ile karşılaşır.

Bu kameralar. Arizona. uzay cağının başlarında ortaya çıkmıştır. sadece keşif görevi amaçları için dizayn edilmiş uçakları envanterlerine ithal etmişler ve ikinci dünya harbinde askeri istihbaratın %80’nini hava fotoğraflarından sağlamışlardır. Şekil-3 V-2 roketine yerleştirilmiş K-12 kamerası ile çekilen New Mexico. Hava fotoğraflarının askeri önemini anlayan ülkeler. Filmler üzerindeki hedefler. Nevada ve California körfezinin görüntüsü 1 Nisan 1960 tarihinde. İkinci dünya harbinden sonra Almanyadan ele geçirilen V-2 roketleri Viking olarak adlandırılan bir proğram çercevesinde otomatik still ve sinema kamerası ile teçhiz edilerek uzaya atılmıştır. Atlas roketi ile insansız TIROS-1 meteorolojik uydusu uzaya gönderilmiştir. askeri amaçlı kameralar. “NOAA” ve “GOES” olarak adlandırılan uydular hizmete girmiştir. 1909 yılında uçaktan kullanılan bir kamera ile sinema filmi çekilmiştir. Atmosferden yapılan uzaktan algılama konusu. 1882 yılında meteorolojik bir uygulama için kamera ile donatılmış bir uçurtma uçurulmuştur. Keşif uçaklarının gelişmesine paralel olarak 1940’lı yıllarda Infrared’e hassas elemanlar geliştirilmiş ve takiben 1950 yılında üretilen “False color Infrared” filmler. siyah/beyaz parlaklık farklarından veya renkli tonlardan istifade ile belirlenmiştir.lik bir yüksekliğe erişmiştir. Bu roket yörüngeye oturtulmadan 227 km. dünyaya gönderdiği ilk görüntü 9 mayıs 1960 tarihinde alınmıştır. Takiben aynı amaçlara hizmet eden “Nimbus”. Balondan kullanılan kamera deneyimini takiben. askeri amaçlar ve bitki haritalarının çıkarılması için kullanılmışlardır. Tırmanış esnasında çekilen görüntüler roketin düşmesini takiben elde edilmiş ve uzaydan alınan ilk resimler olarak tarihe geçmiştir. Bölgelerin bulut durumunu ve meteorolojik haritalarını çıkarmak için geniş sahaları tarayan vidicon kameralarla techiz edilen bu uydunun. uçaklara monte edilmiş ve geniş yer satıhları fotoğraflanarak kıymetli bilgiler elde edilmiştir.UZAKTAN ALGILAMA Kameralar 150 yıldan daha uzun bir süre uzaktan algılama hizmetinde kullanılmıştır. İŞLEM ŞİRKETLER GRUBU UZALG 3 K ASIM 2001 . Birinci dünya harbi esnasında. bir mercek vasıtasıyla elektromanyetik tayfın görünen bandı kapsamındaki hedefleri gümüş tabanlı bir film ortamına kaydeden techizatlardır.

arazi örtüsü. Aralık 1995’de Panchromatic (PAN). Fransa. 1975 yılında bu proğramın adı LANSAT olarak değiştirilmiştir. Almanya ve İsrail’in katkıları ile sağlanmış olup aşağıdaki tablolarda bunların sadece belli başlılarına kronolojik bir sıra içinde değinilmiştir. Linear Imaging Self-scanning Sensör (LISS-III) ve Wide Field Sensör (WiFS) olarak adlandırılan sensörlerle teçhiz edilmiş IRS (Indian Remote Sensing) uydusu hizmete girmiştir. Landsat-4 (1982). SPOT-2 (1990). Bu uydular genel olarak jeolojik ve bitki örtüsü verilerini toplayan çok bantlı (Multispectral Scanner: MSS) ve mekansal çözümlemeli 7 bantlı toprak. Hindistan. Bu uydulara. SPOT-3 (1993) uyduları hizmete girmiştir. siyah/beyaz görüntü sağlayan Panchromatic ve Landsat verilerinden daha fazla detay veren Multispectral sensörler konulmuştur. Uzaktan algılamanın gelişimi. Landsat-5 (1984) uyduları uzaya gönderilmiştir. Landsat-3 (1978). Fransız üretimi SPOT-1 (1986). 1970’li yıllarda ABD iç işleri bakanlığı ile NASA teşkili müştereken. Takiben üretilen Landsat-2 (1975). İŞLEM ŞİRKETLER GRUBU UZALG 4 K ASIM 2001 . ABD.UZAKTAN ALGILAMA Şekil-4 İlk meteorolojik uydu görüntüsü 1960-1970 yılları arasında uydular ay ve dünya sathının görüntülenmesini sağlayan sensörlerle teçhiz edilmiştir. Rusya. hidroloji gibi konusal harita (Thematic Mapper: TM) amaçlı sensörlerle donatılmıştır. Eylül 1999’da 1 metre çözümlemeli Panchromatic ve 4 metre çözümlemeli Multispectral sensörlere sahip IKONOS uydusu uzaya atılarak göreve başlamıştır. Kanada. sistematik olarak dünya hakkında bilgi toplamaya yönelik ERTS (Earth Resources Technology Satellites) adı altında bir proğram oluşturmuştur. Japonya. Bu proğram çerçevesinde 1972 yılında Nimbus meteoroloji uydusunun modifikasyonu ile ERTS-1 uydusu üretilmiştir.

Fransa ve Rusya uçurtmadan kamera kullanımı Fotoğraf kullanımı ile Kanada da Topografik gözlem yapıldı (Seville) 3 mercekli multispectral kamera icat edildi (Ives).A. “Spectro-zonal photography for mapping soils”isimli soviet dokümanı yayınlandı. Jeolojik haritalama için renkli hava fotoğrafı kullanıldı.F. American sivil harbi esnasında.. Orthophoto haritacılık popular oldu. renkli IR filmler gelişti. “Spectral Reflectance Properties of Natural Materials” dokümanı yayınlandı. Renkli filmler hava fotoğrafcılığı kapsamında kullanılmaya başladı. FOTOĞRAFİK OLMAYAN SENSÖR SİSTEMLERİ “Manual of Photogrammetry” dokümanının ilk baskısı yayınlandı. Güvercinlere kamera bağlandı Uçaktan ilk sinema filmi çekildi (Wilbur Wright) Birinci dünya harbinde İngiliz kraliyet hava kuvvetleri (R.. ABD muhabere birliği tarafından Meksika harbinde hava fotoğrafları kullanıldı. Kodachrome filmler piyasaya sürüldü. Stratospheric balonda Infrared’e hassas hava filmi test edildi. Çok katmanlı renkli (Multilayered color) film geliştirildi Yer sathının ilk hava spectrophotography’si çekildi Krinov–Rus) Yer bilmi ve ziraat amaçları için yoğun hava fotoğrafı kullanıldı. Petrol jeoloğları petrol aramada hava fotoğraflarını kullandı. Colwell'ın “Manual of Photointerpretation and Ray's Aerial Photographs in Geologic Interpretation and Mapping” dokümanı yayınlandı Çok bantlı (multispectral) fotoğrafcılıkta dikkate değer bir faaliyet başladı. Hava keşfinde renli film kullanıldı. Eardley'in “Aerial Photos: Their Use and Interpretation” dokümanı yayınlandı. Kelsh plotterları kullanılmaya başladı Kamuflaj tesbiti ve pus’a nüfuz eden Siyah/Beyaz. 1944 1944 1947 1950 1952 1956 1960 1960 1960 İŞLEM ŞİRKETLER GRUBU UZALG 5 K ASIM 2001 .UZAKTAN ALGILAMA FOTOĞRAFİK METODLAR 1759 1839 1840 1855 1858 1862 1860 1870 1880 1895 1900 1903 1909 1915 1917 1920 1923 1924 1930 1930 1931 1935 1937 1938 1940 1940-1943 1941 1940-1945 Lambert (Fransız) photogrammetry prensiplerine ilişkin ilk ifadeler Daguerre and Nepce (Fransız) ilk fotoğraf Totoğraf kullanarak topografik harita üretimi (Fransa) Trichromatic renkli görüş denemesi (Maxwell) Paris’in balondan kamera kullanımı ile fotoğrafının çekilmesi Single-lens beam splitter tekniği ile multispectral görüntünün analizi. İkinci Dünya Harbi gereksinimlerini karşılamak için hava fotoğrafcılığı ve fotogrametri büyük gelişme gösterdi. Multiplex photogrammetric plotter cihazı üretildi (Bausch and Lomb).) tarafından çekilen keşif fotoğrafları taktik değişliği çalışmalarında kullanıldı. balondan askeri amaçlı fotoğraf çekilmesi Basit kimyasal renkli projeksiyon sisteminin geliştirilmesi İngiltere. Zeiss tarafından Stereoplanegraph aleti üretildi. Askeri amaçlı olarak su derinliğinin tesbiti için 2 bantlı hava fotoğrafı kullanıldı.

foto platformu olarak bir roketin kullanılmasını teklif etti. İngilte ve ABD ikinci dünya harbi esnasında uçakların ve gemilerin radarda izlenmesi konusunu geliştirdi. TIROS-1 uydusunu uzaya attı ve fotoğraf çekti. Apollo-Soyuz uzayda uçmaya başladı bazı fotoğraflar çekti. radyo dalgalarının katı cisimlerden yansımasını tecrübü etti.UZAKTAN ALGILAMA 1962 1964 1967 1967 1968 1968 1975 1800 1879 1889 1930 1940 1950 1954 1950 1960 ABD ve Rusya 9 mercekli multispectral kamera üretti. 1891 1908 1946 1957 1960 1961 1964 1965 1965 1965 1967 1968 1972 1972-73 1975 1978 1979 İŞLEM ŞİRKETLER GRUBU UZALG 6 K ASIM 2001 . Ultra Viole fotoğrafçılığının kullanılmasına başlandı. Apollo-9 ile çok bantlı fotoğrafcılık tecrübesi yapıldı. dünya kaynaklarının çok bantlı fotoğrafcılıkla araştırılması proğramına resmen başladı. scanners. Raytheon firmaları tarafından SLAR ve SAR sistemleri araştırma ve geliştirme çalışmaları yapıldı Non-imaging radiometers. Yörüngedeki insansız “Mercury spacecraft MA-4” fotoğraf çekti ve dünyaya gönderdi. Seasat-1 uydusu uzaya atıldı. Gemini uydusu ile uzayda ilk insanlı uçuş gerçekleştirildi ve bazı renkli fotoğraflar çekildi. uzaya atıldı ve fotoğraf çekti. Apollo-6 ve 7 dünya yörüngesi etrafında uçuşlara başladı. V-2 rocketi. spectrometers and polarimeters cihazlarının görüntüyü oluşturan muhtelif dedektörleri geliştirildi. Gemini uydusu fotoğrafik deneyimlerini geliştirdi. Itek firması 1963 yılında 10 mercekli kamerayı üretti. multispectral Apollo-9 multispectral fotoğraf çekme deneyimlerine başladı. Takiben MA-8 and MA-9 daki Astronotlar tarafından fotoğraflar çakildi ve dünyaya gönderildi. TV and diğer sensorler ile donatılmış Nimbus meteorolojik arştırma uydusunun proğramına başlandı. Sputnik-1 uydusunu uzaya gönderdi. İngiltere ve Almanya uçakların bulundukları yerde geceleri meydana getirdiği termal paternler üzerinde çalıştı. Alman Maul. FOTOĞRAFİK OLMAYAN SENSÖR SİSTEMLERİ Sir William Herschel tarafından Infrared tayf bölgesi keşfedildi. Hertz. Synthetic Aperture Radar (SAR) konsepti hazırlandı. Landsat-2 (1975) ve Landsat-3 (1978) uzaya atıldı. Langley bolometer kullanarak elektriki cisimlerin oluşturduğu ısıyı ölçtü. ERTS-1 (Landsat) (1972). Philco. UYDU GÖRÜNTÜLEME SİSTEMLERİ Rahrmann. cyro-istikrarlı bir kameranın rokete monte edilmesini geliştirdi. Astronotlu Skylab uzaya atıldı ve yer araştırma deneyimlerine başladı. Rusya. ERTS (Landsat) programına başladı. 99 gün sonar düştü Nimbus-7 uydusu uzaya atıldı. NASA. ASP'nin “Manual of Color Aerial Photography” dokümanı yayınlandı. ASP'nin “Manual of Remote Sensing” dokümanı yayınlandı. Motorola. ABD. Goodyear. ABD iç işleri bakanlığı ve NASA. ABD Ordu istihkam Kolordusu tarafından 2 bölümlük “Earth Resources Surveys from Space” dokümanı yayınlandı. Michigan Universitesi tarafından Infrared sistemler üzerinde geniş bir çalışma yapıldı.

Elektromanyetik yayım. Micrometers (µm:10-6 m. a. muhtelif alanlarda uygulamak için uzaktan algılamayı etkileyen fiziksel ve kimyasal hususların.03 0 . Centimeters (cm: 10-2 m) ve Meters (m) cinsinden ifade edilir. 10-4 cm).003 .3 Centimeters 3 30 3 30 Meters 300 Gama Rays X. birbirini izleyen dalgaların tepe noktaları arasındaki mesafe olup “λ” harfi ile tanımlanmıştır. Bu enerji. elektromanyetik yayım şeklinde olup dalga teorisinin temel kurallarına bağlı ve sinisoidal tarzda seyahat etmektedir. dalganın saniyedeki devir sayısını belirtmekte olup “hertz” cinsinden ifade edilir ve her bir saniyede geçen bir devire eşittir.Rays (Hard) X.Rays Ultra (Soft) violet Görünen Infrared EHF SHF UHF VHF HF LF ve MF 1014 1013 1012 1011 1010 109 108 107 106 105 104 103 102 101 1 Frekans (Megahertz) Microwave Radar TV ve Radio Frekans = 3 x 108 (m /s) / Dalga Uzunluğu (m) İŞLEM ŞİRKETLER GRUBU UZALG 7 K ASIM 2001 . Dalga Uzunlukları Nanometers . Şekil-5 Elektromanyetik yayım Elektromanyetik yayımın. Dalga uzunluğu. Güneş. ELEKTROMANYETİK YAYIM: Uzaktan algılamanın temel gereksinimi hedefin bir enerji kaynağı tarafından aydınlatılmasıdır. yayım istikametine dik yönde ve değişik büyüklükte bir elektriksel saha (E) ile bu saha ile dik açı yapan bir manyetik sahayı (M) içermektedir.0 30. Nanometers (nm: 10-9 m. görüntülerin özellik ve tiplerinin bilinmesi gerekmektedir. Dalga uzunluğu.UZAKTAN ALGILAMA 3. kısa dalga uzunluğunda bir enerji yaymaktadır.3 3.0 300. Frekans. 10-7 cm ). “Dalga uzunluğu” (wavelength) ve “Frekans” (frequency) olarak adlandırılan 2 özelliğinin tam olarak bilinmesi önem taşımaktadır.0 Micrometers 3 30 300 0. UZAKTAN ALGILAMANIN ESASLARI: Sensörler vasıtasıyla elde edilen görüntüleri.

Bu karşılıklı ilişki sonucunda. Tayf. Aşağıdaki şekillerde tayfın içerdiği genel bölgeler ile Ultraviole (UV). yüksek enerji veren sıcak cisimler. elektromanyetik yayımı kaydederek görüntüyü oluştururlar. kısa dalga boyunda ve yüksek frekansda. Bu yayımın kategorize edilmesi ile Elektromanyetik Tayf oluşmuştur. c=λxv λ : Dalga uzunluğu (m) v : Frekans (saniyedeki devir. uzun dalga boyunda ve düşük frekansda yayım yaparlar. gama ve x ışınlarını da içeren kısa dalga uzunluğu ile.UZAKTAN ALGILAMA Şekil-6 Dalga uzunluğu ve frekans Dalga uzunluğu ile frekans arasındaki ilişki aşağıdaki formül ile tanımlanmıştır. Görünen Işık (Visible Light). Infrared (IR) ve Microwave bölgelerinin dalga uzunluğu ve frekans durumu gösterilmiştir. düşük enerji veren soğuk cisimler. Elektromanyetik tayf uzaktan algılama açısından önem taşıyan muhtelif bölgelere ayrılmıştır. Hz) c : ışığın sürati (3 x 103 m/s) Uzun dalga uzunluğu Kısa dalga uzunluğu Düşük frekans Düşük enerji Soğuk cisim Yüksek frekans Yüksek enerji Sıcak cisim Şekil-7 Dalga uzunluğu ve frekans ilişkileri b. ELEKTROMANYETİK TAYF VE ÖZELLİKLERİ: Uzaktan algılama platformlarındaki sensörler. microwave ve TV / radyo dalgalarını kapsayan uzun dalga uzunluğu arasında yer almıştır. İŞLEM ŞİRKETLER GRUBU UZALG 8 K ASIM 2001 .

UV ışınları tarafından aydınlatıldığında ışık saçma (Fluoresce) veya görünen ışığı yayma özelliği bulunmaktadır.4 µ YEŞİL 0. Dünya sathındaki kayalar ve mineraller gibi bazı materyaller.0 µ Uzun IR LWIR 14.0 µ Şekil-8 Elektromanyetik tayf bölgeleri (1) ULTRAVIOLE: Çok kısa dalga uzunluğundaki tayfın Ultraviole veya kısa bir deyişle UV bölgesi.0 µ Orta IR MWIR 5. Bu özellikleri nedeniyle bu tip materyaller sensörler tarafından algılanarak belirlenirler.6 µ 0.4 µm dalga uzunluğunda yer almakta ve uzaktan algılamaya olanak sağlamaktadır. 0.UZAKTAN ALGILAMA YANSIYAN SOLAR IŞIN PANKROMATİK (S/B) YAYILAN IŞIN VEYA TERMAL GÖRÜNEN IŞIK UV MAVİ 0.5 µ KIRMIZI YAKIN IR NWIR 0.1 µ I N F RA R E D MICROWAVE KISA IR SWIR 3.2 µ 0. Şekil-9 Ultraviolet bölgesine ilişkin dalga uzunlukları ve frekanslar İŞLEM ŞİRKETLER GRUBU UZALG 9 K ASIM 2001 .7 µ 1.2-0.

temiz ve bulanık su arasındaki kontrastlığı belirleme.446-0.500-0. en kısası ise menekşe renğidir.700 µm Mavi renkteki enerji.4 – 0. uzun dalga boylarında görünmeyen gölgedeki metaryali aydınlatma. Yeşil renkteki enerji. Bu renk.500 µm : 0.620 µm : 0.620-0.446 µm : 0. 13 metre derinliğindeki temiz suya nüfuz etme. görünen ışık bölgesindeki hedefleri tesbit ederler. Görünen dalga uzunluğu 0.578 µm : 0. Diğer renkler bunların kombinasyonundan oluşmaktadır. özelliklerini içermektedir. yeşil bitkilerin içerdiği klorofil tarafından emilme (klorofilin en iyi emildiği dalga uzunluğu 0. elektromanyetik tayfın 0.50 µm dalga uzunluğunda yer almaktadır. Şekil-10 Görünen Işık bölgesine ilişkin dalga uzunlukları ve frekanslar En uzun dalga uzunluğu kırmızı.50-0. Bu renk.UZAKTAN ALGILAMA (2) GÖRÜNEN IŞIK: İnsan gözü veya uzaktan algılama sensörleri. yeşil ve kırmızıdır.7 µm arasındadır. satıhdaki gerilim etkisi nedeniyle sudaki yağı tesbit etme ve yakın Infrared (NIR) bölgesine göre daha az tarzda bitkilerin yaptığı yüksek yansımayı belirleme.578-0. İŞLEM ŞİRKETLER GRUBU UZALG 10 K ASIM 2001 .60 µm dalga uzunluğunda yer almaktadır.592 µm : 0. elektromanyetik tayfın 0.592-0. Menekşe Mavi Yeşil Sarı Turuncu Kırmızı : 0. Görünen ışık bölgesindeki renkler ve bunların dalga uzunlukları aşağıda belirtilmiş olup ana renkler mavi.40 µm’dir) ve takriben 40 metre derinliğindeki temiz suya nüfuz etme özelliklerine sahiptir.40-0.4-0.

Uzun dalga Infrared ise yayılan veya termal bölge kapsamındadır. Orta dalga Infrared yansıyan ve termal. Güneş ışınlarının bir prizmadan geçirilmesi halinde.70 µm dalga uzunluğunda yer almaktadır. Görünen ışık ile microwave (radar) bölgeleri arasında bulunan IR bölgesinin bazı özellikleri optik bazıları ise radar enerjisine benzemektedir. görünen ışık bölgesindekine çok benzemekte ve uzaktan algılama amaçlarına hizmet vermektedir. İnsan gözü. İŞLEM ŞİRKETLER GRUBU UZALG 11 K ASIM 2001 . Orta dalga Infrared (Mid Wave IR: MWIR) ve Uzun dalga Infrared (Long Wave IR: LWIR) olarak 4 kısma bölünmüştür. Bu bölgedeki enerji temelde yer sathından yayılan sıcaktır. Yakın Infrared (Near IR: NIR). Bölge kendi içinde ayrıca dalga uzunluklarına dayalı olarak.7-100 µm dalga uzunluğunda yer almıştır. toprağı ayırt etme ve yerleşim sahası niteliklerini analiz etme. elektromanyetik tayfın 0. tayfın ultraviolet. bu renkleri ayrı ayrı görmek mümkündür. Bu bölge yayımın özelliğine bağlı olarak yansıyan (reflected) IR ve yayılan (emitted) veya termal (thermal) IR olarak adlandırılan 2 kısma bölünmüştür. 0.66 µm) bitkileri ayırt etme. görünen ışık ve yansıyan IR bölgesinden oldukça farklı özellikleri taşımaktadır. klorofilin emilmesi nedeniyle (0. Bu renk.UZAKTAN ALGILAMA Kırmızı renkteki enerji. elektromanyetik tayfın 0. Şekil-11 Prizmadan geçirilen güneş ışınları ve oluşan renkler (3) INFRARED: Infrared (IR) bölgesi. görünen ve ınfrared bölgelerin yaydığı muhtelif dalga uzunluklarından oluşmuştur. Görünen ışık bölgesinin 100 mislinden daha geniş bir sahaya yayılmıştır. güneş ışınlarını tek veya homojen bir renkte görmektedir. 3. Yakın Infrared ve kısa dalga Infrared yansıyan enerji.60-0. Kısa dalga Infrared (Short Wave IR: SWIR).0 µm dalga uzunluğunda yer alan yansıyan IR bölgesindeki ışık veya ısı tarzındaki yayım. ölü yaprakların içerdiği kırmızı ve sarı renkteki pigmentlerin yaptığı yansımayı tesbit ve 8 metre ile limitli su derinliğine nüfuz etme özelliklerini kapsamaktadır. Gerçekte bu renk.7-3.0-100 µm dalga uzunluğuna sahip termal IR bölgesi.

90 µm) kıyı haritacağına olanak sağlamaktadır. Dumana nüfuz etme özelliğine de sahiptir. Bu bölge gündüzleri. (b) KISA DALGA INFRARED 1. Şekil-12 Infrared bölgesine ilişkin dalga uzunlukları ve frekanslar İŞLEM ŞİRKETLER GRUBU UZALG 12 K ASIM 2001 .1 µm: Yakın ınfrared bölgesindeki yansıma.5. Bu özellik nedeniyle bitkilerin analizinde kullanılır. sulardaki yağın. bacalardan çıkan ve yangınlardan kaynaklanan ısı yayımını ve buhar yansımasını tesbit eder.90 µm) belirlenmesinde.0 µm: Uzun dalga ınfrared bölgesi kadar sıhatli olmamakla beraber termal sıcaklıkları tesbit etmektedir. (c) ORTA DALGA INFRARED 3. iğne ve yayvan yapraklı ağaçların birbirinden ayırt edilmesine imkan vermektedir. yayılan ısıyı.760. yansıyan enerjiyi ve termal yayım karışımını.72-1. Ayrıca canlı kütlelerin (0.0 µm: Bitki tipleri arasında kontraslık farklılıkları bu bölgede ortaya çıkmaktadır. Bazı bitkilerin yoğunluğu ve örtü tipini. Sınırlı olarak buluta nüfuz eden kısa dalga Infrared. günlük ve mevsimsel olarak termal atalet gösteren bitkileri belirme özelliklerini taşımaktadır. metal çatılardan yansıyan enerjiyi.0.76-0.0 µm: Termal analizlerde kullanılır. Suyun emme ve bitkilerin yansıma özelliği nedeniyle (0.UZAKTAN ALGILAMA (a) YAKIN INFRARED 0.14.1. geceleri. (d) UZUN DALGA INFRARED 5. toprak ve bitkilerin içerdiği nemin belirlenmesini sağlayan özelliklere sahiptir.3. yaprak dokusunun hücresel yapısından kuvvetli bir şekilde etkilenmektedir.0.

7.75-1. uzun uzunluktaki dalga uzunlukları ise radyo yayınlarına olanak sağlamaktadır. bulut örtüsüne. kendi içinde muhtelif gereksinimler için kullanılan 6 bandı içermektedir. pus’a ve toza nüfuz etme kabiliyetine sahip olup kısa optik dalga uzunluğuna tesir eden atmosferik dağılmadan etkilenmemektedir.67-2.1 cm).1-1. Bu bölge. Bu özellik nedeniyle microwave bölgede. Şiddetli yağmur dışında. termal ınfrared bölgenin özelliklerini taşırken. Japonların JERS-1 uyduları ve NASA’nın uçaklarında bulunmaktadır. C-Bandı (3. İŞLEM ŞİRKETLER GRUBU UZALG 13 K ASIM 2001 .4-3.67 cm) ve Ku-Bandı (1. İnsansız hava araçınnda ve uzay araçlarında (ERS-1 ve RADARSAT) kullanılmaktadır.5-15 cm): Rusların ALMAZ uydusunda kullanılmıştır. X-Bandı (2. Uçaklarda ilk radar sistemi olarak kullanılmışlardır. uzun dalga uzunluğundaki microwave enerji. • • • • • Şekil-13 Microwaves bölgesine ilişkin dalga uzunlukları ve frekanslar Bölgenin kısa uzunluktaki dalga uzunlukları. • Ka-Bandı (0. S-Bandı (7.4 cm): çok kısa dalga uzunluğundadır.1-100 cm dalga uzunluğunda yer almaktadır.UZAKTAN ALGILAMA (4) MICROWAVE: Yakın zamanda. P-Bandı (30-100 cm): NASA’nın deneyimsel araştırma sistemi olarak uçaklarda kullanılmaktadır.75. K-Bandı (1.5cm): Bir çok uçakta. uzaktan algılamanın ilgi sahasına giren microwave enerji bölgesi.75cm): Askeri keşif ve arazi haritacılığı amaçları için uçaklarda yaygın olarak kullanılmıştır. elektromanyetik tayfın 0. herhangibir zamanda veri toplamaya imkan sağlamaktadır. hemen hemen tüm hava ve çevresel koşullar altında. L-Bandı (15-30cm): ABD’nin SEASAT.

Dünya üzerinde böyle bir cisim mevcut olmayıp. yansıma. hedef ve algılayıcı arasındaki atmosfer ve dünya sathındaki materyaller. her cismin birbirinden farklı ve mutlak sıfır (-273 °C) olarak tanımlanan bir sıcaklığın üzerinde Infrared enerji yaydığı kuramını ortaya koymuştur.UZAKTAN ALGILAMA Tüm cisimler belirgin miktarda microwave enerji yaymaktadır. emme ve yayım İŞLEM ŞİRKETLER GRUBU UZALG 14 K ASIM 2001 . Microwave algılama. uzaktan algılamada kullanılan pasif ve aktif yöntemlerden her ikisinide içermektedir. Gerek fiziksel kuramların gereksede atmosferin ve dünya sathının uzaktan algılamaya olan etkilerinin temel bazda bilinmesi. bulunanlar ise Gri cisim (Greybody) olarak tanımlanmışlardır. (1) UZAKTAN ALGILAMAYA İLİŞKİN FİZİKSEL KURAMLAR: Bilim adamı Kelvin. Gelen ışın Ortam 1 Ortam 2 Ortam 1 Yansıma Dağılma Emme Yayım Şekil-14 Yayım Gelen ışın. Güneşin sağladığı enerjinin tümü hiç bir zaman algılayıcılar tarafından kaydedilemez. Bunların yanı sıra mevcut fiziksel kuramların ve etkilerinin de bu başlık altında incelenmesi gerekmektedir. uzaktan algılamayı engellemektedir. Bu enerji cismin veya sathın yaydığı sıcaklık ve nem özelliklerine bağlıdır. doğru sensörün seçilmesine. daha iyi görüntünün elde edilmesine ve hedeflerin daha iyi kıymetlendirilmesine olanak sağlamaktadır. UZAKTAN ALGILAMAYI ENGELLEYEN FAKTÖRLER: Enerji kaynağı. c. dağılma. Çok yoğun ortamdan (ortam 2) az yoğun ortama giderken ise normalden uzaklaşır (Q2<Q1). Fiziksel olarak ışınlar. normale yaklaşır. • Az yoğun ortamdan (ortam 1) çok yoğun bir ortama girerken. Yayılan solar enerjinin (6000 C0) tümünü emen bunu en iyi şekilde tekrar yayan cisimlere siyah cisim (Blackbody) denilmektedir. Diğer bir deyişle geliş açısı (Q1) sapma açısından (Q2) büyüktür (Q1>Q2).

PLANCK KANUNU: Planck.6 mikron dalga boyunda olduğu ortaya çıkmaktadır. Dünya üzerinde ortalama sıcaklık 300 Kelvin olduğuna göre. sıcaklığa bağlı olarak değiştiğini kanıtlamış ve buna ilişkin olarak aşağıdaki eşitliği ve ve dağılım grafiğini hazırlamıştır. 9.UZAKTAN ALGILAMA • • • Sathın yapısına bağlı olarak (çok düzgün) aynı açı ile yansırlar (Q1=Q2). 300 Kelvin derecesinde. Grafiğin incelenmesi sonuçunda. Takiben oluşan enerji ise yayılır. YAYIM WATTS CM-2 DALGA UZUNLUĞU. yani oda sıcaklığındaki cisimlerin yayımının. 9. sıfır Kelvin derecesinin üzerinde sıcaklığa sahip cisimlerin yaydıkları enerjinin dalga boyunun. Satıh tarafından emilir. Sathın üzerinde değişik yönde dağılırlar (scattering).6 mikron dalga uzunluğunu içeren 8-14 mikron band’ında sağlanmaktadır. bu sıcaklığa sahip cisimlerin görüntülenmesi. Şekil-15 Planck Kanunu grafiği ve eşitliği İŞLEM ŞİRKETLER GRUBU UZALG 15 K ASIM 2001 .

CİSMİN SICAKLIĞI + KELVİN 37+273=300 85+273=358 480+273=753 6000 DALGA BOYU (Mikron) 9.6 5. aşağıdaki grafik ve eşitlik vasıtasıyla.8 3. Buna ilişkin örnekler aşağıdaki tabloda gösterilmiştir. SENSÖRÜN ÇALIŞTIĞI BANT 3-5 8-14 KELVİN DERECESİ 965 . sıcaklığın artması halinde dalga boylarında yayım yoğunluğunun arttığını ve tepe noktasına karşıt gelen dalga boyunun ise azaldığını ispatlamıştır. sıcaklığın artması halinde dalga boylarında yayım yoğunluğunun arttığını ve tepe noktasına karşıt gelen dalga boyunun ise azaldığını ispatlamıştır.579 362 .207 SANTİGRAD DERECESİ (+692) – (+306) (+89) – (-66) İŞLEM ŞİRKETLER GRUBU UZALG 16 K ASIM 2001 .UZAKTAN ALGILAMA WIEN KANUNU: Sıcaklığı artan cisimlerin yaymakta olduğu enerji miktarında meydana gelen değişiklikleri araştıran Wien.5 CİSİM İNSAN TANK EKZOSTU KAZAN DAİRESİ GÜNEŞ Keza bu eşitlik vasıtasıyla 3-5 veya 8-14 mikron bant’da çalışan sensörlerin algılayacağı sıcaklıkları da belirlemek mümkündür.8 0. Sıcaklığı artan cisimlerin yaymakta olduğu enerji miktarında meydana gelen değişiklikleri araştıran Wien. Şekil-16 Wien Kanunu grafiği ve eşitliği Wien eşitliği veya grafiği kullanılarak muhtelif sıcaklıktaki cisimlerin yayımladığı enerjinin dalga uzunlukları tesbit edilmektedir.

tank ve araç gibi insan yapısı olanların kontrastlık nedeniyle görüntülenebildiğini ispatlamıştır. Şekil-17 Ters Kare Kanunu İŞLEM ŞİRKETLER GRUBU UZALG 17 K ASIM 2001 . uçak. W= σ T4 W= Radyometrik Sıcaklık σ = Boltzman Sabiti (5. hayati öneme haiz bilgileri ortaya koyan Boltzman. W= e T4 şekline dönüşmektedir. enerji yayım kabiliyetlerinin 16 misli arttığını.UZAKTAN ALGILAMA STEFAN-BOLTZMAN KANUNU: Cisimlerin radyometrik sıcaklıkları üzerinde araştırma yapan Boltzman. Infrared görüntüler üzerinde çalışanlara.66961x10-8) T = Cismin Mutlak Sıcaklığı Bu eşitlik. Bu özellik planlayıcı ve kıymetlendirmecilere. IR sensörlerle algılanacak görüntülerin alçak irtifadan yapılmasını dikte ettirmektedir. Buradaki “e” sembolü cismin yayım kabiliyetini göstermektedir. 2000 fit uzaklıktan olan algılama ise 1/16 birime düşmektedir. aşağıdaki şekilde görüldüğü gibi kaynak ile alıcı arasındaki mesafenin karesi ile ters orantılıdır. gri cisimlere uygulanmak üzere Kirchoff’ kanununu içerecek tarzda düzenlendiğinde eşitlik. 1000 fit uzaklıktan olan algılama 1/4 birime. gemi. cisimin sıcaklığının 2 katına çıkması halinde. bu amaç için aşağıdaki eşitliği meydana getirmiştir. Örneğin kaynaktan 500 fit uzaklıkta 1 birim IR enerji algılanıyorsa. TERS KARE KANUNU: Bir kaynaktan alınan radyasyon. bulundukları zemin ile hemen hemen aynı sıcaklığa sahip olan ağaçlar gibi doğal bitkilerin yayım kabiliyetlerinin farklı olduğunu ve bulundukları zemin ile farklı sıcaklıklara sahip fabrika.

Bu etkileme. 10 watts x Cos 600 (0. “Rayleigh”. Atmosferdeki dağılma. Hedefe 75 derece ile bakan sensör (C) ise. diğer bir deyişle engellemektedir. Şekil-18 Lambert’in Kosinüs Kanunu (2) ATMOSFERİN ETKİLERİ: Solar enerji sensöre. yayımın dalga boyuna. Hedefe 0 derece ile bakan sensör (A). 10 watts x Cos 750 (1)= 2. muhtelif kaynaklardan algılanan radyasyon miktarının. Şekil-18’de görüldüğü gibi. (a) DAĞILMA: Atmosferde mevcut olan partiküller ve gaz malekülleri enerji yayımını etkileyerek onun orijinal istikemetini değiştirir. aynı güçe sahip ve hedefe dik veya muhtelif açılarla bakan sensörlerle yapılan uygulamada.00 watts. Atmosfer içindeki partiküller ve muhtelif gazlar bu enerjinin yayılmasını etkilemekte. İŞLEM ŞİRKETLER GRUBU UZALG 18 K ASIM 2001 . Meydana gelen dağılma. “Mie” ve “nonselective” olarak adlandırılan tarzlarda olmaktadır. azami algılamanın yapılabilmesi. dağılma (scattering) ve emme (absorption) tarzında olmaktadır. partikül ve gazların çokluğuna ve ışının atmosferde kat ettiği mesafeye bağlı olarak değişmektedir. 10 watts x Cos 00 (1)= 10 watts algılarken.UZAKTAN ALGILAMA LAMBERT’İN KOSİNÜS KANUNU: Lambert. sensörün optik ekseni ile normal arasındaki açının kosinüsüne eşit olduğunu ispatlamıştır.5)= 5. Hedefe 60 derece ile bakan sensör (B). açı büyüdükçe algılamanın azaldığı görülmüştür. yani çok iyi bir görüntünün elde edilebilmesi için sensörün hedefe göre dikey konumda olmasını gerektirmektedir. Bu husus.58 watts algılama yapmaktadır. atmosferin içinden geçerek ulaşmaktadır.

Bu özellik. Güneş ışını atmosferden geçerken görünen ışık bölgesinin en kısa dayga boyuna sahip olan mavi renk. aynı bölgedeki daha uzun dalga boylarını içeren yeşil ve kırmızı renklerden daha fazla dağılma meydana getirmektedir. meydana gelen bir dağılma tipidir. polen. Bu bölgede kısa dalga enerjisi uzun dalga enerjisine göre daha fazla dağılmaktadır. duman ve su buharı bu dağılmaya neden olan unsurlardır. Böylece uzun dalga kapsamındaki kırmızı renğin çok büyük bir kısmı atmosfere nüfuz ederek gökyüzünün kızıl renkte görünmesini sağlamaktadır. atmosferin üst kısımlarında. öğle zamanı na göre dünyanın küreselliği nedeniyle daha fazla yol kat etmekte ve kısa dalganın hemen hemen tamamı dağılmaktadır. dalga boyundan daha küçük partiküllerle karşılaştığında. hemen hemen aynı ebatlardaki partiküllerle karşılaştığında. toz zerrelerini. Bu partiküller. atmosferin alt kısımlarında. Uzun dalga boyunu etkileyen bu dağılım.UZAKTAN ALGILAMA Şekil-19 Atmosferin dağılma etkisi Rayleigh Dağılım: Yayılan enerji. nitrojen ve oksijen moleküllerini içermektedir. Güneş doğumu ve batımı zamanında ışık. İŞLEM ŞİRKETLER GRUBU UZALG 19 K ASIM 2001 . gökyüzünün mavi renkte görülmesini sağlamaktadır. Toz. meydana gelen bir dağılma tipidir. bulutlu hava şartlarında ve pek çok partikülün bulunduğu yerlerde oluşmaktadır. Gün batımı Güneş Kuzey Kutbu Dönüş Yönü Gün doğumu Şekil-20 Uzun dalga kapsamındaki kırmızı rengin atmosfere etkisi Mie Dağılım: Yayılan enerjinin dalga boyu.

güneş ışınlarının direk etkisi altında kalan insan derisi yanmaktadır. yeşil ve kırmızı ışığın eşit miktarda dağılması ve bunların birleşimi sonuçunda beyaz renk oluştuğundan. Bitkilerden kaynaklanan korbon dioksit. Mavi. dalga boyundan daha büyük partiküllerle karşılaştığında meydana gelen bir dağılma tipidir. diazotmonoksit ve metan da belirli oranlarda emme yapmaktadır. Atmosferdeki su buharı. Bu ana öğelerin yanısıra karbon monoksit. atmosferdeki moleküller tarafından emilir ve sonuçda enerji belirli miktarda kaybolur. Alçak seviyelerdeki mevcut su buharı miktarı. muhtelif dalga boylarındaki enerji. Ozon. güneşin yayımladığı zararlı ultraviolet ışınları emmekte ve dünya üzerinde koruyucu bir katman meydana getirmektedir. tropik bölgelerde bu miktar oldukça yoğundur. elektromanyetik tayfın termal ısı ile ilgili olan uzun ınfrared bölgesinde güçlü bir tarzda emilmektedir. Su damlaları ve büyük toz parçaları bu tip dağılımaya neden olmaktadır. bulutlar ve sis beyaz renkte gözükmektedir. Ozon.UZAKTAN ALGILAMA Nonselective Dağılım: Yayılan enerji. karbon dioksit ve su buharı atmosferin emme yapan 3 ana öğesidir. Şekil-21 Nonselective dağılım ve Atmosferin emmesi (b) Emme: Dağılmanın zıttı olan bu doğa olayı etkisiyle. Bu katmanın olmaması halinde. Dalga boyları takriben eşit olarak dağıldıklarından sis ve bulutlara sebep olurlar. İŞLEM ŞİRKETLER GRUBU UZALG 20 K ASIM 2001 . senenin farklı zamanlarına ve farklı coğrafik bölgelerine göre değişmektedir. uzun dalga Infrared ve kısa dalga microwave bölgelerinde (22µm-1µm) oldukça fazla emilmektedir. Örneğin çöl bölgelerinin üzerinde enerjiyi emen su buharı miktarı oldukça az iken.

3 4.2 1.2 2. tropik bölgelerdeki 19 g/m3’lük su buharına sahip atmosfer ise. Muhtelif gazların.UZAKTAN ALGILAMA IR görüntülerini en fazla etkileyen su buharının muhtelif iklim bölgelerine ve irtifalara bağlı olarak yapılan incelemeleri sonucunda. SU BUHARI MİKTARI (g / m3) İRTİFA (Km) 0 1 2 3 TROPİK BÖLGE 19 13 9. Bu verilerin ışığı altında. nemli ve geçirmeyen olarak değerlendirilmiştir.3 5.68 ABD STANDARDI 5.0 4.5 g/m3’ lük su buharını içeren atmosfer kuru ve hemen hemen tam geçirgen.1 6. 3.2 2.9 3. uzaktan algılama amaçları için ınfrared bölgesinde değerlendirildiğinde. açık ve nemli havalar için 3-5 µm bandında.2 KUTBİ YAZ MEVSİMİ 9.3 ORTA PARALELDE KIŞ MEVSİMİ 3.9 4.94 0. puslu ve kuru havalar için 8-14 µm bandında çalışan sensörler ideal olarak kabul edilmiştir. AKTARIM (%) Emilen ENERJİ Güneş Dünya Dalga uzunluğu (µm) Şekil-22 Muhtelif dalga uzunluklarındaki atmosferin emmesi İŞLEM ŞİRKETLER GRUBU UZALG 21 MICROWAVE GÖRÜNEN INFRARED uv K ASIM 2001 . 3-5 µm ve 8-14 µm dalga boylarındaki atmosferik pencerelerde en iyi algılamanın yapılacağı sonuçuna erişilmektedir.8 Bunun sonucu olarak. Infrared görüntü algılanacak bölgelere ait engelleyici hususlar ile. tayfın çok özel bölgelerinde elektromanyetik enerjiyi emmeleri hususu.8 1.7 KUTBİ KIŞ MEVSİMİ 1.7 ORTA PARALELDE YAZ MEVSİMİ 14 9.5 2. 3-5 veya 8-14 mikron dalga boylarında çalışacak şekilde imal etmişlerdir.2 0. Üreticiler bu gerçekten hareketle IR sensörleri. mevsimsel iklim incelenmeli ve alınacak sonuçlara göre sensör seçilmelidir.9 1.5 1.

