Bu notlarda ağırlıklı çakıştırma konusunda yardımcı bilgiler verilmektedir. Ağırlıklı çakıştırma aracı kullanılacağı zaman verilerin raster formatında olması gerekir. Bu nedenle, öncelikle vektör verilerin (shapefile) raster formatına (ESRI GRID) çevrilmesi gerekmektedir. Örnek olarak toprak tipi verisini ele alalım. Ağırlıklı ortalama aracında kullanacağınız iki farklı yaklaşım vardır. Bu nedenle notların bundan sonrası 1. Yaklaşım ve 2. Yaklaşım başlıklarıyla hazırlanmıştır 1. YAKLAŞIM Tüm veri gruplarını uygun olmayan ve 1.,2.,3. derece olarak sınıflandırdığımızdan, rastera dönüştürme işleminden önce yeni bir öznitelik ekleyerek (örneğin:toprakuyg), toprak tipine bağlı olarak uygunluk derecelerini bu özniteliğe yazdıralım. Bunun için öncelikle bu özniteliği oluşturalım. Öntanımlı (default) olarak tüm değerler “0” olacaktır Sorgulama aracını kullanarak bir uygunluk sınıfına uygun tüm toprak tiplerini seçelim (Diyelim ki, aluvyal ve kahverengi topraklar 3. derece uygun) Sorgulama işlemi gerçekleştiğinde öznitelik tablosunda, sorgulama kriterlerine uyan tüm elemanların seçili hale geldiğini göreceksiniz. Bu durumdayken “toprakuyg” başlığına sağ tıklayarak “calculate values” komutunu verelim. Sorgulama sonucu bu işlemi yaptığımızda hesaplama sonucu yalnızca seçili elemanlara uygulanacaktır. Hesaplama kısmına yalnızca “3” yazmamız yetecektir. Bu işlem sonucunda istenen özniteliklerin istenen değeri taşıdığı görülebilir. Aynı işlemleri diğer uygunluk sınıfları için de tekrarlayınız. Artık rastera dönüştürme işlemine başlayabiliriz. Bunun için “Spatial Analyst” menüsünden “Convert” ----- “Features to raster” seçilir. DİKKAT: Raster veri, vektör veriden farklı olarak yalnızca bir özniteliğe sahip olabilir. Bu nedenle, açılan pencerede dönüştürülecek veri seçildikten sonra, özniteliklerden hangisinin raster veriye taşınması gerektiği belirtilmelidir. Sonuçta oluşan raster veri şu şekilde görülecektir. Çakıştırmaya tabi olacak tüm verilerinizde benzeri gerekli işlemleri yaparak raster verilerinizi oluşturun. Ağırlıklı çakıştırma için ArcToolBox’tan “Weighted Overlay” aracı kullanılır. Açılan pencerede, raster veriler teker teker eklenir ve puanlamada kullanılacak skala belirlenir. Bu skala menüden seçilebileceği gibi elle de tanımlanabilir. Tüm raster veriler eklendikten sonra her bir veri grubu için % etki değeri girilir. Bu değerlerin toplamı 100 olmalıdır. Bunun kontrolü “Sum of influence” kutucuğundan yapılabilir (Bu örnekte yalnızca dört veri grubu kullanılmıştır. Projelerinizde büyük olasılıkla daha fazla veri grubunu dahil etmeniz gerekecektir). Daha sonra her uygunluk sınıfı için puanlama gerçekleştirilir. Uygun olmayan kriterler için “Restricted” seçeneği işaretlenir. Bunun nedeni, bir kritere göre uygun olmayan bir yere, diğer kriterler esas alınarak bir uygunluk puanı atanmasını engellemektir. Seçilen skala içinde en yüksek puan en uygun kritere, en düşük puan da uygunlukta son sırada gelen kriterlere atanır. İşlem sonunda, tüm kriterlerin ağırlıklı etkisine bağlı genel uygunluk haritalaması yapılmış olacaktır. 2. YAKLAŞIM İlk yaklaşımdan farklı olarak, yeni bir öznitelik oluşturmaya gerek olmadan, vektör veriler doğrudan raster veriye dönüştürülür. Bu kez dönüşüm sırasında rastera aktarılacak olan öznitelik olarak mevcut öznitelik seçilir (Örneğin “toprak” verisi için “toprak_tip”). Oluşan raster verinin öznitelikleri arasında toprak tipi karakter veri olarak yer alacaktır. Tüm veri grupları için bu şekilde raster dönüşümü gerçekleştirilir. “Weighted Overlay” aracında veri gruplarını eklerken ise “Input Field” olarak ilgili öznitelik seçilir. Böylece ağırlıklı çakıştırma tablosunda bu değerler görünecektir. Her bir toprak tipi için gerekli uygunluk puanı, uygunluk derecesiyle ilişkili olarak (ilk yaklaşımı hatırlayınız) girilir. Bu işlem sonunda oluşacak haritanın ilk yaklaşımdakine benzer olması beklenir NOTLAR Her yaklaşımın kendine göre avantajlı ve dezavantajlı yönleri vardır. Örneğin, ikinci yaklaşımda yeni öznitelik oluşturma, sorgulama yapma gibi basamaklara gerek yoktur. Ancak ilk yaklaşımı uygulayarak her bir vektör eleman için uygunluk derecesini tanımlamış olmanız başka aşamalarda faydalı olacaktır. Örneğin bir önceki haftaki analizlerinizdeki çok uzun sorgulama ifadeleri bu sayede kısaltılarak olası yanlışlara engel olunabilir. Hangi yaklaşımı seçeceğiniz size bağlıdır. İsterseniz kendinizce yeni yaklaşımlar da getirebilirsiniz. Bu notlarda kullanılan kriterler ve veriler yalnızca örnek amaçlıdır, gerçeği yansıtmamaktadır. Bu yaklaşımlardan birini kullanırken teknik sorunlar yaşama olasılığınız vardır (tecrübeyle sabit!). Bu nedenle, tüm verilerin işlemini bitirdikten sonra ağırlıklı çakıştırma yöntemini uygulamak yerine, 2-3 veri için rastera dönüştürme işlemini bitirdikten sonra, yalnızca bu 2-3 veriyi kullanarak bir deneme yapmanız önerilir. Eğer deneme sırasında yaklaşımlardan birinde sorun yaşarsanız diğer yaklaşıma yönelebilirsiniz