#coğrafi bilgi sistemleri

[tibbivearomatikbitkiler]

Makine öğrenmesi yöntemleri kullanılarak toprağın şifalı bitkilere uygunluğunun haritalandırılması

Makine öğrenmesi yöntemleri kullanılarak toprağın şifalı bitkilere uygunluğunun haritalandırılması

#AşırıHasat, #BitkiBiyokütlesi, #BitkiGenotipleri, #BiyolojikÇeşitlilik, #CBSAraçları, #Çeşitlilik, #CoğrafiBilgiSistemleri, #EkosistemHizmetleri, #FenotipikÖzellikler, #GelenekselTıp, #GMPGIS, #GübrelemeOranı, #HabitatKaybı, #HasatSüresi, #IklimDeğişikliği, #IlaçKeşfi, #JeoUzaysalVeriler, #KoropletHaritası, #KuantumCoğrafiBilgiSistemi, #MakineÖğrenimi, #MekansalAnaliz, #Metabolitler, #NesliTükenmekteOlanBitkiler, #QGIS, #ŞifalıBitkiBüyümesi, #ŞifalıBitkiDağılımı, #ŞifalıBitkiler, #SulamaProgramı, #SürdürülebilirYönetim, #Sürdürülebilirlik, #TıbbiBitkilerinKorunması, #ToprakUygunluğuHaritalandırması, #UzaktanAlgılama, #VeriAnalizi, #VeriMadenciliği, #Verimlilik https://is.gd/VEi5H5 https://www.tibbivearomatikbitkiler.com/makaleler/makine-ogrenmesi-yontemleri-kullanilarak-topragin-sifali-bitkilere-uygunlugunun-haritalandirilmasi/

Makine öğrenmesi yöntemleri kullanılarak toprağın şifalı bitkilere uygunluğunun haritalandırılması ile ilgili makaleyi ilgisini çekecek akademik çalışma meraklıları için çevrildi.

Tıbbi bitkilerin yetersiz korunması verimliliklerini etkileyebilir. Geleneksel değerlendirmeler ve stratejiler genellikle zaman alıcıdır ve hatalarla bağlantılıdır. Bitkilerin kullanımı yüzyıllardır geleneksel tıp sisteminin ayrılmaz bir parçası olmuştur. Ancak iklim değişikliği, aşırı hasat ve habitat kaybı nedeniyle sürdürülebilirliği ve korunması kritik önem taşıyor. Çalışma, makine öğrenimi algoritmalarının, haritalama ve mekansal analiz için güçlü bir araç olan coğrafi bilgi sistemlerinin (GIS) ve toprak bilgilerinin, gerçek öngörü için hızlı karar verme yaklaşımına nasıl katkıda bulunabileceğini ve belirli bölgelerdeki hassas şifalı bitkilerin verimliliğini nasıl artırabileceğini ortaya koyuyor ilaç keşfini teşvik etmek.

Toprak, şifalı bitkiler ve CBS bilgileri üzerinde makine öğrenimi ve veri madenciliği tekniklerine dayanan veri analizi, bitkilerin büyümesini besleyecek bir harita üzerinde hızlı ve etkili sonuçları tahmin edebilir. Çalışma, kuantum coğrafi bilgi sistemi aracını kullanarak yeni bir veri kümesinin oluşturulmasını içeriyor ve ekstra ağaç sınıflandırıcı (EXTC), rastgele orman, torbalama sınıflandırıcı, aşırı gradyan artırma ve k en yakın komşu gibi farklı denetlenen algoritmalar uygulayarak savunmasız bitkileri tavsiye ediyor.

EXTC kullanılarak kullanıcıya iki benzersiz yaklaşım önerilmektedir; birincisi, belirli bir alt bölge türü için uygun toprak sınıfları, ikinci olarak kullanıcı tarafından toprak türü için ilgili alt bölge etiketleri ortaya çıkarılmakta ve son olarak potansiyel şifalı bitkiler ve bunların korunma durumları ortaya konulmaktadır. sınıflandırılmış toprak/alt bölge için koroplet haritası kullanılarak görselleştirilmiştir.

Araştırma, EXTC’nin sırasıyla %99,01 ve %98,76 doğruluk oranıyla diğer modellerle karşılaştırıldığında hem toprak hem de alt bölge sınıflandırmalarında olağanüstü performans sergilediği sonucuna varıyor. Yaklaşım, haritalar aracılığıyla toprak mevcudiyetine veya belirli bölgelere dayalı olarak şifalı bitkileri korumakla ilgilenen genel halk, biyoloji bilimi araştırmacıları ve korumacılar için kapsamlı ve hızlı bir referans olarak hizmet etmeye odaklanıyor.

Nesli tükenmekte olan şifalı bitkiler, aşırı hasat, habitat kaybı, iklim değişikliği, istilacı türler, hastalıklar ve zararlılar gibi birçok faktör nedeniyle yok olma tehlikesiyle karşı karşıyadır. Ayurveda, Siddha, Unani ve Tibet tıbbı gibi geleneksel Hint tıbbı sistemlerinde köklü olan bu bitkiler, hem geleneksel hem de modern farmasötiklerde büyük değere sahiptir. Önemli sağlık yararları sağlıyorlar ve onlara bağımlı olan milyonlarca insana gelir fırsatları sunuyorlar. Bu tür nesli tükenmekte olan bitkilerin örnekleri arasında Saussaurea lappa (Kuth), Picorrhiza kurroa (Kutki), Ginkgo biloba (Kız kılı ağacı), Swertia chirata (Chirayata), Gymnema sylvestre (Gurmar), Tinospora cordifolia (Giloy), Salaca oblonga (Salak), Holostemma yer alır. (Jivanti), Celastrus panikulata (Malkangni), Oroxylum indicum (Shyonaka), Glycyrrhiza glabra (Meyankökü), Tylophora indica (Antamul), Bacopa monnieri (Brahmi) ve Rauwolfia serpentina (Sarpagandha). Bu bitkiler, anti-inflamatuar, anti-diyabetik, anti-mikrobiyal, anti-kanser, nöroprotektif, hepatoprotektif ve immünomodülatör etkiler arasında değişen çeşitli tıbbi özelliklere sahiptir. Ek olarak, Snakeroot’tan reserpin ve Himalaya Porsukağacından paklitaksel gibi farmasötiklerde kullanılan değerli bileşik kaynakları olarak da hizmet ederler . Ayrıca, bu bitkilerden birkaçı, Jatamansi yağı ve Red Sanders ahşabı 1 gibi aromatik veya kereste nitelikleri nedeniyle takdir edilmektedir .

Bu bitkilerin toplanması ağırlıklı olarak vahşi doğada, özellikle de sert koşullara dayandıkları ve yavaş yenilenme oranları sergiledikleri Himalayaların dağlık bölgelerinde meydana gelir. Son yıllarda doğal ve bitkisel ürünlerin popülaritesinin artması nedeniyle iç ve dış pazarda bu bitkilere olan talep artmıştır. Sonuç olarak, sürdürülemez hasat uygulamaları ve aşırı kullanım, bu bitkilerin doğal ortamlarında hayatta kalmalarına ciddi tehditler oluşturmaktadır. IUCN (Uluslararası Doğayı Koruma Birliği) ve TRAFFIC (Birleşik Krallık’ta kayıtlı sivil toplum kuruluşu) 2 tarafından hazırlanan yakın tarihli bir rapora göre Hindistan, Asya’da doğadan toplanan bitki ilacı endüstrisi için bir merkez konumundadır. Bununla birlikte, iç ve dış ilaç pazarlarının taleplerini karşılamak için aşırı toplama nedeniyle bazı hayati türlerde kayda değer düşüşler yaşanmıştır.

Bu bitkileri hedef alan koruma çabaları3 , tıbbi özelliklerine bağlı olarak milyonlarca kişinin refahı ve geçimi için büyük önem taşıyor. Ayrıca bu bitkilerin korunması biyolojik çeşitliliğin korunması ve ekosistem hizmetlerinin sürdürülmesi açısından hayati öneme sahiptir. Bununla birlikte, türlerin durumu ve dağılımına ilişkin yetersiz veri, yetersiz yasal ve politika çerçeveleri, mevcut düzenlemelerin optimal düzeyde uygulanmaması ve icrası, yerel topluluklar ve paydaşlar arasında yetersiz katılım ve farkındalık, sınırlı fon ve teknik destek gibi çeşitli zorluklar etkili koruma girişimlerini engellemektedir. ve arazi kullanımında çatışan çıkarlar. Bu nedenle, devlet kurumları, araştırma kurumları, koruma kuruluşları, endüstri birlikleri, tüccarlar, koleksiyoncular, şifacılar, tüketiciler ve medya gibi çeşitli paydaşlar arasındaki acil işbirliği eylemleri, bu bitkilerin sürdürülebilir yönetimini ve kullanımını sağlamalıdır.

Makine öğrenimi (ML), şifalı bitkilerin çeşitli parametrelerde büyümesine aktif olarak katkıda bulunur. Çok azı bitki biyokütlesi ve metabolitlerinin verimini, kalitesini ve çeşitliliğini artırma sürecindedir. Genetik, çevre ve biyotikler de dahil olmak üzere birçok faktör şifalı bitkilerin büyümesini etkiler. ML teknikleri yukarıdaki faktörlerin analiz edilmesine ve şifalı bitkilere yönelik yetiştirme koşullarının ve uygulamalarının optimize edilmesine yardımcı olabilir. Örneğin ML, fenotipik ve fizyolojik özelliklerine göre tıbbi bitkiler için en uygun hasat süresini, sulama programını, gübreleme oranını, haşere kontrol stratejisini ve hasat sonrası işlemleri tahmin etme yeteneğine sahiptir4 . ML algoritmaları, genetik ve moleküler belirteçlere dayalı olarak çeşitli iklim bölgeleri ve toprak türleri için optimum bitki türlerini veya genotiplerini belirleyebilir. Sistematik bir inceleme, farklı ML tekniklerinin birinci sınıf mahsullerdeki özellikleri nasıl seçebildiğini ortaya koyuyor 5 . Ayrıca dijital görüntüleri kullanarak şifalı bitkileri yapraklarının renk, damar, şekil gibi özelliklerine göre kategorize edebiliyor. Derin öğrenme kavramlarının uygulanması Hindistan’ın şifalı bitkilerini tanımayı oldukça destekler 6 . Kışlık buğday ve sarımsak gibi mahsuller , çok kaynaklı uzaktan algılama bilgilerine dayanarak tanımlanır7 .

Kuantum Coğrafi Bilgi Sistemi (QGIS) gibi CBS (Coğrafi Bilgi Sistemi) araçlarıyla birleştirilmiş makine öğrenimi teknikleri, coğrafi verileri ve toprak türlerini dikkate alarak belirli bölgelerde şifalı bitkilerin büyümesine büyük ölçüde yardımcı olabilir 8 . Jeo-uzaysal veriler, belirli bir alandaki farklı değişkenler arasındaki mekansal kalıpların ve ilişkilerin anlaşılmasında, belirli şifalı bitkilerin yetiştirilmesi için uygun bölgelerin belirlenmesinde ve hedeflenen yönetim stratejilerinin uygulanmasında önemli bir rol oynar9 . CBS aracı, coğrafi verilerin düzenlenmesi, analiz edilmesi ve görselleştirilmesi için sağlam bir çerçeve sağlar. Bilim adamları, açık kaynaklı bir araç olan QGIS’in, çeşitli veri türlerinin entegre edilmesine ve görselleştirilmesine olanak sağladığını ortaya koyuyor. QGIS’te şekil dosyalarını kullanarak katmanlar ekleyerek, araştırmacılar birden fazla veri kümesini kolaylıkla birleştirebilir ve şifalı bitkilerin 10 dağılımına ilişkin mekansal analiz gerçekleştirebilir . Araştırmacılar 11 ekolojik olarak uygun bölgelerin çevresel bilgilerini analiz etmek ve böylece şifalı bitkilerin korunmasına ve tanıtılmasına rehberlik etmek için bir GMPGIS (Küresel Tıbbi Bitki Coğrafi Bilgi Sistemi) geliştirmeyi tartışıyorlar.

Şifalı bitkilerin bilgisi, potansiyel kullanımları ve sessizce yok olmaları halk tarafından değil yerli kullanıcılar tarafından bilinmektedir. İlaçlar yoluyla dolaylı kimyasalların tüketiminden kaçınarak yan etkilere neden olan sağlıklı bir bitkisel yaşam sürdürebilmek için bu eksikliğin giderilmesi çok önemlidir. Ancak en iyi yaklaşım, bitkilerden elde edilen uygun maliyetli ilaçlara güvenmektir. Çalışma, potansiyel şifalı bitkileri (savunmasız şifalı bitkiler) toprak türü ve ilgi bölgesi bilgisiyle tanımlayarak büyümelerini artıracak bir çözümü hedeflemeye odaklandı. Her şifalı bitkinin bulunduğu toprak türü ve uygun bölge, şifalı bitkilerin tüm tıbbi özelliklerini koruyarak yüksek kalitede yetiştirilmesi için çok önemlidir. Yukarıdaki faktörlerin kapsamlı bir şekilde anlaşılması, büyümenin arttırılmasında hayati bir rol oynar. Araştırma, toprağın dokusal türleri ile tıbbi bitkilerin dağılımı arasındaki ilişkiyi anlamak için güçlü bir yaklaşım olarak makine öğrenimi algoritmaları, QGIS gibi CBS araçları, coğrafi veriler ve toprak bilgilerini içeren yeni bir kombinasyon önermektedir. Paydaşlar, bu teknikleri kullanarak şifalı bitkilerin yetiştirilmesi ve yönetimi konusunda kolay kararlar alabilir, sonuçta sürdürülebilir uygulamaları ve tedavi edici bitki kaynaklarının korunmasını destekleyebilirler. Bu çalışma, şifalı bitkilerin, potansiyel kullanımları paydaşları tarafından bilinmeden önce sessizce ortadan kaybolması konusuna odaklanmak açısından çok önemlidir.

Mevcut araştırmanın motivasyonu, doğal çözümlerin ve sürdürülebilir uygulamaların son derece değerli olduğu bir çağda hassas bitkileri yetiştirmek için tavsiye prosedürünü optimize etme konusundaki otoriter ihtiyaçtan kaynaklanmaktadır. Haritada ideal konuma sahip bitkilerin doğru şekilde tanınması için çok önemlidir. Bu nedenle, denetimli öğrenmeden, CBS’den ve toprak bazlı analizden yararlanmak, nesli tükenmekte olan tıbbi bitki örtüsünün sürdürülebilir kullanımı, hasadı ve yetiştirilmesinde devrim yaratma konusunda büyük bir potansiyele sahiptir.

Potansiyel üretim bölgelerini vurgulamak için toprak tipini ve CBS bilgilerini temel parametreler olarak kullanan bir bölgedeki hassas şifalı bitkilerin büyümesi için denetimli bir öğrenme (karar ağacı) algoritması kullanan bir öneri modelinin tasarımı için önerilen metodolojinin başlıca katkıları (1) Enlem, boylam, toprak türü ve bölge gibi nitelikleri çıkararak QGIS kullanarak belirli bir ilgi bölgesi (Karnataka, Hindistan’ın güney eyaleti) için 160.492 satırlık özel veri kümesinin oluşturulması. (2) Seçilen bir bölgenin (Hindistan) nesli tükenmekte olan şifalı bitkilerine odaklanan, korunma durumları, toprak tipi ve bölge adı gibi niteliklere sahip yeni bir özel veri tabanı oluşturun. (3) Tasarlanan yaklaşım, belirli bir bölgedeki belirli bir toprak türü için yerleri ve potansiyel tıbbi bitki türlerini tavsiye eder ve ayrıca belirli bir seçim bölgesi için toprak türünü ve potansiyel tıbbi bitki türlerini önerir. (4) Tahmin edilen sonuçlar, paydaşlar arasındaki bilgiyi harita üzerinde görüntüleyerek geliştirmek için koroplet haritasını kullanan önerilen şifalı bitki(ler)i ortaya koymaktadır.

