Bolum 1: Kapsam, Tanim ve Temel Yaklasim
Açık Kaynak İstihbaratı (OSINT) çerçevesinde uydu görüntüleri ve coğrafi konum tespiti (geolocation), haber doğrulamasının en yüksek kanıt değerine sahip teknik alt dalıdır. Bu yaklaşım, sadece bir görselin “nerede” çekildiğini belirlemekle kalmaz, “ne zaman”, “hangi açıdan” ve “hangi sensörle” alındığını belirleyerek olgunun ontolojik doğruluğunu test eder. Temel metodoloji; piksel seviyesinde spektral analiz, gölge geometrisi (sun azimuth/elevation), coğrafi işaretçiler (landmark correlation) ve çoklu kaynaklı veri füzyonu (multi-source data fusion) üzerine kuruludur. Akademik olarak bu süreç, “Bilgi Güvenliği” ve “Dijital Adli Bilişim” disiplinlerinin kesişim noktasında yer alır. Haber Impress editörlük standartları için bu, iddianın “görsel kanıtı” ile “zamsal-mekansal gerçeklik” arasındaki boşluğu kapatan, yargılanabilir ve tekrarlanabilir bir bilimsel protokoldür. Kapsam; askeri seferberliklerden çevresel felaketlere, kentsel gelişimden insan hakları ihlallerine kadar uzanan bir doğrulama spektrumunu içerir.
Bolum 2: Temel Ilkeler ve Calisma Mekanizmasi
Mekanizma, elektromanyetik spektrumun görünür (VIS), yakın kızılötesi (NIR) ve sentetik aperturlu radar (SAR) bantlarındaki etkileşimlere dayanır. Optik uydu sensörleri (örn. Maxar WorldView, Airbus Pléiades), yeryüzünü tararken “Pushbroom” veya “Whiskbroom” tarama yöntemleriyle piksel değerlerini (Digital Numbers) radyometrik kalibrasyondan geçirerek yüzey yansımasını (reflectance) hesaplar. Coğrafi konum tespitinin fiziki temeli, sensör modeli (RPC – Rational Polynomial Coefficients) ile yer referans noktaları (GCPs) kullanılarak gerçekleştirilen ortorektifikasyondur; bu, perspektif bozulmalarını (relief displacement) ve Dünya’nın eğriliğini giderir. Geolokasyon analisti, görüntüdeki dikey objelerin (bina, ağaç, direk) gölge uzunluklarını ve açılarını, çekim tarihi/saati (UTC) için hesaplanan Güneş pozisyonu (SPA algoritması) ile tersine mühendislik yaparak doğrular. Aynı anda SAR verileri (Sentinel-1, ICEYE), bulutlu/gece koşullarında yüzey deformasyonu ve metalik yüzeylerin çift yansıması (double bounce) ile hedef varlığını onaylar. Bu çok spektral ve çok sensörlü çapraz doğrulama, “Deepfake” veya sahte bağlam riskini minimize eden mühendislik dayanağıdır.
Bolum 3: Metodoloji, Standartlar ve Protokoller
Uluslararası standartlar; NGA (National Geospatial-Intelligence Agency) GEOINT Standartları, STANAG 4559 (NATO Video Meta Veri Standardı), OGC (Open Geospatial Consortium) WMS/WCS/WFS servisleri ve ISO 19115/19157 (Coğrafi Bilgi Meta Veri ve Veri Kalitesi) çerçevesinde işler. Metodoloji dört aşamadan oluşur: 1) Toplama & Provenance: Orijinal dosya hash’i (SHA-256), EXIF/XMP/IPTC meta verisi, yükleme zinciri (Chain of Custody) belge edilir. 2) Ön İşleme: Atmosferik düzeltme (Dark Object Subtraction, FLAASH/QUAC), pansharpening (GS, Brovey, Wavelet) ile uzaysal çözünürlük artırımı. 3) Analiz & Çıkarım: Nesne tabanlı görüntü analizi (OBIA), makine öğrenmesi (CNN/YOLO) ile hedef tespiti, gölje analizi (Shadow Analysis) ile yükseklik tahmini, coğrafi kodlama (Geocoding). 4) Raporlama & Hakikat Yargılama: Structured Analytic Techniques (SAT) – özellikle “Analysis of Competing Hypotheses (ACH)” – kullanılarak olasılık matrisi oluşturulur. Haber Impress protokolü, “İki Bağımsız Uydu Kaynağı Kuralı” (Dual-Source Rule) ve “Zemin Gerçekliği (Ground Truth) Eşleşmesi” zorunluluğu koyar; tek bir görsel asla tek başına “kanıt” kabul edilmez.
