Bolum 1: Kapsam, Tanim ve Temel Yaklasim
Açık Kaynak İstihbaratı (OSINT) kapsamında uydu görüntüleri ve coğrafi konum tespiti (geolocation), modern araştırmacı gazeteciliğin epistemolojik temelini oluşturan, kanıt tabanlı doğrulama paradigmasıdır. Bu yaklaşim, “görünen” ile “olani” ayırt etmekte kullanılan multidisipliner bir metodolojidir; uzaktan algılama (remote sensing) fiziği, fotogrametri, GIS (Coğrafi Bilgi Sistemleri) analitiği ve kritik kaynak değerlendirmesini entegre eder. Ontolojik cerçeve, bir görselin “nerede”, “ne zaman” ve “nasıl” çekildiğini belirleyen üçlü doğrulama kuralına (Location, Time, Source) dayanır. Temel parametreler; uzaysal çözünürlük (GSD), spektral bant sayısı, yenileme frekansı (revisit time), güneş açısı (azimuth/elevation) ve atmosferik gürültü faktörleridir. Bu çalışma, tek bir görselin “gerçeklik” kanıtı olmadığını, ancak konteksteki coğrafi, kronolojik ve fiziksel tutarlılığin (consilience) biriktirilmesiyle “olası gerçeklik” skorunun yükseltilebildiğini varsayar. Haber Impress standartlarına uygun olarak, bu süreç “şüpheci bilimin” (skeptical inquiry) prosedürel tasarrufudur.
Bolum 2: Temel Ilkeler ve Calisma Mekanizmasi
Uydu görüntüleme mekanizması, elektromanyetik spektrumin görünür (VIS), yakın kızılötesi (NIR) ve termal bantlarındaki yansıma/emisyon fizigi üzerine kuruludur. Aktif sensörler (SAR – Sentetik Aperlıklı Radar) bulut/gece engelini aşarken, pasif optik sensörler (Landsat, Sentinel, Maxar, Airbus) güneş ışınına bağımlıdır. Coğrafi konum tespiti (geolocation), görseldeki “yer işaretleri” (landmarks: bina gölgeleri, yol topolojisi, bitkitepe kalıpları, hidrografi) ile referans uydu haritaları (Google Earth, Bing, ESRI, Yandex) veya vektör verileri (OSM) arasındaki homografi ve affin dönüşüm eşleşmesine dayanır. Kritik mekanizma “gölge analizi” (shadow analysis) ile zaman tespitidir (chronolocation); bina yüksekliği, gölge uzunluğu ve güneş açısının trigonometrik ilişkisi (tan θ = gölge/bina), görselin zaman damgasını saat hassaslığında kalibre eder. Bu fiziksel model, “deepfake” veya eski görselin yeniden bağlamlandırilmesi (re-contextualization) saldırı vektörlerini, piksel seviyesinde spektral tutarsızlıklar ve perspektif bozulmaları (parallax error) aracılığıyla ortaya çıkarır.
Bolum 3: Metodoloji, Standartlar ve Protokoller
Uluslararası standartlar; NGA (National Geospatial-Intelligence Agency) GEOINT standartları, ISO 19115/19157 (coğrafi veri kalitesi/metadata), W3C PROV-O (provenance ontology) ve Bellingcat/First Draft doğrulama protokollerini referans alır. Metodoloji beş aşamalıdır: 1) Kaynak Sourcing (Orijinal dosya hashi SHA-256, EXIF/XMP/IPTC metadata forensics via ExifTool/FotoForensics). 2) Georeferanslama (GCP – Ground Control Points ile RMS hata < 0.5 piksel hedefli ortorektifiye). 3) Kronolokasyon (SunCalc, ShadowCalculator, suncalc.org API ile güneş efemeris verilerinin tersine mühendisliği). 4) Değişim Analizi (Time-series analysis: NDVI, NDBI, MNDWI indeksleri ile tarihler arası fark haritalama). 5) Peer Review & Chain of Custody (GitHub/GitLab üzerindeki analiz scriptlerinin yeniden üretilebilirliği). Hata marjı bütçesi (Error Budget); GSD’nin 1.5-2 katı (örn. 30m Sentinel-2 için ~45-60m lokasyon hata toleransı) olarak tanımlanır. Bu protokol, “confirmation bias”i engellemek için “blind analysis” (kör analiz) tekniğini zorunlu kılar.