UZAKTAN ALGILAMA Aktarım Yüzdesi Dalga Uzunluğu (Micrometers) Aktarım Yüzdesi Dalga Uzunluğu (Micrometers) Aktarım Yüzdesi Dalga Uzunluğu (Micrometers) Şekil-23 Elektronik tayfda muhtelif gazların ve su buharının yaptığı emme. atmosferik aktarım ve algılamaya olanak sağlayan atmosferik pencereler İŞLEM ŞİRKETLER GRUBU UZALG 22 K ASIM 2001 .

insan gözünün de algılayabildiği görünen ışık bölgesi. materyalin kimyasal bileşimi veya molekülleri kapsamındaki atomların çekimi nedeniyle emilir. Microwave bölgesinde ise. Emilen tayf (absorption spectra) olarak adlandılan bu tip dalga uzunlukları. Bu farklılıklar. Enerji dünya yüzeyine çarptığında ve geldiğinde (I). görüntülenen saha hakkında birçok bilgiyi içermektedir. 1 mm dalga uzunluğunun ötesindeki büyük bir pencere. Geçme veya aktarma (Transmission: T) ve yansıma (Reflection: R) olarak adlandırılan 3 tip etkiye maruz kalmaktadır. farklı miktarlardaki enerjiyi yansıtır. algılayıcılar tarafından yapılan ölçümlerle ve kaydedilen sayısal numaralar (DN) vasıtasıyla direk olarak kontrol edilebilmektedir. Tayfın. enerjinin dalga uzunluğuna. emer ve aktarır. uzaktan algılamaya en iyi imkanı vermektedir. Farklı materyaller. Elektromanyetik tayfın emilen bu kısmı algılayıcıya dönmez. GELEN ENERJİ Yansıma Emme Geçme Şekil-24 Dünya yüzeyinin 3 tip engellemesi I: Gelen eneji A: Emilen enerji T: Geçen / aktarılan enerji R: Yansıyan enerji (a) EMME: Güneş ışınları hedefe çarptığında. içerdiği atmosferik pencere ve güneş enerjisini tepe noktada kaydetmesi yönünden önem taşımaktadır. emme (Absorption: A).UZAKTAN ALGILAMA Özet olarak Uzaktan algılamada. Yansıyan veya emilen enerji. İŞLEM ŞİRKETLER GRUBU UZALG 23 K ASIM 2001 . takriben 10 µm dalga uzunluğundadır. görüntüdeki farklı özelliklerin belirlenmesine olanak sağlamaktadır. yüzeydeki materyale ve şartlara bağlı olarak değişmektedir. Dünya tarafından yayılan en iyi ısı enerjisi termal Infrared bölgedeki. elektromanyetik tayfın en etkin dalga uzunluklarını kullanmak büyük önem taşımaktadır. Gelen enerji yer yüzeyinde 3 tip etkiden biri veya daha fazlası ile karşılaşmaktadır. Bunlardan her birinin etkileme oranı. dünya yüzeyine ulaştığında önemli derecedeki bir engelleme ile karşılaşır. (3) DÜNYA YÜZEYİNİN ETKİLERİ: Atmosfer tarafından dağıtılmayan veya emilmeyen enerji.

kırmızı ve mavi dalga boylarında enerjiyi. Örneğin ince taneli kumlar uzun dalga boyundaki microwave bölgede oldukça düzgün. Elektromanyetik tayfın bu kısmı algılayıcıya dönmemektedir. Yansıma olarak isimlendirilen bu husus sensörler tarafından algılanarak kaydedilir. Dünya yüzeyindeki pek çok özellik ya düzgün veyahutta dağınık yansıma yapmaktadır. materyalin bir uçundan girip diğer uçuna doğru gitmektedir. yakın ınfrared bölgedeki bu yansımayı ölçerek ve analiz ederek bitkilerin sağlıklı veya sağlıksız oluşunu belirlemişlerdir. bize oldukça parlak bir görüntü sunarlar. Şayet dalga boyu yüzeyi oluşturan varyasyonlardan veya zerrelerin ebadından daha küçük ise dağınık bir yansıma meydana gelir. İŞLEM ŞİRKETLER GRUBU UZALG 24 K ASIM 2001 . yakın ınfrared dalga boyunda mükemmel bir dağınık yansıtıcı işlevini yapmaktadır. (c) YANSIMA: Enerjinin tümü veya bir kısmı yüzeye çarptığında yön değiştirerek tekrar atmosfere döner. görünen ışık bölgesinde ise tamamen kaba tarzda görünmektedir. bu tip yapraklara sahip ağaçlar. Sonbaharda yapraklardaki klorofil daha azdır ve daha az emme ve kırmızı dalga boyunda daha fazla yansıma yaparlar. yeşilimsi renkte görünürler. Bu yansımalar gelen ışının dalga boyuna ve yüzeyin yapısına bağlı olarak değişmektedir. gayri muntazam ve muhtelif yönlerde yansıyarak atmosfere geri döner. Hedefe çarpan enerji. Yaz aylarında yaprakların azami klorofili içermesi nedeniyle bunlar bize. Yüzeyin ayna gibi düz olması durumunda. Bu özelliği göz önüne alan fen adamları. normal ile yaptığı açıya eşit bir açı ile yansır. İnsan gözü yakın infrared bölgeye hassas ise. Gelen enerji düz olmayan yani pürüzlü bir yüzeye çarptığında ise. gelen enerji yüzeye vurduğunda. Şekil-25 Düzgün ve dağınık yansıma Yaprakların kimyasal yapısındaki klorofil.UZAKTAN ALGILAMA (b) GEÇME / AKTARMA: Yansımayan veya emilmeyen enerji. Sağlıklı yapraklar dahili yapısı nedeniyle. düzgün yansıma (specular reflection) ve dağınık yansıma (diffuse reflection) şeklinde olmaktadır. güçlü bir tarzda emerken. Bunun sonuçu olarak kırmızı veya sarı renkte görüntü verirler. yeşil rengi yansıtmaktadır.

daha iyi yansıma yapmakta ve daha parlak bir görüntü vermektedir. Su gövdesinin yukarı tabakalarında katı partiküller veya tortusal maddeler (S) varsa. Su yüzeyi düzgün veya dalgalı veyahutta yüzer maddeleri içeririyorsa. Bu özellik suyun daha yeşil görünmesine neden olur. suyun rengi ve parlaklığının değerlendirilmesi oldukça zordur. kısa dalga boylarında yaptığı güçlü bir yansıma nedeniyle mavi veya mavi-yeşil renkte. Böylece su. kırmızı veya yakın ınfrared dalga boylarında ise daha koyu renkte görünmektedir. dünya üzerindeki mevcut tüm metaryaller için kendilerine özgü tarzda farklılıklar göstermektedir. Şekil-27 Yaprakların ve suyun muhtelif dalga boylarındaki emme ve yansıma özellikleri Yukarıda belirtilen yaprak ve suyun farklı dalga boylarında yaptıkları emme.UZAKTAN ALGILAMA Yüksek Kısmen sağlıklı Bitkiler Sağlıksız bitkiler Alçak Yakın IR Görünen Kısa dalga IR YANSIMA ORANI Sağlıklı yeşil bittkiler Şekil-26 Sağlıklı ve sağlıksız bitkilerin yaydığı tayf sinyalleri Su. birbirine benzer iki doğa olayının etkisi ile. Su yosun içeriyorsa. kısa dalga boyu görünen ışık bölgesine göre daha fazla emme yapmaktadır. uzun dalga boyu görünen ışık ve yakın ınfrared bölgelerinde. yansıma ve geçirme özelliği. Su içinde asılı gibi duran bu maddeler. sığ fakat temiz suların karıştırılmasına sebep olmaktadır. İŞLEM ŞİRKETLER GRUBU UZALG 25 K ASIM 2001 . mavi dalga boyunu daha fazla emer ve yeşil dalga boyunu yansıtır. yosundaki klorofil.

otlak. Materyallerin birbirinden ayrılmasını dolayısıyle tanınmasını sağlayan tayf tepkileri ve tayf sinyalleri konusunun daha iyi anlaşılması. kayanın. Temelde.UZAKTAN ALGILAMA Bu önemli özellik. onların yaptığı farklı yansımalardan istifade edilerek tanınmaktadır. diğer dalga boylarında ise daha fazla emme yaptığı görülmektedir. Yansıma Oranı (%) Bitki Su Dalga uzunluğu (µm) Şekil-28 Bitki ve suyun tayf tepkileri ÖRNEK 2: Çam ormanı. Yansıma oranı Çam Ormanı Otlak Kırmızı Toprak Çamurlu Su Dalga uzunluğu (µm) Şekil-29 Çam ormanı. çeşitli tipdeki yüzey materyaleri. otlak. ÖRNEK 1: Su ve bitkiler elektromanyetik tayfdaki muhtelif dalga boylarına farklı tepkiler vermekte ve birbirinden farklı sinyaller yayımlamaktadır. aşağıda verilen 2 örnek ile açıklanmıştır. Bu farklılıkları. yeşil bitkilere nazaran bazı dalga boylarında daha fazla enerji yansıttığı. materyallerin elektromanyetik tayfa olan tepkisi (spectral response) ve meydana getirdiği tayf sinyalleri (spectral signature) vasıtasıyla birbirlerinden ayrılmalarına olanak sağlamaktadır. dalga boyunun bir fonksiyonu ve aydınlatmanın yoğunluğu olarak olarak ölçmek için bazı uygun metodlar bulunmakta ve kullanılmaktadır. kırmızı toprak ve çamurlu suyu içeren 4 genel satıh materyalli bu örnekte. kırmızı toprak ve çamurlu suyun yansıma sinyalleri İŞLEM ŞİRKETLER GRUBU UZALG 26 K ASIM 2001 .

6 micron) kırmızı toprak. (*) Çam ormanı. • 4 materyalin birbirinden ayrıldığı ve tanınabildiği dalga uzunlukları.8-0. MATERYAL TİPİ ÇAM ORMANI OTLAK KIRMIZI TOPRAK ÇAMURLU SU DALGA UZUNLUĞU (micrometer) 0. aşağıdaki tabloda belirtilen değerlerdedir.8-0.UZAKTAN ALGILAMA Yansıma oranı (0.55 0. YANSIMA YÜZDESİ DALGA UZUNLUĞU (micrometer) 0.95 0.85 micrometer dalga uzunlukları üzerindeki yansıma oranı plotu Bu dört materyalin meydana getirdiği sinyal eğrileri. İŞLEM ŞİRKETLER GRUBU UZALG 27 K ASIM 2001 .59 0. Görünen ışık ve yakın ınfrared bölgelerini içeren şekil-29’daki grafik ve şekil-30’daki plot üzerinde yapılan analizlerde aşağıdaki sonuçlara ulaşılmaktadır.2 micron) ise bitkiler daha fazla parlaklık vermektedir. yakın ınfrared bölgesinde ise 0.85 mm) Otlak Çam Ormanı Kırmızı Toprak Çamurlu Yansıma oranı (0. • 4 materyalin iki dalga uzunluğundaki yansıma oranları.95 (*) 0.55 mm) mm) Şekil-30 0. yakın ınfrared bölgesinde (1. dalga uzunluğu ve yansıma oranını içeren grafikler üzerinde gösterilebilmekte ve dalga uzunluğuna göre plot edilebilmektedir.85 ÇAM ORMANI 25 57 OTLAK 35 80 KIRMIZI TOPRAK 53 43 ÇAMURLU SU 15 5 • 4 materyalin en fazla yansıma yaptığı dalga uzunlukları.55 ve 0. görünen ışık bölgesinde 0. bitkilerden ve sudan daha fazla parlaklık .57 • Görünen ışık bölgesinde (0.55 micrometer. otlaktan biraz daha az yansıma yapmaktadır.85 micrometer’dır. aşağıdaki tabloda belirtilen değerlerdedir.

örneğin çok bandlı (mutispectral) görüntülerin içerdiği ikiden fazla dalga uzunlukları kullanılarak yapıldığında. İŞLEM ŞİRKETLER GRUBU UZALG 28 K ASIM 2001 . Bu devamlı nümerik tarzdaki veri. Fotoğraflar. dokümanın EK-A’sındadır. band. kontraslık oranı. sayısal hale dönüştürülmesi sonuçunda meydana gelmekte ve bilgisayar ortamında gösterilmektedir. Uzaktan algılama açısından görüntü. Görüntüler ise. pixel olarak olarak depolanır. Fotoğraf ve görüntülerin özellikleri ve bunları etkileyen unsurlar. Nümerik değerler sayısal numaralar (DN) olup. yerleşim sahaları ve suyun muhtelif dalga uzunluklarına göre tayfsal yansıma değerleri” ve “Minerallerin muhtelif dalga uzunluklarına göre tayfsal yansıma değerleri ve profilleri” ne ilişkin bilgiler. fotoğrafik veya elektronik olarak tesbit edilmektedir.3-0. “Tabii nesnelerin muhtelif dalga uzunluklarına göre tayfsal yansıma değerleri” ile ERDAS IMAGINE yazılımının “Interpreter” düğmesi kapsamındaki JPL. sütun ve sıraların grid tarzı düzenlenmesinden oluşan bir veridir. tarama genişliği. metaryallerin birbirinden ayrılması daha kolaydır. USGS ve ERDAS dosyalarında detayları bulunan “Toprak. d. takiben yapılan kimyasal işlemler sonuçunda bir hassas ortama basılması ile elde edilmektedir. GÖRÜNTÜLERİN ÖZELLİKLERİ VE ETKİLEYEN UNSURLAR: Elektromanyetik enerji. 0. pixel. takiben birbirinden ayrı resimsel yapıdaki nümerik değerlere dönüşür. analoğ sinyaller olarak kaydetmektedir. görünen ve yakın ınfrared bölgelerindeki elektromanyetik enerjinin bir film üzerine kaydedilmesi. Şekil-31 Görüntü ve yapısı Sensörler. elektromanyetik enerjinin analoğ olarak kaydedilmesi. hedefden dağılan veya yayılan devamlı enerji verisini. Uzaktan algılamada fotoğraf ve görüntü terimlerini birbirinden ayırt etmek önem taşımaktadır. parlaklık ve ton. algılayıcı techizat veya dalga uzunluğu ne olursa olsun. çözümleme.9 µm dalga uzunluklarında.UZAKTAN ALGILAMA Bu analizler. coğrafik bir sahayı temsil eden. mekansal çözümleme ve detay ayırt etme güçü ana başlıkları altında açıklanacaktır.

Sayısal değerlerin resimsel hale dönüşmesinde süphesizki bazı detaylar kaybolmaktadır. Uyduların yörünge irtifaları farklı olduğu için yer yüzünde kapladığı genişlikler de farklıdır. sayısal formatta sunulan ve ekrana getirilen görüntünün eşit ebat ve şekildeki en küçük kısmıdır. Bilgisayar farklı farklı parlaklık seviyesindeki her bir sayısal değeri resim olarak görüntüler. detayların daha kolay görünmesine olanak sağlamaktadır. Diğer bir deyişle sensörlerin kaydettiği sinyalleri temsil eden pixellerden oluşan bir bir matriksdir. Şekil-33 Tarama genişliği İŞLEM ŞİRKETLER GRUBU UZALG 29 K ASIM 2001 . Küçük ebatlardaki pixeller. Veri. Her bir pixel için sensör tarafından ölçülen bir sayısal numara değeri bulunmaktadır. Pixeller.UZAKTAN ALGILAMA (1) PIXEL: Resim elemanı olarakta ifade edilen pixel. sensör seviyesinde veya masa tipi bir techizat tarafından taranarak pixellere bölünür ve her biri nisbi parlaklığını temsil eden sayısal bir numaraya atanır. her bir sahanın parlaklığını nümerik değer veya sayısal numara(DN) olarak belirtmektedir. Diğer bir deyişle görüntü pixel gridlerinden oluşmuştur. Şekil-32 Pixel (2) TARAMA GENİŞLİĞİ (SWATH): Dünya üzerindeki yörüngelerinde uçan uydu sensörlerinin yer yüzeyinde gördüğü ve algıladığı sahanın tam genişliğini ifade eden bir terimdir.

termal vb. Her bir uyduya ilişkin tarama genişlikleri Bölüm-2’de detaylı olarak belirtilmiştir. su. yangın Tarımsal sınırlar Tarımsal hasat Orman tipi Kesilen / yeni dikim ağaç Sulak arazi haritacılığı Çiflik arazisi haritacılığı Kumul hareketleri Çölleşme • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • İŞLEM ŞİRKETLER GRUBU UZALG 30 K ASIM 2001 . kültürel ve askeri alanlardaki kullanımları aşağıdaki tabloda gösterilmiştir. jeoloji. bir veya daha fazla bandın bir araya gelmesinden görüntüler oluşmaktadır.) gösteren elektromanyetik tayfın özel bir kısmına ilişkin bir veri dosyası değerleridir.5-0.6-1 KISA IR 1-3 TERMAL IR 3-14 UYGULAMA ALANLARI BİTKİLER Ürün tipi Canlı bitki yoğunluğu Donmuş. Her bir band bir ana renk tarafından temsil edilmektedir.dir. böcekli. ınfrared. UYGUN BANDLAR VE DALGA UZUNLUKLARI (µm) UV 0. toprak.5 YEŞİL 0. tuzluluk. İken IRS-1C/D uydusunun ki ise 140 Km. birleştirilebilmekte ve görüntülenebilmektedir.6 KIRMIZI 0. Visible Gamma Ray X-Ray Ultraviolet TV/Radio Infrared Microwave Şekil-34 Bandlar Elektromanyetik tayfda muhtelif dalga uzunluklarına göre dizilmiş olan bandların bitki. (3) BAND’LAR: Kanal olarakta isimlendirilen band.3-0. yansıyan ışığı veya yayılan ısıyı (mavi. Pixellerin bir araya gelmesinden bandlar. kırmızı. yeşil.4-0.UZAKTAN ALGILAMA Örneğin Landsat uydusunun tarama sahasının genişliği 185 Km. yakın ınfrared.6-0. 3 ana renği kullanan saysal bilgi bandları. kuraklık.4 MAVİ 0.7 YAKIN IR 0.

Canlı bitkilerin durumu Mevcut durum haritacılığı Havzadan dışarıya akan su ayağı / dikey ve yatay su hareketleri Yakın sahildeki su kirliliği Kara / su sınırları Su taşkınları Sulama sisteminin etkinliğini belirleme Kar örtüsü Kar özellikleri Kar / bulut ayırımı Su yüzeyindeki yağ sızıntısının tipi Su yüzeyindeki yağ sızıntısının kalınlığı Deniz buzları haritacılığı TOPRAK Toprak tipi Toprağın rutubeti Toprağın tuzluluğu Toprak erezyonu Gömülü özellikler JEOLOJİ Maden haritacılığı Hidrokarbon yatakları Çölleşme / tuzlanma • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • İŞLEM ŞİRKETLER GRUBU UZALG 31 K ASIM 2001 .6-1 KISA IR 1-3 TERMAL IR 3-14 SU Su derinlikleri (Bathymetry) Temiz suya nüfuz Temiz su derinliği Kanallarda seyrüsefer yönetimi Su altı hasar tesbiti Su kalitesi / yosun vb.5 YEŞİL 0.3-0.4 MAVİ 0.5-0.7 YAKIN IR 0.4-0.UZAKTAN ALGILAMA UYGULAMA ALANLARI UYGUN BANDLAR VE DALGA UZUNLUKLARI (µm) UV 0.6 KIRMIZI 0.6-0.

Düşük mekansal çözümleme değeri hassasiyetin daha iyi olduğunu belirtmektedir. Mekansal (spatial).6-1 KISA IR 1-3 TERMAL IR 3-14 UYGULAMA ALANLARI KÜLTÜREL Yerleşim özellikleri Gelişmiş / gelişmemiş yolları belirleme Yerleşim. (a) MEKANSAL ÇÖZÜMLEME: Sensörün en küçük hedefi ayırt etme kabiliyetinin ölçüsünü veya herbir pixelin temsil ettiği yer yüzündeki bir sahayı ifade eden bir terimdir. Uzaktan algılanan görüntülerden çıkarılacak bilginin kalitesini belirten çözümleme. Örneğin 10 metrelik mekansal çözümleme değeri. Tayfsal (spectral). bilgisayar ekranında gösterilen pixellerin miktarını veya yeryüzündeki bir sahanın görüntü dosyası kapsamında temsil ettiği pixeli ifade etmektedir.7 YAKIN IR 0.3-0.4-0.6 KIRMIZI 0. ticari ve endüstriyel sahaları tesbit Yerleşim / kırsal sahaları tesbit Kara taşımacılığı ana yollarını belirleme Parklar ve dinlenme sahaları Atık saha yönetimi ASKERİ Bitkisel kamuflajı tesbit Kar kamuflajını tesbit Çöl kamuflajını tesbit Trafik.6-0. İŞLEM ŞİRKETLER GRUBU UZALG 32 K ASIM 2001 . manevra analizi Pist nitelikleri Atma / çıkarma bölgeleri Arazi analizi ASKERİ Yangın haritacılığı Arazi örtü haritası • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • (4) ÇÖZÜMLEME (Resolution): Çözümleme terimi.5 YEŞİL 0. 20 metrelik mekansal çözümlemeden daha fazla detay vermektedir.5-0. Radyometrik (Radiometric) ve Zamansal (Temporal) olarak adlandırılan birbirinden farklı özelliklere sahip 4 tipe ayrılmıştır.4 MAVİ 0.UZAKTAN ALGILAMA UYGUN BANDLAR VE DALGA UZUNLUKLARI (µm) UV 0.

Diğer tarafdan şehrin üzerinde alçak irtidadan uçan bir uçaktan bakıldığında ise evleri veya arabaları ayırt eymek olanak dahilindedir. ve anlık görüş sahası (Instantaneous Field Of View: IFOV) ile ilişkilidir. Bu farklılık benzer tarzda uydu görüntüleri ve hava fotoğrafları arasında da bulunmaktadır. Ölçek ve mekansal çözümleme her zaman aynı şeyler değildir. yeryüzündeki büyük bir sahaya karşı gelmektedir. sensörün anlık görüş sahası olarakta ifade edilmektedir. pankromatik görüntüler. mekansal çözümlemeye işaret etmektedir. muhtelif tayf bandlarının düşük mekansal çözümlerinin ölçülmesinden. AVHRR meteoroloji uydusunun sağladığı 1. Hedefden çok uzaktaki bir sensör geniş bir sahayı kapsarken. bir evi ayırtetmek olanaksızdır.UZAKTAN ALGILAMA Sensörler kendine özgü ve birbirinden farklı mekansal çözümleme değerine sahiptir. Gereksinimler göz önüne alınarak. Örneğin. bir mesafe bulunmaktadır. Küçük ölçekli görüntülerdeki herbir pixel ise. Diğer tarafdan mekansal çözümleme. daima aynı mekansal çözümlemeye sahip olmasına karşın farklı ölçeklerde sunulabilmektedir. ANLIK GÖRÜŞ SAHASI (IFOV): Anlık görüş sahası. Büyük ölçekli olarak uzaktan algılanan görüntülerde herbir pixel. yaprak tiplerini (iğne veya yayvan) çözümleyen yeterli detay sağlanmalı veya ağaçların tepelerinin yukarıdan görünüşlerine ilişkin özellikler kapsanmalıdır. yeryüzündeki küçük bir sahayı temsil etmektedir.lik mekansal çözümleme. harita üzerindeki bir mesafe ile yeryüzünde ilişkili olduğu gerçek mesafenin oranını göstermektedir. ormanlık sahalar içindeki ağaç tiplerini tanımada. 10 veya 20 metre çözümlemeli SPOT uydusu görüntüleri büyük ölçekli görüntülere. küçük ölçekli görüntülere ilişkin örneklerdir. Çok bandlı (Multispectral) görüntülerdeki ağaç tipleri ise.1 Km. bir dedektörün çok kısa bir zaman parçasında görmüş olduğu sahanın ölçüsüdür. İŞLEM ŞİRKETLER GRUBU UZALG 33 K ASIM 2001 . Sensör ile görüntülenen hedef sahası arasında. zamana ve/veya proje maliyetine ilişkin tasarruf sağlanacaktır. İnsanlı bir uydudan yer yüzüne bakıldığında tüm dünyayı görmek mümkün iken. Ölçek. Bir görüntü. muhtelif özelliklerin tanınmasına ilişkin detayı sağlayamamaktadır. ölçek. sensörlerin birbirinden farklı olan mekansal çözümleme değerleri mukayese edildiğinde. Sensörlerin mekansal çözümlemesi. diğer bir deyişle mekansal özelliklerden istifade edilerek tesbit edilmektedir. ÖLÇEK: Büyük ve küçük ölçekli görüntü ifadeleri.

Pasif sensörlerin mekansal çözümlemesi. Şayet cismin ebadı çözümleme hücresinden daha küçük ise. Bununla beraber anlık görüş sahası. cismin tesbiti mümkün olmayabilir. ticari sensörler ise metre veya kilometre değerindeki çözümlemeleri sağlayacak tarzda üretilmişlerdir. çözümleme hücresinin ebadı ile aynı ise ve yanında daha parlak veya daha hakim bir cisim bulunuyorsa tesbiti mümkün olmayabilir. anlık görüş sahası değeri ile sensörün hedeften olan yüksekliğinin (C) çarpımından elde edilir. Bununla beraber karayoları. akarsular gibi zemin ile kontrastlık meydana getiren hedefler tesbit edilebilmektedir. Örneğin Landsat MSS sensörü . mekansal çözümleme ile aynı değildir. Çözümleme hücresi (resolution cell) olarak adlandırılan bu saha. Şayet cismin ebadı. Anlık görüş sahası. Bir pixel kapsamına girmeyen bölünmüş hedeflerde. Bu görünen sahanın ebadı. kendine özgü anlık görüş sahasına bağlıdır. Çok büyük cisimlerin tesbit edilebildiği görüntüler “düşük çözümlemeli”. her pixel gerçekte yuvarlak olarak 57 x 79 metrelik bir sahayı temsil etmektedir. kısa bir zaman biriminde belirgin bir irtifadan yer yüzünde gördüğü sahayı (B) içerir. küçük cisimlerin tesbit edilebildiği görüntüler ise “yüksek çözümlemeli” olarak sınıflandırılmışlardır. sensörün azami mekansal çözümlemesini ifade etmektedir. sensörün gördüğü koninin açısını (A). 79 x 79 metrelik anlık görüş sahası sağlamaktadır. her zaman bir pixel tarafından belirtilen saha ile aynı değildir. Şekil-35 Anlık Görüş Sahası (IFOV) Birbirine benzer özellikteki cisimleri tesbit etmek için.UZAKTAN ALGILAMA Bununla beraber anlık görüş sahası. Bu sensörün herbir geçişinde 11.5 metrelik bir bindirme olduğundan. cismin ebadının genel olarak çözümleme hücresinin ebadına eşit veya daha büyük olması gerekmektedir. Çok fazla detay gereksinimi nedeniyle askeri amaçlı sensörler yüksek çözümlemeli. İŞLEM ŞİRKETLER GRUBU UZALG 34 K ASIM 2001 . toplam görüş sahasında bu hedefe ilişkin pixel sayısının bilinmesi önem taşımaktadır.

yeşil ve kırmızı bandların her birinin dalga uzunluğu aralığı.90 µm dalga uzunlukları arasında.52-0. pankromatik bandın dalga uzunluğu aralığından daha dardır. Bu sebepden.73 µm Multispectral görüntü Band 2 (Mavi) : 0.60 µm. Belirgin bir kanal veya bandda kaydedilen enerjinin dalga uzunluklarının arası geniş ise tayfsal çözümleme düşük (kaba).52 µm dalga uzunlukları arasındaki enerjiyi kaydetmektedir.520.60 µm Band 3 (Yesil) : 0.90 µm Şekil-37 Tayfsal çözümlemeye ilişkin görüntü örnekleri İŞLEM ŞİRKETLER GRUBU UZALG 35 K ASIM 2001 . kırmızı bandı ise 0.90 µm dalga uzunluklarında algılama yapmaktadır. aynı uydunun mavi bandı 0. dar ise tayfsal çözümleme yüksektir (hassas veya ince). Landsat 7 uydusunun pankromatik bandı (Siyah/Beyaz) 0. yeşil bandı 0. sensörün elektromanyetik tayfda belirgin dalga uzunlukları arasında yapabileceği kayıda işaret etmektedir. Mavi. Örneğin landsat TM sensörünün birinci bandı (band 1) tayfın görünen ışık bölgesinde ve 0.51-0. bunların tayfsal çözümlemesi pankromatik banda göre daha hassastır.63-0.75-0. Pankromatik görüntü Pan : 0.52-0.69 µm.63-0.75-0.69 µm Band 4 (Kırmızı) : 0.45-0.UZAKTAN ALGILAMA Şekil-36 Düşük veya kaba (sol) ve yüksek veya hassas çözümlemeli )sağ) görüntüler (b) TAYFSAL ÇÖZÜMLEME: Tayfsal çözümleme.

Bu nedenle. Görünen ışık bölgesindeki muhtelif dalga uzunlukları münferit olarak ayrılmadıkları için. Renkli filmler elektromanyetik tayfın görünen ışık bölgesindeki yansıyan enerjiye hassas olup. görüntüdeki farklı özellik sınıfları ve detaylar ayırt edilebilmektedir. YANSIMA YÜZDESİ KİREÇTAŞI ARKOZ BAZALT DALGA UZUNLUĞU Şekil-38 Farklı kaya tiplerine ilişkin tayfsal çözümleme Siyah / beyaz filmler. farklı tayfsal çözümlemede kaydederler. bu geniş dalga uzunluğu aralığını kullanarak ayırt etmek kolay değildir. “Hyperspectral” olarak olarak çağırılan gelişmiş çok bantlı sensörler enerjiyi. uygulamada ne tip görüntünün kullanılacağının kararlaştırılmasına yardım edecektir. Farklı ağaç türleri veya kaya tipleri gibi özel sınıfları. Bu sensörler. Her bir dar bandın sağladığı tayfsal veriye dayalı olarak elde edilen çok yüksek tayfsal çözümleme. yakın infrared ve orta infrared bölgelerine ilişkin enerjiyi dar tayf bandlarında kaydetmektedir. Bunları belirlemek için daha hassas dalga uzunluğu aralığına gereksinim duyulur.UZAKTAN ALGILAMA Görünüş farklılıkları. İŞLEM ŞİRKETLER GRUBU UZALG 36 K ASIM 2001 . tayfsal çözümlemeleri yüksektir. tayfsal çözümleme oldukca düşüktür. Bunun nedeni bölgedeki mavi. elektromanyetik tayf kapsamındaki görünen. genelde görünen ve yakın ınfrared bölgelerini içerecek tarzda. farklı hedeflerin kolayca birbirinden ayrılmasına olanak sağlamaktadır. Birçok uzaktan algılama sistemindeki çok bantlı (Multispectral) sensörler. yeşil ve kırmızı band uzunluklarının herbirine ayrı ayrı olan hassasiyettir. görünen ışık bandının tümünü veya daha ötesindeki dalga uzunlukları üzerindeki enerjiyi kaydederler. sensörlerin yüksek tayfsal çözümleme sağlaması arzu edilmektedir. yüzlerce banda alırlar. çok geniş dalga uzunluğu aralığı kullanılarak belirlenmektedir. Farklı dalga uzunluklarının verdikleri tepkilerin karşılaştırılması sonucunda. ayrı dalga uzunlukları kapsamındaki enerjiyi. elektromanyetik tayfda. Su ve bitki gibi geniş sınıflar.

4 µm Mavi 0.7 µm Renkli Film Şekil-39 Siyah / beyaz ve renkli filmlerin tayfsal çözümlemesi (c) RADYOMETRİK ÇÖZÜMLEME: Radyometrik çözümleme.6 µm Kırmızı 0. 7 bit’lik (27=128) verinin her pixeli ise.4 µm Mavi + Yeşil + Kırmızı 0.5 µm Yeşil 0. Bu veri her pixel için 0-255 değerlerini içerir. elektromanyetik enerjiyi.7 µm Siyah / Beyaz Film 0. gri tonlarda görüntülenmektedir. Bit değeri düşük ise radyometrik çözümleme de düşük olacaktır.UZAKTAN ALGILAMA 0. 255 değeri ise beyaz renği temsil etmektedir. 8 bit’lik (28=256) veriye sahiptir. Görüntü sistemlerinin radyometrik çözümlemesi. 0-255 değerleri arasındaki 8 bit’lik veride 0 (sıfır) değeri siyah. Şekil-40 8 (sol) ve 2 bit’lik görüntüler İŞLEM ŞİRKETLER GRUBU UZALG 37 K ASIM 2001 . enerji kapsamındaki çok ince farklılıkları ayırt etme kabiliyeti olarak da tanımlanmaktadır. sayısal numaralarla (DN) ifade edilmektedir. 0-127 değerlerini içermektedir. Yansıyan veya yayılan enerjideki farklılıkları ortaya çıkaran sensörlerin radyometrik çözümlemesi hassasdır. sensörün parlaklık farklılıklarına olan hassasiyetini belirtmektedir. Radyometrik çözümleme ile ilişkili olarak görüntü verisinin değerleri. Görüntü verisi genelde. sahip olduğu bit değerleri arasında ölçmektedir. Bu numararalar ikili (binary) sayı sisteminde ve 2’nin üsleri “bit” (1 bit=21=2) tarzında düzenlenmiştir. Örneğin bir çok sensör dolayısıyla görüntüler. Sensörler.

yangın vb. aynı hedef bölgesi üzerinde bulunacak şekildeki bir yörüngede uçmaktadır. Aynı bölgenin tekrar görüntülenmesi için geçen zaman süresinde. Her uydunun aynı hedef üzerinde bulunacağı zaman periyodu farklıdır. sel. Örneğin ilkbahar ve sonbahardaki ağaçların durumu. meydana gelen hasar ortaya çıkmaktadır. Landsat uydusu için 16 gün. 1993 yılı temmuz ayında Missisipi nehrinin taşması ile bölgede büyük bir hasar meydana gelmiştir. yerleşim sahalarındaki gelişmeler muhtelif zamanlarda çekilen görüntülerin mukayesesi sonuçunda tesbit edilebilmektedir. Örneğin bu süre. özelliklerin taysal durumu değişmekte ve bundan istifade ile meydana gelen değişimler belirlenmektedir. Sensörler. görüntüleme faaliyetleri arasındaki zamanı belirtmektedir. Zamansal çözümleme. Aynı bölgeye ilişkin Mayıs 1989 yılında çekilmiş olan görüntü ile sel felaketini takiben Temmuz 1993 yılında çekilen görüntü karşılaştırtırıldığında. heyalan. 2 bitlik görüntüye nazaran daha iyi detay sağlamaktadır. belirgin bir zaman periyodu içinde. Spot uydusu için 26 gün ve NOAA AVHRR meteoroloji uydusu için ise 12 saattir. Mayıs 1989 Temmuz 1993 Şekil-41 Sel felaketinin boyutlarını gösteren görüntüler İŞLEM ŞİRKETLER GRUBU UZALG 38 K ASIM 2001 . 8 bitlik görüntü. özel bir sahaya yönelik olarak sensörün algıladığı görüntünün sıklığına işaret etmektedir. (d) ZAMANSAL ÇÖZÜMLEME: Zamansal çözümleme. tabii afetler. tarama genişliğine ve irtifaya bağlı olarak değişmektedir.UZAKTAN ALGILAMA 8 bit’lik ve 2 bit’lik görüntülerin karşılıklı olarak yapılan mukayesesinde. Değişikliklerin tesbitinde önemli bir faktör olarak kabul edilen bu çözümleme tipi. uydu / sensörün kapasitesine. radyometrik çözümleme nedeniyle.

Parlaklığa ilişkin farklılıklar. gönderilen enerji hüzmesinin cisme çarparak yayılması ve bunun antenler tarafından algılanma yoğunluğu ile ilişkilidir. cisimden yayılan sıcaklığa göre değişmektedir. Pratikte birçok foto kıymetlendirmeci. aşağıdaki şekilde gösterilmiştir. Gelen elektromanyetik yayımın yoğunluk farkı.52-0. 79 m Mekansal Çözümleme 1 pixel = 79 m x 79 m 79 m Radyometrik Çözümleme 8-bit (0-255) Tayfsal Çözümleme 0. deneyimlerine dayanarak görüntüleri “açık”. “orta” ve “koyu” tonda olarak tanımlamaktadır. cismin diğer fiziksel özelliklerinden etkilenerek meydana gelir. Kaynaktan gelen ışığın yoğunluğu “photometer” veya “lightmeter” denilen aletlerle ölçülmektedir. yaydığı veya dağıttığı elektromanyetik enerjinin yoğunluğunu tesbit etmektedir. siyahdan beyaza doğru yayılan ve muhtelif tonlardan oluşan parlaklığı ölçmeden. Infrared görüntülerde ton. görüntüler üzerinde parlaklık farkları olarak yer almaktadır. “gray scale” (gri ölçek) test şeritleri ile değerlendirilmektedir. Radar görüntülerinde ise ton.60 µm Gün 1 Gün 17 Gün 31 Zamansal Çözümleme 16 günde bir aynı saha Şekil-42 Landsat TM uydusunun Band 2’ sine ilişkin 4 tip çözümleme (5) PARLAKLIK VE TON (Brightness and Tone): Uzaktan algılama sistemleri. Temelde hava fotoğraflarındaki cisimlerin tonu. cismin gelen ışını yansıtma kabiliyetine göre belirlenmektedir. radyometrik ve zamansal çözümleme özelliği şematik olarak. atmosferik engelleme ve filmin tayfsal hassasiyetine rağmen. tayfsal. Diğer dalga uzunluğu bölgelerinden elde edilen görüntülerin tonu. cisimlerin kendine özgü dalga uzunluğu bandlarında yansıttığı.UZAKTAN ALGILAMA Gereksinime uygun sensör ve görüntünün seçimine ışık tutan mekansal. İŞLEM ŞİRKETLER GRUBU UZALG 39 K ASIM 2001 .

asgari kontraslık (B min) azami kontraslık (B max) değerine eşitse konrastlık oranı birimseldir. Keza kontrastlık oranı.UZAKTAN ALGILAMA (6) KONTRASLIK ORANI (Contrast Ratio): Kontraslık oranı. yüksek.5 2 Şayet.5 2 5 Orta kontrast: CR = = 2.5 2 3 Düşük kontrast: CR = = 1. orta ve düşük kontraslık Bu şekil göz önüne alınarak 3 tip kontraslık için aşağıdaki eşitliklerde belirtilen değerlere ulaşılmaktadır. Görüntü Parlaklığı Mesafe Şekil-43 Yüksek. orta ve düşük olarak ifade edilmektedir. Yüksek kontrast: CR = 9 = 4. asgari kontraslık (B min) sıfıra eşitse kontraslık oranı (CR) sonsuz. İŞLEM ŞİRKETLER GRUBU UZALG 40 K ASIM 2001 . aşağıda gösterilmiştir. cismin parlaklığı ile bulunduğu zeminin parlaklığı arasındaki oranıda belirtmekte olup cisimlerin tanınmasında hayati rol oynayan önemli bir faktördür. Parlaklık derecesi 0-10 değerlerine göre düzenlenmiş şematik bir örnek. CR = B max B min B max = Azami Parlaklık B min = Asgari Parlaklık Görüntülerdeki kontraslık oranları. görüntüdeki parlak ve en koyu kısımlar arasındaki orana işaret eden ve aşağıdaki eşitlik ile tanımlanan bir terimdir.

“Hedef Çözümleme” (Resolution Target) panolarının veya “Anlık Görüş Sahası (IFOV)” eşitliğinin kullanımı ile hesaplanmaktadır. uzaktan algılama sensörleri ile benzer tarzdaki insan gözünün yapısı ve onun detay ayırt etme güçünün bilinmesi gerekmektedir. hemen hemen grinin yeknesak tonlarını içerirler. Bunun yanı sıra göz. İŞLEM ŞİRKETLER GRUBU UZALG 41 K ASIM 2001 . Daha önce de açıklandığı üzere mekansal çözümleme. (7) DETAY AYIRT ETME GÜÇÜ (Resoving Power) Detay ayırt etme güçü ve mekansal çözümleme ifadeleri birbiriyle yakın ilişkilidir. elektromanyetik enerji yayımının kontrastlığının düşük olması. (Azami büyüklük. Renk hücrelerinden oluşan gözün renkli kısmı (iris). Mekansal çözümleme. Cisimler birbirine çözümleme limitinden daha yakın ise. göz sıvısı (aqueous humor) ve mercek vasıtasıyla girmektedir. göz bebeği küçülerek ışık hüzmesini merkez noktasına ayarlamaktadır. • • Görüntülenen cisim ve zemininin. Düşük kontraslık aşağıda belirtilen nedenlerden kaynaklanarak ortaya çıkmaktadır. Bu konuyu daha iyi anlamak için ilk aşamada. sistem tarafından üretilen görüntülere. detay ayırt özelliklerine sahip olup diğer faktörlerle birlikte fotoğraflara ait çözümlemenin belirlenmesinde kullanılmaktadır. bu cisimler tek bir cisim olarak görünürler. hemen hemen yeknesak tarzda elektromanyetik bir yayım yapması. Mekansal çözümleme ile ilişkili olan “detay ayırt etme güçü”. elektromanyetik tayfın kısa dalga uzunlukları kısmında meydana gelmektedir. detay ayırt etme güçü ise bir görüntü sistemine veya bu sistemin kısımlarına uygulanmaktadır. asgari büyüklüğün 16 katıdır). Doğru olmayan kayıt teknikleri. ışığın şiddetine göre büyüyüp küçülme kabiliyetindeki göz bebeğinin (pupil) kontrolunu sağlamaktadır. Kameralardaki diyaframa benzeyen göz bebeğinin büyüme / küçülme oranı 16 / 1’dir. Bu tarz düşüklük. Örneğin kamera sistemi kapsamındaki mercekler ve filmler. görüntüde birbirine çok yakın olarak bulunan 2 cismi birbirinden ayırt edilmesini belirtmektedir. Arazinin tesbiti için yeterli hassasiyete sahip olmayan uzaktan algılama sistemleri. • • Günümüzdeki sayısal yöntemler vasıtasıyla. 100. insan gözüne saydam tabaka (cornea). Atmosferin. Işık. Düşük ışık şartlarındaki tam açılma hali hariç. yukarıdaki nedenlerin meydana getirdiği düşük kontraslık belirgin ölçüde giderilmektedir.000 / 1 parlaklık aralığında işlev yapmaktadır.UZAKTAN ALGILAMA Düşük kontraslık oranına sahip görüntüler.

Bir cismin genişliği.3’dür. hava ile (kırılma indisi n=1) göz merceği arkasındaki saydam sıvı (vitreous humor.9 ≅ 4 Algılayıcı sinir hücrelerinin bulunduğu ağ tabaka ile mercek arası yani görüntü mesafesi (GM) takriben 20 mm veya 20.3 = 3. Gözün azami ışık kırılması. gözün detay ayırt etme güçünün belirlenmesinde rol oynayan önemli bir faktördür. iki bitişik ortamdan geçerken bükülür veya kırılır (refraction).UZAKTAN ALGILAMA Yakına bakışlarda. Algılayıcı hücrenin etkili genişliği diğer bir deyişle detay ayırt etme güçü (DAEG) aşağıdaki eşitlik ile tesbit edilmektedir.3) arasında olmaktadır. Işık.000 5. cismin derinliğini arttırmak için göz bebeği otomatik olarak küçülür. cisim mesafesinin 1/5000’i ise görüntünün şekli algılayıcı hücrenin genişliğini (çapını) tam olarak doldurur. Nisbeten önemsiz kırılma indisine sahip göz merceği. kırılma indisi n=1. Gözdeki en büyük algılayıcı sinir hücresinin çapı (AHÇ) yani görüş alanı 3 µm.000 µm. DAEG = AHEÇ GM = 4 = 1 20. saydam sıvının kırılma indisi (SSKİ) n=1.000 Gözden cisme kadar olan mesafe diğer bir deyişle cisim mesafesi. Algılayıcı hücrenin etkili çapı (AHEÇ) aşağıdaki eşitlik kullanılarak hesaplanmaktadır.dir. AHEÇ = AHÇ x SSKİ = 3 x 1.3) Optik Sinir Renkli kısım (iris) Şekil-44 İnsan gözünün yapısı Sarı noktadaki algılayıcı sinir hücrelerinden en büyüğünün çapı. Büyük fark kırılmanın büyüklüğüne işaret etmektedir. Ağ Tabaka (Retina) Sarı Nokta (Fovea) Mercek Saydam tabaka (Cornea) Görüş hattı (LOS) Göz sıvısı (Aqueous Humor) Göz bebeği (Pupil) Saydam sıvı (Vitreous Humor) ( n=1. yakın ve uzak görüşü düzenleme veya odaklama açısından önemli rol oynamaktadır. İŞLEM ŞİRKETLER GRUBU UZALG 42 K ASIM 2001 . iki ortamın birbirinden farklı olan kırılma indislerine (n) bağlı olarak değişmektedir. Kırılma değeri. görüntü mesafesi ile orantılıdır.

görüntünün diğer bir algılayıcı hücre üzerine düşmesi gerekmektedir. HEDEFLERİ AYIRT ETME B. Cm-1 A. cisimden göze kadar olan uzaklığın yani cisim mesafesi 1/5000 oranından büyük olmalıdır. Cm-1” grubunu ayırt edebilmekte ve ”B. birbirine yakın olan cisimlerin göz tarafından ayırt edilebilmesi için. 1 mm genişlikte siyah ve beyaz hatlardan oluşan ve “A. Yüksek kontrastlı olarak düzenlenmiş olan ve aşağıdaki şekilde gösterilen panoya. HEDEFLERİ TESBİT Şekil-45 Yüksek kontrastlı hedef çözümleme ve tesbit panosu Düşük kontrastlı olarak düzenlenmiş olan ve aşağıdaki şekilde gösterilen panoya. HEDEFLERİ AYIRT ETME” kısmındaki “5 hat-çifti. HEDEFLERİ TESBİT” kısmındaki 0. Cm-1 6 Hat-çifti. 5 metre uzaklıktan bakıldığında. HEDEFLERİ TESBİT” kısmındaki 0. Cm -1 3 Hat-çifti. normal bir göz. Cm -1 4 Hat-çifti.UZAKTAN ALGILAMA Bu nedenle. Cm-1” grubunu ayırt edebilmekte ve ”B. HEDEFLERİ AYIRT ETME” kısmındaki “3 hat-çifti. 1 mm genişlikte siyah ve beyaz hatlardan oluşan ve “A. Cm -1 5 Hat-çifti.6 mm genişliğindeki dikdörtgeni tesbit edebilmektedir. Gözün detay ayırt etme güçü. 7 Hat-çifti. 5 metre uzaklıktan bakıldığında. İŞLEM ŞİRKETLER GRUBU UZALG 43 K ASIM 2001 . gözün daha önce açıklanan özelliklerinden istifade edilerek hazırlanmış olan Hedef Çözümleme panosu kullanılarak belirlenmektedir. zeminin gri tonda olması nedeniyle normal bir göz.2 mm genişliğindeki dikdörtgeni tesbit edebilmektedir. Bunun için iki cismin arasındaki mesafe.

Cm -1 0. Cm -1 0. dedektörlerde de kullanılan ve aşağıda verilen “Anlık Görüş Sahası (IFOV)” eşitliğinden istifade ile hesaplanabilmektedir.2 mm 6 Hat-çifti. IFOV = L rad r 1 mm = 0. HEDEFLERİ TESBİT Şekil-46 Düşük kontrastlı hedef çözümleme ve tesbit panosu Yüksek ve düşük kontrastlıktaki hedef panolarında. Cm -1 0.2 mrad = 5000 mm İŞLEM ŞİRKETLER GRUBU UZALG 44 K ASIM 2001 . en küçük noktanın belirlenmesi için gerekli gerekli olan çap değeri 0.2 milimetreden daha büyük olacaktı. Tesbit’e cismin ebadının yanı sıra. Örneğin hedef çözümleme panosundaki hatların yerine noktalar konulsaydı.UZAKTAN ALGILAMA 7 Hat-çifti. kontrastlığı ve bulunduğu zemin bu farkı meydana getirmektedir. Cm -1 0.0 mm A.4 mm 5 Hat-çifti. Cm -1 1. Diğer tarafdan gözün detay ayırt etme güçü. HEDEFLERİ AYIRT ETME B. görünen saha uzunluğu (L) 1 mm olarak alınmıştır. Örnek İşlemler için yarıçap (r) 5000 mm.0002 rad = 0.8 mm 3 Hat-çifti. şekli. hedefleri ayırt ile tesbit etme değerleri arasında fark bulunmaktadır.6 mm 4 Hat-çifti.

10-3 mrad’a eşittir.28 değerini vermektedir.290 derecelik açı 360 / 57. İŞLEM ŞİRKETLER GRUBU UZALG 45 K ASIM 2001 . Özet olarak bir gözün detay ayırt etme güçü. Eğer dairenin yarı çapı (r) 1000 birim ise 57. • • • Bir sistemin detay ayırt etme güçü. ya hedef çözümleme panosu veya anlık görüş sahası eşitliği kullanılarak belirlenebilmektedir. teorik olarak gerçek durumu nadiren yansıtmaktadır. iki cismin birbirinden ayırt edilebilmesi yani ayrı ayrı görünebilmesi için cisimler arasındaki asgari uzaklıktır.29 derecelik açının gördüğü yayın değeri 1 mrad’dır.UZAKTAN ALGILAMA Şekil-47 Açısal detay ayırt etme güçü Yukarıdaki şekilde gözün anlık görüş sahasının.28 = 1 radyandır.29 = 6. Buradaki açısal detay ayırt etme güçünün ölçü birimi radyandır. Her iki değerin birbirine bölümü 6.290 derecelik bir açının gördüğü yay (BC veya L) dairenin yarı çapı (r) ile eşittir Bir dairede 57.28 / 6. Detay ayırt etme ve mekansal çözümleme konusu için.14 = 6. hatırda tutulması önem taşıyan husular. Diğer tarafdan 1 radyan. aşağıda belirtilmiştir. Görüntünün çözümlemesi ve ölçeği bilindiğinde. Dairedeki 57. Daireni çevresi ise 2 π yani 2 x 3. tesbit edilecek en küçük cismin ebadı da tahmin edilebilmektedir. Tek başına çözümleme.28 değerindedir. hedef çözümlemesi ile olan ilişkisi gösterilmiştir. Çözümleme. özel bir uygulama için uygun görüntünün kararlaştırılmasında yeterli değildir.

