Uydu görüntülerini analiz etmek için bilgisayarlı görü kullanımı

Dünya yüzeyinin yüzlerce mil yukarısında yörüngede dönen uyduların çektiği her Dünya görüntüsü, kapsamlı araştırma ve mühendislik çalışmalarının sonucudur. Bu görüntüler yalnızca anlık görüntüler değildir; gezegenimizi anlamamıza ve ona özen göstermemize yardımcı olan hayati görsel veri parçalarıdır.

Uydu görüntüleri, ormanlardan ve şehirlerden nehirlere ve tarım arazilerine kadar Dünya yüzeyinin ayrıntılı görüntülerini yakalar. Haziran 2024 itibarıyla, gezegenimizin yörüngesinde 10.000'den fazla faal uydu bulunuyor ve bu uydular küresel altyapımızın vazgeçilmez bir parçasını oluşturuyor. Ancak bu görüntüleri elle analiz etmek çoğu zaman karmaşık ve zaman alıcıdır.

Bilgisayarlı görü (CV), yapay zekânın (AI) bir dalıdır ve insanların görüntüleri ve videoları yorumlama biçimine benzer şekilde uydu görüntülerini analiz etmek için kullanılabilir. Görüntü tabanlı yapay zekâ, örüntüleri tespit etmeye, değişiklikleri izlemeye ve içgörüleri hızlı ve doğru biçimde çıkarmaya yardımcı olabilir.

Uydu görüntülerini analiz ederek elde edilen içgörüler; ormansızlaşmayı takip etme, iklim değişikliğini izleme, tarım uygulamalarını iyileştirme ve doğal afetlere müdahale etme gibi çeşitli zorlukların üstesinden gelmeye yardımcı olabilir. Bu makalede bilgisayarlı görünün uydu görüntülerini daha iyi anlamak ve analiz etmek için nasıl kullanılabileceğini inceleyeceğiz.

Şekil 1. Uydu görüntülerine genel bakış.

Uydu görüntüleri nedir?#

Uydu görüntüleme, uydu sensörleri ve kameralar kullanarak Dünya yüzeyinin görüntülerini çekmeyi içerir. Geleneksel görüntülerden farklı olarak uydu görüntüleri, şehirlerden ülkelere kadar çok geniş alanları kapsar ve yüksek çözünürlüklü ayrıntılar sunar. Geniş alanlarda çevresel değişikliklerin, kentsel gelişimin ve arazi kullanımının izlenmesini sağlar.

Uydu görüntüleri, görüntülerin kendisinin yanı sıra genellikle coğrafi referanslı veriler de içerir. Bu veriler, hassas haritalama ve analiz yapılmasını sağlar. Uydu görüntülerindeki ve bu görüntülere ait verilerdeki değişiklikleri zaman içinde izlemek; ekosistemler, hava durumu örüntüleri ve insan faaliyetleri hakkında değerli içgörüler sunar.

Uydu görüntülerinin farklı türlerine ve destekledikleri özgün uygulamalara kısaca göz atalım:

• Optik görüntüleme: Bu yöntem, insan gözünün ışığı algılamasına benzer biçimde görünür ışığı ve yakın kızılötesi dalga boylarını yakalar. Arazi kullanımını, bitki örtüsünün sağlığını ve kentsel gelişimi izlemek için idealdir; ancak etkili görüntüleme için açık gökyüzü ve gün ışığı gerekir.
• Radar görüntüleri: Hava koşullarından veya günün saatinden bağımsız olarak yüksek çözünürlüklü görüntüler yakalamak için sentetik açıklıklı radar (SAR) kullanarak radyo dalgaları gönderir ve alır. Afet müdahalesi, arazi haritalama ve yüzey özelliklerindeki değişiklikleri izleme için özellikle kullanışlıdır.
• Termal görüntüleme: Termal sensörler, Dünya yüzeyinden ısı olarak yayılan kızılötesi ışınımı algılar. Orman yangınlarını takip etmek, jeotermal etkinliği izlemek, kentsel ısı adalarını ve sıcaklık değişimlerini incelemek için kullanılır.
• Hiperspektral görüntüleme: Toprağın, suyun ve bitki örtüsünün bileşimini ve sağlığını analiz etmek için yüzlerce dar spektral banttaki verilerden yararlanılır. Çevresel koşullar, kaynak yönetimi ve maden arama ile kirlilik izleme gibi uygulamalar hakkında ayrıntılı içgörüler sağlar.

Şekil 2. Uydu görüntüsü türleri.