Bolum 4: Kapsamli Parametre ve Degerlendirme Tablosu
| Parametre | Ölçüt / Değer | Metrik | Stratejik Etki |
|---|---|---|---|
| Uzaysal Çözünürlük (GSD) | Optik: 0.3m – 10m / SAR: 1m – 40m | Metre/Piksel (m/px) | Nesne tanıma limitini (bina, araç, insan) ve hata marjını belirler. |
| Spektral Bant Sayısı | RGB (3) – Multispektral (4-13) – Hiperspektral (>100) | Bant Sayısı / Spektral Aralık (nm) | Malzeme ayrımı (beton/asfalt/bitki), sahteleştirme tespiti (spektral imza). |
| Yenileme Süresi (Revisit) | Geo-stationer (dk) / LEO Konseyleri (1-5 gün) / Tasking (Saatler) | Gün / Saat | Olay kronolojisini (kronolokasyon) ve değişim analizi frekansını kısıtlar. |
| Gölge/Kronolokasyon Hassasiyeti | Güneş Açısı (Azimuth/Elevation) ±0.5° | Derece / Saniye | Zaman damgası doğrulamasının alt limiti; ±15-30 dk hata payı standarttır. |
| Ortorektifiye Hata (RMSE) | GCPs sayısı ≥ 4, Dağılım: Köşeler + Merkez | Metre (WGS84 / UTM Zone) | Koordinat doğruluğu; hedef < 1.5x GSD (örn. 0.5m çözünürlükte < 0.75m hata). |
| Atmosferik Bozucu Faktörler | AOD (Aerosol Optical Depth), Bulut Maskesi (QA60/S2) | Adimsiz İndeks / % Bulut | Görüntü kullanılabilirliği; SAR bu parametreden bağımsızdır. |
| Perspektif/Parallaks Bozulması | Off-nadir açısı > 20° için RPC (Rational Polynomial Coeff.) | Derece / Piksel Kayması | Yüksek binalarda “lean” etkisi; 3D model (DEM) ile koreksiyon zorunluluğu. |
| Veri Sağlayıcı Güvenilirlik | First-tier (Maxar/Airbus) vs. Open (Sentinel/Landsat) vs. Commercial Aggregator | Lisans / DoD/NATO Sertifikası | Hukuki kanıt geçerliliği ve “Chain of Custody” süreci için kritik ayrım. |
| Metadata Bütünlüğü | EXIF/XMP/IPTC + Vendor Specific (IMD/GEOJSON) | Boolean (Intact/Corrupted/Stripped) | Orijinalliği kanıtlama; sosyal medya sıkıştırması metadata’yı yok eder. |
| Değişim Analizi İndeksi | ΔNDVI, ΔNDBI, ΔMNDWI (Pre/Post Event) | Standart Sapma / Z-Skor | Doğa olayları (sel, yangın) vs. Askeri aktivite (toprak kazısı) ayrımı. |
| Kaynak Çokluluğu (Triangulation) | Min. 2 Bağımsız Uydu Kaynağı + Yer Gözlemleri (Ground Truth) | Kaynak Sayısı / Tutarlılık Skoru | Tek kaynak riskini (single point of failure) elimine eder. |
| Yasal/Ethik Uyum | GDPR (Kişisel Veri), ITAR/EAR (Çözünürlük Kısıt), ROE (Rules of Engagement) | Compliance Score (0-100) | Yayın sorumluluğu ve kurumsal risk yönetimi için zorunlu gate. |
Bolum 5: Uygulama Alanlari ve Pratik Senaryolar
Saha uygulamalarında bu metodoloji; Suriye/Ukrayna savaşlarında havaalanı hasar değerlendirmesi (crater analysis, shelter integrity), İran nukleer tesislerde (Natanz/Karamshahr) çatı deformasyonu ve gölge analizi ile santrifüj aktivite tahmini, Amazon yağmur ormanlarında illegal madencilik (garimpeiros) ve kırılma noktalarının (tipping points) Sentinel-2 zaman serileriyle tespiti, Türkiye’de 2023 Kahramanmaraş depremlerindeki yıkım haritalarının (Damage Proxy Maps – DPM) ALOS-2/PALSAR-2 InSAR koherans kaybı ile üretilmesi ve Kara Denizi’ndeki cereyan kablı kırılmalarının (Balticconnector) SAR görüntülerindeki yüzey yağlı kalıntı ve AIS (Automatic Identification System) verisi ile korelasyonu örnek teşkil eder. Pratik senaryolarda “Tasking” (uydu yönlendirme) maliyeti yüksekse, son 5 yıllık açık veri arşivi (Sentinel Hub, Google Earth Engine, AWS Open Data) kullanılarak historical baseline oluşturulur. Kritik vaka analizinde (örn. Buçka/Bucha olayları), Maxar WorldView-3 (0.31m) görüntülerindeki “yol üzerindeki cisimler” ile Sentinel-2 (10m) termal anomalileri ve PlanetScope (3m) günlük kronolojisi triangüle edilerek olay sıralaması (timeline) milimetrik hassasiyette yeniden inşa edilir.