Diğer bir deyişle. Tüm yansıyan enerji. (1) PASİF SENSÖRLER: Pasif sensörler. Bu özelliklerden istifade ederek algılama yapma kabiliyetine sahip olan kameralar vb. güneşe bağlı olmaksızın kendi kaynağından sağlamaktadır. PASİF VE AKTİF SENSÖRLER: Daha önce açıklandığı üzere güneş. İŞLEM ŞİRKETLER GRUBU UZALG 46 K ASIM 2001 . mevsimllere bağlı olmaksızın her havada ve her zaman algılama yapmasıdır. ya da termal ınfrared dalga uzunluğundaki bölgede emilen ve tekrar yayılan enerjinin tesbitine olanak sağlamaktadır.UZAKTAN ALGILAMA BÖLÜM-2 UZAKTAN ALGILAMA SİSTEMLERİ VE GÖRÜNTÜLER 1. yapısı ve işlevlerine göre de “Kamera” ve “Tarayıcı (scanner)” sistemler olarak sınıflara ayrılırlar. algılama için gerekli enerjiyi. güneşin geceleri algılamaya uygun yansıyan enerjisi yoktur. a. Şekil-48 Pasif sensörün çalışma konsepti (2) AKTİF SENSÖRLER: Bu tip sensörler. Bununla beraber. SENSÖR SİSTEMLERİ: Sensör sistemleri algılama esaslarına göre “Pasif” ve “Aktif”. uzaktan algılamanın gereksinim duyduğu enerjinin en uygununu sağlamaktadır. tabii enerjinin mevcut olduğu zamanlarda algılama yapma kabiliyetindedirler. Bu enerji. güneşin dünyayı aydınlattığı sürelerde meydana gelmektedir. hedefi aydınlatmak için büyük miktarlardaki enerji üretimine gereksinim duyulmaktadır. Sensör hedefe kendi kaynağından enerji gönderir ve takiben hedefden yansıyan enerjiyi tesbit eder ve ölçer. Aktif sensörlerin en büyük avantajı. Sensörler. ya görünen dalga uzunluğundaki bölgede yansıyan. enerjinin veya ışımanın temel kaynağıdır. pasif sensör sınıfına girerler. Güneş.

Atmosferden yayılan enerji Satıhdan yansıyan enerji Satıhdan yayılan enerji Satıh yüzeyinden aktarılan enerji İŞLEM ŞİRKETLER GRUBU UZALG 47 K ASIM 2001 . Bu enerji cismin veya sathın yaydığı sıcaklık ve nem özelliklerine bağlıdır. 2. Şekil-49 Aktif sensörün çalışma konsepti Microwave algılama. uzaktan algılamada kullanılan pasif ve aktif yöntemlerden her ikisinide içermektedir. Tüm cisimler belirğin miktarda microwave enerji yaymaktadır. 3. Antenleri içermeyen bu algılayıcılar. Pek çok pasif microwave sensör düşük mekansal çözümleme sağlamaktadır. Şekil-50 Pasif Microwave algılayıcı ve özellikleri 1. görüş sahaları kapsamındaki ortamdan yayılan microwave enerjiyi kaydetmektedirler. 4.UZAKTAN ALGILAMA Aktif sensörler. “Laser fluorosensör” ve “Synthetic aparture radar” bu tip sensör örneklerindendir. Pasif microwave algılayıcılar tipik bir “Radiometers” veya “Scanners” olup aynı tarzda çalışmaktadırlar. microwave bölgede olduğu gibi güneş enerjisinin yetersiz olduğu dalga uzunluklarında veya aydınlatılmış hedeflerin daha iyi kontrol edilmesi için kullanılırlar.

Aktif microwave algılayıcılar. Microwave bölgede ve aktif olarak çalışan bu sensörler her havada. Bu uygulamalar ile. Takiben daha yüksek çözümleme sağlayan SAR (Synthetic Aperture Radar)’lar üretilerek hizmete girmiştir.UZAKTAN ALGILAMA Uzaktan algılanan pasif microwave verisi. sathın yapısına ve microwave enerjinin hedefe çarpma açısına bağlı olarak değişmektedir. Bu algılayıcılar. Altimetreden altındaki hedeflere microwave palslar gönderilmesi. İŞLEM ŞİRKETLER GRUBU UZALG 48 K ASIM 2001 . Görüntü sağlayan Aktif microwave algılayıcıların en çok bilineni RADAR (Radio Detection And Ranging)’ dir. Bu sensörlerin çalışması. Radar Altimetreleri. uçaklara ve uydulara takılarak topografik haritacılıkta arazi ve deniz sathı yüksekliklerini ölçme işlevini yaparlar. topraktaki nem denizlerdeki buz kütleleri. kendi bünyesinden bir microwave sinyali hedefe göndeme ve takiben hedefden geri dönen sinyalleri kayıt etme tarzındadır. gündüz veya gece görüntü algılama kabiliyetine sahiptir. Scatterometer techizatı. aktif microwave algılayıcılar kapsamında. Şekil-51 Aktif Microwave algılayıcı Görüntü sağlamayan. hedeflerden dağılarak geri dönen enerji miktarının kantitatif ölçüsünü çıkarmak için kullanılmaktadır. Ölçme işlemi. Geri dönen enerji. bu palsin gidiş ve sensöre dönüşü arasındaki zamanın hesaplanarak yüksekliğin belirlenmesi şeklindedir. hidroloji ve okyanus coğrafyası (oceanography) alanlarına ilişkin uygulamalarda kullanılmaktadır. atmosferin içerdiği su ve ozon. microwave enerjiyi kendi kaynağından sağlayarak hedefi aydınlatmaktadır. meteoroloji. “Radar Altimetre” ve “Scatterometer” techizatları bulunmaktadır. satıh rüzgarları ve petrol sızmalarından meydana gelen kirlilikler belirlenmektedir. Görüntü içeren radarlar ilk olarak II nci Dünya harbinden sonra askeri arazi keşfi ve gözetleme amaçları için geliştirilmiş ve SLAR (Side-Looking Airborne Radar) olarak isimlendirilmiştir. görüntü sağlayan ve görüntü sağlamayan olarak 2 kategoriye ayrılmıştır.

Odak sathı (C) Objektif (B) Dünya üzerindeki bir saha (A) Boyca bindirme Uçuş istikameti Şekil-52 Kamera sistemi Bu kayıt. (1) KAMERA SİSTEMLERİ: İnsan gözü organic bir kameradır. Buna rağmen günümüzde uçak. dünya sathı üzerindeki bir sahanın (A). KAMERA VE TARAYICI SİTEMLER : Geçmişte ve günümüzde uzaktan algılama. odak düzlemi (focal plane) üzerindeki bir film üzerine kaydederler. dünya sathının uzaktan algılanması için kullanılan sensörlerin en basiti ve eskisidir. İŞLEM ŞİRKETLER GRUBU UZALG 49 K ASIM 2001 . helikopter vb. başarılı bir şekilde karşılamaktadır. çerceve tarzındaki bir anlık (enstantane) ve devamlı birbiri üzerine bindirmeli görüntülerini. kamera ve tarayıcı (scanner) olarak adlandırılan sistemlerle sağlanmış ve sağlanmaktadır. araziye yönlendirilen kameranın ışığın arzu edilen fasılalarla girmesini sağlayacak tarzda ayarlanmış opturatörün açılması ile başlar ve odak sathı üzerindeki filmin üzerinde son bulur. mercek. obturatör ve diyaframdan oluşan bir objectif (B) ile. Gözün inorganik bir modeli olan kameralar. Kameralar. Vidicon tipi televizyon kameraları görüntüleri manyetik teyp gibi fotoğrafik hassasiyetteki ortamlara kaydederler. vasıtalarda halen görev yapmakta ve özellikle çok hassas çözümleme gereksinimlerini. sensor terminolojisi açısından “framing” ve “vidicon” olarak 2 atrı tipe ayrılmışlardır.UZAKTAN ALGILAMA b. Pasif optik sensor sınıfına giren framing kameralar.

Dedektörler. Tarayıcı sistemler. birbirini izleyen. tüm mekansal bandları aynı anda ayrı optik sistemleri vasıtasıyla algıladıklarından. Çok bandlı fotoğrafik sistemler her bir tayf bandı için ayrı mercek düzeneğini kullanmaktadır. Araziden yayılan veya yansıyan elektromanyetik enerji foton’ları. hedeflerin 3 boyutlu görünmeleri ve incelenmeleri “sterescope” aleti ile sağlanmaktadır. tanınabilecek şekilde hassas hücrelere kaydedilirler. bu ayırışımı kendi başlarına tanınabilecek tarzda kaydetmektedir. dar anlık görüş sahasına (IFOV) sahip dedektör kullanarak. (a) ACROSS-TRACK TİPİ TARAYICILAR: Bu tip tarayıcılar. arazi üzerindeki 2 boyutlu nesneleri süpürme tarzı bir tarama ile görüntülemektedir. Tarayıcı sistemler. Fotoğrafik sistemler görünen ve yakın ınfrared bölgelerini. UV. Sensörün bir tarafından diğer tarafına doğru olan her bir hat. tarayıcı sistemin dedektörü tarafından algılanır. “Circular scanner” ve “Side scanner” olarak adlandırılan 4 tipe ayrılmıştır. bu sorunları asgari seviyeye indirgemiştir. farklı bandların kayıt edilmesi ile mekansal ve radyometrik çözümlemenin mukayesesinde sorunlara neden olmaktadır. Farklı dalga uzunluklarında veri toplayan tarayıcı sistemler. üst üste bindirmeli ve stereoskopik görüşe olanak sağlayan görüntü pozlarını çekmesidir. (2) TARAYICI SİSTEMLER: Birçok elektronik tarayıcı sistem. yakın ınfrared ve termal enerji kendine özğü dalga uzunlukları içinde daha hassas kısımlara ayrılmıştır. Tarama sistemleri fotoğrafik sistemlerden çok daha yüksek tayfsal çözümleme sağlamaktadır. hem uçaklara hemde uydu platformlarında kullanılmakta ve aynı prensiplere göre çalışmaktadır. Bu bindirmelerden istifade edilerek. fotoğrafik kamera sistemlerine göre bir çok avantaja sahiptir. Sistem tiplerine bakılmaksızın tarayıcılar. dünya yüzeyinin 2 boyutlu nesnelerini. İŞLEM ŞİRKETLER GRUBU UZALG 50 K ASIM 2001 . yaygın olarak “Multispectral Scanner (MSS)” olarak anılmaktadır. Bu husus. görünen.UZAKTAN ALGILAMA Frame ve vidicon kameraların en önemli özelliği. “Along-track scanner”. “Across-track scanner”. eletromanyetik tayfdaki farklı dalga uzunlukları. Dedektörler muhtelif miktardaki özel dalga uzunluklarını algılayan hassas hücre yapısına sahiptir. sensörün içerdiği dönen bir ayna (rotating mirror) tarafından taranır. kullanılan mode veya metoda bağlı olarak. sensör platformunun hareket istikametine dik gelen hatlar tarzında tararlar. çok bandlı tarama sistemleri ise bu bölgelere ilaveten termal bölgeyi de kapsamaktadır. elektriki sinyallere dönüştürülür ve takiben manyetik bir band üzerine kaydedilir.(ışık enerji birimi). Bu yapı nedeniyle. Tarayıcı sistemler.

Uyduların daha geniş sahaları kaplamaları için çok yükseklerden uçması gerekmektedir ve bu yüzden de tarama küçük açılarda (10-200) olmaktadır. olanaklar ve gereksinimler nedeniyle büyük açılarda (90-1200) tarama yapmaktadır. Tarama Genişliği (Swath) = tan x ACISAL GORUS SAHASI X YUKSEKLIK 2 Uçaklar. Sensörden yerden yüksekliği. dedektörün anlık görüş sahası (IFOV) tarafından taranması için gerekli olan zamandır. Motor Döner ayna (Her bir hat için tarama oranı =2 x 10-2 sn. Across tipi tarayıcıları etkileyen diğer bir faktörde “Dwell time” olarak ifade edilen ve yerdeki çözümlenebilen bir hücrenin.UZAKTAN ALGILAMA Sensörün anlık görüş sahası (IFOV) ve uçan platformun yerden yüksekliği. 10 Km. açı cinsinden belirten bir değer olup bir tarama hattının kaydını ve taranan bölgenin genişliğinin (swath) tesbitine hizmet etmektedir. Anlık görüş sahası (IFOV. dedektörün açısal görüş sahasına ve yerden olan yüksekliğine bağlı olup aşağıdaki eşitlik vasıtasıyla hesaplanmaktadır. 2000 (cell) Yukarıdaki şekilde belirtilen ve uçaklarda kullanılan across tipi tarayıcının 1 mrad ’lık anlık görüs sahasını (IFOV) içeren dedektörü. tarama genişliğinin ortasından kenarlara doğru yerdeki çözümlenebilen hücrenin. yükseklikten 10 x 10 metre ebadlarındaki bir yer hücresini çözümleyebilmektedir. yerdeki çözümlenebilecek hücreyi (ground resolution cell) dolayısıyle mekansal çözümlemenin belirlenmesini sağlar. Yer yüzünde taranan genişlik (swath). dolayısıyle görüntülerdeki geometrik bozulmalara neden olmaktadır. 1 mrad) Tarama genişliği (Swath) 900 Açısal görüs sahası Dedektör Yükseklik 10 Km Tarama istikameti Uçuş Çözümlenen yer hücresi 10 x 10 m istikameti Şekil-53 Across-track tipi tarayıcı 20 Km. Bu zaman aşağıda verilen eşitlik ile hesaplanmaktadır. İŞLEM ŞİRKETLER GRUBU UZALG 51 K ASIM 2001 . döner aynanın taramasını. Açısal görüş sahası (Angular field of view). olduğundan daha büyük algılanmasına.

Çözümlenen yer hücresi 10 x 10 m Şekil-54 Along-track tipi tarayıcı Uçuş istikameti İŞLEM ŞİRKETLER GRUBU UZALG 52 K ASIM 2001 .UZAKTAN ALGILAMA HERBIR HATTI TARAMA ORANI HATTAKI HUCRE SAYISI Dwell time = = 2 x10 -2 sn. dolayısıyle nesnelerin tesbitini güçleştirmektedir. dünya yüzeyinin 2 boyutlu görüntülerini. Dedektör dizini Odak sathı Mercek Tarama istikameti Yükseklik 10 Km. ayrı doğrusal dizin tarafından kaydedilir. dedektörün ebadına ve anlık görüş sahasına (IFOV) bağlıdır. döner ayna kullanılmasından Dwell time süresi kısadır. sensörün sinyalleri zayıf olarak algılamasına. Tarayıcı sistemin mekansal çözümlemesi. Böylece yer yüzündeki nesneler. Tarama. odak sathına doğrusal dizinler (linear array) tarzında yerleştirilmiş dedektörler tarafından yapılmaktadır. sensör platformunun hareket istikametine paralel gelen hatlar tarzında tararlar. Bu özelliğe dayanarak bu tip tarayıcılara “Pushbroom scanner” da denilmektedir. uçuş istikameti boyunca süprülerek kaydedilmektedir. Her dedektör kendi başına yerdeki bir çözümleme hücresinin enerjisini ölçer. Across–track tipi tarayıcılardaki döner ayna yerine. mekansal ve radyometrik çözümlemesini etkilemektedir. Hücre –1 2000 hucre Bu tip tarayıcılarda. bunlarda bir mercek sistemi kullanılmaktadır. Bu süre sensörün tayfsal. Diğer taraftan bu kısa süre. = 1 x 10 –5 sn. Herbir tayfsal band veya kanal. (b) ALONG-TRACK TİPİ TARAYICILAR: Bu tip tarayıcılar.

Keza zaman periyodunun artması. Dwell Time = = HUCRE EBADI HIZ 10m hucre -1 = 5 x 10-2 sn hücre-1 -1 200 m sn Bu süre nesneyi belirlemek için daha fazla enerjinin algılanmasına ve radyometrik çözümlemenin gelişmesine olanak sağlamaktadır. görüntüleme techizatının doğrusal (linear) veriye göre dizayn edilmesi nedeniyle görüntü üretimi öncesindeki oldukça fazla olan tekrar formatlama işlemleridir. yerdeki çözümleme hücresinden yayılan enerjiyi uzun zaman periyodunda (Dwell-time) aşağıda belirtilen eşitliğe göre ölçerler. Across–track tipi tarayıcılara göre çeşitli avantajları bulunmaktadır. araziyi dairesel olarak süpürerek görüntülerler. Motor Tarayıcı Ayna Dedektör Tarama istikameti Çözümlenen yer hücresi Uçuş istikameti Şekil-55 Circular tipi tarayıcı İŞLEM ŞİRKETLER GRUBU UZALG 53 K ASIM 2001 . Bu tipdeki dedektörler. hafif ve daha az enerjiye gereksinim duyarlar. mikroelektronik teçhizatlar olup genelde küçük. Böylece radyometrik çözümlemenin etkisinde kalmaksızın hassas mekansal ve tayfsal çözümleme sağlanır. arazi ile arasındaki mesafenin sabit ve yerde çözümlenen hücrelerin aynı ebatta olmasıdır. Bu süpürmenin sadece ön kısmı kaydedilerek görüntüler oluşturulur. Tarayıcının avantajı. (c) CIRCULAR TİPİ TARAYICILAR: Bu tip tarayıcılar. Diğer tarafdan hareketli parçaları olmadığından daha güvenilir ve uzun ömürlüdürler. Along–track tipi tarayıcılar. Dezavantajı ise. her bir dedektör için daha küçük anlık görüş sahası ve daha dar band genişlikleri sağlar.UZAKTAN ALGILAMA Doğrusal dizindeki dedektörleri içeren Along–track tipi tarayıcıların. dikey eksene yerleştirilmiş bir motor ve ayna vasıtasıyla.

(d) SIDE TİPİ TARAYICILAR: Daha evvel açıklanan 3 tip tarayıcı pasif olarak çalışırken bu tarayıcı aktif olarak çalışmaktadır. “SLAR” ve “SAR” olarak adlandırılanları uçaklarda. “SIR” ve “RADARSAT” olarak adlandırılanları ise uydularda kullanılmaktadır. Bu özellik. Keşif amaçları için genellikle helikopter ve alçak irtifadan uçan uçaklarda kullanılırlar. diğer bir deyişle radar prensibine göre çalışmaktadırlar. geriye dönen kısmının bir anten tarafından algılanması esasına. hassas çözümlemeli olarak dünya karalarının % 80’nin radar görüntülerini algılamıştır. Kendi kaynağından yer sathına gönderdiği enerjinin. İŞLEM ŞİRKETLER GRUBU UZALG 54 K ASIM 2001 . Tarayıcı aynanın dönüş ekseni.UZAKTAN ALGILAMA Circular tipi tarayıcıların “Dwell-time”ı. pilotların kabindeki bir ekran üzerinden gerçek zamanlı olarak izlemesine olanak sağlar ve onların yapacağı seyrüseferi kolaylaştırır. across-track tipi tarayıcılarla mukayese edilebilecek tarzda kısadır. Anten Gönderilen enerji palsi Tarama istikameti Çözümlenen yer hücresi Uçuş istikameti Şekil-56 Side tipi tarayıcı Bu tarayıcıların bellibaşlılarından. NASA tarafından 2000 yılı şubat ayında uzaya gönderilen mekik kapsamındaki en son teknolojiye göre üretilmiş bu tip bir tarayıcı. Daha önceki parağraflarda belirtiği üzere her hava şartında görev yapmaktadırlar. askeri ve sivil alanda yaygın olarak kullanıma girecektir. uçağın ileri hareketi ile değişen araziyi en iyi şekilde gösterme olanağını sağlamaktadır. Bu tarayıcıların sağladığı arazi görüntüleri. ilerideki bir noktayı gösterecek tarzdaki bir açıya bağlı olarak düzenlenmiştir. Hem uçaklarda hemde uydularda kullanılmaktadır. Genelde araziyi yanca görecek şekilde uçan platformlara takılırlar. Önümüzdeki günlerde bu görüntüler.

a. Uydu sistemleri. “Yer sathını gözleyen sensörler ve uyduları”. “Video”. “Gezegenlere yönelik sensörler ve uyduları” olarak 5 genel kategoriye ayrılmıştır. zaman periyodu içinde bölgede meydana gelen değişikliklerin tesbitine olanak sağlar. Laser fluorosensör” ve “Lidar” olarak adlandırılan “Diğer sensörler”de uzaktan algılama amaçları için kullanılmaktadır. Bir çoğunun dünya üzerindeki yörüngesi aynı olduğu için. “FLIR”. Ayrıca. Takiben bilgisayar kullanımı ile kolayca işlenir ve analiz edilir. görüntülerin bozulma ve kayma şansı azdır. “Radar sensörleri ve uyduları”. geniş sahalar değişmez Yörüngeye bağlı olduğundan uzun Gün Yörüngeye bağlı olduğundan sabit Yörüngeye bağlı olduğundan sabit ÇÖZÜMLEME AYDINLATMA HEDEFTE TEKRAR BULUNMA ZAMANI CEVAP VEREBİLME KABİLİYETİ UÇUŞ YOLU Görüntü algılama ve muhtelif veri sağlayan sensörler kullanım amaçlarına göre. “Meteoroloji sensörleri ve uyduları”. ABD’nin 1960 yılında uzaya gönderdiği TIROS-1 (Television and Infrared Observation Satellite) ilk meteoroloji uydusudur. uzaktan algılamanın askeri olmayan ilk uygulamasıdır. Uzaya atılma masrafı hariç. “Deniz araştırma sensörleri ve uyduları”. radyo veya microwave muhabere kanalları vasıtasıyla süratle yer istasyonlarına aktarılır ve manyetik teyplarde depolanır. • • • • Toplanan sayısal veri. Meteorolojik bilgilerin önemini benimseyen ülkeler.UZAKTAN ALGILAMA 2. kameralarla techiz edilmiş uçaklar veya sensörleri içeren uydular tarafından sağlanmaktadır. MUHTELİF SENSÖRLER VE UYDULAR: Görüntüler. METEOROLOJİ SENSÖRLERİ VE UYDULARI: Hava durumu ve tahminleri. takip eden yıllarda uzaya bu amaça yönelik olarak birçok uyduyu göndermişlerdir. İŞLEM ŞİRKETLER GRUBU UZALG 55 K ASIM 2001 . uçak görüntülerine göre daha ucuzdur. Çok istikrarlı bir geometri sağladıklarından. Uydu görüntü sistemleri ile uçak görüntü sistemlerinin karşılıklı mukayesesi sonuçunda her iki sistemin avantaj ve dezavantajları aşağıdaki tabloda gösterilmiştir. aşağıda belirtilen avantajlara sahiptir. ÖZELLİKLER İRTİFA TARAMA GENİŞLİĞİ UÇAK GÖRÜNTÜ SİSTEMİ Oldukça alçak (1-30 Km) Dar (1-15 Km) Geniş sahalar birçok şeritle kaplanır Yüksek İrtifa ve optik techizata bağlı olarak değişir Geniş sahalarda değişir Kısa ve esnek Dakika / saat Düzenlenebilir ve esnek Değişebilir UYDU GÖRÜNTÜ SİSTEMİ Çok yüksek (175-1500 Km) Geniş (60-200 Km) Geniş sahalar tek görüntü ile kaplanabilir Düşük Yörünge ve optik techizat sabit olduğundan değişmez Güneşe senkronizeli olan tiplerinde. sağladığı görüntülerin maliyeti.

nem ve bulut örtüsüne ilişkin bilgileri ve görüntüleri sağlamaktadır. Atmosferik sıcaklık.52-0. mekansal çözümlemenin kaba ve zamansal çözümlemenin daha kısa olduğu görülür.000 Km. bunların taramasının diğer bir deyişle kaplama genişliğinin çok büyük. yükseklikteki bir yörüngede uçmakta ve dünyanın hemen hemen 1/3’ nü gözetlemektedir.1650 D (izlanda.5-12. GOES-8 ve NOAA AVHRR (Advanced Very High Resolution Radiometer) serisi meteoroloji uydularını uzaya göndererek kullanmaya başlamıştır. 3. Band 5: Termal IR 11. 5: 4 Km.UZAKTAN ALGILAMA Bu paralelde ABD. gece döneminde deniz sathı sıcaklığını tesbit Band 3: Orta IR 6. (1) GOES: Meteoroloji ve hava tahminleri için 1975 yılından beri kullanılan GOES serisi uydular ve sensörleri. su. muhtelif fırtınaları tesbit. rüzgar. Meteoroloji uydularının kullandığı sensörler ile.5 Alçak seviyelerdeki nemi tesbit. Gelişmiş en son teknolojiyi içeren GOES-8 meteoroloji uydusu. muhtelif fırtınaları ve şiddetli yağışları tesbit. yangın ve yanardağ olaylarını belirleme. Band 2: Kısa IR 3. 4. gündüz esnasında. toz ve volkanik külleri belirleme Şekil-57 Dünyanın ve florida sahillerindeki bir tayfunun görüntüsü İŞLEM ŞİRKETLER GRUBU UZALG 56 K ASIM 2001 . ekvatordan 36. 1975-1994 yılları arasında GOES-1 (Geostationary Operational Enviromenta Satellite).5 RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) 10 Bit ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 15 Dakika TARAMA GENİŞLİĞİ (Swath) 200 B. DALGA UZUNLUĞU BANDLAR KULLANIM ALANLARI (µm) Band 1: Görünen 0.2-11. kar ve buz içeren bulutları ayırmak.03 Gece oluşan sisleri tesbit.52-12.Bering Boğazı doğusu) YÖRÜNGE YÜKSEKLİĞİ (Km) 36. Band2. TAYFSAL ÇÖZÜMLEME (Spectral Resolution) 0.78-4. yer sathını gözetleyen uyduların sensörleri mukayese edildiğinde.2 Rüzgarların sürüklediği bulutları.72 Bulut. kirlilik ve pusu belirleme.02 Orta seviyelerdeki nemi tahmin ve atmosferik hareketleri izlemek Band 4: Termal IR 10. MEKANSAL ÇÖZÜMLEME (Spatial Resolution) Band1: 1 Km.000 Km. dünyayı hemen hemen gerçeğe yakın zamanlı olarak gözetlemekte ve bölgeleri 15 dakikada bir görüntülemektedir.47-7. deniz sathı sıcaklığını. GOES-7.

Elde edilen bilgiler direkt olarak yerdeki bir istasyona aktarılmaktadır. halihazırda çok iyi mekansal ve zamansal çözümleme ve yeterli tarama genişliği verecek kabiliyettedir. Daha uzun ömürlü olarak proğramlanan bu tip uydu ve sensörleri. bitki ve ziraai araştırma Kar ve buzu belirleme.72-1.1 3.UZAKTAN ALGILAMA (2) NOAA AVHRR: Bu uydu ve sensörü. 0.5 10 Bit 12 Saat 2700 Km. sadece dünya sathının incelenmesine yönelik ihtiyaçı karşılayan ve birçok tayfsal banda sahip bir çok uydu uzaya atılmıştır. Bu sebepten. YER SATHINI GÖZLEYEN SENSÖRLER VE UYDULARI: Meteoroloji uyduları ve sensörlerinden yer sathına ilişkin olarak sağlanan görüntüler ve bilgiler gereksinimleri karşılayamamıştır. 833 Km. hem meteorolojik hemde küçük ölçekli dünyaya ilişkin gözlem ve keşif yapma olanaklarına sahiptir.58-12. deniz sathı sıcaklığı.3-11. tabii bitkiler ve ürün kontroluna ilişkin olarak geniş bölgeleri kapsayan bilgi ve görüntüleri sağlamaktadırlar. İŞLEM ŞİRKETLER GRUBU UZALG 57 K ASIM 2001 . yanardağ ve orman yangını faaliyetleri Deniz sathı sıcaklığı ve toprak nemi Deniz sathı sıcaklığı ve toprak nemi Şekil-58 Hava durumu ve deniz sathı sıcaklıklarını içeren görüntüler b.58-0.1 Km. MEKANSAL ÇÖZÜMLEME (Spatial Resolution) TAYFSAL ÇÖZÜMLEME (Spectral Resolution) RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) TARAMA GENİŞLİĞİ (Swath) YÖRÜNGE YÜKSEKLİĞİ (Km) BANDLAR Band 1: Görünen Band 2: Yakın IR Band 3: Orta IR Band 4: Termal IR Band 5: Termal IR DALGA UZUNLUĞU (µm) 0.68 0. Bunların belli başlılarına ilişkin bilgiler aşağıdaki parağraflarda ifade edilmiştir.3 11.5 1.5-12. Diğer tip yer sathını gözetleme uydularına göre mekansal çözümlemesi kaba olmasına karşın bölgesel.55-3. kar ve buzu tesbit Su. deniz sathı sıcaklığı. bulut. KULLANIM ALANLARI Sağlıklı bitkileri belirleme.93 10.

10 0.35 0. 1999 yılında hizmete giren Landsat 7 uydusu ise. kar. haşarat ilacı uygulama.50 2.45-0.52 Toprak/bitki ayırımı.40-12.55-1.45-12. yer gözetlemesine ilaveten “Enhanced Tematic Mapper: ETM” sensörleri ile donatılmıştır. 28. TM görüntüler ise. kültürel / iskan özellikleini tesbit Band2: Yeşil 0. bulut ve buzun ayırımı ve kaya tiplerinin belirlenmesinde kullanılmaktadırlar.4.10 Bitkileri gözleme ve pusa nüfuz etme LANDSAT 4-5 TM Band1: Mavi 0. 705 Km TAYFSAL ÇÖZÜMLEME (Spectral Resolution) RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) TARAMA GENİŞLİĞİ (Swath) YÖRÜNGE YÜKSEKLİĞİ (Km) DALGA UZUNLUĞU BANDLAR (µm) LANDSAT 4-5 MSS Band1: Yeşil 0. bitki tiplerinin ayırımı.45-0.69 Band4: Yakın IR Band5: Orta IR Band6: Termal IR Band7: Orta IR PAN 0.UZAKTAN ALGILAMA (1) LANDSAT: ABD’nin NASA (National Aeronautical and Space Administration) teşkili tarafından 1972 yılında başlatılan bir proğramla. yukarıda belirtilen kullanım alanlarının sınıflandırılması ve değişikliklerin ortaya çıkarılmasını sağlamaktadırlar. torak ve bitkilerdeki rutubeti belirlemek LANDSAT 7 Band1: Mavi 0. 900 Km. buz ve bulutlu sahaları ayırma Band6: Termal IR 10.525-0.50-0. 0.90 Canlı ve sağlıklı bitki maktarı.45-12. kar.70 Bitkileri ayırma.80-1.90 1. Bu uydular ömürlerini doldurduğundan yerlerini Landsat. Landsat 4 ve 5 uyduları. 0.90 İŞLEM ŞİRKETLER GRUBU UZALG 58 K ASIM 2001 .08-2.50 Bitki ve sağlıksız ürünleri ayırma. 705 Km KULLANIM ALANLARI LANDSAT 7 PAN: 15 m. 5 ve 7 uyduları almıştır.75 10.60 Sağlıklı bitkile ve su havzalarını belirleme Band2: Kırmızı 0. MS: 79 m.50 6 Bit 8 Bit 16 Gün 16 Gün 185 x170 Km. Bathmetry/sahil haritacılığı. SENSÖRLER MEKANSAL ÇÖZÜMLEME (Spatial Resolution) LANDSAT 4-5 LANDSAT 4-5 MSS TM PAN: 30 m.60-0.63-0.50-1. 3 uyduları uzaya gönderilmiştir. Genel olarak MSS görüntüleri.52-0. toprağın nemi.63-0.515 Landsat 4 ve 5 kapsamındaki MSS ve TM bandlarının Band2: Yeşil 0. MS: 30-60 m. toprak/ürün ve arazi/su tasnifi Band5: Orta IR 1.80 Ürün rekolte tahmini ve toprak/ürün ve arazi/su tasnifi Band4: Yakın IR 0.605 uygulandığı alanlarda kullanılır. Band3: Kırmızı 0.75 Bitki ve topraktaki nem.52-0. yer sathını gözetleme amaçlı Landsat-1. 2. 185 x170 Km.69 Bitki türlerini ayırmak ve toprak/ürün ve arazi/su tasnifi Band4: Yakın IR 0.60 Yeşil bitkileri haritalama ve kültürel / iskan özellikleini tesbit Band3: Kırmızı 0.70-0. “Multispectral Scanner: MSS” ve “Tematic Mapper: TM”.50 8 Bit 16 Gün 185 Km.5m. sağlıklı bitkileri belirleme.40-12.76-0. toprak ve jeolojik sınırları kararlaştırma Band3: Yakın IR 0.55-1.08-2. ısı yoğunluğu ve termal kirlenme Band7: Orta IR 2.35 Jeolojik kaya tiplerini ve toprak sınırlarını ayırmak.75-0.

YÖRÜNGE YÜKSEKLİĞİ (Km) 832 Km. arazinin topoğrafik durumunu yansıtan sayısal yükseklin modelleri (DEM) üretilmektedir.51-0.51-0. 20 m.68 Bitki türlerini ayırma. yer altı suları ve havza analizi SPOT XS Band1: Yeşil 0.75 RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) 8 Bit ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 26 Gün 26 Gün 5 Gün TARAMA GENİŞLİĞİ (Swath) 60Km. Along-track tipi ve “High Resolution Visible” olarak adlandırılan tarayıcı sensörleri içermektedir.50-0. güzerğah ve yerleşim analizi .61-0.73 Bitki ve kereste yönetimi. Band 3: Yakın IR 0.UZAKTAN ALGILAMA Şekil-59 Landsat uydusu Pan ve MSS görüntüleri (2) SPOT: Fransız uydusu SPOT-1. DALGA UZUNLUĞU BANDLAR KULLANIM ALANLARI (µm) SPOT PAN PAN 0.89 Band 4: Yakın IR 1. 60 Km. sel ve erozyon analizi / yönetimi.68 İŞLEM ŞİRKETLER GRUBU UZALG 59 K ASIM 2001 .89 Canlı ve sağlıklı bitki maktarı. Bu özellikten istifade ile.73 0. Bu sensör.68 uygulandığı alanlardadaha hassas olarak kullanılır.50-0. Pankromatik görüntüler 6000 dedektör tarafından.75 PAN 0.79-0. SENSÖRLER SPOT PAN SPOT XS SPOT4 MEKANSAL ÇÖZÜMLEME (Spatial Resolution) 10 m.58-1.89 0. 1986 yılında uzaya atılmıştır.50-0.59 Spot kapsamındaki PAN ve XS modları görüntülerinin Band 2: Kırmızı 0. sıralı dizinli (linear array) dedektörleri içermektadir. toprak ve jeolojik sınırları nitelendirme Band3: Yakın IR 0. toprak/ürün ve arazi/su tasnifi SPOT4 Band 1: Yeşil 0. 10 ve 20 TAYFSAL ÇÖZÜMLEME (Spectral Resolution) 0. En son teknolojileri içerecek tarzda dizayn edilmiş ve “High Resolution Visible Infrared: HR VIR” sensörünü içeren SPOT-4 uydusu ise 1998 yılında hizmete girmiştir. 60Km. 3 banda sahip Multispectral görüntüler ise her bir bandına yönelik olarak tahsis edilmiş 3000 dedektör tarafından sağlanmaktadır.79-0.61-0.50-1.59 Sağlıklı bitkileri belirleme Band2: Kırmızı 0. SPOT sensörleri ayrıca bindirmeli stereoskopik (3 boyutlu) görüntü algılama kabiliyetine de sahiptir.61-0.

büyük gemiler. 0.68 0.70 8 Bit 24 Gün 142 Km. LISS-III 23 m. askeri amaçlar için de kullanılmasına olanak sağlamaktadır.86 1. Özellikle pankromatik görüntülerin 5.52-1. Bu sensörler. 0. KULLANIM ALANLARI Band1: Yeşil Band2: Kırmızı Band3: Yakın IR Band4: Kısa IR Band1: Kırmızı Band2: Yakın IR 0. parklar.55-1. 0. WiFS 188 m. İŞLEM ŞİRKETLER GRUBU UZALG 60 K ASIM 2001 . SPOT uydusu gibi bindirmeli stereoskopik görüntü algılama kabiliyetine de sahiptirler.62-0.75 Ulaşım ağları. hem Landsat MSS/TM sensörlerini hemde SPOT HRV sensörlerini kapsayan 3 sensöre sahiptir. bitkilerin ayırımı.77-0. (SW: 70 m).79-0.62-0.8 metrelik mekansal çözümlemesi.68 0. SENSÖRLER MEKANSAL ÇÖZÜMLEME (Spatial Resolution) TAYFSAL ÇÖZÜMLEME (Spectral Resolution) RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) TARAMA GENİŞLİĞİ (Swath) YÖRÜNGE YÜKSEKLİĞİ (Km) BANDLAR PAN DALGA UZUNLUĞU (µm) PAN 0.86 WiFS Landsat ve Spot uyduları sensör bandlarının uygulandığı alanlarda kullanılır. Km. 4 bandlı orta hassasiyette çözümlemeli LISS-III ve kaba çözümlemeli WiFS olarak adlandırılmıştır. açık alanlar veiskan sahalarının belirlenmesi LISS-III Landsat ve Spot uyduları sensör bandlarının uygulandığı alanlarda kullanılır. PAN 5.75 24 Gün 70 Km.8 m. Sağladığı görüntüler genel olarak.UZAKTAN ALGILAMA Şekil-60 SPOT uydusu pankromatik ve Multispectral görüntüleri (3) IRS-1C / 1D: 1995 yılında uzaya gönderilen IRS (Indian Remote Sensing) isimli Hint uydusu.52-0.70 0.59 0.50-0. arazi örtüsünün sınıflandırılması ve tabii kaynakların planlanması amaçları için kullanılmaktadır.77-0.89 5 Gün 774 Km.50-0. tek bandlı ve yüksek çözümlemeli pankromatik.

52-0.63-0.45-0.69 0.60 0. MULTISPECTRAL: 4 m 0. Pankromatik ve multispectral görüntülerin 1 m.90 0. MEKANSAL ÇÖZÜMLEME (Spatial Resolution) TAYFSAL ÇÖZÜMLEME (Spectral Resolution) RADYOMETRİK ÇÖZÜMLEME (Radiometric Resolution) ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) TARAMA GENİŞLİĞİ (Swath) YÖRÜNGE YÜKSEKLİĞİ (Km) BANDLAR Band 1: Mavi Band 2: Yeşil Band 3: Kırmızı Band 4: Yakın IR PAN DALGA UZUNLUĞU (µm) 0. Mekansal çözümleme sağlaması.45-0. 2. büyük ölçüde askeri amaçlara yönelik kullanımına yol açmıştır. KULLANIM ALANLARI PANKROMATİK: 1 m.52 0. ve 4 m.76-0. Eylül 1999 tarihinde Athena II roketi ile uzaydaki yörüngesine oturtulmuştur. 681 Km.UZAKTAN ALGILAMA Şekil-61 IRS uydusu pankromatik ve Multispectral görüntüleri (4) IKONOS: ABD uydusu IKONOS.90 Landsat .9 Gün 13 Km.90 İŞLEM ŞİRKETLER GRUBU UZALG 61 K ASIM 2001 . Spot ve IRS uyduları sensör bandlarının uygulandığı alanlarda kullanılmaktadır.45-0.

hafif yağmur. (Su tabanındaki nesneler hakkında doğru bilgilerin sağlanması. mükemmele yakın 3 boyutlu stereo ve sayısal yükseklik modellerinin (DEM) yapımına olanak sağlarlar. Belirgin şartlar altında hiç bir nemi içermeyen kıraç satıhlara nüfuz ederek bunların özelliklerinin ortaya çıkarılmasına olanak verir. çok dikkatli ve hassas çalışmayı gerektirmektedir) Araziden olan gerçek yükseklikleri ölçme kabiliyetine sahip olduklarından. • • • Radar görüntülerinin en önemli özelliklerinden birisisi de arazi yüksekliklerinin tesbit edilmesidir. • Kullandıkları microwave dalgalar nedeniyle radar sensörleri. Arazi yükseklikleri. Uydulardan sağlanan radar görüntüleri. Pus. su sathının dalga girdap gibi su tabanındaki nesneleri etkileyen faaliyetlerin tesbitine imkan sağlar. Sulara nüfuz etmemesine karşın. RADAR SENSÖRLERİ VE UYDULARI: Diğer uzaktan algılama sistemleri gibi radar görüntüsü sağlayan sensörler hem uçaklara. uçaklarda kullanılanlarına göre. hava fotoğraflarında uygulanan fotoğrametrik hesaplamalara benzer tarzda ve analogdur. gündüz ve gece atmosfere nüfuz eder. Dünyanın çok geniş veya hemen hemen tümünü içeren görüntüleri sağlladıklarından araştırmalar için önemli bir kaynaktır. kar. Bu işlemlere. Coğrafik Bilgi Sistemi (CBS) uygulamalarına çok kıymetli ilave bilgiler sağlamaktadır. radar görüntülerinin önemi ve uygulama alanları daha da artmış olup bunlara ilişkin avantajlar aşağıda belirtilmiştir. Son on yılda ise. Aktif olarak görev yapan bu sensörlerin uydularda kullanılanları. “Stereo” ve “Interferometry” olarak adlandırılan 2 metodla belirlenmektedir. bulut ve dumana rağmen veri sağlamaktadır. “Radargrammetry” denilmektedir.UZAKTAN ALGILAMA Şekil-62 IKONOS uydusu pankromatik ve Multispectral görüntüleri c. Stereo metodu ile yüksekliklerin tesbiti işlemleri. İŞLEM ŞİRKETLER GRUBU UZALG 62 K ASIM 2001 . geometric sorunları daha azdır. hemde uydulara takılmaktadır. hemen hemen tüm hava şartlarında.

başlangıç noktaları birbirinden hafifçe farklı olan 2 dalga boyu arasındaki farktır. “Phase difference (A)”. Daha açık bir ifade ile. aynı sahayı gören. Şekil-65 Interferometric radar sisteminin esası Radar sensörü antenleri tarafından algılanan iki görüntüye ilişkin dalga uzunlukları arasındaki farklar. yukarıda açıklanan metoda uygun olarak aynı uçuş platformu üzerine. yörünge bilgisi ve her bir pixelin yükseklik değeri otomatik olarak hesaplanır. aynı uzunlukta ve frekansda. birbirinden ayrı olarak yerleştirilmiş 2 adet radar sensörü anteni ve küresel yer konum sisteminden (GPS) oluşmuştur. Şekil-64 2 elektronik dalga arasındaki Phase difference özelliği Interferometric radar sistemleri.UZAKTAN ALGILAMA Şekil-63 Stereo radar çifti görüntüsü Çok gelişmiş olan Interferometry metodu ise. elektromanyetik dalgaların “Phase difference” özelliğine dayalı mesafe ölçümünü içermektedir. İŞLEM ŞİRKETLER GRUBU UZALG 63 K ASIM 2001 . Takiben iki görüntünün birleşmesinden 3 boyutlu radar görüntüsü meydana gelir.

OŞİNOGRAFİ: Okyanuslardaki rüzgarlar. HİDROLOJİ: Topraktaki nemin ölçümü ve kar dağılımını haritalama. DENİZLERDEKİ PETROL ARAŞTIRMALARI: Petrol arama faaliyetleri için hava ve deniz durumunu belirleme. ya da sadece radar sensörleri ile donatılmışlardır.UZAKTAN ALGILAMA Şekil-66 3 boyutlu radar görüntüsü Radar verisi. İŞLEM ŞİRKETLER GRUBU UZALG 64 K ASIM 2001 . hava durumu ve gel / git olayları. dalgaların ölçümü. CBS amaçlarına yönelik olarak kendi başına veya meteoroloji ve yer sathı görüntüleri ile birlikte de kullanılabilmekte ve aşağıda belirtilen alanlarda uygulanmaktadır.RADAR SENSÖRLERİ: Uzaktan algılama uyduları. Aşağıdaki tablolarda bunların belli başlıları ve özellikleri belirtilmiştir. BUZUL JEOLOJİSİ: Kutup böllgeleri ve okyanuslardaki buzul değişiklikleri. GEMİ SEYRÜSEFERİ: Gündüz ve gece her havada. kutup ve buzulları içeren okyanuslarda gemilerin emniyetli olarak hareket etmelerini sağlama. • • (1) UYDU . SINIFLANDIRMA: Görünen / Infrared veri ile birleştirilerek kereste ve ürün rekoltesi. KİRLENME: Su sathındaki petrol sızıntılarını belirleme ve yayılmayı izleme. • • • • • • JEOLOJİ: Kısmen arazi sathına nüfuz etme özelliğine dayanarak jeolojik haritalama. bitki örtüsünü sınıflandırma. mineral tesbiti ve arkeoloji. ya radar sensörlerini de içerecek tarzda muhtelif amaçlı sensörleri.

KULLANIM ALANLARI BANDLARI İŞLEM ŞİRKETLER GRUBU UZALG 65 K ASIM 2001 . (b) MİLLİYETİ FAALİYETİ JERS-1 SENSÖRÜ: Japon 1992.8-7. 20-45 Km.55-0.9-6. Faal ERS-2: 1995. 100 x 100 Km ERS-1: SAR Image Mode. 40 x 100 Km. Modelleme için veri tabanı bilgisi ve satıhdaki yüksekliklerde meydana gelen değişiklijkler ERS-2: ERS-1’ in kullanım alanlarına ilaveten atmosferin kimyayasal yapısı ve Sayısal yükseklik modeli (DEM) C (3.76-0.60 µm.2 GHZ) Band1: 0.63-0. Wind Scatterometer. Radar Altimeter. Fiziksel okyanus özellikleri ve hava durumu. Band4: 0. Radyometrik ses tarayıcı Rusya C (3. Radar Altimeter. 18 m. Kutup bölgeleri buz paternleri haritası. Faal 12. Band21: 0.8-7.69 µm Band3: 0. 35 Gün .6 cm. 75 x 100 Km SAR ve 4 bandlı optik sistem L (3.9-6. 44 Gün 75 Km. Gayri Faal 568 Km.76-0. Along Track Scanning Radiometer-2 ve ilaveten Global Ozone Monitoring Experiment ERS-1: Bulut üstünden dünya sathının haritası. Single polarization SAR.86 µm YÖRÜNGE YÜKSEKLİĞİ ÇÖZÜMLEME ZAMANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ KAPLAMA GENİŞLİĞİ SENSÖRLERİ BANDLARI (c) ERS-1 ve ERS-2 SENSÖRÜ: FAALİYETİ YÖRÜNGE YÜKSEKLİĞİ ÇÖZÜMLEME ZAMANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ KAPLAMA GENİŞLİĞİ SENSÖRLERİ ERS-1: 1991. muhtelif IR. Wind Scatterometer.UZAKTAN ALGILAMA (a) ALMAZ-1 SENSÖRÜ: FAALİYETİ YÖRÜNGE YÜKSEKLİĞİ ÇÖZÜMLEME ZAMANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ KAPLAMA GENİŞLİĞİ SENSÖRLERİ YER İSTASYONLARI BANDLARI 1991-1992 15 m.9-6. SAR Wave Mode.2 GHZ) Dalga Uzunluğu: 3.5 m. Along Track Scanning Radiometer-1 ERS-2: SAR Image Mode. SAR Wave Mode.6 cm.2 GHZ) Dalga Uzunluğu: 3.86 µm.