Dünya'yı gözlemleyen uydulardan uydu görüntülerinin alınması#

Uydu görüntülerinin neleri kapsadığını daha iyi anlamak için farklı uyduların belirli amaçlar doğrultusunda tasarlandığını bilmek önemlidir. Örneğin, yer sabit yörüngedeki veya kutup yörüngesindeki uydulara monte edilmiş sensörler kullanırlar. Yer sabit uydular, Dünya'nın dönüşüne uyum sağlayarak gezegenimizin tek bir konumunun üzerinde sabit kalır ve bu nedenle sürekli izleme için idealdir. Buna karşılık kutup yörüngesindeki uydular kutupların üzerinden geçer ve Dünya altlarında döndükçe tüm gezegeni kademeli olarak tarar.

Şekil 3. Dünya yörüngesindeki kutup ve yer sabit uydular.

Bu ayrım önemlidir; çünkü farklı uygulamalar ihtiyaçlarını karşılamak için belirli uydu görüntüsü türlerine dayanır. Örneğin yer sabit uydular, hava durumu izleme ve gerçek zamanlı iletişim gibi sürekli gözlem gerektiren görevler için idealdir.

Öte yandan kutup yörüngesindeki uydular, küresel kapsama için daha uygundur; bu da onları çevre araştırmaları, iklim takibi ve büyük ölçekli coğrafi değişikliklerin haritalanması açısından kritik hâle getirir.

Uydu görüntülerini işlemenin temelleri#

Uydu görüntülerinin ne olduğunu ele aldığımıza göre, bir uydu bir dizi görüntü yakaladıktan sonra neler olduğuna bakalım. Asıl zorluk, bu ham görüntüleri anlamlı bilgilere dönüştürmektir. Verileri dikkatle işleyip analiz ederek gezegenimizle ilgili önemli ayrıntıları ortaya çıkaran değerli içgörüler elde edebiliriz.

Uydu görüntülerinin ön işlenmesi#

Ön işleme, uydu verileriyle çalışmanın ilk adımıdır. Analize uygun ve doğru hâle getirmek için ham görüntüleri temizlemeye ve düzeltmeye odaklanır. Uydu görüntülerini iyileştirmek ve güvenilir bilgi sunmalarını sağlamak için kullanılan bazı temel teknikler şunlardır:

• Gerçek dünyayla eşleştirme: Bozulmalar düzeltilip yer işaretleri belirlenerek uydu görüntüleri gerçek dünya haritalarıyla hizalanır.
• Gürültü azaltma: Işık dalga boylarını analiz ederek bulutları belirlemek ve kaldırmak, ayrıca daha net görüntüler için bulutları karadan ayırmak amacıyla makine öğrenimi modelleri kullanılır.
• Veri kalibrasyonu: Doğruluğu korumak için görüntü pikselleri standart bir düzeye ayarlanır; atmosferik düzeltme ise parçacıklardan ve ışık saçılmasından kaynaklanan bozulmaları azaltır.

Bilgisayarlı görü ve uydu görüntüleri#

Uydu görüntüleri ön işlendikten sonra, verilerden değerli içgörüler çıkarmak için bilgisayarlı görü teknikleri kullanılabilir. Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, xView gibi büyük uydu görüntüsü veri kümeleriyle eğitildikten sonra görsel içeriği analiz edebilir. Bu sayede modeller, çeşitli görüntülerdeki örüntüleri ve özellikleri tanıyabilir.

Uydu görüntülerinin işlenmesine ve yorumlanmasına yardımcı olabilecek bazı bilgisayarlı görü görevleri şunlardır:

• Görüntü Bölütleme: Bu teknik, yüzey türlerine odaklı analiz ve sınıflandırma yapabilmek için görüntüyü kara, su veya bitki örtüsü gibi farklı bölgelere ayırır.
• Nesne Tespiti: Görüntüdeki binalar, yollar veya araçlar gibi belirli nesneleri tanımlamak ve konumlarını belirlemek için kullanılır. Yönlendirilmiş sınırlayıcı kutular (OBB) bir döndürme açısı ekleyerek gemiler, uçaklar ve yukarıdan rastgele açılarla görülen diğer nesneler için uygun hâle gelir.
• Değişiklik Tespiti: Bu görev, farklı zaman aralıklarında yakalanan görüntüleri karşılaştırarak nesneleri veya bölgeleri zaman içinde takip eder ve ormansızlaşma, kentleşme veya mevsimsel değişimler gibi değişiklikleri belirler.
• Görüntü Sınıflandırma: Eğitim verilerinden öğrenilen örüntülere dayanarak arazi türlerini kategorilere ayırabilir ve daha ayrıntılı incelemeler için detaylı haritalar oluşturulmasını sağlar.

Bu bilgisayarlı görü teknikleri, ham uydu görüntülerini yapılandırılmış ve eyleme dönüştürülebilir verilere çevirerek Dünya yüzeyinin daha net ve derinlemesine anlaşılmasını sağlar.