Makalenin organizasyonu şu şekildedir: İlgili çalışmalar bölümünde, farklı çalışmaların, çeşitli teknikler kullanılarak şifalı bitkilerin tanımlanmasına nasıl katkıda bulunduğu anlatılmaktadır. Metodoloji bölümü, hassas bitkileri haritalar üzerinde konumlandırarak önerilen sistemi tasarlamak ve geliştirmek için önerilen stratejiler hakkında kısa bilgiler vermektedir. Sonuçlar ve tartışma bölümü, karar ağacı tekniğinden ve CBS tabanlı modellerden elde edilen sonuçların ilgili bölge (Karnataka bölgesi) üzerinde doğrulanmasını açıklamaktadır. Önerilen sistem, etkinliğini ortaya koymak için ilgili diğer çalışmalarla karşılaştırılmıştır. Son olarak sonuç bölümü, önerilen yaklaşımın (nesli tükenmekte olan) şifalı bitkilerin büyümesi üzerindeki etkisini ve bunların dünya için önemini ortaya koymaktadır.

Hindistan dünyanın “Tıp Bahçesi” olarak bilinen bir ülkedir 12 . Hindistan, etnobotanik açıdan kayda değer 9.500 tür ve yerli sağlık uygulamaları ve modern tıp sistemi için tıbbi değeri olan 7.500 şifalı bitki türünden oluşan zengin bir biyolojik çeşitliliğe sahiptir 13 , 14 . Antik dönemden bu yana, Hint şifalı bitkileri Hindistan’ın geleneksel sağlık sistemi için ana hammadde kaynağı olmuş ve bu nedenle Hindistan’ın muazzam nüfusunun 15 geçimini sağlamıştır . Hindistan’da şifalı bitkileri korumak için yalnızca hassas bitkileri listeleyerek çeşitli yaklaşımlar benimsenmiştir. Araştırmacılar, bu şifalı bitkilerle ilgili ayrıntılara kolay erişim sağlamanın öneminin altını çiziyor; çünkü paydaşların bu bitkilerin büyümesini ve bilgilerini geliştirmesi çok önemli 16 . Tıbbi bitkilerin verimli şekilde yetiştirilmesi ve gelecek nesillere aktarılması için farklı taktiklerin geliştirilmesi büyük önem taşımaktadır. Şifalı bitkilerin neslinin tükenmesi genel bitki türlerine göre daha yüksek oranda artıyor. Geleneksel yaklaşımın yorucu, verimsiz ve hataya açık olması nedeniyle bu şifalı bitkilerin uygun toprakta, bölgede ve diğer çevresel faktörlerde yeniden yetiştirilmesi bilgisi paydaşlar için kritik öneme sahiptir.

Küresel bir tıbbi bitki coğrafi bilgi sistemi (11) , hem toprak hem de iklim değişikliklerini dikkate alarak tıbbi bitkileri korumak ve tanıtmak için uygun bölgeler hakkındaki çeşitli bilgileri analiz eden küresel bitkilere ilişkin coğrafi bilgileri kullanır. Dünya çapında bitki yetiştirme potansiyeli yüksek bölgeleri sergilediler. Herhangi bir ilgi alanı için şekil dosyalarının (GIS katmanları) çıkarılması ve şifalı bitkiler ile rakım arasındaki korelasyonun çizilmesi yoluyla GIS verilerinin 17 kullanılması . CBS teknikleri, küresel öneme sahip şifalı bitkileri vurgulayarak kuzeybatı Ürdün bölgesi için tehdit altındaki bitki noktalarının ve olası koruma sıcak noktalarının tanınmasına yardımcı olur. CBS araçları, araştırma çalışmasını geliştirmek için farklı ilgi alanlarına genişletilebilir. Araştırmacılar18 , daha düşük bir maliyetle halk için COVID-19’u denetlemek amacıyla nutrasötik olarak hizmet edebilecek olası şifalı bitkilere ( Angelica keiskei, Ecklonia cava, Torreya nucifera ve çok daha fazlası) odaklandı. Çalışma, SARS-CoV 3CL’yi iyileştirmek için tıbbi bitki bileşiklerinin kullanımı ve bunların önleyici etkileri hakkında bilgi almak için Scopus, Web of Science, PubMed ve Google Scholar gibi birden fazla kaynaktan (arama motorları) elde edilen gerçeklerin derlenmesini sunuyor. Toplanan şifalı otlar geleneksel olarak hastalık (SARS-CoV) enfeksiyonunu hafifletmek için kullanılıyor ve bildirilen bileşikler SARS’a karşı anti-ilaçlar elde etmek için kullanılıyor. Bu doğrultuda güvenli kaynak olan bu tür şifalı bitkilerin bir an önce korunması ve bir ülkenin ekonomik ürünü olarak bol miktarda yetiştirilmesi gerekmektedir.

Araştırmacılar , doğadaki çeşitli türlerin korunmasını kontrol etmek için birkaç koruma telafisi ve farklı çerçevelerin avantajlarını önerdiler19 . Bitki türlerinin tanınmasında tercih edilen seçenek olarak şifalı bitkileri yaprak görüntülerinden tanımlamak için bir tanıma sistemi tasarlamak ve geliştirmek önemli ve devam eden bir araştırmadır 20 . Bilim adamları, bitki türlerini karmaşık arka planlara sahip yaprak görüntülerinden tanımlamak için verimli bir sistem tasarladılar 21 . Yaprak görüntülerini kullanarak bitki türlerini tanımlamak için hesaplama açısından verimli bir mimari önerildi22 . Çeşitli görüntü işleme ve makine öğrenme teknikleri kullanılarak, verilen giriş görüntüsünden birçok özellik türü otomatik olarak çıkarılabilir. Şifalı bitkilerin güçlü sınıflandırıcılar geliştirilerek sınıflandırılması, güvenilir ve etkili ML algoritmaları 23 kullanılarak türlerin gerçek zamanlı olarak tanınmasına yardımcı olur . İnceleme, yaprağın özelliklerini çıkarmak için kullanılan farklı görüntü işleme yaklaşımlarını ve bunların otomatik olarak tanınmasına yardımcı olan kamuya açık bitki yaprağı veritabanlarını sunmaktadır. Tıbbi bitkilerin sınıflandırılması ve korunmasına yönelik araştırma alanı belirgin bir şekilde devam etmektedir ve bunun geliştirilmesi için bir dizi fırsat mevcuttur. Bununla birlikte, otomatik bir sınıflandırma sistemi ve bitki konumunun haritalarda belirlenmesi, yerel nüfus için şifalı otların büyümesini artırmak için en uygun çözüm olacaktır.

Bangladeş’in Khulna bölgesi için toprak serilerinin tahmini ve belirli bir toprak için uygun ürün verimine ilişkin öneriler sunulmaktadır24 . Rastgele orman, kNN (k en yakın komşu) ve SVM (destek vektör makinesi) gibi benimsenen makine öğrenimi sınıflandırıcıları, toprak sınıflandırmasında daha iyi doğruluk gösterir. DVM modeli %94,95 doğruluk oranıyla diğer iki teknikten daha iyi performans gösterdi. Önerilen sistem, seçilen toprak etiketlerini sınıflandırmış ve birden fazla veri tabanını birleştirerek uygun mahsuller önermiş ve gelecekteki kapsam olarak farklı ilgi alanlarının dikkate alınmasını önermiştir.

Brezilya bölgesindeki tıbbi bitkileri sınıflandırmaya yönelik otomatik bir sistem, tıbbi bitkileri yaprak görüntülerinden tanımada iyi bir sınıflandırma doğruluğu sergilemek için karar ağacı algoritması ve rastgele orman tekniği 25 gibi denetlenen öğrenicileri benimsemiştir. Rastgele orman sınıflandırıcısı, bitkileri renk ve doku özellikleri gibi benzersiz özelliklerine göre tanımlamak için en yüksek doğruluk oranını ve düşük tahmin süresini gösterdi. Araştırmacılar26 , potansiyel büyüme bölgesinin tanınması için ideal bir çözüm sağlayan CBS ve uzaktan algılama verilerini birleştirerek Taxus baccata bitkisini kanser karşıtı yeteneklerle beslemenin önemini ortaya koydu . Bir çalışma27 , atığı taşıyan kamyon için en uygun rotayı vurgulayarak Güney Kore’deki atığı yönetmek için QGIS’i görsel analiz olarak kullanan bir yaklaşım önerdi. Önerilen yaklaşım, atık yönetimi operasyonlarının planlanması ve optimize edilmesinde daha iyi performans analizi gösterdi. Şifalı bitkilerin özel gereksinimlere sahip olması nedeniyle arazi veya toprak uygunluğu, şifalı bitkileri korumak için potansiyel büyüme noktalarının belirlenmesinde önemli bir rol oynar 28 , 29 .

Ankette, hassas bitkilerin korunması ve yetiştirilmesi konusunda geniş bir kapsamın olduğunun vurgulanması dikkat çekicidir. Quantum GIS tekniği ve toprak bilgisinin birlikte bitkilerin korunması ve potansiyel üretim noktalarının belirlenmesine etkili bir şekilde katkıda bulunduğu açıktır. CBS’yi mekansal veri tabanı olarak kullanmak ve QGIS’ten elde edilen toprak bilgilerini kullanmak, hassas şifalı bitkilerin büyümesini desteklemek için sistematik bir yaklaşım olabilir. Yukarıdaki teknikleri makine öğrenimi algoritmalarıyla birleştiren otomatik, kullanıcı dostu bir sistemin, IUCN kırmızı listesinde yer alan tıbbi bitkilerin yok olma durumuna ulaşmadan önce kritik öneme sahip olduğu kanıtlanmıştır.

Çalışma alanı

Hindistan’ın güneybatı bölgesinde yer alan Karnataka eyaleti, Dünya Jeodezik Sistemi (WGS) 84 verilerine göre 11° 30ʹ Kuzey enlemleri ile 18° 30ʹ Kuzey enlemleri ve 74° Doğu ila 78° 30ʹ Doğu boylamları ile sınırlandırılmıştır. Bölge toplam 191.791 km² yüzölçümüne sahip olup, ülke toplam yüzölçümünün yaklaşık %5,83’ünü oluşturmaktadır. Yaklaşık 400 x 750 km’lik coğrafi genişliğe sahip Karnataka, Hindistan’ın batı ve doğu ghatlarının kesiştiği Deccan yarımadasının batı kesiminde yer alıyor. Karnataka, ovalar, tepeler, platolar ve kıyı alanlarının karışımından oluşan farklı topografya nedeniyle çeşitli iklimlere sahiptir. Mevcut farklı toprak doku türleri arasında kil, tınlı, killi tınlı, kumlu tınlı ve kumlu killi tınlı bulunmaktadır . Şekil 1 Karnataka’nın konumunu ve toprak dağılımını göstermektedir.

Önerilen çalışma alanı, Karnataka, Hindistan ve toprak doku türleri.

Veri toplama

Veri toplama sürecinin ilk adımı, FAO (Gıda ve Tarım Örgütü) web kaynağından bir şekil dosyası oluşturmayı içerir. Şekil dosyası, ESRI (Environmental Systems Research Institute, Inc.) tarafından geliştirilen ve coğrafi bir veri kümesini ve onun coğrafi-uzamsal niteliklerini temsil eden birden fazla dosyadan oluşan bir formattır. Noktalar, çizgiler ve çokgenler gibi coğrafi özellikler hakkında bilgi depolayan standart bir jeouzaysal vektör verisidir. Şekil dosyası QGIS 3.30’s-Hertogenbosch’a aktarılır. QGIS, coğrafi verileri etkili bir şekilde yöneten ve işleyen, yaygın olarak kullanılan ve saygın bir açık kaynaklı yazılımdır. Kullanıcıların, şekil dosyaları da dahil olmak üzere farklı formatlardaki coğrafi verileri içe aktarmasına, görselleştirmesine, analiz etmesine ve değiştirmesine olanak tanır.

Verilerin ön işlenmesi

Toprak türü analizi bağlamında FAO şekil dosyası, farklı toprak doku türlerini veya sınıflarını temsil eden çokgenlerin yanı sıra bunların özelliklerini tanımlayan nitelik verilerini içerir. İçe aktarılan şekil dosyası, ilgilenilen belirli bölgeyi, bu durumda Karnataka bölgesini izole etmek için kırpılır. Karnataka’nın taslağı, ülkeye özgü coğrafi veri kümeleri sağlayan bir web kaynağı olan DIVA-GIS’ten alınmıştır. Hindistan’ın jeo-uzamsal dosyasının “idari alanı”, QGIS’e aktarılarak ve Karnataka bölgesini FAO’nun dünya toprak haritasından çıkarmak için bir maske katmanı olarak kullanılarak kullanılıyor.

Yukarıdaki süreç, arzu edilen ilgi alanının analizine odaklanır. Karnataka bölgesine karşılık gelen kırpılmış katman, seçilen bölgeye göre uyarlanmış ayrı bir veri kümesi sağlayarak yeni bir katman olarak dışa aktarılır. Dışa aktarılan bu katman, konuma göre birleştirme nitelikleri gibi jeouzaysal araçlar ve teknikler kullanılarak daha fazla işlenir ve analiz edilir . Veri toplamanın ayrıntılı adımları Algoritma-01’de açıklanmıştır.

Algoritma-01: Veri toplama

Girdi: FAO’dan alınan şekil dosyası

Çıktı: Enlem, boylam, bölge ve toprak türü gibi nitelikleri içeren CSV (virgülle ayrılmış değerler) dosyası

Adım 1: Şekil dosyasını FAO web kaynağından edinin.

Adım 2: Şekil dosyasını QGIS’e aktarın.

Adım 3: Belirli bir bölgeye (Karnataka, Hindistan) karşılık gelen katmanı kırpın ve yeni bir katman olarak dışa aktarın.

Adım 4: QGIS’i kullanarak seçilen bölgenin enlem ve boylamlarını kırpılmış katmandan çıkarın.

Adım 5: Dışa aktarılan katmanı geopandas kitaplığını kullanarak işleyin ve coğrafi veri çerçevesini bir CSV dosyası olarak dışa aktarın.

Adım 6: Veri kümesindeki nitelik sütunları, belirli bir bölgenin enlemini, boylamını, bölgesini ve toprak tipini içerir.

Adım 7: Dışa aktarılan CSV, karar ağacı algoritmalarının sınıflandırmayı gerçekleştirmesi için veri kümesi görevi görecektir.

QGIS kullanılarak, çıkarma işlemi için coğrafi birim görevi gören 0,01 derece enlem çözünürlüğüne sahip ızgara tabanlı bir yaklaşım kullanılarak 160.492 satırdan oluşan kapsamlı bir veri kümesi oluşturulur. Bu ince taneli ızgara, Karnataka bölgesini temsil eden şekil dosyası üzerine bindirilerek, her ızgara hücresi içindeki veri noktalarının hassas bir şekilde tanımlanmasına ve çıkarılmasına olanak tanır. Çıkarılan veri kümesindeki her veri noktası, enlem ve boylam koordinatlarıyla tanımlanan belirli bir konuma karşılık gelir. Ek olarak veri seti, Karnataka’daki belirli alanlar hakkında bağlamsal bilgi sağlayan alt bölge adlarını da içerir. Ayrıca, toprak özelliklerine ilişkin değerli bilgiler her veri noktasıyla ilişkilendirilerek daha sonraki toprak tipi analizi ve araştırmasını kolaylaştırır.

