Lazer Telemetreli Dürbün ve GPS ile Uzaktan Heyelan Haritalama

İçindekiler

1. Giriş

Güvenilir heyelan envanter haritaları, jeomorfolojik çalışmalar, tehlike değerlendirmesi ve risk yönetimi için temeldir. Doğrudan saha araştırmaları ve hava fotoğrafı yorumlamasını içeren geleneksel haritalama yöntemleri genellikle zaman alıcı, emek yoğundur ve dengesiz arazilerde tehlikeli olabilir. Bu makale, yakın zamanda yağış kaynaklı oluşmuş heyelanların uzaktan haritalanması için yüksek hassasiyetli bir lazer telemetreli dürbün, bir GPS alıcısı ve CBS yazılımı çalıştıran dayanıklı bir Tablet PC'yi birleştiren yeni bir sistemi değerlendiren bir saha deneyini sunmaktadır. Temel amaç, bu teknolojinin geleneksel yöntemlere kıyasla daha hızlı, daha güvenli ve karşılaştırılabilir doğrulukta heyelan haritalamasını kolaylaştırıp kolaylaştıramayacağını değerlendirmekti.

2. Metodoloji & Deneysel Kurulum

2.1. Ekipman

Çekirdek sistem üç entegre bileşenden oluşuyordu:

• Vectronix VECTOR IV Telemetreli Dürbün: Heyelan özelliklerine uzaktan mesafe ve kerteriz ölçümleri için kullanıldı.
• Leica Geosystems ATX1230 GG GPS/GLONASS Alıcısı: Operatörün konumu için yüksek doğrulukta coğrafi konum sağladı.
• ESRI ArcGIS & Leica Mobilematrix ile Dayanıklı Tablet PC: Veri entegrasyonu ve haritalama platformu olarak hizmet verdi, gerçek zamanlı CBS veri toplamaya olanak tanıdı.

Sistem, operatörün GPS konumu, telemetreden ölçülen mesafe ($d$) ve azimut ($\alpha$) kullanılarak heyelan köşe koordinatlarını hesapladı.

2.2. Çalışma Alanı & Test Prosedürü

Deney, sedimanter kayalarda heyelana yatkın 21 km²'lik tepelik bir bölge olan Monte Castello di Vibio bölgesinde (Umbria, Orta İtalya) gerçekleştirildi. Daha önce haritalanmış on üç heyelan, yeni uzaktan sistem kullanılarak yeniden haritalandı. Doğrulama için, dört heyelan ayrıca GPS alıcısı çevresinde yürütülerek ("yürüyerek GPS" yöntemi) haritalandı. Bu sonuçlar, ilk görsel keşif haritalarıyla karşılaştırıldı.

3. Sonuçlar & Analiz

3.1. Haritalama Tekniklerinin Karşılaştırılması

Uzaktan haritalama sistemi, yürüyerek GPS yöntemiyle elde edilenlerle coğrafi olarak karşılaştırılabilir heyelan sınırları üretti. Her iki tekniğin de kesin coğrafi referanslama eksikliği olan ilk görsel keşif haritalamasından üstün olduğu bulundu. Uzaktan yöntem, şev kaymalarının temel geometrisini başarıyla yakaladı.

3.2. Doğruluk & Verimlilik Değerlendirmesi

Tam bir istatistiksel doğruluk değerlendirmesi (örn., ortalama karekök hatası hesaplama) sağlanan alıntıda ayrıntılandırılmamış olsa da, yazarlar sistemin yakın zamandaki heyelanları haritalamak için etkili olduğu sonucuna varmaktadır. Temel avantaj operasyoneldir: güvenli, stabil gözlem noktalarından haritalamaya olanak tanır, dengesiz heyelan arazisini kat etmekle ilişkili zamanı ve riski önemli ölçüde azaltır. Geniş alanlarda hızlı keşif envanter haritalaması için bir araç olarak konumlandırılmıştır.

4. Teknik Detaylar & Matematiksel Çerçeve

Çekirdek coğrafi hesaplama, bilinen bir gözlemci konumundan bir hedef noktanın (heyelan köşesi) koordinatlarını belirlemeyi içerir. Kullanılan formül, doğrudan jeodezik problem çözümüne dayanır:

Gözlemcinin koordinatları (enlem $\phi_o$, boylam $\lambda_o$, elipsoidal yükseklik $h_o$), ölçülen eğim mesafesi $d$, azimut $\alpha$ ve düşey açı (veya zenit mesafesi $z$) verildiğinde, hedef noktanın koordinatları ($\phi_t$, $\lambda_t$, $h_t$) hesaplanır. Kısa mesafeler için basitleştirilmiş düzlemsel bir yaklaşımda bu şu şekilde ifade edilebilir:

$\Delta N = d \cdot \cos(\alpha) \cdot \sin(z)$

$\Delta E = d \cdot \sin(\alpha) \cdot \sin(z)$

$\Delta h = d \cdot \cos(z)$

Burada $\Delta N, \Delta E, \Delta h$, gözlemciye göre kuzey, doğu ve yükseklik farklarıdır. Hedefin koordinatları şu şekildedir: $Easting_t = Easting_o + \Delta E$, $Northing_t = Northing_o + \Delta N$, $h_t = h_o + \Delta h$. Pratikte, özel CBS/GPS yazılımı bu hesaplamayı kesin jeodezik modeller (örn., WGS84 elipsoidi) kullanarak gerçekleştirir.

