Harita Mühendisliği Çalışmaları I

HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Editör Mustafa YILMAZ Lyon 2025 HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Editör Mustafa YILMAZ Lyon 2025 Harita Mühendisliği Çalışmaları I Editor • Prof. Dr. Mustafa YILMAZ • Orcid: 0000-0003-4192-3226 Cover Design • Motion Graphics Book Layout • Motion Graphics First Published • October 2025, Lyon e-ISBN: 978-2-38236-919-7 DOI:10.5281/zenodo.17377116 copyright © 2025 by Livre de Lyon All rights reserved. No part of this publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, electronic, mechanical, photocopying, recording, or otherwise, without prior written permission from the Publisher. The author or authors of the relevant section are responsible for any copyright infringement that may occur due to the images and graphics used in the book. The editor or publisher does not assume responsibility in this regard. Publisher • Livre de Lyon Address • 37 rue marietton, 69009, Lyon France website • http://www.livredelyon.com e-mail • [email protected] I ÖNSÖZ Harita Mühendisliği, teknolojinin hızla geliştiği günümüzde yalnızca arazi ölçümü ve harita üretimiyle sınırlı kalmayıp, konumsal verilerin toplanması, analiz edilmesi ve karar verme süreçlerine entegre edilmesi gibi geniş bir uygulama alanına sahip olmuştur. Uydu konumlama sistemlerinden (GNSS) coğrafi bilgi sistemlerine (CBS), uzaktan algılamadan 3B modellemeye kadar uzanan bu alan, mühendislik disiplinleri arasında sürekli yenilenen dinamik bir yapıya sahiptir. 6 bölümden oluşan “Harita Mühendisliği Çalışmaları I” kitabı, disiplin içi ya da disiplinler arası yapılan güncel uygulama örnekleriyle teorik ve pratik bilgileri bir arada sunmayı amaçlamaktadır. İçerikte; kartografya, coğrafi bilgi sistemleri, veri işleme süreçleri, mühendislik projelerinde harita uygulamaları, arazi yönetimi gibi konular, akılı telefon ve yapay zekâ uygulamaları ile birlikte sunulmaktadır. Kitaba çalışmalarını sunarak destek veren tüm bölüm yazarlarına, eser değerlendirmelerini gerçekleştiren değerli hakemlere ve bu çalışmaları bir kitaba dönüştüren Livre de Lyon Yayınevi çalışanlarına teşekkür ederim. Bu kitabın, Harita Mühendisliği alanında eğitim gören öğrencilere, sektörde görev yapan mühendislere ve akademik çalışmalara ilgi duyan tüm okuyuculara yararlı olmasını dilerim. Editör Prof. Dr. Mustafa YILMAZ III İÇİNDEKİLER ÖNSÖZ I BÖLÜM I. PROPAGANDA HARİTALARI 1   FatmaEcePOLAT&İbrahimYILMAZ BÖLÜM II. ARAZİ TOPLULAŞTIRMASINDA YAPAY ZEKA UYGULAMALARI 15   RamazanYoldaşSATILMIŞ BÖLÜM III. AKILLI TELEFOLARDA GNSS KAVRAMI 31 RecepÇAKIR BÖLÜM IV. AÇIK KAYNAK COĞRAFİ BİLGİ SİSTEMLERİ (CBS) YAZILIMLARININ HARİTA VE KADASTRO EĞİTİMİNE VE UYGULAMALARINA KATKISI 47   SezinARPAĞ&ÇağrıMERCAN BÖLÜM V. HARİTA VE KADASTRO EĞİTİMİNDE COĞRAFYANIN YERİ: TEMELDEN UYGULAMAYA BÜTÜNCÜL BİR YAKLAŞIM 65   SezinARPAĞ BÖLÜM VI. JEOKİMYASAL VERİLERİN CBS İLE DEĞERLENDİRİLMESİ: MADEN KOMPLEKSİ ÖRNEĞİ 77   ÇağrıMERCAN PROPAGANDA HARİTALARI   7 Şekil 3. Almanya’nın Hamburg kentinde E. Zimmermann tarafından yapılan propaganda haritası (1914) (Theguardian, 2025) Örnek 3: Şekil 4 te Osmanlı imparatorluğu, bu kez bir fil olarak gösterilmiştir. Bu araştırma sırasında fil figürü incelendiğinde fillerin hafızasının çok güçlü olduğu, hiçbir şeyi unutmadıkları, yardımsever oldukları, çok iyi bir yüzücü olup uzun mesafelere rahatlıkla yüzebildikleri, sürüdeki bir fil öldüğünde yasa boğuldukları vb. birçok bilinmeyen özellikleri ile karşılaşılmıştır. Buradan hareketle Karl Lehmann-Dumont’un Osmanlı’yı fil olarak çizmesinin Osmanlı’nın yardımseverliği, denizlerdeki gücü, tarihini ve geçmişini unutmadıkları gibi özelliklerini vurguladığı düşünülmektedir. 8   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Şekil 4. Almanya’nın Dresden kentinde Karl Lehman-Dumont tarafından yapılan propaganda haritası (1914) (Theguardian, 2025) Şekil 4 te Osmanlı imparatorluğu, bu kez bir fil olarak gösterilmiştir. Bu araştırma sırasında fil figürü incelendiğinde fillerin hafızasının çok güçlü olduğu, hiçbir şeyi unutmadıkları, yardımsever oldukları, çok iyi bir yüzücü olup uzun mesafelere rahatlıkla yüzebildikleri, sürüdeki bir fil öldüğünde yasa boğuldukları vb. birçok bilinmeyen özellikleri ile karşılaşılmıştır. Buradan hareketle Karl Lehmann-Dumont’un Osmanlı’yı fil olarak çizmesinin Osmanlı’nın yardımseverliği, denizlerdeki gücü, tarihini ve geçmişini unutmadıkları gibi özelliklerini vurguladığı düşünülmektedir. Örnek 4: Osmanlı imparatorluğu Şekil 5 ise Anadolu’da sürekli uyuyan bir adama benzetilmiştir. Şekil detaylı incelendiğinde uyuyan adamın başını yasladığı yastık sembolünde olan odun içindeki sinsi yüz ve adam uyurken üzerine basıp geçen ve kendisinden çok daha büyük cüsseli adam dikkat çekmektedir. Burada Osmanlı padişahının anlaşmalar yapıp güvendiği ya da dost bildiği bazı devletlerin, hain devletler olduğu anlatılmak istenmiştir. Aynı zamanda Osmanlı’nın diğer devletler içinde çok daha küçük kaldığı ve diğer devletlerin Osmanlı’yı bir basamak olarak kullandıkları ileri sürülmek istenmiştir. PROPAGANDA HARİTALARI   9 Şekil 5. Almanya’nın Köln kentinde Fritz Elsner tarafından yapılan ve F. Klotz ve G. Cremer tarafından basılan propaganda haritası (1914) (Theguardian, 2025) Örnek 5: Şekil 6 da ABD başkanı Franklin D. Roosevelt ile İngiltere Başbakanı Winston Churchill halat çekme oyunu oynar gibi Afrika’yı çekiştirirken gösterilmektedir. Harita, işgal altındaki Fransa’da yürütülen Alman propagandalarının bir parçası olarak hazırlanmıştır. Şekil 6. Jean Fort tarafından hazırlanan bir propaganda haritası 1942) (Nationalgeographic, 2025) 10   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Örnek 6: Şekil 7. Liberya’nın bağımsızlığı anısına hazırlanan hatıra pulu (Danstopical, 2025) Şekil 7 de gösterilen ve 1976 yılına ait Liberya’nın bağımsızlığı anısına basılmış olan haritada, Liberya’nın yüzölçümü Amerika Birleşik Devletleri’nin yüzölçümüne oranı yaklaşık 1/100 olmasına rağmen neredeyse 1/3 olarak gösterilmiştir (Alımlı 2007). Örnek 7: Tarihsel süreçte olduğu gibi günümüzde de propaganda haritaları, siyasal ve toplumsal olayların aktarımında etkili bir araç olarak kullanılmaktadır. Özellikle COVID-19 pandemisinin küresel ölçekte etkisini göstermesiyle birlikte bu tür haritalara olan ilgi artış göstermiştir. Şekil 8 de yer alan ve eski New York Valisi Andrew Cuomo tarafından kamuoyuna sunulan propaganda haritası, daha çok poster biçiminde tasarlanmıştır. Haritada, salgının seyrini simgeleyen bulaşma eğrisi, 18.825 kişinin hastaneye kaldırıldığı (43. Gün) sürecin zirvesini temsil eden dik bir dağ formunda betimlenmiştir. Dağ üzerindeki semboller pandemiye dair çeşitli temsilleri içermektedir. Test uygulamasını ifade eden bir burun sürüntüsü, ekonomik çöküşü simgeleyen dolar işaretlerinden oluşan bir şelale, Çin’i temsil eden Asyalı görünümlü bir ejderha ve bir yolcu gemisini simgeleyen PROPAGANDA HARİTALARI   11 ahtapot ile birlikte “Korku Rüzgarları”nı estiren figürler yer almaktadır. Eski ABD Başkanı Donald Trump ise, “Sadece Grip” ifadesiyle etiketlenmiş bir hilalin üzerinde tasvir edilmiştir. Kompozisyonun merkezinde ise, pandeminin etkilerini azaltmak amacıyla birlikte hareket eden ve bulaşma eğrisini altın bir ip aracılığıyla aşağı çekmeye çalışan kişiler bulunmaktadır. Bu grup; New Yorkluları, temel hizmet çalışanlarını ve Vali Cuomo’nun kızları ile köpeğini temsil eden, maske takmış figürlerden oluşmaktadır. Şekil 8. Eski New York valisi Andrew Cuomo tarafından hazırlanan bir Poster (2020) (Nytimes, 2025) 5. Sonuç İnsan, doğası gereği duygusal bir varlıktır. Bu bağlamda, mesajını etkili bir biçimde iletmek ve hedef kitlenin düşünce ya da davranışlarında değişim 12   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I yaratmak isteyen göndericiler, mesajın alıcı üzerinde uzun süreli bir etki bırakması ve alıcıyı eyleme geçirmesi amacıyla «duygu çekiciliği» olarak adlandırılan stratejilere başvurmaktadır. Duygu çekiciliği, özellikle reklamcılık alanında yaygın biçimde kullanılan bir ikna aracıdır. Bu tür mesajlar, tüketicilerin fiziksel, psikolojik, duygusal ve toplumsal gereksinimlerine hitap ederek onların tutum ve davranışlarını etkilemeyi amaçlamaktadır (Toker ve Sulak, 2020). Duygu çekiciliği; korku, hüzün, gurur, öfke, coşku gibi çeşitli duyguları kapsar. Bu duygular arasında özellikle korku çekiciliği, hedef kitlenin harekete geçirilmesinde oldukça etkili bir araç olarak öne çıkmaktadır. Korku, algılanan ciddi bir tehdidin yarattığı olumsuz bir duygu durumudur ve insan davranışlarını yönlendiren güçlü güdülerden biridir. Bireyler, kendilerinde kaygı, endişe, gerginlik ve stres yaratan korkularla başa çıkma yollarını ararlar. Bu doğrultuda, korku temelli duygu çekiciliği kullanılarak hazırlanan propaganda ya da reklam içerikleri genellikle “tehdidin gösterilmesi, korku yaratılması ve çözüm önerisinin sunulması” şeklinde kurgulanmaktadır. Bu yaklaşım, hedef kitlenin istenilen yönde davranış geliştirmesini sağlamada etkili bir yöntem olarak değerlendirilmektedir (Toker ve Sulak, 2020). Propaganda haritaları, bir iletişim aracı olarak haritacılığın önemli türlerinden biri olup; tarih boyunca siyasal, politik ve toplumsal olaylarda kamuoyunu etkileme amacıyla kullanılmış ve çoğu zaman nesnel bilgi sunmaktan ziyade haritayı hazırlayan kişinin niyet ve amaçlarını yansıtan temsiller sunmuştur (Alımlı, 2007). Haritaların propaganda amacıyla kullanımı oldukça köklü bir geçmişe sahiptir. Özellikle I. ve II. Dünya Savaşları sırasında bu tür haritaların kullanımında ciddi bir artış yaşanmış; Almanya, Amerika Birleşik Devletleri, İngiltere ve Fransa gibi ülkeler, birbirlerine karşı yürüttükleri siyasi, askeri, teknolojik ve psikolojik savaşlarda propaganda haritalarını etkili biçimde kullanmışlardır. Soğuk Savaş döneminde ise haritacılık, kıtalar arası balistik füzeler ile nükleer ve kimyasal başlık taşıyabilen silahların menzil alanlarının karşılıklı olarak yayımlanması ile stratejik bir araca dönüşmüştür. Günümüzde ise propaganda haritaları, siyasi, sosyal, teknolojik ve ekonomik bağlamlarda hâlâ yaygın biçimde hazırlanmaktadır (Kurban, 2022). Sonuç olarak propaganda haritaları, geçmişten günümüze uzanan süreçte farklı disiplinlerde kullanılan kartografik eserler hâline gelmiştir. Karşı tarafa belirli bir düşünceyi istenilen biçimde aktarma amacı taşıyan propaganda haritaları, etkili bir iletişim aracı olarak önemini sürdürmektedir. Aynı zamanda tarih ve harita bilimleri arasında bağ kuran bu haritalar, algı yönetimiyle olan ilişkileri sayesinde farklı bilim dalları arasında da köprü işlevi görmektedir. PROPAGANDA HARİTALARI   13 Kaynakça Alımlı, M.E. (2007). Harita Kullanımı ve Harita Farkındalığı. Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü, İstanbul Teknik Üniversitesi. İstanbul. Apak, D. (2018). Soğuk Savaş Döneminde Algı Yönetimi ve HaberPropaganda İlişkisi. Sosyal Bilimler Enstitüsü, Marmara Üniversitesi. İstanbul. Çapadiş, A., Narin, Ö. G., Yılmaz, M., Güllü, M. (2022). HGM Küre Uygulamasının Dijital Harita Arşivlemede Kullanılabilirliği: Pervititch Haritaları Örneği, Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 22 (3), 607-614. Çetin, B.N. (2014). Propaganda Olgusu ve Propagandanın Amerikanlaşması, Sosyal Bilimler Dergisi (Sayı:2), Fırat Üniversitesi. Elazığ. Danstopical. (2025, 23 Nisan). Dan’s Topical Stamps, 23 Nisan 2025 tarihinde edinilmiştir. Digitale. (2025, 23 Nisan). Digital Collections, 23 Nisan 2025 tarihinde edinilmiştir. Kurban, F. E.., 2022, Propaganda Haritaları ve Tarihsel Örnekle, Yüksek lisans tezi, Afyon Kocatepe Üniversitesi, Fen Bilimleri Enstitüsü, Afyonkarahisar. Nationalgeographic. (2025, 23 Nisan). These Colorful Propaganda Maps Fueled 20th-Century Wars, 23 Nisan 2025 tarihinde edinilmiştir. Nytimes. (2025, 23 Nisan). Andrew Cuoma Ascends to the Mountaintop with his Pandemic Poster, 23 Nisan 2025 tarihinde edinilmiştir. Schacter, D. (2011). Psychology, Worth Published, Harvard Universty. ABD. Sulak, H. ve Toker, A. (2020). Reklam Filmlerinde Kullanılan Çekicilik Türleri ve Tüketiciler Üzerindeki Etkilerine Yönelik Bir Araştırma. Vizyoner Dergisi, Süleyman Demirel Üniversitesi. Isparta. The Guardian. (2025, 23 Nisan). The Octopuses of war, 23 Nisan 2025 tarihinde edinilmiştir Yemenicioğlu, A. K., (2022). Göstergebilim İle Afiş Analizi: I Want You For U.S. Army (Uncle Sam), International Journal of Humanities and Education, Cilt 8, Sayı 17, 170-189. Yılmaz, İ. (2014). Bilgisayar Destekli Harita Yapımı – I, Editör: Saffet Erdoğan, Anadolu Üniversitesi, Eskişehir. Yılmaz, İ. ve Yılmaz, M. (2014) Temel Harita Bilgisi. S. Erdoğan (Ed.), Bilgisayar Destekli Harita Yapımı ve Coğrafi Bilgi Sistemlerinin Temellleri (s. 3-20). 