Izgara kaplama tekniğinden elde edilen kapsamlı veri setinden yararlanılarak, toprak özelliklerinin yerel düzeyde ayrıntılı bir şekilde araştırılması mümkün hale gelir. Karnataka bölgesi içindeki mekansal bilginin bu gelişmiş tanecikliliği, (1) Kil , (2) Tınlı , (3) Killi tınlı , (4) Kumlu tınlı , (5) Kumlu gibi çeşitli toprak doku türlerinin detaylı coğrafi analizine ve araştırılmasına olanak tanır. killi balçık ve (6) Su . QGIS kullanılarak çıkarılan Karnataka alt bölgeleri şunlardır: (1) Bidar , (2) Gulbarga , (3) Belgaum , (4) Bijapur , (5) Bagalkot , (6) Raichur , (7) Koppal, ( 8) Uttar Kannand , ( 9) Shimoga , (10) Udupi , (11) Chikmagalur , (12) Dakshin Kannad , (13) Hassan , (14) Kodagu , (15) Gadag , (16) Dharwad , (17) Bellary , (18) Haveri , (19) Davanagere , (20) Chitradurga , (21) Tumkur , (22) Mysore , (23) Mandya , (24) Chamrajnagar , (25) Bangalore Rural , (26) Kolar , (27) Bangalore Urban . Tablo 1 , Karnataka bölgesi için toprak ve konum gibi özellikleri içeren veri seti-1 örneğini detaylandırmaktadır.

Tablo 1 İncelenen bir bölge için konum ve toprağın istatistiksel özelliklerini oluşturan veri seti-1 örneği.

# Latitude (N) Longitude (E) Soil type Region in Karnataka 1 17° 42′ 18.432ʹʹ 76° 41′ 47.4972ʹʹ Clay Bidar 2 17° 26′ 42.432ʹʹ 77° 11′ 47.4972ʹʹ Clay loam Gulbarga 3 15° 17′ 6.432ʹʹ 76° 39′ 23.508ʹʹ Loam Bellary 4 13° 58′ 30.432ʹʹ 75° 26′ 11.508ʹʹ Sandy clay Loam Shimoga 5 14° 17′ 6.432ʹʹ 74° 28′ 35.508ʹʹ Sandy loam Uttar Kannad

Tıbbi bitkilerde doğru veri toplanması, onların botanik özelliklerinin ve korunma durumlarının anlaşılmasında çok önemli bir rol oynar. Sivil toplum ve hükümet kuruluşlarının üye olduğu bir birlik olan IUCN, botanik adları ve korunma durumları da dahil olmak üzere tıbbi bitkilerin kapsamlı ve küresel olarak tanınan bir listesini sağlar. Nesli tükenme riskini ve tür dağılımını sağlayan tehdit altındaki türlerin kırmızı listesini oluşturmuştur30 . IUCN’deki kırmızı liste, türlere (a) DD olarak veri eksikliği, (b) EN olarak tehlikede, (c) LC olarak en az endişe verici, (d) NE olarak değerlendirilmedi, (e) Tehdide yakın gibi sıralı bir tehdit kategorisi atar. NT olarak ve (f) Yok olma riski göstergelerine dayanan niceliksel kriterlere göre değerlendirme yoluyla VU olarak Hassas . Tablo 2’de şifalı bitkiler, korunma durumları ve toprak tipiyle birlikte örnek veri seti-2 gösterilmektedir.

Tablo 2 İncelenen koruma durumu için şifalı bitkileri ve toprak türünü oluşturan veri seti-2 örneği.

# Toprak tipi Tıbbi bitkinin botanik adı Koruma durumu 1 Kumlu killi balçık Aphanamixis polistachya LC 2 balçık Cinnamomum macrocarpum VU 3 Kil Plectranthus caninus LC 4 Kumlu balçık Jatropha gossypiifolia LC 5 balçık Zinnia Peruviana kuzeydoğu 6 Killi toprak Exacum iki renkli TR 7 Kumlu balçık Carica papaya GG

Karar ağacı algoritması

Birçok makine öğrenimi algoritması türünden denetimli ve denetimsiz öğrenme algoritmaları, makinenin verileri nasıl topladığı ve öğrendiğine bağlı olarak tipik olarak ayrılan iki ana türdür. Önerilen çalışma, girdi ve çıktı gösterimine sahip bir veritabanındaki kodlanmış öğrenme akışının makine deneyimini elde ettiği denetimli öğrenme algoritmalarını göstermektedir. Veritabanındaki numuneler olarak bilinen gözlemler, girdi olarak özelliklerden ve çıktı olarak hedef etiketlerinden oluşur. Denetimli algoritmaların temel amacı, girdileri ilgili çıktılara yüksek doğrulukla eşlemektir. Tüm denetlenen algoritmalar Denklem 2’de gösterildiği gibi özetlenmiştir. ( 1 ) düzenli ampirik risk minimizasyonu konusunu açıklamaktadır.

Burada Kayıp , y i gerçek değerini, xi giriş değişkenli ( f ) modelinden elde edilen değerle karşılaştıran kayıp fonksiyonunu ifade eder . İlk terim uyumun kalitesini ölçer, ikinci terim ise karmaşık modellerde aşırı uyumu önlemek içindir. Karar ağaçları (DT), bu çalışmada benimsenen denetimli bir algoritmadır.

DT, ampirik risk minimizasyonu ve dikdörtgen bölgelerde benimsenen açgözlü buluşsal mantık olarak kayıpların karelerinin toplamını kullanır. Esas olarak sürekli ve kategorik girdi ve çıktı değişkenleri dahil olmak üzere sınıflandırma konularına yoğunlaşmaktadır31 . Öncelikle örnekleri ayıran özellikler dikkate alınarak örnekler homojen kümelere ayrılır. DT’de benimsenen terminoloji kök (sadece tüm örnekleri içeren giden oklarla ağacın başlangıcı), yapraklar (kararın tamamlandığı terminal düğümü), düğümler, dal ve budamadır (aşırı uyumu önlemek için ağacın bir kısmının kaldırılması). ). Numuneler, bilgi kazanımı, Gini, varyansın azaltılması ve ki-kare 32 gibi çeşitli tekniklere dayanarak aşamalı olarak bölünür .

Entropi, belirli bir özelliğin sınıflandırılmasıyla ilişkili belirsizlik düzeyini ölçer. Tüm öğeler tek bir sınıfla özel olarak hizalandığında, entropi, kesin ve kesin sınıflandırmayı gösteren bir saflık durumuna ulaşır. Entropi metriği 0 ile 1 arasında değişir; 0, tüm öğelerin belirli bir sınıfla veya tekil bir hakim sınıfla belirgin bir şekilde ilişkili olduğu mükemmel sınıflandırma saflığını temsil eder. Tersine, 1’lik bir entropi değeri, maksimum belirsizlik seviyesini belirtir ve çeşitli sınıflar arasında öğelerin rastgele ve ayrım gözetmeyen bir dağılımını gösterir. Matematiksel olarak Entropi Eşitlik 2’de gösterildiği gibi ifade edilir. ( 2 )

Alternatif olarak Gini safsızlığı olarak da adlandırılan Gini Endeksi, rastgele seçilen belirli bir özellik için yanlış sınıflandırma olasılığını ölçer. Tüm unsurlar yalnızca tek bir sınıfla ilişkilendirildiğinde kusursuz bir sınıflandırma anlamına gelen bir saflık durumuna ulaşır. Entropiye benzer şekilde, Gini endeksi 0 ile 1 arasındaki sayısal aralığı kapsar. 0 değeri, tüm öğelerin belirli bir sınıfa atandığı veya tekil bir sınıfın geçerli olduğu kusursuz sınıflandırma saflığını belirtir. Tersine, 1 değeri, öğelerin farklı sınıflar arasında gelişigüzel dağılımını belirtir. 0,5’lik bir Gini Endeksi değeri, öğelerin birden fazla sınıfa eşit bir şekilde dağıtıldığını gösterir. Matematiksel olarak Gini İndeksi Eşitlik 2’de gösterildiği gibi ifade edilir. ( 3 )

Ağaç tabanlı algoritmalar, doğruluk parametresini geliştirmek için topluluk tekniğini benimser. Topluluk yöntemi, zayıf öğrenenleri güçlü, yüksek performanslı öğrenenlere ulaşmak için birleştirir33 . Torbalama ve güçlendirme, topluluk öğreniminde iki tür tekniktir. Torbalama, aynı birincil veri kümesinin bir alt örnek serisi için birden fazla sınıflandırıcı sonucunu birleştirir. Örneklerin rastgele seçilip tekrarlanmasıyla çeşitli alt veri kümeleri oluşturulur. Her alt veri kümesi için bir model oluşturulur ve tüm model yanıtlarının ortalaması, modu veya medyanı hesaplanarak nihai tahmin oluşturulur. Elde edilen sonuçlar birincil olanlardan daha sağlamdır. Torbalama kapsamındaki teknikler kümesi rastgele orman ve ekstra ağaçlar algoritmasıdır.

Güçlendirme tekniği, zayıf öğrencileri güçlü öğrencilere dönüştürür. Nihai tahmin, ağırlıklı ortalama yaklaşımını kullanarak diğer tahminleri birleştirir. Torbalamadan kritik fark, öğrenenlerin sırayla oluşturulmasıdır. Torbalamada yapılan her ağaç bağımsız olurken, güçlendirmede ağaçlar yanlış sınıflandırılan örnekler dikkate alınarak oluşturulur ve ağırlıklar daha sonraki alt kümelerdeki zor durumlar dikkate alınarak yeniden dağıtılır. Güçlendirme tekniği örnekleri Ada boost ve XGBoost’tur.

Rastgele orman

Ekstra ağaç sınıflandırıcısı, rastgele orman (RF) ve XGBoost gibi DT algoritmaları, topluluk öğrenme yöntemlerinden ortaya çıkan ML teknikleridir. RF, sınıflandırmayı gerçekleştirmek için her ağacın giriş vektörünün en çok yinelenen bant değerlerine oy verdiği karar ağaçlarının bir birleşimidir. Tahmine dayalı ağaçlar, torbalama veya güçlendirme yoluyla girdi veri kümesinden rastgele büyütülür. Giriş veri kümesi, sınıf etiketleri arasındaki farklılığı en üst düzeye çıkarmaya ve böylece alt kümeler oluşturarak en iyi bölünmeyi tanımlamaya yardımcı olan Gini indeksi veya bilgi kazancı gibi ölçümler kullanılarak bölünür. RF hakkında daha fazla ayrıntı Refs’te bulunabilir. 34 , 35 .

Ekstra ağaç sınıflandırıcısı

Son derece rastgeleleştirilmiş bir ağaç olarak da bilinen ekstra ağaç sınıflandırıcı (EXTC) 36 , sınıflandırma için bağımsız karar ağaçları oluşturur ve sınıflandırma modelinin varyansını azaltmak için sağlam rastgeleleştirme yöntemleri içerir. RF ve EXTC arasındaki kritik farklar şunlardır: (a) EXTC, her bir ağacı oluşturmak için eğitim setinin tamamını kullanırken RF, torbalama tekniğini uygular. (b) Düğümler (değişken ve değişken indeks) EXTC’de rastgele seçilir. Buna karşılık, RF en iyi bölme, değişkenlerin ve değişken indeksinin rastgele bir değişken alt kümesinden optimize edilmesiyle gerçekleştirilir, bu da ağaçların ilişkisiz ve çeşitlendirilmiş olmasını sağlar.

EXTC, RF’ye kıyasla hesaplama verimliliği açısından belirgin bir avantaj sunar. Rastgeleleştirme yaklaşımı, RF’ye kıyasla karar ağaçlarının daha hızlı oluşturulmasını sağlar. RF, en uygun olanı belirlemek için çok sayıda potansiyel bölmeyi değerlendirir ve önemli miktarda hesaplama kaynağı tüketirken, EXTC, kapsamlı bir değerlendirme olmaksızın rastgele bölmeler kullanır ve bu da daha hızlı eğitim sürelerine yol açar. Bu hız avantajı, EXTC’yi özellikle kapsamlı veri kümelerinin veya hesaplama verimliliğinin öncelikli olduğu senaryoların işlenmesi için uygun hale getirir.

XGBoost

DT tekniğini temel alan popüler bir ML algoritması olan aşırı degrade güçlendirme (XGBoost) 37 , birçok DT içeren bir orman oluşturur. Bu teknik, daha zayıf tahmincileri entegre etmek ve güçlü tahmincileri gerçekleştirmek için seri veri seti eğitim prosedürünü kullanır. Aşırı uyum sorunu, modelleme prosedürü sırasında düzenlileştirme teriminin getirilmesiyle hafifletilir. Hedef fonksiyonunu en düşük değere ulaşana kadar (eğitim durur) optimize etmek için art arda eğitim veren bir topluluk tekniğidir.

Torbalama sınıflandırıcı

Torbalama olarak bilinen Bootstrap AGGregatING, sınıflandırıcıları orijinal eğitim seti T  =  t 1 , t 2 ,…t n üzerinde rastgele eğiten bir topluluk tekniğidir ; burada i’inci örneği ve n — toplam örneği temsil eder . Teknik, ortalama alma veya oylama yöntemini benimseyerek her tahmini nihai tahminde birleştirir. Torbalama sınıflandırıcısı modelin varyansını azaltır ve böylece aşırı uyum sorununu azaltır. Torbalama sınıflandırıcı topluluğu Denklem 2’de gösterildiği gibi temsil edilebilir. ( 4 )

Önerilen yöntem

Ana amaç, Karnataka bölgesi için toprak ve CBS verilerini kullanarak hassas şifalı bitkileri ve bunların potansiyel büyüme noktalarını korumak için önerilerde bulunmaktır. Yaklaşım, Karnataka bölgesinin 27 alt bölgesini ve altı toprak doku tipini dikkate aldı; burada kullanıcılar toprak tipini veya önerilen sistemin verimli bir şekilde yetiştirilebilecek potansiyel şifalı bitkileri önerdiği ilgi alanını seçebiliyor. Önerilen yaklaşım üç aşamadan oluşmaktadır: veri toplama, sınıflandırma ve öneri. Önerilen yöntemin veri toplama aşaması iki farklı aşamayı içermektedir; enlem, boylam, alt bölgeler ve bunlara karşılık gelen topraklar gibi nitelikleri içeren veri seti-1 ve hassas tıbbi bitki botanik isimleri, korunma durumları ve uygun toprak gibi nitelikleri içeren veri seti-2 doku türleri. Şekil 2 , önerilen sistemi ( GeoHerb ) oluşturmak için benimsenen yaklaşımın ayrıntılı akışını göstermektedir . Sınıflandırma aşamasında, kullanıcı girdisine (toprak türü veya bölgesi) dayalı olarak, ilgili çıktıyı sınıflandırmak için ML modeli geliştirilir (girdi olarak toprak türü için hedef etiket, onun alt bölgesidir ve girdi olarak alt bölge için hedef, uygun toprak türü). Bu nedenle, çıktı etiketlerini tahmin etmek için iki ML modeli tasarlanmıştır. Karar ağacı tabanlı modellerin dışında benimsenen alternatif bir yaklaşım da kNN sınıflandırma algoritmasıdır. Algoritma, özellik noktası mesafesini ölçmek için Öklid mesafesini uygulamaktan oluşur. Algoritma k (en yakın komşu) değerine göre farklı davranışlar gösterir. Çalışmada k=5 için varsayılan parametre kullanılmıştır.

Şekil 2: GeoHerb için önerilen yaklaşım.

