Page 70 - bilgem-teknoloji-dergisi-9

Yapay Zekâ

Bir yoldan geçerken kameralar yol Sektörel CBS Kullanımı kaynak kodlu fotogrametri yazılımlarıyla 2 ve 3 araya getirilmesi ile karbon odaklı biyocoğrafya
Hahmann ve Burghardt’ın 2012 yılında ortaya koy-
üzerindeki trafik levhasındaki hız sınırını dukları “How much information is geospatially refe- boyutlu haritalar üretilebilmektedir. bölgeleri belirlenmiş ve bu bölgelerdeki toprak or-
ganik karbon miktarı tahminlenmiştir.
otomatik algılayıp ilgili yol bilgisi olarak renced? Networks and cognition” başlıklı çalışmala- Aşağıdaki grafikte görüldüğü gibi altyapı, tarım,
rına göre günümüzde kullanılan verinin %60-70’inin
kaydedebilir. coğrafi bir veri ile ilişkisi bulunmaktadır. Bu yüzden madencilik ve sigortalamada drone kullanımı Coğrafi Büyük Veri Çalışmaları
temelde haritalama üzerinedir ve insansız hava
İç destekli proje olan Batuta’yı coğrafi büyük ve-
birçok meslek alanında CBS belki merkezde değil araçlarının geliştirilmesinin haritacılık üzerine rinin saklanması, analiz edilmesi ve ara yüzde
ama işlerin bir kısmında yer almaktadır. devam edeceği öngörülebilir. Tüm bu sektörlerin farklı harita analiz yöntemleri yanında grafiklerle
gidemezsiniz, yayalara yol vermek gerekir, trafik toplam oranı yaklaşık %90’dır. Bu alanda görüntü destekli bir iş analitiği uygulaması olarak geliştir-
ışıkları vardır. Bir de saatlere göre rotalama vardır CBS için öncelikle altlık veri gerekir, peki bu veri işleme konusunda daha çok yapay zekâ ve ma- meye devam ediyoruz. Kamu kurumlarının karar
ki burada maliyet trafiktir. Trafiğin sıkışık olduğu nasıl üretiliyor bunlara bakalım. kine öğrenmesi gerekeceği bir gerçektir. Örneğin alma mekanizmasını hızlandıracak ve vatandaş
noktada yol maliyeti en fazla olmalıdır. bir tarlada hangi alanda bitki sağlığında bir olum- ile bilgi paylaşımı yapabileceği, büyük coğrafi ve-
Coğrafi Veri Temini ve Üretimi suzluk varsa yalnız o alanda ilaçlama yapılmasını, riyi ilişkisel ve NoSql veritabanlarında saklayıp,
Yakın gelecekte en uygun rotanın bulunmasında Veri üretimi için iki farklı seçenek vardır; çalışma görüntü alınan alanda ne oranda yapı var ne oran- milyonlarcasına ara yüzden ulaşıp anlık analizler
alanına gitmek ya da gitmemek.
kullanılan yöntemlerin iyileştirilmesi için akıllı şehir da yeşil alan var otomatik çıkarsama yapılmasını yapabileceği alt yapıyı kurguladık ve geliştirmeye
teknolojilerinin gelişmesi de katkı sağlayacaktır. Yersel Ölçüm hatta bir inşaata başlamadan önce kaç ağacın devam ediyoruz.
Görüntü işleme ya da araç takip mekanizmaları yar- Ülkemizde halen en sık başvurulan bu yöntemle kesilmesi gerektiğini otomatik algılayacak sis-
dımıyla trafik ışıkları, trafiğin yoğun olduğu kavşak arazide enlem, boylam ve yükseklik bilgisi içeren temler geliştirilmeye devam etmektedir.
yönlerini dikkate alarak daha verimli çalışacak ve nokta toplama amaçlı farklı teknolojiler kullanıl- Projelerimiz
sensörler aracılığıyla mevcut durumda hangi ışığın maktadır. Burada en önemli konu doğru koordinat
yandığı bilgisi uygulamalara aktarılacaktır. Böylece ve yükseklik bilgisi alma gerekliliğidir. Küresel ko-
numlama uyduları yanında yersel istasyonlar da
şehirlerarası yollarda tanımlanan yeşil dalga yani gerekebilmektedir. Bu konuda TÜBİTAK destekli
hiç kırmızı ışığa kalmadan ulaştıracak rotalar öne- Kamu AR-GE projesi kapsamında yürütülen ve
rilebilecektir. Ayrıca bir ambulansın trafikte durma- 2009 yılında tamamlanan TUSAGA-Aktif sistemi
dan gitmesi o yolun yoğun olmadığını göstermez ile ülkemiz ve KKTC genelinde, santimetre doğ-
ya da sağda bekleyen bir taksi trafiğin sıkışık oldu- ruluğunda gerçek zamanlı harita ve konum bilgisi
ğunu göstermez. Bu gibi durumlar yapay zekâ ile elde edilebilmektedir.
daha iyi ayrıştırılabilir olacaktır. Ayrıca belli mev-
simler, belli saatler ve belli hava şartlarında trafik Uzaktan Algılama Coğrafi Verinin Birlikte Çalışabilirliğinin
Sağlanması
Araziye gitmeden haritalamak için uzaktan algıla-
yoğunluğu değişir. Böylece rotalama algoritmaları ma yöntemlerini kullanmak ve yer gözlem uydu- Ülkemizde yoğun bir şekilde yaşanan kalkınma
insanların tatilde olmadığı kış ayları, mesai bitimi larından faydalanmak gerekmektedir. Yer gözlem sürecinin ve e-devlet çalışmalarının hızlandırıl-