15 BÖLÜM II ARAZİ TOPLULAŞTIRMASINDA YAPAY ZEKA UYGULAMALARI ArtificialIntelligenceStudiesinLandConsolidation Ramazan Yoldaş SATILMIŞ (Ögr. Gör. Dr.) Pamukkale Üniversitesi, Çameli Meslek Yüksekokulu, Mimarlık ve Şehir Planlama Bölümü E-mail: [email protected] ORCID: 0000-0003-2907-4022 1. Giriş Toprak, insan yaşamının sürdürülebilirliği açısından vazgeçilmez bir doğal kaynak olmasının yanı sıra, ekonomik kalkınma ve toplumsal refahın sağlanmasında da temel bir rol üstlenmektedir. Tarihsel süreçte, medeniyetlerin ortaya çıkışı, gelişimi ve yerleşim tercihleri büyük ölçüde toprakla olan etkileşimlerine bağlı olarak şekillenmiştir (Sönmez, 2012). Tarım arazilerinin plansız kullanımı, artan nüfus ve yetersiz politikalar, tarımsal sürdürülebilirliği tehdit etmektedir (Molnárová et al., 2023). Bu durum, toprak verimliliğini ve doğal kaynakların korunmasını riske atarken, insantoprak ilişkisini çevresel, sosyal ve mekânsal boyutlarıyla ele almayı zorunlu kılmaktadır (Salvati et al., 2016). Tarım arazilerinin fiziksel olarak sınırlı bir kaynak olması, bu alanların etkin ve sürdürülebilir yönetimini zorunlu kılmaktadır. Bu doğrultuda geliştirilecek tarım politikaları, yalnızca üretim verimliliğini artırmayı değil, aynı zamanda kırsal bölgelerin sosyoekonomik yapısını güçlendirerek kırsal ve kentsel alanlar arasındaki dengesizlikleri azaltmayı hedeflemelidir (Zhengfeng & Baiming, 2003). Küçük tarım arazisi parsellerine sahip ülkelerde, tarımın sürdürülebilirliğini sürdürmek için daha büyük tarım arazileri yaratmak çok önemlidir (Niroula & Thapa, 2005). “Arazi Toplulaştırılması” terimi ilk olarak 1343 yılında 16   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Almanya’da ve daha sonra Hollanda, Rusya ve diğer ülkelerde kullanılmıştır (Vitikainen, 2004). Geleneksel olarak arazi toplulaştırması, arazi parçalılığını önlemeyi amaçlayan arazi parsellerinin ve mülkiyetinin planlı bir şekilde yeniden ayarlanması ve yeniden düzenlenmesi olarak tanımlanmaktadır (Uyan et al., 2015). Arazi toplulaştırması ile tarım alanları korunmakta ve tarım güçlendirilmektedir Moravcová ve arkadaşları (2016), uluslar için gıda güvenliği sağlanmaktadır (Jin et al., 2016). Arazi toplulaştırmasının temel hedeflerinden biri, arazi mülkiyeti parçalanmasını sınırlamaktır (Dudzińska & Kocur-Bera, 2014). Arazi toplulaştırma uygulamaları sonucunda parseller, mekanizasyona uygun olan kare ya da dikdörtgen formlara dönüştürülmekte ve birleştirilen parseller sayesinde ulaşım yolları kısaltılmaktadır. Bu iyileştirmeler, üretim sürecinde meydana gelebilecek yakıt, zaman ve iş gücü kayıplarını azaltarak tarımsal verimliliği artırmaktadır (Hamza & Değirmenci, 2020). Günümüzde bilgisayarlar ve yazılımlar, günlük yaşamdan akademik çalışmalara kadar pek çok alanda temel araçlar haline gelmiştir. Özellikle ekonomik analiz gibi yoğun matematiksel işlem gerektiren konularda, bilgisayarların sağladığı hız ve hesaplama güvenilirliği vazgeçilmez bir avantaj sunmaktadır (Yılmaz et al., 2010). Yapay zekâ ise 1950’lerin ortalarında bir bilgisayar bilimi disiplini olarak ortaya çıktı. O zamandan beri, birçoğu insan zekâsı gerektiren zor problemleri çözmek için mühendislikte pratik olarak kullanılan bir dizi güçlü araç üretmiştir (Pham & Pham, 1999). Mühendislerin sağlık, sigorta, enerji, petrol ve gaz, eğitim, havacılık, üretim ve ulaşım endüstrilerinde son teknoloji ekipman ve araçları tasarlama, teslim etme ve bakımını yapma becerileri, yapay zeka tekniklerinin yardımıyla son yıllarda önemli ölçüde iyileşmiştir (Nti et al., 2022). Yapay zeka algoritmaları, farklı mühendislik alanlarındaki spesifik problemlere çözüm bulmaya yardımcı olmuştur (Abbas et al., 2020). Örneğin Mateo ve arkadaşları (2013), odalardaki sıcaklıkları tahmin edebilmek için makine öğrenme tekniklerini uygulamışlardır. Gök (2017), anket sonuçlarından elde edilen veriler üzerinde regresyon modelleri oluşturarak öğrencilerin puan ve not durum tahmininde bulunulmuştur. Panja ve arkadaşları (2018), yapay zeka algoritmaları ile hidrokarbon üretiminin tahmin edilebileceğini göstermişlerdir. Yapay zekanın tüm bu kullanım alanlarına ek olarak harita mühendisliği alanında da yapılmış çalışmalar bulunmaktadır. Arazi toplulaştırması çalışmalarında yapay zeka kullanımına dair yapılmış çalışmalar bulunmaktadır. Yapılan çalışmalarda arazi toplulaştırma çalışmalarındaki problemlere yapay zeka kullanılarak çözümler geliştirilmiştir. ARAZİ TOPLULAŞTIRMASINDA YAPAY ZEKA UYGULAMALARI   23 süreçlerinde kullanılarak modelin doğru çıktıları öğrenmesine olanak tanır. Kısmen etiketlenmiş veriler (partially labeled data), yarı gözetimli öğrenme (semi-supervised learning) yöntemlerinde kullanılır; bu yaklaşım, sınırlı sayıda etiketli veriyle modelin daha geniş bir veri kümesi üzerinde genelleme yapmasını sağlar. Etiketsiz veriler (unlabeled data) ise gözetimsiz öğrenme (unsupervised learning) algoritmalarıyla değerlendirilerek, verilerdeki gizli örüntülerin ortaya çıkarılmasını amaçlar. Şekilde ayrıca, bu üç öğrenme türünün tümünün bir makine öğrenmesi eğitim sürecine katkı sağladığı, ardından elde edilen modelin test verileri üzerinde doğrulandığı bir süreç kurgusu gösterilmektedir. Bu yapı, insanmakine etkileşiminin derecesine bağlı olarak değişmekte olup, veri etiketleme ihtiyacı arttıkça insan müdahalesi de artmaktadır. Şekil, makine öğrenmesinin temel bileşenlerini sade ve sistematik bir biçimde ortaya koyarak, uygulayıcılara uygun yöntem seçiminde yol göstermektedir. Şekil 2. Makine Öğrenimi Mekanizmasının Genel Şeması (El Naqa & Murphy, 2015) 3.3.YapaySinirAğları Yapay Sinir Ağları (ANN), insan beynindeki sinir hücrelerinin (nöronlar) çalışma prensibinden esinlenerek geliştirilmiş, veri işleme ve öğrenme yeteneklerine sahip hesaplama modelleridir. Bu modeller, çok katmanlı yapıları aracılığıyla girdi verilerini işler, özellikleri tanır ve karmaşık ilişkileri öğrenir. Temel olarak üç ana katmandan oluşurlar: girdi katmanı, gizli katman(lar) ve çıktı katmanı. Girdi 24   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I katmanı, dış ortamdan alınan verileri modele sunarken, gizli katmanlar bu bilgileri işler ve çıktı katmanı nihai tahmini ya da sınıflandırmayı üretir. Yapay sinir ağları, özellikle doğrusal olmayan karmaşık problemlerin çözümünde etkin performans göstermektedir. Bu nedenle arazi toplulaştırması, arazi değerleme, uygun arazi kullanım kararlarının modellenmesi gibi mekânsal analizlerde de başarıyla kullanılmaktadır. Sinir ağı modeli, geçmiş verilere dayanarak örüntüleri öğrenir ve yeni durumlara ilişkin öngörülerde bulunabilir. Bu yönüyle, karar destek sistemlerine entegre edildiğinde güçlü bir tahmin aracı işlevi görmektedir. Şekil 3’te, yapay sinir ağlarının temel bileşenleri ve bilgi akışı gösterilmektedir. Model üç ana katmandan oluşmaktadır: girdi katmanı, gizli katman ve çıktı katmanı. Girdi katmanındaki düğümler (I₁, I₂, ..., Iₙ), veriyi modele aktarır. Bu veriler, belirli ağırlıklar (W₁–W₆) ve önyargı (bias) düğümleri (B₁, Bₙ) aracılığıyla gizli katmanlara iletilir. Gizli katmanlarda (H₁–Hₙ), aktivasyon fonksiyonları yardımıyla veri işlenir. İşlenen bilgiler, yine ağırlıklar aracılığıyla çıktı katmanına (O₁–Oₙ) aktarılır. Bu yapı, modelin öğrenmesini ve tahmin üretmesini sağlar. Şekil, ileri beslemeli bir yapay sinir ağı mimarisini temsil etmektedir. Şekil 3. Yapay Sinir Ağları Genel Şeması (Abiodun et al., 2018) ARAZİ TOPLULAŞTIRMASINDA YAPAY ZEKA UYGULAMALARI   25 3.4.BulanıkMantık Bulanık mantık, klasik ikili (0 veya 1) mantık sistemlerinin aksine, belirsizlik içeren durumların modellenmesini mümkün kılan ve çok değerli mantık ilkelerine dayanan bir yaklaşımdır. Özellikle kesin sınırlarla tanımlanamayan kavramların matematiksel olarak ifade edilmesini sağlar. Arazi toplulaştırma projelerinde, karar vericilerin deneyimlerine dayalı olarak değerlendirdiği birçok faktör niteliksel ya da kısmen nicel olduğundan, bu faktörlerin işlenmesi için bulanık mantık son derece uygundur. Bu bağlamda, bulanık mantık; toprak kalitesi, parsel şekli, yol erişimi gibi kriterlerin bir arada değerlendirilerek optimum arazi düzenlemesinin yapılmasına olanak tanır. Belirsizlik ve yoruma açık değerlendirmelerin yoğun olduğu bu tür projelerde, bulanık mantık kullanımı karar süreçlerinde hem esneklik hem de tutarlılık sağlar. Şekil 4’te , bulanık mantık kavramının farklı kuramsal yorumlarını ve bu yorumların merkezinde yer alan derecelendirme/granülasyon (G/G) kavramını göstermektedir. G/G, bulanık mantığın temelini oluşturan, belirsizliğin dereceli olarak modellenmesi ilkesini temsil eder. Bu çekirdek yapı etrafında, dört ana yaklaşım tanımlanmıştır: mantıksal dar anlamda bulanık mantık (FLls), küme kuramına dayalı bulanık mantık (FLt), ilişkisel bulanık mantık (FLr) ve epistemik, yani bilgiye dayalı bulanık mantık (FLe). Bu katmanlar, bulanık mantığın yalnızca teknik bir araç olmanın ötesinde, farklı problem çözme bağlamlarında nasıl teorik çerçeveler sunduğunu gösterir. Arazi toplulaştırma gibi çok kriterli ve belirsizlik içeren alanlarda, bu kuramsal çeşitlilik uygulamalara hem esneklik hem de açıklık kazandırır. Şekil, bulanık mantığın sadece nicel değil aynı zamanda anlamsal ve bağlamsal boyutlarının da bulunduğuna işaret etmektedir. Şekil 4. Bulanık Mantığın Temel Yönleri (Zadeh, 2008) 26   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I 4. Örnek Uygulamalar Bu bölümde, arazi toplulaştırma projelerinde yapay zeka tekniklerinin nasıl uygulandığına dair literatürdeki güncel çalışmalara yer verilmektedir. Önceki bölümlerde ayrıntılı olarak incelenen akademik çalışmaların temel özellikleri, kullanılan yöntemler ve uygulama alanları Tablo 1’de özetlenmiştir. Çalışmalarda arazi sınıflandırması, parsel uygunluk analizi ve karar destek sistemleri geliştirme gibi farklı amaçlarla kullanıldığı görülmektedir. Bu örnekler, yapay zekâ tekniklerinin arazi toplulaştırma süreçlerinde karar verme kalitesini artırma, süreçleri otomatikleştirme ve mekânsal verilerin daha etkin analizine katkı sağlama potansiyelini ortaya koymaktadır. Böylece, yapay zekâ uygulamaları yalnızca teknik değil aynı zamanda stratejik planlama boyutunda da önemli açılımlar sunmaktadır. ARAZİ TOPLULAŞTIRMASINDA YAPAY ZEKA UYGULAMALARI   27 Tablo 1. Arazi Toplulaştırma Projelerinde Yapay Zeka Uygulamalarına İlişkin Seçilmiş Çalışmalar Yazar Çalışma Adı Konu H Yang, W Ma, T Liu, W Li Assessing farmland suitability for agricultural machinery in land consolidation schemes in hilly terrain in China: A machine learning approach Karar Destek Sistemleri Yaşar İNCEYOL, Tayfun ÇAY Comparison of traditional method and genetic algorithm optimization in the land reallocation stage of land consolidation Blok Oluşturma Demetris Demetriou A spatially based artificial neural network mass valuation model for land consolidation Değerleme J Wang, A Ge, Y Hu, C Li, L Wang A fuzzy intelligent system for land consolidation – a case study in Shunde, China Parsel Analizi E Ertunç , T Çay , H Haklı Modeling of reallocation in land consolidation with a hybrid method Parsel Analizi V Hashemi, M Taleai , S Abolhasani Enhancing agricultural land valuation in land consolidation projects through cooperative game theory and genetic algorithm optimization Değerleme M Maciąg, K Maciąg , P Leń Algorithm for Evaluating the Difficulty of Land Consolidation Using Cadastral Data Karar Destek Sistemleri AK Munnangi , B Lohani , SC Misra A review of land consolidation in the state of Uttar Pradesh, India: Qualitative approach Uygun Yol Altyapı Güzergahlarının Belirlenmesi M Dacko , T Wojewodzic , J Pijanowski, J Taszakowski Increase in the Value of Agricultural Parcels—Modelling and Simulation of the Effects of Land Consolidation Project Değerleme X Zhao , B Cai, J He, X Kong Identifying potential rural residential areas for land consolidation using a data driven agent-based model Karar Destek Sistemleri 4. Sonuç Arazi toplulaştırma projeleri, çok sayıda mekânsal ve yönetsel faktörün bir arada değerlendirilmesini gerektiren karmaşık süreçlerdir. Bu çalışmada, 28   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I yapay zekâ tekniklerinin söz konusu süreçlerde nasıl ve ne şekilde kullanıldığı incelenmiş, karar destek sistemlerinden parsel analizine, yol ve altyapı güzergâhlarının belirlenmesinden blok planlamasına kadar birçok uygulama alanı örnek çalışmalarla ortaya konmuştur. Ayrıca genetik algoritmalar, yapay sinir ağları, makine öğrenmesi ve bulanık mantık gibi yöntemlerin bu projelerdeki işlevselliği açıklanmıştır. Bulgular göstermektedir ki, yapay zekâ yalnızca süreçlerin hızlandırılmasına değil, aynı zamanda daha tutarlı ve nesnel kararların alınmasına da katkı sağlamaktadır. Günümüzde yapay zekâ uygulamaları her geçen gün daha erişilebilir ve yaygın hale gelmekte olup, bu teknolojilerin arazi toplulaştırma projelerine entegrasyonu giderek artacaktır. Bu bağlamda, artan bilimsel çalışmalar ve gelişen teknolojik altyapı sayesinde, gelecekte toplulaştırma projelerinde daha yüksek düzeyde otomasyon ve optimizasyon sağlanması mümkün görünmektedir. Yapay zekâ destekli sistemlerin karar vericilere rehberlik etmesi, kaynakların daha etkin kullanılmasına ve projelerin başarısının artmasına olanak tanıyacaktır. Kaynaklar Abbas, A., Schuld, M., & Petruccione, F. (2020). On quantum ensembles of quantum classifiers. Quantum Machine Intelligence, 2(1), 6. Abiodun, O. I., Jantan, A., Omolara, A. E., Dada, K. V., Mohamed, N. A., & Arshad, H. (2018). State-of-the-art in artificial neural network applications: A survey. Heliyon, 4(11). Dacko, M., Wojewodzic, T., Pijanowski, J., Taszakowski, J., Dacko, A., & Janus, J. (2021). Increase in the value of agricultural parcels—modelling and simulation of the effects of land consolidation project. Agriculture, 11(5), 388. Demetriou, D. (2017). A spatially based artificial neural network mass valuation model for land consolidation. Environment and Planning B: Urban Analytics and City Science, 44(5), 864-883. Dudzińska, M., & Kocur-Bera, K. (2014). Land consolidation as the driving force behind ecological and economic development of rural areas. The 9th International Conference Environmental Engineering–Selected Papers, Vilnius, El Naqa, I., & Murphy, M. J. (2015). What is machine learning? In Machine learning in radiation oncology: theory and applications (pp. 3-11). Springer. Ertunç, E., Çay, T., & Haklı, H. (2018). Modeling of reallocation in land consolidation with a hybrid method. Land Use Policy, 76, 754-761. ARAZİ TOPLULAŞTIRMASINDA YAPAY ZEKA UYGULAMALARI   29 Goldberg, D. E. (2013). Genetic algorithms. pearson education India. Gök, M. (2017). Makine Öğrenmesi Yöntemleri ile Akademik Başarinin Tahmin Edilmesi. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 5(3), 139-148. Hamza, K., & Değirmenci, H. (2020). Arazi Toplulaştırma Projelerinin Tarımsal Mekanizasyon İşletmeciliğine Etkisi. Kahramanmaraş Sütçü İmam Üniversitesi Tarım ve Doğa Dergisi, 23(3), 655-662. Hashemi, V., Taleai, M., & Abolhasani, S. (2024). Enhancing agricultural land valuation in land consolidation projects through cooperative game theory and genetic algorithm optimization. Habitat International, 152, 103157. Inceyol, Y., & Cay, T. (2022). Comparison of traditional method and genetic algorithm optimization in the land reallocation stage of land consolidation. Land Use Policy, 115, 105989. Jin, X., Xu, X., Xiang, X., Bai, Q., & Zhou, Y. (2016). System-Dynamic Analysis on Socio-Economic Impacts of Land Consolidation in China. Habitat International, 56, 166-175. Maciąg, M., Maciąg, K., & Leń, P. (2024). Algorithm for Evaluating the Difficulty of Land Consolidation Using Cadastral Data. Sustainability, 16(13), 5648. Mateo, F., Carrasco, J. J., Sellami, A., Millán-Giraldo, M., Domínguez, M., & Soria-Olivas, E. (2013). Machine Learning Methods To Forecast Temperature In Buildings. Expert Systems with Applications, 40(4), 1061-1068. Molnárová, K. J., Sklenička, P., Bohnet, I. C., Lowther-Harris, F., van den Brink, A., Moghaddam, S. M.,…Azadi, H. (2023). Impacts of land consolidation on land degradation: A systematic review. Journal of environmental management, 329, 117026. Moravcová, J., Koupilová, M., Pavlíček, T., Zemek, F., Kvítek, T., & Pečenka, J. (2016). Analysis of Land Consolidation Projects and Their Impact on Land Use Change, Landscape Structure and Agricultural Land Resource Protection: Case Studies of Pilsen-South And Pilsen-North (Czech Republic) [Article in Press]. Landscape and Ecological Engineering, 1-13. https://doi. org/10.1007/s11355-015-0286-y Munnangi, A. K., Lohani, B., & Misra, S. C. (2020). A review of land consolidation in the state of Uttar Pradesh, India: Qualitative approach. Land Use Policy, 90, 104309. Niroula, G. S., & Thapa, G. B. (2005). Impacts and causes of land fragmentation, and lessons learned from land consolidation in South Asia. Land Use Policy, 22(4), 358-372. 30   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Norouzi, A., & Zaim, A. H. (2014). Genetic algorithm application in optimization of wireless sensor networks. The Scientific World Journal, 2014(1), 286575. Nti, I. K., Adekoya, A. F., Weyori, B. A., & Nyarko-Boateng, O. (2022). Applications of artificial intelligence in engineering and manufacturing: a systematic review. Journal of Intelligent Manufacturing, 33(6), 1581-1601. Panja, P., Velasco, R., Pathak, M., & Deo, M. (2018). Application of Artificial Intelligence to Forecast Hydrocarbon Production From Shales. Petroleum, 4(1), 75-89. Pham, D. T., & Pham, P. (1999). Artificial intelligence in engineering. International Journal of Machine Tools and Manufacture, 39(6), 937-949. Salvati, L., Kosmas, C., Kairis, O., Karavitis, C., Acikalin, S., Belgacem, A.,…Gokceoglu, C. (2016). Assessing the effectiveness of sustainable land management policies for combating desertification: A data mining approach. Journal of environmental management, 183, 754-762. Sönmez, B. (2012). Onuncu Kalkınma Planı (2014-2018) Tarım Arazilerinin Sürdürülebilir Kullanımı Çalışma Grubu Taslak Raporu. In: Ankara. Uyan, M., Cay, T., Inceyol, Y., & Hakli, H. (2015). Comparison of designed different land reallocation models in land consolidation: A case study in Konya/ Turkey. Computers and Electronics in Agriculture, 110, 249-258. Vitikainen, A. (2004). An overview of land consolidation in Europe. nordic Journal of Surveying and real Estate research, 1(1). Wang, J., Ge, A., Hu, Y., Li, C., & Wang, L. (2015). A fuzzy intelligent system for land consolidation–a case study in Shunde, China. Solid Earth, 6(3), 997-1006. Yang, H., Ma, W., Liu, T., & Li, W. (2023). Assessing farmland suitability for agricultural machinery in land consolidation schemes in hilly terrain in China: A machine learning approach. Frontiers in plant science, 14, 1084886. Yılmaz, F., İnan, H., & Hurma, H. (2010). Tarım İşletmelerinin Ekonomik Analizi İçin Bir Bilgisayar Yazılımı Geliştirilmesi. Zadeh, L. A. (2008). Is there a need for fuzzy logic? Information sciences, 178(13), 2751-2779. Zhao, X., Cai, B., He, J., & Kong, X. (2024). Identifying potential rural residential areas for land consolidation using a data driven agent-based model. Land Use Policy, 145, 107260. Zhengfeng, Z., & Baiming, C. (2003). Primary Analysis On Land Consolidation Benefits. Transactions of The Chinese Society of Agricultural Engineering, 2. 31 BÖLÜM III AKILLI TELEFOLARDA GNSS KAVRAMI GNNSConceptinSmartPhones Recep ÇAKIR (Dr. Öğr. Üyesi), Pamukkale Üniversitesi, Çameli Meslek Yüksekokulu, Mimarlık ve Şehir Planlama Bölümü, Denizli, Türkiye E-mail: r[email protected] ORCID: 0000-0002-2395-4769 1. Giriş Günümüz dünyasının vazgeçilmez unsurlarından olan küresel navigasyon uydu sistemi (GNSS), birçok alanda gösterdiği performans nedeniyle kurulduğu günden beri çok önemli mesafeler kat etmiştir. GNSS’in temel prensibinde Dünya genelinde performans verebilen bir konumlandırma sisteminin aktif olması düşüncesi yatmaktadır (Vatansever ve Butun, 2019; Zabalegui ve diğ., 2020; Jin ve diğ., 2022; Hamza ve diğ., 2024). Genel olarak konumlandırma denilince küresel konumlama sistemi (GPS) kavramı ön plana çıksa da bu kavram insanları yanıltabilir. GPS, varış zamanı (TOA) ilkesine dayanan ve ABD tarafından tasarlanan ve yönetilen ilk uydu konumlandırma sistemiydi. İlk uydusu 1978’de fırlatılmış ve “TRANSIT” adlı eski bir uydu konumlandırma sisteminin yerini almıştır. Daha sonra SSCB tarafından, ilk uydusu 1984’te uzaya gönderilen küresel konumlama uydu sistemi, (GLONASS) oluşturulmuş ve bugün Rusya tarafından bu sistem yönetilmektedir. Uzun yıllar bu iki sistem küresel konumlandırmada tüm Dünya’ya hâkim olmuştur. GNSS’in bugün temsil ettiği askeri ve ekonomik avantajlar nedeniyle birçok ülke kendi konumlandırma sistemlerini geliştirmeye karar vermiştir (Grenier ve diğ., 2023). GNSS kavramı, halihazırda çalışan veya gelecekte planlanmakta olan tüm küresel navigasyon sistemleri için kullanılan bir terimdir (Anjasmara ve diğ., 2019). Bu küresel navigasyon sistemleri içerisinde ABD’nin GPS, Rusya’nın 32   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I GLONASS, Çin’in BeiDOU, Avrupa’nın Galileo gibi küresel konum belirlime sistemleri yer almaktadır (Cai ve diğ., 2015; Li ve diğ., 2015; Ren ve diğ., 2016; Abd Rabbou ve El-Rabbany, 2017). Şekil 1’de GNSS mimarisi gösterilmiştir. Şekil 1: GNSS Mimarisi (Medina ve diğ., 2016). GNSS teknolojisinin gelişimiyle birlikte birçok sivil uygulamanın kullanımında konumlandırma hizmetleri vazgeçilmez bir unsur olarak yer almaktadır. Bu uygulamaların kapsamı sadece ulaşım alanlarıyla sınırlı değildir. GNSS; hassas tarım, çevre koruma, bilimsel araştırmalar, zamana dayalı uygulamalar, arazi ölçümü, uzaktan algılama, nesne veya hayvan takibi, havacılık gibi daha birçok alanda tercih edilen bir teknolojidir (Closas ve Gusi-Amigo, 2017; Egea-Roca ve diğ., 2022). Konumlandırma performansı ve iyileştirmeleri, modernizasyonu, hibrit kullanım seçeneğiyle birlikte geliştirilmesinin açık olması GNSS teknolojisinin önemli avantajlarındandır (Jin ve diğ., 2022). Bununla birlikte kapsama alanı, düşük altyapı maliyetleri, üst düzey konumlama doğruluğu sayesinde gelecekteki uygulamalarda da yer alacaktır (Egea-Roca ve diğ., 2022). GNSS alıcılarının konumlandırma performanslarının geliştirilmesi; kullanıcılar için ağırlığı, boyutu, enerji verimliliğinin sağlanmasıyla birlikte basit tasarımlara odaklanılması devam etmektedir (Tsakiri ve diğ., 2016). Yüksek konumlandırma performansı için kaliteli GNSS alıcıları gereklidir. Zaman içerisinde GNSS alıcılarının fiyatları düşmüştür fakat kısıtlı bütçeye sahip birçok kullanıcı için hala önemli bir sorundur. Bu durumu aşmak için ise düşük maliyetli GNSS alıcıları bir potansiyel olarak görülmektedir (Hamza ve diğ., 2024). Tüm bu durumlar baz alındığında özellikle nesnelerin interneti AKILLI TELEFOLARDA GNSS KAVRAMI   39 sonucunda klasik jeodezik bir GNSS alıcısına göre akıllı telefonla elde edilen gözlemlerin kalitesinin düşük olduğunu ve gürültü oranının fazla olduğunu sadece kod ölçüleri kullanarak m mertebesinde konum doğruluğu elde etmenin zor olduğunu belirtmişlerdir. Benzer olarak veri kalitesinin iyileştirilmesinin gerekliliğinin belirtildiği Shinghal ve Bisnath (2021) yaptıkları çalışmada, akıllı telefonlarda elde edilen ham GNSS verilerini kullanarak PPP yöntemi ile konum doğruluğunu iyileştirmeyi amaçlamışlardır. Çalışmalarında ham ölçümlerin sürekli olmaması ve düşük kalitesinin neden olduğu zorlukları, veri boşluklarını doldurup gözlem ağırlıklandırması yaparak aşmaya çalışmışlardır. Akıllı telefonlarla yapılan GNSS tabanlı çalışmalarda hibrit uygulamalarda oldukça yaygındır. Jiang ve diğ., (2022) yaptıkları çalışmada yaya navigasyonu ile ilgili PDR (Pedestrian Dead Reckoning) ve GNSS kavramlarını mobil telefonda birleştirmiştir. Çalışmalarında donanım olarak Huawei Mate 40 Pro cep telefonuyla birlikte Kalman filtresi ve faktör grafiği optimizasyonu (FGO) kullanarak testler gerçekleştirmişlerdir. Çalışma sonucunda FGO yönteminin konum doğruluğunu iyileştirmede büyük bir potansiyele sahip olduğunu belirtmişlerdir. Bir başka hibrit çalışma ise Tavani ve diğ., (2022)’nin yaptıkları İHA ile akıllı telefonun GNSS verilerini birleştiren çalışmadır. Çalışmalarında akıllı telefonun konum sensörü dahil diğer sensörlerini de kullanarak model kaydı için yer kontrol noktalarına ihtiyaç duymayan bir yöntem önermişlerdir. Çalışma aynı zamanda akıllı telefonlardaki GNSS evriminin fotogrametride güçlü bir araç olma potansiyelini göstermektedir. Akıllı telefonlardaki GNSS gözlemleri için çift frekans kullanımı konum doğruluğu için önemli bir avantajdır. Özellikle GNSS’te atmosferik hata kaynaklarının giderilmesi konusunda çözümler getirmektedir. Bu durumla ilgili akıllı telefonlarla yapılan çok sayıda çalışma da mevcuttur (Robustelli ve diğ., 2019; Wu ve diğ., 2019; Yun ve diğ., 2022; Odolinski ve diğ., 2024; Bagheri ve diğ., 2025). GNSS konusunun bazı alanları özellikleri son yıllarda oldukça ilgi görmektedir. Bu alanlardan biri olan PPP konusu akıllı telefonlarla yapılan GNSS çalışmalarında da oldukça dikkat çekmektedir (Aggrey ve diğ, 2019; Li ve diğ., 2022; Yi ve diğ., 2025). GNSS’te hata kaynaklarının çözümü için mobil tabanlı çalışmalarda mevcuttur. Pan ve diğ., (2024) atmosferik hatalar, Hu ve diğ., (2023) çoklu yol etkisi, Li ve diğ., (2022) faz belirsizliği için yaptıkları çalışmalar bu çalışmalara örnek olarak gösterilebilir. 40   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Akıllı telefonlarla GNSS çalışmalarının performanslarını farklı çalışma sahalarında değerlendirmek için yapılan çalışmalar da mevcuttur. Kentsel alanlar için Li ve diğ., (2022), Wen ve diğ., (2024) yaptıkları çalışmalar, ormanlık alanlar için Tomaštík ve diğ., (2017) yaptığı çalışma bu durumla örtüşmektedir. Akıllı telefonlarla ilgili yapılan GNSS çalışmalarına baktığımızda geçmişten günümüze akıllı telefonların gelişimi ve yapılan akademik çalışmalarında etkisi başta olmak üzere konum doğruluğunda önemli gelişmeler yaşandığı görülmektedir. Metre mertebesinde elde edilen konum doğruluklarının desimetre seviyesine gerilediği fark edilmektedir. Hata kaynaklarının giderilmesi konusunda da önemli çalışmaların yapıldığı ve bu çalışmaların giderek arttığı görülmektedir. 