Üçüncü aşamada (öneri), sınıflandırma aşamasından türetilen önerilen bitki türleri, tahmin edilen toprak doku türlerinin mekansal dağılım modellerini tasvir etmek için renk kodlu alanlar kullanan bir jeo-uzaysal görselleştirme tekniği olan koroplet haritaya kusursuz bir şekilde entegre edilir ve ilişkili bitki toplulukları. Bu coğrafi görselleştirme tekniği, tematik gölgeleme ve renk gradyanlarından yararlanarak, ilgilenilen bölgedeki bitki bolluğunun, tür zenginliğinin ve ekolojik bölgelemenin görselleştirilmesine olanak tanır. Kullanıcılar harita ile etkileşim kurarak bitki simgelerine tıklayarak detaylı botanik bilgilere ulaşabiliyor. Bu, toprak özellikleri, bitki uygunluğu ve coğrafi bağlam arasındaki karmaşık ilişkilerin daha iyi anlaşılmasını sağlar. Choropleth haritası, bitki-çevre etkileşimlerini araştırmak ve analiz etmek, ekolojik yönetim ve arazi kullanımı planlama çabalarında bilinçli karar vermeyi kolaylaştırmak için değerli bir araçtır.

Araştırma, tıbbi bitkilerin büyümesine yüksek oranda katkıda bulunan toprak, CBS bilgileri, tıbbi bitki botanik adları ve koruma durumu gibi özellikleri seçerek yeni veri kümeleri oluşturmanın zorluğunu araştırıyor. Araştırmada ele alınan şifalı bitkiler IUCN kayıtlarına göre hassastır. Rastgele orman, XGBoost, kNN, torbalama sınıflandırıcı ve ekstra ağaç sınıflandırıcı gibi ML modelleri ile geliştirilen sistem, belirli toprak veya bölgeye verimli bir şekilde yetişmeye uygun şifalı bitkileri yüksek doğruluk oranıyla tahmin etmektedir. Önerilen ekstra ağaç sınıflandırıcısı, önerilen diğer modellerden daha yüksek bir doğruluk oranı sergiliyor.

Çalışmanın amacı, nesli tükenme tehlikesiyle karşı karşıya olan şifalı bitkiler sorununun üstesinden gelmek için topluma hizmet etmek ve bu bitkilerin büyümelerini artırma konusunda halka ve paydaşlara büyük ölçüde yardımcı olmayı amaçlıyor.

Sonuçlar ve tartışma

Önerilen bu yaklaşım, (a) girdi olarak verilen alt bölge için toprak tipini ve (b) verilen toprak tipi girdisi için en uygun alt bölgeyi tahmin etmeyi amaçlamaktadır. Tahmin edilen değerler, o bölgenin veya toprak tipinin büyümesini ve gelişmesini artırmak için uygun şifalı bitkileri göstermek üzere haritada gösterilir. Araştırma, toprak haritalarından coğrafi verileri çıkarmak için QGIS’i kullanarak veri kümesi-1 ve veri kümesi-2’nin oluşturulmasını kolaylaştırdı. Şekil 3, Karnataka bölgesinde mevcut olan çeşitli toprak tipi dağılımlarının yüzdesini açıkça göstermektedir. Benzer şekilde Şekil 4 , Karnataka’nın farklı alt bölgeleri için toprak doku türlerinin dağılımını göstermektedir. Veri seti-2’de ele alınan 150 şifalı bitkinin dağılımı ve bunların IUCN’den alınan ilgili koruma durumları Şekil 5’te gösterilmektedir . Pek çok bitkinin tehlike altında olduğu, değerlendirilmediği veya hassas olduğu açıktır. Bu nedenle, bitki koruma acil bir ihtiyaçtır.

Karnataka bölgesi için altı toprak türünün yüzde dağılımı.

Şekil 4: Karnataka bölgesinin yirmi yedi alt bölgesi için toprak dağılımı.

Şekil 5: Hindistan’ın Karnataka bölgesi için şifalı bitkilerin korunma durumlarına göre dağılımı.

Önerilen tahmin RF, EXTC, torbalama, XGBoost ve kNN gibi birçok sınıflandırıcının uygulanmasını içermektedir. Her sınıflandırıcı algoritma, iyi bir tahmin performansı sağlayacak şekilde ayarlanması gereken bir dizi parametreye sahiptir. Ayarlanan parametrelerden bazıları şunlardır: (a) RF ve EXTC sınıflandırıcısı: n tahmin edici  = 100; kriter  = gini; minimum örnek bölünmesi  = 2 ve minimum örnek yaprağı  = 1. (b) XGBoost: güçlendirici  = gbtree, öğrenme oranı  = 0,3, gama  = 0, maksimum derinlik  = 6 ve minimum çocuk ağırlığı  = 1. (c) Torbalama Sınıflandırıcısı: n tahmin ediciler  = 10, maksimum örnekler  = 1,0, maksimum özellikler  = 1,0. Performans metriklerine göre en iyi model seçilir. Tablo 3 , sınıflandırma modellerinin performans ölçümlerini göstermekte ve belirli alt bölgeler içindeki toprak doku türlerini kategorize etmedeki doğruluk ölçümlerine ilişkin bilgiler sunmaktadır. Benzer şekilde Tablo 4 , sınıflandırma modellerinin performans ölçümlerini sergileyerek, bunların toprak dokusal türleri için alt bölgeleri sınıflandırmadaki doğruluğu hakkında değerli bilgiler sağlar. Tablo 3 ve 4 , 80:20 oranında (tren seti — 128.393 satır ve test seti — 32.099 satır) bölünmüş veri seti için değerleri gösterir ve modellerin kategorize etmedeki etkinliğini vurgulayan temel bir referans görevi görür.

Tablo 3 Verilen alt bölge için toprak tipinin sınıflandırılmasına yönelik performans ölçütleri.

Model F1 score (%) Precision (%) Recall (%) Accuracy (%) Training Testing Random forest 98.74 98.77 98.70 100 98.27 EXTC 98.77 98.83 98.71 100 99.01 XGBoost 97.83 97.66 97.99 98.57 97.44 kNN 98.86 98.87 98.85 99.69 97.58

Tablo 4 Verilen toprak tipi için alt bölgelerin sınıflandırılmasına yönelik performans ölçütleri.

Model F1 score (%) Precision (%) Recall (%) Accuracy train (%) Accuracy test (%) Random forest 98.53 98.53 98.53 100 98.05 EXTC 98.63 98.63 98.63 100 98.76 Bagging 98.54 98.54 98.54 99.89 97.94 kNN 98.62 98.62 98.62 99.48 97.29

Tablo 3 ve 4’te sunulan sınıflandırma modellerini değerlendirirken , tüm modeller için farklı parametrelerin kullanıldığının, sırasıyla toprak tipi ve alt bölgenin sınıflandırılmasında elde edilen dikkat çekici performansın altının çizilmesi dikkat çekicidir. Farklı parametre konfigürasyonu, manüel ayarlama veya kişiselleştirmeden yoksun olarak modelin kendine özgü yeteneklerini yansıtır. Buna rağmen, f1 puanı, hassasiyet, doğruluk ve geri çağırma gibi elde edilen performans ölçümleri, toprak doku türlerinin alt bölgeler içinde (ve bunun tersi) kategorize edilmesinde dikkate değer oranlar ve etkinlik sergiliyor.

En iyi performansı sergileyen modeller vurgulanmıştır ve Tablo 4’te XGBoost’un, ilk değerlendirmedeki ortalamanın altındaki performansından dolayı verilen toprak doku türlerine göre alt bölgeleri sınıflandırmak için kullanılmadığı, sonuçlarının istenen doğruluk seviyesini gösteremediği ve Diğer modellerle karşılaştırıldığında verimlilik. Buna karşılık, torbalama sınıflandırıcısı , birden fazla hedef sütunu (toprak dokusal türleri) desteklememe sınırlaması nedeniyle Tablo 3’te gösterilen alt bölgeler içindeki toprak tipi sınıflandırmasında kullanılmaz . Yukarıdaki sonuç, diğer modellerle karşılaştırıldığında doğru ve güvenilir sınıflandırmayı sağlamak için EXTC ve RF’nin seçildiğini göstermektedir.

Ancak kNN algoritması, karar ağacı tabanlı modellerin her iki sınıflandırmasında da rekabetçi doğruluk göstermiştir. Özellikle EXTC sınıflandırıcısı çapraz doğrulama puanlarında diğer tüm modellerden daha iyi performans gösterdi. EXTC tarafından tutarlı bir şekilde elde edilen yüksek doğruluk, veri kümesindeki temel kalıpları ve varyasyonları, verilerin farklı katmanlarında yakalama ve kullanma konusundaki etkinliğini göstermektedir. Bu nedenle, mevcut araştırma tahminleri açısından diğer sınıflandırıcılarla karşılaştırıldığında en iyi performansı gösteren EXTC ile yola devam edildi.

Şekil 2’deki sonuçlar. Şekil 6 ve 7, sırasıyla toprak ve alt bölgenin sınıflandırılması için EXTC modelinin sağlamlığını ve güvenilirliğini vurgulamaktadır. Benimsenen çapraz doğrulama süreci, 5’lik k-kat değerini kullanmıştır; bunun için EXTC, alt bölgeler içindeki toprak doku türlerini sınıflandırmak için %99,01 ve toprak doku türlerine dayalı olarak alt bölgeleri kategorize etmek için %98,76’lık tutarlı bir üst doğruluk göstermiştir. Çapraz doğrulama puanlarının gösterdiği sağlamlık ayrıca, incelenen sınıflandırma modellerinin alt bölgeler içindeki toprak doku türlerini ve bunun tersini etkili bir şekilde sınıflandırabileceği ve bu modellerin jeo-uzaysal analiz, çevresel çalışmalar ve ilgili alanlarda değerli araçlar haline gelebileceği fikrini desteklemektedir.

Şekil 6: Zemin sınıflarının sınıflandırılmasına yönelik EXTC’nin test doğruluk oranının diğer modellerle karşılaştırılması.

Şekil 7: Alt bölge sınıflarının sınıflandırılması için EXTC’nin test doğruluk oranının diğer modellerle karşılaştırılması.

Araştırma, kullanıcı tarafından seçilen toprak tipine veya alt bölgeye göre en uygun şifalı bitkiyi önermek için geliştirilen EXTC sınıflandırıcı algoritmasına sahip ML modeli olan iki veri kümesi kullanılarak sonuçlandırılmaktadır. EXTC ve RF sınıflandırıcılarının en iyi performans gösteren modeller olarak ortaya çıktığı titiz bir değerlendirme sonucunda belirlendi. EXTC, çeşitli ölçümlerde sürekli olarak yüksek doğruluk sergileyerek sınıflandırmadaki sağlamlığını ve güvenilirliğini vurguladığından, çalışmadaki en iyi model olarak seçilmiştir. Bir koroplet görselleştirmesi, sonuçların kapsamlı bir şekilde anlaşılmasını sağlayarak, toprak ve bitkiler için anlamlı renk temsiliyle haritalarda sonuçların sezgisel ve bilgilendirici bir şekilde temsil edilmesini sağlar.

Şekil 8, EXTC modelinin kullanıcı tarafından seçilen belirli alt bölgeler içindeki toprak dokusal türlerinin dağılımına ilişkin performansını ve koruma durumlarına göre karşılık gelen şifalı bitkinin tavsiyesini elde etmek için yürütülen farklı deneylerden elde edilen değerli bilgiler sunan grafiklerden oluşan bir kolajı göstermektedir. . Şekil 8a’daki grafik, kullanıcı tarafından seçilen alt bölge ( Belgaum ) içindeki toprak dağılımını gösterir ve farklı toprak dokusal türlerini ve mekansal kapsamını vurgular. Şekil 8b , Belgaum alt bölgesi içindeki killi toprakta yetişen, LC olarak koruma statüsüne sahip önerilen şifalı bitkileri belirterek yukarıdaki bilgiyi tamamlamaktadır .

Şekil 8: ( a ) Belgaum alt bölgesindeki toprağın dağılımı . ( b ) Belgaum alt bölgesindeki LC bitkilerinin grafiği.

Şekil 9, Karnataka bölgesindeki kullanıcı tarafından seçilen toprak tipi ( killi tınlı ) için şifalı bitki önerilerinin ayrıntılarını vermektedir . Şekil 9a’daki grafik , Karnataka’daki killi-tınlı toprağın dağılımını göstermektedir. Şekil 9b , Dakshin Kannad alt bölgesi içindeki killi-tınlı toprakta yetişen EN olarak koruma statüsüne sahip şifalı bitkilerin tavsiyesini belirterek yukarıdaki bilgiyi tamamlamaktadır .

Şekil 9: ( a ) Karnataka’daki killi tınlı toprağın dağılımı . ( b ) Dakshin Kannad alt bölgesinde potansiyel olarak yetiştirilebilen EN otlarının grafiği .

Tablo 5 ve 6’da ayrıntıları verilen yanlış sınıflandırma sonuçlarından , EXTC modelinin aşırı uyum sorununun üstesinden gelmesi ve yüksek bir orana genelleme yapmasıyla ilgili gözlemler aşağıdadır. Toprak sınıflandırmasında fark edilen yanlış sınıflandırma, iki toprak doku tipinin sınırındadır. Örneğin, Belgaum bölgesindeki dağınık toprak doku türleri, Şekil 8a’da görüldüğü gibi kil, killi tınlı ve kumlu killi tınlıdır . Benzer şekilde, Tablo 6’da gözlemlenen birkaç yanlış sınıflandırılmış sonuç, ortak sınırı paylaşan alt bölgelerden kaynaklanmaktadır. Örneğin, Karnataka bölgesindeki killi-tınlı toprağın dağınık dağılımı Şekil 9a’da görülmektedir . Belirli bir toprağa veya bölgeye ait potansiyel şifalı bitkiler son kullanıcılara koroplet harita kullanılarak gösterildiğinden bu yanlış sınıflandırmalar önemsizdir.

Tablo 5 Toprak sınıflandırmasına ilişkin yanlış sınıflandırma analizi.

# Toprak tipi Toplam numuneler # Doğru sınıflandırma # Yanlış sınıflandırma Hata (%) 0 Kil 9396 9314 82 0.87 1 Killi toprak 13.849 13.676 173 1.25 2 balçık 665 637 28 4.21 3 Kumlu killi balçık 7895 7843 52 0,66 4 Kumlu balçık 145 134 11 7.59 5 su 149 143 6 4.03 Toplam 31.950 31.589 361 3

Tablo 6 Alt bölge sınıflandırmasına ilişkin yanlış sınıflandırma analizi.

# Alt bölgeler # Örnekler # Doğru sınıflandırma # Yanlış sınıflandırma Hata (%) 1 Bagalkot 1081 1067 14 1.30 2 Bangalor Kırsalı 937 910 27 2.88 3 Bangalor Kentsel 360 346 14 3.89 4 Belgaum 2252 2234 18 0.80 5 Bellary 1435 1420 15 1.05 6 Bidar 916 910 6 0,66 7 Bijapur 1693 1682 11 0,65 8 Çamrajnagar 947 939 8 0,84 9 Çikmagalur 1252 1230 22 1.76 10 Çitradurga 1388 1374 14 1.01 11 Dakshin Kannad 746 736 10 1.34 12 Davanagere 1027 1003 24 2.34 13 Dharwad 729 717 12 1.65 14 Gadağ 806 789 17 2.11 15 Gülbarga 2734 2721 13 0,48 16 Hasan 1184 1161 23 1.94 17 Haveri 793 772 21 2.65 18 kodagu 693 681 12 1.73 19 Kolar 1406 1396 10 0.71 20 Koppal 975 953 22 2.26 21 Mandya 820 805 15 1.83 22 Mysore 1047 1032 15 1.43 23 Raichur 1422 1407 15 1.05 24 Şimoga 1295 1267 28 2.16 25 Tümkur 1811 1786 25 1.38 26 Udupi 678 670 8 1.18 27 Uttar Kannad 1672 1659 13 0,78 Toplam 32.099 31.684 415 1.5

Yukarıdaki sonuçlar, mevcut araştırmada tasarlanan yaklaşımın, belirli bölgelerin veya ilgili toprağın şifalı bitkileri hakkında geniş bilgi sağladığını açıkça belirtmektedir. Dolayısıyla model, sessizce yok olan hassas bitkilerin büyümesini teşvik etmeyi vaat ediyor. Yukarıdaki bilgilerin yayılması şifalı bitkilerin paydaşlarına ulaşmada en iyi yaklaşımlardan biridir.