Görsel Yapay Zekâ ile uydu görüntülerini analiz etmenin uygulamaları#

Şimdi uydu görüntülerinin dünyamızı nasıl yeniden şekillendirdiğine ve günlük işleri nasıl daha kolay, akıllı ve verimli hâle getirdiğine dair gerçek hayattan bazı örneklere göz atalım.

Uydu görüntüleriyle çevresel değişiklikleri izleme#

Uydu görüntüleri ve bilgisayarlı görü, Dünya'daki çevresel değişiklikleri gözlemlemek ve anlamak için harika araçlardır. Ormanlar, buzullar ve su kütleleri dâhil olmak üzere çevremizin çeşitli unsurlarını uzaydan izlememizi sağlarlar. Bu teknolojiyle aşağıdaki temel çevresel etkenleri takip edebiliriz:

• Ormansızlaşma: Uydular; ormanlardaki değişiklikleri izlemek, ormansızlaşma veya yeniden ağaçlandırma alanlarını belirlemek ve bitki örtüsünün sağlığını değerlendirmek ve çevresel değişiklikleri tespit etmek için çok bantlı veriler kullanmak amacıyla kullanılabilir. Örneğin Global Forest Watch, hükümetlerin ve kuruluşların zamanında koruma önlemleri almasına yardımcı olmak için uydu görüntülerinden yararlanan çevrimiçi bir platformdur.
• Küresel Isınma: Uyduların çektiği görüntüler, buzullar ve kutup buzulları hakkında hayati veriler sağlayabilir; zaman serisi görüntüleri zorlu hava koşullarında buz hareketlerini izlemek için kullanılır.
• Hava ve Su Kalitesinin İzlenmesi: Uydular, CO₂, metan ve kirleticiler gibi maddeleri tespit ederek hava ve su kalitesini izler; çevre politikalarına ve kaynak yönetimine katkı sağlar.

Şekil 4. Global Forest Watch ile uydu görüntülerinin analizi.

Uydu görüntüleri ve bilgisayarlı görüyle afet yönetimini geliştirme#

Doğal afet yönetimi, gerçek zamanlı izleme ve afet sonrası iyileştirme çalışmaları için büyük ölçüde uydu görüntülerine dayanır. Sel, kasırga ve orman yangınları sırasında çevresel değişiklikleri tespit etmek için uydu görüntüleri analiz edilir. Afet sonrasında da hasar değerlendirmesinde uydu görüntüleri önemli bir rol oynamayı sürdürür.

Örnek bölütleme gibi bilgisayarlı görü teknikleri, deprem veya tsunamilerden önce ve sonra çekilen görüntüleri karşılaştırarak yıkılmış binalar veya değişmiş manzaralar gibi ciddi hasar gören alanları belirlemek için kullanılabilir. Bu, yetkililerin yıkımın boyutunu değerlendirmesine ve iyileştirme çalışmalarına daha verimli biçimde öncelik vermesine olanak tanır.

Buna iyi bir örnek, yapay zekâyı uydu verileriyle birleştirerek sel, orman yangını ve kasırga gibi afetlerin gerçek zamanlı etkilerini değerlendiren Avrupa Uzay Ajansı'nın (ESA) Ciseres projesidir.

Şekil 5. Hasar gören alanların renklerle gösterildiği afet sonrası görüntülere bir örnek: hafif hasar için yeşil, ağır hasar için turuncu ve yıkım için kırmızı (Kaynak: researchgate.net).

Şehir planlaması ve altyapı için uydu görüntülerinden yararlanma#

Uydu görüntüleri ve bilgisayarlı görü, şehir planlaması ve altyapı geliştirme süreçlerinde hayati bir rol oynayabilir. Yüksek çözünürlüklü görüntüler arazi kullanımını incelemek, kentsel büyümeyi izlemek ve daha akıllı şehir planlamasını desteklemek için kullanılabilir. Bu teknolojiler ayrıca trafik örüntülerini analiz ederek, daha iyi güzergâhlar tasarlayarak ve yoğunluğu gerçek zamanlı izleyerek ulaşım sistemlerini iyileştirebilir. Hatta güncel ve geçmiş görüntüleri karşılaştırarak kaçak inşaatları tespit etmeye ve böylece yetkililerin yapı yönetmeliklerini uygulamasını kolaylaştırmaya yardımcı olabilirler.

