Mekânsal Analiz

1832 yılında Fransız Coğrafyacı Charles Picquet’in Paris’te ortaya çıkan kolera salgınıyla il­gili ölüm sayılarını sınıflandırarak haritalamasıyla ilk mekânsal analiz çalışması ortaya çıkmıştır

Evet doğrudur.  Çünkü 1832 yılında Fransız Coğrafyacı Charles Picquet’in Paris’te ortaya çıkan kolera salgınıyla il­gili ölüm sayılarını sınıflandırarak haritalamasıyla ilk mekânsal analiz çalışması ortaya çıkmıştır. Bu çalışmadan sonra 1854 yılında İngiliz Dr. John Snow Londra’daki kolera nedeniyle meydana gelen ölümlere ilişkin verilerin gösterilmesi için oluştur­duğu harita ile salgının kaynağının araştırılması ko­nusunda çalışma yapmış ve yakınlardaki bir kolera su kaynağını tespit etmiştir 1963 yılında Roger Tomlinson tarafından farklı harita katman­larının birlikte kullanılmasıyla modern CBS ça­lışmalarının temeli oluşmuştur  Bu bağlamda mekânsal analiz yöntemleri, karar destek yapıları olarak Coğrafi Bilgi Sistemleri’nde her za­man önemli bir yere sahip olmaktadır

Evet doğrudur. Çünkü Mekânsal Analiz: Mevcut verilerin konuma dayalı olarak modellenmesi ve işlenmesi yoluyla anlamlı sonuçlar ortaya çıkarılması sürecidir

Evet çünkü, ölçüm işlemi; bilinmeyen bir büyüklüğün gözlem yoluyla, aynı türden olan bir ölçüt ile kar­şılaştırılarak, bilinen ölçü türünde sayı veya sem­bollerle belirtilmesidir. Mekânsal analiz yapılırken ölçüm işlemleri lokasyon, mesafe, uzunluk ve alan hesaplamalarında kullanılır. Ölçüm işlemi katman­daki verilerin vektör veri tipinde (noktasal, çizgisel, alansal) veya raster veri tipinde olmasına göre farklı şekillerde gerçekleştirilmektedir

Evet. Çünkü Lokasyon bilgisi, noktasal veriler için bir koordi­nat çiftini (x,y) içerirken çizgisel ve alansal verilerde birden fazla koordinat çiftinden meydana gelmek­tedir. Raster verilerde lokasyon bilgisi, katmandaki hücrelerin çözünürlüğü ve hücrenin katmandaki konumundan hesaplanmaktadır. Raster verilerde hücrenin konumunun hesaplanmasında hücrenin sol alt noktası veya orta noktası kullanılarak ölçüm yapılmaktadır

Eklediğimiz koşulun tablodaki hiçbir veri ile eşleşmemesi durumun-da ise seçim sonucu boş küme olacaktır. koşulun tablodaki tüm verilerle eşleştiği durumda ise seçim sonucu tablodaki tüm veriler olacaktır

Evet. Bunun için mekânsal verilerin gösterildiği çalışma ala­nı üzerinde imleç yardımıyla nokta, çizgi veya ge­ometrik şekil çizilerek oluşturulan sınırla kesişen, birleşen, içinde kalan ve çakışan veriler seçilir Seçilen mekânsal veriler ile ilişkili olan öznitelik verileri de otomatik olarak seçilir. Kullanılan CBS yazılımına bağlı olarak işaret imleci ile seçim, daire şeklinde seçim, kare şeklinde seçim gibi yöntemlerle seçim yapılabil­mektedir.Öznitelik verilerinin görüntülendiği tablo ekra­nında, satırların tekli ya da çoklu olarak seçilmesi işlemidir Seçilen öznitelik verileri ile birlikte mekânsal verilerde otomatik olarak seçilir

Evet Eşittir(=) operatörü (equal)  ve Eşit değildir(< >) operatörü (not equal)Sayısal (nu­meric) ve sayısal olmayan (alfa numeric) veri tiplerinin karşılaştırılması için kulla­nılır. Küçüktür (<) operatörü (less than)Büyüktür (>) operatörü (greater than) Küçük eşittir (<=) operatörü (less than or equal) Büyük eşittir (>=) operatörü (greater than or equal) ise,  Sayısal (numeric) veri tip­lerinin karşılaştırılması için kullanılır

Evet kullanılabilir bunun için and ve or birleştirici operatörlerinden yararlanılmaktadır

Öznitelik verileri ile seçim işleminde kullanılan SQL sorguları 3 bölümden oluşmaktadır. Birinci bölüm sor­gunun çalıştırıldığı tabloda hangi sütunların seçileceği bilgisidir ve select anahtar kelimesi kullanılır.“SELECT *”şeklinde * sembolü kullanılabilir. İkinci bölüm hangi tablonun seçim için kullanılacağı bilgisidir. Bu bö­lümde from anahtar kelimesi kullanılmaktadır. Şehir­lerin öznitelik verilerinin tutulduğu tablodan seçim yapmak için ikinci bölüm “FROM [SEHIRLER]” şeklinde oluşturulur. Son bölüm önceki kısımlarda anlatılan koşulların yer aldığı kısımdır ve where anah­tar kelimesi ile birlikte kullanılır.