Tablo 7 önerilen sistem sonuçlarını ilgili çalışmalarla karşılaştırmaktadır. Önerilen EXTC modelinin, zemin sınıflandırmasına yönelik diğer ilgili çalışmalarla karşılaştırıldığında daha iyi doğruluk gösterdiğini açıkça göstermektedir. GeoHerb’in sınırlaması, bitki türlerini tahmin etmek için bölgenin iklim koşullarını dikkate almamasıdır. Çalışmanın tüm bulguları, maruz kalan şifalı bitkilerin toprak ve bölge sınıflandırmasından tavsiye edilmesine ilişkin karar verme süreçlerini desteklemek için coğrafi analiz ve makine öğrenimi tekniklerini birleştirmenin potansiyel yönünü göstermektedir.

Tablo 7 Önerilen sistemin toprak sınıflandırmasına ilişkin çalışmalarla karşılaştırılması.

# Referanslar Yöntem Kesinlik (%) 1 Aydın ve ark. 38 Karar ağacı sınıflandırıcısı (CART) 90.66 2 Azmin ve ark. 39 Rastgele orman 97.23 3 Önerilen sistem EXTC 99.01

Çözüm

Araştırma, CBS ve makine öğrenimi tekniklerini kullanarak belirli bölgelerdeki hassas tıbbi bitkilerin başlıklarını tahmin etme olanaklarını araştırıyor. Tahmin, hastalıkları tedavi etmek ve yeni ilaç keşfine yardımcı olmak için ana kaynak oldukları için şifalı bitkileri korumayı ve büyümelerine yardımcı olmayı amaçlıyor. QGIS aracı, GIS ve toprak bilgilerini FAO web kaynağından alır. Hassas bitkilere ve bunların korunma durumlarına ilişkin veri seti IUCN kayıtlarından alınmıştır. Metodoloji, özellikle örnek olay çalışması olarak seçilen Hindistan’ın güney bölgesi Karnataka’ya uygulanmıştır. Bölge 27 alt bölge ve altı farklı toprak doku tipinden oluşmaktadır.

GeoHerb tarafından tasarlanan sistem aracılığıyla kullanıcıya, verimli bir şekilde yetiştirilebilecek potansiyel şifalı bitkileri (hassas) tahmin etmek için girdi olarak toprak tipini veya ilgilenilen alt bölgeyi sağlama seçeneği sunulur. Rastgele orman, ekstra ağaç sınıflandırıcı, torbalama sınıflandırıcı, XGBoost ve kNN gibi basit sınıflandırma algoritmalarının yanı sıra çok az karar ağacı tekniği kullanılmaktadır. Önerilen veri kümeleri, toprak bilgilerinin yer aldığı 160.492 satırlık konum ve koruma durumlarıyla birlikte 150 bitkiden oluşuyor. Veri kümesindeki beş makine öğrenimi modeli denemesi, rekabetçi doğruluk oranlarını sergiledi. Özellikle, ekstra ağaçlar sınıflandırıcısı her iki model için de (sırasıyla alt bölge etiketleri ve toprak tipi etiketleri tahmini) %98,76 ve %99,01 doğruluk sunmuştur.

CBS’nin ve makine öğrenimi algoritması tarafından yönlendirilen toprak analizinin yakınsaması, hassas şifalı bitkilerin anlaşılmasında, ihtiyaçlarının karşılanmasında ve sürdürülebilir kullanımında devrim yaratıyor. Öngörülen tasarım, toplumun ve sağlık uygulamalarının iyileştirilmesini teşvik eden modern teknikler ile geleneksel yaklaşımlar arasındaki boşluğu doldurduğu için en son teknolojiye sahip bir yaklaşımdır. Benimsenen yöntem, şifalı bitkilerin haritalar aracılığıyla hızlı bir şekilde analiz edilmesini sağlar. Pek çok şifalı bitki ülkenin ekonomik ürünü olduğundan paydaşlarının birçoğu büyük oranda faydalanmaktadır. Çalışma, makine öğreniminde diğer öğrenme algoritmalarını uygulamak ve hassas bitkilerin büyümesine ve genel mahsullerin üretimine katkıda bulunan farklı ülkelerde CBS’yi uygulamak ve uygun iklim ve coğrafi konum bilgilerini çıkarmak için QGIS’e birçok katman eklemek üzere genişletilebilir. otlar için.

Veri kullanılabilirliği

Mevcut çalışma sırasında kullanılan ve/veya analiz edilen veri kümeleri, makul talep üzerine ilgili yazardan temin edilebilir.

[lolonolo-com]

Coğrafi Bilgi Sistemleri 2022-2023 Bütünleme Soruları

Coğrafi Bilgi Sistemleri 2022-2023 Bütünleme Soruları 1. Aşağıdakilerden hangisi komşuluk ilişkisine örnek verilemez? A) Kavak MYO’ya yakın olan oteller B) Kavak MYO’ya 10 dakika ulaşım mesafesindeki bankamatikler C) Kavak MYO’ya 5 dakika yürüme mesafesindeki marketler D) Kavak MYO ile tren istasyonu arasındaki uzaklık E) Kavak MYO’ya 500 metre mesafedeki kafeler Cevap : D) Kavak MYO ile tren…

[teknolojin]

Bilecikharita - Gold

Bilecik harita konusunda teknik ve yapısal bakış açısını getiren bir firma ile tanışın. Bilecik harita, bölgenin haritasını teknik açıdan ele alıyor. İmar barışı 2022 ile ilgili son bilgiler de bu sitede yer bulmaktadır. Uzman kadrosu ile harita yapım projeleri, coğrafi bilgi sistemleri ve aplikasyon hizmetleri sağlamaktadır.

Vaziyet planı örnekleri de bu sitede yer almaktadır. Bilecik’te inşaat projeleri için ideal seçenek konumundadır. Güçlü bir danışmanlık sunarken doğru planlamanın teminatı olarak yıllardır güvenilir bir adres olmuştur. Hemen iletişime geçebilirsiniz. Sürekli ulaşılabilir destek hattı ile sorularınız cevap bulacaktır.

[bilimuzay]

Batlamyus Kimdir Kısaca - Batlamyusun Eserleri ve Haritası

Batlamyus Kimdir Kısaca - Batlamyusun Eserleri ve Haritası

Batlamyus, yaşadığı dönem içerisinde pek çok konu hakkında ondan önceki filozof, matematikçi, coğrafyacı vb. ilim sahibi insanların araştırmalarını detaylıca gözden geçirerek bunları tek bir çatı altında toplayıp daha da geliştirmeyi hedefleyen bir bilim insanıydı. Yazdığı eserlerde sıkça ondan önce ortaya atılmış olan teorilere ve çalışmalara referans vermiş ve bu fikirleri dönemin mantık çerçevesin de ilerletmeye çalıştırmıştır. Yazdığı eserler ve ortaya attığı fikirler ortaçağa kadar popülerliğini koruyacak ve dilden dile çevrilecektir. Bu içeriğimizde Batlamyus Kimdir Kısaca?, Batlamyus'un Eserleri, Batlamyus'un Atlası - Haritası, Batlamyus'un Evren Modeli gibi konulara sırasıyla değineceğiz.

Batlamyus Kimdir Kısaca

Batlamyus - Claudius Ptolemy Söze başlamanda önce belirtmekte fayda var ki Batlamyus'un hayatı hakkında gerçek anlamda neredeyse hiçbir bilgi günümüze ulaşamamıştır. Onu sadece yazdığı eserlerden ve eserlerinin popülerliği yüzünden sürekli olarak çevrilmesinden ve okuyucuyla buluşmasından sebeple tanıyor ve biliyoruz. Batlamyus, antik Yunan astronomi ve coğrafya alanında büyük etkiler bırakmış olan önemli bir bilim adamıdır. Claudius Ptolemaeus olarak da bilinen Batlamyus, M.S. 90 civarında Mısır'da doğmuş ve 168 yılında vefat etmiştir. Batlamyus'un eserleri ve teorileri, antik dünyadan Orta Çağ'a, hatta Rönesans dönemine kadar uzanan bir süre zarfında büyük bir etki bırakmıştır. Batlamyus'un en bilinen eseri, "Almagest" olarak adlandırılan astronomi kitabıdır. Bu eser, antik Yunan astronomisinin en kapsamlı kaynaklarından biri olarak kabul edilir. Batlamyus, Almagest'te gök cisimlerinin hareketleri ve gökyüzünün organizasyonuyla ilgili kendi teorilerini geliştirmiştir. Özellikle, gezegenlerin gökyüzündeki konumlarını ve hareketlerini açıklamak için epikikler adı verilen karmaşık sistemleri kullanmıştır. Bu sistem, gezegenlerin görünürdeki retrograd hareketlerini açıklamak için tasarlanmıştır. Batlamyus'un diğer önemli eseri ise "Coğrafya"dır. Coğrafya, o dönemde bilinen (daha doğrusu Yunanlılar tarafından) bilinen dünya haritasını içeren bir eserdir. Batlamyus, eserinde dünya üzerindeki yerleri, nehirleri ve dağları coğrafi koordinatlarla belirlemiştir. Bu, o dönemdeki coğrafya bilgisinin temelini oluşturmuş ve Orta Çağ boyunca önemli bir referans kaynağı haline gelmiştir. Batlamyus'un eserleri, Orta Çağ boyunca Arapça ve Latince'ye çevrilerek Avrupa'da geniş bir okuyucu kitlesi tarafından erişilebilir hale gelmiştir. Bu çeviriler, antik bilgiyi Orta Çağ dünyasına taşımış ve Batlamyus'un astronomik ve coğrafi modelleri uzun süre boyunca kabul görmüştür. Ancak, Rönesans döneminde Nicolaus Copernicus'un heliosentrik modelinin ortaya çıkmasıyla birlikte Batlamyus'un modelleri sorgulanmış ve yerini modern astronomi anlayışlarına bırakmıştır. Batlamyus'un etkileri, sadece bilim dünyasında değil, aynı zamanda sanat, felsefe ve coğrafya gibi birçok alanda da görülmüştür. Batlamyus'un çalışmaları, bilim tarihindeki önemli kilometre taşlarından biri olarak kabul edilir ve antik dünyanın bilimsel mirasının Orta Çağ ve sonrasındaki dönemlere taşınmasında önemli bir rol oynamıştır.

Batlamyus'un Eserleri

Batlamyus temelde günümüze 3 farklı alan için 3 farklı eser bırakmıştır. Bıraktığı eserler zamanla kendi içerisinde aynı çatı altında kategorize edilmek için farklı kitaplara ayrılmıştır. Almagest

Almagest'in Arapça Nüshası Batlamyus'un kendi zamanına kadar ulaşan tüm Antik Yunan ve Babil çalışmalarını tek bir çatı altında toplayıp sistemize ettiği Batlamyus'un en önemli eseridir. Bu eserde genel anlamda astronomi, güneşin, dünyanın ve ayın hareketlerinin matematiksel teoremler ile açıklanması ve eserin en önemli konusu olan Dünya Merkezli Güneş Sistemi teoremi yer alır. Matematik Nedir? başlıklı makelemize de buradan ulaşabilirsiniz. Eser Ortaçağa dek oldukça fazla kez isim değiştirmiştir, burada kafa karışıklığını gidermek adına aşağıdaki tablola yardımıyla eserin günümüze gelene kadar uğradığı isim değişikliklerine göz atabiliriz. SıralamaEserin AdıTürkçe TercümesiDil1Mathematike SyntaxisMatematik SenteziYunanca2Megale SyntaxisBüyük DerlemeYunanca3Kitab el-MecistîBüyük BileşimArapça4Almagest Matematiksel OluşumLatinceBatlamyus'un en önemli eseri "Almagest"in zaman içerisinde farklı dillerde yapılan tercümeler ile aldığı isimler "Almagest" yazıldığı günden Ortaçağa kadar bilim neredeyse veya hangi topluluktaysa o dile çevrilerek zamanın matematikçi ve gökbilimcilerine Antik Yunan ve Babil çalışmalarını sunan bir eser olmuştur. Eser içerisinde Dünya Merkezli Güneş Sistemi gibi iddialı teorilerde mevcuttu. Eserlerin zaman içerisinde konuların kategorize edilmesi için farklı kitaplara ayrıldığından bahsetmiştik, Almagest ise toplamda 13 farklı kitaba bölünmüştür. Aşağıdaki tabloda 13 kitabın içeriğini görebilirsiniz. Almagest'in İçeriği

Batlamyus'un Eseri Almagest Tablo formatında, Batlamyus'un "Almagest" adlı eserini oluşturan 13 kitabın içeriğini şu şekilde sıralayabiliriz: Kitap NoBaşlıkİçerikIGirişGenel astronomik kavramlar, gökyüzündeki temel fenomenlere dair genel bir anlatım.IIGökyüzündeki Sabit YıldızlarYıldız katalogları ve yıldızların konumları, parlaklıkları ve hareketleri hakkında detaylı bilgiler.IIIEkliptik ve Ekvator KoordinatlarıGökyüzündeki nesnelerin konumlarını belirlemek için ekliptik ve ekvator koordinat sistemleri üzerine detaylı bir inceleme.IVGüneş Hareketleri ve Ekliptik KoordinatlarGüneş'in hareketleri, mevsimlerin değişimi ve ekliptik koordinatlar konularını içeren bir bölüm.VAy Hareketleri ve Ayın EvreleriAy'ın hareketleri, evreleri ve tutulmaları konusundaki detaylı açıklamalar.VIAy'ın Geceleyin Gökyüzündeki KonumuAy'ın geceleyin gökyüzündeki konumunu açıklayan bölüm.VIIGezegenlerin HareketleriGezegenlerin hareketlerini açıklayan, epikikler sistemi ve retrograd hareketler hakkında detaylı bilgiler içeren bölüm.VIIIMerkür ve Venüs'ün HareketleriMerkür ve Venüs'ün özellikleri, hareketleri ve gözlemleri üzerine odaklanan bir bölüm.IXMars'ın HareketleriMars'ın özellikleri, hareketleri ve gözlemleri üzerine detaylı bir inceleme.XJüpiter ve Satürn'ün HareketleriJüpiter ve Satürn'ün özellikleri, hareketleri ve gözlemleri hakkında detaylı açıklamalar.XIBüyük Dairelerin HesaplanmasıBüyük dairelerin (yarıçapları, çapları) hesaplanması ve astronomik konumların belirlenmesi üzerine bir bölüm.XIIKüçük Dairelerin HesaplanmasıKüçük dairelerin (yıldızlar, gezegenler) hesaplanması ve astronomik konumların belirlenmesi üzerine bir bölüm.XIIIParalaks ve OptikGözlemsel hatalar, paralaks ve optik etkilerin astronomik konumları nasıl etkilediği konusunda detaylı bir inceleme.Almagest'i oluşturan 13 kitabın içeriği Coğrafya Batlamyus bir diğer önemli eseri Coğrafya'da yine derleme bir kitap olup ondan önceki Babil ve Antik Yunan coğrafyacılarının eserlerinin derlenmiş halini oluşturur. Batlamyus bu eser içerisinde Eratosthenes, Hipparkhos, Strabon ve Surlu Marinos'un çalışmalarından oldukça fazla bahsetmiştir. Coğrafya'nın İçeriği Bu eserde yine Almagest gibi kategorize edilmek için 8 farklı kitaba bölünmüştür, aşağıda yine tablo yardımıyla bölümlerin ne içerdiğine göz atabilirsiniz. Kitap NoBaşlıkİçerikICoğrafyanın Temelleri ve Harita ÇizimiCoğrafyanın temel prensipleri, matematiksel konum belirleme yöntemleri, harita çizimi ve projeksiyon konularını içeren bir giriş.IIKuzey Afrika ve Orta DoğuMısır, Libya, Sudan, Arap Yarımadası ve Mezopotamya bölgesi hakkında coğrafi bilgiler.IIIAvrupa ve Akdeniz BölgesiAntik Yunanistan, İtalya, İber Yarımadası, Fransa ve Akdeniz Adaları'nı içeren Avrupa ve Akdeniz bölgesi hakkında coğrafi ayrıntılar.IVOrta ve Doğu AvrupaOrta ve Doğu Avrupa'nın coğrafi özellikleri, nehirleri, dağları ve diğer önemli yerleri hakkında detaylı bilgiler.VAsya KıtasıBatlamyus'un döneminde bilinen Asya kıtasının genel coğrafyası, dağları, nehirleri ve diğer önemli coğrafi özellikleri hakkında bilgiler.VIHindistan ve Uzak DoğuHindistan Yarımadası, Güneydoğu Asya ve Uzak Doğu'nun coğrafi ayrıntıları, nehirleri, dağları ve diğer önemli yerler hakkında bilgiler.VIIAsya Adaları ve Okyanus BölgeleriGüneydoğu Asya ve Pasifik Okyanusu'ndaki adaların coğrafi konumları, özellikleri ve deniz yolları hakkında detaylı bilgiler.VIIIBatı ve Kuzey AvrupaBatı ve Kuzey Avrupa'nın coğrafi özellikleri, nehirleri, dağları ve diğer önemli coğrafi detaylar hakkında bilgiler.Coğrafya'yı oluşturan 8 kitabın içeriği Kitapların içeriğinden anlayacağınız gibi ilk bölüm hariç diğer 7 bölüm bilinen Dünya'nın coğrafi özelliklerini, nehirlerini, dağlarını ve diğer önemli coğrafi etkenlerini detaylı olarak anlatmaktadır. Ancak, Batlamyus'un coğrafya anlayışı yeterince geniş değildir. İklim, doğal ürünler ve fiziki coğrafyaya giren konularla ilgilenmemiş ve bu alanlarda detaylı bir analiz yapmamıştır. Başlangıç meridyenini sağlam bir şekilde belirleyemediği için, sunduğu koordinatlar zaman zaman hatalı olabilmektedir. Ayrıca, Yer'in büyüklüğüne dair yaptığı tahmin de zamanla ortaya çıkan daha doğru ölçümlerle uyumsuzdur.