6. SIR B: 10-60 Km.9-19. Okyanus faaliyetleri. 30 x 60 Km. İŞLEM ŞİRKETLER GRUBU UZALG 66 K ASIM 2001 . 7. SIR A: 50 Km. 3. Low Beam Mode: 35 m. 7 mode’da ve farklı çözümlemelerde veri toplamaktadır: 1. 5. X (5.39-1. Extended High Beam Mode: 25 m. Geniş band: 60-200 Km. 2. Standart Beam Mode: 25 m.55 GHZ) Dalga Boyu: 76. 3. ScanSAR Wide Beam Mode:100 m. 7 mode’da ve farklı çözümlemelerde veri toplamaktadır: 1. ScanSAR Wide Beam Mode:100 m.9-6.9-6. Wide Beam Mode: 30 m. Fine Beam Mode: 8 m.8-7. C (3. 25 m.9-19.77-2.90 GHZ) Dalga Boyu: 5. Kutup bölge. toprağın nemi. 1984 1994 225 Km. B.2 GHZ) FAALİYETİ YÖRÜNGE YÜKSEKLİĞİ ÇÖZÜMLEME ZAMANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ KAPLAMA GENİŞLİĞİ SENSÖRLERİ KULLANIM ALANLARI BANDLARI Şekil-67 RADARSAT uydusu tarafından algılanan radar görüntüsü (e) FAALİYETİ YÖRÜNGE YÜKSEKLİĞİ ÇÖZÜMLEME ZAMANSAL ÇÖZÜMLEME TARAMA GENİŞLİĞİ KAPLAMA GENİŞLİĞİ SENSÖRLERİ 25 m.3 cm. ScanSAR Narrow Beam Mode: 50 m. 4. 5.2 GHZ) Dalga Uzunluğu: 3.6 cm. ormanlık arazi nehirlerin yönetimi C (3. 15-90 Km. Faal 175-1500 Km. 2.209-10. 6. 4. Low Beam Mode: 35 m. ScanSAR Narrow Beam Mode: 50 m. Değişken SIR-C Sensör. C SENSÖRLERİ: SIR-A. Çöldeki kuru nehir yatakları Bitki tipleri. B 1981.55 GHZ) Dalga Boyu: 76. erezyon ve çölleşme L (0.39-1. Standart Beam Mode: 25 m. 50 x 50 – 500 x 500 Km Sensör.3 cm. Volkanik ve tektonik faaliyetler. 7. Wide Beam Mode: 30 m. Fine Beam Mode: 8 m. 3 Gün Dar band: 1-15 Km. SIR-A. KULLANIM ALANLARI BANDLARI L (0. Extended High Beam Mode: 25 m.UZAKTAN ALGILAMA (d) RADARSAT SENSÖRÜ: 1995. 10-100 m.75 cm.

askeri hedeflerin ortaya çıkarılması ve yapılacak taarruzun planlanması için. L ve P bandlarında algılama yapmaktadır. Son yıllarda bu sensörler insanlı uzay vasıtalarına da konulmuş ve çok geniş sahaların radar görüntüleri çekilmiştir. tarama genişliği ise 12 Kilometredir. Onlarca tipi bulunan radar sensörlerinin belli başlılarından olan 2 tipine ait bilgiler ve özellikleri aşağıda belirtilmiştir. Microwave bölge kapsamındaki C. ABD NASA / NIMA. Kardaki nemi ölçme. toprak tipleri. uygun inşaat sahalarının bulunması. Bu sensörler genelde. (b) IFSAR: Bilim adamlarının bitkiler ve hayvanlar üzerindeki çalışmaları. nehirler ve erezyon nedeniyle dünyadaki değişiklikleri tesbit. Bu sensör. buzullar. (a) AIRSAR: Uçaklarda kullanılan AIRSAR sensörü. Sensörün anlık görüş sahası (IFOV) 10 metre.RADAR SENSÖRLERİ: Uçaklara yerleştirilen ticari ve askeri amaçlı radar sensörleri uzun yıllardan beri kullanılmaktadır. Bu ihtiyaçları karşılamak için. SLAR (Side Looking Airborne Radar) ve SAR (Synthetic Aperture Radar) olarak adlandırılmış olup bir çok tipleri üretilmiştir. bitki örtüsünü sınıflandırma ve toprağın rutubetini belirleme alanlarında kullanılmaktadır. pilotların doğru ve sıhhatli seyrüsefer yapmaları .UZAKTAN ALGILAMA (2) UÇAK VE İNSANLI UZAY VASITALARI . NASA_JPL tarafından 1983 yılında üretilerek hizmete girmiştir. yükseklik bilgisini içeren topoğrakik görüntülere gereksinim bulunmaktadır. Almanya ve İtalya müşterek bir proje oluşturmuş ve Interferometry prensiplerine dayalı olarak çalışan IFSAR (Interferometric Synthetic Aperture Radar) radar sensörleri ile donatılmış “Shuttle Endeavour” isimli insanlı bir araçı uzaya göndermiştir. Şekil-68 Shuttle Endeavour uzay aracı İŞLEM ŞİRKETLER GRUBU UZALG 67 K ASIM 2001 .

geliştirilmiş SIR-C ve X-SAR sensörleri kullanılmıştır. harici anten grupları (60 metre uzunluğundaki kafes direk üzerinde) ve muhtelif elektronik techizat ile donatılmıştır.UZAKTAN ALGILAMA Bu araç. Paraleller Kara Meridyenler Su Şekil-69 Shuttle Endeavour uzay araçının dünya sathında kapsadığı alanların Harita üzerindeki görünümü Şekil-70 Shuttle Endeavour uzay araçının dünya sathında kapsadığı alanların küresel görünümü Topografik radar görüntülerini algılamak için bu görevde. Uzay araçı. “Shuttle Radar Topography Mission (SRTM) olarak isimlendirilen ve dünyanın topografik radar görüntü ve bilgilerini sağlamak için 11-23 Şubat 2000 tarihlerinde uzayda görev yapmış ve dünya karaları ve sularının büyük kısmını görüntülemiştir. İŞLEM ŞİRKETLER GRUBU UZALG 68 K ASIM 2001 . ana radar anteni (gövdeye bağlı).

50 Km. Tarama Genişliği 225 Km. Çözümleme Düşük Yüksek İşlevi Radar sinyallerini gönderme ve algılama Uzay araçının irtifa ve yörüngesini tesbit eder ve gerekli düzeltmeleri sağlar. İŞLEM ŞİRKETLER GRUBU UZALG 69 K ASIM 2001 . interferometry esaslarını sağlamak için aynı sahayı görecek tarzda birbirinden hafifçe farklı yerlere konulmuştur. Şekil-72 Aynı sahayı gören anten grubları Her iki radar anten grubunun içerdiği sensörler ve elektronik techizata ilişkin bilgileri aşağıdaki tablolarda gösterilmiştir. 3 Cm.6 Cm.UZAKTAN ALGILAMA Harici Radar antenleri Kafes Direk Ana Radar antenleri Şekil-71 Uzay aracı ana ve harici radar anten grubları 2 grub anten. ANA RADAR ANTEN GRUBUSENSÖRLER C Band Radarı X Band Radarı İrtifa ve yörünge elekronikleri Dalga Uzunluğu 5.

UZAKTAN ALGILAMA İrtifa ve yörünge tesbit elekronikleri C Band radar anteni X Band radar anteni Şekil-73 Ana radar anten grubu HARİCİ RADAR ANTEN GRUBUSENSÖRLER C Band Radarı X Band Radarı GPS antenleri Light Emitting Diode (LED) Targets Kafes Direk Dalga Uzunluğu 5. 50 Km. Tarama Genişliği 225 Km. 3 Cm.6 Cm. Kafes direk LED Targets C Band radar anteni GPS anteni X Band radar anteni X Band radar elektronikleri GPS anteni Şekil-74 Harici radar anten grubu İŞLEM ŞİRKETLER GRUBU UZALG 70 K ASIM 2001 . Çözümleme Düşük Yüksek İşlevi Sadece ana radar anten grubunun gönderdiği sinyalleri algılar Grubda bulunan iki adet GPS. Hedef izleme ve her iki anten grubunun birbiri ile ilgili durumlarını ölçme 60 metre uzunluğunda olup. ucuna yerleştirilmiş anten grubunu uzay aracına bağlar. uzay vasıtasının konum bilgilerini sağlar.

kirlenme ve insanlardan kaynaklanan zararlardan etkilenen tabii kaynakları nedeniyle su kütlelerinin kendine özgü bir şekilde araştırılması gerekmektedir. DENİZ ARAŞTIRMA SENSÖRLERİ VE UYDULARI: Dünya sathının 2/3 ünden daha fazla alana yayılmış olan okyanuslar.68 Band5 0.5-12. 1566 Km. Bunların belli başlılarının imkan ve kabiliyetleri aşağıdaki parağraf ve tablolarda belirtilmiştir. küresel iklim üzerinde önemli rol oynamaktadır. denizleri araştırmak üzere 1978 yılında Nimbus-7 uydusu ile uzaya atılan ilk sensördür. Her nekadar meteoroloji ve yer sathını gözleyen sensörler vasıtasıyla bu ihtiyaç karşılansa da. Bu sensörün asıl kullanım amaçı.54-0. Ayrıca bünyesindeki yaşayan varlıkların çokluğu.43-0.66-0.UZAKTAN ALGILAMA d. KULLANIM ALANLARI Klorofili emme Klorofili emme Canlı varlıklar Klorofil yoğunluğu Satıh bitkileri Satıh sıcaklığı Şekil-75 Denizdeki canlı bitki ve organizmalarının yoğunluğunu belirten CZCS sensörü görüntüsü İŞLEM ŞİRKETLER GRUBU UZALG 71 K ASIM 2001 . yakın ınfrared ve termal bölgelerinde algılama yapan bu sensörün uydusu.56 Band4 0. önemi nedeniyle okyanusları inceme amaçına yönelik sensörler üretilmiştir.51-0.80 Band6 10. Elektromanyetik tayfın görünen. 1986 yılnda işlevini tamamlamıştır.45 Band2 0. (1) CZCS SENSÖRÜ: CZCS (Coastal Zone Color Scanner).5 955 Km.70-0.53 Band3 0. 6 Gün 825 m. okyanusların özellikle sahil bölgelerindeki rengini ve sıcaklığını belirlemek. suyun üst seviyelerindeki kirlenmeyi ve kapsadığı maddeleri tesbit etmektir. YÖRÜNGE YÜKSEKLİĞİ ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) MEKANSAL ÇÖZÜMLEME (Spatial Resolution) TARAMA GENİŞLİĞİ (Swath) BANDLAR DALGA UZUNLUĞU (µm) Band1 0.

5-12. TARAMA GENİŞLİĞİ 100 Km. MESSR sensörünün tayfsal dalga uzunlukları Landsat MSS sensörüne benzer değerleri içermektedir.0-7.745 – 0.402 – 0. TARAMA GENİŞLİĞİ (Swath) 100 Km. DALGA UZUNLUĞU (µm) 0.433 – 0.565 0.61-0. VTIR SENSÖRÜ MEKANSAL ÇÖZÜMLEME 900 m. Bu özelliği nedeniyle. 50 m. 4 bandlı “VTIR” (Visible and Thermal Infrared Radiometer) ve 2 bandlı “MSR” (Microwave Scanning Radiometer) olarak adlandırılan 3 sensörü içermiştir. Bu özelliği nedeniyle algıladığı görüntüler.80 0. 17 Gün 900-2700 m. VTIR 900 Km. deniz araştırmasının yanı sıra yer sathına ilişkin uygulamalarda da kullanılmaktadır. MESSR SENSÖRÜ BANDLAR MEKANSAL ÇÖZÜMLEME DALGA UZUNLUĞU (µm) Band1 Band2 Band3 Band4 BANDLAR Band1 Band2 Band3 Band4 0.5 Km. 2700 m. 100 Km.69 0. 100 Km.0 10.500 Band7 Band4 0.5 11. 2 gün 1.545 – 0.80-1. YÖRÜNGE YÜKSEKLİĞİ ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) MEKANSAL ÇÖZÜMLEME (Spatial Resolution) TARAMA GENİŞLİĞİ (Swath) BANDLAR DALGA UZUNLUĞU (µm) BANDLAR Band1 0. 1500Km.480 – 0.Viewing Wide-Field-of View Sensör) okyanusları incelemeye yönelik olarak dizayn edilmiş. 4 bandlı “MESSR” (Multispectral Electronic Self-Scanning Radiometer). 2700 m.50-0. 2800 – 1500 Km. 1500 Km.660 – 0.520 Band8 705 Km. 100 Km.453 Band6 Band3 0.10 DALGA UZUNLUĞU (µm) 0.51-0. VTIR VE MSR SENSÖRLERİ: 1987-1990 yıllarında okyanusları gözetlemek amacıyla uzaya gönderilen MOS ve MOS-1b uyduları.785 0. 50 m.5 50 m.422 Band5 Band2 0. 50 m. gelişmiş bir sensördür.59 0. iklimsel durum ve kapsadığı karbon.5-11. 1500 Km. TARAMA GENİŞLİĞİ 1500 Km. okyanuslardaki canlı organizma faaliyetleri. ZAMANSAL ÇÖZÜMLEME (Temporal Resolution) 17 Gün MEKANSAL ÇÖZÜMLEME (Spatial Resolution) 50 m. Sahip olduğu 8 bandın herbiri çok dar band aralıklarında çalışmaktadır. 2700 m.885 İŞLEM ŞİRKETLER GRUBU UZALG 72 K ASIM 2001 .UZAKTAN ALGILAMA (2) MESSR. MESSR YÖRÜNGE YÜKSEKLİĞİ 900 Km.72-0.500 – 0. 1500 Km. sülfür ve nitrojenin belirlenmesinde kullanılmaktadır.1 – 4.845 – 0.70 6. (3) SeaWiFS SENSÖRÜ: “SeaStar” uzay vasıtasında kullanılan SeaWiFS (Sea.680 0.

43 ÇAPI (Km) GEZEGEN MERCURY VENUS DÜNYA MARS JUPITER SATURN UYDULARI 4. UMBRIEL.050. gezegenler ve yörüngelerindeki uydular.000 4. GÜNEŞE UZAKLIĞI (Km) 58. “Magnetometer”. Teleskopla başlayan ve halen içinde bulunduğumuz uzay çağında.000. TITAN. Son 50 yılda bu gezegenlerin uzaktan algılama sistemleri ile sistematik olarak incelenmesi ve görüntülenmesi için çok büyük adımlar atılmıştır. Güneş sistemi kapsamındaki belli başlı gezegenlerin ve dünyamızın uydusu ay’a ilişkin genel bilgiler aşağıdaki tabloda gösterilmiştir.UZAKTAN ALGILAMA e.600. “ Far UV spectrometer” olarak adlandırılan sensörler ile fiziksel ve kimyasal ölçümler için özel olarak dizayn edilmiş teçhizatlarla donatılmıştır.880 12.6 243R 1. gezegenlerin kendilerine özgü satıh ve atmosferini belirlemeye yönelik olarak “Alpha-particle spectrometer”. güneş sistemi kapsamındaki gezegenleri ve onların uyduları üzerinde yapılacak bilimsel çalışmalarda kullanılan görüntüler.450. 1889N1 CHARON URANUS NEPTUNE PLUTO 2.000 780. NEREID. “Mass spectrometer”.41 0.000 YÖRÜNGESEL PERİYODU (Yıl) 0. LAPETUS.000 5.786 143. HYPERIOR.000 1. CALLISTO MIMAS.659 AY DEIMOS. astoroidler ve kuyruklu yıldızların görüntülenmesinde kullanılmıştır.000.72 0. DIONE.757 6. Başta ABD NASA.000 228.000 ÇAPI (Km) 3475 İŞLEM ŞİRKETLER GRUBU UZALG 73 K ASIM 2001 .288 UYDU DÜNYA UYDUSU AY DÜNYADAN UZAKLIK (Km) 384.105 12. PHOBOS IO.970.850. Bunlara ilaveten uydular ve uzay vasıtaları.86 29.797 120.605.916.46 EKSENİNDEKİ DÖNÜŞ PERİYODU (Gün) 58. PHOEBE MIRANDA.01 164. GEZEGENLERE YÖNELİK SENSÖRLER VE UYDULAR: Güneş sistemi kapsamındaki gezegenler ve onların uyduları hakkında bilgi sahibi olmak arzusu çok eski devirlerde başlamıştır.000.00 1.000.430.121 49. uzaktan algılama teknikleri ile sağlanmıştır.4 51.000 150. TITANIA.62 1. Dünya sathını görüntüleyen ve elektromanyetik tayfın muhtelif bölgelerinde algılama yapan sensörlerden pek çoğu. GANYMEDA.73 6. OBERON TRITON.560 2.88 11.450.03 0.00 1.000 108.80 247.68 0. ARIEL. Rusya olmak üzere muhtelif ülkeler değişik sensörlerle donatılmış insanlı veya insansız uydu ve vasıtaları uzaya göndermiştir. ENCELADUS. Bu görüntüleri elde etmek amaçıyla. Galileo 1610 yılında kullandığı basit bir teleskopla ayda bulunan kraterleri ve Jupiter gezegeninin bir uydusunu keşfetmiştir.24 0.000 84. EUROPA. RHEA. TETHYS.

1966 20. Mariner. elektromanyetik tayf bölgesi. terkipi Sathın özellikleri. işlemler Satıh reliefi GÖREV VASITASI Apollo 15. Voyager Mariner. terkipi Satıh kimyası. aşağıdaki tablolarda belirtilmiş ve algıladıkları muhtelif görüntüler takip eden şekillerde gösterilmiştir. Pioneer. GÖRÜNEN. 16 Venera Apollo. GÖRÜNEN MULTISPECTRAL IMAGERS REFLECTANCE SPECTROMETERS LASER ALTIMETERS POLARIMETER IR RADIOMETER (TARAYICILI) MICROWAVE RADIOMETER BİSTATİC RADAR IMAGING RADAR LUNAR SOUNDER S-BAND TRANSPONDER RADIO OCCULTATION ULTRAVIOLE. Viking Landers Mariner. Pioneer Venus Apollo 14.UZAKTAN ALGILAMA Genel olarak gezegenlere yönelik olarak kullanılan sensörlerin. 16. 1969 1970 1994 UYDU / UZAY ARACI TELESKOP LUNA 3 (İLK GÖRÜNTÜ) RANGER LUNAR ORBITERS APOLLO 11 (İNSANLI İNİŞ) APOLO 12. GÖRÜNEN. Voyager Apollo. INFRARED GÖRÜNEN. 7. YAKIN IR. Voyager Yer konuşlu teleskop. METOD GAMMA-RAY. 15. terkipi Satıh ve atmosferik sıcaklık. değerlendirme alanları ve görev vasıtası aşağıdaki tabloda gösterilmiştir. Apollo ULTRAVIOLE ULTRAVIOLE. Helyum. 17 CLEMENTINE KAMERA TV KAMERA SENSÖR 2 x 70 mm KAMERA (S/B FİLM) TV KAMERA YUKARIDAKİ TABLODAKİ TÜM SENSÖRLER UV. 14. DÜNYA UYDUSU AY ÜLKE SSCB USA SSCB USA USA USA TARİH 1860 1959 1961-1965 1. 16. Viking. FLUORESCENCE SPECTROMETRY ULTRAVIOLET SPECTROMETRY PHOTOMETRY ELEKTROMANYETİK TAYF BÖLGESİ GAMMA IŞINLARI X-IŞINLARI BİLGİLER Gama tayfı Dalga boylarının özelliği Güneş yansıması tayfı Kontrastlık derecesi DEĞERLENDİRME ALANLARI K. Pioneer Pek çok görev Teleskop. 17 GÖRÜNEN INFRARED MICROWAVE MICROWAVE MICROWAVE RADAR RADYO RADYO Satıh dokusu. terkipi Atmosfer / satıh sıcaklığı ve yapısı Satıh yükseklikleri Topografya Satıh profili ve görüntüleri. metodları. LIDAR İŞLEM ŞİRKETLER GRUBU UZALG 74 K ASIM 2001 . Karbondioksit Sathın tabii yapısı. INFRARED Tayfsal ve mekansal Yansıyan solar yayımın tayfsal yoğunluğu Yayılan ve yansıyan sinyaller arasındaki zaman farkı Satıh polarizasyonu Termal yayın yoğunluğu Pasif microwave emme Sathın yansıma profilleri Tarama genişliği yansımaları Çok frekanslı Doppler shift’leri Tek frekanslı Doppler shift’leri Frekans ve yoğunluk değişikliği GÖRÜNEN Apollo 15. 4. iletkenlik Yer çekimi verisi Atmosferik yoğunluk ve basınç Pioneer. bilgileri. Hidrojen. Dünya sistemi Apollo 17 Apollo Flybys ve Orbiters Dünyamızın uydusu ay ve gezegenlere ilişkin olarak uzaya gönderilen uydular / uzay araçları ve kapsamlarındaki uzaktan algılama sensörlerine ilişkin bilgiler. U. mineroloji. Th isotopları Satıhdaki mineraller / Kimyasal bileşikler Atmosferik terkip. SPECTROSCOPY X-RAY. 15. 16 Viking Magellan.

RADAR ALTIMETER FOTOGRAFİK KAMERA. 2 PATHFINDER JUPITER USA USA USA 1973-1997 1995 PIONEER 10. 9 SENSÖR TV VIDICON KAMERA UV SENSOR / KAMERA UV SPECTROMETERS. 13 VENERA 15. 9.UZAKTAN ALGILAMA GEZEGEN MERCURY VENUS ÜLKE USA USA USA SSCB SSCB USA TARİH 1973-1975 1967-1974 1978 1975-1982 1983 1990 1965-1971 UYDU / UZAY ARACI MARINER 10 MARINER 5 PIONEER VENUS VENERA 7. GAMMA RAY SPECTROMETER RADAR SENSÖRÜ MULTIMODE RADAR MAPPER (SAR) TV KAMERA. 16 MAGELLANS MARINER 4. TERMAL EMISION SPECTROMETER. IR INTERFEROMETER SPECTROMETER. 10.. 8. MAGNETOMETER / ELECTRON REFLECTOMETER TV KAMERA MARS USA USA USA 1976 1997 VIKING 1. IR RADIOMETER. 11 VOYAGER 1. UV SPECTROMETER TV KAMERA LASER ALTIMETER. IR RADIOMETER. 2 GALILEO VOYAGER 2 VOYAGER 2 VOYAGER 2 SATURN URANUS NEPTUNE USA USA USA SPACE TELESCOPE IMAGING SPECTROMETER HUBBLE SPACE TELESCOPE HUBBLE SPACE TELESCOPE Şekil-76 Dünya uydusu Ay yüzeyine ilişkin algılanan ilk görüntüler İŞLEM ŞİRKETLER GRUBU UZALG 75 K ASIM 2001 .

UZAKTAN ALGILAMA Şekil-77 Apollo uzay araçları tarafından çekilen Ay yüzeyine ilişkin görüntüler Şekil-78 Mercury gezegenine ilişkin görüntüler İŞLEM ŞİRKETLER GRUBU UZALG 76 K ASIM 2001 .

UZAKTAN ALGILAMA Şekil-79 Venus gezegenine ilişkin görüntüler Şekil-80 Venus gezegenine ilişkin topografik görüntü haritası İŞLEM ŞİRKETLER GRUBU UZALG 77 K ASIM 2001 .

UZAKTAN ALGILAMA Şekil-81 Mars gezegenine ilişkin görüntüler Şekil-82 Çok yakından algılanmış Mars gezegeni görüntüsü İŞLEM ŞİRKETLER GRUBU UZALG 78 K ASIM 2001 .

UZAKTAN ALGILAMA Şekil-83 Jupiter gezegenine ilişkin görüntüler Şekil-84 Saturn gezegenine ilişkin görüntüler Şekil-85 Uranus gezegenine ilişkin görüntüler İŞLEM ŞİRKETLER GRUBU UZALG 79 K ASIM 2001 .

(2) FLIR SENSÖRÜ: İleri bakışlı infrared (Forward Looking Infrared: FLIR) sensörler. oldukça yüksek mekansal çözümlemeli görüntü sağladıklarından. askeri açıdan düşman derinliklerindeki riskli İŞLEM ŞİRKETLER GRUBU UZALG 80 K ASIM 2001 . zamanlı ve kayıt edilmiş görüntüleri içerirler. FLIR sensörleri. Bu özellikleri nedeniyle. elektromanyetik tayfın görünen. yakın ınfrared bazen orta infrared bölgelerinde kayıt yapmaktadırlar. İnsanlı veya insansız uçak veya helikoptepterlerin ön ilerisindeki sahaları görüntülemek için genelde harici olarak payloadlar içine yerleştirilmiş olarak bu vasıtaların ön tarafına monte edilirler. klasik hava fotoğraflarından veya sayısal görüntülerden daha kaba mekansal çözümleme sağlamaktadır. DİĞER SENSÖRLER: Uzaktan algılamada yaygın olarak kullanılmayan muhtelif tipde sensörler mevcuttur. across-track termal görüntüleme sensörleri gibi çalışmaktadır. Bunların belli başlıları özet olarak aşağıdaki parağraflarda açıklanmıştır. Bu kameralar ucuz olup. (1) VİDEO KAMERALARI: Video kameraları. Yer sathının mail görünüşünü sağlamak üzere dizayn edilmişlerdir.UZAKTAN ALGILAMA Şekil-86 Neptune gezegenine ilişkin görüntüler f. ürün değerlendirmesinde. Video kameralar. Kasetlere kaydedilen görüntüler süratle ekranlarda tekrar gösterilebilmektedir. yangın ve sel baskını gibi tabii afetlerde. çevresel hasarların kontrolunda ve polisin gözetim ve araştırmalarında kullanılmaktadır.

polis gereksinimleri ve orman yangınları gibi olaylarda kullanılmaktadır. Bu özelliğe sahip maddeler başlangıçta kendilerine gelen enerjiyi emerler. Keza Lidar sensörleri. Lidarların bir tipi olan “Laser Profilometer” sensörü. üzerlerine gelen enerjiyi aldıklarında kendiliklerinden çeşitli renklerde ışık saçmaktadır (flüorişi). Bu yayım basit bir yansıma değildir. İŞLEM ŞİRKETLER GRUBU UZALG 81 K ASIM 2001 . trafik ve suçluların takibi vb. Klorofil taşıyan bitkileri haritalamada. hedefe gönderilen ve kendisine dönen enerjinin mesafesini hesap ederek cismin yüksekliğini tesbit eder. havanın yoğunluğunu ve cereyanlarını tesbit etmek için de kullanılmaktadır. Sensör. Sensörden gönderilen laser ışın palsleri. tabii kirlilik ile petrol sızıntıları gibi hususları içeren okyanus uygulamalarında kullanılmaktadır. hedefe çarparak yansır ve bu yansıma ise sensör tarafından algılanır ve kaydedilir. (4) LIDAR SENSÖRÜ: Lidar (Light Detection And Ranging) sensörleri. su derinliklerini su sathına göre. örneğin ormandaki ağaçların tepe yüksekliklerini yer sathına göre.UZAKTAN ALGILAMA hedeflerin tesbitinde. mesafesini ölçmektedir. radar sensörlerine benzer tarzda aktif görüntüleme teknolojisine göre çalışmaktadırlar. Bu tip yayımı ölçmek için dizayn edilmiş Laser Fluoro sensörleri. arama ve kurtarma harekatlarında. Şekil-87 Insansız hava araçında kullanılan FLIR sensörü (3) LASER FLUORO SENSÖRÜ: Yeryüzündeki bazı maddeler. Takiben birleşimindeki moleküllerin artan faaliyetleri sonuçunda çok uzun dalga boyunda yayım yaparlar. dünya atmosferinin muhtelif katmanlarındaki partikülleri belirleme.

uçuş platformunun yüksekliğine. Hava durumu. kısa odak uzaklılar ise az detaylı geniş sahaların fotoğraflarını sağlarlar. Keza hava fotoğraflarının mekansal çözümlemesi. istikrarlı sabit kanatlı uçaklara. filmler ve filitreler kullanılarak elde edilmektedir. İŞLEM ŞİRKETLER GRUBU UZALG 82 K ASIM 2001 .9 µm dalga uzunluğu kullanılmaktadır. fiziki bir temas olmaksızın algılanan görüntüler. Hava fotoğrafları. banyo/baskı işlemleri ve kıymetlendirme teknikleri güvenilir ve ekonomiktir. hava fotoğraflarının kullanımı daha avantajlıdır. Mekansal detayların. fotoğrafik veya sayısal ortamlara kaydedilir. uzay vasıtalarına ve nadiren helikopterlere takılan kamaralar vasıtasıyla sağlanmaktadır. uçağın yüksekliğine. Elektromanyetik enerjinin sayısal olarak toplanması ve kaydı oldukça yenidir. muhtelif kameralar. filmin format ebadına bağlı olarak değişmektedir. kameranın odak uzaklığına. ışık şartları ve atmosferik olaylardan etkilenmektedir. Fotoğrafın kaplama alanı. elektromanyetik tayfın sadece 0. Görüntü sayısal olmayan film ortamına kaydedildiği için fotoğraflar uzun sürede ve masraflı olarak elde edilmektedir. Çekilen hava fotoğrafının ölçeği ve kalitesi. “Hava Fotoğrafları” ve “Çok Bandlı Görüntüler olarak adlandırılan 2 tipe ayrılırlar.3-0. HAVA FOTOĞRAFLARI: Hava fotoğraflarının özellikleri ve kıymetlendirilmesine ilişkin teknikler uzaktan algılanan görüntülerin temelini oluşturmaktadır. Uçuş platformunun yüksekliği fazla ise. görünen ve yakın ınfrared bölgelerinden. Çözümleme ve ölçek hava fotoğraflarının ana özelliklerindendir. • • • Algılamada. Uzaktanan algılanan görüntülerin başlangıçı olan hava fotoğraflarının temini için kullanılan kameralar. elektronik sensörler ile elde edilen verilere göre daha kabadır. herhangi bir zamanda. Hava fotoğraflarının elde edilmesinde ve kıymetlendirilmesinde klasik metodlar kullanılmaktadır. a. fotoğraf tipine ve kullanılan fotoğrafik donanımın olanaklarına bağlıdır. ticari çok bandlı görüntüleme uydularının ve sensörlerinin ortaya çıkması.3-0.9 µm dalga uzunluklarına hassas olarak üretilmişlerdir. elde edilecek fotoğrafın kapladığı saha büyük. bilgisayar teknolojisini etkilemiş ve kabiliyetlerinin artmasına neden olmuştur. Dünyanın herhangi bir kısmının. Çok büyük imkan ve kabiliyete sahip. Kameralarda kullanılan filmler elektromanyetik tayfın 0. detaylar ise azdır. tayfsal bilgiden çok daha kritik olduğu durumlarda. Uzaktan algılanan hava fotoğraflarının aşağıda belirtilen 3 ana dejavantajı bulunmaktadır. Hava fotoğrafları.UZAKTAN ALGILAMA 3. Keza bilgisayar ortamına aktarmak için sayısallaştırma işlemine gereksinim bulunmaktadır. Bu kayıt ortamlarına dayanarak görüntüler. Uzun odak uzaklı kameralar detaylı küçük sahaları. çok detaylı fotoğrafını temin etmek için ekseriyetle uçaklar kullanılmaktadır. UZAKTAN ALGILANAN GÖRÜNTÜ TİPLERİ: Elektromanyetik tayfın UV.

yüksek ve düşük kontrastlı hedef çözümleme ve tesbit panolarının (Şekil-45 ve 46) kullanımı ile belirlenmektedir. • • • • Atmosferik dağılım Uçağın titreşimi ve hareketi (görüntü hareketinin senkronizesi (IMC) ve kamera sehbalarının 3 eksende sağladığı istikrar ile belirgin ölçüde giderilmektedir) Merceğin detay ayırt etme güçü Filmin detay ayırt etme güçü Merceğin detay ayırt etme güçü. emülsiyon üzerindeki dağılımı. Bu granüllerin ebadı.2 mm” değerleri fotoğraf üzerinde tesbit edilebiliyorsa. Granüllerin ebadı ve dağılımı. Kamera sisteminin toplam çözümlemesi mercek ve filmin detay ayırt etme güçünün bileşiminden oluşmaktadır. bunların en önemlisi emülsiyon tabakasında bulunan granüllerdir. Üreticiler her iki kontrastlık değerine cevap verecek tarzda film üretmektedirler. cisimlerin ayırt edilebileceği hat çiftlerini. merceğin kalitesine ve ebadına bağlı olarak değişmektedir. yüksek kontrastlıktaki hedefler için “300 hat-çifti mm-1” düşük kontrastlıktaki hedefler için ise “80 hat-çifti mm-1” dir. Yüksek kontrastlık oranına sahip hedeflere ilişkin detayların ayırt edilmesi düşük kontrastlı hedeflere göre daha iyidir. İŞLEM ŞİRKETLER GRUBU UZALG 83 K ASIM 2001 . Yer çözümlemesi. Bunun tipik değerleri 25100 hat-çifti mm-1’dir Hava fotoğrafları. Yaygın olarak kullanılan kodak firmasının panchromatic X (siyah / beyaz) hava filminin detay ayırt etme güçü. 6100 metre yükseklikten ve odak uzaklığı 152 mm olan ve 20 hat-çifti mm-1’lik sistem çözümlemesine sahip bir kameranın yer çözümleme ve yer asgari ayırım değerleri aşağıdaki eşitliklerin kullanımı ile hesaplanmaktadır.UZAKTAN ALGILAMA Hava fotoğraflarının mekansal çözümlemesi veya detay ayırt etme güçü aşağıdaki faktörlerden etkilenmektedir. Büyük granüllere sahip filmler süratli. göz için kullanılan Şekil-45’deki hedef çözümleme ve tesbit panosunun fotoğraflanması ile belirlenmektedir. Bu panonun üst tarafında bulunan “ 7 hat-çifti cm-1” ve “0. film üreticileri tarafından düzenlenmekte olup filmin sürati olarak adlandırılmıştır. bu değerler merceğin azami detay ayırt etme güçünün ölçüsüdür. Merceğin bu güçü. banyo işlemlerini ve baskı ile elde edilecek hava fotoğrafını etkilemektedir. diğer bir deyişle ışığa daha hassastır. “yer çözümlemesi” (ground resolution) ve “yer asğari ayırımı” ( Minimum ground seperation) olarak ifade edilen iki unsur ile ilişkilidir. gerek görüntünün kaydını. Filmlerin detay ayırt etme güçü. Dünya üzerindeki hedeflerin pek çoğu düşük kontrastlıktadır. Filmin detay ayırt etme güçünü bir çok faktör etkilemekle beraber. yer asgari ayırımı ise cisimler arasındaki asgari ayırt edilebilme mesafesini ifade etmektedir.

hat. mm 6100 = 2.00 2 = 0. mm ) Rg = FİLM MERCEK UÇUŞ YÜKSEKLİĞİ ( H. m Rs : Sistemin çözümlemesi. m) YER ÇÖZÜMLEMESİ -1 ( Rg . hat-çifti mm f : Kameranın odak uzaklığı.00 hat . Yer Asgari Ayırımı = = 1.çifti Rg 2 1.çifti mm ) ODAK UZAKLIĞI ( f. hat.0 hat çifti m-1’ in ayırt edilebileceğini göstermektedir.UZAKTAN ALGILAMA Rg = H Rs x f Rg : Yer çözümlemesi. hat-çifti mm H : Kameranın hedefden olan yüksekliği. Fotoğraf üzerinde ayırt edilebilecek yerdeki iki cismin arasındaki asgari mesafe aşağıdaki eşitliğin kullanımı ile belirlenmektedir.çifti mm ) YER ASGARİ AYIRIMIİ (1 / Rg / 2 ) YER Şekil-88 Hava fotoğraflarını yer çözümlemesi ve yer asğari ayırımını ilişkin çizim Bu örnekte yerde çözümlenen hedefin aralığı çok yakın olarak bulunmuş olup fotoğraf üzerinde 2.0 hat-çifti m-1 20 x 152 SİSTEMİN ÇÖZÜMLEMESİ -1 ( RS.25 m 2 İŞLEM ŞİRKETLER GRUBU UZALG 84 K ASIM 2001 .

İŞLEM ŞİRKETLER GRUBU UZALG 85 K ASIM 2001 . Gerek normal renkli. elektromanyetik tayfın Ultraviole (UV). gerekse de infrared renkli filmlerin emülsiyonu. bitki örtüsünde meydana gelen farklılıkların tesbitinde fayda sağlamaktadır. Diğer tarafdan bu filmlerin maliyeti ucuz ve banyo işlemleri kolaydır. Şekil-89 Siyah beyaz filmlerden basılan kaydedilen hava fotoğrafları (b) NORMAL RENKLİ FİLMLER: Normal renkli filmler. Hava fotoğrafçılığında çok yaygın olarak kullanılan bu filmler. ışığın farklı aralıklarına hassas olan 3 katmanı içermektedir. gözümüzün tabiatta gördüğü renkleri aynen gösterirler. siyah beyaz (Panchromatic). normal renkli (normal color) ve Infrared renkli (false color ınfrared) olarak isimlendirilen 3 tip film kullanılmaktadır. elektromanyetik tayfın görünen bölgesindeki kırmızı. Infrared yansımaya olan hassasiyetleri nedeniyle bu tip filmler. yeşil ve mavi renklere hassastır. (a) SİYAH BEYAZ FİLMLER: Siyah beyaz fotoğraflar. UV fotoğrafları. görünen bölgelerine hassas olup buradaki hedefleri kaydetmektedir. görünen bölgeye ilişkin enerjiyi engellemek diğer bir değişle emmek için filitreler kullanılmaktadır. özellikle yakın ınfrared (NIR) bölgeye. ayrıca UV ve görünen bölgelere de hassastır. atmosferin dağıtma ve emme özelliği nedeniyle yaygın olarak kullanılmaktadır. UV bölgesine yönelik olarak kullanılan siyah beyaz filmlerle birlikte. Normal renkli filmler. fotoğrafın kenar kısımlarında daha iyi sonuçların alınmasına olanak vermektedir. Siyah beyaz infrared filmler.UZAKTAN ALGILAMA (1) HAVA FOTOĞRAFÇILIĞINDA KULLANILAN FİLMLER: Hava fotoğrafçılığında. Çok iyi detay ayırt etme kabiliyetine sahip olan siyah beyaz filmler. pankromatik veya ınfrared’e hassas filmler tarafından sağlanmaktadır.

Bu özelliğe dayanarak hava fotoğrafları genelde “Dikey” ve “Mail” olarak 2 tipe ayrılırlar. gizleme veya aldatma için yapılan kamuflajı ortaya çıkarmak mümkündür. Bu filmler. Şekil-90 Normal renkli ve ınfrared renkli filmlere ilişkin fotoğraflar (c) INFRARED RENKLİ FİLMLER: Renkli ınfrared filmler. çok yüksek yakın infrared yansıma veren yeşil ve canlı bitkiler kırmızı renkte. kırmızı nesneler yeşil. yer sathına muhtelif bakış açıları ile monte edilirler. banyo işlemleri uzun ve depolanmaları limitli şartlara bağlıdır. istenen görev tipine bağlı olarak uçak platformlarına. yeşil nesneler mavi ve mavi nesneler ise siyah renkte görünürler. Fotoğraf üzerinde. Fotoğrafın kenar kısımları. Bu filmlerin maliyeti pahalı. siyah beyaz filmlere nazaran foto kıymetlendirmeciye daha tabii bir ortam sağlarlar. ınfrared görüntülerin daha net görünmesini sağlamak için mavi ve UV dalga uzunluğuna yönelik filitreye sahiptir. İŞLEM ŞİRKETLER GRUBU UZALG 86 K ASIM 2001 . cisimlerin daha kolay tanınmasına olanak vermektedir. aynı zamanda kamuflaj tesbit (CD) olarak da bilinirler. görünen bölgedeki kırmızı ve yeşil renkler ile yakın ınfrared dalga uzunluklarına hassastır.UZAKTAN ALGILAMA Bu özellikleri nedeniyle. Bu özellik nedeniyle bu filmler. diğer tarafdan düşük yakın infrared yansıma nedeniyle. Bu fotoğraflardaki aşırı gölgeler ve renkler. (2) HAVA FOTOĞRAFLARININ TİPLERİ: Kameralar. Banyo işlemleri uzun ve maliyetleri pahalı olup depolanmaları limitli şartlara bağlıdır. Renklerin bu değişikliğinden istifade ile. siyah beyaz fotoğraflara göre daha zayıftır.

her bir poza ilişkin coğrafik koordinatın anında tesbiti. Bu nedenle kamera. uzaktan algılama ve haritacılık amaçları için kullanılmaktadır. Belirli bir uçuş yüksekliğinden çekilen dikey fotoğrafların arazide kapladığı alan mail fotoğraflardan daha azdır. Tek mercekli frame kameralarla algılanan dikey fotoğraflar. Şekil-91 Dikey ve mail hava fotoğrafları (b) MAİL FOTOĞRAFLAR: Mail kameralar. pozlar arasındaki boyca bindirme oranı % 51-60. mozaik olarak adlandırılan uçuş görevleri ile sağlanmaktadır. hesaplanması oldukça basit olan hemen hemen sabit ölçeğe sahiptir. uçağın yanındaki araziyi perspektif olarak görmektedir. Dikey fotoğraflarda. Stereoscope aleti ile hedeflerin 3 boyutlu incelenmesi ve mozaik görevindeki pozlar ve şeritler arasındaki kopmaları önlemek için. yüksek süratte. arazi üzerinde yan yana birden fazla şerit halindeki. Bir haritaya benzemeleri nedeniyle birbirleri ile karşılaştırılabilirler. uçağın seyrüsefer sisteminden istifade ve kameralara eklenen ilave teçhizatla belirli ölçüde giderilmektedir. Bu tip sorunlar. yanca bindirme oranı ise % 10-30 limitleri içinde olmalıdır. Geniş arazi yüzeylerinin dikey fotoğraflar ile kaplanması gereksinimi. sapma ve yatış hareketlerinden doğan hataların giderilmesi büyük önem taşımaktadır.UZAKTAN ALGILAMA (a) DİKEY FOTOĞRAFLAR: Dikey fotoğraflar. ardışık ve bindirmeli olarak kaydederler. optik ekseni yer sathı ile 900’ lik açı yapacak şekilde yerleştirilen kameralarla sağlanmaktadır. uçağın yer sürati ile film süratinin senkronizesi. uçağa optik ekseni ufukla bir açı yapacak şekilde takılır. İŞLEM ŞİRKETLER GRUBU UZALG 87 K ASIM 2001 . uçağın yunuslama. içermiyorsa “Alçak Mail” olarak adlandırılırlar. Mail fotoğraflar ufuk görüntüsünü içeriyorsa “Yüksek Mail”. Bu kameralar geometrik bozulmayı asgariye indirmek için veriyi. Üzerlerinde ölü sahalar yoktur ve ölçüm işlemleri kolaydır. Dikey fotoğraf.

Son yıllarda işlem kabiliyetleri geliştirilen bilgisayarlar. Sabit ve belirlenmesi kolay olmayan bir ölçek nedeniyle ölçümleri yapmak zordur. Çok bandlı görüntüler. Renkli filmlerde. çok geniş sahalardaki veriyi kaydetmekte ve bunları elektronik olarak yer istasyonlarına süratle aktarmaktadır. Kameraya yakın sahadaki yüksek nesneler arkalarındaki alçak nesneleri örttüğünden fotoğrafda ölü alanlar bulunmaktadır. çok bandlı görüntülerin ekonomik yönetimini ve süratli olarak üretimini desteklemektedir. birçok dalga uzunluğunda ve frekensta. veya fotoğrafik işlemlere gereksinim bulunmamaktadır. “Multispectral”. “Hyperspectral” ve “Ultraspectral” olarak 3 tipe ayrılmıştır. ÇOK BANDLI GÖRÜNTÜLER: Uzaktan algılama ile sayısal sayısal görüntü temin eden günümüzün uyduları. Düşman derinliğine girmeden hedeflerin uzaktan algılanmasına olanak vermektedir.UZAKTAN ALGILAMA Dikey fotoğraf ile karşılaştırıldığında. opturatöre. iki veya daha fazla tayfsal bölgeden veya bandlardan aynı zamanda toplanan veri olarak tanımlanmaktadır. Tayfsal veri. çimenler ve yollar gibi ana özelliklerin tayfsal tanınmasını sağlar HYPERSPECTRAL Dar band aralığında Tayfsal çözümleme yüksek Materyal ve çevre koşullarının tayfsal ayırımınıı sağlar ULTRASPECTRAL Çok dar band aralığında Tayfsal çözümleme çok yüksek Materyalin detayları. Bu üretim için merceklere. mail fotoğrafın her pozu daha geniş sahayı kapsamaktadır. yeşil ve mavi ışığa karşı hassastır. Multispectral sensörler geniş band aralığında onluk. Hyperspectral sensörler dar band aralığında yüzlük ve Ultraspectral sensörler ise çok dar band aralığında binlik bandları kapsamaktadır. İnsan gözü gerçekten 3 bandlı bir sensöre benzemekte olup elektromanyetik enerji bölgesindeki kırmızı. su buharı ve aerolların tanınmasın ve ayırımını sağlar Şekil-92 Multispectral. Dalga uzunluğu (micrometers) MULTISPECTRAL Geniş band aralığında Tayfsal çözümleme orta Ağaçlar. b. Hyperspectral ve Ultraspectral bandlar İŞLEM ŞİRKETLER GRUBU UZALG 88 K ASIM 2001 . Yer istasyonları kendilerine gelen bu veriden görüntüleri üretmektedir. insan gözü gibi bu renkleri tesbit etmek için 3 farklı emülsiyon tabakasını içermektedir.

nesneleri belirleme şansını arttırmıştır. yakın ınfrared (NIR). Hedefin özelliğine göre bu bandların tamamı veya bazıları seçilerek algılama yapılır. Aşağıdaki şekil ve açıklamalar. daha yüksek tayfsal çözümleme ve dar aralıklı sinyaller arsındaki farklılıklar nedeniyle. Çok büyük seviyedeki bu tayfsal hassasiyet. Ultraspectral görüntü bandlarına ilişkin yansıma sinyalleri ile multispectral görüntüye ait yansıma sinyalleri karşılaştırıldığında. Örneğin Landsat Tematic Mapper (TM) sensörü 7 bandı içermektedir. türlerin ve materyalin tanınmasına olanak sağlamaktadır. bitkiler ve su gibi özellikler emme yaptıklarından. Halihazırda bu sensörler on banddan biraz daha azına sahiptir. kamuflaj ağları. 0. Yapraklı bir bitkinin. boyaları içeren özel hedeflerin tesbiti daha doğru olarak yapılmaktadır. yakın infrared ve kısa infrared dalga uzunluklarındaki 1. İŞLEM ŞİRKETLER GRUBU UZALG 89 K ASIM 2001 .6 µm dalga uzunluğunda algılama yapan hyperspectral görüntüde 220 veri noktasını kapsamaktadır. multispectral.6 µm noktalarında. multispectral görüntüleme ve spectroscopy tekniği birleştirilerek meydana gelmiştir. 6 bandı içeren multispectral görüntüdeki yansıma sinyalleri 6 veri noktasını. Herbir hyperspectral bandın veri noktaları. gaz zerreleri ve akışkanların bileşiminin analiz edilmesini sağlamaktadır.01 micrometer aralığında ve 220 banddan birini temsil etmektedir. üç görüntü tipindeki yansıması birbirinden farklıdır. Çok bandlı görüntüler. Landsat TM sensörü tarafından algılanan çimenin. 0. Karışık toprak çeşitleri.3. özel materyalin tanınması ile aerosol. Son zamanlarda kanıtlanan bu teknik ile. Spectroscopy. ısınan baraka ve endüstriyel tesisler gibi ısı yayan hedefler uzun infrared bandda yapılacak bir algılama ile ortaya çıkarılabilir. insan gözünün göremediği özellikleri içerirler ve onların ayırt edilmesine olanak sağlarlar. (2) HYPERSPECTRAL VE ULTRASPECTRAL GÖRÜNTÜLER: Hyperspectral sensörler. Uçağın veya uydunun yerden olan yükseklikleri bu algılamada sorun teşkil etmemektedir. “imaging spectroscopy” (Işın analizi uygulanan görüntüleme) olarak çağırılmaktadır. multispectral görüntünün 6 veri noktası. suyun emmesine karşılık verememektedir.4-2. Araç. araştırma ve geliştirme maksatları için kullanılmaktadır.UZAKTAN ALGILAMA (1) MULTISPECTRAL GÖRÜNTÜLER: Multispectral sensörler 70’den biraz daha fazla bandı içerecek tarzda dizayn edilmişlerdir. uçak. 1.9 ve 2. tayfsal bandın yüzlercesinde veri toplamaktadır. ınfrared bandlarda kolayca tesbit edilirler. kısa ınfrared (SWIR). orta ınfrared (MWIR) ve uzun ınfrared (LWIR) dalga uzunluklarında. Binlerce çok dar bandı içeren Ultraspectral görüntüler. Sensör bandlarındaki bu artış. hyperspectral ve ultraspectral görüntülerin imkan ve kabiliyetlerin tam olarak anlaşılmasını içeren bir örnektir. Gerek Hyperspectral gerekse de Ultraspectral uzaktan algılama. Bu özellik.