4. Sonuç GNSS teknolojisi tüm Dünya’da bilinen ve kullanılan bir teknolojidir. Bu teknolojinin gelişimi, yeni kullanım alanlarının ortaya çıkması, kullanıcılar için tasarımının değişmesi ve daha birçok özellik bakımından kendini yenilemesi onu sadece konum belirleme aracı olmaktan çıkarıp çok disiplinli uygulamaların merkezine yerleştirmektedir. Akıllı telefonlarda bu anlamda kendini sürekli yenileyen ve geliştiren bir yapıda olması aynı zamanda GNSS özelliğine sahip olması bu iki kavramın birlikte gelişimine olanak tanımaktadır. GNSS teknolojisinin akıllı telefonlar ve farklı uygulamalarla entegrasyonu, konum tabanlı servislerin gelişimine katkı sağlamanın yanı sıra akıllı telefonlara hemen hemen herkesin ulaşma imkanına sahip olmasından dolayı aynı zamanda kullanıcıların birer araştırmacı ve veri kaynağı olma potansiyeli ortaya çıkmaktadır. Akıllı telefonlarla yapılan konum belirleme çalışmalarının doğruluğu jeodezik bir GNSS alıcısının sağladığı doğruluğa kıyasla daha düşük kalmaktadır. Ancak yapılan çalışmalardan da görüldüğü üzere zamanla akıllı telefon ve GNSS teknolojisinin gelişimiyle bu problemin aşılacağı ön görülmektedir. Gelecekte hassas konum belirleme çalışmalarında da akıllı telefonların birer jeodezik GNSS alıcısı yerine kullanılacağı tahmin edilmektedir. Kaynakça Abd Rabbou, M., & El-Rabbany, A. (2017). Performance analysis of precise point positioning using multi-constellation GNSS: GPS, GLONASS, Galileo and BeiDou. Survey Review, 49(352), 39-50. AKILLI TELEFOLARDA GNSS KAVRAMI   41 Aggrey, J., Bisnath, S., Naciri, N., Shinghal, G., & Yang, S. (2019). Use of PPP processing for next-generation smartphone GNSS chips: key benefits and challenges. In Proceedings of the 32nd International Technical Meeting of the Satellite Division of The Institute of Navigation (ION GNSS+ 2019), 3862-3878. Angrisano, A., & Gaglione, S. (2022). Smartphone GNSS Performance in an Urban Scenario with RAIM Application. Sensors, 22(3), 786. Anjasmara, I. M., Pratomo, D. G., & Ristanto, W. (2019). Accuracy analysis of GNSS (GPS, GLONASS and BEIDOU) obsevation for positioning. In E3S Web of conferences, 94, 01019. EDP Sciences. Attia, T. M. (2019). Challenges and opportunities in the future applications of IoT technology. Bagheri, M., Gogoi, N., Dabove, P., & di Pietra, V. (2025). Evaluating DualFrequency, Multi-Constellation GNSS Performance of Modern Smartphones for Atmospheric Monitoring Across Mountainous and Urban Areas. In 2025 IEEE/ ION Position, Location and Navigation Symposium (PLANS), 495-504. IEEE. Cai, C., Gao, Y., Pan, L., & Zhu, J. (2015). Precise point positioning with quad-constellations: GPS, BeiDou, GLONASS and Galileo. Advances in space research, 56(1), 133-143. Chen, L., Thombre, S., Järvinen, K., Lohan, E. S., Alén-Savikko, A., Leppäkoski, H., & Kuusniemi, H. (2017). Robustness, security and privacy in location-based services for future IoT: A survey. Ieee Access, 5, 8956-8977. Dabove, P., Di Pietra, V., Hatem, S., & Piras, M. (2019). GNSS Positioning using Android Smartphone. In GISTAM, 135-142. Dabove, P., & Di Pietra, V. (2019). Towards high accuracy GNSS real-time positioning with smartphones. Advances in Space Research, 63(1), 94-102. Egea-Roca, D., Arizabaleta-Diez, M., Pany, T., Antreich, F., LopezSalcedo, J.A., Paonni, M. & Seco-Granados, G. 2022. GNSS User Technology: State of the Art and Future Trends, IEEE ACCESS, 10, 39939-39968. Fortunato, M., Critchley-Marrows, J., Siutkowska, M., Ivanovici, M. L., Benedetti, E., & Roberts, W. (2019). Enabling high accuracy dynamic applications in urban environments using PPP and RTK on android multi-frequency and multiGNSS smartphones. In 2019 European navigation conference (ENC),1-9. IEEE. Grenier, A., Lohan, E. S., Ometov, A., & Nurmi, J. (2023). A survey on low-power GNSS. IEEE Communications Surveys & Tutorials, 25(3), 14821509. 42   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Gül, C., Doğan, A. H., & Öcalan, T. (2021). Akıllı mobil telefonlardan elde edilen çift frekanslı ham GNSS gözlemleri ile PPP konum belirleme performansının araştırılması. Jeodezi ve Jeoinformasyon Dergisi, 8(2), 120-130. Hu, J., Yi, D., & Bisnath, S. (2023). A Comprehensive Analysis of Smartphone GNSS Range Errors in Realistic Environments. Sensors, 23(3), 1631. Hamza, V., Stopar, B., Sterle, O., & Pavlovčič-Prešeren, P. (2024). Observations and positioning quality of low-cost GNSS receivers: a review. GPS solutions, 28(3), 149. Jiang, C., Chen, Y., Chen, C., Jia, J., Sun, H., Wang, T., & Hyyppa, J. (2022). Implementation and performance analysis of the PDR/GNSS integration on a smartphone. GPS Solutions, 26(3), 81. Jin, S., Wang, Q., & Dardanelli, G. (2022). A Review on Multi-GNSS for Earth Observation and Emerging Applications. Remote Sensing, 14(16), 3930. Kumar, A., Kumar, S., Lal, P., Saikia, P., Srivastava, P. K., & Petropoulos, G. P. (2021). Introduction to GPS/GNSS technology. In GPS and GNSS Technology in Geosciences, 3-20. Elsevier. Li, B., Miao, W., Chen, G. E., & Li, Z. (2022). Ambiguity resolution for smartphone GNSS precise positioning: effect factors and performance. Journal of Geodesy, 96(9), 63. Liu, L., Li, Z., Lu, R., Zhou, Z., Chen, H., & Jiang, W. (2024). An Enhanced Smartphone GNSS/MEMS-IMU Integration Seamless Positioning Method in Urban Environments. IEEE Sensors Journal, 24(24), 41251-41263. Li, Z., Wang, L., Wang, N., Li, R., & Liu, A. (2022). Real-time GNSS precise point positioning with smartphones for vehicle navigation. Satellite Navigation, 3(1), 19. Li, X., Ge, M., Dai, X., Ren, X., Fritsche, M., Wickert, J., & Schuh, H. (2015). Accuracy and reliability of multi-GNSS real-time precise positioning: GPS, GLONASS, BeiDou, and Galileo. Journal of geodesy, 89(6), 607-635. Li, X., Zhang, X., Ren, X., Fritsche, M., Wickert, J., & Schuh, H. (2015). Precise positioning with current multi-constellation global navigation satellite systems: GPS, GLONASS, Galileo and BeiDou. Scientific reports, 5(1), 8328. Mahato, S., Dutta, D., Dey, S., & Bose, A. (2021). GNSS/NavIC data from android smartphone in cartography and geospatial education. In Geoinformatics in research & development, 102-11. Kolkata: Saiard Publication. Magiera, W., Vārna, I., Mitrofanovs, I., Silabrieds, G., Krawczyk, A., Skorupa, B., Apollo, M., & Maciuk, K. (2022). Accuracy of Code GNSS Receivers under Various Conditions. Remote Sensing, 14(11), 2615. AKILLI TELEFOLARDA GNSS KAVRAMI   43 Mahato, S., Dutta, D., Roy, M., Santra, A., Dan, S., & Bose, A. (2023). Common Android Smartphones and Apps for Cost-Efficient GNSS Data Collection: An Overview. IETE Journal of Research, 70(2), 1871–1884. Medina, D., García, J., & Ziebold, R. (2016). Computational Aspects of Sensor Fusion for GNSS Outlier Mitigation in Navigation. Odolinski, R., Yang, H., Hsu, L. T., Khider, M., Fu, G. M., & Dusha, D. (2024). Evaluation of the multi-GNSS, dual-frequency RTK positioning performance for recent android smartphone models in a phone-to-phone setup. In Proceedings of the 2024 International Technical Meeting of The Institute of Navigation, 42-53. Netthonglang, C., Thongtan, T., & Satirapod, C. (2019). GNSS Precise positioning determinations using smartphones. In 2019 IEEE Asia Pacific conference on circuits and systems (APCCAS), 401-404. IEEE. S. Vatansever and I. Butun, “A broad overview of GPS fundamentals: Now and future,” 2017 IEEE 7th Annual Computing and Communication Workshop and Conference (CCWC), Las Vegas, NV, USA, 2017,1-6. Ren, X., Zhang, X., Xie, W., Zhang, K., Yuan, Y., & Li, X. (2016). Global ionospheric modelling using multi-GNSS: BeiDou, Galileo, GLONASS and GPS. Scientific reports, 6(1), 33499. Pan, Y., Kłopotek, G., Crocetti, L., Weinacker, R., Sturn, T., See, L., Dick, G., Möller, G., Rotahcher, M., McCallum, l., Navarro, V., & Soja, B. (2024). Determination of high-precision tropospheric delays using crowdsourced smartphone GNSS data. Atmospheric Measurement Techniques, 17(14), 4303-4316. Paziewski, J. (2020). Recent advances and perspectives for positioning and applications with smartphone GNSS observations. Measurement Science and Technology, 31(9), 091001. Paziewski, J., Fortunato, M., Mazzoni, A., & Odolinski, R. (2021). An analysis of multi-GNSS observations tracked by recent Android smartphones and smartphone-only relative positioning results. Measurement, 175, 109162. Closas, P., & Gusi-Amigo, A. (2017). Direct position estimation of GNSS receivers: Analyzing main results, architectures, enhancements, and challenges. IEEE Signal Processing Magazine, 34(5), 72-84. Robustelli, U., Baiocchi, V., & Pugliano, G. (2019). Assessment of Dual Frequency GNSS Observations from a Xiaomi Mi 8 Android Smartphone and Positioning Performance Analysis. Electronics, 8(1), 91. 44   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Shinghal, G., & Bisnath, S. (2021). Conditioning and PPP processing of smartphone GNSS measurements in realistic environments. Satellite Navigation, 2, 1-17. Tavani, S., Pignalosa, A., Corradetti, A., Mercuri, M., Smeraglia, L., Riccardi, U., Seers, T., Pavlis, T., & Billi, A. (2020). Photogrammetric 3D Model via Smartphone GNSS Sensor: Workflow, Error Estimate, and Best Practices. Remote Sensing, 12(21), 3616. Tomaštík Jr, J., Tomaštík Sr, J., Saloň, Š., & Piroh, R. (2017). Horizontal accuracy and applicability of smartphone GNSS positioning in forests. Forestry: An International Journal of Forest Research, 90(2), 187-198. Tsakiri, M., Sioulis, A., & Piniotis, G. (2016). The use of low-cost, singlefrequency GNSS receivers in mapping surveys. Survey Review, 50(358), 46–56. Yi, D., Naciri, N., & Bisnath, S. (2025). Smartphone GNSS Lane-Level Navigation With Galileo HAS Corrections and an Iterative PPP Algorithm. IEEE Internet of Things Journal, 12(12), 21130-21143. Yun, J., Lim, C., & Park, B. (2022). Inherent Limitations of Smartphone GNSS Positioning and Effective Methods to Increase the Accuracy Utilizing Dual-Frequency Measurements. Sensors, 22(24), 9879. Zabalegui, P., De Miguel, G., Pérez, A., Mendizabal, J., Goya, J., & Adin, I. (2020). A review of the evolution of the integrity methods applied in GNSS. IEEE Access, 8, 45813-45824. Zangenehnejad, F., & Gao, Y. (2021). GNSS smartphones positioning: Advances, challenges, opportunities, and future perspectives. Satellite navigation, 2, 1-23. Zangenehnejad, F., Jiang, Y., & Gao, Y. (2023). GNSS Observation Generation from Smartphone Android Location API: Performance of Existing Apps, Issues and Improvement. Sensors, 23(2), 777. Zhang, X., Tao, X., Zhu, F., Shi, X., & Wang, F. (2018). Quality assessment of GNSS observations from an Android N smartphone and positioning performance analysis using time-differenced filtering approach. GPS Solutions, 22, 1-11. Weng, D., Chen, W., Ji, S., & Wang, J. (2024). Intelligent urban positioning using smartphone-based GNSS and pedestrian network. IEEE Internet of Things Journal, 11(12), 22537-22549. Wu, Q., Sun, M., Zhou, C., & Zhang, P. (2019). Precise Point Positioning Using Dual-Frequency GNSS Observations on Smartphone. Sensors, 19(9), 2189 AKILLI TELEFOLARDA GNSS KAVRAMI   45 Xu, Q., Li, X., Li, X., Han, X., & Shen, Z. (2025). Enhancing smartphonebased vehicle navigation in deep urban areas using machine learning-aided PPPRTK. GPS Solutions, 29(3), 1-17. URL-1: “Byoung-woon, P., & Jeong-hyeon, Y. Precision Positioning Technology in the Palm of Your Hand: The Present and Future of Smartphone Based GNSS Precision Positioning.” https://en.sejong.ac.kr/ eng/academics/Research_News.do?mode=view&articleNo=25289&article. offset=0&articleLimit=9. [Erişim Tarihi: 30.06.2025]. URL-2: “Smartphone Market Size, Share & Industry Analysis, By Operating System (Android, iOS, Windows and Others), By Distribution Channel (OEMs Stores, Retailer and E-commerce) and Regional Forecast, 2022-2029”. https://www.fortunebusinessinsights.com/industry reports/smartphonemarket-100308. [Erişim Tarihi: 30.06.2025]. URL-3: “High Precision GNSS Chip Market Insights.” https://www.verifiedmarketreports.com/product/high-precision-gnsschip-market/?utm_source=chatgpt.com/.[Erişim Tarihi: 30.06.2025]. 