Large scale landform mapping using lidar DEM
Lidar SYM verilerinden büyük ölçekli arazi şekli haritalarının üretimi
- Tez No: 457834
- Danışmanlar: DOÇ. DR. TÜRKAY GÖKGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Arazinin şekli, bölgeleri birbirinden ayırt etmede kullanılabilecek en önmeli faktördür ve coğrafi sınıflandırma, tipikleştirme ve bölgeselleştirmenin en önmeli öğesidir. İyi bilinen ve yaygın olarak kullanılan arazı şekli sınıflandırmalarından biri Amerikan coğrafyacısı Edwin H. Hammond (1954) tarafından geliştirilmiştir. Hammond, Amerika Birleşik Develetleri için arazi şekillerini çok ayrıntılı olarak sınıflandırmıştır. Hammond tarafından geliştirilen yaklaşım, Coğrafı Bilgi Sistemleri ortamında Sayısal Yükseklik Modeli (SYM) kullanarak uygulanabilmesi için çeşitli bilim insanları tarafından geliştirilmiştir. John M. Morgan ve Ashley M. Lesh (2005) tarafından geliştirilen en güncel yaklaşımda CBS araçları kullanılarak piksel-bazlı analizler yapılmaktadır. Bu yaklaşımlar bugüne kadar yalnız orta ve küçük ölçekli arazi şekli haritalarının USGS (NED), ASTER GDEM ve SRTM gibi düşük çözünürlüklü sayısal yükseklik modellerinden elde edilmesinde uygulanmıştır. Bu çalışmada, öncelikle LIDAR SYM verisi kullanılarak Morgan ve Lesh tarafından geliştirlen metodolojye göre bir arazi şekli haritası elde edilmiştir. Bu aşamada komşuluk öperatöründeki araştıma penceresinin yarıçapı deneme yanılma yolu ile 50 piksel olarak belirlenmiştir. Ayrıca, hem Morgan ve Lesh tarafından geliştirilen metodolojinin otomatize edilmesi hem de modeldeki bazı parameterlerin kullancı tarafından değiştirilebilmesi için bir arayüz geliştirilmiştir. Eğim eşik değirinin arayüzde bir model parametresi olaması için Morgan ve Lesh'in modelindeki eğim yeniden sınıflandırma aracı yerine bir mantıksal araç (...den Büyük) kullanılmıştır. Son olarak, bu arazi şekli haritası, 1:1,000 ve 1:5,000 ölçekli arazi şekli haritlarını elde etmek için kartografik genelleştirmedeki minimum alan koşlu göz önüne alınarak ve odaksal statistik (Çoğunluk) kullanılarak genelleştirilmiştir. Hem birincil hemde genelleştirilmiş arazi şekli haritaları gölgelendirilmiş SYM ve ortofoto kullanılarak görsel olarak incelenmiştir. Kısaca, tüm haritalar arazi şekillerini beklenen ölçüde gösterilmektedir. Ayrıca, genelleştirmenin etkisini göstermek için hem birincil hem de genelleştirilmiş haritalardaki her bir arazi şeklinin alanı hesaplanmıştır. Sonuç olarak, büyük ölçekli arazi şekli haritaları LIDAR SYM kullanılarak önerilen metodolojye göre genelleştirme yoluyla elde edilebilir.
Özet (Çeviri)
Landform is often the most important factor in distinguishing between regions and an important element of geographic classification, typification, and regionalization. One of the best-known classifications was developed by the American geographer Edwin H. Hammond (1954), who classified the landforms of the United States in great detail. It has since been modified into a deterministic analysis which can be computed using elevation data and performed in a GIS. More recently, Morgan and Lesh (2005) has developed pixel-based analysis approach using GIS. All of these approaches have been used to obtain landform maps at medium or small scales using coarse resolution DEM such as USGS NED, ASTER GDEM and SRTM so far . In this study, using LIDAR DEM data, a landform map was firstly obtained in accordance with Morgan and Lesh's workflow. In this stage, radius of the search window in neighborhood operator was determined as 50 pixel by trial and error. Futhermore, an interface was developed so that some of the parameters in the model could be changed by the user besides the automation of Morgan and Lesh's workflow. In order to make the slope threshold a model parameter in the interface a logical tool (Greater Than) was used instead of slope reclassification tool in Morgan and Lesh's model. Lastly, this landform map was generalized using focal statistics (Majority) considering minimum area condition in cartographic generalization in order to obtain landform maps at 1:1,000 and 1:5,000 scales. Both the primary and the generalized landform maps were verified with hillshaded DEM and orthophoto visually. As a result, all these maps show the landforms satisfactorily. Moreover, in order to show the effect of generalization, area of each landform in both the primary and the generalized maps was computed. Consequently, landform maps at large scales could be obtained with the proposed method including generalization using LIDAR DEM.
Benzer Tezler
- İstanbul topografyası üzerine görsel bir inceleme
Başlık çevirisi yok
SEZER BAHTİYAR
Yüksek Lisans
Türkçe
1997
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. K. FERHAN YÜREKLİ
- Çiftçilerin ekim için hububat seçiminde etkin rol oynayan faktörlerin Dematel yöntemi ile değerlendirilmesi: (Konya ili örneği)
Evaluation of the factors playing an effective role in farmers' selection of cereals for sowing by Dematel method: (The case of Konya province)
İSMAİL EMRE ÖZENSEL
- Lystad Körfezi (Horseshoe Adasi, Antarktika) oşinografik özellikleri ve deniz tabani buzul morfolojisi
Oceanographic features and seafloor glacial morphology of the Lystad Bay (Horseshoe Island, Antarctica)
TUBA ÇINAR PEHLİVAN
Doktora
Türkçe
2024
Jeofizik Mühendisliğiİstanbul ÜniversitesiDeniz Jeolojisi ve Jeofiziği Ana Bilim Dalı
PROF. DR. ŞABAN BEDRİ ALPAR
- The influence of instream formations on hydraulic characteristics in natural lowland rivers
Doğal ova nehirlerinde akım ortamındaki oluşumların hidrolik özellikler üzerindeki etkisi
NAGHMEH HEIDARI
Doktora
İngilizce
2023
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ORAL YAĞCI
DR. ÖĞR. ÜYESİ MURAT AKSEL
- Devrek ilçesinin (Zonguldak) yapay sinir ağları ile heyelan duyarlılık değerlendirmesi
Landslide susceptibility assessment with artificial neural networks of Devrek district (Zonguldak)
ENES TAŞOĞLU