CBS ile Mekânsal Analiz: ArcGIS ile Adım Adım Uygulama

Mekânsal analiz neyi yanıtlar?

Mekânsal analiz, verinin nerede olduğunu hesaba katarak soru yanıtlama işidir. Bir tabloda "hangi şubenin satışı düşük" sorusunu sorarsınız; coğrafi bilgi sistemlerinde (CBS) ise "satışı düşük şubeler hangi mahallelerde kümeleniyor, bu mahallelerin rakip mağazalara uzaklığı ne" sorusunu sorabilirsiniz. Konum, sorunun bir parçası hâline gelir.

CBS ile yapılan analizler genellikle şu soru tiplerinden birine girer: • Yakınlık: Bir noktaya belirli mesafedeki her şey nedir? • Örtüşme: İki katman nerede kesişiyor (örneğin taşkın riski olan alanlar ile konut parselleri)? • Örüntü: Olaylar rastgele mi dağılmış, yoksa belirli bölgelerde mi yoğunlaşıyor? • Uygunluk: Birden çok ölçüte göre en uygun yer neresi? • Erişilebilirlik: Yol ağı üzerinden belirli sürede nereye ulaşılabilir?

Analize başlamadan önce sorunuzu bu tiplerden birine oturtmak, hangi aracı kullanacağınızı ve hangi veriye ihtiyaç duyduğunuzu belirler.

Adım adım mekânsal analiz iş akışı

ArcGIS Pro ya da başka bir CBS yazılımı fark etmeksizin sağlam bir analiz aynı sırayı izler:

• Soruyu tanımlayın: "Yeni eczane nereye açılmalı" gibi bir soruyu ölçülebilir ölçütlere çevirin (nüfus yoğunluğu, mevcut eczanelere uzaklık, ana yola erişim).
• Veriyi toplayın: İdari sınırlar, yol ağı, nüfus verisi, nokta konumları. Her katmanın kaynağını, tarihini ve ölçeğini not edin.
• Koordinat sistemini eşitleyin: Tüm katmanları aynı projeksiyona getirin. Mesafe ve alan hesabı yapacaksanız coğrafi (derece) değil, metre birimli projeksiyonlu bir sistem seçin.
• Veriyi temizleyin: Geometri hatalarını onarın, yinelenen kayıtları ayıklayın, öznitelik tablosundaki kodları standartlaştırın.
• Analizi çalıştırın: Tampon, çakıştırma, mekânsal birleştirme, yoğunluk ya da istatistiksel araçlar.
• Sonucu sınayın: Birkaç örneği haritada gözle kontrol edin, uç değerleri inceleyin.
• Sunun: Haritayı, kısa bir yöntem notunu ve varsayımları birlikte paylaşın.

Bu sırada en çok atlanan adım koordinat sistemi kontrolüdür. Farklı projeksiyondaki iki katman ekranda üst üste görünse bile mesafe hesapları hatalı çıkabilir.

Temel araçlar ve ne zaman kullanıldıkları

ArcGIS Pro'daki geoprocessing araçları, mekânsal analizin yapı taşlarıdır. En sık kullanılanları ve tipik kullanım yerleri:

• Buffer (tampon): Bir öğenin çevresinde belirlenen mesafede alan oluşturur. Örnek: okulların çevresinde belirli mesafelik koruma alanı.
• Intersect ve Union (çakıştırma): İki katmanın geometrisini birleştirerek kesişim ya da birleşim üretir. Örnek: imar planı ile heyelan risk haritasının kesiştiği parseller.
• Spatial Join (mekânsal birleştirme): Konum ilişkisine göre bir katmanın özniteliklerini diğerine aktarır. Örnek: her müşteri noktasına içinde bulunduğu mahallenin adını yazmak.
• Kernel Density (yoğunluk): Nokta verisinden sürekli bir yoğunluk yüzeyi üretir. Örnek: trafik kazalarının yoğunluk haritası.
• Hot Spot Analysis (sıcak nokta analizi, Getis-Ord): Yüksek ve düşük değerlerin istatistiksel olarak anlamlı kümelendiği yerleri bulur; her öğe için z-skoru ve p-değeri üretir.
• Network Analyst: Yol ağı üzerinden en kısa rota, hizmet alanı ve en yakın tesis analizi.

Yoğunluk haritası "nerede çok var" sorusunu görsel olarak yanıtlar; sıcak nokta analizi ise bu yoğunlaşmanın rastlantı olup olmadığını istatistiksel olarak sınar. İkisini karıştırmak, sunumlarda sık rastlanan bir hatadır.