47 BÖLÜM IV AÇIK KAYNAK COĞRAFİ BİLGİ SİSTEMLERİ (CBS) YAZILIMLARININ HARİTA VE KADASTRO EĞİTİMİNE VE UYGULAMALARINA KATKISI TheContributionofOpen-SourceGeographicInformation Systems(GIS)SoftwaretoSurveyingandCadastral EducationandApplications Sezin ARPAĞ1 & Çağrı MERCAN2 1(Öğr. Gör. Dr.), Mardin Artuklu Üniversitesi, Savur Meslek Yüksekokulu, Harita ve Kadastro Programı, Mardin, Türkiye E-mail: [email protected] ORCID: 0000-0002-7555-840X 2(Dr. Öğr. Üyesi), Mardin Artuklu Üniversitesi, Savur Meslek Yüksekokulu, Harita ve Kadastro Programı, Mardin, Türkiye E-mail: cagrimer[email protected] ORCID: 0000-0003-1694-0024 1. Giriş Harita ve Kadastro ön lisans programları, teorik bilgiyi uygulama temelli öğrenme süreçleriyle bütünleştirerek, arazi yönetimi, kadastro, imar uygulamaları ve coğrafi veri üretimi gibi alanlarda yetkin teknik elemanlar yetiştirmeyi amaçlar. Bu programların başarısı, büyük ölçüde öğrencilerin mezuniyet sonrasında sektöre hızla uyum sağlayabilecek teknik donanım ve dijital becerilerle yetiştirilmelerine bağlıdır (Tayfun & Çağla, 2005). Günümüzde bu becerilerin temelinde yer alan en kritik araçlardan biri Coğrafi Bilgi Sistemleri (CBS)’dir. CBS teknolojileri, mekânsal verilerin toplanması, 48   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I analiz edilmesi, yönetilmesi ve görselleştirilmesi süreçlerinde merkezi bir role sahiptir (Novo vd., 2022; Mercan, 2025). Ancak, Harita ve Kadastro eğitiminde uzun yıllar boyunca yaygın olarak kullanılan ticari CBS yazılımları (örneğin ArcGIS, MapInfo) yüksek lisans maliyetleri nedeniyle birçok ön lisans programı için sürdürülebilir bir çözüm olmaktan uzaklaşmıştır (Jing vd., 2018; Sandhya, 2020). Bu durum, öğrencilerin uygulamalı derslerde güncel yazılımlarla yeterli pratik yapamamalarına ve mezuniyet sonrasında profesyonel hayata geçişte teknik uyum sorunları yaşamalarına neden olmaktadır. Ayrıca, sınırlı lisans sayısı nedeniyle laboratuvar dışı erişimin kısıtlanması, öğrencilerin bireysel öğrenme süreçlerini olumsuz etkileyerek eğitimin sürekliliğini de zayıflatmaktadır (Holler, 2020). Bu zorluklar karşısında açık kaynak CBS yazılımları, Harita ve Kadastro ön lisans eğitimi için önemli bir stratejik alternatif olarak öne çıkmaktadır. Açık kaynak yazılımlar, lisans politikaları gereği kullanıcılara çalıştırma, değiştirme, paylaşma ve yeniden dağıtma özgürlüğü tanıyan, telif ücreti gerektirmeyen sistemlerdir (Comino, 2007; Duarte vd., 2021). Dolayısıyla, yalnızca maliyet açısından avantajlı bir seçenek sunmakla kalmaz, aynı zamanda eğitimin demokratikleşmesine, öğrenme fırsatlarının eşitlenmesine ve yazılım okuryazarlığının yaygınlaşmasına da katkı sağlar (Sandhya, 2020). Öğrenciler bu sayede, yazılımları kişisel bilgisayarlarına özgürce kurabilir, ders dışında da pratik yaparak kendi öğrenme hızlarına uygun bir şekilde becerilerini geliştirebilirler. Özellikle QGIS, PostGIS ve GRASS GIS gibi açık kaynaklı yazılımlar, Harita ve Kadastro ön lisans düzeyinde hem temel CBS kavramlarının (veri girişi, mekânsal sorgulama, analiz, kartografik tasarım) hem de sektörel uygulamaların (parselasyon, imar planı, koordinat dönüşümü, kadastral çalışmalar, yol envanteri gibi) öğretiminde etkili birer araç haline gelmiştir. QGIS’in sezgisel arayüzü, eklenti ekosistemi ve çoklu platform desteği; PostGIS’in güçlü veri tabanı yönetimi yetenekleri; GRASS GIS’in gelişmiş analiz ve modelleme modülleri, öğrencilerin farklı senaryolarda kapsamlı pratik yapabilmesine olanak tanımaktadır. Açık kaynak CBS çözümlerinin profesyonel dünyada giderek yaygınlaşması, bu yazılımlarla eğitim alan teknikerler için önemli bir istihdam avantajı yaratmaktadır (Henley & Kemp, 2008; Heron vd., 2013). Günümüzde birçok kamu kurumu, belediye, altyapı kuruluşu ve özel mühendislik firması, maliyetleri azaltmak ve sistem esnekliği sağlamak amacıyla açık kaynak tabanlı çözümlere yönelmektedir (Duarte vd., 2021). Bu eğilim, açık kaynak AÇIK KAYNAK COĞRAFİ BİLGİ SİSTEMLERİ (CBS) YAZILIMLARININ . . .   55 kullanımıyla yetişen teknikerler, yalnızca mevcut yazılımları kullanabilen değil, yeni çözümler üretebilen ve dijital dönüşüm süreçlerine liderlik edebilen profesyoneller olarak öne çıkar. 4. Harita ve Kadastro Teknikerliği Uygulamalarında Açık Kaynak Çözümler: Fırsatlar, Zorluklar ve Stratejiler Açık kaynak CBS yazılımları, artık yalnızca akademik çevrelerle sınırlı kalmayıp, kamu kurumları ve özel sektörde yürütülen profesyonel projelerin vazgeçilmez bir bileşeni haline gelmiştir. Bu dönüşüm, Harita ve Kadastro teknikerleri için yeni nesil iş olanakları ve sorumluluk alanları doğurmaktadır. Açık kaynak CBS araçlarına hâkim teknikerler, yalnızca harita üretimi ve mekânsal veri analizinde değil; aynı zamanda yazılım geliştirme, veri tabanı yönetimi, web haritalama, sistem entegrasyonu ve kurumsal veri yönetimi gibi alanlarda da aktif rol üstlenebilmektedir. Açık kaynak çözümlerin sunduğu esneklik, uyarlanabilirlik ve maliyet avantajı; kurumların kendi ihtiyaçlarına göre özelleştirilebilir sistemler kurmasına imkân tanırken, bu süreçlerde görev alan teknikerlerin bilgi düzeyi projelerin başarısı için kritik bir etken haline gelmiştir. Özellikle QGIS, PostGIS ve GRASS GIS gibi araçlara hâkimiyet, teknikerlerin iş başvurularında önemli bir avantaj sağlayabilir. Bu yazılımlar, kurumların hem arazi yönetimi hem de altyapı projelerinde lisans maliyeti olmadan güçlü CBS altyapıları kurmasına olanak tanır. Dolayısıyla, ön lisans programlarında açık kaynak CBS yazılımlarına yönelik derslerin artırılması, sektörel yetkinliklerin geliştirilmesi açısından büyük önem taşımaktadır. 4.1.TeknikerlikUygulamalarıiçinStratejikFırsatlar Açık kaynak çözümler, bütçe kısıtlamalarına rağmen etkin ve verimli coğrafi bilgi yönetim sistemleri kurmak isteyen kurumlar için stratejik bir alternatif sunmaktadır. Bu kapsamda, Harita ve Kadastro teknikerleri açısından üç temel fırsat alanı öne çıkmaktadır: Kurumsal Bağımsızlık ve Maliyet Avantajı: Belediyeler, kalkınma ajansları ve küçük–orta ölçekli mühendislik firmaları, lisans maliyeti olmaksızın tüm birimlerinde QGIS kullanabilir. Bu sayede yazılım bütçeleri, donanım yenileme veya personel eğitimine yönlendirilebilir. Bu yaklaşım, özellikle birden fazla projeyi eşzamanlı yürüten kurumlar için ekonomik sürdürülebilirlik ve operasyonel esneklik sağlar. 56   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I EntegreveWebTabanlıÇözümler:PostGIS, bir kurumun veya belediyenin tüm kadastro, altyapı (su, kanalizasyon, doğalgaz) ve imar verilerini merkezi bir veri tabanında güvenle yönetmesine olanak tanır. Böylece teknikerler, SQL tabanlı sorgularla “imar adası içindeki tüm altyapı hatlarını listele” ya da “belirli bir parselin jeolojik etüt raporuna eriş” gibi karmaşık mekânsal sorguları doğrudan yürütebilir. Bu veriler, QGIS Server veya GeoServer aracılığıyla web tabanlı interaktif haritalara dönüştürülebilir. Vatandaşların parsel sorgulaması yapabildiği, teknik ekiplerin sahada mobil cihazlarla verileri güncelleyebildiği ya da altyapı birimlerinin bağlantı izinlerini yönetebildiği açık veri portalları bu sayede oluşturulabilir. Esneklikveİnovasyon:Açık kaynak yazılımlar, standart işlevlerin ötesinde kuruma özel çözümler geliştirme özgürlüğü sunar. Örneğin, bir mühendislik firmasında görevli teknikerin Python kullanarak QGIS için özel bir eklenti geliştirmesi, kurumun otomatik aplikasyon krokisi veya metraj raporu üretimi gibi ihtiyaçlarına yanıt verebilir. Bu durum, teknikerleri sadece uygulayıcı değil, aynı zamanda kurumsal inovasyon sürecinin aktif paydaşı haline getirir. 4.2. Sektörel Uygulamalarda Karşılaşılabilecek Zorluklar ve Çözüm Önerileri Açık kaynak CBS çözümleri önemli fırsatlar sunsa da bu sistemlerin yaygınlaşması bazı yapısal ve kurumsal zorlukları da beraberinde getirmektedir. Bu zorlukların doğru yönetilmesi, sistemin sürdürülebilir başarısı için gereklidir. Teknik Destek ve Sorumluluk: Açık kaynak CBS çözümlerinde, ticari yazılımların aksine, 7/24 resmî teknik destek hattı bulunmaz. Bu durum, sistem güncellemeleri, bakım ve hata giderme gibi kritik sorumlulukların büyük ölçüde kurumun kendi personeline yüklenmesi anlamına gelir. Kurumun başarısı, açık kaynak CBS konusunda yetkin teknikerlere sahip olmasına bağlıdır. Çözüm: Bu eksiklik, açık kaynak topluluklarının geniş ve aktif destek ağları sayesinde büyük ölçüde giderilebilir. Forumlar, Stack Overflow, GitHub projeleri ve wiki sayfaları, karşılaşılan teknik sorunların çözümünde birincil kaynaklar olarak değerlendirilebilir. Kurum içinde ise, bilgi paylaşımını kolaylaştıracak içsel destek ağı veya mini CBS koordinasyon birimleri oluşturulabilir. KurumsalDirençveAlışkanlıklar:Uzun yıllar ticari yazılımlara (örneğin ArcGIS, MapInfo) alışmış ekiplerde yeni sisteme geçiş süreci, alışkanlık ve adaptasyon zorlukları nedeniyle dirençle karşılaşabilir. Farklı arayüzler, yeni dosya yapıları ve değişen iş akışları, geçici bir üretkenlik düşüşüne neden olabilir. AÇIK KAYNAK COĞRAFİ BİLGİ SİSTEMLERİ (CBS) YAZILIMLARININ . . .   57 Çözüm: Geçiş süreci kademeli olarak planlanmalıdır. Öncelikle küçük ölçekli pilot projeler seçilerek açık kaynak CBS’nin işlevselliği gösterilmeli; ardından başarılı örnekler üzerinden kurum genelinde yaygınlaştırma yapılmalıdır. Bu yöntem, çalışanlar arasındaki güveni artırır ve değişim sürecini kolaylaştırır. Eğitim ve Yetkinlik Gereksinimi: Açık kaynak araçlar, kullanıcıdan yalnızca uygulama bilgisi değil, aynı zamanda sorgulama, analiz ve araştırma becerisi bekler. Bu nedenle yazılımların etkin kullanımında teknik merak, kendi kendine öğrenme ve analitik düşünme becerileri öne çıkar. Çözüm: Bu durum aynı zamanda Harita ve Kadastro programı mezunları için bir fırsattır. Açık kaynak CBS araçlarına hâkim, problem çözme yeteneği yüksek teknikerler, dijital dönüşüm sürecindeki kurumlar için aranan nitelikli personel haline gelmektedir. Üniversite–sektör iş birlikleriyle düzenlenecek sertifikalı eğitim programları ve kurumsal uygulama atölyeleri, bu yetkinliklerin artırılmasında önemli rol oynayabilir. 4.3.GenelDeğerlendirme Sonuç olarak, açık kaynak CBS çözümlerinin başarısı, yazılımın kendisinden çok, onu etkin şekilde uygulayabilecek insan kaynağına bağlıdır. Kurumların bu teknolojilere yatırım yapmadan önce bir dijital dönüşüm ve kapasite geliştirme stratejisi oluşturması; bu süreçte Harita ve Kadastro teknikerlerine aktif roller verilmesi, uzun vadeli başarının anahtarı olacaktır. Açık kaynak CBS teknolojileri, yalnızca maliyet avantajı sunan alternatifler değil; aynı zamanda kurumsal bağımsızlığı, yenilikçi düşünmeyi ve teknik yaratıcılığı teşvik eden bir ekosistemdir (Holler, 2020; Quinn, 2021). Bu bağlamda, açık kaynak CBS teknikerleri geleceğin mekânsal bilgi altyapılarını şekillendiren önemli aktörler olarak değerlendirilmektedir. 5. Harita ve Kadastro Eğitimi ve Teknikerlik Uygulamaları Açısından Karşılaştırmalı Değerlendirme Harita ve Kadastro eğitimi, coğrafi bilgi üretimi ve yönetimi süreçlerinde kullanılan yazılımların niteliğine doğrudan bağlıdır. Bu bağlamda açık kaynak ve ticari CBS yazılımları, eğitimde ve sektörde farklı avantajlar ve sınırlılıklar sunmaktadır. Aşağıda, her iki yazılım türü; maliyet, erişilebilirlik, özelleştirilebilirlik, teknik destek, veri formatı desteği, müfredat uyumu ve sektörel istihdam 58   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I ölçütleri açısından karşılaştırmalı olarak değerlendirilmiştir (Tablo 1). Bu karşılaştırma, açık kaynak CBS yazılımlarının Harita ve Kadastro ön lisans eğitimi ile teknikerlik uygulamaları açısından nasıl bir stratejik değer taşıdığını ortaya koymayı amaçlamaktadır. Tablo 1: Açık Kaynak ve Ticari CBS Yazılımlarının Karşılaştırılması Karşılaştırma Kriteri Açık Kaynak CBS Yazılımları Ticari CBS Yazılımları Maliyet ve Lisanslama Tamamen ücretsizdir; kişisel, sınıf ve kurumsal kullanım için ek maliyet gerektirmez. Topluluk temellidir. Yüksek lisans ve yıllık bakım ücretleri vardır. Öğrenci lisansları genellikle süreyle sınırlıdır. Erişilebilirlik ve Yaygınlık Herkesin erişimine açıktır; öğrenciler evde, okulda veya stajda sınırsız biçimde kullanabilir. Eğitimde fırsat eşitliği sağlar. Lisans kısıtları nedeniyle erişim sınırlıdır; genellikle kampüs laboratuvarları veya kurum içi ağlarla sınırlı kalır. Esneklik ve Özelleştirme Kaynak kodu açıktır; Python eklentileri ve özel araçlar geliştirilebilir. Kurumsal ihtiyaçlara göre uyarlanabilir. Kapalı sistemdir; özelleştirme yeteneği sınırlıdır ve genellikle üretici firmaya bağımlıdır. Teknik Destek Topluluk forumları, wiki sayfaları ve bloglar üzerinden destek sağlanır. Sorun çözümü daha uzun sürebilir ancak öğrenmeyi teşvik eder. Resmî müşteri hizmetleri ve teknik destek ağları mevcuttur. Sorunlara hızlı ve standart çözümler sunar. Veri Formatı Desteği Geniş ve tarafsız format desteği sunar. Açık standartlarla (GeoJSON, GPKG, GeoTIFF) tam uyumludur. Çoğunlukla tescilli formatlara (.gdb, .mxd, .shp) öncelik verir; diğer formatlarla uyumsuzluk yaşanabilir. Eğitim ve Müfredat Entegrasyonu Ücretsiz erişim ve zengin çevrimiçi kaynaklar sayesinde müfredata kolayca entegre edilebilir. Öğrenci projelerinde sınırsız kullanım imkânı sağlar. Lisans maliyetleri ve erişim kısıtları nedeniyle derslere entegrasyonu zordur. Sektörel Uyum ve İstihdam Kamu kurumları ve KOBİ’lerde kullanımı hızla yaygınlaşmaktadır. Açık kaynak araçlara hâkim teknikerlere olan talep artmaktadır. Büyük ölçekli kurumlarda standarttır. Mevcut iş gücü bu yazılımlara aşinadır; istihdam oranı yüksektir. AÇIK KAYNAK COĞRAFİ BİLGİ SİSTEMLERİ (CBS) YAZILIMLARININ . . .   