Bolum 6: Karsilasilan Zorluklar, Riskler ve Cozum Yolları
Operasyonel darboğazlar; veri gecikmesi (downlink/processing latency), lisans kısıtlamaları (end-user license agreements – EULA yayını engeller), çözünürlük kalkanları (ITAR/EAR 0.5m altı kısıtı – artık 0.25m için lisansli dağıtım var), atmosferik gürültü (tropical belt bulut örtüsü) ve adversarial spoofing (GPS jamming/spoofing uydu ephemeris verisini bozar). Hata modları; “Ghosting” (hareketli hedeflerde SAR azimuth shift), “Layover/Foreshortening” (SAR dağıldak/eğim etkisi), “Blooming” (optik sensörde aşırı pozlanma), ve “Deepfake Satellite Imagery” (GAN tabanlı sahte uydu görüntüleri – örn. DeepSat). Proaktif çözüm stratejileri; Multi-source Fusion (Optik + SAR + LiDAR + OSINT), Automated Change Detection Pipelines (CI/CD ile Google Earth Engine/Python-API otomatik uyarı sistemleri), Blockchain Anchoring (IPFS/Filecoin + Ethereum/Polygon hash anchoring ile metadata immutable kayıt), ve Blind Peer Review Platformları (Whistleblower/Analist anonimliği için SecureDrop benzeri). Risk azaltmada “Pre-bunking” (ön-bekleme) stratejisiyle yaygın sahte narratiflerin (örn. “bu görsel 2014’te çekilmiş”) veritabanı (TinEye, Google Lens, Yandex Images reverse search) ile önceden indekslenmesi kritiktir.
Bolum 7: Guncel Gelismeler ve Gelecek Perspektifi
Son 18 aydeki paradigm shift; Foundation Models for Earth Observation (SatMAE, ScaleMAE, RingMo, Prithvi) ile self-supervised learning, sıfır-şırdan (zero-shot) nesne tanıma ve segmentasyonu sağlıyor. Real-time Tasking APIs (Umbra, Capella, ICEYE, Maxar SecureWatch) “tip-and-cue” (Sentinel-1 SAR uyarısı -> Maxar Optik tasking) döngüsünü dakikaya indirdi. 3D Gaussian Splatting / NeRF (Neural Radiance Fields) ile tek görüntüden veya az sayıdaki frame’ten fotorealistik 3D sahne reconstrüksiyonu, gölge/kronolokasyonu sub-piksel hassasiyette çözüyor. Quantum Key Distribution (QKS) uydu kanalları (Micius/China, EAGLE-1/EU) gelecekte veri bütünlüğü için “unhackable” downlink vaat ediyor. 5-10 yıllık projeksiyon; Persistent Stare Capability (GEO orbitli optik/IR sensörler – ör. Hyperspectral GEO), On-board AI Processing (Edge computing: uydu üzerinde cloud masking, ship detection, anomaly alerting – sadece “event” downlink), ve Digital Twin Earth (ESA/ECMWF DestinE, NVIDIA Earth-2) entegrasyonu ile OSINT analistleri “what-if” simülasyonları yapabilecek. Bu, “reactive verification”den “predictive intelligence”a evrilişi ifade eder.
Bolum 8: Sikca Sorulan Sorular (SSS)
Soru 1: Sosyal medyada paylaşılan düşük çözünürlüklü bir fotoğrafın konumu uydu görüntüleriyle nasıl tespit edilir metadata yokken?
Metadata (EXIF) yoksa, Visual Geolocation (GeoGuessr metodu) uygulanır. Görseldeki belirgin yer işaretleri (bina çatı rengi/şekli, yol kesişim açıları, elektrik direkleri hizalaması, bitki tipleri) Google Earth / Bing / Yandex / ESRI World Imagery baz haritalar üzerinde manuel veya half-automated (SIFT/ORB feature matching via OpenCV/QGIS) eşleştirilir. “Shadow Challenge” (gölge yönünden kuzey/saat tahmini) ve “Sun Glint” (su yüzeyindeki yansıma yönü) yardımcı olabilir. Sonuç WGS84 koordinatları + hata elipsi (CEP – Circular Error Probable) olarak raporlanır.