Bu konuda yapılan laboratuvar çalışmaları. aktarılan ve dağılan enerjinin binlerce tipi bulunmaktadır. elektromanyetik tayfdan ölçülen yeryüzü ve atmosfer hakkında doğru bilgileri elde etmektir. Herbir nesne kendine özgü yansıma ve aktarma kabiliyetine sahiptir. görünen / ınfrared görüntüleme spectrometer (AVIRIS) sistemi aynı anda 224 tayfsal görüntüyü kaydetmiştir. SATHIN VE ATMOSFERİN ANALİZİNDE KULLANILAN HERBİR MEKANSAL UNSUR. Bu tip görüntüleme konseptinin şematik görünüşü aşağıdaki şekilde gösterilmiştir. emilen.UZAKTAN ALGILAMA ULTRASPECTRAL SİNYALLER HÜCRE YAPISI SU İÇEREN BÖLGE YAPRAK PİGMENTLERİ YANSIMA (%) MULTISPECTRAL SİNYALLER DALGA UZUNLUĞU HYPERSPECTRAL SİNYALLER DALGA UZUNLUĞU GÖRÜNEN YAKIN IR KISA DALGA INFRARED Şekil-93 Multispectral. TAYFDA DEVAMLI SİNYALLER VERİR YANSIMA ATMOSFER DALGA UZUNLUĞU YANSIMA TOPRAK DALGA UZUNLUĞU YANSIMA SU DALGA UZUNLUĞU YANSIMA AYNI ANDA ALINAN 224 TAYFSAL GÖRÜNTÜ BİTKİ DALGA UZUNLUĞU Şekil-94 Hyperspectral görüntüleme konsepti İŞLEM ŞİRKETLER GRUBU UZALG 90 K ASIM 2001 . algılanan görüntülerin doğruluğunu kanıtlamıştır. NASA / JPL tarafından ER-2 ile uçurulan. Tayfsal bölgede yansıyan. Hyperspectral ve Ultraspectral yansıma farklılıkları Hyperspectral görüntülerin kullanılma amaçı.

uygulanmaya konmuştur. yapılacak analizler ile ortaya çıkarılmaktadır. Bunlara ilişkin örnek görüntüler ve tayfsal yansıma grafiği aşağıdaki şekillerde gösterilmiştir. Hedef sahası içinde veya onun sathında ne yoktur tarzındaki bir sorunun cevabı. diğer kaynaklardan veya görüntülerin analizinden meydana getirilmektedir. ağlarını. akışkanları. Henüz bu konudaki gelişmeler istenen seviyeye ulaşmamıştır. metalleri. Boş tarla Arpa Çayır Patates Çayır Yonca Canola Arpa Patates Yulaf Ispanak Çayır Boş Dalga Uzunluğu (µm) Şekil-95 Bitki örtüsü ve mineral haritaları (Hyperspectral ve Ultraspectral) İŞLEM ŞİRKETLER GRUBU UZALG 91 K ASIM 2001 . kamuflaj. termal ısı ve soğuk paternlere sahip olan materyalin tanınması ve haritalanması için gelecek vaad etmektedir. boyaları. Uzaktan algılamada paha biçilmez bilgiler sağlayan hyperspectral ve ultraspectral görüntüler ile arazideki bitki örtüsü ve mineral yapısı tesbit edilebilmektedir. Mekansal sinyal dosyaları.UZAKTAN ALGILAMA Hyperspectral ve ultraspectral kuralları termal bölgedeki (8-14 µm) yayılan ısının belirlenmesinde. Buna rağmen bu konu. Bu dosyalar. su buharını ve diğer metaryallerin tanınmasında yaygın bir tarzda kullanılmaktadır.

toprak tipleri. mahsülün durumu gibi belirgin karekteristikleri veya özellikleri ölçen veriyi içermektedir. Bir görüntü sınıflandırıldığında. veri tipine bağlı olarak “Devamlı Veri tipi” (Continuous) ve “Tematik” (Thematic veya Discrete) olarak 2 kısma ayrılırlar DEVAMLI VERİ TİPİ GÖRÜNTÜLER: Bu görüntüler. ısı. Bu veri. doğasından dolayı nicel ve ölçülen özellikleri içermektedir. Bu veri tipi. arazi örtüsünün yansımayı temsil eden pixel değerleri ölçülebilmektedir. arazi örtüsü sınıfları. bir renk tonundan diğer renk tonuna kademeli olarak geçen görüntüyü temsil eder. Bu veri hem tek bantlı hemde çok bantlı olabilir. sayım bilgileri ve değişikliklerin tesbiti gibi devamlı değişen özellikler için kullanılmaktadır. Çok bantlı devamlı tip verideki her bir pixel. bir bölge üzerinde devamlı tarzda değişen yükseklik. Farklı toprak veya arazi örtüsü tiplerini içeren sınıf bilgileri.UZAKTAN ALGILAMA Görüntüler. Tematik veri genel olarak. Devamlı veride. daha sonra arazi örtüsünün ne olduğunu belirten bir sınıf ismine atanır. görüntüyü oluşturan sınıfandırılmış pixelleri veya bunların atanma sonuçlarını verir. çoklu değere sahiptir. bir görüntüdeki sınıflandırma bilgilerini belirtir. tematik veriye örnek olarak gösterilebilir. İŞLEM ŞİRKETLER GRUBU UZALG 92 K ASIM 2001 . Şekil-96 Devamlı veri tipi 3 bantlı görüntü TEMATİK GÖRÜNTÜLER: Tematik veri. Yeni gruplar veya pixellerin sınıfları. pixeller tayfsal benzerliğe dayalı olarak gruplanırlar. Devamlı tip veri.

Pankromatik (1 band) Multispectral (2 veya daha fazla band) Şekil-98 Band veya katman miktarına göre veri sınıfları İŞLEM ŞİRKETLER GRUBU UZALG 93 K ASIM 2001 . 1 bandlı) ve “Multispectral” ( iki veya daha fazla bandlı) 2 kısıma ayrılırlar. Şekil-97 Tematik görüntü Ayrıca görüntüler. band veya katman miktarına bağlı olarak “Pankromatic” (Panchromatic. bir değeri içerir.UZAKTAN ALGILAMA Devamlı verideki banda dayalı bir pixel. çoklu değere sahiptir. Yapılan işlemler sonucunda elde edilen tematik verideki her bir pixel ise. Bu sebepten tematik veri sadece bir katmanı içerir.

elektromanyetik tayfdaki bandların 2 veya daha fazlasını algılayarak bu tip görüntüyü oluştururlar. Elektromanyetik tayfın bir kısmını (genelde görünen) algılarlarlar. Şayet pixeldeki sayısal numara (DN) değeri. Yüksek ve düşük sayısal numaralar arasındaki değerler. Şekil-99 Pankoromatik (siyah beyaz) görüntü MULTISPECTRAL (2 veya daha fazla bandlı) GÖRÜNTÜLER: Tarayıcı sensörler. düşükse (DN=0) nesneler siyah renkte görünür. Bu görüntüler. kırmızı.UZAKTAN ALGILAMA PANKROMATİK (1 Bandlı) GÖRÜNTÜLER: Pankromatik görüntüler. nesneleri grinin farklı tonlarında gösterir. yeşil ve mavi renk bandlarını yani katmanlarını içermekte olup her bir katman bir renge tahsis edilmiştir. Siyah beyaz fotoğraflar bunu açıklayan en iyi örnektir. sadece bir katmana sahiptir. Görüntüler gri tondadır. Şekil-100 3 renk bandından oluşturulmuş multispectral görüntü İŞLEM ŞİRKETLER GRUBU UZALG 94 K ASIM 2001 . yüksekse (DN=255) nesneler beyaz.

Uzaktan algılanan görüntüler kapsamındaki hedefler. Klasik yöntemle yapılan kıymetlendirme ve analizin tarihi eski olup. kendilerine özgü avantaj ve dezavantajlara sahiptir. klasik kıymetlendirmenin ihtiyaçı azdır ve birkaç ucuz teçchizata dayanmaktadır. Hedefler.UZAKTAN ALGILAMA BÖLÜM-3 GÖRÜNTÜ KIYMETLENDİRME VE ANALİZ Uzaktan algılama verisinin çok iyi kullanımı. Şekil-101 Analoğ formattaki Siyah beyaz hava fotoğrafı ve bilgisayar ekranındaki sayısal formattaki görüntü Analoğ veya sayısal formattaki görüntüler. kıymetlendirme kriterlerinin bilinmesi ve unsurlarının uygulanması ile. Uzaktan algılama verisi sayısal formatta ise. Uzaktan algılamanın 7 unsurundan birini ve en önemlisini teşkil eden görüntünün kıymetlendirilmesi ve analizi sonuçunda muhtelif hedeflerin tanınması ve / veya onlara ilişkin ölçümler yapılabilmektedir. uçak pisti. çizgi veya alansal niteliktedir. Klasik veya sayısal tekniklerle yapılan kıymetlendirmeler. analoğ formattaki hava fotoğraflarındaki hedefleri. sayısal işlemler ve analiz. İŞLEM ŞİRKETLER GRUBU UZALG 95 K ASIM 2001 . Örneğin. klasik yöntemle yani el ile veya sayısal numaralarla (DN) temsil edilen. ya siyah/beyaz veya renkli olarak elde edilmektedir. bir kuyu nokta. çevresindeki diğer özelliklere göre farklı kontrastlık meydana getirdiklerinden birbirinden ayırt edilebilirler. kıymetlendirmecinin el ile müdahalesi olmaksızın bilgisayar kullanımı ile otomatik olarak yapılmaktadır. Foto kıymetlendirmeci. görüntülerden anlamlı bilgiler elde edilebilmektedir. bilgisayar kullanımı ile otomatik olarak değerlendirmektedir. uzaktan algılamaya sayısal kayıt tekniğinin girmesi ve bilgisayarlardaki gelişmeler sonuçunda ortaya çıkmıştır. Genel olarak sayısal kıymetlendirmede özel ve ekseriya pahalı teçhizata gereksinim duyulurken. klasik yöntemle yapılan kıymetlendirmenin tamamiyle yerini alamamakta onun destek ve yardımına ihtiyaç duymaktadır. Bununla beraber sayısal yöntem. aşağıda belirtilen niteliklere sahip herhangibir özellik veya nesneden oluşmuştur. Sayısal işleme ve analiz ise oldukça yeni olup. uzaktan algılanan hava fotoğrafları ile başlamıştır. pixellerden oluşan sayısal formattaki görüntülerdeki hedefleri ise. köprü veya demiryolu çizgi ve bir göl alansal nitelikteki hedeflerdir. • • Hedefler nokta.

a. maharet ve tecrübesine bağlıdır. Bu hedefler. Klasik yöntemle yapılan kıymetlendirme kişisel bir işlem olup. Bilgisayar ortamında muhtelif tarihlerde algılanmış kompleks veya birçok bandı içeren görüntülerin işlenmesi ve analizlerinin yapılması olanak dahilindedir. çizgi ve alan tarzındaki tabii veya suni özelliklerdir. “Görüntü Kıymetlendirmesi için Cisimlerin Asgari Ayırt Edilebilme Ölçüleri ve Ölçekleri” (STANAG 3769: Minunum Object Sizes and Scales for Imagery Interpretation) ve “Görüntülerin Kıymetlendirmesine Yönelik Sınıflandırma Seviyeleri (V NIIRS. 1. klasik analizlere göre daha hızlı ve gerçeğe yakın zamanlıdır. kıymetlendirmecinin bilgi. İŞLEM ŞİRKETLER GRUBU UZALG 96 K ASIM 2001 . Kıymetlendirmeciler görüntülerdeki hedefleri. IR NIIRS. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ VE UNSURLARI: Görüntülerdeki muhtelif hedefleri ortaya çıkarmak. Uzaktan algılanan görüntülerin analizinde kullanılan kıymetlendirme yöntemleri birbirlerinin karşıtı değildir. R NIIRS. Sayısal analizler. çok bandlı görüntünün sayısal kıymetlendirmesinde. görüntü üzerinde kıymetlendirerek tanımak oldukça zordur. GÖRÜNTÜ KIYMETLENDİRME KRİTERLERİ: Göz ile aynı benzerlikleri taşıyan hava kameraları. hedef tip ve sistemlerinin tüm fonksiyonları ve tanınmalarına yönelik anahtar niteliğindeki ip uçları hakkında da bilgi sahibi olması gerekmektedir. Hedef çözümleme konusu ile benzerlik gösteren “Hava Fotoğrafları için Yer Çözümleme Hedefleri” (STANAG 3704: Ground Resolution Targets for Aerial Photography). nokta. Hedefler enerjiyi yansıtma veya yayma tarzlarına göre de tanımlanırlar. Bunların yanı sıra kıymetlendirmecilerin. C NIIRS. Her iki yöntemin kullanılması daha doğru sonuçların alınmasını sağlamaktadır.UZAKTAN ALGILAMA Klasik kıymetlendirme ekseriya tek kanallı bir veri veya bir görüntünün analizi ile sınırlı iken. dikey görüntü üzerinde yüksekliği içermeyecek tarzda 2 boyutlu olarak yer almalarıdır. “Görüntü Kıymetlendirme Kriterleri” ve “Görüntü Kıymetlendirme Unsurları” na dayanarak ortaya çıkarmaktadır. güçlükler bulunmaktadır. sayısal numaralara dayandığından çok daha gerçekci ve sonuçları ise çok daha doğrudur. Çevremizde her gün gördüğümüz ve tanıdığımız nesneleri. elde edilen sonuçlar değişiktir. MS IIRS) başlıklı standartlar bunların başlıcalarındandır. birbirleri ile bindirmeli yani stereoskopik (3 boyutlu) tetkike imkan verecek tarzda ise. Bu özellik nedeniyle sayısal analizler. 2 boyut veren görüntüler üzerinde aşina olmadığımız şekiller ve kaybolan bazı detaylar kıymetlendirmeyi güçleştirmektedir. “Stereoscope” aleti ile hedeflere bakıldığında onların yüksekliklerini de görmek mümkündür. Bunun sebebi gerçekte 3 boyutlu olan nesnelerin. vidicon tipi TV kameraları ve sayısal sensörlerin detay ayırt etme gücüne diğer bir deyişle mekansal çözümlemesine ilişkin olarak kabul edilen ve uygulanan standartlar bulunmaktadır. Yansıyan veya yayılan enerji ölçülür ve sensör tarafından kaydedilir ve sonuçda bir hava fotoğrafı veya uydu görüntüsü olarak ortaya çıkarlar. Eğer bu görüntüler.

• • İŞLEM ŞİRKETLER GRUBU UZALG 97 K ASIM 2001 . Bir elemanın genişliği ile bir boşluğun toplam genişliği (2G). milimetreye düşen hat olarak ifade edilir. aşağıda belirtilen hususları içermektedir.1’den daha büyük olmamalıdır. yatay olan elemanlar dikey. • Dikdörtgen şeklindeki üç yatay ve üç dikey eleman grubundan oluşurlar. dikey olanlar ise yatay detay ayırt etme güçünü belirtir. 2G 2G G G 5G Sekil-102 Üç yatay ve üç dikey eleman grubu • • Bir dikdörtgen elemanın genişliği (G).UZAKTAN ALGILAMA (1) HAVA FOTOĞRAFLARI İÇİN YER ÇÖZÜMLEME HEDEFLERİ: Hedef çözümleme panolarının kullanımı ile kameraların kalibresi. Hedeflerin aydınlatılması. Buradaki 1 değeri siyah zemine işaret etmekte olup yansıma değeri 0. Eleman grubları. Gözün özelliklerinden yararlanılarak yapılmış olan hedef çözümleme panoları.6:1) oranında düzenlenir. yüksek (Asgari 9:1) veya düşük (Tercihen 1. üst ve altındaki boşluğun genişliğine eşittir. test edilecek sistemin gereksinimlerine cevap verecek miktardadır. kullanılacak filmin içereceği hat çifti sayısı ve hangi ölçülerdeki hedeflerin ayırt edilebileceği tesbit edilir. Boyu ise genişliğinin 5 katıdır. Uçuş hattına .

000 fit) 1 fit = 304.8) 20. Şekil-103 Hedef Panosu • Kameranın yerden yüksekliğine.4) X1 = 1 x (304.4 x 24 x 25.000 x 304.4 6096000 X1 = = = 32. Bu amaçla. 1 inç = 25. “Cisimlerin asğarı ayırt edilebilme ebatlarına” dayandırılmış ve laboratuvarlarda yapılan testler sonuçunda ortaya konulmuştur.8) 1 x 304. hava fotoğrafları üzerindeki hedeflerin asğari ayırtedilebilme ebatlarına bağlı olarak belirlenmesi için. “Teşhis” (Identification) ve “Teknik Analiz” (Technical Analysis) olarak adlandırılan 4 kıymetlendirme seviyesi oluşturulmuştur. 1 fit ebadındaki bir cismin (hedefin) net bir şekilde görülebilmesi için.000 x (304. X1 = U1 X U X1= Görüntünün ebadı (mm. İŞLEM ŞİRKETLER GRUBU UZALG 98 K ASIM 2001 . Örneğin.UZAKTAN ALGILAMA • Uçak kameraları tarafından çekilen aşağıdaki şekilde gösterilen hedef panosun görüntüsü. film üzerinde incelenir ve gözün ayırt edebildiği grub belirlenir. Hat) X= Cismin ebadı ( 1 fit) U1= Görüntü mesafesi (Odak Uzaklığı) U= Cismin Mesafesi (20.08 (2) GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜLERİ VE ÖLÇEKLERİ: Görüntü kıymetlendirilmesi için cisimlerin asgari ayırt edilebilme ölçü ve ölçekleri isimli STANAG 3769’daki değerler. filmin sahip olacağı mm/hat aşağıdaki eşitliğin kullanımı ile belirlenir.8 mm 24 x ( 25. “Tanıma” (Recognation). odak uzaklığına ve hedefin ebadına bağlı olarak kullanılacak filmin 1 milimetresinin içereceği hat adedi tesbit edilir.000 fit irtifadan.8 = ∼ 33 hat milimetre 20.8 185806. 24 inç odak uzaklığına sahip bir hava kamerası ile çekilen hedef panosundaki.8 mm. 20. “Tesbit” (Detection).

cismin veya hedefin ölçülerinide içerecek şekilde tam olarak açıklanmasıdır.500 KÖPRÜLER TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT MUHABERE TECHİZATI (RADAR) MUHABERE TECHİZATI (RADYO) İKMAL DEPOLARI (POL VE ORDONATIM) TANIMA TEŞHİS TEKNİK ANALİZ TESBİT ASKERİ BİRLİKLER (BARAKALAR VE YOLLAR) TANIMA TEŞHİS TEKNİK ANALİZ TESBİT HAVA MEYDANLARI TANIMA TEŞHİS TEKNİK ANALİZ İŞLEM ŞİRKETLER GRUBU UZALG 99 K ASIM 2001 . görüntü üzerinde hangi tip hedefleri ve hangi seviyelede analiz edebileceğini kararlaştırabilmektedir.000 1: 4.500 1: 180. köprü.000 1: 140.000 1: 9.000 1: 90.3 m 3m 1m 0.5 m 1. TESBİT: Bir cismin varlığının tanınmadan ortaya çıkarılmasıdır.000 1: 27.000 1: 140.000 1: 64. Hedeflerin belirlenmesine yönelik 4 tip kıymetlendirme seviyesinin tanımları aşağıdaki parağraflarda açıklanmış olup.500 1: 750 1: 180.000 1: 4. Foto kıymetlendirmeci. Örneğin T-54 tankı.000 1: 18. foto kıymetlendirmecilerin yapacağı analizlerde baş vuracağı temel kaynaktır. TEKNİK ANALİZ: Görüntü üzerindeki bir özelliğin.000 1: 27.000 1: 50. kullanılacak görüntülerin çözümlemesini.UZAKTAN ALGILAMA Bu kıymetlendirme seviyeleri kapsamındaki herbir hedef tipinin ayırt edilebilmesi için konulmuş asgari ölçü ve ölçekler. bu temel kaynaktan istifade ederek.5 m 0.5 m 150 mm 6m 4.500 1: 400 1: 90.000 1: 9. GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜ VE ÖLÇEKLERİ (STANAG 3769) HEDEF TİPİ KIYMETLENDİRME SEVİYESİ TESBİT ASGARİ AYIRT EDİLEBİLME EBAD VE ÖLÇEKLERİ CİSMİN ASGARİ EBADI (CAE) 6m 4.5 m 0. MIG-21 uçağı gibi.5 m 3m 150 mm FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ) 1: 180. uçak gibi.000 1: 18.000 1: 4.3 m 10 mm 3m 1m 0. hedef tiplerin ayırt edilebilmesine yönelik ölçü ve ölçek değerleri ve bazı uyduların sağladığı çözümlemelerle karşılaştırılması tablolarda gösterilmiştir. Örneğin tank. TANIMA: Görüntüdeki bir grubda bulunan bir özelliğin veya cismin kimliğinin belirlenmesidir.000 1: 400 1: 90.15 m 10 mm 3m 0.000 1: 4. TEŞHİS: Görüntü üzerindeki bir özelliğin kesin olarak tipinin saptanmasıdır.000 1: 90.15 m 25 mm 6m 2 m 0.

000 1: 27.5 m 1.000 1: 180.000 1: 9.5 m 0.15 m 40 mm 4.500 1: 200 1: 500.5 m 1.000 1: 50.000 1: 4.000 1: 140.000 1: 50.000 ROKETLER VE SAHRA TOPLARI UÇAKLAR KOMUTA VE KONTROL KARARĞAHLARI GÜDÜMLÜ MERMİLER (SSM / SAM) GEMİLER (SU YÜZEYİNDE) NÜKLEAR SİLAH KISIMLARI ASKERİ VASITALAR KARA MAYINLARI LİMANLAR (TESİSLİ VE TESİSSİZ) SAHİLLER VE PLAJLAR DEMİRYOLLARI VE TESİSLERİ KARA YOLLARI İŞLEM ŞİRKETLER GRUBU UZALG 100 K ASIM 2001 .000 1: 50.000 1: 9.4 m 6m 4.000 1: 500.5 m 0.15 m 40 mm 3m 1m 0.000 1: 50.5 m 0.000 1: 11.3 m 10 mm 1.000 1: 50.300 1: 900.4 m 15 m 4.000 1: 11.5 m 0.15 m 40 mm 3m 1.000 1: 9.5 m 0.UZAKTAN ALGILAMA GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜ VE ÖLÇEKLERİ (STANAG 3769) HEDEF TİPİ KIYMETLENDİRME SEVİYESİ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ ASGARİ AYIRT EDİLEBİLME EBAD VE ÖLÇEKLERİ CİSMİN ASGARİ EBADI (CAE) 1m 0.15 m 40 mm 15 m 4.5 m 1.000 1: 18.000 1: 50.000 1: 140.3 m 75 mm 3m 1.000 1: 140.15 m 40 mm 2.000 1: 180.000 1: 2.000 1: 18.5 m 0.000 1: 90.000 1: 4. 5 m 150 mm 15 m 4.000 1: 140.500 1: 500.000 1: 400 1: 50.3 m 75 mm 30 m 6m 1.300 1: 90.000 1: 4.000 1: 4.000 1: 4.5 m 0.500 1: 200 1: 90.500 1: 200 1: 75.000 1: 50.4 m FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ) (1) 1: 27.5 m 0.000 1: 2.500 1: 200 1: 90.5 m 0.500 1: 200 1: 140.5 m 1. 5 m 0.000 1: 9.000 1: 11.5 m 0.5 m 0.

800.UZAKTAN ALGILAMA GÖRÜNTÜ KIYMETLENDİRMESİ İÇİN CİSİMLERİN ASGARİ AYIRT EDİLEBİLME ÖLÇÜ VE ÖLÇEKLERİ (STANAG 3769) HEDEF TİPİ KIYMETLENDİRME SEVİYESİ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ ASGARİ AYIRT EDİLEBİLME EBAD VE ÖLÇEKLERİ CİSMİN ASGARİ EBADI (CAE) 60 m 15 m 3m 0.5 m 0.15 m 10 mm 3m 0.15 m 25 mm FOTOĞRAFIN ASGARİ ÖLÇEĞİ (FAÖ) (1) 1: 1. sadece görüntü sisteminin toplam ayırt etme kabiliyeti 30-35 hat/mm arasında olduğunda yaklaşık ve eşit olur.5 m 0.000 1: 90.3 m 10 mm 3m 1m 0. yerdeki cisimlerin asgari ayırt edilebilme ölçülerine.75 m Uygulanmamaktadır 91 m 3m 0.000 1: 4.5 m 1.000 1: 126.3 m 3m 1m 0. SEVİYESİ CİSMİN ASGARİ EBADI 6m 4.5 m 150 mm UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ LANDSAT PAN 15 m MS 30 m SPOT PAN 10 m MS 20 m IRS-1C / 1D PAN 5.8 x Yedeki cismin ayırt edilebilme ölçüsü (fit) x Sensör sisteminin çözümlemesi (hat / mm) HEDEFLERİN KIYMETLENDİRME SEVİYELERİ İLE UYDU GÖRÜNTÜLERİNE İLİŞKİN ÇÖZÜMLEMELERİN KARŞILAŞTIRILMASI HEDEF TİPİ KIYM.75 m 7.000 1: 500. Fotoğraf ölçek paydası = 304.500 1: 750 İSKAN SAHALARI ARAZİ DENİZALTILAR (SU YÜZEYİNDE) (1) Fotoğrafın Asgari ölçeği (FAÖ) gereksinimleri.000 1: 23.000 1: 23. Farklı ayırt etme sistemine sahip sensörler için bu gereksimler aşağıdaki eşitlikler vasıtasıyle hesaplanır: a.000 1: 200.000 1: 90.5 m 4m 0. FAÖ = 1 / Cismin asgari ayırt edilebilme ebadı x Sensör sisteminin çözümlemesi b.700.8 m MS 23 m IKONOS PAN 1m MS 4m TESBİT KÖPRÜLER TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ • • • • • • • MUHABERE TECHİZATI (RADAR) MUHABERE TECHİZATI (RADYO) • • • İKMAL DEPOLARI • • • • ASKERİ BİRLİKLER İŞLEM ŞİRKETLER GRUBU UZALG 101 K ASIM 2001 .000 Uygulanmamaktadır 1: 2.15 m 25 mm 6m 2 m 0.

5 m 0.5 m 0.UZAKTAN ALGILAMA HEDEFLERİN KIYMETLENDİRME SEVİYELERİ İLE UYDU GÖRÜNTÜLERİNE İLİŞKİN ÇÖZÜMLEMELERİN KARŞILAŞTIRILMASI HEDEF TİPİ KIYM.5 m 0. 5 m 0.5 m 0.15 m 40 mm 15 m 4.5 m 0.8 m MS 23 m IKONOS PAN 1m MS 4m TESBİT HAVA MEYDANLARI TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT LİMANLAR TANIMA TEŞHİS TEKNİK ANALİZ TESBİT SAHİLLER VE PLAJLAR TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ • • • • • • • ROKETLER VE SAHRA TOPLARI • • • UÇAKLAR KOMUTA VE KONTROL KARARĞAHLARI • • GÜDÜMLÜ MERMİLER (SSM / SAM) • • • • • • • • • GEMİLER (SU YÜZEYİNDE) • • NÜKLEAR SİLAH KISIMLARI • ASKERİ VASITALAR • • KARA MAYINLARI • • • • • • • • • • • • • • • • • • • • • • • • DEMİRYOLLARI VE TESİSLERİ İŞLEM ŞİRKETLER GRUBU UZALG 102 K ASIM 2001 .3 m 10 mm 1.5 m 1.5 m 1. SEVİYESİ CİSMİN ASGARİ EBADI 6m 4.15 m 40 mm 2.5 m 0.4 m 15 m 4.5 m 1.5 m 3m 150 mm 1m 0.5 m 0.5 m 0.3 m 75 mm 30 m 6m 1.15 m 40 mm 4.4 m • • • UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ LANDSAT PAN 15 m MS 30 m SPOT PAN 10 m MS 20 m IRS-1C / 1D PAN 5.3 m 75 mm 3m 1.5 m 0.15 m 40 mm 3m 1.15 m 40 mm 3m 1m 0. 5 m 150 mm 15 m 4.5 m 0.

SEVİYESİ CİSMİN ASGARİ EBADI 6m 4.4 m 60 m 15 m 3m 0. “Imagery Resolution Assessment and Reporting Standards: IRARS” olarak isimlendirilen bir komite.8 m MS 23 m IKONOS PAN 1m MS 4m TESBİT KARA YOLLARI TANIMA TEŞHİS TEKNİK ANALİZ TESBİT İSKAN SAHALARI TANIMA TEŞHİS TEKNİK ANALİZ TESBİT TANIMA TEŞHİS TEKNİK ANALİZ TESBİT DENİZALTILAR (SU YÜZEYİNDE) TANIMA TEŞHİS TEKNİK ANALİZ • • • • • • • • • • • ARAZİ • • • • • • • • • • • • • (3) GÖRÜNTÜLERİN KIYMETLENDİRMESİNE YÖNELİK SINIFLANDIRMA SEVİYELERİ: 25 yıl önce ABD’de bilim adamları ve ehil foto kıymetlendirmecilerden oluşan.75 m 7. görüntü analizcileri için bir görüntünün potansiyel kıymetlendirmesi hakkında nicel olarak karar verebileceği seviyeleri belirtmektedir. SINIFLANDIRMA TİPİ GÖRÜNEN (V) NIIRS SİVİL (C) NIIRS RADAR (R) NIIRS INFRARED (IR) NIIRS ÇOK BANDL (MS)I IIRS GÖRÜNTÜ TİPİ Görünen Band. görüntü kıymetlendirilmesinin niceliğini veya uygun kullanımını standart hale getirmek için görevlendirilmiştir. İŞLEM ŞİRKETLER GRUBU UZALG 103 K ASIM 2001 . Pankromatik SAR Termal Infrared Görünen.UZAKTAN ALGILAMA HEDEFLERİN KIYMETLENDİRME SEVİYELERİ İLE UYDU GÖRÜNTÜLERİNE İLİŞKİN ÇÖZÜMLEMELERİN KARŞILAŞTIRILMASI HEDEF TİPİ KIYM. Halihazırda kullanılan 5 tip sınıflandırma ve bunlara ilişkin görüntü tipleri aşağıdaki tabloda belirtilmiştir.5 m 0.75 m 91 m 3m 0. yakın IR ve kısa dalga IR bandları içeren Multispectral SEVİYE ADEDİ 9 (1-9) 10 (0-9) 10 (0-9) 9 (1-9) 7 (1-7) AÇIKLAMA VE YAYIN TARİHİ Askeri amaçlı / 1994 Sivil amaçlı / 1995 Radar amaçlı / 1992 Infrared amaçlı / 1996 NIIRS standartlarına dayandırılmıştır / 1995 Görüntü kıymetlendirmesine yönelik sınıflandırma seviyeleri.15 m 25 mm • • • • • • • • • • UYDU GÖRÜNTÜLERİ ÇÖZÜMLEMELERİ LANDSAT PAN 15 m MS 30 m SPOT PAN 10 m MS 20 m IRS-1C / 1D PAN 5. Gelişen teknoloji karşısında NIIRS standarları güncenleştirilmiş ve diğer alanlara ve farklı görüntü tiplerine yönelik standartlarda hazırlanarak uygulanmaya başlamıştır.5 m 4m 0. Pankromatik Görünen Band.5 m 1. Laboratuvarlarda binlerce görüntü üzerinde yapılan uzun incelemeler sonuçunda “National Imagery Interpretability Rating Scale: NIIRS” isimli ve temelde askeri hedeflere yönelik standartlar meydana getirilmiştir.

Şekil-104 Mekansal çözümleri aynı.UZAKTAN ALGILAMA Örneğin görüntü analizcisi. 2 nci seviyedeki bir görüntü üzerinden hava meydanındaki büyük bir hangarı tesbit edebilirken. Soldaki pankromatik ve çok bantlı görüntüler iyi kontrastlık derecesine ve düşük sinyal gürültü oranına sahip iken. NIIRS seviyeleri. Aşağıdaki şekildeki tüm görüntüler aynı mekansal çözümlemeye (GSD) sahip olmalarına karşın NIIRS kapsamındaki kıymetlendirilebilme ölçüleri farklıdır. bu etkenlerin belli başlılarındandır. MS IIRS’in ise 0. NIIRS’in elektromanyetik tayfın 0. yerdeki cismin örnek mesafesi (GSD) tek başına kullanılacak iyi bir ölçü değildir.4-0.4-2. görüntünün keskinliği. NIIRS standartlarına göre hazırlanmasına karşın bazı farklılıkları içermektedir. kıymetlendirme seviyeleri farklı olan görüntüler Çok bandlı görüntülerin kıymetlendirilmesine yönelik sınıflandırma seviyeleri (MS IIRS). İŞLEM ŞİRKETLER GRUBU UZALG 104 K ASIM 2001 . güneş açısı ve atmosferik pus gibi algılama şartları ve çoğaltmada kullanılan filmin kalitesi ve bilgisayar ekranındaki görüntü yönetiminin kalitesi de. “Yer Çözümleme Mesafesi (GRD)” veya “Yer Örnek Mesafesi (GSD)” olarak ölçülmektedir. Mekansal çözümleme tek başına görüntünün sınıflandırma seviyesinin belirlenmesini sağlamamaktadır. Optik kalite ve odak düzlemi parametreleri gibi sisteme. Aynı sahaya ve aynı Yer Örnek Mesafesi (GSD)’ne sahip olan 4 görüntüden. alttaki iki resim ise Çok bandlı (Multispectral) olarak algılanmışlardır. sinyal gürültü oranı ve kontrastlık NIIRS’ i etkileyen diğer unsurlardır.5 µm’lik bölgesine dayandırılmasıdır. Görüntü kıymetlendirmesi için. Bunun nedeni. 8 nci seviyede ki görüntüden ağır bombarduman uçağındaki percinleri teşhis edebilmektedir. Diğer tarafdan. Görüntünün çözümlemesi.7 µm’lik görünen bandına. sağ tarafdaki görüntüler ise düşük kontrastlık derecesine ve yüksek sinyal gürültü oranına sahiptir Bu özellikleri nedeniyle sağdaki görüntülerin soldaki görüntülere göre kıymetlendirme seviyeleri düşüktür. üstteki iki resim. pankoromatik (siyah / beyaz) band da. görüntü kıymetlendirmesine tesir eden ana faktörler göz önüne alınarak hazırlanmıştır.

UZAKTAN ALGILAMA

NIIRS; askeri amaçlı ve muharebe düzeni kapsamındaki hava, elektronik, güdümlü mermi ve denizdeki hedeflere göre düzenlenmiştir. Bu askeri hedefleri içermeyen MS IIRS’e; askeri, iskan / endüstriyel / muhabere hatları, bitkiler / ziraat, arazi ve su kaynakları konularını kapsayan 5 kategori eklenmiştir. Elektromanyetik tayfın muhtelif bölgelerinin kombinasyonunu içeren çok bandlı görüntülerde, özelliklerin veya cisimlerin en iyi ayırımı bandların seçimi ile sağlanmaktadır. Bu seçimde bir kaç temel kural bulunmaktadır. Bandların seçimi materyalin ayırt edilebileceği özelliğe ve bulunduğu çevreye bağlıdır. Bu seçim cismin özelliğine, mevkiine, mevsimlere, algılama zamanına ve göreve göre değişmektedir. Geriye ise görüntü analizcisinin bilgi ve mahareti kalmaktadır. Azami mekansal kontrastık için seçilen bandların renkleri, kıymetlendirmeyi önemli derecede etkilemezler. Bu hususa ilişkin örnek 6 görüntü aşağıdaki şekilde gösterilmiştir. Kırmızı, yeşil ve mavi 3 bandın farklı kombinasyonlarından elde edilen 6 görüntünün renkleri birbirinden farklıdır. Bu görüntülerdeki büyük binalar, mekansal olarak ağaçlardan , su reservinden veya betondan ayırt edilebilmektedir. Beton ise, kurumuş çimenden çok farklı bir görünüş vermemektedir.

RGB: Kısa IR, Yakın IR, Kırmızı

RGB: Yakın IR, Kısa IR, Kırmızı

RGB: Yakın IR, Kırmızı, Kısa IR

RGB: , Kırmızı, Yakın IR, Kısa IR,

RGB: , Kırmızı, Kısa IR, Yakın IR

RGB: Kısa IR, Kırmızı ,Yakın IR

Şekil-105 3 tayfsal bandın farklı kombinasyonundan oluşan 6 seçenek Görüntü kıymetlendirmesine ilişkin 5 tip sınıflandırma seviyesinden, “Çok bandlı görüntülerin kıymetlendirilmesine yönelik sınıflandırma seviyelerine (MS IIRS)” ait detaylar ve örnek görüntüler aşağıdaki tabloda ve şekillerde gösterilmiştir. Diğer 4 tipe ilişkin detaylar ise EK-B’deki tablolarda sunulmuştur.

İŞLEM ŞİRKETLER GRUBU

UZALG

105

K ASIM 2001

UZAKTAN ALGILAMA
ÇOK BANDLI GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SINIF SEVİYELERİ
( Multispectral Imagery Interpretability Rating Scale (MS IIRS) SINIFLANDIRMA SEVİYESİ 1 • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • İskan sahaları ve kırsal alanları ayırt etmek 404700 metre kareden daha büyük sulak alanları teşhis Menderesleri tesbit Sahilleri tasvir etmek Sular üzerindeki büyük karayolu ve demiryolu köprülerini tesbit Kar veya buzla kaplı sahaları tasvir etmek SINIFLANDIRMA SEVİYESİ 2 Çok hatlı otoyolları tesbit Şeritler halinde döşenmiş mayınları tesbit Su akış istikametini tesbit Kesilen ağaç kerestelerini tesbit Ekili araziyi tasvir etmek SINIFLANDIRMA SEVİYESİ 3 Bitki / toprak arasındaki nem farkını tesbit İskan sahalarındaki büyük cadde paternlerini teşhis Golf sahalarını teşhis Sahillerdeki su ceryanlarını teşhis İskan sahalarındaki ikamet, ticari ve endüstriyel sahaları ayırt etmek Su reservlerindeki azalmayı tesbit SINIFLANDIRMA SEVİYESİ 4 Tank, sahra topçusu ve kundağı motorlu topların mevzii durumunu tesbit 2 şeritli kaplanmış veya kaplanmamış yolları ayırt etmek Yol pistlerin bakım veya geliştirilebilme olanaklarını tesbit Toprak veya kaya kaymalarının tek şeritli yolları kapatma durumunu tesbit Açık sulardaki 15-20 fit uzunluğundaki küçük deniz vasıtalarını tesbit Cesna, piper Cub, Beechcraf tgibi hafif uçakların kullanabileleceği yol şeritlerini teşhis SINIFLANDIRMA SEVİYESİ 5 Park sahasındaki otomobilleri tesbit Amfibik çıkarma harekatı için uygun plajları teşhis Pancar tarlarındaki sulama arklarını tesbit Askeri tesislerde aldatıcı boya ile kaplanmış bina ve yapıları tesbit Askeri birlikleri, kereste kum ve çakıl gibi kullandığı inşaat materyalini tesbit SINIFLANDIRMA SEVİYESİ 6 Tanklarda kullanılan kamuflaj netlerini tesbit Uzun çimenler arasındaki ayak izlerini tesbit Seyrüsefer yapılan kanallardaki işaret ve dubaları tesbit Son zamanlarda yerleştirilmiş mayın tarlalarını tesbit Mülteci kampları veya iskan sahalarındaki münferit binaları saymak SINIFLANDIRMA SEVİYESİ 7 Tanklar ve sahte olarak yapılmış 3 boyutlu tankları ayırt etmek 55 galonluk varilleri münferit olarak teşhis plajlardaki kumlar veya çakıllar üzerindeki fok gibi küçük memeli hayvanları tesbit Su altındaki iskele ayayaklarını tesbit Tarladaki ekili mahsul sıaralarını ayırt etmek

İŞLEM ŞİRKETLER GRUBU

UZALG

106

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-106 MS IIRS seviye 1 San Francisco, Amerika (10 Mayıs 1973), Landsat Multispectral Scanner (MSS) False color infrared kombinasyonu

Şekil-107 MS IIRS seviye 2 Bimini adası, Bahama (30 Ocak 1983), Landsat Tematic Mapper (TM)
Sol görüntü: tabii renk kombinasyonu, Sağ görüntü: kısa dalga ınfrared kombinasyonu

İŞLEM ŞİRKETLER GRUBU

UZALG

107

K ASIM 2001

Amerika (21 Agustos1991). Amerika (3 Nisan 1986). M7 Sol görüntü: tabii renk kombinasyonu.UZAKTAN ALGILAMA Şekil-108 MS IIRS seviye 3 Phoenix. SPOT False color infrared kombinasyonu Şekil-109 MS IIRS seviye 4 Detroit. Sağ görüntü: kısa dalga ınfrared kombinasyonu İŞLEM ŞİRKETLER GRUBU UZALG 108 K ASIM 2001 .

M7 Sol görüntü: tabii renk kombinasyonu. Sağ görüntü: kısa dalga ınfrared kombinasyonu Şekil-111 MS IIRS seviye 6 NAS Mirimar. Amerika (17 Şubat1992). Bragg. Sağ görüntü: kısa dalga ınfrared kombinasyonu İŞLEM ŞİRKETLER GRUBU UZALG 109 K ASIM 2001 . Amerika (23 Kasım1991).UZAKTAN ALGILAMA Şekil-110 MS IIRS seviye 5 FT. M7 Sol görüntü: tabii renk kombinasyonu.

(1) TON: Ton. Genel olarak hedefler veya özelliklerin ayırt edilmesinde kullanılan temel bir unsurdur. ormanlık sahalarınki gayri muntazam ve yarış yapılan sahaların ki ise ovaldir. “Patern (Pattern)”. görüntüdeki cismin parlaklık veya renğini ifade etmektedir. doku ve patern unsurları ile de ilişkilidir.UZAKTAN ALGILAMA Şekil-112 Seviye 7 Sayısallaştırılmış hava fotoğrafları (Nisan 1986. cisimlerin kendine özgü yapısını veya dış hatlarının görünüşünü ifade etmektedir. “Şekil (Shape)”. “Ebat (Size)”. Günlük yaşantımızın bir parçası olan bu unsurların özellikleri ve her birine ilişkin örnek görüntüler aşağıda belirtilmiştir. klasik yani görerek yapılan kıymetlendirme. cisimlerin ayırt edilmesinde kullanılan şekil. İŞLEM ŞİRKETLER GRUBU UZALG 110 K ASIM 2001 . Hedefler ve onların bulundukdaki zemin ile meydana getirdikleri farkllığın belirlenmesine dayanan. Tondaki değişiklikler. (2) ŞEKİL: Şekil. İskan sahaları kapsamındaki hedeflerin dış hatları düzgün. “Ton (Tone)”. “Gölge (Shadow)” ve “Etrafı ile münasebet (Association)” olarak adlandırılan 7 unsurdan istifade edilerek yapılmaktadır. Eylül 1992) Sol görüntü: Red River Arsenal ABD Sağ görüntü: Massachusetts ABD False color infrared kombinasyonu b. yerleşim sahaları ise daha açık tonda görüntü verirler. Örneğin görüntü üzerindeki göller koyu tonda. “Doku (Texture)”. Kıymetlendirmenin ayırt edici ip uçlarını veren bir unsurdur. GÖRÜNTÜ KIYMETLENDİRMENİN UNSURLARI: Görüntü kıymetlendirme unsurları. hedeflerin tanımasına ve onlara ilişkin bilgilerin çıkarılmasına yardım eden anahtarlardır.

UZAKTAN ALGILAMA

Şekil-113 Farklı tonları (sol) ve şekilleri (sağ) içeren görüntüler
(3) EBAT:

Ebat veya ölçü, görüntüdeki bir cismin ölçeğe bağlı bir fonksiyonudur. Hedefin belirlenen ebadları, görüntüdeki diğer hedeflerden ayırt edilmesini sağlayan önemli bir unsurdur. Bir iskan sahasında tesbit edilen büyük ebatlardaki yapılar, bir fabrika veya depolama tesisidir. Küçük binalar ise insanların barındığı evlerdir.