59 Bu karşılaştırma, açık kaynak CBS yazılımlarının Harita ve Kadastro eğitiminde erişilebilirlik, maliyet etkinliği ve esneklik açısından önemli avantajlar sunduğunu göstermektedir. Özellikle ön lisans düzeyinde öğrencilerin kişisel bilgisayarlarında uygulama yapabilmesi, ders dışı öğrenme süreçlerinin güçlenmesini sağlar. Ticari yazılımlar, güçlü destek ve yaygın kurumsal kullanım avantajına sahip olmakla birlikte; yüksek lisans maliyetleri, kısıtlı erişim ve kapalı sistem yapısı nedeniyle eğitime tam entegrasyonu sınırlı kalmaktadır. Buna karşın açık kaynak yazılımlar hem öğretim sürecini demokratikleştirir hem de mezunların iş gücü piyasasına rekabetçi biçimde katılımını kolaylaştırır. Kamu kurumları, belediyeler, altyapı birimleri ve küçük–orta ölçekli mühendislik firmaları için açık kaynak çözümler, düşük maliyetli, sürdürülebilir ve özelleştirilebilir bir alternatif sunmaktadır. Bu durum, QGIS ve PostGIS gibi araçlarda uzmanlaşan teknikerlerin istihdam alanlarını genişletmekte; onları yalnızca kullanıcı değil, aynı zamanda dijital dönüşüm süreçlerinde aktif rol üstlenen profesyoneller haline getirmektedir. Sonuç olarak, açık kaynak CBS yazılımları Harita ve Kadastro ön lisans eğitimi açısından yalnızca bir yazılım tercihi değil; eğitimde fırsat eşitliği, bilgiye erişim özgürlüğü ve mesleki yetkinliklerin demokratikleşmesi anlamına gelmektedir. Bu yönüyle açık kaynak ekosistemi hem akademik hem de sektörel düzeyde sürdürülebilir bir geleceğin yapı taşını oluşturmaktadır (Abernathy, 2023). 6. Sonuç ve Öneriler Açık kaynak CBS yazılımları, Harita ve Kadastro ön lisans eğitiminde erişilebilirlik, maliyet etkinliği ve yenilikçi öğrenme ortamları sağlaması açısından vazgeçilmez bir role sahiptir. Bu yazılımlar, öğrencilere yalnızca kampüs ortamıyla sınırlı kalmayan, kişisel bilgisayarlarında sürdürebildikleri zengin bir pratik olanağı sunarak öğrenme sürecini demokratikleştirmekte ve mezuniyet sonrası iş hayatına kesintisiz bir geçiş sağlamaktadır. Açık kaynak yaklaşımı, öğrencileri yalnızca bir yazılım kullanıcısı olmaktan çıkararak; problem çözme, algoritmik düşünme, sistematik analiz ve topluluk içinde iş birliği yapma becerileriyle donatır. Bu yönüyle, Harita ve Kadastro eğitiminde açık kaynak CBS kullanımı, teknik öğretimin ötesine geçerek öğrencilerin mesleki kimliklerini dönüştürmektedir. Profesyonel düzeyde ise, QGIS, PostGIS ve GRASS GIS yazılımlarından oluşan açık kaynak CBS ekosistemi, kamu kurumları ve mühendislik firmalarına esnek, sürdürülebilir ve geleceğe uyumlu sistemler kurma imkânı sunar. Bu 60   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I yazılımlar yalnızca teknik araçlar değil; aynı zamanda coğrafi bilginin şeffaf, paylaşılabilir ve ortaklaşa üretildiği bir kültürün temsilcileridir (Güneş, 2007). Böylelikle açık kaynak yaklaşımı, teknolojiyi bir amaçtan ziyade, bilgi üretimini ve paylaşımını destekleyen bir araç haline getirir. Bu çalışmada ortaya konulan tespitler ışığında, aşağıdaki önerilerin hayata geçirilmesi; Harita ve Kadastro eğitiminin niteliğini artırmak, sektörel dönüşüme katkı sağlamak ve açık kaynak CBS ekosistemini sürdürülebilir biçimde güçlendirmek açısından kritik öneme sahiptir. 6.1.EğitimveMüfredatGeliştirmeyeYönelikÖneriler Müfredat Entegrasyonu: Harita ve Kadastro ön lisans programlarının müfredatına uygulama ağırlıklı bir “Açık Kaynak CBS Uygulamaları” dersi eklenmelidir. Bu ders, QGIS, PostGIS ve GRASS GIS gibi araçların temellerini kapsamalı, aynı zamanda proje tabanlı öğrenme ve sahaya dayalı uygulamaları içermelidir. Eğitici ve Materyal Desteği: Harita ve Kadastro Mühendisleri Odası, üniversiteler ve ilgili kurumların iş birliğiyle öğretim elemanlarına yönelik sertifikalı eğitim atölyeleri, güncel Türkçe dokümantasyon ve çevrimiçi eğitim materyalleri geliştirilmelidir. Bu materyaller, sektörde kullanılan açık kaynak araçların Türkçe literatür eksikliğini giderecektir. ÖğrenciTeşviki: Ön lisans öğrencileri, ders projeleri, bitirme ödevleri ve staj çalışmalarında açık kaynak CBS yazılımlarını etkin biçimde kullanmaya teşvik edilmelidir. Ayrıca, bu beceriler öğrenci değerlendirme ölçütleri arasına dahil edilerek, uygulama temelli öğrenme yaklaşımı pekiştirilmelidir. 6.2.SektörvePolitikaGeliştirmeyeYönelikÖneriler: AçıkVeriveStandartlarınTeşviki: Kamu kurumları (belediyeler, Tapu ve Kadastro Müdürlükleri, kalkınma ajansları vb.), açık veri politikalarını yaygınlaştırmalı ve coğrafi verilerini açık standart formatlarda (örneğin GeoPackage, GeoJSON, GPKG) paylaşmalıdır. Bu yaklaşım, verinin yeniden kullanılabilirliğini artırarak açık kaynak CBS yazılımlarıyla uyumlu bir ulusal veri ekosistemi oluşturacaktır. KurumsalKapasiteninGeliştirilmesi:Kamu ve özel sektör kuruluşları, bünyelerinde açık kaynak CBS çözümlerini yönetebilecek uzman teknikerlerin istihdamını artırmalı; mevcut personelin yetkinliklerini geliştirmek üzere hizmet içi eğitim programları düzenlemelidir. Ayrıca kurumlarda açık kaynak sistemlerin sürdürülebilirliğini destekleyecek CBS koordinasyon birimleri oluşturulması önerilmektedir. AÇIK KAYNAK COĞRAFİ BİLGİ SİSTEMLERİ (CBS) YAZILIMLARININ . . .   61 6.3.GenelSonuç Sonuç olarak, açık kaynak CBS çözümleri yalnızca bir yazılım tercihi değil; bilginin, mekânın ve teknolojinin ortak üretimine dayanan bütüncül bir yaklaşım temsil eder. Harita ve Kadastro eğitiminde ve sektöründe bu yaklaşımın benimsenmesi, daha şeffaf, yenilikçi, maliyet etkin ve nitelikli teknikerler yetiştiren bir yapının inşasına katkı sağlayacaktır. Bu yaklaşım, akademik ve toplumsal düzeyde kalıcı bir etki yaratacak; açık kaynak CBS kültürü, mekânsal bilginin demokratikleşmesini destekleyen katılımcı, paylaşımcı ve sürdürülebilir bir paradigmaya dönüşecektir. Kaynakça Abernathy, D. R. (2023). The next layer: Towards open pedagogy in geospatial education. Transactions in GIS, 27(5), 1467-1478. https://doi. org/10.1111/tgis.13081 Açay, O., Yilmazturk, F. (2005). Açık kaynak kodlu yazılımlar ile web tabanlı CBS (Coğrafi Bilgi Sistemleri) tasarımı. TMMOB Harita ve Kadastro Mühendisleri Odası. Türkiye Harita Bilimsel ve Teknik Kurultayı, 28 Mart - 1 Nisan 2005, Ankara. Comino, S., Manenti, F. M., & Parisi, M. L. (2007). From planning to mature: On the success of open source projects. Research policy, 36(10), 15751586. https://doi.org/10.1016/j.respol.2007.08.003 Duarte, L., & Teodoro, A. C. (2021). GIS open-source plugins development: A 10-year bibliometric analysis on scientific literature. Geomatics, 1(2), 206245. https://doi.org/10.3390/geomatics1020013 Güneş, İ. (2007). Kamu kurumlarında açık kaynak kodlu yazılımların kullanılmasının ekonomik faydaları: yerel yönetimler için pilot uygulama önerisi. Karamanoğlu Mehmetbey Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi, 2007(3), 151-162. Henley, M., & Kemp, R. (2008). Open source software: an introduction. Computer Law & Security Review, 24(1), 77-85. https://doi.org/10.1016/j. clsr.2007.11.003 Heron, M., Hanson, V. L., & Ricketts, I. (2013). Open source and accessibility: advantages and limitations. Journal of interaction Science, 1(1), 2. https://doi.org/10.1186/2194-0827-1-2 Holler, J. (2020). Teaching critical open GIS. The Canadian Geographer/ Le Géographe Canadien, 64(4), 484-494. https://doi.org/10.1111/cag.12521 62   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Idrizi, B., Pashova, L., & Nikolli, P. (2021). Lifelong training program on QGIS tools for earth observation sciences in south-east Europe. European Journal of Geography, 12(3). Jing, T., Juan, X., & Li, W. (2008). Open source software approach for Internet GIS and its application. In 2008 Second International Symposium on Intelligent Information Technology Application (Vol. 3, pp. 264-268). IEEE. Mercan, Ç. (2025). GIS‐Based FUCOM Method for Assessing Land Suitability for Almond Cultivation in Midyat, Southeastern Türkiye. Transactions in GIS, 29(5), e70109. https://doi.org/10.1111/tgis.70109 Mitchell, S., Csillag, F., & Tague, C. (2002). Advantages of open-source GIS to improve spatial environmental modeling. Proceedings of the Open Sources GIS-GRASS users Conference, Trento, Italy, September, 1-11. Neteler, M., Bowman, M. H., Landa, M., & Metz, M. (2012). GRASS GIS: A multi-purpose open source GIS. Environmental Modelling & Software, 31, 124-130. Novo, A., Garrido, I., Lorenzo, H., & Arias, P. (2022). Use of Geographic Information Systems (GIS) in higher education: practical geomatics applications with Quantum GIS software. In 2022 International Symposium on Computers in Education (SIIE) (pp. 1-6). IEEE. https://doi.org/10.1109/ SIIE56031.2022.9982364 PostGIS (2025). PostGIS resmî web sayfası, genel bilgiler. https://postgis. net/ (Erişim tarihi: 05/10/2025) Sandhya, M. C. (2020). Exploring opportunities with open source GIS. International Journal of Engineering Research & Technology, 9(5), 731-736. https://doi.org/10.1109/IITA.2008.501 Saornil, J. V., Herráez, F., Gallego, A. H., Araya, J. D., & López, A. (2023). The use of Geographic Information Systems with Open-Source Software for Teaching Landscape Planning in Distance Education Environments. In Edulearn23 (Proceedings pp. 3243-3248). IATED. https://doi.org/10.21125/ edulearn.2023.0898 Tayfun, Ç. A. Y., & Çağla, H. (2005). Türkiye’de harita ve kadastro teknikerlik eğitimi ve sorunları. Selcuk University Journal of Engineering Sciences, 4(2), 53-72. Tsou, M. H., & Smith, J. (2011). Free and Open Source software for GIS education. Unpublished White Paper Prepared for the GeoTech Center. (Erişim Tarihi: 09/09/2025) http://www.iapad.org/wp-content/uploads/2015/07/tsou_ free-GIS-for-educators whitepaper.pdf . AÇIK KAYNAK COĞRAFİ BİLGİ SİSTEMLERİ (CBS) YAZILIMLARININ . . .   63 Quinn, S. (2021). Using free and open source software to teach university GIS courses online: Lessons learned during a pandemic. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 46, 127-131. https://doi.org/10.5194/isprs-archives-XLVI-4-W2-2021-127-2021 HARİTA VE KADASTRO EĞİTİMİNDE COĞRAFYANIN YERİ: TEMELDEN . . .   71 Hiç şüphesiz, bu tür çalışmalarda kriterlerin seçimi ve ağırlıklandırılması, bölgenin sosyo-ekonomik ve coğrafi özelliklerinin doğru okunmasını gerektirir. Bu örnekler, coğrafyanın mühendislik ve teknik disiplinlerde yalnızca destekleyici bir bilgi alanı olmadığını; aynı zamanda karar destek sistemlerinin temel girdisi olduğunu açık biçimde ortaya koymaktadır. Dolayısıyla CBS uygulamalarının başarısı, yalnızca algoritmalara değil, coğrafi sezgiye ve mekânsal bağlam bilgisinin derinliğine de bağlıdır. 3.5.Sonuç:CBSveCoğrafyaArasındakiSinerji CBS ve uzaktan algılama teknolojileri, coğrafi düşüncenin dijitalleşmiş hâlidir. Bir harita teknikeri bu sistemleri yalnızca kullanmayı değil, coğrafi mantığını anlamayı öğrendiğinde, ürettiği harita artık sadece bir görsel değil, bir analiz aracına dönüşür. Coğrafya bilgisi olmadan CBS, yalnızca veri depolar; coğrafya ile birleştiğinde ise anlam üretir. İşte bu nedenle, modern haritacılıkta coğrafya bilgisi bir seçenek değil, dijital çağın zorunlu dilidir (Taş, 2006; Taneri, & Erdem, 2022). 4. Kurgusal Vaka İncelemeleri ve Örnek Olaylar Teorik bilginin sahadaki değeri, ancak uygulamada fark edilir. Harita ve Kadastro alanında yapılan her ölçüm, yalnızca teknik bir işlem değil; doğa, insan ve teknoloji arasındaki karmaşık etkileşimin bir ürünüdür. Aşağıda verilen kurgusal örnek olaylar, coğrafya bilgisinin mesleki uygulamalardaki önemini pekiştirmemize yardımcı olmaktadır. 4.1.Vaka1–YanlışProjeksiyonunMaliyeti:CoğrafiBilgininEksikliği Bir kamu kurumunda yürütülen büyük ölçekli bir imar planı uygulaması sırasında, harita üretiminde kullanılan projeksiyon sisteminde fark edilmeyen küçük bir hata, ciddi sonuçlar doğurmuştur. Projeyi yürüten tekniker, koordinat sistemleri arasındaki coğrafi temelli farklılığı yeterince kavrayamadığı için, çalışmada ED50 koordinat sistemi yerine ITRF96 (TUREF) sistemine ait verileri kullanmış; ancak dönüşüm parametrelerini uygulamadan verileri doğrudan entegre etmiştir. Bu fark, küçük ölçekte gözle görülmeyen ama uygulamada 50–60 cm’lik konum hatalarına neden olmuştur. Söz konusu hata, inşaat aşamasında fark edilmiş ve parsel sınırlarının yeniden düzenlenmesini gerektirmiştir. Teknik açıdan sorun “koordinat dönüşümü” gibi görünse de aslında temel neden coğrafi referans sistemlerinin mantığını kavrayamamaktan kaynaklanmıştır. Bu örnek, coğrafya bilgisinin eksikliğinin yalnızca teorik bir boşluk değil, ekonomik ve kurumsal maliyeti yüksek bir hata kaynağı olabileceğini göstermektedir. 72   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I 4.2.Vaka2–ZorArazideDoğruÖlçümStratejisi:JeomorfolojiBilgisinin Gücü Bir mühendislik firmasının yol güzergâhı etüt çalışması sırasında ekip, Güneydoğu Anadolu’da yer alan engebeli bir kırsal alanda ölçüm yapmıştır. Ekipte yer alan bir tekniker, çalışma öncesinde jeomorfolojik analiz yaparak arazinin eğim, bakı ve zemin yapısını incelemiş; ölçüm noktalarını bu bilgilere göre planlamıştır. Böylece ölçüm hatalarını en aza indirmek için prizma noktalarını eğim doğrultusunda değil, izohips çizgilerine paralel konumlandırmıştır. Sonuç olarak, ekip hem daha kısa sürede veri toplamış hem de yüksek doğrulukta ölçümler elde etmiştir. Oysa benzer bir arazide coğrafi analiz yapmayan bir ekip, ölçüm noktalarını rastgele seçmek zorunda kalabilir ve bu durum hem tekrarlayan ölçümlere hem de veri tutarsızlığına yol açabilirdi. Bu örnek, jeomorfoloji bilgisinin yalnızca araziyi “tanımak” değil, ölçüm stratejisini optimize etmek açısından da ne kadar önemli olduğunu göstermektedir. Coğrafi farkındalık, burada yalnızca teorik değil, operasyonel verimlilik sağlayan bir bilgiye dönüşmüştür. 