Konumsal Veritabanı 2 Ara 5. Deneme Sınavı

İlişki kurulurken konumsal nesne tablosu (feature class) kaynak tablo (source table), etiket konumsal nesne tablosu (annotation feature class) ise hedef tablo (target table) olarak belirlenir. Bu iki tablonun ilişki türü bileşik (composite) ilişkidir. Konumsal veritabanlarında bileşik ilişkilerde, kaynak tablo hedef tabloyu yönetir. Yani kaynak tabloda bulunan bir öznitelik değeri değişirse, otomatik olarak bağlantılı olduğu etiket nesnesi de değişir.

O¨lçüm konumsal nesne tablosunda yer alan ve uzatma çizgisinin, ölçüm çizgisinden geçerek taşan uzaklığını belirleyen ölçüm Overshot'tur. Doğru cevap D'dir.

Tarih,girilecek veri tarih gösterim formunda olur

Raster veri modelinde veri tipleri,
- Sınıflamalı (nominal) veri
- Kademeli (ordinat) veri
- Aralıklı (interval) veri
- Oranlı (ratio) veri

Büyük piksel boyutukullanımının sonucu

• Düşük çözünürlük
• Düşük konumsal hassasiyet
• Hızlı gösterim
• Hızlı işleme
• Küçük veri boyutu

Küçük piksel boyutu kullanımının sonucu

• Yüksek çözünürlük
• Yüksek konumsal hassasiyet
• Yavaş gösterim
• Yavaş işleme
• Büyük veri boyutu

Bu nedenle doğru yanıt a) seçeneğidir.

Çözünürlük, konumlandırılmış verinin piksel boyutu ile tanımlanır ve piksel büyüklüğü verinin gösterim hassasiyetini belirler. Çözünürlük değeri küçüldükçe nesnelerin ayırt edilebilirliği artacaktır. 

Konumsal veritabanı modeli öznitelik verileri ile konumsal verilerin (grafik verilerin) arasındaki entegrasyon sorununu ortadan kaldırmak amacıyla konumsal nesnelerin şekil ve koordinat verilerinin, veritabanı kayıtlarında tutulması esasına dayalı bir veritabanı modelidir. Böylece konumsal nesne, topoloji tabloları, öznitelik verileri tam olarak entegre olabilmiştir.

Raster veri, grafik nesneleri hücrelere bağlı olarak temsil eder. Raster veri modelinde nesne her biri hücre (grid) denilen küçük karelere bölünür, bu karelerin her birine piksel denilir. Raster veri bu piksellerden oluşmuş bir tablo gibidir. Tabloda satır ve sütünlar bulunmaktadır, pikselin konumu hangi satır ve sütünda olduğuna göre belirlenmektedir.

Konumsal veritabanında çözünürlük, bir konumsal nesnenin konum ve geometri bilgisinin hangi hassasiyette saklanacağını belirler. Bir başka deyişle, harita birimine göre, konumsal nesnenin x ve y koordinatları için belirlenen en küçük mesafedir.

Hazırlanacak haritalara göre harita üzerindeki açıklamaların gösteriminde bazen dinamik etiketleme yöntemi, bazen de etiket konumsal nesnesi kullanımı daha uygun olmaktadır. Harita açıklamalarının gösteriminde etiket konumsal nesnesi kullanımının avantaj ve dezavantajları aşağıda listelenmiştir.

• Eğer gösterim yalnızca bir harita dosyası ile ilgiliyse, gösterimin dinamik etiketleme yöntemi ile yapılması daha kullanışlı olabilir. Dinamik etiketleme yönteminde açıklamalar konumsal veritabanında değil harita dosyasında saklandığı için harita dosyası silindiğinde açıklamaların da silineceği göz önünde bulundurulmalıdır.
• Eğer gösterim birden fazla harita dosyasında kullanılacaksa, etiket konumsal nesne yapısının kullanılması daha doğru olacaktır. Etiket konumsal nesne tablosunda depolanan açıklamalar diğer konumsal nesne tabloları (feature class) gibi katman olarak kullanılabilecek ve her harita dosyasına çağrılabilecektir. Etiket konumsal nesne tabloları konumsal veritabanında depolandığı için harita dosyaları silindiğinde açıklamalar kaybolmaz. Burada dikkat edilmesi gereken durum, etiket konumsal nesne tablosunun silinmesi durumunda, tablonun kullanıldığı tüm haritaları etkileyecek olmasıdır.
• Eğer etiket konumsal nesne tabloları bir sunucu üstünde depolanıyorsa, harita açıklamalarını etiket konumsal nesnesi olarak kullanmak, veri işleme aşamasında çok kullanıcılı ortamdaki düzenleme ve versiyonlama işlemlerinde avantaj sağlayacaktır.
• Gösterimde kullanılan açıklama sayısı birkaç yüz parçadan daha fazla ise etiket konumsal nesnesi kullanımı daha avantajlı olacaktır. Çünkü sayıca fazla olan açıklamaların dinamik etiketleme yöntemi ile oluşturulmuş harita dosyalarından erişimi, konumsal veritabanındaki etiket konumsal nesne tablosuna kıyasla daha zor olacaktır. Ayrıca çok sayıdaki açıklama, harita dosyasının büyüklüğünü de artıracaktır.
• Harita açıklamalarında standart gösterimlerin yanı sıra özelleştirilmiş gösterim şekillerinin kullanılması isteniyorsa, açıklamaların etiket konumsal nesnesi olarak depolanması avantajlı olacaktır.