Şekil-114 İskan sahasındaki büyük ve küçük ebatlı yapıları (sol) ve bina, caddelerin paternini (sağ) içeren görüntüler
(4) PATERN:

Patern, cisimlerin görünebilen ayırt edilebilme düzenini belirtir. Tekrarlanmış benzer tonlar ve doku, cismin ayırtedilebilen paternine yardımcıdır. Muntazam aralıklarla ekilmiş meyve ağaçları, iskan sahalarındaki caddeler ve muntazam aralıklı binalar paterne ilşkin örneklerdir. Diğer tarafdan bir güdümlü mermi mevziinin arazideki yerleşim paterni, onun tipinin belirlenmesini sağlayan bir ip uçudur.

İŞLEM ŞİRKETLER GRUBU

UZALG

111

K ASIM 2001

UZAKTAN ALGILAMA (5) DOKU:

Doku, özel bir görüntü sahasındaki ton değişikliklerini ve tanzimi ifade eder. Kaba doku benekli tondadır ve küçük sahalarda gri tonların derecesi zıt tarzda değişir. Düzgün dokudaki ton değişikliği çok azdır. Tarlalar, asfalt ve çimenlik sahalar gibi özelliklerin dokusu, düzgün olup yeknesak bir görüntü sağlar. Ormanlık sahalar gibi kaba satıhlı hedefler veya gayri muntazam yapılar, kaba dokuda bir görüntü verirler. Radar görüntülerinin kıymetlendirilmesinde doku, özelliklerin ayırt edilmesinde önemli rol oynayan bir unsurdur

Şekil-115 Düzgün ve kaba dokudaki hedefleri (sol) ve cisimlerin gölgelerini (sağ) içeren görüntüler
(6) GÖLGE:

Özellikle dikey görüntüler üzerindeki cisimlerin gölgesi, onların nisbi yüksekliğini ve profil görüntüsünü sağladıkları için kıymetlendirmeye yardım eden bir unsurdur. Örneğin dikey bir görüntüdeki bir köprünün tipi, gölge yardımıyle kolayca tesbit edilebilmektedir. Bununla beraber gölge, bazı durumlarda cisimlerin görünüşünü kapattığı için kıymetlendirme olanağını azaltmakta veya yok etmektedir. Özellikle radar görüntülerinde topoğrafik yapının veya yeryüzü şekillerinin kıymetlendirilmesinde fayda sağlayan bir unsurdur.
(7) ETRAFI İLE MÜNASEBET:

Etrafı ile münasebet, ilgi sahasındaki hedefe yakın özellikleri veya tanınabilen diğer cisimler arasındaki ilişkinin göz önüne alınmasını ifade eden bir unsurdur. Okullar, oyun ve spor sahaları bir ulaşım şebekesi (karayolu, demiryolu vb.) ile münasebetlidir. Keza göller; sandallar, marina ve bitişiğindeki dinlenme yerleri ile ilişkilidir.

İŞLEM ŞİRKETLER GRUBU

UZALG

112

K ASIM 2001

UZAKTAN ALGILAMA

Şekil-116 Göl ve ilişkili olduğu cisim ve mahalleri içeren görüntü
2. SAYISAL GÖRÜNTÜLERİ İŞLEME:

Günümüzün gelişen teknolojisi, uzaktan algılanan verilerin pek çoğunun sayısal formatta kayıt edilmesini sağlamış, kıymetlendirme analizlerine ve sayısal işlemlerin bazı unsurlarına bağımlı hale getirmiştir. Klasik kıymetlendirmenin veya hedeflerin otomatik olarak sınıflandırılmasının daha iyi bir tarzda yapılması için; formatlama, verinin düzeltilmesi ve geliştirilmesini içeren sayısal görüntünün işlenmesi hususu tamamiyle bilgisayarlar vasıtasıyla yapılabilmektedir. Uzaktan algılanan sayısal görüntüleri işlemek için veri; kayıt edilmeli ve bilgisayarda kullanılabilecek bir formatta diskte veya CD’lerde depolanmalıdır. Görüntü verisinin işlenmesini sağlayan uygun donanım ve yazılımları içeren bilgisayarlar “ Görüntü Analiz Sistemleri” olarak anılmaktadır. Halihazırdaki görüntü işleme yazılımlarından “ERDAS Imagine” yazılımı bunların belli başlılarındandır.

Şekil-117 Görüntü analiz sistemi

İŞLEM ŞİRKETLER GRUBU

UZALG

113

K ASIM 2001

değişik özelliklerin ayırt edilmesi için mevcut tonların arttırılması sağlayan “Contrast streching” ve özel mekansal paternleri geliştiren veya maskeleyen “Spatial filtering” işlemleri yapılır. görüntünün dönüştürülmesi işlemleri çok banlı görüntülere tatbik edilmektedir. Geometric düzeltme ise. Bu safha genel olarak “Radiometric düzeltme” veya “Geometric düzeltme” yi kapsamaktadır. Şekil-118 Orijinal (sol) ve geliştirme işlemi uygulanmış (sağ) görüntüler Görüntünün dönüştürülmesi safhasındaki işlemler. çarpma ve bölme gibi aritmetik işlemlerin icra edilmesi sonuçunda. sensörün düzensiz algıladığı ve istenmiyenleri ayıklama veya atmosferik parazitleri azaltma işlemleridir.UZAKTAN ALGILAMA Görüntü analiz sisteminde kullanılan sayısal görüntünün işlenmesi “Görüntü işlemenin ön hazırlıkları”. görüntüyü geliştirme safhasındaki işlemlere benzemektedir. Radiometric düzeltme. Görüntü işlemenin ön hazırlıkları safhası. görüntü geliştirme sadece bir kanallı (bandlı) veriye uygulanırken. Görüntüyü geliştirme safhası. Böylece sensör tarafından ölçülen yansıyan veya yayılan enerjinin doğru olarak temsil edilmesi sağlanır. Görüntüyü sınıflandırma ve analiz safhasında. ekleme. verinin gerçek dünya koordinat sistemine (meridyen ve paralel) dönüştürme işlemlerini kapsar. Sınıflandırma çok bandlı veri setlerine (A) tatbik edilir ve bu işlemle görüntüdeki herbir pixel parlaklık değerlerinin istatistiki özelliklerine bağlı olarak özel bir sınıfa veya bir konuya (B) atanır. sayısal tanıma ve verideki her bir pixeli sınıflandırma işlemleri yapılır. Bu safhada. Bununla beraber. meydana gelen geometric bozulmaları giderme. ana verinin analizi ve bilgi çıkarılması için başlangıçta yapılacak işlemleri içermektedir. orijinal bandlar çok daha iyi görünüş veren veya bazı özelliklerin ön plana çıktığı yeni bir görüntüye dönüşür. İŞLEM ŞİRKETLER GRUBU UZALG 114 K ASIM 2001 . klasik kıymetlendirme ve analize yardım etmek için görüntünün görünüşünü daha iyi hale getirmeye yönelik işlemleri kapsar. “Görüntüyü dönüştürme (Transformation)” ve “Görüntüyü sınıflandırma ve analiz” olarak ifade edilen 4 safhada yapılmaktadır. Sayısal sınıflandırma için değişik metodlar mevcut olup “Supervised” ve “Unsupervised” olarak adlandırılan sınıflandırmalar yaygın olarak kullanılmaktadır. Çıkarma. “Görüntüyü geliştirme (Enhancement)”.

görünüş geometrisi. GÖRÜNTÜ İŞLEMENİN ÖN HAZIRLIKLARI: Görüntü işlemenin ön hazırlıkları. Veriler arasındaki karşılaştırmayı kolayca yapabilmek için mutlak yayım veya yansıma birimleri olarak bilinen verinin değiştirilmesine ve/veya kalibre edilmesine gereksinim duyulmaktadır. atmosferik şartlar ve sensörün yarattığı parazit’ten (gürültü) kaynaklanmaktadır. görüntülenen dünya sathı. algılama esnasındaki şartlara bağlıdır. Şekil-120 Bir sensör tarafından algılanmış mozaik tipi görüntü İŞLEM ŞİRKETLER GRUBU UZALG 115 K ASIM 2001 . Bu düzeltme için. bazen görüntünün restorasyonuna ve rektifiyesine işaret etmektedir. Bu sorunların herbiri veriyi algılayan sensör ve platformun özelliklerine. güneş ve sensör arasındaki mesafelere dayanılarak düzeltilmektedir. farklı tarih ve zamanlarda farklı sensörler tarafından algılanan görüntülerin karşılaştırılmasına veya tek düze aydınlatma şartlarını içeren bir sensörün sağladığı mozaik tarzındaki çoklu görüntülere ihtiyaç duyulmaktadır. Genellikle verinin sensör ve platformdan kaynaklanan radiometric ve geometric bozukluklarının düzeltilmesine gereksinim bulunmaktadır. Optik sensörler tarafından sağlanan görüntüler arasında aydınlatma ve geometrik farklılıklar. görüntü alanındaki aydınlatma farklılığı. a. Radiometric düzeltme ihtiyaçları. geometrik model ilişkileri.UZAKTAN ALGILAMA Şekil-119 Veriyi sınıflandırma Yukarıda özet olarak ifade edilen 4 safhaya ilişkin detaylı bilgiler aşağıdaki parağlarda açıklanmıştır.

Şayet gözlenen değerler sıfırdan çok büyükse. Şayet atmosfer açık ise dağılma sıfır olmayacak bir değerde çok küçüktür. şeritler (bandlar) ve düşen hatlar şeklindedir. Atmosfer ayrıca. Bu metod. herbir banddaki tüm pixel değerlerinden. Şekil-121 Gözlenen parlaklık değerleri Düzeltme işlemi. belirlenen herbir bandın gözlenen asğari değerinin çıkarılması ile yapılmaktadır.UZAKTAN ALGILAMA Daha önceki kısımlarda açıklandığı gibi dağılan enerji. Değişik metodlar kullanılarak atmosferin engellemesinden kaynaklanan yetersizlikleri ve bozukluklukları düzeltmek olanak dahilindedir. Gözlenen parlaklık değerlerinin (sayısal numara) incelenmesini içeren metod vasıtasıyla. atmosferin engellemesi ile karşılaşmaktadır. Şekil-122 Şeritler ve düşen hatlar şeklindeki parazitleri içeren görüntüler Landsat MSS’in ilk görüntüleri üzerinde şerit halindeki parazitlere rastlamak olağan idi. Bu parazitler. hedefden yayılan sinyallerin sensöre ulaşmasını da engellemektedir. görüntünün geliştirilmesi veya sınıflandırma safhalarına ilişkin işlemlere geçmeden önce giderilmelidir. özelliklerin yapacağı yansıma faraziyesine dayanmaktadır. yörüngedeki değişiklikler ve MSS sensörünün 6 dedektörünün cevap verme süresinin uygun olmayışından kaynaklanmaktaydı. Görüntüler üzerindeki bu parazitler. Bu dağılmanın engellenmesi sonuçunda sathın aydınlanması azalır veya engellenir. sensörün gayrimuntazam algılama veya cevap verme kabiliyeti ve/veya veri kaydı ve aktarımındaki hatalar nedeniyle meydana gelmektedir. Görüntüler üzerindeki parazitler (gürültüler). İŞLEM ŞİRKETLER GRUBU UZALG 116 K ASIM 2001 . örneğin gölgeli sahalar veya büyük göller (A) gibi çok koyu tondaki hedefler kullanılarak bunlara ilişkin asğari değerler (B) karşılaştırılabilir. sorun atmosferik dağılmadan kaynaklanmıştır. Bu sorun.

sebep olmaktadır. görüntü (A) üzerinde kolayca ayırt edilebilecek özelliklere sahip (Yol kavşakları gibi) “Yer kontrol noktaları (GCP)” (A1. B2. tarama hatları boyunca kaybolan veya eksilen veri nedeniyle meydana gelmektedir. platformun yüksekliği. platformun hareketi. satıhdan yansıyan ve yayılan gerçek enerjiyi temsil eden ve birimsel ölçümlerin yapılmasına olanak veren sayısal numaralara dönüştürülür. bu noktaların (B1. A4) tesbit edilir. hızı. sensörün cevap verme kabiliyeti ve analog sinyal tarzına ilişkin detay bilgileri kullanılarak sağlanmaktadır. meridyen ve paralel tarzındaki yer koordinat sistemine adaptasyonunu içerir. sensörün ve platformun hareketini ve platform ile dünyanın geometrik ilişkini kapsayan doğru bir modelleme ile düzeltilebilmektedir. A2. tarama sisteminin hareketi. “Geometric Registration” işlemleri. Bu dönüşüm. modellenemez ve bu yöntem ile düzeltilemez. “Sistematik olmayan” veya ”Rastgele” meydana gelen bozulmalar ise. B4) karşılıkları belirlenir.Image Registration)” olarak adlandırılan. Bu varyasyonların pek çoğu “Sistematik” veya ”tahmin edilebilen” bozulmalar. Düşen hatlar şeklindeki parazitler. Bu yüzden görüntüler. “Görüntügörüntü rektifikasyonu (Image-to. Bu işlemler için. dünyanın kavsi ve dönüşü. görüntünün sıra ve sutünlarına ilişkin koordinatların. Bir harita (B) üzerinde. Geometrik bozukluklara. görüntüdeki karşılıklarına ithal edilir. Bu hatlar yerine pixel değerlerini içeren hatların girilmesi ile sorun çözümlenmektedir. A3. arazinin reliefi. Harita üzerindeki bu noktaların koordinatları tesbit edilerek.UZAKTAN ALGILAMA Dedektörler arasında yapılan nisbi düzeltme işlemleri sonucunda. Şekil-123 Geometric registration işlemleri İŞLEM ŞİRKETLER GRUBU UZALG 117 K ASIM 2001 . Bu işlemler görüntü işleme yazılımına sahip bilgisayarlar vasıtasıyle süratle yapılabilmektedir. “Geometric Registration” diye tanımlanan işlemlerle. iki görüntü arasında da yapılabilmektedir. bilinen yer koordinat sistemleri ile techiz edilir. bu sorun giderilmiştir. “Görüntü-Harita rektifikasyonu (Image-toMap Registration)” olarak adlandırılan bu işlemler sonuçunda görüntü. coğrafik koordinatları kullanmaksızın veya kullanarak. Geometric registration işlemleri. doğru ölçüm yapılabilen gerçek dünya koordinat sistemine sahip olur. B3. sensör optiklerinin perspektifi. Uzaktan algılama görüntülerinin nicel uygulamaları için veri.

UZAKTAN ALGILAMA Yer koordinat sistemini içermeyen orijinal görüntüler “Örnekleme (Resampling)” olarak adlandırılan geometrik düzeltme işlemleri ile düzeltilmektedir. “Nearest neighbour” metodu örneklemesinde. Bu metod genelde. Bu işlemlerle. görüntülerin parçalı veya eşit dağılmamış ışığı ve gölgeleri kapsamasıdır. arazi örtüsü tipleri vb. orjinal görüntüdeki sayısal pixel değerleri. Bununla birlikte sonuçda. “Bilinear interpolation” ve “Cubic convolution” olarak tanımlanmış örnekleme metodları kullanılmaktadır. coğrafik koordinat cinsinden hesaplanarak yeni pixel değerleri belirlenir. Örneklemede. bir raster matrisden alınan pixellerin diğer bir matrise uydurulmasıdır. orijinal görüntüden alınan pixeller sayısal olarak düzeltilmiş görüntüdeki en yakın pixel mevkiilerine apadte edilir. Düzeltilmiş görüntü Orijinal görüntü Şekil-125 Bilinear Interpolation metodu örneklemesi İŞLEM ŞİRKETLER GRUBU UZALG 118 K ASIM 2001 . Bu husus arzu edilmemekle beraber. tayfsal tabana dayalı sınıflandırma gibi uygulama ve analizlerde en iyi sonuçu sağlar. hususları içeren tematik veride uygulanmaktadır. orijinal görüntüden alınan 4 pixelin ağırlıklı ortalaması alınır ve yeni pixel mevkiilerine apadte edilir. Bu metodun dejavantajı ise. Ortalama işlemleri sonuçunda orijinal pixeller değişir ve görüntü çıktısının tamamiyle yeni olan sayısal değerleri üretilir. Düzeltilmiş görüntü Orijinal görüntü Şekil-124 Nearest neighbour metodu örneklemesi “Bilinear ınterpolation” metodu örneklemesinde. “Nearest neighbour”. Basit bir metod olup orijinal değerler değişmemektedir. bazı pixellerin değerleri çift olarak ortaya çıkmakta bazıları ise kaybolmaktadır. Örnekleme işlemi.

Her nekadar aydınlatma ve atmosferin etkileri ve sensörün özellikleri radiometric düzeltme ile giderilse de. orijinal görüntüden alınan 16 pixel blokununun ağırlıklı ortalama mesafesi hesaplanır ve yeni çıktı pixel mevkiine apadte edilir. elektromanyetik tayfın verdiği cevaplar çok değişiktir. Kontraslığın geliştirilmesi konusunun daha iyi anlaşılmasına ilişki anahtar. Daha uygun aralıkların kullanılması ile hedef ve onun bulunduğu zemin arasındaki kontrastlık farkı arttırılmaktadır. Böylece. hedef/zeminin yaydığı enerjiyi birleştirecek tarzda dizayn edilmişlerdir. görüntülere ait histogram konseptinin bilinmesidir. kar ve su gibi muhtelif aralıklardaki hedeflere. GÖRÜNTÜYÜ GELİŞTİRME: Geliştirme işlemleri. Kontrastlığı geliştirmek . Düzeltilmiş görüntü Orijinal görüntü Şekil-126 Cubic convulation metodu örneklemesi b. görüntü görerek yapılacak kıymetlendirmeye tam olarak hazır değildir. Uydu platformlarındaki uzaktan algılama sensörleri. Bilinear ınterpolation ve Cubic convolution metodları tamamiyle yeni pixel değerlerini üretmektedir. görüntüdeki sayısal pixel değerlerinin ustalıkla yönetilmesine olanak sağlamasıdır. Bu iki metodun kullanımı ile elde edilen görüntüler. Bu sebepden tüm hedeflerin optimum parlaklığını ve kontrastlığını sağlayan generik radiometric düzeltme yoktur. sayısal değerlere (umumiyetle 8 bit veya 256 renk seviyeli) ilişkin uygun aralıkların küçük bir kısmını içeren faydalı bilgiler bulunmaktadır. Ham görüntülerde.UZAKTAN ALGILAMA “Cubic convolution” metodu örneklemesinde ise. görüntünün daha anlaşılmasını ve klasik kıymetlendirmesini kolaylaştırmak için yapılmaktadır. çöl. Orman. Sayısal görüntülerin avantajı. herbir görüntü için parlaklık değerleri aralığının ve dağılımının ayrı ayrı ayarlanması gerekmektedir. İŞLEM ŞİRKETLER GRUBU UZALG 119 K ASIM 2001 . daha keskin bir görünüş verirler ve nearest neighbour metodunda meydana gelen parçalı ve eşit olarak dağılmamış ışık ve gölgeleri içermezler. orijinal değerlerin değiştirilmesini kapsamaktadır.

Orijinal Stretched Şekil-128 Linear contrast stretch İŞLEM ŞİRKETLER GRUBU UZALG 120 K ASIM 2001 . Linear stretch uygulaması ile. görüntünün asgari ve azami parlaklık değerlerine ait alt ve üst sınırların bir histogram üzerinde gösterilmesini sağlamaktadır. bu küçük seviye farkı doğrusal olarak 0-255 değerleri arasını tam dolduracak tarzda yayılır. Yapılan uygulama sonuçunda görüntü tüm mesafeyi dolduracak tarzda esner. bu değerlerin herbiri için oluşan frekanslar ise grafiğin y ekseni üzerinde gösterilmiştir. arzu edilen şekilde düzenlenerek. görüntü kapsamındaki parlaklık değerlerini belirten bir grafiktir. Aşağıdaki örnek histogramda asgari değer 84 azami değer ise 153’dür. 256 seviyelik tüm aralığın 1/3’ünden daha azdır. Bunlardan en basiti “Linear contrast stretch” olarak bilinmektedir. Linear contrast stretch metodu. Parlaklık değerleri (0-255) grafiğin x ekseni. İkisi arasındaki 69 seviyelik fark. Görüntünün kontrastlığını ve detaylarını geliştirmek için bir çok farklı teknik ve metod mevcuttur. Histogram üzerinde grafiksel olarak gösterilmiş görüntüye ait sayısal değerlerin aralıkları.UZAKTAN ALGILAMA Şekil-127 Görüntü ve histogramı Histogram. görüntünün kontraslık durumu geliştirilmektedir.

suyu içeren sahanın detayları. göze batacak veya gizlenecek tarzdaki görünümlerini sağlamak için mekansal filitreler (Spatial filtering) kullanılmaktadır. Suyun histogramdaki değerleri 40-76 dır. Bu durumda “Histogram-equalized stretch” metodunun tatbiki ile daha iyi neticelere erişilir. Böylece meydana çıkan detaylar nedeniyle görüntünün kıymetlendirmesi de kolaylaşır. görüntünün dokusu konsepti ile ilişkilidir. birikinti veya tortuları belirtecek tarzda gelişir. koyu sahalar ise daha koyu tonda görünecek duruma gelir. Bu uygulama ile. Histogram-equalized stretch metodu bu isteği karşılamaktadır. Şekil-129 Aşırı kontrastlıktaki orijinal görüntü (sol) ve Linear contrast stretch uygulanarak kontraslık seviyesi geliştirilmiş görüntü (sağ) Şayet girdi aralıkları muntazam dağılmamış ise.UZAKTAN ALGILAMA Bu kontraslık geliştirilmesi ile görüntüdeki açık tondaki sahalar daha açık tonda. İŞLEM ŞİRKETLER GRUBU UZALG 121 K ASIM 2001 . Orijinal Stretched Şekil-130 Histogram-equalized stretch “Spatial filtering”. Bu değer 0-255 aralığını tam dolduracak şekilde görüntü esnetilir. görüntünün geliştirilmesi için kullanılan diğer bir metoddur. detaylar daha iyi gelişmekte ve histogramın sadece özel kısmındaki bir sahanın kontraslığıda geliştirilebilmektedir. Mekansal frekans . “Linear contrast stretch” metodu uygun bir gelişme sağlamayabilir. Görüntüdeki özelliklerin kendilerine özgü mekansal frekanslara dayalı olarak. Sonuçda tüm sahaya ilişkin detaylar kaybolurken. Örneğin. şayet görüntü bir nehir ağızını içeriyor ve bu sulardaki birikinti veya tortuların incelenmesi isteniyorsa.

UZAKTAN ALGILAMA

Küçük alanlar üzerinde birbirini tutmayan ton değişikliklerini içeren kaba dokulu sahalar, yüksek mekansal frekansa sahiptir. Küçük ton değişikliklerini içeren düzgün dokudaki sahalar ise, düşük mekansal frekansa işaret etmektedir. Filitreleme işlemi, görüntünün geliştirilmesine yönelik olarak; görünüşü keskinleştirme veya yumuşatma ve özelliklerin kenarlarını keskin hale getirmek için yapılmaktadır. Matriks tarzındaki pixellerin merkezindeki pixele bir ağırlık değeri verilir ve otomatik hesaplamalar sonucunda bu değer azalarak veya artarak görüntününün gelişmesi sağlanır. Örneğin özelliklerin kenarlarını belirginleştirmek için kullanılan “Convulation kernel” tekniğinde kullanılan 5x5’lik matrisin merkezindeki değer 3 ise, uygulama sonucunda 2’ye düşer. Keza görüntünün görünüşünü keskinleştirmede bu değer 3’den 4’e yükselmektedir. Böylece görüntüdeki farklı özelliklerin geliştirilmesi veya gizlenmesi sağlanmaktadır.

Şekil-131 Filitreleme işlemi “Low-pass filter” tekniği, radar görüntüleri gibi benzer tondaki tek düze görüntü sahalarını geliştirmek ve görüntü üzerindeki parazit vb. küçük detayları azaltmak için kullanılmaktadır.

Şekil-132 Low-pass filter uygulanmış görüntü “High-pass filter” tekniği ise, “Low-pass filter” tekniğinin zıttına, görüntünün keskinleştirilmesini ve detayların daha iyi bir şekilde ortaya çıkmasını sağlamaktadır.

İŞLEM ŞİRKETLER GRUBU

UZALG

122

K ASIM 2001

UZAKTAN ALGILAMA

“Directional veya Edge detection filters” tekniği, yollar veya tarla sınırları gibi doğrusal özelliklerin daha belirgin olarak görünmesini sağlamak için kullanılmaktadır. Bir istikamete yönelmiş özelliklerin geliştirilmesi amacıyla düzenlenmiş bu filitreler, doğrusal jeolojik yapının tesbitinde faydalı olmaktadır.

Şekil-133 Directional veya Edge detection filter uygulanmış görüntü
c. GÖRÜNTÜYÜ DÖNÜŞTÜRME:

Görüntüyü dönüştürme (Image transformation); çok bandlı bir görüntünün veya farklı zamanlarda aynı bölgeyi içerecek şekilde algılanan 2 veya daha fazla görüntü bandlarının yönetimini kapsamaktadır. Her iki tarzda da, iki veya daha fazla kaynaktan alınan verilerden yeni bir görüntü üretilir. Böylece, muhtelif özelliklerin veya ilgi alanlarını kapsayan yeni görüntünün, orijinal görüntülerden daha iyi olarak görünmesi sağlanır. Temelde görüntünün dönüştürülmesi, aritmetik işlemlere dayanmakta olup, “Image subtraction” olarak adlandırılmış bir teknikle yapılmaktadır. Bu teknik, farklı tarihlerde algılanan görüntüler arasındaki meydana gelmiş değişiklerin ortaya çıkarılmasını sağlar. Geometrik olarak rektifiye edilmiş iki görüntüden birincisindeki pixelin parlaklık değeri, ikincisindeki aynı pixelin parlaklık değerinden çıkarılır. Takiben 0-255 renk seviyesinin ortalaması olan orta gri tondaki 127 sabit değeri eklenerek uygun farklıklıktaki yeni görüntü üretilir. Bu tip görüntü dönüşümü, yerleşim sahalarındaki değişikliklerin ve yok olan orman alanlarının belirlenmesinde kullanılmaktadır.

Şekil-134 Image subtraction

İŞLEM ŞİRKETLER GRUBU

UZALG

123

K ASIM 2001

UZAKTAN ALGILAMA

Görüntülere çok yaygın olarak uygulanan dönüştürme tekniklerinden biriside “Görüntünün bölünmesi veya tayfsal oranlama” (Image division or spectral raioning) olarak anılanıdır. Tayfsal oranlama uygulaması ile, değişik satıh örtülerinin tayfsal değerlerine dayanılarak, gizli kalmış özellikler, göze batacak tarzda ortaya çıkarılabilmektedir. İki farklı tayf bandından alınan verinin tayfsal oranlama ile görüntünün geliştirilmesine yönelik konsept aşağıdaki örnekde açıklanmıştır. Sağlıklı bitkiler; elektromanyetik tayfın yakın ınfrared bölgesinde güçlü bir yansıma yaparken, göünen kırmızı band da ise güçlü bir emme yapmaktadır. Toprak ve su gibi diğer satıh örtüsü özellikleri ; yakın infrared ve görünen kırmızı bandlarda hemen hemen birbirine yakın değerlerde yansıma yaparlar. 7 bandlı Landsat MSS görüntüsünde; yakın-infrared 0.8-1.1 µm, Band 5 deki kırmızı kısım ise 0.6-0.7 µm dalga uzunluklarına sahiptir. Yakın infrared band değerlerinin kırmızı band değerlerine bölünmesinden ortaya çıkan oran; bitkiler için 1.0 değerinden daha büyük, toprak ve su için ise takriben 1.0’dır. Bitkilerin diğer satıh örtüsünden olan bu oransal farklılığı, onların tanınmasında önem taşıyan bir özelliktir. Diğer tarafdan sağlıksız bitkilerin yakın infrared bölgedeki yansıması yeşil bitkilere göre daha düşüktür. Bu hususa dayanarak canlı (yeşil) bitkiler ile sağlıksız veya kamuflaj için kesilmiş bitkileri birbirinden ayırt etmek olanak dahilindedir. Bitkilerin durumlarına ilişkin analizlere yönelik olarak; muhtelif sensörlerin tayf bandları arasındaki farkları ve bunların tümünü göz önüne alarak daha kompleks tayfsal oran uygulamaları yapılmaktadır. Bunlardan yaygın olarak kullanılan ve gelişmiş olanı, “Normalized Difference Vegatation Index” (NDVI) isimli yöntemidir. AVHRR (Advanced Very High Resolution Radiometer) ve benzeri sensör görüntülerinin içerdiği, kıtalar ve küresel seviyedeki bitkilerin durumu, NDVI yönteminin uygulanması ile tesbit edilebilmektedir.

Şekil-135 Kanada (sol) ve Cebelitarık bölgesindeki (sağ) bitki örtüsü görüntüleri (Cebelitarık görüntüsündeki parlak sahalar, sağlıklı bitkileri göstermektedir)

İŞLEM ŞİRKETLER GRUBU

UZALG

124

K ASIM 2001

UZAKTAN ALGILAMA NDVI değerlerini hesaplamada. kıymetlendirme unsurları kullanılmaktadır. bir görüntü veri setinden anlamlı sayısal konu haritalarını üretme işlemidir. farklı bandların sayısal numara (Digital Number: DN) değerleri kullanılır. Bu değer. Sayısal görüntünün sınıflandırılmasında ise. bir veya daha fazla tayf bandındaki sayısal numaralarla temsil edilen tayfsal bilgiler kullanılır. aynı tipdeki satıh örtüsü tiplerine ilişkin yansımalar. birbiri ile oldukça ilişkili ve benzer bilgileri içerirler. Örneğin Landsat MSS’in 4 ve 5 nci bandlarında (yeşil ve kırmızı). atmosferin ve yer sathının ne kadar enerji emdiğini ve sensöre ne miktar yansımayı gönderdiğine bağlı olarak değişmektedir. hemen hemen birbirine eşit ve benzer görüntüdedir. Sınıflandırma sonuçunda elde edilen görüntü.6 pixel değerleri elde edilmektedir.1-0. Su. Örneğin 7 bandlı Tematik Mapper (TM) veri setindeki ilk 3 band. Bu dönüşüm metodlarından biriside “Temel elemenların analizi” (Principal component analysis) dır. çıplak arazi ve insan yapısı nesnelerin index değeri takriben sıfırdır. Klasik anlamda görüntüyü sınıflandırmak ve analiz etmek için. Çok bandlı verinin farklı bandları. mısır ve buğday gibi özel sınıflar veya konular. Bulutlar. Burada IR infrared bandı R ise görünen kırmızı bandı belirtmektedir. GÖRÜNTÜYÜ SINIFLANDIRMA VE ANALİZ: Görüntüyü sınıflandırma. veri bandındaki bir pixelin sayısal değeridir. Hesaplamalar sonuçunda bitkiler için 0. yoğun bitki örtüsüne işaret etmektedir. tüm bilginin %90’nını içermektedir. Çok bandlı veri setlerinin istatistiki özelliklerine dayalı görüntü dönüşümü. İŞLEM ŞİRKETLER GRUBU UZALG 125 K ASIM 2001 . Bu 3 bandın bilgileri kullanılarak dönüştürülen görüntü. Şekil-136 Temel elemanların analizi (bandları indirgeme) d.R) / (IR + R) formülüne göre yapılmaktadır. Bu tipdeki sınıflandırma “Spectral pattern recognition” olarak bilinmektedir. iğne veya yayvan yapraklı ağaçlar. kar ve su görünen tayfın kırmızı bandında çok kuvvetli yansıma yaparlar ve negatif (-) index değeri verirler. pixellerin oluşturduğu bir mozaik’i (B) içermekte ve “Thematic map” olarak anılmaktadır. daha kolay ve etkin kıymetlendirmeye olanak sağlar. Bir DN değeri. Hesaplama. görüntüdeki pixel değerlerine atandırılarak istenen sınıflandırma yapılır. Kayalar. Yüksek değer. Bu tarz dönüşümün amaçı veri setindeki bandları azaltmak ve böylece daha fazla bilgi sağlamaktır. NDVI = (IR . veri bandlarının azaltılmasını veya bandlar arasındaki ilişkiyi kullanan metodlarla sağlanır.

Supervised sınıflandırma. Tesbit edilen paterne göre bilgisayar benzer özellikleri ortaya çıkararak sınıflandırmayı yapar. “bilgi sınıfları” ve “tayfsal sınıflar” arasındaki farkın bilinmesi gerekmektedir. tek bir görüntü veri seti. yer bilgileri veya haritalar gibi diğer kaynaklardan sağlanan bilgilerin yardımı ile tesbit edilen paternleri veya arazi örtüsü özelliklerini temsil eden pixeller seçilir. orman tipleri ve kaya tipleri gibi jeolojik yapı bilgilerini kapsamaktadır. Görüntüyü sınıflandırmada. verinin farklı tayfsal bandlardaki parlaklık değerlerini temsil eden pixel gruplarını içermektedir. Birkaç özelliğin sınıflandırması istendiğinde bu metod kullanılmalıdır. Sınıflandırma. analizci tarafından tanınan veya hava fotoğrafları. Sınıflandırma için yaygın olarak kullanılan “Supervised classification” ve “Unsupervised classification” olarak adlandırılmış 2 metod bulunmaktadır.UZAKTAN ALGILAMA Şekil-137 Sayısal görüntüyü sınıflandırma ve thematic map (B) Sınıflandırma ve analiz için. A= Su B= Ziraat C= Kaya Şekil-138 Supervised sınıflandırma İŞLEM ŞİRKETLER GRUBU UZALG 126 K ASIM 2001 . Bilgi sınıfları. Bu metodda. analizcinin kontrolunda uygulanan bir metoddur. Tayfsal sınıflar ise. muhtelif zamanlarda algılanmış birçok görüntü veya yükseklik değerleri gibi ilave bilgilerden istifade edilir. farklı ürün çeşitleri. verideki tayfsal sınıflar ile ilgi duyulan özelliğe ait bilgi sınıfının karşılaştırılması ile yapılmaktadır.

bunların muhtelif kaynaklardan sağlanan veriler ile bütünleştirilmesi sınırlıydı. Sayısal Numaralar (DN) Tanıma sınıfları A= Su B= Ziraat C= Kaya Algoritma Tayfsal Sınıflar Şekil-139 Unsupervised sınıflandırma Supervised sınıflandırma. takiben yapılacak supervised sınıflandırma ile unsupervised sınıflandırma ile tesbit edilmiş sınıfların alt kısımları da belirlenmektedir. kıymetlendirme ve analiz için kullanılmakta ve fayda sağlamaktadır. Özellikle çok büyük veri setlerinin sınıflandırılmasında her iki sınıflandırma metodunun beraberce kullanılması en iyi neticeyi vermektedir. Günümüzde. Bu sınıflandırma. Veriyi bütünleme temelde. Düşünülenden daha fazla sınıf adedi verilmesi daha iyi bir sınıflandırma için uygun bir usuldur. unsupervised sınıflandırma sonucunda üretilen veri setlerini de kullanabilmektedir. sınıf sayısının belirlenmesidir. daha iyi ve/veya daha fazla bilgi temin etmektedir. Takiben bu pixeller sembollere. Başlangıçta arazi örtüsü tipinin bilinmesi gerekmemektedir. “multiresolution” (farklı çözümlemedeki görüntüler). Müşterek kullanımda unsupervised sınıflandırma ile temel sınıflar ortaya çıkarılırken. görüntüdeki veriye aşina olunmadığı zamanlarda kullanılan bir metoddur. “multisensör” (farklı sensör görüntüleri) ve “multi-data” (farklı veriler) bir araya getirilmektedir.UZAKTAN ALGILAMA Unsupervised sınıflandırma. VERİYİ BÜTÜNLEME VE ANALİZ: Hava fotoğraflarının uzaktan algılamanın analoğ veri kaynağı olduğu dönemlerde. Yapılacak ilk iş. birçok sensörden algılanan sayısal formattaki veriyi bütünleme. veri bandlarındaki yansıma değerlerine bağlı olarak ve benzer pixellerin otomatik olarak tesbit edilmesi sonuçunda ortaya çıkmaktadır. Veri bütünlemede. “multitemporal” (farklı zamanlarda algılanan görüntüler). değerlere veya etiketlere atanır ve istendiği takdirde. aynı tip sınıflar birleştiirilerek işlem tamamlanır. İŞLEM ŞİRKETLER GRUBU UZALG 127 K ASIM 2001 . 3.

düşük mekansal çözümlemeli bir verinin bir araya getirilmesi sonuçunda. arazi örtüsü tiplerini daha kolay ayırt etme ve özelliklerin bünyesel detaylarının ön plana çıkması sağlanmaktadır. Birçok sensör verisinin birleştirilmesinde. dönem içersinde meydana gelen değişiklikler tesbit edilmektedir. İŞLEM ŞİRKETLER GRUBU UZALG 128 K ASIM 2001 . ilave bilgiler. herbir verinin aynı coğrafik koordinat sistemine göre rektifiye edilmesi gerekmektedir. çeşitli uygulamalara imkan sağlanmaktadır. uzaktan algılama verisine entegre edilmesine de imkan vermektedir. Yüksek mekansal çözümlemeli bir veri ile. Şekil-141 Bütünleştirilmiş 10 ve 20 metre çözümlemeli SPOT görüntüsü Bütünleştirilmiş çok bandlı optik veri ve radar görüntüsü Farklı sensör verilerinin birleştirilmesi ile. Rektifikasyon aynı zamanda diğer yardımcı veri kaynaklarının. Çok bandlı optik veri ile radar sensörü görüntülerinin bütünleştirilmesi bu olanağı gösteren iyi bir örnektir. Örneğin SPOT görüntülerinden 10 metre çözümlemeli pankromatik bir görüntü ile 20 metre çözümlemeli çokbandlı bir görüntü bütünleştirildiğinde. elde edilen yeni görüntünün mekansal çözümlemesi 10 metre olmakta ve detaylar gelişmektedir.UZAKTAN ALGILAMA Şekil-140 Veri entegrasyonu Farklı zamanlarda algılanan görüntülerin bütünleştirilmesi ile. görüntüdeki mekansal detaylar keskinleşmekte ve özelliklerin ayırımı kolaylaşmaktadır. Muhtelif çözümlemelere sahip görüntülerin biraraya getirilmesi ile.

Bu veriler sayısal ortamda rektifiye edilerek. arazinin muhtelif yönlerden analiz edilmesini sağlamakta ve sivil / askeri amaçlı muhtelif uygulamalara temel teşkil etmektedir. haritaları güncelleştirme. Bu modeller. orman türleri. sayısal toprak tipleri haritası. bütünleme ve analizin can alıçı noktasıdır. bundan istifade ile oluşturulan “3 boyutlu perspektif görünüş”. münhanilere ilişkin sayısal yükseklik verisi ile uzaktan algılanan görüntüntünün bütünleştirilmesinden oluşmakta ve arazinin model tarzındaki gerçek durumunu ve eğim değişikliklerini yansıtması açısından büyük önem taşımaktadırlar. bir tarafdan sınıflandırmanın doğruluk seviyesini arttırırken. Şekil-143 Coğrafik Bilgi Sistemi (GIS) İŞLEM ŞİRKETLER GRUBU UZALG 129 K ASIM 2001 . Şekil-142 3 boyutlu perspektif görünüş Yukarıda açıklanan farklı tiplerden ve farklı kaynaklardan sağlanan verilerin birleştirilmesi hususu.UZAKTAN ALGILAMA Sayısal Yükseklik Modeli (DEM) veya Sayısal Arazi Modeli (DTM). arazi örtüsü sınıfları. yol şebekesi gibi uygulamalar için Coğrafik Bilgi Sistemleri olarak adlandırılan veri tabanlarında depolanırlar.

Örneğin bitkilere karşı. Tayfsal çözümleme. tayfsal. Diğer tarafdan. Muhtelif veri kaynaklarının kombinasyonundan oluşturulan yeni veri. Herbir uygulamanın kendine özgü. Sensörlerin dünya üzerindeki aynı noktayı tekrar algıladıkları zaman periyodu (revisit time) da uygulamaları etkileyen diğer bir faktördür. özel amaçlar için dizayn edilmiştir. Sulak alan haritaları. Optik sensörler. görüntüdeki detayların görünebilirliğini ifade etmektedir. görüntünün işlenmesi ve süratle kullanıcıya ulaştırılmasında zaman önemli bir kriterdir. Uzaktan algılama verilerine dayalı muhtelif uygulamalar için genelde birden fazla sensörün algıladığı görüntüye ihtiyaç duyulmaktadır. göz önüne alınacak bir faktördür. tayf bandlarındaki verileri algılarken. Zamansal çözümleme ise. Tekrarlanan ve sık sık meydana gelen petrol sızıntısı. zamansal veriye dayalı uygulamalarla belirlenmektedir. orman yangını ve denizdeki buz kütlelerinin hareketi. fiziki coğrafyayı içeren bölgesel haritalardan daha hassas mekansal çözümlemeye ihtiyaç gösterirler. jeolojik yapıyı haritalama uygulamaları için ise sadece bir kere algılanan görüntülere ihtiyaç duyulmaktadır. SİVİL AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI: Sivil disiplinlerin ihtiyaçlarına yönelik olarak aşağıda belitilen uygulamalar yapılmaktadır. Bununla beraber askeri ihtiyaçlara ilişkin uygulamalar bazı sivil uygulama konularını da içermektedir. radar sensörleri microwave band kapsamındaki verileri algılarlar. görünen dalga uzunluğundaki pankromatik band hassas değilken. Infrared band hassastır. hedeflerin görünüşünü etkileyen bulutluluk şartları ile sınırlıdır. ZİRAATE YÖNELİK UYGULAMALAR (1) Ürün tiplerini haritalama (2) Ürün yönetimi ve hasar değerlendirmesi İŞLEM ŞİRKETLER GRUBU UZALG 130 K ASIM 2001 . Dünya üzerindeki tropik bölgeler için bulutluluk hemen hemen daimi bir etkendir. a. Bandların hassasiyeti hedeflere göre değişmektedir. elektromanyetik tayf üzerinde kaydedilen verinin band aralığına veya mesafesine işaret eder. Optik sensörler.UZAKTAN ALGILAMA BÖLÜM – 4 UZAKTAN ALGILAMA UYGULAMALARI Uzaktan algılama sensörleri. gündüz ve gece görüntü sağlayan güvenilebilir bir veri sağlamaktadır. 1. Sivil ve askeri kesimin gereksinimlerine yönelik uzaktan algılama uygulamaları birbirinden farklıdır. Mekansal çözümleme. görüntüler arasındaki algılama fasılasını belirtmektedir. buluta ve sise nüfuz ettiğnden her hava şartında. uygulamanın daha başarılı olmasını sağlamaktadır. mekansal ve zamansal çözümleme gereksinimi bulunmaktadır. Diğer tarafdan kutup bölgeleri için solar aydınlatmanın zamanı. Radar sensörü ise. Ürünleri tanıma ve sulak alanların yönetimi gibi konuların uygulanması için mevsimsel görüntülere.

ORMANLARA YÖNELİK UYGULAMALAR (3) Kesilen ve tekrar ormanlaştırılan sahaları haritalama (4) Orman tiplerini belirleme (5) Orman yangınlarını haritalama c. HARİTACILIK UYGULAMALARI (1) Planimetry (2) Sayısal yükseklik modelleri (3) Topoğrafik ve tematik haritalama h. HİDROLOJİK UYGULAMALAR (1) Sel baskınlarını haritalama (2) Toprağın nemini belirleme e. DENİZLERDEKİ BUZ KÜTLELERİNE YÖNELİK UYGULAMALAR (1) Buz tipi ve yoğunluğu (2) Buz kütlelerinin hareketi f. OKYANUS VE SAHİL YÖNETİMİNE YÖNELİK UYGULAMALAR (1) Okyanus özellikleri (2) Okyanusun rengi ve birikintilerin yoğunluğu (3) Petrol sızıntılarının tesbiti ZİRAATE YÖNELİK UYGULAMA ÖRNEKLERİ Şekil-144 Ürün tipleri haritaları (sol 2 şekil) fırtına nedeniyle hasara uğramış ürün bölgesi (Sağ) İŞLEM ŞİRKETLER GRUBU UZALG 131 K ASIM 2001 . JEOLOJİK UYGULAMALAR (1) Jeolojik yapıyı haritalama ve arazi analizi (2) Jeolojik birimleri haritalama d.UZAKTAN ALGILAMA b. ARAZİ ÖRTÜSÜ VE KULLANIMINA YÖNELİK UYGULAMALAR (1) Arazi kullanımındaki değişiklikler (2) Arazi örtüsü ve canlı bitkileri haritalama g.

UZAKTAN ALGILAMA ORMANLARA YÖNELİK UYGULAMA ÖRNEKLERİ Şekil-145 Yol boyunca kesilen ağaçları gösteren radar ve optik sensör görüntüleri Şekil-146 Orman örtüsünü içeren radar görüntüsü ve orman tipleri haritası İğne yapraklı ağaçlar Çalılık Çakıl Yayvan yapraklı ağaçlar Kuru yer örtüsü Islak yer örtüsü Su Derin veya temiz su Şekil-147 Hyperspectral görüntü ve arazi örtüsü haritası İŞLEM ŞİRKETLER GRUBU UZALG 132 K ASIM 2001 .

UZAKTAN ALGILAMA Şekil-148 Devam eden yangın ve yanmış ormanlar JEOLOJİK UYGULAMA ÖRNEKLERİ Şekil-149 Radar görüntüsü üzerindeki taş tabakaları ve jeolojik yapı haritası HİDROLOJİK UYGULAMA ÖRNEKLERİ Hava Fotoğrafı NOAA Görüntüsü Radar Görüntüsü Şekil-150 Sel baskınına ilişkin muhtelif sensör görüntüleri İŞLEM ŞİRKETLER GRUBU UZALG 133 K ASIM 2001 .

UZAKTAN ALGILAMA DENİZLERDEKİ BUZ KÜTLELERİNE YÖNELİK UYGULAMA ÖRNEKLERİ Şekil-151 Buz kütlelerini içeren görüntüler ARAZİ ÖRTÜSÜ VE KULLANIMINA YÖNELİK UYGULAMA ÖRNEKLERİ Sınıflandırılmış arazi kullanımı görüntüsü Arazi kullanımındaki değişiklikler Şekil-152 Arazi kullanımına ilişkin görüntüler TM ve radar görüntülerinden oluşturulmuş arazi örtüsü (ürün dağılımı) Radar görüntüsü üzerindeki Tropik arazi örtüsü Şekil-153 Arazi örtüsüne ilişkin görüntüler İŞLEM ŞİRKETLER GRUBU UZALG 134 K ASIM 2001 .