Batlamyus'un Atlası Batlamyus'un meşhur haritası veya Dünya Atlası ise 1. kitapta bulunmaktadır. Tetrabiblos

Tetrabiblos Batlamyus yine ondan önceki Babil ve Antik Yunan astroloji çalışmalarına da Mısır'da bulunduğu sürece göz atmış ve bu eserleride tek bir çatı altında toplamayı başarmıştır. Bu eser 4 kitaptan oluştuğu için Tetrabiblos(Dört Kitap) adını almıştır. Yine aşağıda tablo şeklinde Tetrabiblos oluşturan 4 kitabın içeriğini özet şeklinde görebilirisiniz. Kitap NoBaşlıkİçerikIAstrolojinin TemelleriTemel astrolojik kavramlar, gezegen hareketleri, burçlar ve evlerle ilgili genel bilgiler.IIGezegenler ve EvlerGezegenlerin hareketleri, etkileri ve evlerle olan ilişkileri üzerine detaylı bir inceleme.IIIAstrolojik TekniklerAstrolojik yöntemler, doğum haritası çıkarma, transitler ve yönergelerle ilgili pratik bilgiler.IVAstrolojik TahminlerAstrolojik analizlerle geleceği tahmin etme, olayları yorumlama ve astrolojik bakış açısıyla gelecekteki olaylara dair öngörüler.Tetrabiblos'u oluşturan 4 kitabın içeriği Astronomi Nedir? başlıklı makalemize de buradan ulaşabilirsiniz.

Sıkça Sorulan Sorular

Batlamyus Kimdir KısacaBatlamyus yaşadığı dönemde ondan önceki Antik Yunan ve Babil matematikçi ve gökbilimcilerin eserlerini tek bir çatı altında toplayıp geliştiren ve ilerleten matematikçi, gökbilimci ve coğrafyacıdır.Batlamyus'un EserleriEn büyük 2 eseri Almagest ve Coğrafya olmak üzere temelde 3 farklı eseri mevcuttur. Almagest'te Dünya merkezli Güneş Sistemini, Coğrafya'da ise bilinen dünyanın coğrafi özelliklerini anlatmaktadır.Batlamyus Neyi Savundu?Almagest adlı eserinde Dünya Merkezli Güneş Sistemini sıkı sıkıya savunan ve bunu matematiksel olarak açıklamaya çalışmaktan çekinmemiştir.

Sonuç

Sonuç olarak bugün Batlamyus hakkında şunu söylemek doğru olacaktır; Kendinden önceki çalışmaları toplayarak tek bir çatı altında birleştiren ve bu eserlerden çıkarttığı fikirlerin üstüne katan Antik yüzyılın oldukça önemli bir bilim insanıydı. Eğer o olmasaydı büyük ihtimalle ondan önceki çalışmalara günümüze gelemeyecek ve milattan sonraki erken dönemin matematik ve coğrafi alanlarda yapılan çalışmaları hakkında oldukça bilgisiz olacaktık. Kaynak: Batlamyus Kimdir Read the full article

[pazaryerigundem]

Ekilmeyen tarım arazisi devlet tarafından kiraya verilecek

https://pazaryerigundem.com/haber/186544/ekilmeyen-tarim-arazisi-devlet-tarafindan-kiraya-verilecek/

Ekilmeyen tarım arazisi devlet tarafından kiraya verilecek

Üst üste iki yıl süreyle işlenmeyen tarım arazileri, Tarım ve Orman Bakanlığı tarafından kiraya verilecek. Resmi Gazete’de yayımlanan yönetmelik beraberinde tartışmaları da getiriyor.

BURSA (İGFA) – Mülkiyeti gerçek ve tüzel kişilere ait ve üst üste iki yıl süreyle işlenmeyen tarım arazilerinin, bakanlıkça tarımsal amaçlı sezonluk olarak kiraya verilmesine ilişkin iş ve işlemleri kapsayan yönetmelik Resmi Gazete’de yayımlandı.

Arazi Tespit Komisyonu, kadastro parsel verileri, uydu görüntüleri, coğrafi bilgi sistemleri, diğer kamu kurumlarından elde edilecek veriler üzerinden yapılacak çalışmalar ve yerinde gerçekleştirilecek arazi kontrolleriyle işlenmeyen tarım arazilerini tespit edecek. Bu tespit sonucunda ekilmeyen araziler kiraya verilecek.

“YAPTIRIMLAR GELİYOR”

İşlenmeyen tarım arazilerinin kiraya verilmesi hakkında Herkes Duysun’a açıklamalarda bulunan TMMOB Ziraat Mühendisleri Odası Bursa Şubesi Başkanı Fevzi Çakmak, Öncelikle devlet üçer yıllık planlar oluşturacak, o planlar çerçevesinde de üretim planlamaları yapacak ve bunun çiftçiler tarafından yapılıp yapılmadığı denetlenecek eğer uymayan çiftçiye önce uyarı verecek. Eğer plana uyulmaması devam edilirse çiftçiye verdiği desteği kesip, ürettiği ürün üzerinden ceza kesecek. Ekilmeyen arazilerle ilgili ise bunların öncelikle tarım kooperatifleri üzerinden kiralanması bu kiralanmalar sonucunda yer sahiplerine bu kira bedellerinin ödemesi yapılacak.” dedi.

“ÇİFTÇİ KAZANAMIYOR Kİ ÜRETSİN”

Arazinin tarımsal vasfını gerçekleştirilmediği sorununun kaynağına inilmesi gerektiğini belirten Çakmak, bu arazilerin neden ekilmediğine dair keyfi önlemler alınmasının akıllıca bir çözüm olmadığını belirtti.

Çiftçilerin, tarım arazilerine neden ekim yapmadığını sıralayan Çakmak şu ifadeleri kullandı:

“Öncelikle, araziler çok fazla ortağa sahip yani bir arazi üzerinde 15-20 ortak var. Kişi başı 100 150 metre kare düşmeyen yerler var. İkincisi, çiftçi ürettiği üründen para kazanamıyor. Siz para kazanmayan çiftçiye zorla bu araziyi ekeceksin diyemezsiniz. Üçüncüsü, artık köyde yaşayan çiftçi yaşlandı ve bu nedenle ekecek tarlayı çekip çevirecek gücü kendisinde görmüyor. Bütün bunları ele aldığımızda bu sorunları ortadan kaldırmadığımız zaman sanki ‘çiftçi keyfi ekmiyor’ deyip suçlamak mantıksız bir hal alıyor.”

“ÜÇ-BEŞ HOLDİNGİN ELİNE KALIR TARIM”

Kiraya verilecek arazileri holdinglerin almaya ve işletmeye başlayacağı gün çiftçinin tamamen yok olacağını söyleyen Başkan Çakmak, “Bu araziler bir gün üç-beş tane holdingin ya da market zincirinin eline kaldığında, ülkenin tarımı yok olacak. Bu da bizim felaketimiz olacak. Tarım, holdinglerin yönlendirmesi ile ilerleyecek ve şu anki kötü gidişat giderek vahim bir duruma doğru evirilecek.” şeklinde konuştu.

BU Haber İGF HABER AJANSI tarafından servis edilmiştir.

[hamiltyum]

Karayolu TaŞImacIlIĞI SektÖrÜndekİ GÜvenlİk Trendlerİ Nelerdİr?

Karayolu Taşımacılığında Araç Filosu Yönetimi Nasıl Yapılır?

Karayolu taşımacılığı sektöründe güvenlik, her zaman öncelikli bir konu olmuştur. Son yıllarda, teknolojideki gelişmeler ve sektördeki bilinçlenmeyle birlikte güvenlik trendleri önemli değişiklikler göstermektedir. Özellikle akıllı sensörler ve yapay zekâ tabanlı sistemlerin kullanımıyla birlikte araç takibi ve sürücü davranışlarının izlenmesi daha etkin hale gelmiştir. Bu sayede hız sınırları, mesafe takibi ve ani frenlemeler gibi potansiyel riskleri önceden tespit ederek kazaların önlenmesi sağlanmaktadır. Taşıma güzergahlarının daha güvenli ve optimize edilmiş olması da güvenlik trendlerinin bir parçasıdır. Karayolu taşımacılığı ile ilgili daha detaylı bilgi sahibi olmak için https://www.xperlog.com/ web adresini ziyaret edebilirsiniz.

Karayolu Taşımacılığı İçin Uygun Yükleme ve Boşaltma Alanları Nasıl Belirlenir?

Karayolu taşımacılığında araç filosu yönetimi, etkin bir lojistik operasyonunun temelini oluşturur. Bu süreç, araçların bakımı, güzergâh planlaması, sürücü yönetimi ve yük takibi gibi unsurları içerir. Modern teknolojinin sağladığı olanaklarla, araç filosu yönetimi daha verimli hale gelmiştir. Akıllı filo yönetim sistemleri, araçların konumunu gerçek zamanlı olarak izleyebilir, yakıt tüketimini optimize edebilir ve bakım zamanlarını planlayabilir. Sürücülerin performansını değerlendirmek ve eğitmek için kullanılan telematik sistemler, güvenlik, verimlilik açısından önemli bir rol oynamaktadır. Karayolu taşımacılığında uygun yükleme ve boşaltma alanlarının belirlenmesi, lojistik sürecin verimliliği ve güvenliği açısından kritiktir. Bu alanların belirlenmesinde birkaç faktör göz önünde bulundurulmalıdır. İlk olarak, yükleme ve boşaltma alanlarının coğrafi konumu önemlidir. Taşınacak yüklerin hedefine en yakın ve erişilebilir yerler tercih edilmelidir. Karayolu taşımacılığında yüklerin taşınması sırasında kullanılacak güzergahlar ve taşıma ekipmanları da dikkate alınmalıdır. Yükleme ve boşaltma alanlarının kapasitesi, güvenliği ve lojistik gereksinimleri de değerlendirilmelidir. İdeal olarak, bu alanlar geniş, düzenli ve iyi aydınlatılmış olmalıdır.

Xperlog.com

[cevap]

Online Diyetisyen Hizmetleri: Sağlık ve Takip İmkanınızı Artırıyor

Online diyetisyen hizmetleri günümüzde giderek popülerlik kazanmaktadır. Online diyetisyen, online diyet veya takipli online diyet gibi hizmetler, bireylere sağlık ve takip imkanlarını artırarak, beslenme konusunda destek sağlamaktadır.

Geleneksel diyetisyen ziyaretleri birçok kişi için zaman ve yer kısıtlamalarıyla beraber gelirken, internetin yaygınlaşmasıyla birlikte online diyetisyen hizmetleri ortaya çıkmıştır. Bu hizmetler, bireylerin ihtiyaçları doğrultusunda beslenme programları oluşturmak ve takibini yapmak amacıyla diyetisyenlerin uzmanlığını kullanmaktadır.

Birçok insan yoğun iş temposu, coğrafi engeller veya fiziksel sınırlamalar nedeniyle geleneksel diyetisyenlere ulaşmakta güçlük yaşayabilir. Ancak, online diyetisyen hizmetleri sayesinde, insanlar istedikleri yerden ve zamanda diyetisyenlerle iletişim kurabilmektedirler. Bu, hem zaman hem de enerji tasarrufu sağlayarak, bireylerin sağlıklı beslenme alışkanlıklarına daha kolay uyum sağlamalarına yardımcı olmaktadır.

Ayrıca, takipli online diyet hizmetleri ile bireylerin beslenme programları düzenli olarak gözden geçirilir ve takip edilir. Diyetisyenler, bireylerin ilerlemesini izleyerek gerekli değişiklikleri yapabilir ve motivasyonlarını artırabilir. Bu süreçte, online platformlar aracılığıyla yapılan iletişim sayesinde diyetisyenler, bireylere beslenme konusunda birebir danışmanlık imkanı sunarlar.

Online diyetisyen hizmetlerinin bir diğer avantajı da bilgi paylaşımının kolaylığıdır. İnternet üzerinden erişilebilen kaynaklar ve diyetisyenlerin sunduğu materyaller, bireylerin beslenmeyle ilgili doğru ve güncel bilgilere ulaşmasını sağlar. Bunun yanı sıra, online grupların ve forumların oluşturduğu destek sistemleri, insanların benzer deneyimlere sahip kişilerle iletişim kurarak moral bulmalarına ve sorunlarını paylaşmalarına olanak tanır.

Online diyetisyen, online diyet ve takipli online diyet gibi hizmetler, modern yaşamın getirdiği kısıtlamaları aşarak bireylere sağlık ve takip imkanlarını artıran bir çözüm sunmaktadır. İnternetin yaygınlaşmasıyla birlikte bu hizmetlerin erişilebilirliği ve etkinliği artmıştır. Bu şekilde, beslenme konusunda destek arayan herkes, online diyetisyen hizmetleri sayesinde uzman bir yardım alabilir ve daha sağlıklı bir yaşam tarzına adım atabilir.