Soru 2: Sentinel-2 (10m) çözünürlüğü ile bir tankı veya askeri aracı görebilir miyiz?
Göremezsiniz. 10m GSD’de bir tank (~10m uzunluğunda) en iyi durumda 1 piksel veya alt-piksel (sub-pixel) bir “spektral anomalisi” (sıcak nokta / yüksek NIR yansıması) olarak görünür. Tanım (Detection) mümkün olsa bile Tanımlama (Identification – “Bu bir T-90’dır”) ve Tanıma (Recognition – “Bu bir tanktır”) mümkün değildir. NATO STANAG 4559 standartlarına göre tanıma için en az 12-15 piksel hedef üzerinde gerekir (yani ~0.5-0.8m GSD). Sentinel-2 için hedef “aktivite alanı” (toprak kazısı, izler, konvoy gürültüsü) tespitidir.
Soru 3: SAR (Radar) görüntülerini yorumlarken en kritik hata kaynağı nedir ve nasıl önlenir?
En kritik hata Layover (Dağılma) ve Foreshortening (Önyargılama) etkisidir; yamacın radar yönüne baktığı yerlerde tepe noktası tabanından daha yakın göründüğü için (layover) veya yamacın sıkıştığı için (foreshortening) konum hatası oluşur. Çözüm: Yüksek çözünürlüklü DEM (Copernicus DEM 30m / ALOS AW3D30 / LiDAR) kullanılarak Terrain Correction (Range-Doppler Terrain Correction – RDTC) SNAP/ASF HyP3/GAMMA yazılımlarında uygulanır. Bu adım atlanırsa konum hatası 100-500 metreye varabilir.
Soru 4: “Deepfake” uydu görüntüsü nasıl tespit edilir? Piksel seviyesinde hangi artefaktlar aranır?
Generative Adversarial Networks (GAN) veya Diffusion Modelleriyle üretilen sahte görüntüler; Spektral Tutarsızlık (örn. NIR ve Red bantlarındaki NDVI mantığı bozulur – su NIR’de düşük, kırmızıda yüksek olamaz), Fiziksel Olmayan Gölgeler (gölge yönü güneş efemerisine uymuyor), Sensor Noise Fingerprint (PRNU – Photo-Response Non-Uniformity) eksikliği veya sahte sensor gürültü dağılımı, JPEG Ghosting / Double Quantization (yeniden sıkıştırma artefaktları), ve High-Frequency Artifacts (GAN checkerboard artifacts – frekans alanında DFT/FFT analizi ile görünür) ile tespit edilir. Tool: Sentinel Hub EO Browser + FotoForensics (ELA) + Custom Python (PyTorch/Noiseprint).
Soru 5: Uydu görüntüsü hashi (SHA-256) eşleşmiyorsa ama görsel içerik aynıysa bu “değiştirilmiş” anlamına gelir mi?
Kesinlikle hayır. Uydu veri sağlayıcılar (Maxar, Airbus, Planet) Dynamic Tiling ve On-the-fly Processing yapar. Aynı coğrafi alan için istek anınızda farklı işlem parametreleri (Atmospheric Correction: DOS1 vs QUAC vs FLAASH; Pan-sharpening: Brovey vs Gram-Schmidt vs Wavelet; Compression: JPEG2000 vs COG/GeoTIFF; Projection: UTM vs WGS84) kullanılırsa piksel değerleri değişir, hash değişir ama semantik içerik (semantic content) aynı kalır. Doğrulama için Perceptual Hashing (pHash/dHash/aHash) veya Content-Defined Chunking (CDC/Rabin Fingerprint) kullanılır; bunlar piksel değerlerindeki minör kaymalara karşı dayanıklıdır.
Soru 6: Bir olay için “Tasking” (uydu yönlendirme) siparişi vermek istiyorum; maliyet/performans analizi nasıl yapılır?
Üç kritik parametre: 1) GSD Gereksinimi (Ne göremezseniz para etmez; insan/araç için ≤0.5m, bina/hasar için 0.5-1m, genel alan için 3-5m). 2) Latency (Gecikme) (Emergency/Urgent tasking: 4-24 saat + downlink/process: +6-12 saat = Toplam 24-36 saat; Routine: 5-14 gün). 3) Weather Risk (Optik için bulut riski % > 30 ise SAR (Umbra/Capella/ICEYE) seçilmeli – SAR maliyeti optiğın 2-3 katıdır). Maliyet: Optik Tasking (500-2000 USD/100km²), SAR Tasking (1500-5000 USD/100km²). ROI Analizi: Eğer açık veri (Sentinel/Planet NICFI) son 48 saatte uygun açıda (off-nadir < 20°) ve bulutsuz veri varsa Tasking yapılmamalıdır.