5. Sonuçlar & Grafik Açıklaması

Şekil 1 (PDF'de referans verilmiştir): Bu şekil (burada tam olarak yeniden üretilmemiştir) tipik olarak üç kilit enstrümanın fotoğraflarını veya şemasını gösterir: Vectronix VECTOR IV dürbünleri, Leica GPS alıcısı ve dayanıklı Tablet PC. Amacı, entegre saha sistemine görsel bir referans sağlamak, taşınabilirliğini ve ölçüm (dürbün), konumlandırma (GPS) ve veri kaydetme/görselleştirme (CBS'li Tablet PC) arasındaki sinerjiyi vurgulamaktır.

İma Edilen Karşılaştırmalı Analiz: Metinsel sonuçlar, üç yöntemi "Konumsal Doğruluk", "Veri Toplama Hızı", "Saha Güvenliği" ve "Operasyonel Maliyet" gibi eksenlerde karşılaştıran kavramsal bir grafik önermektedir. Uzaktan lazer/GPS yöntemi, ilk keşif için güvenlik ve hızda yüksek puan alırken, çevre haritalaması için yürüyerek GPS "altın standardına" yakın bir doğruluk sergileyecek, görsel keşif ise doğruluk ve tekrarlanabilirlikte daha düşük sıralanacaktır.

6. Analitik Çerçeve: Örnek Vaka

Senaryo: 50 km²'lik dağlık bir bölgede yağış sonrası hızlı heyelan envanteri.

Çerçeve Uygulaması:

1. Planlama & Keşif: Yüksek duyarlılık veya görünür bozulma alanlarını belirlemek için olay öncesi uydu görüntülerini (örn., Sentinel-2) kullanın.
2. Uzaktan Haritalama Kampanyası: Lazer/GPS sistemini, hedef vadilere bakan erişilebilir sırtlara veya yollara konuşlandırın. Her gözlem noktasından:
   • Stabil bir GPS konum sabitlemesi yapın.
   • Taze heyelan yara izlerini, moloz yollarını ve yığın birikimlerini belirlemek için yamaçları dürbünle tarayın.
   • Belirlenen her özellik için, anahtar köşeleri (örn., baş şev tacı, yan kenarlar, yığın) işaretlemek üzere telemetreyi kullanın. CBS yazılımı bu noktaları gerçek zamanlı olarak çizerek bir çokgen oluşturur.
   • Nitelik verileri (tip, güven düzeyi) tablet üzerinden girilir.
3. Veri Entegrasyonu & Doğrulama: Toplanan tüm çokgenleri tek bir CBS katmanında birleştirin. Doğrulama için daha büyük veya kritik heyelanların bir alt kümesini seçin:
   a) Yürüyerek GPS araştırması (güvenliyse).
   b) İnsansız hava aracı (İHA) fotogrametrisi ile kesin sayısallaştırma için yüksek çözünürlüklü bir Sayısal Yükseklik Modeli (DEM) ve ortofoto üretimi.
4. Analiz: Temel envanter istatistiklerini (sayı, yoğunluk, toplam alan) hesaplayın ve olay büyüklüğünü değerlendirmek için tarihsel verilerle karşılaştırın.

7. Temel İçgörü & Eleştirel Analiz

Temel İçgörü: Bu çalışma teknolojik bir atılımdan ziyade, pragmatik bir saha çalışması çözümüdür. Geleneksel yöntemlerin güvenlik ve hız konusunda zayıf kaldığı, belirli ve karmaşık bir problem olan hızlı heyelan envanteri için üst düzey ölçüm araçlarını (lazer telemetre, jeodezik GPS) yeniden amaçlandırır. Gerçek yenilik, sistem entegrasyonu ve bir "uzaktan" jeomorfolojik araştırma için kavram kanıtıdır.

Mantıksal Akış: Yazarların mantığı sağlam ancak muhafazakardır. Bir problem (tehlikeli, yavaş haritalama) tanımlarlar, teknoloji destekli bir çözüm önerirler, kontrollü bir ortamda bir temele (yürüyerek GPS) karşı test ederler ve işe yaradığını bulurlar. Akış, klasik uygulamalı yer bilimidir. Ancak, metroloji odaklı bir dergide beklenen titiz, nicel bir hata analizinin ötesine geçmez, bu da teknik katkısını pekiştirmek için kaçırılmış bir fırsattır.