[isverendencom]

Harita Mühendisi Ne İş Yapar? Nasıl Olunur? - İş ilanları sitesi

[mafaweb]

Altınyayla nedir?Altınyayla, Türkiye'nin Niğde iline bağlı bir belde ve bu beldeye ait bir adlandırmadır. Genellikle tarım ve hayvancılık faaliyetlerinin yoğun olduğu bir bölgedir.Altınyayla'nın nüfusu genellikle köylerde yaşamaktadır ve bu nedenle doğal yaşamı koruyan bir yapıya sahiptir. İlçenin ekonomisi tarım ve hayvancılığa dayalıdır ve bu nedenle doğal kaynakların korunması önemlidir.Doğal güzellikleri ve zengin bitki örtüsüyle ünlü olan Altınyayla, son yıllarda doğa turizmi açısından da önem kazanmıştır. Bu bölgeyi ziyaret edenler genellikle doğal yaşamı ve temiz havayı tercih etmektedirler.Altınyayla'nın coğrafi konumu ve doğal güzellikleri, ziyaretçiler için ideal bir kaçış noktası olma özelliğine sahiptir. Bu nedenle, doğal yaşamı, sakinliği ve temiz havayı tercih edenler için Altınyayla önemli bir seçenek olabilir.Web tasarımın önemiWeb tasarımı, bir işletmenin dijital varlığının en önemli unsurlarından biridir. İnternet kullanıcılarının çoğu, bir web sitesi veya web uygulamasının tasarımıyla ilgili ilk izlenimlerine göre bir karar verirler. Bu nedenle, bir işletmenin web tasarımının etkili olması son derece önemlidir.İyi bir web tasarımı, kullanıcı deneyimini arttırarak web sitesine olan erişilebilirliği iyileştirir. Estetik açıdan itibarlı bir web sitesi, kullanıcıların siteye tekrar tekrar dönme olasılığını arttırırken, kötü bir web tasarımı, ziyaretçilerin siteyi hızla terk etmelerine neden olabilir.Arama motoru optimizasyonu (SEO) açısından da, iyi bir web tasarımı son derece önemlidir. SEO uyumlu bir tasarım, web sitesinin arama motorlarındaki sıralamasını arttırarak daha görünür hale getirir.Sonuç olarak, web tasarımının önemi her geçen gün daha da artmaktadır. İyi bir web tasarımı, bir işletmenin dijital varlığını güçlendirerek, başarılı bir çevrimiçi varlık oluşturmasına olanak tanır.İyi bir e-ticaret sitesi nasıl olmalı?E-ticaret, günümüzde her geçen gün daha da önem kazanan bir ticaret modelidir. Her geçen gün artan internet kullanımı ve online alışverişe olan ilgi, e-ticaret sitelerinin doğru bir şekilde kurulması ve yönetilmesi gerekliliğini ortaya koymaktadır. İyi bir e-ticaret sitesi, birçok farklı faktörü başarılı bir şekilde bir araya getirmelidir.Görsellik: İlk olarak, iyi bir e-ticaret sitesi, görsel açıdan etkileyici olmalıdır. Kullanıcıyı cezbetmek ve alışveriş yapmaya motive etmek için estetik bir tasarıma sahip olmalıdır. Kullanıcı dostu bir arayüz ve etkileyici görseller, satın alma kararını olumlu etkileyebilir.Ürün ve Hizmet Bilgisi: İyi bir e-ticaret sitesi, ürünler ve hizmetler hakkında detaylı bilgi sunmalıdır. Kullanıcıların ürünleri doğru bir şekilde tanıması ve doğru kararlar verebilmesi için açık ve anlaşılır bilgiler bulunmalıdır.Güvenlik ve Kolaylık: E-ticaret siteleri, güvenli ödeme sistemleri, kolay üyelik ve hızlı alışveriş süreçleri sunmalıdır. Kullanıcıların güvenli bir şekilde alışveriş yapabilmeleri ve kolaylıkla istedikleri ürünlere ulaşabilmeleri önemlidir. Ayrıca, site hızı ve mobil uyumluluk da göz ardı edilmemelidir.Kurumsal web tasarım stratejileri Kurumsal web tasarım stratejileri, bir şirketin veya markanın online varlığını güçlendirmek ve marka değerini artırmak için önemli bir rol oynar. Bu stratejiler, web sitesinin kullanıcı deneyimini artırmak, markanın çevrimiçi görünürlüğünü artırmak ve potansiyel müşterilere etkili bir şekilde ulaşmak için geliştirilir. SEO uyumlu bir web tasarım stratejisi, web sitenizin arama motorlarında daha iyi sıralanmasını sağlayarak müşteri trafiğini artırabilir. Ayrıca, mobil uyumlu bir web tasarımı da günümüzde oldukça önemlidir çünkü mobil cihazlardan gelen trafiğin artmasıyla birlikte mobil dostu web siteleri büyük bir avantaj sağlar. Ayrıca, kurumsal web tasarım stratejileri, markanın güvenilirliğini ve itibarını artırmak için kullanıcı dostu bir arayüz ve etkileyici bir görünüm sunmalıdır. Kullanıcıların web sitenizde daha fazla zaman geçirmesini ve dönüşüm oranını artırmasını sağlayacak özgün ve dikkat çekici içerikler de göz önünde bulundurulmalıdır.

Sonuç olarak, kurumsal web tasarım stratejileri, bir şirketin dijital varlığını güçlendirmek, pazarda rekabet avantajı sağlamak ve marka bilinirliğini artırmak için son derece önemlidir. Doğru stratejilerle oluşturulan bir web sitesi, şirketin hedeflerine ulaşmasına yardımcı olabilir. Dijital pazarlama ajansı seçerken nelere dikkat etmeli? Dijital pazarlama ajansı seçerken nelere dikkat etmeli? Dijital pazarlama ajansı seçerken dikkat edilmesi gereken en önemli faktörlerden biri, ajansın deneyimidir. İyi bir dijital pazarlama ajansı, sektörde uzun yıllardır hizmet veren ve çeşitli markalarla çalışmış bir ajans olmalıdır. Bu sayede, ajansın ne kadar tecrübeli ve çeşitli projelerde başarılı olduğunu görebilirsiniz. Bir diğer önemli faktör ise, ajansın referanslarıdır. Dijital pazarlama ajansı seçerken mutlaka ajansın referanslarına göz atmalısınız. Referanslar, ajansın geçmişte ne tür projelerde çalıştığını ve ne tür sonuçlar elde ettiğini gösterir. Bu sayede, ajansın potansiyelini daha iyi şekilde değerlendirebilirsiniz. Ayrıca, dijital pazarlama ajansı seçerken dikkat edilmesi gereken bir diğer faktör de, ajansın sunduğu hizmetlerdir. İyi bir dijital pazarlama ajansı, geniş bir hizmet yelpazesi sunmalıdır. SEO, sosyal medya yönetimi, reklam kampanyaları gibi farklı alanlarda hizmet veren bir ajans, markanızın ihtiyaçlarına daha iyi cevap verebilir. Son olarak, dijital pazarlama ajansı seçerken dikkat etmeniz gereken bir diğer faktör ise, ajansın iletişimidir. İyi bir ajans, sizinle sürekli iletişim halinde olmalı ve size düzenli olarak raporlama yapmalıdır. Bu sayede, projenin gidişatını kontrol edebilir ve ajansın performansını değerlendirebilirsiniz. Web sitesi tasarımının temel bileşenleriWeb sitesi tasarımının temel bileşenleri, bir web sitesinin kullanıcı deneyimini etkileyen ve sitenin başarısını belirleyen unsurlardır. Bunlar arasında kullanıcı dostu arayüz, etkili içerik yönetimi, mobil uyumluluk ve hızlı yükleme süreleri gibi faktörler bulunmaktadır.Kullanıcı dostu arayüz, bir web sitesi tasarımının en önemli bileşenlerinden biridir. Kullanıcıların rahatlıkla gezinebileceği, istedikleri bilgilere hızlıca ulaşabilecekleri bir arayüz, web sitesinin başarısını etkileyen kilit unsurlardan biridir.Etkili içerik yönetimi de web sitesi tasarımının temel bileşenlerindendir. İyi bir içerik yönetim sistemi, web sitesinin güncel ve ilgi çekici içeriklerle dolu olmasını sağlayarak hedef kitleyi sitede tutmaya yardımcı olur.Mobil uyumluluk ve hızlı yükleme süreleri de günümüzde web sitesi tasarımının vazgeçilmez parçalarından biridir. Mobil cihazlardan gelen trafiği artıran mobil uyumluluk ve hızlı yükleme süreleri, bir web sitesinin başarılı olmasını sağlayan önemli bileşenlerdir.Web yazılım nedir ve nasıl çalışır?Web yazılım, web sitelerinin işlevselliğini sağlamak için kullanılan yazılımlardır. Genellikle programlama dilleri kullanılarak oluşturulurlar ve web sitesinin arka planında çalışırlar. Kullanıcıların web sitesi üzerinde etkileşimde bulunmasını sağlarlar ve veritabanlarıyla iletişim kurarak dinamik bir web deneyimi sağlarlar.Web yazılım genellikle üç katmanlı yapıda geliştirilir. Bu katmanlar arasında sunucu, uygulama ve veritabanı katmanları bulunur. Sunucu katmanı, istemci cihazlarının taleplerini karşılar ve web sayfalarını sunar. Uygulama katmanı, iş mantığını ve kullanıcı deneyimini yönetir. Veritabanı katmanı ise web sitesi üzerinde depolanan verileri yönetir.Web yazılım, çeşitli programlama dilleri kullanılarak geliştirilebilir. PHP, Java, Python ve JavaScript gibi diller web yazılım geliştirmek için sıkça kullanılır. Ayrıca, web yazılım geliştirirken güvenlik de büyük önem taşır. Çünkü web yazılım hataları, web sitelerinin hacklenmesine ve veri sızıntısına neden olabilir.Web yazılımı, web sitesinin temel işlevselliğini sağlar. Eğer bir web sitesi kullanıcı etkileşimi içeriyorsa, bu etkileşimi sağlayan yazılım büyük ihtimalle bir web yazılımıdır. Bu sayede kullanıcılar, web sitesinde form doldurabilir, alışveriş yapabilir, üye olabilir ve daha pek çok eylemi gerçekleştirebilir.

Web tasarım fiyatlarını etkileyen faktörler Web tasarımı fiyatları çeşitli faktörlere bağlı olarak değişebilir. İlk faktör, sitenin hangi platformda tasarlanacağıdır. WordPress gibi hazır bir içerik yönetim sistemi kullanmak maliyeti düşürebilirken, özel bir CMS geliştirilmesi maliyeti artırabilir. Ayrıca tasarımın karmaşıklığı da fiyatı etkileyen bir faktördür. Aynı zamanda responsive design, yani mobil uyumluluk da maliyeti artırabilir. İşlevsellik de web tasarım fiyatlarını belirlemek için önemli bir faktördür. Eğer siteye özel fonksiyonlar eklenmesi gerekiyorsa maliyet artabilir. Bir diğer faktör ise SEO optimizasyonudur. SEO dostu bir tasarım, uzun vadede trafik ve dönüşüm getireceği için maliyeti artırabilir. Proje süresi ve takvim de fiyatları etkileyen önemli bir faktördür. Acil bir projenin tamamlanması, normalden daha fazla kaynak ve insan gücü gerektireceği için maliyeti artırabilir. Son olarak, ajansın deneyimi de fiyatları etkileyen bir faktördür. Deneyimli bir ajansın sunduğu kaliteli hizmet, maliyeti artırabilir fakat uzun vadede verimlilik sağlayabilir. Tüm bu faktörler göz önünde bulundurularak, web tasarım fiyatları projeden projeye büyük farklılıklar gösterebilir. Bu yüzden bir web tasarım projesine başlamadan önce bu faktörleri dikkate almak önemlidir. Sosyal medya ajansının rolü ve avantajlarıSosyal medya ajansının rolü ve avantajları Sosyal medya ajansının rolü, günümüz dijital dünyasında önemli bir yere sahiptir. Bir markanın veya şirketin sosyal medya platformlarında varlık göstermesi, hedef kitlesiyle etkileşimde bulunması ve marka bilinirliğini arttırması için sosyal medya ajanslarından destek almak oldukça önemlidir. Sosyal medya ajansları, bu platformlarda strateji geliştirme, içerik oluşturma, reklam yönetimi, takip ve raporlama gibi konularda markalara profesyonel destek sunmaktadır. Sosyal medya ajansının avantajları, bir markanın sosyal medya hesaplarını yönetmek ve bu platformlarda etkili bir şekilde varlık göstermek oldukça zaman alıcı bir süreçtir. Bu noktada sosyal medya ajansları, markalara bu süreci yönetme konusunda destek olurken, profesyonel bir bakış açısı getirerek etkili stratejiler geliştirmekte ve markaların hedef kitleleriyle etkileşimini arttırmaktadır. Aynı zamanda sosyal medya ajansları, markaların bu platformlarda daha görünür olmasını sağlayarak marka bilinirliğini arttırmakta ve potansiyel müşterilerle etkili bir şekilde iletişim kurmalarına olanak tanımaktadır. Sosyal medya ajanslarının rolü ve avantajları göz önünde bulundurulduğunda, markaların sosyal medya stratejilerini profesyonel bir şekilde yönetmek ve sosyal medya platformlarında etkili bir varlık göstermek için sosyal medya ajanslarından destek almaları oldukça önemlidir. Sosyal medya ajansları sayesinde markalar, hedef kitlelerine etkili bir şekilde ulaşabilir, marka bilinirliğini arttırabilir ve potansiyel müşterilerle etkili bir iletişim kurarak satışları arttırabilir. Sosyal medya ajanslarının rolü ve avantajları sayesinde markalar, dijital dünyada etkili bir şekilde varlık gösterebilmekte ve rakipleri arasından sıyrılarak daha görünür hale gelmektedir. Bu nedenle sosyal medya ajansları, markaların dijital pazarlama stratejilerini güçlendirmekte ve başarılı olmaları için önemli bir rol üstlenmektedir.Kurumsal SEO ve sıralama faktörleriKurumsal SEO, kurumsal bir web sitesinin arama motoru sonuç sayfalarında üst sıralarda yer almasını sağlayan bir dizi strateji ve tekniktir. Bu stratejiler sayesinde web sitenizin daha fazla organik trafik çekmesi, daha fazla potansiyel müşteriye ulaşması ve markanızın dijital platformlarda daha fazla görünürlük kazanması hedeflenir.Sıralama faktörleri, arama motorlarının web sitelerini sıralarken dikkate aldığı bir dizi kriterdir. Bu faktörler arasında kullanıcı deneyimi, mobil uyumluluk, hız, site güvenliği, içerik kalitesi, backlink profili gibi çeşitli öğeler bulunur. Bu faktörlerin tümü, kurumsal bir web sitesinin arama motorlarında üst sıralarda yer alabilmesi için büyük önem taşır.

SEO stratejileri arasında, anahtar kelime araştırması, içerik optimizasyonu, teknik SEO, backlink oluşturma, mobil uyumluluk gibi önemli adımlar bulunur. Bu adımları doğru bir şekilde uygulamak, web sitenizin arama motorlarındaki sıralamasını olumlu yönde etkileyecektir.Kurumsal bir web sitesinin SEO ve sıralama faktörlerine odaklanarak, dijital pazarlama stratejilerini güçlendirebilir, rekabet avantajı elde edebilir ve marka bilinirliğinizi artırabilirsiniz.

[eksim]

Her Türlü Beyaz Eşya İçin Tamir ve Servis

Ev aletleri, modern yaşamın vazgeçilmez bir parçasıdır. Ancak zaman zaman bu cihazlar arızalanabilir veya bakıma ihtiyaç duyabilir. Bahçelievler, Esenler ve Bağcılar gibi İstanbul'un önemli semtlerinde yaşayan insanlar için bu durumda en etkili çözümlerden biri yerel araç servislerine başvurmaktır.

Bahçelievler, Esenler ve Bağcılar'da faaliyet gösteren Arçelik ve Beko servisleri, ev aletlerinin tamirat, bakım ve yedek parça hizmetlerini sunmaktadır. Bu servisler, uzman teknisyen kadrolarıyla, müşterilerin ihtiyaçlarına hızlı ve güvenilir çözümler sunmayı amaçlamaktadır.