Bir şehrin büyümesinin gerçekten uzaydan görülebilip görülemeyeceğini merak ediyor olabilirsin. Uydu görüntüleri ve bilgisayarlı görüyle bu kesinlikle mümkün. Dubai etkileyici bir örnek. Son birkaç on yılda, 1980'lerde küçük bir çöl kasabasıyken küresel bir metropole dönüştü. Uydu görüntüleri bu olağanüstü büyümeyi canlı biçimde yakalayarak kentsel alanların genişlemesini, arazi kullanımındaki değişiklikleri ve Burj Khalifa ile Palm Jumeirah gibi simge yapıların yükselişini gösteriyor.

Hassas tarım için uydu görüntüleri ve uzaktan algılama#

Tarımda uydu görüntüleri ve bilgisayarlı görü; ürün yönetimini, verimliliği ve sürdürülebilirliği geliştirebilir. Özellikle hassas tarım, ürün sağlığını izlemek için gerçek zamanlı uydu verilerinden yararlanır. Uzaktan algılama teknikleri, büyük ölçekli tarım verilerini analiz etmeye ve çiftçilerin toprak nem seviyelerini izlemesine ve stresin erken belirtilerini tespit etmesine olanak tanır.

Ayrıca kuraklık ve sulama analizi, tarımda suyun verimli kullanımı için önemlidir. Uydu görüntüleri, toprak nem seviyeleri ve bitki örtüsünün sağlığı hakkında ayrıntılı bir genel bakış sunarak yetersiz sulama yapılan veya su kaynaklarının kıt olduğu alanları belirlemeye yardımcı olabilir.

Tarımda yapay zekâ konusunda dikkat çekici bir örnek olay, ürün sağlığını, toprak nemini ve sulamayı izlemek için uzaktan algılamadan yararlanarak Hindistan'da tarımı iyileştirmeye yardımcı olan ISRO'nun uydu tabanlı hassas tarım girişimidir.

Şekil 6. Uydu görüntüleri ve bilgisayarlı görü, tarla parsellerinin sınırlarını belirlemek ve ürünleri sınıflandırmak için kullanılabilir.

Uydu görüntülerinde gelecekteki eğilimler#

Uydu görüntüleri ve bilgisayarlı görü hızla gelişiyor. Örneğin CubeSat gibi minyatür uydular, yüksek çözünürlüklü görüntüleri uygun maliyetle, esnek biçimde ve sık aralıklarla yakalayarak Dünya gözleminde dönüşüm yaratıyor. Bu kompakt uydular, kentsel genişlemeden çevresel değişimlere kadar pek çok değişikliği izlemeyi kolaylaştırıyor.

Bir diğer umut verici gelişme, gerçek zamanlı Nesnelerin İnterneti (IoT) verilerinin uydu akışlarıyla bütünleştirilmesidir. Bu, ulaşım ağları ve su kaynakları gibi dinamik sistemleri izleme becerisini geliştiriyor.

Ayrıca süper çözünürlüklü görüntülemedeki çığır açan gelişmeler uydu yeteneklerini ilerletiyor. Bu teknik, gelişmiş yapay zekâ algoritmalarından yararlanarak görüntü ayrıntılarını keskinleştirip geliştiriyor ve düşük çözünürlüklü birden çok görüntüyü daha net, yüksek çözünürlüklü görsellere dönüştürüyor. Bu yenilik daha hassas veriler sunuyor ve doğal kaynakları ve kentsel alanları verimli biçimde yönetmek için yeni fırsatlar yaratıyor.

Şekil 7. Süper çözünürlüklü görüntülemeye bir örnek: Fransa'nın Toulon kenti, 10 m'den 5 m'ye iyileştirildi (Kaynak: planetobserver.com).

Uydu görüntüleri ve bilgisayarlı görü hakkında temel içgörüler#

Bilgisayarlı görü ve uydu görüntüleri, gezegenimizi izleme ve anlama biçimimizi yeniden şekillendiriyor. Çevresel değişiklikleri takip etmekten afet müdahalesini, şehir planlamasını ve tarımı iyileştirmeye kadar bu teknolojiler, daha akıllı ve sürdürülebilir çözümlere öncülük eden değerli içgörüler sunuyor.

IoT entegrasyonu ve süper çözünürlüklü görüntüleme gibi gelişmeler sayesinde uydu görüntüleri daha güvenilir ve erişilebilir hâle geliyor. Bu yenilikler, kaynakların daha iyi yönetilmesinin önünü açıyor ve küresel zorlukların üstesinden daha etkili biçimde gelmemize yardımcı oluyor.

Yapay zekâ hakkında daha fazla bilgi edinmek ve topluluğumuzla bağlantı kurmak için GitHub depomuzu incele. Bilgisayarlı görüyü hava görüntülerine nasıl uyguladığımızı ve üretimde yapay zekâ ile sağlık hizmetlerinde yapay zekâ gibi sektörlerde yeniliği nasıl desteklediğimizi keşfet.