Makro ve Mikro Ölçekteki Lokal Jeoid Tespiti için Enterpolasyon Yöntemlerinin Karşılaştırılması

Year 2019, Volume: 4 Issue: 1, 41 - 48, 01.02.2019

Mustafa Yılmaz , Birol Kuru

https://doi.org/10.29128/geomatik.465050

Cited By: 5

Abstract

Bu çalışmada, Harita Mühendisliğinin en önemli uygulamalarından biri olan lokal jeoid tespiti için kullanılan noktalar arasındaki mesafenin enterpole edilen jeoid yüksekliklerine olan etkisinin araştırılması amaçlanmıştır. Çalışma kapsamında, 36.50    40.50 enlem ve 26.50    33.00 boylam aralığındaki bölgede makro ve mikro ölçekte iki test ağı oluşturulmuştur. Makro ağda, 85 referans ve 35 enterpolasyon noktası olmak üzere toplam 120 nokta, mikro ağda, 8 referans ve 3 enterpolasyon noktası olmak üzere toplam 11 nokta kullanılmıştır. Elipsoidal yüksekliklerden ortometrik yüksekliklere dönüşüm için gerekli olan lokal jeoid modellerinin tespitinde Ters Mesafe ile Ağırlıklı (TMA), Kriging (KRG), En Küçük Eğrilik (EKE), Radyal Bazlı Fonksiyon (RBF) ve Geliştirilmiş Shepard (MSH) enterpolasyon yöntemleri kullanılmıştır. Hesaplanan Karesel Ortalama Hata değerleri karşılaştırılarak, çalışma bölgesindeki lokal jeoid tespiti için makro ağda GSH yönteminin ve mikro ağda EKE yönteminin en doğru sonucu verdiği belirlenmiştir. 

Keywords

Lokal jeoid, enterpolasyon, makro-mikro ölçek

References

• Boogaart, K.G., Schaeben, H. (2002). Kriging of regionalized directions, axes and orientations I. Directions and axes. Mathematical Geology, 34(5), 479-503.
• Gullu, M., Yilmaz, I., Yilmaz, M., Turgut, B. (2011) An alternative method for estimating densification point velocity based on back propagation artificial neural networks. Studia Geophysica et Geodaetica, 55(1), 73-86.
• Heiskanen, W.A., Moritz, H. (1967). Physical Geodesy. W.H. Freeman, San Francisco.
• Helmert, F.R. (1880). Die Mathematischen und Physikalischen Theorieen der Höheren Geodäsie (Mathematical and Physical Theories of Higher Geodesy). Druck und Verlag von B. G. Teubner, Leipzig.
• İnal, C., Yiğit, C.Ö. (2003). Jeodezik uygulamalarda kriging enterpolasyon yönteminin kullanılabilirliği. TUJK 2003 Yılı Bilimsel Toplantısı. Coğrafi Bilgi Sistemleri ve Jeodezik Ağlar Çalıştayı, 24-26 Eylül 2003, Konya, 177-185.
• Pearlman, M., Altamimi, Z., Beck, N., Forsberg, R., Gurtner, W., Kenyon, S., Behrend, D., Lemoine, F.G., Ma, C., Noll, C.E., Pavlis, E.C., Malkin, Z., Moore, A.W., Webb, F.H., Neilan, R.E., Ries, J.C., Rothacher, M., Willis, P. (2006). Global Geodetic Observing System-considerations for the geodetic network infrastructure. Geomatica, 60(2), 193-204.
• Torge, W. (2001). Geodesy, 3rd edition. Walter de Gruyter, Berlin-New York.
• Vanícek, P., Krakiwsky, E.J. (1986). Geodesy: The Concepts, 2nd edition. North-Holland, Amsterdam.
• Yanalak, M. (2003). Effect of Gridding Method on Digital Terrain Model Profile Data Based on Scattered Data. Journal of Computing in Civil Engineering, 17(1), 58-67.
• Yilmaz, I., (2009). A research on the accuracy of landform volumes determined using different interpolation methods. Scientific Research and Essay, 4(11), 1248-1259.
• Yilmaz, M., Gullu, M., (2014). A comparative study for the estimation of geodetic point velocity by artificial neural networks. Journal of Earth System Sciences, 123(4), 791-808.
• Yilmaz, M., Uysal, M. (2016). Comparison of data reduction algorithms for LiDAR-derived digital terrain model generalisation. Area, 48(4), 521-532.
• Yilmaz, M., Turgut, B., Gullu, M., Yilmaz, I. (2017). Application of artificial neural networks to height transformation. Technical Gazette, 24(2), 443-448.