NESNE TABANLI ARAZİ ÖRTÜSÜ / ARAZİ KULLANIMI DEĞİŞİM ANALİZİ: İSTANBUL 3. HAVALİMANI
Bibliographic record
Abstract
ÖZETBüyüklüğüne göre değişmekle birlikte bir havalimanı, pistler, terminaller, bağlantı yolları vs. gibi birçok birimden oluşan bir komplekstir ve geniş bir yeryüzü alanını kaplar.Bu nedenle bir havalimanı inşası, bulunduğu bölgede arazi örtüsü/arazi kullanımının önemli oranda değişmesine neden olmaktadır.Türkiye'nin en önemli ekonomik, siyasi ve toplumsal merkezi olan İstanbul aynı zamanda Asya ve Avrupa kıtalarını birbirine bağlayan özel bir coğrafi konuma sahip olup dünyanın en önemli havayolları kesişim noktalarından birisidir.İstanbul'da hâlen kullanılmakta olan iki havalimanı vardır, ancak artan ihtiyaçlar sebebi ile şehrin Avrupa kıtası tarafında ve Karadeniz kıyısında, şehir merkezine 35km mesafede, 3. Havalimanı inşa edilmektedir.Mayıs 2015'te başlayan çalışma, 76,5 milyon metrekare alan üzerine dört etapta yapılmak üzere tasarlanmış olup hâlen sürmektedir.Dünyanın en büyük ve en yoğun havalimanı olması planlanan 3. Havalimanı'nın ilk etabını oluşturan bir terminal ile üç pistin yapımı Ekim 2018'de bitirildiğinde, toplam projenin %78'i tamamlanmış olacaktır.İstanbul'un 3. Havalimanı bölgede büyük miktarda arazi örtüsü/arazi kullanımı değişimine sebep olmanın yanı sıra çok geniş bir orman arazisi üzerine inşa edilmesi dolayısıyla çevresel anlamda da büyük önem taşımaktadır.Bu bağlamda, projenin ilk etabının bittiği 2018 sonu itibarı ile bölgedeki arazi örtüsü/arazi kullanımı değişiminin değerlendirilmesi önemlidir.Günümüzde yeryüzündeki arazi örtüsü/arazi kullanımı değişimlerini belirlemek üzere çok-zamanlı uydu verileri etkin bir şekilde kullanılmaktadır.Bu çalışmada bölgedeki değişim Sentinel 2A uydu verileri kullanılarak değerlendirilmiştir.Çalışmada kullanılan çok-zamanlı görüntü seti 2015 ve 2017 tarihli, elektromanyetik spektrumun görünür-kızılötesi (VNIR) bölgesinde algılanmış 4 spektral banda ve 10m mekânsal çözünürlüğe sahip verilerden oluşmaktadır.Bu çalışmada, havalimanı inşasının başlamasını takip eden 3 yıllık süreçteki arazi değişimini belirlemek için nesne tabanlı sınıflandırma yöntemi kullanılmıştır.Çalışmanın sonuçları görsel yorumlama ve sınıflandırma doğruluk analizi ile değerlendirilmiş ve kullanılan yöntemin avantaj ve dezavantajları irdelenmiştir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.022 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".