4.3.Vaka3–ÜzümBağlarınınUygunlukÇalışması:BeşerîveEkonomik CoğrafyanınKatkısı Güneydoğu Anadolu bölgesinde gerçekleştirilen bir araştırmada bölge için önemli olan üzüm bağları için en uygun arazilerin belirlenmesi amaçlanmıştır (Özdemir & Mercan, 2025). Yapılan çalışmada üzüm bağlarının gelişimi açısından önemli olabilecek klimatolojik veriler, topografik veriler, toprak ile ilgili parametreler, akarsu ağı, bölgedeki tarımsal nüfus, göç eğilimi ve mevcut bağ alanlarının verileri CBS ortamında analiz edilerek belirlenmiştir. Ancak bu teknik analiz süreci, yalnızca sayısal verilerden ibaret değildir. Analizde kullanılan kriterlerin belirlenmesi aşamasında bölgedeki beşerî ve ekonomik koşullar, yani yerleşim yoğunluğu, üretim alışkanlıkları ve göç eğilimleri, tarımsal üretim durumu da dikkate alınmıştır. Bu yönüyle çalışma, coğrafyanın yalnızca doğayı değil, insan davranışlarını ve ekonomik faaliyetleri de haritaya taşıyan bir disiplin olduğunu göstermektedir. Dolayısıyla bu tür çalışmalar, coğrafya bilgisinin yalnızca çevresel değil, aynı zamanda sosyoekonomik planlama süreçleri için de yol gösterici olduğunu vurgulamaktadır. 4.4.Vaka4–SelRiskHaritalaması:HidrografyaBilgisininHayatiRolü Bir belediye tarafından hazırlanan taşkın riski haritalama projesinde, dere yatağının mevsimsel genişleme alanı dikkate alınmadan yapılan ölçümler, kısa HARİTA VE KADASTRO EĞİTİMİNDE COĞRAFYANIN YERİ: TEMELDEN . . .   73 sürede yeniden düzenlenmek zorunda kalmıştır. Sahada yapılan gözlemler, harita üzerinde “kuru dere” olarak işaretlenen alanların yağışlı dönemde aktif taşkın koridoru hâline geldiğini ortaya koymuştur. Daha sonra projeye dahil edilen hidrografya uzmanı, akarsu ağının yönünü, eğimini ve havza sınırlarını analiz ederek yeni bir drenaj planı önermiştir. Bu sayede olası bir taşkında zarar görebilecek konut ve altyapı yatırımlarının riski azaltılmış, belediye bütçesinde önemli bir tasarruf ve güvenlik artışı sağlanmıştır. Bu örnek, hidrografya bilgisinin yalnızca suyla ilgili değil; risk yönetimi, şehir planlaması ve afet önleme süreçlerinde de belirleyici bir rol oynadığını göstermektedir. 4.5.GenelDeğerlendirme Bu örnekler, Harita ve Kadastro meslek pratiğinde coğrafya bilgisinin yalnızca bir arka plan değil, doğrudan karar belirleyici bir unsur olduğunu açıkça göstermektedir. Projeksiyon sistemlerinden drenaj planlamasına, arazi ölçümünden uygunluk analizine kadar her adımda, coğrafi bilgi “neden” sorusuna yanıt verir. Teknoloji, yöntem ve ölçüm araçları “nasıl” sorusunu çözerken; coğrafya, mesleğin anlam haritasını çizer. 5. Sonuç ve Çağrı Harita ve Kadastro eğitimi, teknik bilgi ile mekânsal sezgiyi buluşturan özel bir disiplindir. Bu alanın başarısı yalnızca ölçme, hesaplama ve çizim becerileriyle değil; yeryüzünü anlama, yorumlama ve ilişkilendirme yeteneğiyle mümkündür. Coğrafya, işte bu noktada teknik eğitimin görünmeyen ama yön veren bileşeni olarak karşımıza çıkar. Bir harita teknikeri, ölçüm yaparken yalnızca sayısal verilerle değil, aynı zamanda doğanın ve insanın mekânsal davranışıyla ilgilenir. Jeomorfoloji, hidrografya, klimatoloji ve beşerî coğrafya bilgileri, harita üretim sürecinin her aşamasında sessiz ama belirleyici bir biçimde rol oynar. Bu bilgiler olmadan yapılan her ölçüm, yalnızca koordinatlara indirgenmiş bir etkinlik olur; oysa coğrafya, bu koordinatlara anlam kazandırır. Günümüzün dijital haritacılığı — Coğrafi Bilgi Sistemleri, uzaktan algılama, dron tabanlı analizler — teknik olarak ne kadar gelişirse gelişsin, coğrafi düşünme becerisi olmadan yönünü tam olarak bulamaz. CBS yazılımlarında oluşturulan her katman, aslında coğrafi bir kavramın dijital karşılığıdır: Eğim bir jeomorfoloji katmanıdır, su ağı hidrografik katmandır, arazi kullanımı beşerî coğrafyadır, sıcaklık klimatolojidir. Yani teknoloji, coğrafyanın dilinde konuşur. Bu dili anlayamayan bir tekniker, sahip olduğu bütün donanımı eksik kullanır. 74   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Ne yazık ki, Meslek Yüksekokullarında coğrafya bilgisi ve dersleri (varsa) kimi zaman “genel kültür” kategorisinde görülmekte; öğrenciler için “meslekle doğrudan bağlantısı zayıf” bir ders izlenimi yaratmaktadır. Bu algıyı kırmak ve coğrafyayı merkeze taşımak ise müfredatı, bu çalışmada olduğu gibi, somut vaka incelemeleri ve uygulama örnekleriyle zenginleştirmekten geçer. Nitekim bu çalışma açıkça göstermektedir ki coğrafya, mesleğin nedenini öğretir; diğer teknik dersler ise nasılını. Birini ihmal eden, diğerinin derinliğini de kaybeder. Bu nedenle, Harita ve Kadastro eğitiminde coğrafya bilgisinin yalnızca korunması değil, merkezî bir konuma taşınması gerekmektedir. Eğitimciler için bu, coğrafya derslerini teknik uygulamalarla ilişkilendiren örneklerle zenginleştirmek anlamına gelir. Öğrenciler içinse, “coğrafya bilgisi sahada işimize yaramaz” önyargısını kırmak ve bu bilginin ölçümden karar verme sürecine kadar her aşamada ne kadar belirleyici olduğunu fark etmektir. Sonuçta, bir harita teknikeri yalnızca ölçüm yapan bir teknisyen değil; mekânı anlamlandıran bir uzmandır. O, yeryüzünün dilini coğrafya aracılığıyla okur; ekipmanlarını, yöntemini ve yazılımını bu dilin kurallarıyla yönlendirir. Bu nedenle, coğrafya bilgisi Harita ve Kadastro eğitimi için bir lüks değil, mesleğin ruhunu besleyen zorunlu bir temeldir. Bu çalışmanın temel çağrısı şudur: Haritalar yalnızca koordinatlarla değil, anlamla çizilir. Coğrafya, bu anlamın pusulasıdır. Kaynakça Atasoy, V. (2011). Mesleki eğitim, Meslek Yüksekokulları, İKMEP ve harita kadastro. TMMOB Harita ve Kadastro Mühendisleri Odası 13. Türkiye Harita Bilimsel ve Teknik Kurultayı, 18-22 Nisan 2011, Ankara Beşel Hatipoğlu, C., & Tanır Kayıkçı, E. (2024). Meteorolojik Parametrelerin GNSS Yansıma Sinyallerine Etkisinin İncelenmesi. Türk Uzaktan Algılama ve CBS Dergisi, 5(2), 186-198. https://doi.org/10.48123/rsgis.1487035 De Blij, H. (2019). Coğrafya neden önemlidir: Hiç olmadığı kadar. Hece Yayınları ve Dergileri. Gülersoy, A. E., Karataş, A., Demirkaya, H., Girgin, M., Sağdıç, M., Coşkun, S., & Elmacı, S. (2009). Genel Fiziki Coğrafya. Nobel Akademik Yayıncılık. Mercan, Ç. (2023). Coğrafi bilgi sistemi ve AHP ile arıcılık faaliyet alanları için arazi uygunluk değerlendirmesi: Bitlis/Türkiye örneği. Uludağ Arıcılık Dergisi, 23(1), 61-77.https://doi.org/10.31467/uluaricilik.1245078 HARİTA VE KADASTRO EĞİTİMİNDE COĞRAFYANIN YERİ: TEMELDEN . . .   75 Mercan, Ç., & Acibuca, V. (2023). Land suitability assessment for pistachio cultivation using GIS and multi-criteria decision-making: A case study of Mardin, Turkey. Environmental Monitoring and Assessment, 195(11), 1300. https://doi.org/10.1007/s10661-023-11899-y Mercan, Ç. (2025). GIS‐Based FUCOM Method for Assessing Land Suitability for Almond Cultivation in Midyat, Southeastern Türkiye. Transactions in GIS, 29(5), e70109. https://doi.org/10.1111/tgis.70109 Mercan, Ç. (2025a). Assessment of walnut (Juglans regia L.) cultivation land suitability using a multiple-criteria decision-making method in Southeastern Turkey. Scientific Reports, 15(1), 2716. https://doi.org/10.1038/s41598-02587110-8 Mercan, Ç., & Arpağ, S. (2020). Coğrafi bilgi sistem analizleri kullanılarak toprak ve arazi özelliklerinin değerlendirilmesi: Türkiye, Mardin ili arazisi. Türkiye Tarımsal Araştırmalar Dergisi, 7(1), 23-33.https://doi.org/10.19159/ tutad.644210 Özdemir, M. N., & Mercan, Ç. (2025). Savur (Mardin) Bölgesindeki Üzüm Bağlarının Arazi ve Toprak Özelliklerinin Coğrafi Bilgi Sistemleri Kullanılarak Belirlenmesi. V. Bilsel Uluslararası Turabdin Bilimsel Araştırmalar ve İnovasyon Kongresi, Mardin/Türkiye, 246-258. Taneri, P. O., & Erdem, N. (2022). Temel Harita Bilgilerinin Alan Uzmanları Eşliğinde Değişik Yaş Gruplarındaki Katılımcılara Aktarılması: Bir Etki Analizi Çalışması. Osmaniye Korkut Ata Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 5(3), 1753-1780. https://doi.org/10.47495/okufbed.1123888 Taş, H. İ. (2006). Coğrafya eğitiminde görselleştirmenin önemi: mekânsal algılamaya pedagojik bir bakış. Doğu Coğrafya Dergisi, 11(16), 211-237. Yetkin, M., & Bilginer, Ö. (2021). Haritacılık tarihinde bir yolculuk. Türkiye Coğrafi Bilgi Sistemleri Dergisi, 3(1), 1-9. 77 BÖLÜM VI JEOKİMYASAL VERİLERİN CBS İLE DEĞERLENDİRİLMESİ: MADEN KOMPLEKSİ ÖRNEĞİ* EvaluationofgeochemicaldatawithGIS: AcasestudyoftheMadenComplex Çağrı MERCAN1 1(Dr. Öğr. Üyesi), Mardin Artuklu Üniversitesi, Savur Meslek Yüksekokulu, Harita ve Kadastro Programı, Mardin, Türkiye E-mail: cagrimer[email protected] ORCID: 0000-0003-1694-0024 1. Giriş Jeokimyasal veriler, özellikle majör ve iz elementler, jeolojik çalışmaların ve oluşumların anlaşılmasında kritik bir rol oynamaktadır. Bu veriler, kaya türlerini sistematik olarak sınıflandırmanın yanı sıra, fraksiyonlanma eğilimlerini belirleyerek maden yatakları ve jeolojik oluşumların daha etkili keşfini sağlar. Ayrıca, jeokimyasal değişikliklerin tespiti ve tektonik ortamların tanımlanmasında kullanılır (Kadıoğlu, 2001; Temel, 2001). Maden arama süreçlerinde bu verilerin istatistiksel ve mekânsal analizi, belirli bölgelerdeki yüksek element konsantrasyonlarının tespitine olanak tanır. Böylece, jeolojik ortamların tanımlanmasında belirli elementlerin mekânsal dağılımları dikkate alınabilir. Coğrafi Bilgi Sistemleri (CBS), jeokimyasal verilerin görselleştirilmesi, sorgulanması, işlenmesi ve mekânsal analizi için etkili araçlar sunar. CBS, verilerin rutin görüntülenmesini sağlamanın yanı sıra, sorgulama, işleme, görselleştirme ve analiz için çeşitli mekânsal analiz araçları sunar (Harris vd., 2000). * Bu bölüm, Prof. Dr. Yavuz ÖZDEMİR’in danışmanlığında "Çatak (Van)-Kozluk (Batman) arasında yüzeylenen Maden Kompleksi volkanitlerinin jeolojik ve petrolojik özellikleri " başlıklı doktora tezinden üretilmiştir. 78   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Bilgisayar teknolojilerindeki hızlı ilerleme, yer bilimleri araştırmalarını yüksek işlem kapasitesine sahip bilgisayarlar ve uygun yazılımlar aracılığıyla desteklemektedir (Agterberg, 1989). Bu durum, jeoloji gibi birçok disiplinde karmaşık verilerin işlenmesini mümkün kılmaktadır. Grafiksel görüntüleme yeteneklerindeki artış, bilgi sistemlerinin gelişimini teşvik ederek CBS’nin etkinliğini artırmış ve görsel veri analizini daha erişilebilir hale getirmiştir. CBS’nin etkisi, kaynak yönetimi, arazi kullanım planlaması, ulaşım, pazarlama ve jeoloji gibi birçok alanda belirgin şekilde hissedilmektedir. Büyük jeolojik kuruluşlar, artan ihtiyaçlar ve veri yoğunluğu nedeni ile CBS kullanmaya yönelmekte, mekânsal verilerin bilgisayarla işlenmesi giderek yaygınlaşmaktadır. Bu gelişmeler, jeokimyasal verilerin analizi için yeni tekniklerin uygulanmasına olanak sağlayarak, maden arama ve jeolojik araştırmaların daha verimli bir şekilde yürütülmesine katkıda bulunmaktadır (Kaya, 2022; Turoğlu, 2016). CBS, şehir planlama, doğal kaynak yönetimi, çevre analizi, afet yönetimi, lojistik ve taşımacılık gibi birçok sektörde yaygın olarak kullanılmaktadır. Bu sistem, daha etkili ve verimli kararlar almaya yardımcı olur. Örneğin, şehir planlamasında mevcut altyapının analizi ve gelecekteki gelişim planlarının hazırlanmasında kritik bir rol oynar. Doğal kaynak yönetiminde ise su kaynakları, ormanlar ve tarım alanlarının izlenmesi ve yönetiminde kullanılır (Tecim, 2008; Ayday vd., 2016). CBS, özellikle noktasal jeokimyasal verilerin mekânsal dağılımının değerlendirilmesinde kritik bir rol oynamaktadır (Haslett vd., 1991). Nokta verileri, genellikle saha çalışmalarından elde edilen jeokimyasal analiz sonuçlarını içerirken, mekânsal analizde enterpolasyon yöntemleri, jeokimyasal anomalilerin belirlenmesi ve mekânsal modelleme gibi teknikler kullanılmaktadır (Reimann, 2005). Örneğin, ArcGIS yazılımı ile sıcaklık haritalarının çıkarılması, veri kümelerinin istatistiksel analizi ve çeşitli mekânsal ilişkilerin incelenmesi, maden arama süreçlerinde daha hedefli kararlar almaya yardımcı olmaktadır (Bernhardsen, 2002; Bonham-Carter, 1994; Carranza, 2009; Zuo vd., 2016). Jeokimyasal verilerin CBS ile entegrasyonu, çok disiplinli yaklaşımlar ve modelleme teknikleri ile kapsamlı bir değerlendirme süreci sunar (Harris vd., 2000). Jeofizik ve jeolojik verilerle birlikte kullanıldığında, jeokimyasal veriler jeolojik yapıların yapısını, dağılımını ve potansiyelini belirlemede önemli bir rol oynar (Kadıoğlu, 2001). Bu çok yönlü analiz, jeolojik süreçlerin anlaşılması ve risk değerlendirmeleri için net bir bakış sağlar. CBS’nin mekânsal analiz araçları, jeokimyasal verilerin alansal dağılımının haritalanmasını ve farklı jeolojik birimler arasındaki kimyasal farklılıkların değerlendirilmesini mümkün kılar (Zuo vd., 2016; 2021). JEOKİMYASAL VERİLERİN CBS İLE DEĞERLENDİRİLMESİ: MADEN . . .   79 Bu çalışmada, jeokimyasal verilerin CBS ile analizi ele alınacaktır. Örnek çalışma olarak, yazarın tezinden elde ettiği jeokimyasal veriler ve literatür verileri kullanılacaktır (Tablo 1). CBS teknikleriyle bazı elementlerin mekânsal dağılımı incelenecek ve bu bulgular, bölgenin jeolojisinin değerlendirilmesine katkıda bulunacaktır. Ayrıca, CBS’nin jeokimyasal verilerle entegrasyonunun sağladığı avantajlar da vurgulanacaktır. 