Bolum 4: Kapsamli Parametre ve Degerlendirme Tablosu
| Parametre | Olcut / Deger | Metrik | Stratejik Etki |
|---|---|---|---|
| Uzaysal Çözünürlük (GSD) | 0.30m – 1.0m (Ticari Optik) / 1m – 5m (SAR) | Metre/Piksel (m/px) | Nesne tanıma yeteneğini (askeri araç vs sivil) ve yasal sınırları belirler. |
| Zamsal Çözünürlük (Revisit) | < 24 sa (Konstelasyon) / 1-16 gün (Tek Uydu) | Saat / Gün | Olay dinamiklerini (seferberlik, yangın, sel) izleme sıklığını kısıtlar. |
| Spektral Bant Sayısı | 4 (RGB+NIR) – 8+ (Multispektral) / Tek/Çift Pol (SAR) | Bant Sayısı / Polarisasyon | Malzeme ayrımı (çelik/beton/bitki), su/nem indeksleri (NDWI/NDVI) hesaplamasını sağlar. |
| Radyometrik Hassasiyet | 11-bit – 14-bit (Optik) / SNR > 20 dB (SAR) | Bit Derinliği / Sinyal/Gürültü Oranı | Gölge detayı, düşük ışık performansı ve yüzey sıcaklığı/nem tahminini etkiler. |
| Ortorektifikasyon Hassasiyeti (CE90/LE90) | < 1.5m – 5m (GCPsiz) / < 0.5m (GCPli) | Dairesel Hata %90 (Metre) | Hukuki delil kabiliyeti ve sınır çizgisi tespitindeki yasal geçerliliği belirler. |
| Gölje Uzunluğu / Açı Analizi | Güneş Azimut/Yükseklik (NOAA SPA) + Nesne Yüksekliği | Derece / Metre | Bina/araç yükseklik tahmini, sahtecilik tespiti (gölge tutarsızlığı) için kritik. |
| Meta Veri Bütünlüğü (EXIF/XMP/RPC) | SHA-256 Hash Eşleşmesi, RFC 7946 GeoJSON Uyumu | Boolean / Standart Uyumu | Zincir şebekesi (Chain of Custody) ve adli kabul edilebilirliğin temeli. |
| Çoklu Görüntü Stereo/Tristereo | B/H Oranı (Base/Height) 0.6 – 1.0 | Oran / DSM Hassasiyeti (m) | 3B Model (DSM/DEM) üretimi, gölje analizi doğrulaması, çökme/yükseklik değişimi. |
| SAR Koherans / Deformasyon (InSAR) | Koherans > 0.3 / Hassasiyet ~mm/yıl | Koherans Katsayısı / mm | Altyapı hasarı, yer altı hareketi, askeri kazı faaliyetlerinin gizli takibi. |
| Makine Öğrenmesi Tespit Skoru (mAP/IoU) | mAP@0.5 > 0.85 (Askeri/Endüstriyel) | Mean Average Precision / Intersection over Union | Otomatik hedef sınıflandırması (T-90 vs M1A1, TIR vs Kamyonet) hata oranını belirler. |
| Hava Durumu / Bulut Örtüsü | Bulut Oranı < %10 (Optik) / Etkisiz (SAR) | Yüzde / Bant Geçirgenliği | Operasyonel pencere (Collection Window) planlamasını ve veri maliyetini yönetir. |
| Veri Erişim Gecikmesi (Latency) | Near Real-Time (NRT) < 30 dk / Arşiv Anında | Dakika / Saat | Kriz yönetimi (Crisis Mapping) ve canlı yayın doğrulaması için karar döngüsü hızı. |
| Lisanslama / Paylaşım Kısıtlamaları | EULA, ITAR/EAR, GDPR, Ulusal Güvenlik Yönergeleri | Hukuki Kategori (Açık/Kısıtlı) | Editörlük kullanım hakları, kaynak gösterim zorunluluğu ve yasal risk profili. |
Bolum 5: Uygulama Alanlari ve Pratik Senaryolar
Saha uygulamaları, “Passive Collection” (pasif toplama) stratejisiyle gerçek zamanlı haber doğrulamasından “Active Tasking” (aktif görevlendirme) ile derinlemesine istihbarat üretimine uzanır. Senaryo 1: Askeri Seferberlik Doğrulaması (Örn. 2022 Ukrayna, 2023 Gaza): Maxar/PlanetScope arşiv verileri ile tespit edilen konvoyların, Sentinel-1 SAR verileriyle geceleri/bulutlu günlerde izlenmesi; gölje analiziyle araç türü (tank, zırhlı, lojistik) ayrımı. Senaryo 2: Çevresel Felaket ve İklim Adaleti: Sentinel-2/3 ve Landsat 8/9 verileriyle yangın yarası (Burn Scar – dNBR), sel su seviyesi (HAND modeli), petrol sızıntısı (SAR slicks) haritalanması; resmi açıklamalarla uydu gerçekliğinin çelişki tespiti. Senaryo 3: İnsan Hakları ve Yapısal Hasar (Örn. Suriye, Mianmar, Türkiye Deprem): UNOSAT/UNITAR metodolojisiyle “Pre/Post” (Öncesi/Sonrası) karşılaştırması; OBIA ve CNN modelleri (Damage Proxy Maps) ile yıkım derecesi (No Damage / Minor / Major / Destroyed) sınıflandırması. Senaryo 4: Deniz Trafiği ve Sanksiyon Takibi: AIS (Automatic Identification System) verisi kapalı “Dark Fleet” gemilerinin, SAR (Sentinel-1, ICEYE) ve optik (PlanetScope) veriyle tespiti, liman giriş/çıkış zamanlamasının doğrulanması. Bu senaryolarda “Geolocation” sadece koordinat vermez; olayın “narrative” (anlatı) doğruluğunu bilimsel kanıtla test eder.
