Ana Sayfa Akademik Yayınlar İHA Fotogrametrisi ile 3B Alansal Deformasyonların İzlenmesi: Yeni Bir Metodoloji ve Yazılım...

İHA Fotogrametrisi ile 3B Alansal Deformasyonların İzlenmesi: Yeni Bir Metodoloji ve Yazılım Hikayesi

0
3


📌 Elsevier • JAG (Q1, IF: ~7.5) • SCI-Expanded

Akademide ve mühendislik sahasında bir fikrin doğuşu, genellikle sahada yaşanan çaresizlik anlarına dayanır. Eğer yolunuz bir gün aktif bir açık ocak madenine veya devasa bir heyelan sahasına düştüyse, o devasa şevlerin altında insanın kendini ne kadar küçük hissettiğini çok iyi bilirsiniz. Tonlarca toprağın ve kayanın her an aşağı kayma potansiyeli taşıdığı bir yamacın dibinde, elinizde bir jalon ve reflektörle prizma tutmaya çalıştığınızı hayal edin. Hem can güvenliğiniz pamuk ipliğine bağlıdır hem de ölçtüğünüz şey sadece bastığınız o birkaç metrekarelik noktadan ibarettir.

Yıllarca jeodezik deformasyon izlemelerinde klasik refleksimiz buydu: Arazinin belirli yerlerine beton sütunlar dikmek, reflektörler yerleştirmek ve GNSS ya da Total Station ile bu noktaların koordinat değişimlerini takip etmek. Fakat arazi hiçbir zaman bizim istediğimiz yerlerden kaymaz. Kayma düzlemi tam da iki ölçüm noktanızın arasından sessizce yarılıp geçebilir ve siz haftalık periyodik ölçüm raporunuzda “her şey yolunda” yazarken, ertesi sabah devasa bir göçmeyle uyanabilirsiniz. İşte International Journal of Applied Earth Observation and Geoinformation (JAG) dergisinde yayımlanan bu çalışmamız, tam olarak bu kör noktaya bir itiraz olarak doğdu: Neden sadece noktalara mahkum olalım ki? Tüm yüzeyin hareketini bir bütün olarak neden görmüyoruz?

Görünmeyen Tehlike: Sayısal Yükseklik Modellerinin (DEM) İllüzyonu

İnsansız Hava Araçları (İHA) fotogrametrisi ve Structure from Motion (SfM) teknolojisi hayatımıza girdiğinde herkes çok heyecanlandı. “Artık sahaya girmeden tepeden uçup yüzeyin modelini çıkarıyoruz!” denildi. Ancak burada literatürün uzun süre göz ardı ettiği büyük bir tuzak vardı: Sadece yükseklik farkına bakmak (DoD – DEM of Difference).

Şöyle düşünelim: 30 derecelik dik bir yamaç düşünün. Bu yamaç üzerindeki bir kaya kütlesi veya toprak bloğu, eğim boyunca aşağıya doğru yatayda 3 metre kaysın. Eğer siz sadece iki uçuşun yükseklik farkını (Z eksenini) üst üste koyup çıkarırsanız, paralel bir kaymada yükseklik değişimi neredeyse sıfır görünebilir! Yüzey kaymıştır, felaket adım adım yaklaşmaktadır ama klasik DEM farkı haritanız masmavidir, yani “hareketsizdir”.

Çünkü doğadaki deformasyon skaler bir yükseklik kaybı değil; **üç boyutlu (dX, dY, dZ) bir vektördür**. Zeminin nereye, hangi açıyla ve hangi hızla aktığını anlamadan hiçbir şevin duraylılığını doğru modelleyemezsiniz.

Geliştirdiğimiz yazılımın ve veri işleme hattının kavramsal akış mimarisi.

Geliştirdiğimiz yazılımın ve veri işleme hattının kavramsal akış mimarisi.

Mutfakta Ne Yaptık? C# ile Sıfırdan Bir Deformasyon Motoru

Bu körlüğü aşmak için sadece arazide uçuş yapmak yetmiyordu; piyasadaki hazır fotogrametri yazılımlarının yapamadığı bir şeyi yapacak özgün bir hesaplama motoru kodlamamız gerekiyordu. Oturduk ve C# ortamında nokta bulutlarını zamansal olarak karşılaştıran özgün bir deformasyon yazılımı geliştirdik.