Kullanılır. Çünkü Kesişenleri seçme işlemi, seçim fonksiyonuna parametre olarak verilen nesne ile konumsal olarak ortak noktaya sahip olan tüm nesneleri seçmek için kullanılır. Parametre olarak verilen nesne, tüm ko­numsal veri türlerinden (noktasal, çizgisel, alansal) olabilir

İçine düşenleri seçme işleminde, seçim fonksiyonuna parametre olarak verilen nesnenin içinde bulu­nan tüm nesneler seçilir. Parametre olarak verilen nesnenin sınırlarında kesişen nesneler seçim sonucuna dahildir. Tümüyle içine düşenleri seçme işleminde, seçim fonksiyonuna parametre olarak verilen nesnenin için­de bulunan ancak kesişmeyen tüm nesneler seçilir. Parametre olarak verilen nesnenin sınırlarında kesişen nesneler seçim sonucuna dahil değildir

Sınıflama işlemi bir katmandaki nesneleri oluşturduğumuz kurallar dahilinde gruplandırma işlemidir. Gruplandırma yoluyla oluşan sınıflar ihtiyaç dahilinde analiz sonucu ya da sonraki analiz işlemlerinde kullanmak için ön çalışma niteliği taşıyabilir. Sınıflama işlemleri kontrollü (supervised) veya kontrolsüz (unsupervised) olmak üzere 2 şekilde gerçekleştirilir. Kontrollü sınıflama işlemlerinde, kontrol noktaları kullanıcılar tarafından belirlenir ve sınıflama işlemi gerçekleştirilir. Kontrolsüz sınıflama işleminde, kontrol aralıkları ve sınıf tanımlamaları kullanılan algoritma tarafından belirlenir ve sınıflama işlemi gerçekleştiri­lir.

Evet. Mekânsal analiz işlemlerinde birden fazla nesne veya katmanın analize hazır hâle getirilebilmesi için çeşitli işlemlerden yararlanılmaktadır. Bu işlemler­den sıklıkla kullanılanları; çakıştırma, birleştirme, kesme, silme ve sınır kaldırma işlemleridir

Mekânsal analiz yapılırken ihtiyaçlar dahilin­de birden fazla analiz işlemi arka arkaya yapılarak sonuç elde edilmektedir. Ara sonuç ya da işlem sonucu ortaya çıkarmak için sıklıkla kullanılan analiz yöntemleri yüzey analizleri, sayısal arazi modeli, yakınlık analizleri ve ağ analizleridir

Mekânsal analiz yapılırken ihtiyaçlar dahilin­de birden fazla analiz işlemi arka arkaya yapılarak sonuç elde edilmektedir. Ara sonuç ya da işlem sonucu ortaya çıkarmak için sıklıkla kullanılan analiz yöntemleri yüzey analizleri, sayısal arazi modeli, yakınlık analizleri ve ağ analizleridir

Düzensiz üçgenler ağı olarakta bilinen analiz Düzensiz Topolojik Model (TIN - Triangulated Irregular Network)dür.  Birbiri üstüne çakışmayan üçgen şeklindeki vektör verilerden olu­şur. Vektör verilerden oluştuğu için analiz yöntemle­rinde kullanılması SYM’lere göre daha zordur

Evet. Yakınlık analizi, bir nesne ile diğer nesnelerin arasındaki yakınlığın hesaplanması ve bu hesap­lama bilgilerinin analiz edilmesi işlemini kapsar. Yakınlık için uzunluk ölçüleri ile mesafe tespiti dışında ulaşım zamanı, gürültü seviyesi gibi başka ölçüm metodları da kullanılabilir. Raster veriler ve vektör veriler üzerinde çeşitli yakınlık analizleri uy­gulanabilir. En çok kullanılan yakınlık analizi me­todu tampon bölge oluşturma işlemidir. Tampon analizi, seçilen noktasal, çizgisel veya alansal bir nesneden belirlenen uzaklıktaki alanların tespit edilerek tam­pon bölge oluşturulması işlemidir. Risk ve Etki ala­nı belirleme işlemleri için kullanılabilir

evet. çünkü En kısa yol tespiti, tek kaynaklı noktadan başlayan hare­ketin hedeflenen bir noktaya en küçük ölçü bi­riminde ulaşması için kullanılan bir yöntemdir. Ölçü birimi olarak genellikle zaman veya uzunluk birimleri kullanılır.

Ara Değer Kestirimi olarak da bilinen Enterpolasyon; bilinen mekânsal verileri ve mekânsal verilere bağlı öznitelik verilerini kullanarak bilin­meyen konumlardaki mekânsal verileri veya mekânsal verilere bağlı öznitelik verilerini çeşitli algoritmalar kullanarak tahminleme işlemidir

Gruplandırma/modelleme işlemin­de etki alanına bölme (Voronoi Polygons) veya hüc­relere bölme şeklinde iki yöntem uygulanmaktadır. Etki alanına göre ara değer kestirim işlemi, bili­nen verilere sahip noktalar arasında sınırlar oluştu­rarak çalışma alanını bölgelere ayırma yöntemidir. Sınırları belirleme işlemi, direkt mesafeye bağlı ola­rak yapılabileceği gibi öznitelik verilerine bağlı ola­rak ağırlıklandırma yöntemi ile de yapılabilir. Bu yöntemin temel özelliği, verileri bilinen noktaları kullanarak çalışma alanındaki etki alanlarının tes­pit edilmesidir. Voronoi poligonları oluşturulurken çeşitli algoritmalar kullanılmaktadır. CBS’de en çok kullanılan voronoi poligonu oluşturma algo­ritması Öklid mesafe (Euclidean distance) ölçümü yöntemidir. Hücrelere ayırarak ara değer kestirim işleminde, çalışma alanı hücreler şeklinde parçalanarak bilinen veriler yardımıyla bilinmeyen verilerin tespiti yapılır. Hücrelere ayırma işlemi için öncelikle bir model oluşturulur ve oluşturulan model kullanılarak parçalama işlemi gerçekleştirilir. Modeli oluşturan algoritmalar, deterministik model ve stokastik model olmak üzere iki sınıfta değer­lendirilebilir.