Bolum 6: Karsilasilan Zorluklar, Riskler ve Cozum Yollari
Operasyonel Darboğazlar: 1) Veri Maliyeti ve Erişim Asimetrisi: Yüksek çözünürlüklü (sub-metre) ticari veri (Maxar, Airbus) abonelik maliyetleri bütçeyi zorlar; çözüm: ESA Copernicus (Sentinel), NASA/USGS (Landsat), Planet NICFI programları ve açık veri konsorsiyumları (Google Earth Engine, Microsoft Planetary Computer) ile hibrit veri stratejisi. 2) Gölje ve Mevsimsel Gölgelik (Seasonal Shadow Confusion): Kış aylarında düşük güneş açısı uzun gölgeler yaratır, nesne tespitini bozar; çözüm: Çoklu tarihli (Time Series) analiz ve SAR verisiyle optik gölje ayrımı. 3) Adversarial Camouflage ve Deception (Kamuflaj/Aldatma): Sahte hedefler (decoy), termal imza manipülasyonu, ağaçlandırma ile gizleme; çözüm: Hiperspektral analiz (malzeme imzası), SAR koherans değişimi (yüzey dokusu), çok açılı (Multi-angle) görüntüleme. 4) Meta Veri Manipülasyonu (EXIF Stripping/Injection): Dosya meta verilerinin silinmesi veya sahte koordinat enjekte edilmesi; çözüm: Blockchain tabanlı provenance (C2PA standardı), hash tabanlı dosya bütünlüğü kayıtları, RPC modeli ile piksel geometrisinin tersine mühendisliği. 5) Yasal ve Etik Riskler: Gizlilik (KVKK/GDPR), askeri hassasiyet (OSINT paradoxu), telif hakları; çözüm: “Blur/Redaction” protokolleri, kamu yararı (Public Interest) testi, lisans uyumluluğu (CC-BY vs Commercial).
Bolum 7: Guncel Gelismeler ve Gelecek Perspektifi
Son 18 ayda üç paradigma değiştirici gelişim öne çıkıyor: 1) Foundation Models (Temel Modeller) ve GeoAI: Segment Anything Model (SAM) uyarlamaları (GeoSAM, RS-SAM) ve büyük dil modelleri (LLM) ile uydu görüntüsü sorgulama (örn. “Bu görüntüde 20 metreden uzun, gölgesi kuzeye doğru uzanan silindirik nesneler var mı?”). Bu, “Zero-shot” (sıfır örnekli) hedef tespitini devrim niteliğinde hızlandırıyor. 2) SAR Konstelasyonları ve Persistent Monitoring: ICEYE, Capella Space, Umbra, Synspective gibi NewSpace firmaları < 1m SAR çözünürlüğü ve < 1 saat revisit süresiyle “Near Real-Time” deformasyon ve hareket takibini (Coherent Change Detection – CCD) standart hale getiriyor. 3) Hiperspektral ve Termal Gözlem: PRISMA, EnMAP, EMIT ve gelecekteki TRUTHS/SBG misyonları, malzeme kimyasal bileşimini (mineral, kimyasal madde, bitki stresi) piksel başına spektral imza ile ortaya çıkarıyor. 5-10 Yıllık Projeksiyon: “Digital Twin Earth” (Dijital Dünya İkizi) altyapısı (ESA Destination Earth, NVIDIA Earth-2) içinde OSENT, statik doğrulama değil, dinamik simülasyon tabanlı tahmin (Predictive Intelligence) yapacak. Haber büroları, veri tüketicisinden “Analitik Üretici” (Analytic Producer) rolüne evrilecek; otomatik uyarı sistemleri (Automated Change Detection Alerts) editörlük karar destek sistemlerinin (CDS) çekirdeği olacak.