Bu nedenle doğru yanıt a) seçeneğidir.

Konumsal Nesneyle Bağlantılı Etiket (feature linked annotation)

Konumsal nesneyle bağlantılı etiketler, bağlantılı olduğu konumsal nesne tablolarındaki öznitelik veri alanlarının, harita üzerinde açıklama olarak gösterimini sağlar. Konumsal nesneyle bağlantılı etiketler (feature linked annotation) etiket konumsal nesne tablolarında (annotation feature class) depolanır. Konumsal nesne (feature) ve konumsal nesneyle bağlantılı etiket (feature linked annotation), tablolar arası ilişkileri kullanarak birbirleri ile ilişkilendirilir. Tablolar içinde bir kayıt olarak bulunan etiketler, konumsal nesne tabloları (feature class) ile ilişki tablosu (relationship class) aracılığıyla ilişkilendirilir. İlişki kurulurken konumsal nesne tablosu (feature class) kaynak tablo (source table), etiket konumsal nesne tablosu (annotation feature class) ise hedef tablo (target table) olarak belirlenir. Bu iki tablonun ilişki türü bileşik (composite) ilişkidir. Bu nedenle doğru yanıt a) seçeneğidir.

Sınıflamalı veri, isim olarak tanımlanan veridir. Pikseller bağlı olduğu grup, sınıf, üyelik, cinsiyet, kategori vb. göre tanımlanır. Bu değerler vasıf ve nitelik bilgisi içerirler.

Uzun Veri, ikili sayılardan (binary) oluşan uzun bir diziyi temsil eder. Görüntü ve özel veri tipleri için kullanılır

raster veri tipleri arasında sürekli veri diye bir tür bulunmaz.

Gösterimli (representation) modeller: Yeryüzündeki objeler (binalar, akarsular, ormanlar vb.) benzer özelliklere göre kategorize edilerek tabakalarla gösterilirler. Bu gösterimler kullanılarak coğrafi objeler arasındaki temel statik mekânsal ilişkiler yakalanır.

Uygunluk (suitability) modelleri: En uygun lokasyonu bulmakta kullanılırlar (iş yeri, okul, arazi doldurma, acil durum boşaltım bölgesi vb.). Birtakım kriterler belirlenip bu kriterleri sağlayan farklı tabakalardaki objeler kullanılarak istenilen uygunlukta yerler bulmamıza yardımcı olurlar. Uygunluk modellerinin genelde takip etmek için oluşturulan standart bir metodolojisi vardır ve bu metodoloji kullanılarak modellerin gerçekleştirilmesi kolaylaşır. En zor kısmı seçilen alan için uygun kriterlerin ve bu kriterlere verilecek ağırlık değerlerinin belirlenmesi aşamasıdır.

Süreç (process) modelleri: Süreç modelleri gösterimli modellerde tanımlanan coğrafi objeler arasındaki etkileşimi tanımlayan daha karmaşık problemleri ifadede kullanılır. Yapılması düşünülen bir barajın arkasındaki taşma alanının belirlenmesi, denizdeki petrol sızıntısının sahile gelerek zarar verme riskinin belirlenmesi veya bir orman yangınının yayılma alanının tahminini belirleme gibi süreç ihtiva eden karmaşık olayların modellenmesidir.

Atmosferin farklı katmanlarına yerleştirilen uydular yardımıyla yeryüzünde bulunulan konumu belirlemeye yarayan alete kısaca GPS denir. Son yıllarda GPS bir marka adı gibi kullanıldığından bu sisteme yaygın olarak GNSS de denilmektedir.

Etiket konumsal nesnesi açıklama gerektiren alanlarda kullanılan konumsal nesnedir. Genellikle metin gösteriminde kullanılsa da zaman zaman grafik nesneler de içerebilir. Etiketin bir konumsal nesne olarak kullanılmasının amacı, özellikle çok kullanıcılı ve çok fazla sayıda etikete sahip veritabanlarında performansı ve veri tutarlılığını korumaktır. Şekildeki Parsel numaraları birer etiket konumsal nesnesidir.

Poligon, iki boyutlu alansal geometrik nesnedir. Çizgiler tarafından sınırlandırılmış x, y koordinatlarından oluşur. Ölçeğe bağlı olarak çizgi ile gösterilemeyecek kadar geniş coğrafi biçimler için kullanılır. Poligon parsel, ada, toprak tipi veya göl gibi kapalı alanları tanımlar