Mantık kabaca şöyle işliyordu: İlk periyottaki yüksek yoğunluklu nokta bulutu ile ikinci periyottaki nokta bulutunu doğrudan kıyaslamak yerine; yüzey morfolojisini, mikro topoğrafik kırıkları ve doku sürekliliklerini piksel ve voksel düzeyinde takip eden bir eşleştirme algoritması kurguladık. Yazılımımız, birinci uçuşta belirlenen her bir arazi parselinin ikinci uçuşta nereye göç ettiğini arıyor, buluyor ve aralarındaki gerçek 3B deplasman vektörünü milimetrik duyarlıkla çiziyordu. Üstelik bununla da kalmayıp, şevin hangi bölgesinde kütle kaybı (kazı/kopma), hangi bölgesinde kütle yığılması (kabarma/topuk dolgusu) olduğunu hacimsel olarak eksiksiz raporluyordu.

Saha Sınavı: Kangal Kömür Madeninde Toz ve Rüzgar Arasında

Teorik olarak bir algoritma geliştirmek masa başında çok keyiflidir; ta ki onu gerçek dünyanın acımasız koşullarına çıkarana kadar. Metodolojimizi test etmek için aktif bir açık ocak linyit madeni şevini seçtik.

Arazideki zorlukları tahmin edebilirsiniz: İş makinelerinin kaldırdığı devasa toz bulutları, her saat değişen güneş açısı ve gölgeler, rüzgarın İHA üzerindeki yalpalama etkileri ve hepsinden önemlisi baz istasyonlarıyla kurduğumuz yer kontrol noktalarının (GCP) hassasiyeti… Uçuşlarımızı titizlikle tekrarladık, eşzamanlı olarak sahaya yerleştirdiğimiz yüksek hassasiyetli GNSS ağıyla yazılımın hesapladığı vektörleri tek tek çapraz doğrulamaya tabi tuttuk.

Sonuçlar ekranımıza düştüğünde yaşadığımız heyecanı anlatamam. Yazılımın ürettiği 3B vektör alanları ile arazideki santimetre-altı GNSS gözlemleri birebir örtüşüyordu. Ancak asıl fark şuydu: GNSS bize sahada sadece 15 noktanın ne yaptığını söylerken, geliştirdiğimiz yazılım tüm yamaç boyunca binlerce noktanın adeta bir nehir gibi hangi yöne aktığını, kayma dairesinin tam olarak nereden çatlamaya başladığını gözlerimizin önüne seriyordu.

Maden şevindeki zaman serisi İHA uçuşlarından elde edilen gerçek 3B hareket vektörleri.

Maden şevindeki zaman serisi İHA uçuşlarından elde edilen gerçek 3B hareket vektörleri.

Geriye Dönüp Baktığımda: Mühendisler İçin Ne Anlama Geliyor?

Bu makale yayımlandıktan sonra uluslararası alanda çok güzel geri dönüşler ve atıflar aldı. Çünkü maden işletmecileri, baraj mühendisleri ve karayolları heyelan ekipleri için bir gerçeği çok net gösterdi: **İHA’lar sadece güzel ortofoto fotoğraflar çeken oyuncaklar değildir.** Doğru bir matematiksel altyapı ve amaca yönelik yazılımlarla birleştirildiğinde, can kayıplarını önleyebilecek en güçlü erken uyarı sistemlerinden birine dönüşebilirler.

Bugün geriye dönüp baktığımda; zorlu arazi şartlarında çekilen o çilelerin, sabahlara kadar süren C# hata ayıklama (debugging) seanslarının böylesine kalıcı bir metodolojiye dönüşmüş olması bir araştırmacı olarak benim için en büyük tatmin kaynağı.

📖 Akademik Künye ve Atıf (APA 7)

Kara, B. C., & Hastaoğlu, K. Ö. (2019). Monitoring 3D areal displacements by a new methodology and software using UAV photogrammetry. International Journal of Applied Earth Observation and Geoinformation, 83, 101916. https://doi.org/10.1016/j.jag.2019.101916

Advertisement
Önceki İçerikKorumalı: Finansal Okuryazarlık Dersi: 14 Haftalık Sunumlar ve Ders Notları
Sonraki İçerikBibexPy: Scopus ve Web of Science İkileminde Kendi Yolunu Çizen Bir Yazılımın Doğuşu
Abone Ol
Bildirim Al
guest

Bu site istenmeyenleri azaltmak için Akismet kullanır. Yorum verilerinizin nasıl işlendiğini öğrenin.

0 Yorum
En Yeniler
Eskiler Beğenilenler
0
Bir şey mi söylemek istediniz? Tıklayın...x