Bolum 8: Sikca Sorulan Sorular (SSS)
Soru 1: Google Earth / Google Maps görselleri haber doğrulamasında “kanıt” niteliğinde kabul edilebilir mi?
Cevap: Hayır. Google Earth/Maps, mosaiklenmiş, tarihi belirsiz, radyometrik kalibrasyonsuz ve lisans kısıtlı bir “görselleştirme katmanıdır” (Visualization Layer), ham veri (Raw Data) değildir. Çekim tarihi belirsizliği (yıllar öncesi olabilir), ortorektifikasyon hataları (yüksek binalarda kayma) ve sıkıştırma artefaktları (JPEG artifacts) adli analiz için kabul edilemez. Sadece “ipucu” (lead generation) için kullanılır; kanıt için orijinal sağlayıcıdan (Maxar, Airbus, Planet, ESA) meta verili (RPC, IMD, GEOJSON) Level-1B/2A ürünü temin edilmelidir.
Soru 2: Uydu görüntüsünde bir binanın gölgesinden yüksekliğini nasıl hesaplarsınız ve hata payı nedir?
Cevap: Formül: Yükseklik (h) = (Gölge Uzunluğu * tan(Güneş Yükseklik Açısı)) / cos(Gölje Eğimi - Arazi Eğimi). Güneş pozisyonu (Azimuth/Elevation) çekim anı (UTC) için NOAA SPA algoritmasıyla hesaplanır. Gölge uzunluğu alt piksel hassasiyetinde (sub-pixel) kenar tespiti (Canny/LoG) ile ölçülür. Hata payı; GSD’ye (Genelde 1-2 piksel), DSM hassasiyetine (arazi eğimi için), gölge kenarı belirsizliğine (penumbra) ve saat dilimi hatasına bağlıdır; optimal koşullarda ±15-30 cm, zorlu koşullarda ±1-2 metre civarındadır.
Soru 3: SAR (Sentetik Aperturlu Radar) verisi optik görüntüye göre hangi durumlarda üstündür?
Cevap: SAR; gece, yoğun bulutlu/yağmurlu hava, dumanlı/volkanik kül ortamları gibi optik sensörlerin kör kaldığı tüm atmosferik koşullarda çalışır. Ayrıca yüzey deformasyonu (InSAR – mm hassasiyeti), deniz yüzeyindeki petrol sızıntısı/kalaylık (Dark Spot Detection) ve metalik yüzeylerin köşe yansıtıcısı (Dihedral Corner Reflector) etkisiyle askeri araç/gemilerin çok net tespiti için üstündür. Dezavantajı: “Layover”, “Foreshortening”, “Shadow” geometrik bozulmaları ve speckle gürültüsü yorumuzmanlık gerektirir.
Soru 4: “Chain of Custody” (Zincir Şebekesi) haber bürosu için neden kritiktir ve nasıl sağlanır?
Cevap: Hukuki süreçlerde (ICC, MH17, savaştan sorumluluk davaları) veya platform politikalarında (Meta, X/Twitter Community Notes) görselin “değiştirilmemiş” kanıtı zorunludur. Sağlanması: 1) İndirme anında SHA-256 Hash üretilir ve zaman damgalı (RFC 3161) bir otoriteye (örn. OpenTimestamps, blockchain) kaydedilir. 2) Orijinal dosya (GeoTIFF, NITF, SICD) meta verileri (RPC, EXIF, XMP) değiştirilmeden arşivlenir. 3) Analiz sürecinde kullanılan yazılım versiyonları, parametreler ve ara çıktılar (log) saklanır. C2PA (Coalition for Content Provenance and Authenticity) standardı bu süreci otomatize eder.
Soru 5: Yapay zeka (YOLO/Detectron2) modelleri uydu görüntüsünde “False Positive” (Yanlış Pozitif) üretir mi? Nasıl önlenir?