Bahçelievler Arçelik Servisi, Arçelik marka beyaz eşya ürünlerinin tamiratında uzmanlaşmış bir ekipten oluşur. Buzdolapları, çamaşır makineleri, bulaşık makineleri, fırınlar ve diğer ev aletleri için gerekli onarım ve bakım hizmetlerini sunmaktadır. Teknisyenler, deneyimleri ve teknik bilgileriyle sorunları tespit eder ve hızlı bir şekilde çözüm sağlar.

Esenler Arçelik Servisi, Esenler semtindeki Arçelik ürün kullanıcılarına kapsamlı bir hizmet sunar. Klima sistemleri, televizyonlar, mikrodalga fırınlar ve diğer Arçelik ürünleri için tamirat ve bakım hizmetleri sağlamaktadır. İşlerini titizlikle yapan yetenekli teknisyenler, müşterilerin cihazlarını en kısa sürede çalışır duruma getirmeye odaklanmışlardır.

Bağcılar Beko Servisi ise Bağcılar semtinde yaşayan Beko marka beyaz eşya kullanıcılarına hizmet vermektedir. Çamaşır makineleri, buzdolapları, derin dondurucular, ocaklar ve diğer Beko ürünlerinde oluşabilecek arızaları onarmak için uzmanlaşmıştır. Hızlı yanıt süreleri ve kaliteli hizmet anlayışıyla müşterilerine destek sağlamaktadır.

Bahçelievler Arçelik Servisi, Esenler Arçelik Servisi ve Bağcılar Beko Servisi gibi yerel servisler, bölgedeki müşterilerin ev aletlerinin sorunlarıyla başa çıkmalarına yardımcı olurken, aynı zamanda güvenilir ve zamanında hizmet sunma konusunda da öncüdür. Ev aletlerinizin bakımı ve onarımı için bu servisleri tercih ederek, evinizdeki konforu en kısa sürede yeniden sağlayabilirsiniz.

İstanbul'un Yakın Semtlerindeki Beyaz Eşya Servisleri Hakkında Rehber

İstanbul, Türkiye'nin en büyük ve en kalabalık şehirlerinden biri olarak, geniş bir coğrafi alana yayılmıştır. Bu nedenle, beyaz eşya servisi ihtiyaçları da oldukça yaygındır. İster bir arıza yaşayın, ister bakım veya onarım gereksinimi duyun, İstanbul'da bulunan yakın semtlerde birçok profesyonel beyaz eşya servisi sağlayıcısı bulunmaktadır.

Beylikdüzü, Esenyurt, Ümraniye, Kadıköy, Şişli gibi popüler semtlerde bir dizi uzman beyaz eşya servisi şirketi hizmet vermektedir. Bu servis sağlayıcıları, farklı marka ve modellerdeki beyaz eşyalarınızın tamir, bakım ve kurulum işlemlerini gerçekleştirebilir. Deneyimli teknisyenler, sorunlarınızı hızlı ve etkili bir şekilde çözmek için modern araç ve ekipmanlarla donatılmıştır.

Beyaz eşya servisleri, çamaşır makineleri, bulaşık makineleri, buzdolapları, fırınlar ve diğer ev aletlerinin tamiratına odaklanmaktadır. Arıza teşhisinden yedek parça değişimine kadar geniş bir hizmet yelpazesi sunarlar. Ayrıca, periyodik bakım ve temizlik hizmetleriyle beyaz eşyalarınızın ömrünü uzatmanıza yardımcı olurlar.

Bu semtlerdeki beyaz eşya servisleri, müşteri memnuniyetini ön planda tutarak hızlı ve güvenilir hizmet sunmaktadır. Uzman teknisyenler, sorunları çözmek için en son teknikleri kullanırken, aynı zamanda müşterilere anlaşılır ve samimi bir dilde bilgilendirme yaparlar. Size onarılan veya değiştirilen parçalar hakkında bilgi vermekten çekinmezler ve önerilerde bulunarak gelecekte oluşabilecek sorunları önlemenize yardımcı olurlar.

İstanbul'un yakın semtlerindeki beyaz eşya servisleri, profesyonel hizmetleri ve müşteri odaklı yaklaşımlarıyla öne çıkar. Arıza durumunda veya bakım ihtiyacı olduğunda, bu yerel servis sağlayıcılarına başvurarak beyaz eşyalarınızı güvenle onarabilir veya bakımını yaptırabilirsiniz. Unutmayın, kaliteli bir beyaz eşya servisi, evinizin düzenini ve konforunu korumanıza yardımcı olacaktır.

[mizemediaagency]

Bu Tatil Sezonunda Web Sitenizin SEO'sunu Güçlendirmek İçin 3 İpucu

Bu Tatil Sezonunda Web Sitenizin SEO'sunu Güçlendirmek İçin 3 İpucu

1 – Google Analytics’ten Yararlanarak Kitlenizi Tanıyın

SEO’nuzu güçlendirmek için önce kiminle uğraştığınızı bilmeniz gerekir. Daha spesifik olarak, ulaşmaya çalıştığınız kitleyi tanımanız gerekir. Unutmayın, farklı insanların alışveriş yapmak için farklı nedenleri vardır ve tatil mevsimi yaklaşırken bu daha da önemlidir.

2020, günlük yaşam tarzımız söz konusu olduğunda bazı önemli eğri topları da attı. Müşterileriniz hakkında ayrıntılı bilgi almanın en iyi yollarından biri Google Analytics’ten yararlanmaktır. Google Analytics, Demografi (yaş, cinsiyet), Kullanıcı İlgi Alanı, Coğrafi Konum (dil, konum), Davranış (yeni, geri gelen ziyaretçi, sıklık) ve daha fazlası gibi ayrıntıları görüntülemenizi sağlayan ücretsiz bir araçtır.

Google analytics hakkında daha fazla bilgiyi buradan edinebilirsiniz

2 – Çeşitli Ödeme Seçenekleri Sunun

Artan sayıda insan alışveriş yapmak için internete yönelirken, online mağazanızın çeşitli ödeme seçenekleri sunduğundan emin olmalısınız. Unutmayın, bazı insanlar banka transferleri yerine kredi kartlarını kullanmayı tercih ederken, diğerleri e-cüzdanlarını kullanmayı tercih edebilir.

Bu nedenle, müşterilerin farklı istek ve ihtiyaçlarını karşılamak için farklı ödeme seçenekleri sunmanız gerekir. Bunu yaparak, insanları sizden satın almaya teşvik edebilir ve nihayet ödeme yaptıklarında engellerden kaçınabilirsiniz. Ödeme kolaylığı sayesinde insanlar online alışverişlerinde mağazanıza uğrayacak.

Verilerini de güvende tuttuğunuzu gösteren sertifikalar sunmayı unutmayın. Sorunların her yerde belirdiği dijital dünyada, müşterileriniz için bir güvenlik duygusuna sahip olmak, istikrarlı satışları garanti etmek için uzun bir yol kat edebilir.

3 – Tatil Temalı İçeriği Sosyal Medyada, Bloglarda ve GMB’de Paylaşın

Tatiller yaklaştığından, işletmenizin alakalı kaldığından emin olmak istersiniz. Aksi takdirde, potansiyel müşteriler daha çok tatil temalı başka işletmeler arayabilir.

Bu nedenle, mümkün olan en kısa sürede tatille ilgili içerik oluşturmaya başlayın. Örneğin, ofis malzemeleri satan bir mağazanız varsa, müşterileri çekmek için tatil hediye paketleri ve promosyonlar sunabilirsiniz.

Ayrıca sezon için tatil temalı öğelere yer vermek üzere web sitenizi yeniden tasarlayabilirsiniz. Bunlar yalnızca ilgili çabalarınızı sürdürmenize yardımcı olmakla kalmaz, aynı zamanda müşterilerin takdir edeceği benzersiz ve eğlenceli deneyimler yaratmanıza da yardımcı olabilir.

Bu Tatil Sezonunda Satışları, Etkileşimi ve SEO’yu Artırmak için Bu 3 İpucundan Yararlanın

Bu ipuçları SEO’nuzla ilgili görünmese de, hepsi onu güçlendirmede uzun bir yol kat edebilir. Tatil temalı içerikler oluşturarak, çeşitli ödeme sistemleri sunarak ve daha fazlasını web sitenizin kullanıcı dostu olmasını sağlayabilirsiniz. Ayrıca, sunduklarınızı kontrol etmek için web sitenize gelen daha fazla insanı çekersiniz. Tüm bu faktörler, trafikten dönüşüm oranlarına kadar web sitenizin performansının çeşitli yönlerini artırır ve SEO çabalarınızı güçlendirir.

Yığın Grubu Hakkında

Stack Group, Agawam, MA merkezli bir dijital tasarım ve pazarlama şirketidir. Özel web tasarımı, SEO ve sosyal medya pazarlamasında uzmanız. Müşterilerinize hizmet etmek için iyi performans gösteren, şaşırtıcı şekilde tasarlanmış bir web sitesiyle çevrimiçi varlığınızı en üst düzeye çıkarmanıza ve SEO hizmetlerimizle arama motoru sıralamalarınızı yükseltmenize yardımcı olabiliriz.

2021 sezonu aramalarında daha üst sıralarda yer almak için ek yardıma ihtiyacınız varsa ücretsiz danışmanlık randevusu almak için bugün bizimle iletişime geçin.

Kaynak, Siteyi Ziyaret Edin

[lolonolo-com]

Coğrafi Bilgi Sistemleri 2022-2023 Vize Soruları

Coğrafi Bilgi Sistemleri 2022-2023 Vize Soruları 1. Aşağıdakilerden hangisi coğrafi bir bilgi değildir? A) Işık hızı B) Nüfus C) Yol tarifi D) Bitki örtüsü E) İklim durumu Cevap : A) Işık hızı 2. Aşağıdakilerden hangisi konumsal veri tipine örnektir? A) Nüfus B) Bitki örtüsü adı C) Komşu iller D) Ekonomi E) İklim durumu Cevap : C) Komşu iller 3. Aşağıdakilerden hangisi daha çok CAD yazılımı…

[kamuweb]

Çevre Şehircilik Ve İklim Değişikliği Bakanlığı Merkez Teşkilatına 383 Personel Alım İlanı Yayımladı

Çevre Şehircilik Ve İklim Değişikliği Bakanlığı Merkez Teşkilatına 383 Personel Alım İlanı Yayımladı   Bugün yayımlanan ilanla 6 farklı kadroda 383 personel alımı yapılacağı duyuruldu. Yazılı ve sözlü olmak üzere iki aşamalı sınavla alımı yapılacak kadroların dağılımı belli oldu. Alım Yapılacak Kadrolar Müfettiş Yardımcısı: 25 personel Çevre Şehircilik Uzman Yardımcısı: 74 personel Coğrafi Bilgi Sistemleri Uzman Yardımcısı: 14 personel Milli Emlak Uzman Yardımcısı: ... Devamı ve Detaylar için https://www.kamuweb.com/kamu-ilanlari/cevre-sehircilik-ve-iklim-degisikligi-bakanligi-merkez-teskilatina-383-personel-alim-ilani-yayimladi.html?feed_id=16860 memur alımı kamu personel alımı

[kamuilanlari]

Çevre Şehircilik Ve İklim Değişikliği Bakanlığı Merkez Teşkilatına 383 Personel Alım İlanı Yayımladı

Çevre Şehircilik Ve İklim Değişikliği Bakanlığı Merkez Teşkilatına 383 Personel Alım İlanı Yayımladı   Bugün yayımlanan ilanla 6 farklı kadroda 383 personel alımı yapılacağı duyuruldu. Yazılı ve sözlü olmak üzere iki aşamalı sınavla alımı yapılacak kadroların dağılımı belli oldu. Alım Yapılacak Kadrolar Müfettiş Yardımcısı: 25 personel Çevre Şehircilik Uzman Yardımcısı: 74 personel Coğrafi Bilgi Sistemleri Uzman Yardımcısı: 14 personel Milli Emlak Uzman Yardımcısı: ... Devamı ve Detaylar için https://www.kamuweb.com/kamu-ilanlari/cevre-sehircilik-ve-iklim-degisikligi-bakanligi-merkez-teskilatina-383-personel-alim-ilani-yayimladi.html?feed_id=16859 memur alımı kamu personel alımı

[pazaryerigundem]

İstanbul'da kaçak hafriyata mobil vizör

https://pazaryerigundem.com/haber/182389/istanbulda-kacak-hafriyata-mobil-vizor/

İstanbul'da kaçak hafriyata mobil vizör

İstanbul’da kaçak hafriyat dökümlerinin engellenmesi amacıyla İBB tarafından AR-GE çalışmaları yürütülen Mobil Vizör Lazer Kameralı Takip ve Denetim Sistemi devreye alınarak denetimlerde kullanılmaya başlandı.

İSTANBUL (İGFA) – İstanbul Büyükşehir Belediyesi (İBB) Çevre Koruma Şube Müdürlüğü, İstanbul ili sınırları içerisindeki kaçak hafriyat dökümlerinin engellemek, denetimlerini sağlamak ve çevre kirliliğini en aza indirgemek amacıyla 2022 yılında AR-GE çalışmalarına başladığı Mobil Vizör Lazer Kameralı Takip ve Denetim Sistemi’ni kullanmaya başladı.

Mobil Vizör Lazer Kameralı Takip ve Denetim Sistemi ile, izin verilmeyen alanlarda kaçak hafriyat dökümü için gelen araçların tespiti gerçekleştiriliyor. Mobil vizör, 360° dönebilen ve aynı zamanda 900 m’yi 3m’ye kadar yakınlaştırabilen ‘optik zoom’ özelliğine sahip. Ayrıca, şüpheli aracın kaçak döküm alanına girdiği andan itibaren ve alandan çıktığı zaman dilimine kadarki tüm hareketlerini gece gündüz fark etmeksizin kayıt altına alabiliyor.

İDARİ YAPTIRIM UYGULANACAK

Araç Takip Sistemi entegrasyonu; anlık konum takibi yapabilme, şüpheli alan araçları kontrol altında tutabilme ve kaçak döküm faaliyetlerini önleyebilme özellikleri taşıyor. İBB Çevre Koruma Şube Müdürlüğü tarafından geliştirilen ileri radar sensörler ile, şüpheli aracın plakası tespit edilerek şahıs veya ilgili firmaya idari yaptırım uygulanacak.

Mobil Vizör Lazer Kameralı Takip ve Denetim Sistemi, her türlü coğrafi alanda ve olumsuz hava koşullarında, dışarıdan enerji ihtiyacı olmadan da çalışabilecek. Bu amaçla mobil cihaz üzerinde devamlı enerji sağlayan şebeke enerjisi giriş portları, solar güneş enerji panelleri, destekleyici jeneratör güç enerji sistemleri bulunuyor.

Cihaz, istendiğinde şehir şebeke gerilimi ile beslenebilecek sistemlere sahip olup; deprem, sel, yangın vb. afetlerde kullanılmak üzere kompakt ve merkeze bilgi gönderebilen entegre bir sistem aygıtı olarak geliştirildi.

BU Haber İGF HABER AJANSI tarafından servis edilmiştir.

[listemakale]

Milas Belediyesi’nde teknolojik dönüşüm sürüyor

Milas Belediyesi’nde teknolojik dönüşüm sürüyor

Bünyesindeki tüm birimlerinde dijital dönüşüm seferberliği yürüten Milas Belediyesi, kurum taşınmazlarını Milas Akıllı Merkez(MAM) sistemi sayesinde Coğrafi Bilgi Sistemleri(CBS) altyapısı ile yönetmeye başladı.   Milas Belediyesi; kurum taşınmazlarının takibi projesi kapsamında kuruma ait taşınmazları, kiradaki taşınmazları, ecrimisiller ve park alanlarını belirleyerek sistem üzerinde kayıt…