UZAKTAN ALGILAMA Şekil-154 Kanadanın sınıflandırılmış arazi örtüsü haritası HARİTACILIK UYGULAMA ÖRNEKLERİ Radar görüntüsü ve planimetrik veri (yol şebekesi) 3 boyutlu sayısal yükseklik modeli Radar görüntülerinden oluşturulmuş stereo çift Şekil-155 Muhtelif haritacılık uygulamaları İŞLEM ŞİRKETLER GRUBU UZALG 135 K ASIM 2001 .

UZAKTAN ALGILAMA Radar görüntüsünden oluşturulmuş Topografik harita Topografik yapının perspektif görünüşü İskan sahası orthofoto haritası Şekil-156 Muhtelif haritacılık uygulamaları OKYANUS VE SAHİL YÖNETİMİNE YÖNELİK UYGULAMA ÖRNEKLERİ Deniz yüzeyindeki dalgalar Akdenize ilişkin rekli veri Radar görüntüsü üzerindeki sahile yayılmış petrol sızıntısı Şekil-157 Muhtelif okyanus ve sahil yönetimi uygulamaları İŞLEM ŞİRKETLER GRUBU UZALG 136 K ASIM 2001 .

Takiben bunları detaylandırarak. 1992 yılında harekat ve istihbarat ihtiyaçlarına cevap verecek ugulamaları 13 ana kategoriye ayırmıştır. • • • • • • • • Bathymetry Kamuflaj. ABD Savunma İstihbarat Kurumu (DIA) yıllarca araştırma yapmıştır. deniz haritacılığı ve geodesy Görev planlama ve tatbikat Stratejik endüstri ve tabii kaynakları izleme Hedefler Antlaşmaları izleme b. harekata yönelik olarak yapılan testler ve değerlendirmeler sonuçunda anılan kurum.UZAKTAN ALGILAMA 2. gizleme ve aldatmayı tesbit Değişiklikleri tesbit Görüntü haritaları Görev planlama Perspektif görünüş Arazi sınıflandırması Afet değerlendirmesi ve kurtarma harekatı İŞLEM ŞİRKETLER GRUBU UZALG 137 K ASIM 2001 . EK-C’de sunulan “Genel bilgi tiplerine tatbik edilebilen uzaktan algılama uygulamaları” ve “Bilgi gereksinimlerine tatbik edilebilen genel bilgi tipleri” olarak isimlendirilen tabloları hazırlamış ve kullanıcıların istifadesine sunmuştur. HAREKAT VE İSTİHBARATA KATEGORİLERİ: YÖNELİK GENEL UYGULAMA • • • • • • • • • • • • • Geniş saha araştırması İhtimaliyet planlaması Uyuşturucuya karşı koyma Terörizme karşı koyma Cari harekat Felakete yardım Çevresel izleme Hidroloji Haritacılık. ASKERİ AMAÇLI UZAKTAN ALGILAMA UYGULAMALARI: Uzaktan algılanan görüntülerin askeri amaçlara yönelik olarak uygulanması konusu üzerinde. çok bandlı görüntülerin tayfsal olanaklarının kullanımı ile sağlanmıştır. Gereksinimlerin artması nedeniyle uygulama tipleri ve miktarları günden güne artmıştır. ASKERİ UYGULAMA ÖRNEKLERİ: Uzaktan algılanan çok bandlı görüntüler. Kullanıcıların gözlemleri. Siyah/beyaz ve renkli görüntülerden elde edilemeyen bilgiler. a. tatbikatlarda ve ve eğitimlerde kullanılmaktadır. 1980 yılı ortalarından beri harekat ve istihbarata yönelik olarak muharebe şartlarında. Askeri olarak birçok uygulama örneği mevcut olup bunlardan başlıcaları aşağıda listelenmiş ve takip eden parağraflarda açıklanmıştır.

Bathymetry haritaları. Bunun nedeni mavi ve yeşil bandların ve azami bilgi içeren band kombinasyonlarının suya nüfuz etmesidir. Bulanık sular ve su altındaki bitkiler. Su ve karanın birleştiği sahillerin tam olarak ortaya çıkarılması için yakın ınfrared (NIR) band tercih edilmelidir. Aşağıdaki örnek uygulamanın kitabesindeki renk kodlarına karşılık olarak gösterilen derinlik değerleri. kayalık bölgeleri. su derinliğinin doğru olarak belirlenmesini engelleyen unsurlardır. tabii renkli band (true color) kombinasyonlarının kullanılması faydalı olmaktadır. Sahillerdeki nisbi derinlikleri. Buna rağmen çok banlı görüntülerden elde edilen bathymetry verisi. Genelde görünen bandlardan (örneğin Landsat 3. deniz harekatını planlayanlar bu haritaları başlangıç ve destek amaçları için kullanmaktadırlar.UZAKTAN ALGILAMA (1) BATHMETRY UYGULAMASI: Halihazırdaki bathmetry (deniz derinlikleri) verisi geniş alanlarda sık sık kullanılmamaktadır. gerçeği kesin olarak yansıtmamakla beraber. su altı engellerini ve berrak sularda 40 metreye kadar olan derinlikleri içeren bathymetry haritaları hazırlanabilmektedir. Diğer tarafdan günümüzde gelişen ve oldukça mesafe kateden radar görüntüleri de bathmetry amaçları için kullanılmaktadır. TAHMİNİ DERİNLİKLER 0-1 m 1-2 m 2-4 m 4-6 m 6-9 m 9-12 m >12 m Şekil-158 İran’ın Bander Abbas bölgesine ilişkin olarak hazırlanmış bathmetry haritası İŞLEM ŞİRKETLER GRUBU UZALG 138 K ASIM 2001 . 2. 1) istifade edilerek oluşturulurlar. su derinliklerini farklı tonlarda ve birim değerleri ile gösteren kitabeleri içerecek tarzda düzenlenmektedir. Suyun bulanık olması nedeniyle su derinlikleri belirlenemiyorsa. harp planlamaları için ilave desteği sağlamaktadır.

NIR ve SWIR band kombinasyonlarındaki görünüşlerini içermektedir. Kamuflaj ağları. canlı ve kesilmiş bitkiler ve aldatıcı boya tatbik edilerek. Bu cisimler. pankromatik ve tabii renkli görüntülerde ayırt edilemezken. NIR ve SWIR band kombinasyonları kullanarak ortaya çıkarılır. Pankromatik Tabii renkli kombinasyon NIR kombinasyonu SWIR kombinasyonu Şekil-159 Ağlarla kamufle edilmiş cisimlerin muhtelif bandlar ve kombinasyonları üzerindeki görünüşleri İŞLEM ŞİRKETLER GRUBU UZALG 139 K ASIM 2001 . 5 metre yer çözümlemesine sahip pankromatik. elektromanyetik tayfın yakın ınfrared (NIR). Önemli askeri hedeflere. Aşağıdaki şekil. kamuflaj ağları. görüntü kıymetlendirmecisi yanıltılmaya çalışılır. ağlar ile kamufle edilmiş 5 cismin. Kısa dalga ınfrared (SWIR) bandları ve çoğu kez de görünen bölge bandlarının kombinasyonu kullanılır. NIR ve SWIR bandlı görüntülerde ise kolayca tesbit edilebilmektedir. tabii renkli. GİZLEME VE ALDATMAYI TESBİT UYGULAMASI: Bu uygulama için. Bunun nedeni kamuflaj ağlarının bu bandlarda farklı yansıma yapmalarıdır.UZAKTAN ALGILAMA (2) KAMUFLAJ.

NIR. SWIR ve termal görüntüler üzerindeki ınfrared yansıtıcı boya tatbik edilmiş bir tankı içermektedir. Toprak ile örtülmüş beton sığınaklar veya gömülü cisimlerin üzerinde yetişen bitkilerin içerdiği nem. ekseriya aldatıcı görünüş veren ve NIR band’daki bitkilerin yaydığı sinyalleri taklit eden ınfrared yansıtıcı boyalarla boyanır. çevredeki bitkilere göre daha farklıdır. Aşağıdaki şekil. Pankromatik Tabii renkli kombinasyon NIR kombinasyonu SWIR kombinasyonu Termal kombinasyonu Şekil-160 Infrared yansıtıcı boya kullanılarak gizlenmiş bir tankı içeren muhtelif bandlardaki görüntüler İŞLEM ŞİRKETLER GRUBU UZALG 140 K ASIM 2001 . SWIR band kombinasyonunu içeren görüntülerde ise. Termal görüntüler üzerinde. SWIR görüntüde ise kolayca tesbit edilebilmektedir. cisim ve zemini arasındaki kontraslık farkı nedeniyle tesbitleri kolaydır. Bu tank. bulunduğu zemine göre farklı bir görünüş meydana getirirler. Kesilen veya kırılan çalı ve ağaç dalları ile cisimler gizlenmektedir. bu fark ortaya çıkarılabilmekte ve gizlenen cisim belirlenmektedir. NIR kombinasyonu görüntüler üzerinde belirlemek çok zordur. meydana getirdiği ısı nedeniyle oldukça kolaydır. canlı bitkilerden farklı olup SWIR kombinasyonu görüntülerde. Bu özellikteki boya tatbik edilmiş cisimleri. güneşin meydana getirliği parıltı nedeniyle tank ayırt edilse bile teşhis kesin değildir. NIR görüntüde ayırt edilemezken. Kıymetlendirmeciyi yanıltmak için askeri vasıtalar. pankromatik. Araçların motor kaputları gibi düz satıhların yaptığı yansımalar. tabii renkli. gizlenen cismin tesbit edilmesine olanak sağlamaktadır. çalışan bir tankın tesbiti. Bu bitkilerin içerdiği nem. Tabii renkli görüntüde.UZAKTAN ALGILAMA Gizlemede kullanılan bitkilerin stres durumu.

1 nolu görüntüde mevcut değilken. Görüntülerin sağ üst köşesindeki küçük daire içindeki yol kavşağı. 2 nolu görüntüde yoktur. ulaşım şebekesi üzerinde meydana gelen değişiklikleri ve hedeflerin izlenmesini içermektedir. Cyan renk ile temsil edilenler ise. Farklı zamanlarda algılanan iki görüntünün birleştirilmesinden meydana gelen ve değişiklikleri içeren görüntüde. (b) ile işaretlenmis ve cyan renk ile temsil edilen husus ise. tesisleri. kırmızı renk ile temsil edilen cisimler veya sahalar. Geniş sahaların araştırılmasına yardım için kullanılan bu uygulama. yansıyan veriye dayanmakta ve farklılıklar otomatik olarak ortaya çıkarılmaktadır. Değişikliklerin tesbit edildiği görüntüde genel olarak göze batan iki ayrı renk ve düşük tonlardaki renkler bulunur. Değişiklikleri tesbit uygulamasına ilişkin olarak hazırlanmış ve aşağıdaki şekilde gösterilen örnek. 2 nolu görüntüde tamamlanmıştır. Değişikliklerin tesbiti. Düşük seviyeli renk tonları ise herhangibir değişikliğin olmadığına işaret etmektedir. 1 nolu görüntüde mevcut iken.UZAKTAN ALGILAMA (3) DEĞİŞİKLİKLERİ TESBİT UYGULAMASI: Farklı zamanlarda algılanan iki veya daha fazla görüntünün kullanımı ile. pist sathının yeniden kaplandığını ifade etmektedir. Bu değişiklik görüntü işleme yazılımı (ERDAS İmagine) kapsamındaki bir aletin kullanımı ile otomatik olarak tesbit edilmektedir. 2 nolu görüntüde mevcuttur. kara yollarını. Büyük daire içerisine alınmış olan hava meydanında (a) ile işaretlenmiş ve kırmızı renkte temsil edilmiş nesne bir binanın inşaa edildiğini. 1 nolu görüntüde inşaa halinde iken. arazi örtüsünde meydana gelen değişiklikler ortaya çıkarılabilir. köprü inşaatlarını ve arazi örtüsündeki değişiklikleri kapsamaktadır. 1 nolu görüntü 2 nolu görüntü Değişiklikleri içeren görüntü Şekil-161 Yol kavşağı ve Hava meydandaki değişiklikler İŞLEM ŞİRKETLER GRUBU UZALG 141 K ASIM 2001 . demir yollarını. Çok geniş sahalardaki en son faaliyetin araştırılması veya iki tarih arasında meydana gelen değişikliklerin belirlenmesi için kullanılan yararlı bir uygulamadır.

Takiben tüm kullanıcıların ihtiyaçını karşılaması için UTM grid ve coğrafik koordinatlarla teçhiz edilirler. Örneğin 30 metre çözümlemeli çok bandlı Landsat görüntüsünden oluşturulan görüntü haritası 1: 100. Görüntü haritalarının kenar bilgileri genelde topografik haritalarla aynı olmakla beraber ilaveten sensör. Bu haritalar topoğrafik haritanın güncelleşmesini sağladığı gibi.000 veya 1: 25. Şekil-162 Görüntü haritası Görüntü haritalarının hazırlanmasında ilk aşamada. Bu görüntü ile 10 metre çözümlemeli pankromatik SPOT görüntüsünün birleştirilmesinden meydana getirilen görüntü haritası 1: 50. band kombinasyonu. ölçek. İŞLEM ŞİRKETLER GRUBU UZALG 142 K ASIM 2001 . ham görüntü rektifiye edilerek dünyadaki gerçek konumuna getirilir ve vurgulanacak özelliklere bağlı olarak tabii renkli. görüntünün sahip olduğu çözümlemenin karşıtı olan ölçeğe göre belirlenmektedir. NIR veya SWIR band kombinasyonları düzenlenir. Görüntü haritalarının ölçeği.UZAKTAN ALGILAMA (4) GÖRÜNTÜ HARİTALARI UYGULAMASI: Askeri amaçlı uzaktan algılama uygulamalarından çok yaygın olanlarından biriside. Topografik haritaların olmadığı veya çok eski bigileri içerdiği durumlarda hazırlanır. yükseklik diagramı ve arazi örtüsünü belirten renk kodları ile de techiz edilirler. ikaz edici notlar. grafiksel özellikleri de içermektedir. görüntünün algılandığı tarih. platform. koordinat sistemlerini. kitabe ve kuzey oku vb. ilgi sahasına ilişkin muhtelif sembol ve işaretleri.000 ölçekli olmaktadır.000 ölçeklidir. görüntü haritalarıdır.

Perspektif görünüş uygulaması. kontrol. günümüzde “otomatik görev planlama sistemleri” vasıtasıyla yapılmaktadır. Kara kuvvetleri piyade ve zırhlı birlikleri için bu uygulama yer seviyesinden itibaren 1-3 metrelik görüşe olanak sağlayacak tarzdadır. kara ve hava harekatı görevlerini planlamak ve desteklemek amacıyla yıllardan beri kullanılmaktadır. Görev planlama uygulaması. sayısal arazi yükseklik verisinden (DTED) istifade ile münhaniler ve mukayeseli bir kullanım için raster hale getirilmiş topografik haritalar eklenebilir. hedef bölgesinin gerçek durumunu yansıtan Siyah beyaz veya tabii renkli bir görüntüyü ve üzerine işaretlenmiş dönüş. Bu uygulamaya ilişkin olarak hazırlanmış örnek görüntü aşağıdaki şekilde gösterilmiş olup bir nüklear takat kaynağı bölgesini ve bir bakış noktasından bu tesisin ve çevresinin perspektif görünüşünü kapsamaktadır. nişan noktaları. Keza bunlar kara harekatı için kara silahlarının direk atış yapacağı sahalar ve özel harekat amaçlarına göre de düzenlenmektedir. Başlangıçta görüntü çıktılarının üzerine el ile yapılan işaretlemelerle oluşturulan görev planlama materyalleri. (5) GÖREV PLANLAMA UYGULAMASI: Uzaktan algılanan çok bandlı görüntüler. Geçmişten günümüze kadar “Target Illustration Sheet (TIS)”.UZAKTAN ALGILAMA İstenmesi halinde görüntü haritasına. uçağın taktik ve kabiyetlerini yansıtacak bir kullanım için hazırlanır. Sahradaki birliklerin bu tarz uygulamayı içeren basılı materyale olan gereksinimleri halen devam etmektedir. Bunlar. azimuth’unu ve taarruz istikametini içerecek tarzda düzenlenmiş bir perspektif görünüşü de kapsamaktadır. tanımlanan bir yerden yapılacak hava taarruzunun irtifasını. muhtelif kenar bilgileri. Bakış noktası Şekil-163 Perspektif görünüşü de içeren Görev planlama uygulaması İŞLEM ŞİRKETLER GRUBU UZALG 143 K ASIM 2001 . hedefin tali kısımlarını ve kıymetlendirme bilgilerini içerecek şekilde düzenlenmiştir. Helikopterlere yönelik olarak hazırlananlar ise jet uçaklarına nazaran daha farklıdır. “Air Target Mosaic (ATM)” ve “Automated Target Graphic material (ATGM)” olarak adlandırılmış görev planlama uygulamaları yapılmıştır.

arzu edilen bir yükseklik ve mesafeden sayısal arazi verisi ile çakıştırılır. atış alanlarının tanımlanması. azimuth. sayısal arazi yükseklik verisi (DTED) ve sayısal yükseklik modeli (DEM) kullanılarak hazırlanmaktadır. muhtelif kullanım amaçları için oluşturulmaktadır. Perspektif görüşte istikamet ve mevkiye dayalı arazinin özellikleri vurgulanmak isteniyorsa. zırhlı ve tekerlekli askeri araçların harekatı ve pusu kurma amaçlarına da destek sağlamaktadır. çok bandlı sayısal görüntü. Bu uygulama. Standart yer isimleri ve hedef tanıma bilgileri. görüntünün dikey abartısında gerekli düzenlemeler yapılır. kullanıcının görmek istediği gerçeği yansıtacak tarzda tabii renkli olarak hazırlanmaktadır. Taktik uçakların ve helikopterlerin hava görev planlaması ve hedef gereksinimlerini destekleyen belirgin bir formata sahip hedef grafikleri tarzında üretilirler. ayrıca hedefe olan mesafe. Görüntü. keza kara kuvvetleri silahlarının yerleştirilmesi. tabii renkli bir görüntü kullanılmış ve gerekli bilgilerle donatılmıştır. Arazinin gerçek görünümü ve arazi örtüsü amaçları için ise. gözlemcinin yerleştirildiği mevkii olup. arazi özelliklerinin ortaya çıkması arzu edildiğinden. araziden olan yükseklik (AGL) ve uygulanan dikey abartı bilgilerinide kapsar. uygulama için SWIR band kombinasyonu kullanılır. Sahnenin orijin noktasının koordinatları. askeri semboller ve diğer uygun bilgiler eklenir. Arazi örtüsü özelliklerinin ortaya çıkarılması arzu ediliyorsa. kullanıcının istifadesine. Taarruz edilecek düşman füze mevkileri vb. muharebe düzeni kapsamındaki hedefler için. Perspektif görüş uygulanmasına ilişkin olarak hazırlanmış hava meydanı örneği aşağıda sunulmuş olup. tüm koordinat bilgileri veya oluşturulan sahnenin merkez noktası koordinatı olarak sunulur.UZAKTAN ALGILAMA (6) PERSPEKTİF GÖRÜNÜŞ UYGULAMASI: Perspektif görünüş. nadiren NIR bandlardan istifade edilir. Şekil-164 Sayısal arazi yükseklik verisi (DTED) İŞLEM ŞİRKETLER GRUBU UZALG 144 K ASIM 2001 . Birçok perspektif görüş materyali. Perspektir görünüş. perspektif görünüş uygulamasına.

02 micron Mavi : 0. harekat alanındaki gerçek arazi örtüsü.53 micron YÜKSEKLİK BİLGİLERİ DTED. yollar dışı hareket ve en uygun yaklaşma (taarruz) istikametine yönelik ilave katmanlar oluşturulabilir ve faydalı bilgiler ortaya çıkarılabir. görüntü verisindeki farklı arazi tiplerinin ve arazi örtüsünün gruplar halinde ve atanan renklerde sınıflandırılmasını içermektedir. İŞLEM ŞİRKETLER GRUBU UZALG 145 K ASIM 2001 . Seviye 1 Şekil-166 Bir meydana ilişkin olarak hazırlanmış perspektif görünüş (7) ARAZİ SINIFLANDIRMASI UYGULAMASI: Bu uygulama. hidrolojik yapı.0 x Tolicha Meydanı 370 21’ 762” N 116049’ 852” W GÖRÜNTÜ BİLGİLERİ M7 çok bandlı Mayıs 1993. tematik görüntü olarak adlandırılmaktadır.59-0.4 nm Dikey abartı : 2.49-0. Sınıflandırma sonuçunda meydana getirilen oluşum.UZAKTAN ALGILAMA Şekil-165 Çok bandlı görüntü ve DTED’den oluşturulan Perspektif görünüş Gözlemci irtifaı : AGL: 3600 fit Hedef mesafesi : 13.63 micron Yeşili : 0. Muharebe sahası istihbarat hazırlıkları kapsamındaki bu uygulamadan istifade edilerek. ulaşım şebekesi. GSD: 5m Kırmızı : 0.91-1.

toprak tipleri. tabii afetlerin değerlendirilmesine ve kurtarma / tahliye harekatına olanak sağlamaktadır.UZAKTAN ALGILAMA Çok sayıdaki arazi örtüsü sınıfının ortaya çıkarılması. SWIR kombinasyonu görüntülerden meydana getirilen bu uygulamada. olayın boyutlarını değerlendirmek ve mahalli yönetimlere kurtarma ve rahliye konusunda destek sağlamaktır. İŞLEM ŞİRKETLER GRUBU UZALG 146 K ASIM 2001 . orman yangınları. petrol sızıntıları.00 Su Şekil-167 Arazi sınıflandırması yapılmış görüntü (8) AFET DEĞERLENDİRMESİ VE KURTARMA HAREKATI UYGULAMASI: Çok bandlı görüntüler. sel baskınları ve yanardağ patlamaları gibi tabii afetlerde. depremler. kenar bilgileri esas olarak görüntü haritaları ile aynıdır. LEJAND Bulut Bulut Gölgesi Orman-düz arazi Orman-yüksek arazi Çıplak arazi Çayır / açık arazi SEYRÜSEFER AMAÇLARI İÇİN KULLANILAMAZ ÖLÇEK : 1:25. toprağın nemi ve bunlardan iki veya daha fazlasından oluşturulan kombinasyonları kapsar. Genelde arazi örtüsü 5-7 sınıfa ayrılır ve bitki sınıfları. sınıflandırma işlemi esnasında uygulayıcı tarafından belirlenir. tayfunlar. görüntüye ve kullanılan diğer kaynaklara bağlıdır. Askeri teşkiller açısından bu uygulamanın amaçı. Her bir sınıf için kullanılacak renk kodu. hidroloji.

yangın sahası kırmızı renkte. yanan kuyular net bir şekilde görünmektedir. Yangın Sahası Pasifik Yangın Sahası Pasifik Şekil-168 Yangın bölgesi hasar değerlendirmesi Aşağıdaki şekildeki 3 görüntü. Landsat’ın 3-2-1 bandlarından oluşan. “a” ve “b” ile belirtilmiş pankromatik ve tabii renkli band kombinasyonundaki görüntülerde. üstteki tabii renkli görüntü üzerinden. yangından meydana gelen duman bir çok petrol kuyusunun üzerini kapatmış olup bunların adedi tesbit edilememektedir. alttaki SWIR kombinasyonu görüntüde ise. aşağıdaki parağraflarda Aşağıdaki şekildeki 2 görüntü. açıklanmış ve şekillerde gösterilmiştir.UZAKTAN ALGILAMA Konuya ilişkin 3 örnek uygulama. İŞLEM ŞİRKETLER GRUBU UZALG 147 K ASIM 2001 . 1993 yılında California bölgesinde çıkan yangın bölgesini göstermektedir. görüntünün analizi sonuçunda ortaya çıkarılabilmektedir. Körfez harbi esnasındaki petrol kuyularındaki yangını göstermektedir. band 5 (SWIR) ve band 4 (NIR) kombinasyonundan oluşan “c” işaretli görüntüde ise. Yangının kapsamı ve yerleşim sahalarına yönelen tehdit. Landsat band 6 (LWIR). canlı bitkiler ise yeşil renkte bariz olarak görülmektedir. yangın sahasını ve sınırlarını belirlemek zordur. Landsat’ın 7-4-2 bandlarından meydana getirilen.

İŞLEM ŞİRKETLER GRUBU UZALG 148 K ASIM 2001 . sel nedeniyle meydana gelen hasarı kapsamaktadır. sel baskınını takiben çekilen ERS-1 radar görüntüsüdür.UZAKTAN ALGILAMA a b c Şekil-169 Petrol kuyuları yangınını içeren görüntüler Aşağıdaki şekildeki 3 görüntü ise. Bu görüntü üzerinde sel kontrol bölgesi açık olarak görülmektedir. “a” ile işaretli görüntü. “b” ile işaretli olan görüntü ise. ERS-1 aktif sensörleri ve her ikisinin birleştirilmesinden oluşmuş yeni görüntü üzerinden sel’in yayıldığı alan ve meydana getirdiği hasar tesbit edilebilmektedir. TM ve radar görüntülerinin birleştirilmesinden meydana gelen ve “c” ile belirtilmiş görüntü ise arazi kullanımı verisi ve sel baskını sonuçlarını müştereken kapsamaktadır. Landsat pasif. sel baskınından önce algılanmış. Landsat TM görüntüsüdür.

UZAKTAN ALGILAMA Vaca Dağları Sacramento Nehri Landsat TM görüntüsü 16 Ekim 1992 Sel kontrol Bölgesi ERS radar görüntüsü 16 Ocak 1995 TM / ERS görüntüleri kombinasyonu Şekil-170 Sel baskını değerlendirmesine ilişkin görüntüler İŞLEM ŞİRKETLER GRUBU UZALG 149 K ASIM 2001 .

8 62.40 0.215 11.8 34.9 3.65 0.6 3.7 47.0 18.3 11.1 2.2 27.1 6.7 71.3 31.6 73.3 4.0 3.55 0.8 15.56 0.2 8. Kil KIŞ 1.1 3.485 0.0 56.7 1.0 8.0 2.8 10.9 0.5 63.0 9.8 7.1 5.4 6.2 66.6 39.0 54.4 17.8 83.6 5.1 8.8 19.7 16.80 0.4 75.4 10.6 31.5 20.7 51.4 30.70 0.2 2. Kuru verimli Toprak Siyah Toprak Kumlu tın İĞNE YAPRAKLI ORMAN YAYVAN YAPRAKLI ORMAN Taze Kar İç Sular Dalga Uzunluğu (µm) 0.4 17.3 16.1 29.8 2.0 5.2 5.2 5.5 46.0 23.5 71.6 2.UZAKTAN ALGILAMA EK-A TABİİ NESNELERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ YANSIMA YÜZDESİ Dağ tepeleri Kuru kum Yaş Kil.7 1.6 23.9 28.2 74.6 19.0 13.7 9.8 1.1 4.66 0.0 35.1 0.0 9.8 6.60 0.8 73.83 1.6 54.4 6.1 7.5 3.7 1.9 7.0 79.2 18.8 77.45 0.7 69.1 6.0 30.9 14.3 2.75 0. YERLEŞİM SAHASI VE SUYUN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ DALGA UZUNLUĞU (Micron) 0.3 28.5 75.4 24.0 82.5 55.9 YAZ (1) KIŞ (2) YAZ (3) 15.6 4.50 0.4 (1) Kuru çimenli çayırı da içerir (2) Islak çimeni de içerir (3) Olgunlaşmış tarla mahsüllerini de içerir TOPRAK.84 Kalker.9 4.0 2.7 14.4 27.65 2.8 7.5 68.45 YANSIMA DEĞERLERİ YERLEŞİM TOPRAK SAHASI 71 30 33 64 104 39 144 103 45 51 42 58 35 146 SU 67 22 17 10 4 3 128 İŞLEM ŞİRKETLER GRUBU UZALG 1 KASIM 2001 .0 68.8 7.

58 73.92 57.91 29.28 85.38 84.69 55.74 İŞLEM ŞİRKETLER GRUBU UZALG 2 KASIM 2001 .48 80.59 70.68 63.94 88.7 4.62 93.4 25.09 79.71 82.76 10.5 2 2.18 87.47 5.66 63.6 62.36 48.63 48.9 90.5 2 2.4 64.05 86.4 81.31 75.13 18.99 67.65 23.57 66.38 67.78 78.15 94.27 91.50 1 1.65 86.78 83.58 64.5 44.16 54.36 46.99 80.83 34.14 90.4 93.9 BARITE SO-3A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) BORAX B-6A 125-500 (mm) 45-125 (mm) >45 (mm) CALCITE C-3A 125-500 (mm) 45-125 (mm) >45 (mm) 0.24 88.63 50.72 84.22 28.94 17.55 27.44 91.68 84.32 76.8 37.41 27.40 0.29 35.76 62.UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ ANHYRITE SO-1A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) APETITE P-1A 125-500 (mm) 45-125 (mm) >45 (mm) AZURITE C-12A 125-500 (mm) 45-125 (mm) >45 (mm) 0.6 7.49 84.46 45.95 20.36 75.6 20.59 81.26 89.69 55.11 15.97 40.8 93.51 78.75 8.13 23.91 67.78 89.05 63.81 90.40 0.54 64.66 69.22 76.67 88.96 73.91 83.15 50.65 90.55 88.19 87.11 51.73 14.95 73.92 84.5 56 62.18 90.86 87.45 0.68 66.09 82.1 64.66 85.99 61.08 78.33 35.87 71.82 83.99 68.46 9.45 18.71 90.42 88.73 44.67 91.72 80.39 81.95 81.78 91.78 46.3 76.74 89.02 37.50 1 1.51 11.05 56.45 0.37 89.16 82.8 92.5 82.36 87.

24 89.02 2.96 25.9 92.19 92.49 86.27 53.17 7 7.39 91.66 6.55 13.78 8.04 51.93 90.53 7.62 24.41 5.23 13.50 1 1.97 21.29 43.17 39.22 37.58 9.57 5.94 90.12 37.79 31.69 22.28 86.08 62.5 7.38 17.97 52.17 15.77 17.28 44 44.51 50.42 3.79 36.97 6.08 DIOPSIDE IN-9B DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) DOLOMITE C-5A 125-500 (mm) 45-125 (mm) >45 (mm) EPIDOTE SS-1A 125-500 (mm) 45-125 (mm) >45 (mm) 0.81 50.05 51.63 69.31 61.28 63.72 55.26 14.85 32.97 32.08 31.71 29.86 İŞLEM ŞİRKETLER GRUBU UZALG 3 KASIM 2001 .57 10.75 53.84 89.39 28.48 28.59 6.89 16.79 44.61 52.68 12.45 0.52 54.78 21.93 65.43 45.03 21.28 38.01 6.76 85.05 32.50 1 1.72 33.15 6.51 74.5 2 2.68 83.04 19.12 25.54 72.08 54.83 34.32 13.26 64.40 0.84 42.43 90.37 38.94 3.52 17.83 74.98 28.47 59.57 26.84 20.42 39.31 21.4 7.86 89.18 13.45 0.40 0.78 49.98 6.68 5.58 86.87 88.82 31.7 91.15 26.31 2.96 44.73 50.19 3.5 7.86 93.67 5.5 2 2.34 5.43 3.02 54.99 85.26 43.78 2.55 7.24 4.57 90.66 10.UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ CHALCOCITE S-8A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) CHLORITE PS-12C 125-500 (mm) 45-125 (mm) >45 (mm) CRYOLITE H-1A 125-500 (mm) 45-125 (mm) >45 (mm) 0.18 46.11 89.86 87.

05 14 12.71 92.32 4.6 36.19 86.87 85.98 93.UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ FLUORITE H-2B DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) GALENA S-7A 125-500 (mm) 45-125 (mm) >45 (mm) GRAPHITE E-1A 125-500 (mm) 45-125 (mm) >45 (mm) 0.76 5.75 12.65 9.55 28.3 8.56 6.58 3.03 85.45 86.40 0.78 85.78 24.66 10.21 5.74 86.37 83.62 37.1 4.52 87.46 11.12 70.16 92.29 11.33 69.54 56.05 13.54 9.36 17.19 64.93 12.35 88.68 6.5 25.57 90.43 4.5 56.7 87.08 93.54 69.71 59.16 6.85 16.91 15.25 4.73 91.78 3.34 61.9 55.78 10.91 6.96 90.92 11.2 4.43 60.85 6.45 0.51 6.47 66.57 57.7 16.5 91.72 58.57 11.8 İŞLEM ŞİRKETLER GRUBU UZALG 4 KASIM 2001 .65 5.58 91.29 92.95 26.5 2 2.07 4.28 57.91 3.7 3.57 4.38 86.02 11.40 0.09 92.85 90.37 3.89 71.81 9.5 89.07 66.22 GYPSUM SO-2B DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) HALITE HALITE 125-500 (mm) 45-125 (mm) >45 (mm) HEMATITE O-1A 125-500 (mm) 45-125 (mm) >45 (mm) 0.62 89.51 29.17 66.57 75.4 12.3 88.05 15.45 0.09 57.71 14.81 87.04 17.14 88.04 93.7 9.95 91.12 59.75 8.71 4.84 56.04 7.54 4.47 86.38 65.38 6.24 5.74 4.35 11.50 1 1.25 8.43 56.59 4.25 90.03 42.28 55.74 10.11 4.23 3.46 10.50 1 1.9 4.94 85.5 2 2.

UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ ILLITE PS-11A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) KAOLINITE.71 77.74 91.46 68.22 80. WELL 125-500 (mm) 45-125 (mm) >45 (mm) KERNITE B-2A 125-500 (mm) 45-125 (mm) >45 (mm) 0.14 60.66 88.97 55.99 82.5 2 2.75 77.57 52.24 75.62 78.06 62.71 28.33 42.55 80.40 0.71 92.94 86.94 85.44 86.31 63.92 51.28 70. YELLOW 125-500 (mm) 45-125 (mm) >45 (mm) MAGNESITE C-6A 125-500 (mm) 45-125 (mm) >45 (mm) 0.5 2 2.96 33.95 70.29 37.49 68.81 79.5 81.29 76.86 73.35 91.62 76.52 59.42 72.68 85.24 81.63 62.97 73.34 92.68 19.44 89.92 70.5 - - 22.06 76.5 59.22 87.52 İŞLEM ŞİRKETLER GRUBU UZALG 5 KASIM 2001 .25 78.15 37.84 61.12 65.85 78.33 94.1 45.52 26.51 50.56 73.02 88.22 80.02 49.52 74.67 87.43 - - 74.82 77.25 28.23 52.76 91.50 1 1.39 66.14 36.36 84.29 92.52 92.45 0.35 71.75 64.81 80.40 0.33 78.72 75.94 72.77 27.53 74.3 67.78 71.88 80.82 78.3 52.45 87.58 31.88 77.58 66.17 43.24 70.50 1 1.4 88.52 68.79 59.34 69.26 27.45 0.5 LABRADORITE TS-2A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) LEPIDOLITE.77 60.65 90.

32 77.33 4.31 83.18 72.78 78.87 86.51 7.21 80.31 81.8 4.07 10.45 6.77 PYRITE S-2A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) QUARTZ.62 78.88 85.39 82.08 72.49 74.45 0.99 5.48 61.59 83.25 9.63 73.41 82 82.28 80.4 84.22 İŞLEM ŞİRKETLER GRUBU UZALG 6 KASIM 2001 .88 5.97 81.26 5.5 2 2.50 1 1.66 6.02 12.54 68.6 8.7 4.26 14.5 6.93 76.50 1 1.72 82.05 72.61 63.93 9.38 86.49 60.7 79.6 76.24 7.95 13.51 4.55 80.40 0.9 13.98 72.26 11.58 5.59 4.41 13.48 79.72 12.83 10.37 12.25 84.53 79.29 77.42 13.97 84.02 84.21 62.01 79.53 74.89 10.UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ MAGNETITE O-4A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) NEPHELINE TS-16A 125-500 (mm) 45-125 (mm) >45 (mm) ORTHOCLASE TS-12A 125-500 (mm) 45-125 (mm) >45 (mm) 0.25 12.25 14.40 0.06 84.55 83.29 6.99 70.36 79.26 75.65 46.32 76.54 80.26 8.45 0.36 70.88 78.81 72.54 83.04 80.07 80.42 9.91 80.99 74.53 86.5 9. ROCK 125-500 (mm) 45-125 (mm) >45 (mm) SANIDINE TS-14A 125-500 (mm) 45-125 (mm) >45 (mm) 0.41 - - 48.44 77.84 82.72 85.5 2 2.25 54.47 5.25 12.96 77.7 6.53 79.47 82.02 57.26 5.65 73.63 69.68 4.61 5.49 65.22 3.52 82.

95 SULFUR E-2A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) TALC PS-14A 125-500 (mm) 45-125 (mm) >45 (mm) TITANITE NS-7A 125-500 (mm) 45-125 (mm) >45 (mm) 0.71 67.19 53.76 19.71 88.84 81.82 57.34 82.68 85.48 67.63 74.07 85.34 90.71 95.89 71.09 79.4 32.47 71.17 37.64 45.81 61.34 64.UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ SERPENTINE PS-20A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) SIDERITE C-9A 125-500 (mm) 45-125 (mm) >45 (mm) SODALITE TS-10A 125-500 (mm) 45-125 (mm) >45 (mm) 0.09 63.98 79.14 59.88 85.36 70.29 8.76 26.76 21.32 86.63 46.4 83.63 8.66 49.03 78.35 14.2 72.88 53.5 34.79 31.77 51.40 0.32 56.79 49.11 67.5 2 2.32 16.45 0.45 0.56 24.58 88.93 22.42 30.40 0.96 86 83.34 49.27 88.15 93.38 64.52 75.56 84.64 87.06 79.13 57.28 68.41 12.5 75.45 83.84 92.5 6.37 47.96 70.24 16.76 51.13 86.50 1 1.69 63.6 71.7 74.03 94.74 86.5 93.39 48.02 67.87 38.31 61.51 33.54 54.74 10.69 92.50 1 1.72 67.52 81.12 63.46 23.53 70.73 30.27 54.01 47.21 43.58 89.34 76.14 43.68 63.65 63.43 77.72 64.49 9.5 2 2.08 67.69 11.52 33.06 87.91 25.79 4.04 82.17 50.2 33.17 88.44 58.19 52.76 82.2 77.45 3.93 89.1 56.68 93.62 İŞLEM ŞİRKETLER GRUBU UZALG 7 KASIM 2001 .8 58.08 93.85 90.57 86.61 33.1 50.

1 28.67 57.40 0.88 51.26 76.54 73.85 43.19 50.85 76.5 2 2.26 70.9 50.46 55.37 69.15 56.8 49.3 57.46 62.86 58.73 72.52 49.39 65.45 0.46 68.73 54.47 58.99 50.12 72.54 20.12 25.1 58.01 48.08 38.31 56.95 48.13 33.86 60.UZAKTAN ALGILAMA EK-A MİNERALLERİN MUHTELİF DALGA UZUNLUKLARINA GÖRE TAYFSAL YANSIMA DEĞERLERİ VE PROFİLLERİ TOPAZ NS-6A DALGA UZUNLUĞU (mm) 125-500 (mm) 45-125 (mm) >45 (mm) VERMICULITE PS-18A 125-500 (mm) 45-125 (mm) >45 (mm) ZIRCON NS-9A 125-500 (mm) 45-125 (mm) >45 (mm) 0.9 17.57 38.81 12.9 48.92 50.66 60.2 59.29 21.4 45.16 31.63 42.11 49.74 51.04 26.12 66.31 71.71 49.5 49.16 56.42 70.23 72.16 19.33 57.82 İŞLEM ŞİRKETLER GRUBU UZALG 8 KASIM 2001 .50 1 1.92 56.8 53.36 45.56 39.56 65.19 50.

HENHOSE) Askeri talim sahalarını tesbit Yol paternine dayalı SA-5 güdümlü mermi mevziini teşhiş ve tüm mevziin konfigurasyonunu belirlemek Deniz tesislerindeki büyük binaları tesbit (Atelyeler. SOVREMENNY. ECHOII) Demiryolu rayları. münferit vasıtaları. KIEV. Ok. BEAR) Radarları ve SAM mevzilerindeki güdüm sahalarını teşhis Helikopter iniş sahalarını tesbit Mobil güdümlü mermi üslerindeki destek vasıtaların varlığını/yokluğunu tesbit Limandaki büyük harp gmilerinin tipini teşhis (Kruvazör. HAZE A/B/C) EW/GCA/ACQ Radarlarının anten şekillerini teşhis (parabolik. MOSKVA. HIND D/E. SA-11ve SA-17 güdümlü mermileri birbirinden ayırmak SA-N-6 ve SLAVA sınıfı harp gemilerindeki dikey lançerleri teşhis Otomobillerin sedan veya station wagon tiplerini teşhis • • • • • • • • • • • • • • • • • • • • • • • • • • • • • İŞLEM ŞİRKETLER GRUBU UZALG 1 KASIM 2001 . F-15. SCUD) Kamufle edilmemiş SS-25 güdüm sistemlerindeki TEL ve ve güdüm destek venlerini ayırmak KIROV. DANE. CUBRA. makas kontrol noktalarını teşhis SINIFLANDIRMA SEVİYESİ 5 Vasıtaya veya treylere monteli radarları teşhis radarları antenlerini tesbit (TALL KING) Taktik SSM sistemlerini tipini teşhis (FROG. KARA VEYA KRESTA sınıfı harp gemilerindeki hava arama radarlarını (TOP STEER veyaTOP SAIL) teşhis Münferit demiryolu vasıtalarının tipini (Gondol. yardımcı ve ticari gemiler) Trenleri veya demiryolu üzerindeki katarları tesbit SINIFLANDIRMA SEVİYESİ 4 Tüm büyük avcı uçak tiplerini teşhis (FENCER. İmalat binaları) Büyük binaları tesbit (Hastahane Fabrika) SINIFLANDIRMA SEVİYESİ 3 Tüm büyük uçakların kanat yapısını teşhis (Düz. Delta) (707. kontrol kulesi. SS-21.UZAKTAN ALGILAMA EK-B ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER ( Visible National Imagery Interpretability Rating Scale (NIIRS) • SINIFLANDIRMA SEVİYESİ 1 Orta büyüklükteki liman tesisini tesbit ve/veya büyük bir hava meydanındaki pist ve taksirutları belirlemek SINIFLANDIRMA SEVİYESİ 2 Hava meydanındaki büyük bir hangarı tesbit Büyük sabit radarları tesbit (AN/FPS 85. HAN. köşeli) Orta ebatlardaki paletli vasıtaları teşhis SA-6. sahra topcusu büyük nehir geçme techitatı grup halindeki tekerlekli vasıtaların genel tiplerini teşhis Açık güdümlü mermi silo kapısını tesbit Orta büyüklükteki deniz altıların baş şeklini tesbit (ROMEO. dizel) teşhis SINIFLANDIRMA SEVİYESİ 6 Küçük ve orta helikopter modellerini ayırmak (HELIX A/B/C. PECHORA. Type 209. düz kutu) ve/veya lokomotif tiplerini (buharlı. FOXBAT. F-14)) Büyük münferit radarları antenlerini tesbit (TALL KING) Paletli vasıtaları. CONCORD. SLAVA. dikdörtgen.

elektronik venlerdeki havalandırma bacalarını teşhis Vasıtalara monte edilmiş antitank güdümlü mermilerini tesbit ( BMP-1 üzerindeki SAGGER) Güdümlü mermi depo kapılarındaki menteşe mekanizmasını ve kontrol silolarının detaylarını tesbit KIROV. REDEYE. orman. KARA. KRIOV tipi harp gemileri üzerindeki münferit torpito tüplerini teşhis Demiryolu bağlantılarını teşhis SINIFLANDIRMA SEVİYESİ 8 Bombarduman uçakları üzerindeki perçinleri teşhis Horn ve W tipi antenleri tesbit (BACKTRAP ve BACKNET) Elde taşınan SAM’ları teşhis ( SA-7/14. ziraii. STINGER) Güverteye monteli vinçlerin kablolarını tesbit Vasıtaların ön çamındaki silecekleri teşhis SINIFLANDIRMA SEVİYESİ 9 Uçak gövdesine bağlanmış slotları ayırtetmek Anten kanopileri hat bağlantısını sağlayan küçük seramik izalator fincanlarını teşhis Vasıtaların plakalarını teşhis Güdümlü mermi kısımları üzerindeki vida ve civataları teşhis 1-3 inç çapındaki halatların örgüsünü teşhis Demiryolu bağlantı materyalini tesbit SİVİL AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER (Civil National Imagery Interpretability Rating Scale (NIIRS) • • • • • • • • • • SINIFLANDIRMA SEVİYESİ 0 Engeller veya çok zayıf çözümleme nedeniyle görüntü kıymetlendirilememektedir SINIFLANDIRMA SEVİYESİ 1 Arazi kullanımı sınıflarını birbirinden ayırt etmek (İskan.UZAKTAN ALGILAMA EK-B ASKERİ AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER ( Visible National Imagery Interpretability Rating Scale (NIIRS) • • • • • • • • • • • • • • • • • SINIFLANDIRMA SEVİYESİ 7 Av uçaklaarını teşhis (FULCRUM. su ve çıplak arazi) Orta ebatlarladaki liman tesislerini tesbit Büyük meydanlardaki taksirut ve pisti ayırt etmek Büyük sahalardaki drenaj paternlerini teşhis SINIFLANDIRMA SEVİYESİ 2 160 acre’den daha büyük sulama yapılan tarlaları teşhis Büyük binaları tesbit (Hastahane Fabrika) Büyük otoyol sistemleri üzerindeki yonca yaprağı gibi yol paternlerini teşhis Buz kırıcı deniz vasıtalarını tesbit 300 fitden daha büyük gemilerin dümen suyunu tesbit İŞLEM ŞİRKETLER GRUBU UZALG 2 KASIM 2001 . FOXHOUND) Limanları gemilerdeki bordo iskelesini.

gergedan ve zürafa gibi büyük hayvanları tesbit SINIFLANDIRMA SEVİYESİ 6 Narkotik madde içeren bitki örtüsünü tesbit Mısır. tenis ve voleybol sahalarını tesbit Demiryolu rayları. münferit vasıtaları. makas kontrol noktalarını teşhis Çimenlik arazideki jip izlerini tesbit SINIFLANDIRMA SEVİYESİ 5 Münferit demiryolu vasıtalarının tipini (Gondol. silolar ve evleri gibi çiftlik binalarını teşhis Demiryolu tasnif sahalarındaki demiryolu hatlarını saymak Yerleşim sahalarındaki basketbol. kontrol kulesi. yulaf ve arpa gibi küçük ürünlerin başaklarını teşhis Tel örgü çitlerindeki münferit tel örğülerini teşhis Demiryolu bağlantı materyalini tesbit Çam ağaçlarındaki iğne yapraklı dalları münferiden teşhis İŞLEM ŞİRKETLER GRUBU UZALG 3 KASIM 2001 .UZAKTAN ALGILAMA EK-B SİVİL AMAÇLI GÖRÜNEN BANDDAKİ MİLLİ GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER (Civil National Imagery Interpretability Rating Scale (NIIRS) • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • SINIFLANDIRMA SEVİYESİ 3 160 acre’den daha büyük tarlalarda sürülme izlerini tesbit İskan bölgelerindeki münferit binaları tesbit Demiryolu hatları üzerindeki tren katar halindeki demiryolu araçlarını tesbit Seyrüsefer yapılabilen dahili su yolları üzerindeki mavunaları teşhis Tabii ormanları ve meyva bahcelerini birbirinden ayırt etmek SINIFLANDIRMA SEVİYESİ 4 Ambarlar. dizel) teşhis Vasıta depolama binalarını tesbit Kamp ve eğlence mahallerindeki çadırları teşhis İğne yapraklı ve yayvan yapraklı ağaçları birbirinden ayırt etmek Otlaklardaki fil. düz kutu) ve/veya lokomotif tiplerini (buharlı. soya fasulyası ürünleri ve buğday. yulaf gibi küçük taneli tahılları ayırt etmek Otomobillerin sedan veya station wagon tiplerini teşhis Yerleşim sahalarındaki münferit telefon / elektrik direklerini teşhis Çıplak arazi üzerindeki ayak izlerini tesbit SINIFLANDIRMA SEVİYESİ 7 Pamuk tarlalarındaki yetişmiş pamuğu teşhis Münferit demiryolu bağlantılarını teşhis Merdivenlerdeki basamakları tesbit Orman kesimi sonuçundaki ortaya çıkan kütük ve kayaları tesbit SINIFLANDIRMA SEVİYESİ 8 Domuz yavrularını saymak Asfalt kaplı satıhlar üzerine çizilmiş işaretleri teşhis Otobüs/kamyonların plakalarını teşhis Münferit çam fidanlarını teşhis Su reservelerindeki münferit zambakları teşhis Vasıtaların ön çamındaki silecekleri teşhis SINIFLANDIRMA SEVİYESİ 9 Buğday.