Cevap: Evet, yoğun bir sorundur. Nedenler: Eğitim verisindeki alan kayması (Domain Shift – farklı sensör/şehir/mevsim), gölge/yarık/çatı malzemesi yanılgısı, küçük nesne (Small Object < 10px) tespit zorluğu. Önleme: 1) Test Time Augmentation (TTA) ve Ensemble Modeling (Farklı mimariler birleştirme). 2) Active Learning döngüsü: Analist onayı/reddi ile modeli sürekli fine-tune etmek. 3) Contextual Constraints (Bağlamsal Kısıtlar): “Tank denizde olamaz”, “Uçak pisti dışında park etmez” gibi coğrafi kurallar (Knowledge Graphs) ile son katman filtreleme. 4) SAR-Optik Fusion: Çift sensör onayı (Cross-modal verification) ile FP oranı %60-70 azaltılır.
Soru 6: Bir haber videosunun (social media) konumunu uydu görüntüsüyle nasıl eşleştirirsiniz (Geolocation)?
Cevap: Süreç: 1) Videodan statik coğrafi işaretçiler (Landmarks: Bina köşeleri, yolu kesişimleri, elektrik direkleri, ağaç dizilimi, gölge desenleri) tespit edilir. 2) Bu işaretçilerin azimut/eleve açısı (kamera pozisyonu) tahmin edilir (PnP – Perspective-n-Point algoritması). 3) Uydu görüntüsünde (Ortho/DSM) aynı geometrik yapıya sahip kandidat lokasyonlar aranır (Template Matching / SIFT/ORB feature matching). 4) Gölje Analizi: Videodaki gölge yönü/uzunluğu, uydu çekim saatindeki güneş pozisyonu ile tutarlı mı? 5) Eşleşme Skoru: En az 3 bağımsız, hareket etmez nokta (Control Points) piksel hassasiyetinde (< 2m hata) örtüşmelidir. Sonuç: Koordinat (WGS84) + Güven Aralığı + Zaman Damgası raporlanır.
Bolum 9: Temel Terimler Sozlugu
Ortorektifikasyon (Orthorectification): Uydu görüntüsündeki perspektif bozulması (sensor viewing geometry), Dünya eğriliği ve arazi yükseklik farkları (relief displacement) nedeniyle oluşan geometrik hataların, Dijital Yükseklik Modeli (DEM/DSM) ve sensör modeli (RPC) kullanılarak düzeltilerek, harita projeksiyonuna (örn. UTM/WGS84) metrik doğrulukta getirilmesi sürecidir. Ham görüntü (Raw Image) harita üzerine doğrudan yerleştirilemez; bu işlem zorunludur.
GSD (Ground Sample Distance – Yer Örnekleme Mesafesi): Yeryüzünde bir pikselin karşıladığı zemin mesafesi (metre/piksel). Örn: 0.50m GSD, bir pikselin 50cm x 50cm bir alanı temsil ettiği anlamına gelir. “Çözünürlük” (Resolution) ile karıştırılmamalıdır; GSD sensör optiği ve irtifaya bağlı bir geometrik parametredir, çözünürlük ise sistemin iki noktayı ayırma yeteneğidir (MTF – Modulation Transfer Function).
RPC (Rational Polynomial Coefficients – Rasyonel Polinom Katsayıları): Uydu sensörünün karmaşık fiziksel modelini (ephemeris, attitude, optik distorsiyon) yer ve görüntü koordinatları arasındaki ilişkiyi tanımlayan standartlaştırılmış (NITF/GeoTIFF) bir polinom kümesiyle (20 katsayı: 10 numeratör, 10 payda) basitleştiren matematiksel modeldir. Ortorektifikasyon ve 3B model üretimi için sensör üreticisi tarafından sağlanır; tersine mühendislik (geolocation) için kritik öneme sahiptir.
InSAR (Interferometric Synthetic Aperture Radar – Enterferometrik SAR): Aynı alanın farklı zamanlarda (veya farklı açılardan) alınan en az iki SAR görüntüsünün faz farkı (interferogram) kullanılarak, yeryüzü deformasyonunu (subsidence, earthquake slip, dam stability), topografiyi (DEM üretimi) veya yüzey hareket hızını (mm/yıl hassasiyetinde) ölçen radar interferometri tekniğidir. Koherans (coherence) kaybı (vegetasyon, su, yağmur) ana kısıtıdır.
COG (Cloud Optimized GeoTIFF): Bulut tabanlı işleme (Google Earth Engine, AWS, STAC API) için optimize edilmiş, içsel döşeme (internal tiling), çoklu çözünürlük (overviews/pyramids) ve bayt aralığı istekleri (HTTP Range Requests) destekleyen GeoTIFF standardıdır. Tüm dosyayı indirmeden sadece ilgili bölgeyi (ROI) veya bantları okumayı sağlar; büyük veri (Big Earth Data) analitiklerinin standart formatıdır.
Bolum 10: Sonuc ve Stratejik Degerlendirme
OSENT tabanlı uydu