1.1.CoğrafiBilgiSistemi CBS, mekânsal verileri yönetmek için kullanılan bir bilgisayar tabanlı sistemdir. “Coğrafi” terimi, verilerin coğrafi koordinatlarla (enlem, boylam) konumunu ifade eder. “Bilgi” kavramı, CBS’deki verilerin analiz yapılabilecek duruma getirilmiş olmasını temsil eder. “Sistem” ifadesi, CBS’nin birbirleriyle ilişkili farklı işlevlere sahip bileşenlerden oluştuğunu gösterir (Ayday vd., 2016; Ehlers, 1993). CBS’nin temel bileşenleri şu şekilde sıralanabilir: · Yazılım: Coğrafi verilerin işlenmesi ve analizi için gerekli araçları sağlar; bunlar, işletim sistemi, CBS yazılımları ve uygulama yazılımları gibi çeşitli yazılım sistemlerini içerir. · Donanım: CBS yazılımlarını çalıştıran bilgisayarlar, çevre birimleri, GPS cihazları ve veri toplama sensörleri gibi çeşitli fiziksel bileşenlerden oluşur. · Veri: Mekânsal veriler, geometrik verilerdir ve konum bilgilerini (koordinatları) içerir. Mekânsal verilerin temsil ettiği elemanlar nokta, çizgi ve poligondur; bu elemanlar CBS’nin en temel bileşenleridir. Bu temel veri yapısına öznitelik verileri de eklenebilir. · Yöntem: Veri toplama, analiz ve görselleştirme süreçlerini kapsar. Yöntemler, sistemin işleyişini sağlayan kuralları ve bu kuralların ilişkilerini belirleyen matematiksel yapılardır. · Kullanıcı: CBS’yi kullanarak mekânsal verilerle çalışan uzmanlar ve karar vericilerdir. CBS, mekânsal verilerin farklı katmanlarını işleyip analiz ederek bu katmanlar arasındaki ilişkileri modellemeyi sağladığı için birçok alanda önemli bir etki yaratmıştır (Agterberg, 1989; Haslett vd., 1991). Örneğin, mineral keşfinde bir bölgenin jeolojik, yapısal, jeokimyasal ve jeofizik özelliklerinin yanı sıra geçmiş keşiflerin konum ve türlerinin değerlendirilmesi önemlidir (Moradpouri & Hayati, 2021). Çevresel sorunlarda süreçler arası etkileşimler ve çoklu veri setlerinin eşzamanlı analizi kritik bir rol oynamaktadır (Belhadj vd., 2024). 80   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I CBS sistemlerinin yaygınlaşmasından önce, kullanıcılar farklı mekânsal veri setleriyle çalışmak için ışık masaları kullanıyordu; bu yöntemle kâğıt tabanlı veriler bir araya getirilerek analiz yapılıyordu (Bonham-Carter, 1994; Worboys ve Duckham, 2004; Zuo vd., 2016). Bilgisayar teknolojisindeki gelişmeler, bu süreçlerin özel CBS yazılımları ile bilgisayar ortamına aktarılmasını sağladı ve daha hızlı ve etkili sonuçlar elde edildi (Yomralıoglu, 2000). Kısa sürede kişisel bilgisayarlar daktilo ve el hesap makinelerini ofisten neredeyse tamamen kaldırdı; CBS, eski ışık masaları ve harita dolaplarının çoğunu değiştirdi (Burrough vd., 2015; Star & Estes, 1990). 2. Örnek Uygulama: Maden Kompleksi Bu bölümde Maden Kompleksi’ne yönelik bir uygulama gerçekleştirilecektir (Şekil 1). Maden Kompleksine ait kayaçların bazı görselleri Şekil 2’de verilmiştir. Çalışmada, jeokimyasal veriler kullanılarak bazı elementlerin mekânsal dağılımı CBS ortamında analiz edilecektir (Tablo 1). Jeokimyasal analizlerden elde edilen Ba/Nb, Th/Nb ve Th/Ta element oranları, Kompleksin farklı bölgelerinde incelenecek ve bu oranlar aracılığıyla bölgedeki jeokimyasal değişimler değerlendirilecektir (Şekil 3). CBS’nin haritalama ve görselleştirme araçları, elde edilen verilerin mekânsal ilişkilendirilmesine olanak tanıyacak ve bölgenin jeolojik özellikleri hakkında daha ayrıntılı bilgiler sunacaktır. Çalışmanın sonunda, Maden Kompleksi’nin jeolojik özelliklerinin daha iyi anlaşılmasına katkıda bulunulacak ve CBS’nin bu tür analizlerdeki etkinliği ortaya konacaktır. Şekil 1. Maden Kompleksinin Genel Yayılımı ve Jeoloji Haritası (Mercan, 2021) JEOKİMYASAL VERİLERİN CBS İLE DEĞERLENDİRİLMESİ: MADEN . . .   87 vd., 2024). Tunus’un kuzey kıyılarındaki petrol kirliliği kaynaklarını belirlemek için entegre bir CBS, uzaktan algılama, jeokimyasal ve ekolojik yaklaşımlar kullanılarak bir çalışma gerçekleştirilmiştir. Araştırmada, uzaktan algılama, jeokimyasal veriler ve ekolojik belirteçler CBS aracılığıyla analiz edilmiş; sonuçlar, hidrokarbon kirliliğinin deniz trafiği ile ilişkisini ve bentik canlılar üzerindeki olumsuz etkilerini ortaya koymuştur (Belhadj vd., 2024). Yukarıda belirtilen araştırmalar, çevre bilimleri, hidroloji ve mineralizasyon gibi farklı alanlarda CBS ile jeokimyasal verilerin entegrasyonuna odaklanmaktadır. Bu çalışmada, CBS’nin jeokimya ile entegrasyonunun jeolojik birimlerin oluşumunu anlamaya katkıları vurgulanmakta ve bu entegrasyonun karmaşık jeolojik ortamların yorumundaki rolü detaylı bir şekilde ele alınmaktadır. Araştırma, CBS’nin sunmuş olduğu imkanların jeokimyasal analizlerle birleştiğinde ne kadar değerli sonuçlar ortaya koyduğunu göstermektedir. Bu nedenle, bu süreçlerin etkin bir şekilde gerçekleştirilmesi, jeolojik yapılar ve dinamikleri hakkında derin bilgi edinmemizi sağlamaktadır. Teşekkür Bu çalışma, TÜBİTAK 1001 programı kapsamında 117Y355 kodlu araştırma projesi tarafından desteklenmiştir. Kitap bölümünün hazırlanmasındaki değerli içgörüleri ve katkıları için Prof. Dr. Yavuz ÖZDEMİR’e teşekkür ederim. Kaynakça Agterberg, F. P. (1989). Computer programs for mineral exploration. Science, 245(4913), 76-81. Aktaş, G., & Robertson, A. H. F. (1984). The Maden Complex, SE Turkey: evolution of a neo-tethyan active margin, in The Geological Evolution of the Eastern Mediterranean, (Edt: J. E., Dixon & A.H.F. Robertson). Blackwell Scientific Publications, 0305-8719, Oxford. 375-402. Argyraki, A., & Kelepertzis, E. (2014). Urban soil geochemistry in Athens, Greece: The importance of local geology in controlling the distribution of potentially harmful trace elements. Science of the Total Environment, 482, 366-377. Atakoğlu,O.Ö., & Yalçın,M.G. (2021). Geochemical characterization of the Sutlegen bauxite deposit, SW Antalya. Mining of Mineral Deposits, 15(3), 108-121. Ayday, C., Sabah, L., Yaman, N., & Keser, K. (2016). Açık kaynak kodlu coğrafi bilgi sistemleri ile jeoloji uygulamaları. TMMOB Jeoloji mühendisleri odası yayınları. 88   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Bakır, Z. (2016). Tepeköy (Elazığ Güneyi) ciavarındaki volkanosedimaner kayaçların kil mineralojisi ve Jeokimyası [Yayımlanmamış master tezi]. Fırat Üniversitesi, Fen Bilimleri Enstitüsü. Belhadj, C., Rifi, M., Mohamed, A. B., Rebai, N., & Shili, A. (2024). An integrated GIS, remote sensing, geochemical, and ecological approach for correlating and identifying oil contamination sources of Tunisia’s northern coast. Regional Studies in Marine Science, 69, 103320. Bernhardsen, T. (2002). Geographic information systems: an introduction. John Wiley & Sons. Bonham-Carter, G. (1994). Geographic information systems for geoscientists: modelling with GIS. Elsevier. Burrough, P. A., McDonnell, R. A., & Lloyd, C. D. (2015). Principles of geographical information systems. Oxford University Press, USA. Carranza, E. J. M. (2009). Geochemical anomaly and mineral prospectivity mapping in GIS. Elsevier, Amsterdam. Daş, B. (2016). Hatunköy-Plajköy (Elazığ’ın Güneydoğusu) civarındaki denizel sedimanter ve volkanosedimanter kayaçların kil mineralojisi ve jeokimyasal özellikleri [Yayımlanmamış master tezi]. Fırat Üniversitesi, Fen Bilimleri Enstitüsü. Ehlers, M. (1993). Integration of GIS, remote sensing, photogrammetry and cartogrphy. the geoinformatics approach. GIS Geo-Informations-Systeme, 6(5), 18-23. Ertürk, M. A., Beyarslan, M., Chung, S. L., & Lin, T. H. (2018). Eocene magmatism (Maden Complex) in the Southeast Anatolian Orogenic Belt: Magma genesis and tectonic implications. Geoscience Frontiers, 9 (6), 1829-1847. Grunsky, E. C., & Caritat, P. D. (2020). State-of-the-art analysis of geochemical data for mineral exploration. Geochemistry: Exploration, Environment, Analysis, 20(2), 217-232. Harris, J. R., Wilkinson, L., & Grunsky, E. C. (2000). Effective use and interpretation of lithogeochemical data in regional mineral exploration programs: application of Geographic Information Systems (GIS) technology. Ore Geology Reviews, 16(3-4), 107-143. Haslett, J., Bradley, R., Craig, P., Unwin, A., & Wills, G. (1991). Dynamic graphics for exploring spatial data with application to locating global and local anomalies. The American Statistician, 45(3), 234-242. Jordan, C., Zhang, C., & Higgins, A. (2007). Using GIS and statistics to study influences of geology on probability features of surface soil geochemistry in Northern Ireland. Journal of Geochemical Exploration, 93(3), 135-152. JEOKİMYASAL VERİLERİN CBS İLE DEĞERLENDİRİLMESİ: MADEN . . .   89 Kadıoğlu, Y. K. (2001). Mafik ve Ultramafik Kayaçların Ana-Eser ve REE Jeokimyası Karakteristikleri ve Jeofiksel Açıdan İncelenmeleri (Edt: Boztuğ, D., Oltu, N.,). TÜBİTAK Lisansüstü Yaz Okulu. Akçakoca, Düzce. Kaya, Ç. M. (2022). Açık Kaynak Kodlu Coğrafi Bilgi Sistemleri Uygulamaları Temel Bilgiler-Giriş. Serüven Yayınevi. Mercan, Ç. (2021). Çatak (Van)-Kozluk (Batman) arasında yüzeylenen maden kompleksi volkanitlerinin jeolojik ve petrolojik özellikleri [Yayımlanmamış doktora tezi]. Van Yüzüncü Yıl Üniversitesi, Fen Bilimleri Enstitüsü. Moradpouri, F., & Hayati, M. (2021). A copper porphyry promising zones mapping based on the exploratory data, multivariate geochemical analysis and GIS integration. Applied Geochemistry, 132, 105051. Pearce, J. A., & Stern, R. J. (2006). Origin of back‐arc basin magmas: Trace element and isotope perspectives. Back‐arc spreading systems: Geological, biological, chemical, and physical interactions. American Geophysical Union, 166, 63-86. Rabayrol, F., Hart, C. J. R., & Thorkelson, D. J. (2019). Temporal, spatial and geochemical evolution of the late Cenozoic Post-Subduction magmatism in central and Eastern Anatolia, Turkey. Lithos, 336-337, 67-69. Reimann, C. (2005). Geochemical mapping: technique or art? Geochemistry: Exploration, Environment, Analysis, 5(4), 359-370. Robertson, A. H. F., Ustaömer, T., Parlak, O., Ünlügenç, U. C., Taslı, K., & Inan, N. (2006). The Berit transect of the Tauride thrust belt, S Turkey: Late Cretaceous–Early Cenozoic accretionary/ collisional processes related to closure of the Southern Neotethys. Journal of Asian Earth Sciences, 27, 108–145. Star, J. & Estes, J. (1990) Geographical Information Systems: An Introduction. Prentice-Hall, New Jersey. Taheri, K., Missimer, T. M., Mohseni, H. Fidelibus, M. D., Fathollahy, M., & Taheri, M. (2021). Enhancing spatial prediction of sinkhole susceptibility by mixed waters geochemistry evaluation: application of ROC and GIS. Environ Earth Sci, 80, 470. Tamirat, D. M., Aragaw, T., Gnanachandrasamy, G., & Affessa, G. M. (2022). Evaluate the hydro-geochemical characteristics of Selamko farm reservoir water quality and its potential for multipurpose uses in Debre Tabor, Ethiopia using GIS-based water quality indices. Appl Water Sci, 12, 239. Tecim, V. (2008). Coğrafi Bilgi Sistemleri Harita Tabanlı Bilgi Yönetimi. Ofset Matbaacılık. Temel, A. (2001). Volkanik kayaçların jeokimyasal özellikleri (Edt: Boztuğ, D., Oltu, N.,). TÜBİTAK Lisansüstü Yaz Okulu. Akçakoca, Düzce 90   HARİTA MÜHENDİSLİĞİ ÇALIŞMALARI I Turoğlu, H. (2016). Coğrafi Bilgi Sistemlerinin Temel Esasları. Çantay Yayınları. Worboys, M. F., & Duckham, M. (2004). GIS: a computing perspective. Second Edition. CRC press (Taylor & Francis Group). Wu, Z., Xia, T., & Jia, X. (2024). Spatial variation and pollution risk assessment of heavy metals in industrial soil based on geochemical data and GIS-A case of an iron and steel plant in Beijing, China. International Journal of Environmental Analytical Chemistry, 104(18), 6826-6847. Yıldırım, E. (2010). Çelikhan-Sincik (Adıyaman) arasındaki magmatik kayaçların petrolojisi [Yayımlanmamış doktora tezi]. Fırat Üniversitesi, Fen Bilimleri Enstitüsü. Yılmaz, Y. (1993). New evidence and model evolution of the southeast anatolian orogen. Geological Society of America Bulletin, 105, 251-271. Yiğitbaş¸ E., Genç, S. C., & Yılmaz, Y. (1993). Güneydoğu Anadolu Orojenik kuşağında Maden Grubu’nun tektonik konumu ve jeolojik önemi. A. Suat Erk Jeoloji Sempozyumu. 2-5 Eylül, Ankara. 251-264. Yiğitbaş, E., & Yılmaz, Y. (1996). New evidence and solution to the Maden complex controversy of the southeast Anatolian orogenic belt (Turkey). Geologische Rundschau, 85, 250-263 Yomralıoglu, T. (2000). Cografi bilgi sistemleri temel kavramlar ve uygulamalar. Istanbul, Turkey. Seçil Ofset. Zuo, R., Carranza, E. J. M., & Wang, J. (2016). Spatial analysis and visualization of exploration geochemical data. Earth-Science Reviews, 158, 9-18. Zuo, R., Wang, J., Xiong, Y., & Wang, Z. (2021). The processing methods of geochemical exploration data: past, present, and future. Applied Geochemistry, 132, 105072. Xu, H., & Zhang, C. (2023). Büyük veri çağında çevre jeokimyasında GIS tabanlı mekansal analizin geliştirilmesi ve uygulamaları. Environ Geochem Health, 45, 1079–1090. Xu, Y., & Zuo, R. (2024). Geochemical survey data cube: A useful tool for lithological classification and geochemical anomaly identification. Geochemistry, 84(2), 125959.