Bolum 9: Temel Terimler Sozlugu
Ortorektifiye (Orthorectification): Uydu görüntülerindeki perspektif bozulmaların (topografik relief displacement, sensör eğimi), Dijital Yükseklik Modeli (DEM) ve sensör modeli (RPC) kullanılarak giderilerek, harita doğruluğunda (map-accurate) metrik bir düzleme (projection) getirilmesi işlemidir. Geolocation için şarttır.
GSD – Ground Sample Distance (Yer Örnekleme Mesafesi): Tek pikselin yer yüzeyindeki karşılığını metre cinsinden ifade eden çözünürlük ölçütüdür. “0.5m GSD” = 1 piksel = 0.5m x 0.5m alanı temsil eder. Nesne tanıma limitini (Rayleigh criterion benzeri) belirler.
RPC – Rational Polynomial Coefficients (Rasyonel Polinom Katsayıları): Sensörün fiziksel modelinin (ephemeris, attitude, optics) yerine, görüntü koordinatı (row/col) – yer koordinatı (lat/lon/height) ilişkisini tanımlayan 3. dereceden rasyonel fonksiyon katsayılarıdır. Vendor-agnostic georeferencing standarttır.
InSAR – Interferometric Synthetic Aperture Radar (İnterferometrik SAR): İki veya daha fazla SAR görüntüsünün faz farkı (interferogram) kullanılarak milimetrik hassasiyette yer deformasyonu (subsidence, uplift, co-seismic slip) veya DEM üretilmesi tekniğidir. Sentinel-1 verisiyle ücretsiz uygulanabilir.
Chronolocation (Kronolokasyon): Bir görselin (uydu/fotoğraf/video) çekilme zamanının, güneş pozisyonu (azimuth/elevation), gölge uzunlukları, meteorolojik veriler (bulut hareketi), veya uydu geçiş ephemerisi (ground track) kullanılarak tersine mühendislikle tespit edilmesi sürecidir.
Tasking (Uydu Görevlendirme): Kullanıcının, uydu operatörüne (Maxar, Airbus, ICEYE, Umbra) belirli bir koordinat, zaman penceresi, çözünürlük ve spektral mod için özel olarak veri toplama emri vermesi sürecidir. Maliyetlidir ama hedefli doğrulamada alt yapıdır.
Spectral Unmixing (Spektral Ayrıştırme): Düşük çözünürlüklü piksellerin (mixed pixels) içindeki malzeme kısımlarını (endmembers: su, bitki, impervious surface), spektral imza kütüphaneleri (USGS Spectral Library) kullanarak oransal olarak çözme yöntemidir. Alt-piksel hedef tespiti için kritiktir.
Bolum 10: Sonuc ve Stratejik Degerlendirme
Bu analiz, OSINT tabanlı haber doğrulamanın, “görsel kanıt” fetihizminin ötesinde, fiziksel modellere dayalı, yeniden üretilebilir ve hata bütçesi hesaplanabilir bir bilimsel disiplin olduğunu ortaya koymaktadır. Uydu görüntüleri “gerçeklik aynası” değil, kalibrasyonu, çözünürlüğü, spektral hassasiyeti ve zaman penceresi kısıtlı bir mühendislik ölçüm aracıdır. Kritik ayırıcı kriter; tek bir kaynağa güvenmek yerine, Optik + SAR + AIS/ADSB + Local Sources + 3D Modeling triangulasyonudur. En sık karıştırılan hata; “Görüyorum, o halde doğrudur” (Seeing is Believing) hezimetine kapılmaktır; aksine “Anlamak için model kurmalıyım” (Modelling for Understanding) prensibi işlemelidir. Haber Impress karar vericileri için yol haritası: 1) Standartlaştırılmış Doğrulama Protokolü (SOP) dağıtımına geçiş (ISO 19157 uyumlu). 2) Analist Eğitiminde “Adversarial OSINT” (Red Teaming kendi analizlerinizi bozma) modülünün zorunlu kılınması. 3) Altyapı Yatırımı: Kendi “Analysis Ready Data (ARD)” pipeline’ının (Sentinel/Planet/L