ve yağmurlu bir günde ileri bir saate göre trafik ön- uyduları Güneş ışığının Dünya’dan yansıyan gö- ması, etkinleştirilmesi ve sürdürülebilirliğin sağ-
görüsü işlemini daha önce karşılaştığı verileri kulla- rüntüsünü yakaladığı gibi Dünya’ya yansıttıkları lanması açısından coğrafi verinin ilgili kurum ve
narak daha uygun yapabiliyor olacaktır. enerjinin geriye dönüşünü toplayarak da görüntü kuruluşlar, özel sektör ve vatandaşlar arasında
elde ederler. Yalnız gözle görülebilen ışık dışındaki etkin bir şekilde paylaşımının sağlanması gere-
Adresleme Nedir? Ne Olacak? görüntüler de uydularca toplanır ve böylece, sıcak- kir. Farklı kaynaklar tarafından farklı teknoloji ve
Harita uygulaması, aradığınız metinsel bir adresi lık görüntüsü, bitki sağlığı ve hatta jeolojik yapıyı TÜBİTAK BİLGEM YTE olarak coğrafi bilgi sistem- yaklaşımlarla toplanan coğrafi verinin de ortak
veri tabanında bulabilirse haritada coğrafi konu- çıkarabilen haritalar bile üretilebilir. leri projelerini de üstlenmekteyiz. Bu konuda ye- bir standarda dönüştürülmesi gerekir. Bu kap-
samda ülkemizin coğrafi veri kaynaklarının, veri
munu görebilirsiniz. Bu coğrafi kodlama (geoco- nilikçi teknoloji ve yaklaşımlar diyebileceğimiz alt toplama ve erişim maliyetlerinin en etkin şekilde
ding) işlemidir. Yine bir koordinatın hangi adrese Araziye giderek uzaktan algılama konusunda yapılar kullanarak hizmet vermekteyiz. kullanılmasına katkıda bulunmakta olan Çevre
ait olduğunu bulan işleme de tersine coğrafi kod- uçak ile ve son yıllarda teknolojileri hızla gelişen ve Şehircilik Bakanlığı’nın Türkiye Ulusal Coğrafi
lama (reverse-geocoding) denilmektedir. İlgili ko- ve neredeyse en ucuz maliyetli veri toplama yön- Makine Öğrenmesi Yöntemiyle Çevresel Bilgi Sistemi Standardizasyon Projesi’ni (TUCBS)
ordinat, veri tabanında bulunan adres bilgilerinden temi olan insansız hava araçları ile görüntü üreti- Faktör Tahminleme kurumumuz üstlenmiştir.
hangisine en yakınsa bu adres bilgisi kullanıcıya mi gelişmektedir. Hatta kişisel olarak drone satın Tarım ve Orman Bakanlığı Çölleşme ve Erozyon-
döndürülür. Yani burada bir yakınsama yapılır. alıp, toplanan ham fotoğraflardan lisanslı ve açık la Mücadele Genel Müdürlüğü ile yürüttüğümüz Referanslar
Karbon İzleme Sistemi’ne Yönelik Metodolojinin Hahmann, S. and Burghardt, D., 2012, How much information
Mobil uygulama kullanan tüm kullanıcılar, harita Geliştirilmesi çalışmalarını içeren Karbon Projesi is geospatially referenced? Networks and cognition, Inter-
veri tabanına eklenmiş dünyadaki tüm mekânları kapsamında Türkiye’nin yapay zekâ kullanılarak national Journal of Geographical Information Science, 27:6,
1171-1189.
sorgulayabilirler. Burada arama sonuçlarına hızlı üretilen ilk ulusal Toprak Organik Karbon Haritası Snow, J., 1855, On the Mode of Communication of Cholera,
ulaşılabilmesi için devreye büyük veri alt yapısı oluşturulmuştur. Şehirleşmenin yoğun bir şekil- London: John Churchill, New Burlington Street, England.
girmektedir. İlişkisel veri tabanları üzerinde coğ- de artması, sanayileşmenin getirdiği kirlilik gibi Mellaart, J., 1967, Çatal Höyük: A Neolithic Town in Central
rafi işlemler yapmaya ve indeksler oluşturmaya etkenler dolayısıyla arazi örtüsü verimliliğini kay- Anatolia, London.
Shakhatreh, H., Sawalmeh, A., Al-Fuqaha, A. , Dou, Z., Alma-
olanak verecek altyapılar bir yandan gelişirken betmektedir. Arazi tahribatının dengelenmesine ita, E., Khalil, I., Othman, N.S., Khreishah, A. and Guizani, M.,
bir yandan da dağıtık mimaride NoSQL depolama yönelik belirlenen 3 gösterge; arazi örtüsü, arazi 2018, Unmanned Aerial Vehicles (UAVs): A Survey on Civil
sistemleri üzerinden coğrafi veri saklayabilme ve verimliliği, karbon stoklarıdır. Applications and Key Research Challenges. IEEE Access. 7,
hızlı erişim için birçok coğrafi indeksleme meka- 48572-48634, 10.1109/ACCESS.2019.2909530.
nizması kullanılmaya başlanmıştır. TÜBİTAK BİL- Projede birçok verinin sayısal ve sözel veri kay- Sarıçiçek, İ., 2017, “Drone İle Hava Fotoğrafı Üretimi”, Erişim
Tarihi: 27.02.2020, https://www.linkedin.com/pulse/dro-
GEM YTE olarak bizler de bu teknolojiler üzerinde naklarından, uydu görüntülerinden toplanması ne-ile-hava-fotoğrafı-üretimi-i̇brahim-sarıçiçek
çözümler geliştirmekteyiz. “makine öğrenmesi” algoritmaları kullanılarak bir

68 69