Güçlü Yönler & Zayıflıklar:

• Güçlü Yönler: Gösterilebilir güvenlik ve verimlilik kazanımları. Sistem, ticari hazır (COTS) donanım kullanarak sağlamdır. Riskli arazi araştırmaları ile pahalı, hava koşullarına bağlı hava/uzay tabanlı uzaktan algılama (InSAR veya LiDAR gibi, USGS çalışmalarında veya Remote Sensing of Environment gibi dergilerde tartışıldığı gibi) arasında bir boşluğu doldurur.
• Zayıflıklar: Yoğun bitki örtüsü veya karmaşık topografyada "görüş hattı" kısıtlaması engelleyicidir - küresel uygulanabilirlik için büyük bir kusur. Donanım maliyeti (Vectronix, Leica), heyelan riskinin genellikle en yüksek olduğu gelişmekte olan ülkelerde yaygın benimsenme için engelleyicidir. Çalışma, benzer güvenlik ve üstün detay sağlayabilen yükselen İHA tabanlı fotogrametriye karşı bir maliyet-fayda analizi içermemektedir.

Uygulanabilir İçgörüler:

1. Uygulayıcılar İçin: Bu sistem, erişilebilir, açık arazilerdeki hızlı müdahale ekipleri için uygulanabilir bir seçenektir. İlk kapsam belirleme ve daha detaylı araştırma için hedefleri belirlemede kullanımını önceliklendirin.
2. Araştırmacılar İçin: Gelecek füzyondur. Bir sonraki mantıklı adım, bu yer tabanlı vektör verisini İHA veya uydu raster verisiyle entegre etmektir (örn., Ghorbanzadeh vd., 2022'de görüldüğü gibi özellik çıkarımı için Yapay Zeka kullanarak). Kesin GPS-lazer noktalarını, daha geniş görüntülere uygulanan makine öğrenimi modelleri için eğitim verisi veya doğrulama olarak kullanın.
3. Geliştiriciler İçin: Akıllı telefon sensörlerini (yeni iPhone'lardaki LiDAR, RTK GPS modülleri) ve bulut işlemeyi kullanarak daha ucuz, uygulama tabanlı bir versiyon geliştirin. Yeteneği demokratikleştirin.

Özünde, Santangelo ve arkadaşları, belirli bir saha iş akışı için değerli, biraz da eski bir şablon sağlamaktadır. En büyük mirası, jeotehlike haritalaması için daha uygun fiyatlı, entegre ve YZ destekli çözümler ilham vermesi olmalıdır.

8. Uygulama Öngörüleri & Gelecek Yönelimler

• İHA'lar (İnsansız Hava Araçları) ile Entegrasyon: Lazer/GPS sistemi, İHA fotogrametrisi veya LiDAR'dan oluşturulan heyelan haritalarının yer doğrulaması ve validasyonu için idealdir. Operatör, İHA görüntülerinde belirlenen özellikleri uzaktan kesin olarak ölçebilir.
• Çoklu Tehlike Hızlı Değerlendirmesi: Metodoloji, olay sonrası kaya düşmesi kaynak alanları, sel erozyon izleri veya deprem sonrası fay şevi haritalaması gibi diğer jeotehlikelerin hızlı haritalanması için uyarlanabilir.
• Vatandaş Bilimi & Kitle Kaynak Kullanımı: Bu aracın basitleştirilmiş, uygulama tabanlı versiyonları, eğitimli yerel personelin veya vatandaş bilimcilerin heyelan olayları hakkında yapılandırılmış coğrafi veri katkısında bulunmasını sağlayarak izleme ağlarını genişletebilir.
• Artırılmış Gerçeklik (AR) Arayüzleri: Gelecekteki sistemler, CBS verilerini ve ölçüm araçlarını doğrudan görüş alanına bindirmek için AR gözlükleri kullanarak haritalama sürecini daha da kolaylaştırabilir.
• YZ Destekli Özellik Tanıma: Sistemi gerçek zamanlı görüntü analizi YZ'si ile birleştirmek, dürbünün vizöründen heyelan özelliklerini otomatik olarak önermeye ve sınıflandırmaya yardımcı olarak operatör önyargısını ve eğitim süresini azaltabilir.

9. Kaynaklar

1. Santangelo, M., Cardinali, M., Rossi, M., Mondini, A. C., & Guzzetti, F. (2010). Remote landslide mapping using a laser rangefinder binocular and GPS. Natural Hazards and Earth System Sciences, 10(12), 2539–2546. https://doi.org/10.5194/nhess-10-2539-2010
2. Guzzetti, F., Mondini, A. C., Cardinali, M., Fiorucci, F., Santangelo, M., & Chang, K. T. (2012). Landslide inventory maps: New tools for an old problem. Earth-Science Reviews, 112(1-2), 42–66.
3. Ghorbanzadeh, O., Blaschke, T., Gholamnia, K., & Aryal, J. (2022). Landslide mapping using deep learning and object-based image analysis. Scientific Reports, 12, 3042.
4. USGS Landslide Hazards Program. (n.d.). Landslide Mapping and Monitoring. Retrieved from https://www.usgs.gov/natural-hazards/landslide-hazards/science
5. Martha, T. R., Kerle, N., Jetten, V., van Westen, C. J., & Kumar, K. V. (2010). Characterising spectral, spatial and morphometric properties of landslides for semi-automatic detection using object-oriented methods. Geomorphology, 116(1-2), 24–36.