HOUSE. WASP) Gelişmiş TWIN EAR antenini tesbit Nehir gecme techizatını ve orta/ağır zırhlı araçları ayırt etmek (MTU-20. CRUSTY) Tesisler ve komuta postaları arasındaki kablo hatlarını tesbit Motor bakım tesislerindeki münferit vasıtaları tesbit Güdümlü mermi üstlerindeki yapılardaki kayar çatıların açık veya kapalı olduğunu ayırt etmek Kare tarzında başı bulunan ROPUCHA sınıfı çıkarma vasıtasını (LST) teşhis Demiryolu / karayolu ilişkin tüm köprüleri tesbit SINIFLANDIRMA SEVİYESİ 5 Tüm orta sınıf helikopterleri ayırt etmek (HIND. uzunluk / genişlik farkını ayırt etmek Demiryolu vagonları arasındaki mesafeyi tesbit ve vagon adedini belirlemek İŞLEM ŞİRKETLER GRUBU UZALG 4 KASIM 2001 . CAMBER. COCK. PUMA. CURL. DOG HOUSE) Askeri tesislerdeki bina paternlerini ve mevzii konfigurasyonunu tesbit SSM lançer mevzilerini tesbit (ICBM) Şilep veya tanker gibi büyük ticari gemileri tesbit Atletizm stadyumlarını teşhis SINIFLANDIRMA SEVİYESİ 3 Orta büyüklükteki uçakları tesbit (FENCER. HOUND.UZAKTAN ALGILAMA EK-B RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SINIF SEVİYELERİ (Radar National Imagery Interpretability Rating Scale (IIRS) • • • • • • • • • • • • • • • • • • • • • • • • • • • • • SINIFLANDIRMA SEVİYESİ 0 Engeller veya çok zayıf çözümleme nedeniyle görüntü kıymetlendirilememektedir SINIFLANDIRMA SEVİYESİ 1 Park sahalarındaki uçakları tesbit Sık ağaçlık sahalarda büyük seyreltmeyi tesbit Liman tesisindeki iskele ve atelyeleri tesbit Birbirinden ayırt edimeksizin karayolu veya demiryolu gibi ulaşım şebekesini tesbit SINIFLANDIRMA SEVİYESİ 2 Büyük bombarduman ve nakliye uçaklarını tesbit (BLACKJACK. HAZE. COKE. 747) Büyük array tipi antenlere sahip radarları teşhis (HEN. T-62 MBT) SS-25 RTP güdümlü mermi sistemindeki güdüm destek techizatını tesbit SSN tipi harp gemilerinin baş şekli. 707. SSM veya ABM sabit güdümlü mermi mevzilerindeki araç ve techizatı tesbit Orta ebaddaki şileplerin güverte üstü yapısını tesbit Orta ebaddaki (6 hatlı) demiryolu tasnif sahasını teşhis SINIFLANDIRMA SEVİYESİ 4 Büyük ebatlı helikopter ve orta ebaddaki sabit kanatlı uçakları ayırt etmek HALO. HIP. F-15) Yuvarlak binaya monte edilmiş 12 metre capındaki çanak anteni içeren ORBITA mevziini teşhis Askeri tesislerdeki araç koruma duvarlarını tesbit SAM. FLANKER.

BMP-1/2. FLOGGER) Taretli. T-64) SA-2 mevzilerindeki lancer üzerindeki güdümlü mermiyi tesbit KRIVAK I/II tipi harp gemilerinin baş tarafına monteli güdüm sistemini ve KRIVAK III tipi harp gemilerini baş tarafına monte edilmiş silah taretlerini ayırt etmek Yerleşim sahaları veya askeri tesislerdeki sokak lambalarını tesbit SINIFLANDIRMA SEVİYESİ 8 HIND ve HIP tipi helikopterleri ayırt etmek FAN SONG E güdümlü mermi kontrol radarı ve FAN SONG F radarındaki parabolik çanak antenleri ayırt etmek SA-6 güdümlü mermi mevziindeki techizatı teşhis Demiryolu tank tipi vagonları üzerindeki havalandırma kapaklarını teşhis SINIFLANDIRMA SEVİYESİ 9 Büyük uçaklara uygulanmış ana modifikasyonları tesbit ( Atış. T-80 tankları) • KRESTA II (CG). M-113 SA-3 güdümlü mermisi üzerindeki ileri kanatçıkları teşhis • • • • • • • • • • • • • İŞLEM ŞİRKETLER GRUBU UZALG 5 KASIM 2001 . KIRAV II (FFG) sınıfı harp gemilerinden havalanan helikopterleri ayırt etmek • Düz veya gondol tipi vagonlar üzerindeki yükü tesbit SINIFLANDIRMA SEVİYESİ 7 Küçük avcı uçak tiplerini teşhis (FISHBED. FLANKER) BAR LOCK / SIDE NET radar mevziilerindeki antenleri ayırt etmek Kücük askeri destek vasıtalarını ayırt etmek (UAZ-69. YANKEE I. GCA ve ACQ radarlarındaki anten şekillerini teşhis Tekerlekli veya paletli zırhlı personel taşıyıcıları üzerindeki taret ve silahları teşhis (BTR-80. FITTER. UAZ-469 araçları ve T-72. KRESTA I (CG). DELTA I. pod) EW.UZAKTAN ALGILAMA EK-B RADAR GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SINIF SEVİYELERİ (Radar National Imagery Interpretability Rating Scale (IIRS) • • • SINIFLANDIRMA SEVİYESİ 6 Sabit kanatlı av uçaklarını ayırt etmek (FENCER. paletli Zırhlı personel taşıyıcı ve orta tankları ayırt etmek (BMP-1/2. MT-LB.

L-39) Termik takat kaynaklarındaki kazan dairesi. seyrek ağaçları ve açık alanları ayırt etmek SS-25 üslerindeki bina ve yolları teşhis Askeri ve ticari limanları ayırt etmek SINIFLANDIRMA SEVİYESİ 3 Büyük ve küçük tip uçakları ayırt etmek (C-141. super tanker ve KIROV tipi gemileri tesbit 1 kilometre kareden daha büyük bataklıkları tesbit SINIFLANDIRMA SEVİYESİ 2 Büyük uçakları tesbit (C-141. FISHBED. oval) SINIFLANDIRMA SEVİYESİ 6 Dizel lokomotiflerinin termik faaliyetini teşhis FIX FOUR ve FIX SIX mevzilerindeki anten şekillerini ayırt etmek Tank ve zırhlı personel taşıyıcılardaki termik faaliyeti ayırt etmek 2 raylı ve 4 raylı SA-3 lançerlerini ayırt etmek Denizaltılardaki güdümlü mermi tüpü kapaklarını teşhis İŞLEM ŞİRKETLER GRUBU UZALG 6 KASIM 2001 . BEAR. FOXBAT) Tenis kortlarını teşhis Büyük Radyo role metal kafes direklerini teşhis Koruma duvarları içindeki zırhlı vasıtaları tesbit SA-10 mevziindeki elektronik kuleyi tesbit 200 metreden daha büyük ticari gemilerin baca tipini teşhis (kare. FLANKER. BEAR.UZAKTAN ALGILAMA EK-B INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER (Infrared National Imagery Interpretability Rating Scale (NIIRS) • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • SINIFLANDIRMA SEVİYESİ 1 Büyük meydanlardaki pist ve taksirutları ayırt etmek Sık ağaçlık sahalarda 1 kilometre kareden daha büyük seyreltmeyi tesbit Açık denizlerdeki uçak gemisi. CANDID. TORNADO / F-15. CLASSIC) Yerleşim sahalarındaki hastahane ve fabrika gibi büyük binaları tesbit Sık. 707. F-16. A300. AIRBUS / A-4. 707. FISHBED) İskan sahalarındaki 50 metre çapından daha küçük transformotorleri tesbit Elektronik tesislerdeki 10 metre çapından daha büyük dome’ları tesbit Askeri garnizonlardaki vasıtaların termik faaliyetini tesbit Askeri garnizonlardaki SS-25 MSV’nin termik faaliyetini tesbit Büyük ticari gemilerdeki kapalı ambar kapaklarını teşhis SINIFLANDIRMA SEVİYESİ 5 Tek ve ikiz kuyruklu av uçaklarını ayırt etmek ( FLOGGER. yuvarlak. baca faaliyetlerini teşhis Büyük hava erken ihbar radarlarını tesbit Büyük askeri garnizonlardaki eğitim sahalarında kullanılan vasıtaların izlerini tesbit SA-5 lgüdümlü mermi kompleksindeki tesisleri teşhis 200 metreden daha büyük şilep ve tankerleri ayırt etmek SINIFLANDIRMA SEVİYESİ 4 Küçük av uçaklarının kanat konfigurasyonunu teşhis (FROGFOOT. F-16.

UZAKTAN ALGILAMA EK-B INFRARED GÖRÜNTÜ KIYMETLENDİRMESİNE YÖNELİK SEVİYELER (Infrared National Imagery Interpretability Rating Scale (NIIRS) • • • • • • • • • • • • SINIFLANDIRMA SEVİYESİ 7 MIG-23 FLOGGER uçaklarının yer taarruz ve önleme tiplerini ayırt etmek Otomobillerin sedan veya station wagon tiplerini teşhis Radyo role kulelerindeki 3 metre çapından daha küçük çanak antenleri teşhis SA-6 mevzilerindeki güdümlü mermi aktarma vinçlerini teşhis 2 raylı ve 4 raylı SA-3 lançerlerini ayırt etmek İskelelerdeki bağlama techizatını (baba) tesbit SINIFLANDIRMA SEVİYESİ 8 Radar antenlerinin dikey ve yatay desteklerini teşhis Tank taretleri kapalı kapılarını tesbit SINIFLANDIRMA SEVİYESİ 9 Av uçakları üzerindeki giriş panellerini teşhis BIRDS EYE ve BELL LACE antenlerini ayırt etmek Zırhlı vasıtalar üzerindeki taret kapaklarının menteşelerini teşhis SA-2/CSA-1 güdümlü mermileri sistemindeki komuta güdüm antenlerini teşhis İŞLEM ŞİRKETLER GRUBU UZALG 7 KASIM 2001 .

HEDEF TESBİT VE İSTİHBARAT İŞLEM ŞİRKETLER GRUBU UZALG 1 KASIM 2001 . depolama ve test Stratejik güdümlü mermi üretimi Kimyasal ve biolojik silahların üretimi. depolanması ve testi Klasik silah üretimi Klasik kuvvetler Güdümlü füzeler kolaylıkları Orta menzilli nüklear güdümlü mermiler Güdümlü mermi taşıyıcıları ve lançerler Nüklear denizaltılar Bombardıman üsleri nüklear başlık depoları Nüklear silah üretimi. ANTLAŞMALARI İZLEME • • • • • • • • • • 2. SİLAHLARIN KONTROLU • • • • • • • • • • 3. depolanması ve testi Stratejik füze üretimi Silah sevkiyatı ve depolama Endüstriyel tesisler Askeri techizat Askeri tesisler Oşinografik faktörler 4. BELİRTİ VE İKAZLAR • Askeri techizat • Askeri tatbikatlar ve intikaller • Askeri tesisler • • • • • • • • • • • • • • • • İniş pistleri ve yol şeritleri Meydanlar Helikopter iniş ve atma bölgeleri Endüstriyel tesisler Ulaşım hatları Askeri tesisler Oşinografik faktörler Denizaltı ve satıh gemileri dağılma yerleri Topoğrafik faktörler Meydanlar Endüstriyel tesisler Ulaşım hatları Askeri techizat Askeri tesisler Oşinografik faktörler Topoğrafik faktörler 5. İHTİMALİYET PLANLAMASI 6. depolanması ve testi Klasik silahların üretimi Güdümlü füzeler Orta menzilli nüklear füzeler Güdümlü füze taşıyıcıları ve lançerleri Nüklear enerji üretim merkezleri Nüklear başlık depolama sahaları Nüklear silahların üretimi.UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA 1. SİLAH ETKİNLİKLERİ • • • • GENEL BİLGİ TİPLERİ Kimyasl ve biolojik silah üretimi.

ELEKTRONİK VE MUHABERE PLANLAMASI 17.UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA 7. HARİTALARI GÜNÇELLEŞTİRME 10. GÖRÜNTÜ HARİTALARI ÜRETİMİ 12. DENİZALTI VE SATIH MUHAREBE PLANLAMASI 18. HARİTA DESTEĞİ 11. HAVA ULAŞTIRMA GÖREV PLANLAMASI 15. TAARRUZ VE DARBE GÖREV PLANLAMASI 14. MUHAREBE SAHASI İSTİHBARAT HAZIRLIKLARI • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • GENEL BİLGİ TİPLERİ İniş pistleri ve yol şeritleri Helikopter iniş ve atma bölgeleri Ulaşım hatları Askeri techizat Askeri tesisler Oşinografik faktörler Demiryolu techizatı ve kolaylıkları Topoğrafik faktörler Helikopter iniş ve atma bölgeleri Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Helikopter iniş ve atma bölgeleri Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Meydanlar Endüstriyel tesisler Ulaşım hatları Askeri techizat Askeri tesisler Demiryolu techizatı ve depolama İniş pistleri ve yol şeritleri Meydanlar Helikopter iniş ve atma bölgeleri Helikopter iniş ve atma bölgeleri Ulaşım hatları Helikopter iniş ve atma bölgeleri Topografik faktörler Askeri tesisler Oşinografik faktörler Oşinografik faktörler Topoğrafik faktörler 8. TATBİKAT DESTEĞİ 9. DENİZ SİLAH ATIŞ DESTEĞİ İŞLEM ŞİRKETLER GRUBU UZALG 2 KASIM 2001 . AMPİBİK TAARRUZ PLANLAMASI 13. UÇUŞ EĞİTİM YARDIMCILARI 16.

LOJİSTİK İSTİHBARATI • • • • • • • • • • • • • • • 24. OŞİNOGRAFİK ARAŞTIRMALAR 21. MOBİL GÜDÜMLÜ MERMİ SAHASI LİMİTLERİ 25. BARINAK. DENİZ GÜDÜMLÜ FÜZE DESTEĞİ 20. ÖZEL HAREKATLAR VE ÖZEL HARP DESTEĞİ • • • • • • • • • • • • • • • • • • • • • • • • • GENEL BİLGİ TİPLERİ Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Oşinografik faktörler Ulaşım hatları Oşinografik faktörler Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler Maden çıkarma sahaları Kimyasl ve biolojik silah üretimi. LİMAN VE DEMİRLEME KAPASİTESİ ANALİZİ 22. depolanması ve testi Nüklear silah üretimi. BİOLOJİK VE KİMYASAL SİLAH ANALİZLERİ 26. NÜKLEAR. ARAŞTIRMA VE TAHLİYE GÖREVİ PLANLAMASI 27. MUHARİP OLMAYAN UNSURLARI TAHLİYE HAREKATI İŞLEM ŞİRKETLER GRUBU UZALG 3 KASIM 2001 .UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA 19. BÜYÜKELÇİLİK TESİSLERİNİ KORUMA VE GİZLİLİK PLANLAMASI 28. depolanması ve testi Stratejik füze üretimi Güdümlü mermi üretimi ve test kolaylıkları Test kolaylıkları ve atış sahaları Ulaşım hatları Topoğrafik faktörler Bitki analizi Uçak pistleri ve yol şeritleri Meydanlar Helikopter iniş ve atma bölgeleri Ulaşım hatları Askeri techizat Askeri tesisler Oşinografik faktörler Topoğrafik faktörler Topografik faktörler Helikopter iniş ve atma sahaları İniş pistleri ve yol şeritleri Helikopter iniş ve atma bölgeleri Ulaşım hatları Oşinografik faktörler Koruyucu kamuflaj faaliyeti Topoğrafik faktörler Uçak pistleri ve yol şeritleri Meydanlar Helikopter iniş ve atma bölgeleri Ulaşım hatları Oşinografik faktörler Topoğrafik faktörler 23.

ÇEVRESEL PLANLAMA 34. UYUŞTURUCUYA KARŞI KOYMA DESTEĞİ 36. ORMANCILIK 33. ÇEVRESEL TAHRİP 35. FELAKETE YARDIM İŞLEM ŞİRKETLER GRUBU UZALG 4 KASIM 2001 .UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA 29. ÖZEL FAALİYET BÜROLARI DESTEĞİ 31. EMNİYETLİ SAHA ANALİZİ • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • GENEL BİLGİ TİPLERİ Uçak pistleri ve yol şeritleri Ulaşım hatları Nüfus dağılımı Topoğrafik faktörler Bitki analizi Endüstriyel tesisler Ulaşım hatları Askeri tesisler Bitki sulama Bitkisel üretim Ürün depolama Bitki stresi Hastalık ve zarar yönetimi Kenevir üretimi Yangın analizi Orman envanteri Bitki haritacılığı Hastalık ve zarar yönetimi Tekrar ormanlaştırma Toprak yönetimi Ulaşım hatları Yağmur gölleri Topoğrafik faktörler Su yönetimi Asit yağmuru Hava kirliliği Yağmur ormanları Yağmur gölleri Toprakları koruma Toprak harfiyatlı madencilik Termal kirlenme Toksit atıkları Su kirlenmesi Uyuşturucu hava koridorları Uyuşturucu ürün analizi Uyuşturucu ekim özellikleri Uyuşturucu üretim tesisleri Uyuşturucu nakli ve depolama tesisleri Tabii felaket hasar değerlendirmesi Ulaşım hatları 30. ZİRAAT ANALİZİ 32.

UZAKTAN ALGILAMA EK-C GENEL BİLGİ TİPLERİNE TATBİK EDİLEBİLEN UZAKTAN ALGILAMA UYGULAMALARI UYGULAMA 37. MÜHENDİSLİK ÇALIŞMALARI İŞLEM ŞİRKETLER GRUBU UZALG 5 KASIM 2001 . BÖLGESEL ETÜDLER 39. EKONOMİK ANALİZ • • • • • • • • • • • • • • • GENEL BİLGİ TİPLERİ Meydanlar Su baskınlarını kontrol projeleri Endüstriyel tesisler Maden çıkarma sahaları Stratejik kaynaklar Ulaşım Su kaynakları Endüstriyel tesisler Ulaşım hatları Maden sahaları Topoğrafik faktörler Bitki analizi Stratejik kaynaklar Test kolaylıkları ve menziller Sel baskınlarını kontrol projeleri 38. LASER. MICROWAVE VE IŞIN HÜZMESİ ANAZİ 40.

uçaksavar. DEPOLANMASI VE TESTİ Silahların kontrolu. vasıta) • İntikal sahaları ve bombarduman üslerindeki güdümlü füze faaliyetini tesbit İŞLEM ŞİRKETLER GRUBU UZALG 6 KASIM 2001 . zırhlı araç .UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ KLASİK KUVVETLER Antlaşmaları izleme • • • • • GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ Silahların kontrolu ve antlaşmaları izleme ile ilgili özel askeri tesisleri teşhis Stok seviyeleri ve seviyelerdeki değişiklikleri belrlemek için materyel ve techizat stoklarını analiz Depolanan silahlar ve hasarları ile ilgili faaliyeti analiz Birlik hareketleri ve tesislere yerleşim faaliyetini analiz Taktik birliklerin toplanma sahalarını tesbit NÜKLEAR DENİZALTILAR Antlaşmaları izleme • Denizaltı üslerinde ve inşaa tesislerindeki nüklear denizaltıların adedini ve tipini teşhis • Denizaltı inşaa ve tamir tesislerindeki termal sinyalleri analiz NÜKLEAR ÜRETİM Silahların kontrolu • Üçüncü Dünya ülkelerindeki Takat kaynakları dahil nüklear reaktörleri ve ilgili tesisleri teşhis • Nüklear tesisler ile ilgili yeni inşaatları tesbit • Mevcut nüklear tesislerdeki göze batan faaliyeti tesbit SİLAH SEVKİYATI VE DEPOLAMA Silahların kontrolu • • • • Klasik silah üretim tesislerini teşhis Silah üretim tesisleri ile ilişkili depolama sahaları ve ulaşım şebekesini teşhis Depolama sahalarının depolama seviyesini analiz Depolama sahaları ile ilişkili demiryolu. Antlaşmaları izleme • Füze üretim tesislerini teşhis • Üretim tesisleri ile ilgili depolama kolaylıklarını teşhis • Depolama kolaylıklarındaki depolama seviyesi analizi • Depolama sahası ile ilgili nakliye kolaylıklarını teşhis (Demiryolu. Antlaşmaları izleme • • • Tank. gemi. Antlaşmaları izleme • Kimyasal ve biolojik döküntüleri birimsel tayf sinyallerden tesbit • Kimyasal ve biolojik tesislerin hacimli depolama kolaylıklarını teşhis • Kimyasal ve biolojik harp materyani teşhis KLASİK SİLAH ÜRETİMİ Silahların kontrolu. gemi ve kara nakil vasıtalarını teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ KİMYASAL VE BİOLOJİK SİLAH ÜRETİMİ. cephane ve patlayıcı madde üreten tesisleri teşhis Askeri silah depolama kolaylıklarını teşhis Depolama seviyesini belirlemek için depolama kolaylıklarını analiz GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GÜDÜMLÜ FÜZELER Silahların kontrolu.

UZAKTAN ALGILAMA

EK-C
BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR ORTA MENZİLLİ NÜKLEAR FÜZELER Silahların kontrolu, Antlaşmaları izleme • Gizlenmiş silah depolarının mevkiini tesbit • Kamuflaj, gizleme ve aldatma önlemlerini tesbit • Nüklear başlık depolarını tesbit • Güdümlü mermi üretim tesislerini teşhis GÜDÜMLÜ MERMİ TAŞIYICILARI VE LANÇERLERİ Silahların kontrolu, Antlaşmaları izleme • Güdümlü mermi taşıyıcıları ve lançerlerin mevkii ve üretim tesislerini teşhis NÜKLEAR BAŞLIK DEPOLAMA (BOMBARDUMAN ÜSLERİ) Silahların kontrolu, Antlaşmaları izleme • Ağır bombarduman üslerini teşhis • Ağır bombarduman üslerindeki nüklear başlık depolama sahalarını teşhis • Depolama sahalarındaki faaliyetin seviyesini analiz NÜKLEAR SİLAH ÜRETİMİ, DEPOLAMA VE TEST Silahların kontrolu, Antlaşmaları izleme • • • • • • GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ Nüklear silah üretim ve ilişkili depolama tesislerini teşhis Askeri garnizonlar, üsler ve intikal birlikleri ile ilişkili nüklear silah depolarını teşhis Nüklear ve nüklear ile ilişkili göze batan ve gizli faaliyetleri teşhis Test sahalarındaki yeni kraterleri teşhis Test hazırlıklarını tesbit Test alanlarındaki nüklear radyasyon kirliliğini tesbit

BİLGİ GEREKSİNİMLERİ
GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

STRATEJİK GÜDÜMLÜ MERMİ ÜRETİMİ Silahların kontrolu, Antlaşmaları izleme • • • Özel sahalardaki roket motorları ve harp başlığı üretim tesislerini teşhis Üretim tesisleri ile ilişkili depolama sahalarını teşhis Özel sahalar dışındaki diğer üretim faaliyetlerini tesbit

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ

ASKERİ TATBİKATLAR VE İNTİKAL Belirti ve ikazlar, Antlaşmaları izleme • • • Askeri tesislerde, demiryolu sahalarında ve meydanlarda artan kıta toplulukları ve faaliyeti tesbit Garnizonlardaki techizat hareketlerini tesbit Eğitim ve manevra sahalarında artan faaliyetin seviyesini tesbit

İŞLEM ŞİRKETLER GRUBU

UZALG

7

KASIM 2001

UZAKTAN ALGILAMA

EK-C
BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR ULAŞIM HATLARI Amfibik taarruz planlaması, Taarruz ve darbe görev planlaması, İhtimaliyet planlaması, Felakete yardım, Büyükelçilik tesislerini koruma ve gizlilik planlaması, Tatbikat desteği, Çevresel planlama, Görüntü haritaları üretimi, Muharebe sahası istihbarat hazırlıkları, Lojistik istihbarat desteği, Haritaları günçelleştirme, Harita desteği, Mobil güdümlü mermi sahası limitleri, Muharip olmayan unsurları tahliye harekatı, Barınak/liman/ ve demirleme kapasitesi analizi, Emniyetli saha analizi, Özel faaliyet büroları desteği, Deniz güdümlü füze desteği, Özel harekatlar ve özel harp desteği, Hedef tesbit istihbarat • • • • • • • • • Kamuflaj faaliyetleri analizi İnşaat faaliyetleri analizi Otoyol küprülerini teşhis Demiryolu köprülerini teşhis Sular üzerindeki geçiş yerlerini teşhis Asli ve tali karayollarını teşhis Yol satıh malzemesinin analizi Demiryollarını teşhis Dahili su yolları ve kanalları teşhis

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

UÇAK PİSTLERİ VE YOL ŞERİTLERİ Hava ulaştırma görev planlaması, İhtimaliyet planlaması, Büyükelçilik tesislerini koruma ve gizlilik planlaması, Ulaşım sahası istihbarat hazırlığı, Uçuş eğitim yardımcıları, Muharip olmayan unsurları tahliye harekatı, Emniyetli saha analizi, Özel harekatlar ve özel harp desteği • Sınırları ve ebatları teşhis • Değişimi analiz • Buz ve kar analizi • Toprağın içerdiği nem analizi • Yüzeydeki gayri muntazamlıkları tanıma • Satıh materyalini analiz • Bitki analizi • Giriş ve çıkış rotalarını tanıma MEYDANLAR Hava ulaştırma görev planlaması, Taarruz ve darbe görev planlaması, İhtimaliyet planlaması, Ekonomik analiz, Uçuş eğitim yardımcıları, Muharip olmayan unsurları tahliye harekatı, Emniyetli saha analizi, Özel harekatlar ve özel harp desteği, Hedef tesbit ve istihbarat • Pistlerin, taksirutların ve park sahalarının adet, istikamet ve satıh materyalini tanımak • İnşaat faaliyetlerini tanıma • Uçaksavar (AAA) ve satıhtan havaya atılan güdümlü mermi (SAM) savunmasını tesbit • Hangarlar, tamir kolaylıkları ve diğer ana binaları teşhis • POL tanklarını ve yakıt kolaylıklarını teşhis • Güç kaynaklarını teşhis • Uçak dağılma sahaları ve sığınakları teşhis • Hava trafik kontrol harekat binaları / bunkerleri, radar ve muhabere elektroniğini de içeren komuta kontrol kolaylıklarını teşhis

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

BİLGİ GEREKSİNİMLERİ

İŞLEM ŞİRKETLER GRUBU

UZALG

8

KASIM 2001

UZAKTAN ALGILAMA EK-C
BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR
HELİKOPTER İNİŞ VE ATMA SAHALARI Hava ulaştırma görev planlaması, Ampibik taarruz planlaması, İhtimaliyet planlaması, Büyükelçilik tesislerini koruma ve gizlilik planlaması, Uçuş eğitim yardımcıları, Ulaşım sahası istihbarat hazırlığı, Muharip olmayan unsurları tahliye harekatı, Araştırma ve kurtarma görev planlaması, Özel harekatlar ve özel harp desteği • Sınırları ve ebatları teşhis • Değişimi teşhis • Engelleri tesbit • Satıh yoğunluğu analizi • Yüzeydeki gayri muntazamlıkları tanıma • Satıh materyalini analiz • Bitki analizi • Giriş ve çıkış rotalarını tanıma ASKERİ TESİSLER Denizaltı ve satıh muharebe planlaması, Taarruz ve darbe görev planlaması, İhtimaliyet planlaması, Belirtiler ve ikazlar, Muharebe sahası istihbarat hazırlıkları, Özet faaliyet büroları desteği, Özel harekatlar ve özel harp desteği, Hedef tesbit ve istihbarat, Silah etkinlikleri • • • • • • • • • • • Muharebe sahası analizi (patlama) Muharebe sahası analizi (termal ışın) Kamuflaj perdesini teşhis İnşaat faaliyeti analizi Aldatmayı teşhis Yanıltıcı boyayı teşhis Materyal tiplerini analiz Tabii bitki kamuflajını analiz Denizaltı inşaatı tamir alanlarına ilişkin termal sinyalleri teşhis Termal sinyalleri analiz Bitki analizi

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

BİLGİ GEREKSİNİMLERİ

GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR

ASKERİ TECHİZAT Taarruz ve darbe görev planlaması, Belirti ve ikazlar, Muharebe sahası istihbarat hazırlıkları, Özel harekatlar ve özel harp desteği, Hedef tesbit istihbarat, Silah etkinlikleri • • • • • • • • • • • • • Hava muharebe konuş ve kuruluşu tesbit Muharebe sahası analizi (patlama) Kamuflaj perdesini teşhis Sahte tesisleri teşhis Yanıltıcı boyayı teşhis Elektronik konuş ve kuruluşu tesbit Harekli techizatı teşhis Kara muharebe konuş ve kuruluşu tesbit Güdümlü mermi konuş ve kuruluşu tesbit Tabii bitki kamuflajını analiz Deniz muharebe konuş ve kuruluşu tesbit Satıhdan havaya güdümlü mermi (SAM) konuş ve kuruluşu tesbit Uzay sistemlerini teşhis

BİLGİ GEREKSİNİMLERİ

İŞLEM ŞİRKETLER GRUBU

UZALG

9

KASIM 2001

Özel faaliyet buro desteği. Hedef tesbit istihbarat. kalınlığı ve sıcaklığını teşhis Su berraklığını tesbit Deniz suyu tuzluluğunu analiz BİLGİ GEREKSİNİMLERİ İŞLEM ŞİRKETLER GRUBU UZALG 10 KASIM 2001 . Muharebe sahası istihbarat hazırlıkları. Ekonomik analiz. Denizaltı ve satıh muharebe planlaması. Hedef tesbit ve istihbarat. Lojistik istihbarat desteği. Görüntü haritaları üretimi. Oşinografik araştırma. Büyükelçilik tesislerini koruma ve gizlilik planlaması. Haritaları günçelleştirme. Tatbikat desteği. Biolojik ve kimyasal silah analizi • • • • • • • Atmosferik hareketi tesbit İnşaat faaliyetini analiz Yakıt lekelerini analiz Saha kraterlerini analiz Materyal tiplerini analiz Termal sinyalleri analiz Bitki stresini analiz GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR DEMİRYOLU TECHİZATI VE KOLAYLIKLARI Taarruz ve darbe görev planlaması. Muharip olmayan unsurları tahliye harekatı. Özel harekatlar ve özel harp desteği. Deniz güdümlü füze desteği. . yapısı. İhtimaliyet planlaması.UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ ENDÜSTRİYEL TESİSLER Taarruz ve darbe görev planlaması. Harita desteği. Deniz top atışı desteği. Barınak/liman ve açık deniz kapasitesi analizi. Bölgesel etüdler. Silah etkinlikleri • • • • • • • • • • • • • • Bathymetry analizi Plaj sınırları ve ebatları analizi Plaj kompozisyonunun analizi Plaj uyumluluk analizi Plajlardaki dağılım ve depolama sahalarını tesbit Plaja çıkış rotalarını teşhis Denizlerde ışın saçan canlıları analiz Akıntı ve girdap analizi Tabii ve insan yapısı engelleri teşhis Sahillerdeki mayınları tesbit Petrol sızıntılarını analiz Buz kütlelerinin mevkii. Muharebe sahası istihbarat hazırlığı • • Tasnif sahaları. tamir kolaylıkları ve aktarma noktalarını teşhis Sahte ve kamufle edilmiş demiryolu vasıtalarını teşhis OSİNOGRAFİK FAKTÖRLER Amfibik taarruz planlaması. Silahların etkinlikleri • • • • • • • • • Muharebe sahası analizi (patlama) Muharebe sahası analizi (termal ışın) Kamuflaj faaliyeti analizi Kamuflaj perdesini teşhis İnşaat faaliyeti analizi Aldatmayı teşhis Yanıltıcı boyayı teşhis Materyal tiplerini analiz Maden çıkarma ve üretim tesislerini teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GÜDÜMLÜ MERMİ ÜRETİM VE TEST TESİSLERİ Nüklear.

Deniz top atışı desteği. microwave ve ışın analizi. İhtimaliyet planlaması. Mobil güdümlü mermi sahası limitleri. Muharebe sahası istihbarat hazırlıkları. Özel harekatlar ve özel harp desteği. Haritaları günçelleştirme. NBC silah analizi • • • • • • • • • Tesisin sınırlarını teşhis Test hedeflerinin görüş hattını teşhis Test binaları ve bunkerlerini teşhis Elektriki takat hatları ve kapasitesini tesbit Yanık ve patlama izlerini analiz Test hazırlıklarını teşhis Test sahasındaki yeni kraterleri teşhis Test sahasındaki nüklear radyasyon kirliliğini tesbit Yeni inşaatları tesbit İŞLEM ŞİRKETLER GRUBU UZALG 11 KASIM 2001 . Muharip olmayan unsurları tahliye harekatı. Çevresel planlama. Bölgesel etüdler. Tatbikat desteği. ATIŞ SAHALARI Laser. Deniz güdümlü füze desteği. Hedef tesbit istihbarat • • • • • • • • • • • • • • • • • • • • • • • Muharebe sahası analizi Bitki tiplerini teşhis Drenaj paternini teşhis İnsan yapısı toprak özelliklerini teşhis Yaprak tipi ve yoğunluğu analizi Yürüyerek geçilebilen yerleri tesbit Çimenleri teşhis Seviye ve Meyili teşhis Satıhdaki yer sularını teşhis Buz ve karı teşhis Giriş ve çıkış rotalarını teşhis Arazi şekillerini teşhis NBC kirliliğini tesbit Direk yangınları teşhis Meyvelik serbest aralıklı ağaçları teşhis Toprak kaymalarını tesbit Toprağın nemini analiz Toprak tiplerini analiz Stresli bitkileri analiz Ağaç tiplerini ve yoğunluğunu teşhis Su akışını ve gövdesini teşhis Sulak alanları teşhis Bitki analizi BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ KORUYUCU KAMUFLAJ FAALİYETİ Büyükelçilik tesislerini koruma ve gizlilik planlaması • • • Kamuflaj perdesinin etki analizi Bozucu boyanın etki analizi Kesilen tabii bitkilerin etki analizi GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ TEST KOLAYLIKLARI. Görüntü haritaları üretimi. Elektronik ve muhabere planlaması. Araştırma ve kurtarma görevi planlaması. Harita desteği. Büyükelçilik tesislerini koruma ve gizlilik planlaması. Lojistik istihbarat desteği.UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR TOPOGRAFİK FAKTÖRLER Amfibik taarruz planlaması. Emniyetli saha analizi.

açık saha) GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ ÜRÜN STRESİ Ziraat analizi • • • • • Ürün tipini teşhis Toprak tipini teşhis Nemli toprağı teşhis Haşere istilasını teşhis Bitki stresi analizi GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ BİTKİ ZARARLILARI ANALİZİ Ziraat analizi. çalılık ve makileri teşhis Ürün tiplerini teşhis Meyvelik ve serbest aralıklı ağaçları teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ ÜRÜN SULAMA Ziraat analizi • • • • Sulama metodlarını teşhis (sıralı veya merkezi gibi) Sulanan arazileri teşhis Su nakil sistemlerini teşhis (borular ve kanallar gibi) Sulama suyunun kaynağını teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ ÜRÜN İSTİHSALİ Ziraat analizi • • • • • Ürün tipi ve sahayı teşhis Toprak tipini teşhis Toprağın içerdiği nemi teşhis Meyvelikleri veya serbest aralıklarla dikilmiş bitkileri teşhis İstihsal analizi ve tahmini rekolte GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ ÜRÜN DEPOLAMA Ziraat analizi • • Ürün tipi ve sahayı teşhis Ürün tipi ile ilgili depolama kolaylıklarını teşhis (silo. ambar. Ormancılık • • Ağaç tipleri ve yoğunluğunu teşhis Bitki stresi ve stres paternlerini analiz HAŞHAS ÜRETİMİ Ormancılık • Yeni düzeltilmiş sahaları tesbit • Milli ormanlar içindekdeki küçük ürün sahalarını teşhis • Tabii bitki kamuflajını ve kamuflaj perdelerini tesbit • Bitki analizi İŞLEM ŞİRKETLER GRUBU UZALG 12 KASIM 2001 . Emniyetli saha analizi • • • • • Ağaçların tipi ve yoğunluğunu teşhis Yaprakların tipi ve yoğunluğunu teşhis Çimen.UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ BİTKİ ANALİZİ Mobil güdümlü mermi sahası limitleri. Bölgesel etüdler.

toksit madde vb su kirliliği kaynaklarını teşhis Su tasfiye kolaylıklarını teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ YAĞMUR ORMANLARI Çevresel tahrip • Su ceryanını ve su gövdelerini teşhis • Suyun temizlik analizi • Bitki analizi • Kaynağın mevkii ve kirlenme tipini teşhis İŞLEM ŞİRKETLER GRUBU UZALG 13 KASIM 2001 . teşhis ve tipini analiz • Orman yangın ve volkanik püskürtmeler gibi tabii ve insanlardan kaynaklanan duman ve kirlenmeyi tesbit. teşhis ve tipini analiz SU KİRLİLİĞİ Çevresel tahrip • • • Kirlenmiş su akışı ve havzasını teşhis Endüstriyel atık. yoğunluğunu ve sahayı teşhis • Yangının sebep olduğu hasar sahasını teşhis ORMAN ENVANTERİ Ormancılık • Ağaç tiplerini.UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ YANGIN ANALİZİ Ormancılık • Ağaç tiplerini. buz kitleri ve su havzalarını teşhis ASİT YAĞMURU Çevresel Tahrip • • Arazi örtüsü kapsamındaki bitki stresini tesbit ve tanıma Suyun akış yönünü ve suda yaşayan bitkilerin stresini ve ölümünü analiz GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ HAVA KİRLİLİĞİ Çevresel Tahrip • Atmosfere gönderilen endüstriyel atıkları tesbit. yoğunluğu ve sahayı teşhis • Stresli bitkileri teşhis TOPRAK YÖNETİMİ Çevresel planlama • Geniş alanlardaki arazi kullanımını teşhis • Su ceryanlarını ve gövdesini teşhis • Arazi formlarını teşhis • Sulak alanları teşhis • Ağaç tiplerini ve yoğunluğunu teşhis • Yaprak tiplerini ve yoğunluğunu teşhis SU YÖNETİMİ Çevresel planlama • Buzul.

yoğunluğu ve tropikal yağmur ormanlarını teşhis Arazi üzerindeki orman örtüsünü uzaklaştırmayı teşhis Arazi üzerindeki orman örtüsünü uzaklaştıran nedenleri analiz GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ TOPRAKLARI KORUMA Çevresel tahrip • Toprak tiplerini ve içerdiği nemi teşhis • Arazi şekillerini teşhis • Drenaj paternlerini teşhis • Sulama metodlarını teşhis • Ürünleri ve ürün ziraati metodlarını teşhis TERMAL KİRLİLİK Çevresel tahrip • • • • Su akışı ve gövdesini teşhis Suyun termal seviyesini teşhis Bitki streslerini analiz Termal kirliliğin kaynaklarını teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ TOKSİT ATIKLAR Çevresel tahrip • • • • • Toksit madde atık sahalarını teşhis Su akışı ve gövdesini teşhis Toprak tipleri ve içerdiği nemi teşhis Bitki streslerini teşhis Toksit atıklarla ilişkili tayfsal sinyalleri analiz GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ UYUŞTURUCU DURUMU Uyuşturucuya karşı koyma desteği • • Kokainli bitki ekim sahalarının mevki ve üretim tesislerini teşhis Askeri ve askaeri olmayan faaliyet ve techizatı teşhis UYUŞTURUCU HAVA KORİDORU Uyuşturucuya karşı koyma desteği • • Sık ormanlık bölgelerdeki izole edilmiş hava koridorları ve iniş sahalarını tesbit Hava koridorları ve iniş sahalarındaki faaliyeti teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR UYUŞTURUCU ÜRETİM TESİSLERİ Uyuşturucuya karşı koyma desteği • • • Uyuşturucu bitki üretimi yapılan nehir ve dere kenarlarındaki kimyasal kirlenmeyi tesbit Bitki stres sahalarını teşhis Su ve hava kirliliğine maruz kalan kaynakları ve mevkiileri teşhis BİLGİ GEREKSİNİMLERİ İŞLEM ŞİRKETLER GRUBU UZALG 14 KASIM 2001 .UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ YAĞMUR ORMANLARININ TAHRİBATI Çevresel tahrip • • • Ağaçların tipi.

nehir ve okyanus feribotları ve dahili su yollarını teşhis Yük ve yolcu otobüs terminalleri. toksit madde vb su kirliliği kaynaklarını teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ YERLEŞİM PLANLAMASI Ekonomik analiz. dere.UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ UYUŞTURUCU BİTKİ ANALİZİ Uyuşturucuya karşı koyma desteği • • • Haşhas. Çevresel planlama • • • • • • • Drenaj paternlerini teşhis Yabani hayatı teşhis Su akışı ve gövdesini teşhis Arıtma kolaylıklarını teşhis Arazi şekillerini teşhis Yaprak tiplerini ve yoğunluğunu teşhis Toprak tiplerini ve içerdiği nemi teşhis İŞLEM ŞİRKETLER GRUBU UZALG 15 KASIM 2001 . göl ve tuzlu su girişlerini içeren su ikmal kaynaklarını teşhis Endüstriyel atık. Marijuana ve kokain ekim sahalarını teşhis Uyuşturucu bitkilerin üretim seviyesini analiz Yokedilen uyuşturucu ürün sahasını teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ UYUŞTURUCU MADDE NAKLİ VE DEPOLAMA SAHALARI Uyuşturucuya karşı koyma desteği • • • • Uyuşturucu bitki ziraatinin yapıldığı sahalardaki hava koridoru ve iniş yerlerini teşhis Uyuşturucu bitki ziraatinin yapıldığı sahalardaki. pınar. ulaşım kolylıkları ve tamir tesislerini teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ SU KAYNAKLARI Ekonomik analiz • • Kuyu. nehir yükleme kolaylıklarını teşhis Hava koridorları ve nehir kolaylıkları civarındaki bina. kuru doklar. nehir. inşaa sahaları. tasnif sahaları ve tamir kolaylıklarını içeren demiryolu tesislerini teşhis Su yolları teminalleri. sundurma ve açık depolama sahalarını teşhis Hava koridorları ve nehir kolaylıkları ile ilişkili faaliyet seviyesini teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ TABİİ AFET HASAR DEĞERLENDİRMESİ Felakete yardım • • • • • Depremlerden kaynaklanan arazi çatlaklarını teşhis Sel sahalarını teşhis Yerleşim sahalarındaki hasarı teşhis Ulaşım şebekesindeki hasarı teşhis Su ve güç kaynaklarındaki hasarı teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ ULAŞIM Ekonomik analiz • • • Yolcu ve yük istasyonları.

kum ve çakıl çıkarma galerini teşhis STRATEJİK KAYNAKLAR Ekonomik analiz. lojistik istihbaratı • • • • GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ Demirli ve demirli olmayan cevheri çıkarma faaliyetlerini teşhis Kömür.UZAKTAN ALGILAMA EK-C BİLGİ GEREKSİNİMLERİNE TATBİK EDİLEBİLEN GENEL BİLGİ TİPLERİ GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ MADENCİLİK Ekonomik analiz. Bölgesel etüdler • • • • • Metalik ve metaelik olmayan minarellerin reservlerini ve gelişmeleri teşhis Demirli olmayan metal üretim tesislerini teşhis Petrol reservlerini ve gelişmeleri teşhis Petrol rafinerilerini ve depolama sahalarını teşhis Kömür reservlerini ve gelişmeleri teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ SEL BASKINLARINI KONTROL PROJELERİ Mühendislik çalışmaları • • • • • • • • Drenaj paternini teşhis İnsan yapısı toprak özelliklerini teşhis Yaprak tipleri ve yoğunluğunu teşhis Değişimi ve meyili teşhis Arazi şekilleri ve yerleşim sahalarını teşhis Ağaç tipleri ve yoğunluğu teşhis Topografik ve toprak tipi analizi Su cereyanını ve gövdeleri teşhis GENEL BİLGİ TİPİ İLGİLİ UYGULAMALAR BİLGİ GEREKSİNİMLERİ NÜFUS DAĞILIMI Emniyetli saha analizi • • • Geniş sahalardaki arazi kullanımı analizi Yerleşim. linyit ve turba madencilik faaliyetlerini teşhis Metalik olmayan mineral cevheri. ve madencilik faaliyetini teşhis Taş. banliyo ve kırsal alanlarını teşhis Yerleşim birimlerinin yoğunluk analizi İŞLEM ŞİRKETLER GRUBU UZALG 16 KASIM 2001 .

You're Reading a Free Preview

İndirme
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->