Somut örnek: Yeni şube için yer seçimi

Bir perakende zinciri yeni şube açacak ve üç ölçütü önemsiyor: hedef yaş grubunun yoğun olduğu mahalleler, mevcut şubelere yeterli uzaklık ve ana caddeye yakınlık.

Analist önce mahalle sınırlarını nüfus verisiyle birleştirir ve hedef yaş grubunun yoğunluğunu hesaplar. Ardından mevcut şubelerin çevresine tampon çizer; bu tamponların içi "aday değil" olarak işaretlenir. Ana caddeler için ayrı bir tampon oluşturulur ve bu kez tamponun içi "tercih edilir" sayılır. Üç katman çakıştırıldığında ölçütlerin hepsini karşılayan poligonlar kalır.

Son aşamada kalan alanlar puanlanır (ağırlıklı çakıştırma) ve en yüksek puanlı birkaç aday sahada ziyaret edilir. Analizin değeri tek bir "doğru yer" bulmasında değil, karar sürecini şeffaf ve tekrarlanabilir kılmasındadır: ölçüt ağırlığı değişirse model birkaç dakikada yeniden çalıştırılır.

Analizi tekrarlanabilir kılmak: ModelBuilder ve Python

Aynı analizi her ay yeni veriyle tekrar ediyorsanız araçları tek tek tıklamak hem zaman alır hem de hata riskini artırır. ArcGIS Pro'da iki yol vardır:

• ModelBuilder: Araçları görsel bir akış şeması olarak birbirine bağlarsınız. Parametreleri değişken yaparak aynı modeli farklı veriyle çalıştırabilirsiniz.
• Python (ArcPy): Aynı akışı kodla yazarsınız. Döngü, koşul ve hata yakalama gerektiren işler için daha esnektir; zamanlanmış görev olarak da çalıştırılabilir.

Başlangıçta ModelBuilder ile akışı kurup çalıştığından emin olmak, ardından Python'a geçmek pratik bir yoldur. Sonuçları kurum içinde paylaşmak gerekiyorsa web harita servisleri ve web uygulamaları devreye girer; böylece analizi yapmayan kişiler de güncel haritayı tarayıcıdan izleyebilir.

Sık yapılan hatalar

Mekânsal analizde hatalar çoğunlukla yazılımdan değil, veri ve yöntem seçiminden kaynaklanır:

• Coğrafi koordinat sisteminde mesafe ölçmek: Derece biriminde tampon çizmek, enleme göre değişen hatalı mesafeler üretir.
• Değiştirilebilir alan birimi sorununu göz ardı etmek: Aynı veri mahalle düzeyinde ve ilçe düzeyinde toplandığında farklı örüntüler gösterebilir. Sonucu tek bir birime bağlamadan önce farklı düzeyleri deneyin.
• Ham sayıyı haritalamak: Nüfusu yüksek bölgelerde her şey çok görünür. Oran ya da yoğunlukla çalışın.
• Veri tarihlerini karıştırmak: Farklı dönemlere ait katmanları aynı analizde kullanmak yanıltıcı sonuçlar verir.
• Renk ölçeğini rastgele seçmek: Sınıflandırma yöntemi (eşit aralık, doğal kırılımlar, kantil) haritanın anlattığı hikâyeyi değiştirir; seçimi gerekçelendirin.

Öğrenme yolu ve Mindset programında karşılığı

Başlangıç düzeyinde katman, öznitelik tablosu, koordinat sistemi ve temel sorgularla rahat çalışabilmek gerekir. Orta düzeyde tampon, çakıştırma, mekânsal birleştirme ve yoğunluk araçlarıyla gerçek bir soruyu baştan sona çözebilmek beklenir. İleri düzeyde ise jeoistatistik, mekânsal istatistik, otomasyon ve web CBS öne çıkar.

Mindset'in İleri Düzey Mekânsal Analiz ve ArcGIS Uzmanlığı programı bu ileri aşamaya odaklanır; modül başlıkları arasında ileri mekânsal analiz teknikleri, jeoistatistiksel analiz ve modelleme, Python ve ModelBuilder ile otomasyon, web GIS ve harita servisleri geliştirme ile bir ileri proje çalışması yer alır. Otomasyon tarafında Python temelini güçlendirmek isteyenler için Python ile Programlama Eğitimi tamamlayıcı bir seçenektir.