Kazanimlar:
- Uydu ve hava görüntülerinde AI ile litoloji, fay ve alterasyon haritalamanın nasıl yapıldığını açıklayabilme
- Multispektral/hiperspektral veriden mineral ve yapı belirteçlerini çıkaran iş akışını kurgulayabilme
- Uzaktan algılama çıktılarını arazi doğrulaması (ground truth) ve jeolojik bağlamla sınayabilme
Jeolojik harita, bir bölgenin yer altı hikayesinin yüzeydeki izdüşümüdür: hangi kaya birimi nerede, faylar nereden geçiyor, tabakalar hangi yöne eğimli. Klasik olarak bu harita, jeoloğun aylar süren arazi çalışmasıyla, mostra mostra (yüzey kaya çıkışı) gezerek çıkardığı bir üründür. Bugün bu sürecin büyük bölümünü uzaktan algılama (İngilizce remote sensing, yani uydu ve hava araçlarıyla yüzeyden temas etmeden veri toplama) ve yapay zeka hızlandırıyor. Bu ünitede uydu/hava görüntülerinden litoloji, fay ve alterasyon (kayanın hidrotermal sularla kimyasal olarak değişmesi; maden aramada kritik bir belirteç) haritalamanın yapay zekayla nasıl yapıldığını ve en önemlisi bu çıktıların arazi gerçeğiyle nasıl sınandığını göreceğiz.
Baştan bir uyarı: uzaktan algılama görüntüsü bir yorum değil, bir ölçümdür; ama o ölçümden çıkarılan her harita bir yorumdur ve yorumun içinde hata vardır. Yapay zekanın işaretlediği bir "alterasyon zonu" gerçek bir maden belirteci de olabilir, kurumuş bir tarla, bir gölge veya atmosferik bir bozulma da. Harita, sahada doğrulanana kadar bir hipotezdir.
Uzaktan Algılamanın Temel Fiziği
Her mineral ve kaya, güneş ışığını farklı dalga boylarında farklı oranda yansıtır; buna spektral imza denir. İnsan gözü sadece görünür ışığı (kırmızı-yeşil-mavi) görür, ama uydu sensörleri kızılötesi dahil çok daha geniş bir aralığı ölçer. İki temel kavram:
Multispektral görüntü, birkaç geniş dalga boyu bandında (tipik 4-12 bant) ölçüm yapar; örneğin Landsat ve Sentinel uyduları. Kayaları kaba ayırt eder. Hiperspektral görüntü ise yüzlerce dar bantta ölçüm yapar ve mineralleri neredeyse "spektral parmak izinden" tanıyabilir; alterasyon minerallerini (kaolinit, alunit, illit gibi) ayırt etmek için kullanılır.
Yapay zeka burada iki işi yapar: birincisi, bu yüksek boyutlu spektral veriyi sınıflandırır (hangi piksel hangi litoloji/mineral). İkincisi, görüntünün geometrik desenlerinden (çizgisellikler, doku, drenaj ağı) fay ve yapısal unsurları çıkarır. Sayısal Yükseklik Modeli (İngilizce Digital Elevation Model, kısaca DEM; arazinin üç boyutlu yükseklik haritası) eklendiğinde eğim, bakı ve topografik çizgisellikler de analize girer.
Adım adım: bir alterasyon haritası iş akışı
- Görüntüyü hazırla. Atmosferik düzeltme (atmosferin bozucu etkisini gidermek), bulut maskeleme, bitki örtüsü maskesi. Bu adım atlanırsa tüm sonuç kirlenir.
- İlgi alanını daralt. Jeolojik bağlamla (bilinen fay, formasyon, mostra) çalışma alanını sınırla; modele bağlam ver.
- Spektral indeksleri hesapla. Belirli mineral gruplarını öne çıkaran bant oranları (örn. demir oksitler, kil mineralleri için).
- Sınıflandır. Yapay zeka piksel/bölge sınıflaması yapar, olası alterasyon zonlarını işaretler.
- Arazi doğrulaması planla. İşaretli zonlardan örnek noktalar seç, sahada kontrol et. Bu adım olmadan harita imzalanmaz.
Yapay Zekanın Görüntü Analizindeki Rolü ve Sınırı
Yapay zeka özellikle iki tür hatayı azaltır: gözden kaçan zayıf anomalileri yakalar ve tutarsız yorumları standartlaştırır. Ama üç sistematik yanılgı üretir. Birincisi yanlış pozitif: bitki, gölge, insan yapısı veya toprak nemi, alterasyon gibi görünebilir. İkincisi eğitim önyargısı: model başka bir bölgenin verisiyle eğitildiyse, sizin sahanızın farklı litolojisinde yanılır. Üçüncüsü ölçek yanılgısı: bir piksel yerde onlarca metreyi kapsar; ince yapılar kaybolur, karışık pikseller (bir pikselde birden çok malzeme) yanıltır.
Bu yüzden altın kural: yer gerçeği (ground truth) her zaman kazanır. Görüntüden çıkan harita, sahada seçili noktalarda örnek ve gözlemle sınanmadan kesin kabul edilmez. Doğrulama noktaları rastgele değil, hem "kesin" görünen hem de "şüpheli" zonları kapsayacak şekilde stratejik seçilir.
Üç Mini Vaka: Rakamlarla
Vaka 1 — Arama alanının daraltılması. Bir arama şirketi 1.200 km²'lik bir ruhsat alanını değerlendiriyordu. Hiperspektral veriden yapay zeka destekli alterasyon sınıflaması, alanı 38 km²'lik 7 hedef zona indirdi. Saha ekibi tüm alanı gezmek yerine bu 7 zonu önceliklendirdi; ilk saha kampanyası süresi tahminen %70 kısaldı. 7 zonun 5'i sahada gerçek alterasyon gösterdi, 2'si yanlış pozitif (killeşmiş toprak) çıktı — doğrulama olmasaydı bu 2 zon boşa sondaj demekti.
Vaka 2 — Fay haritalama ön taslağı. DEM ve görüntüden çıkarılan çizgisellik analizi, bilinen ana fayın yanında iki tali çizgisellik önerdi. Biri sahada gerçek bir fay çıktı; diğeri bir boru hattı güzergahının topografik izi olduğu anlaşıldı. Model geometrik deseni doğru yakaladı ama kökenini ayırt edemedi; jeolojik makullük ve saha kontrolü ayrımı yaptı.
Vaka 3 — Bulut gölgesi yanılgısı. Bir bölgede model, kuzey yamaçta güçlü bir "demir oksit alterasyonu" işaretledi. Atmosferik düzeltme eksik yapılmıştı ve işaret aslında ince bir bulut örtüsünün spektral bozulmasıydı. Görüntü yeniden işlenip düzeltilince anomali kayboldu. Ders: ön işleme hatası, en gelişmiş modeli bile yanıltır.
Zayıf Prompt / Güçlü Prompt
Zayıf prompt:
Bu uydu görüntüsünde maden olabilecek yerleri göster.
Güçlü prompt:
Rolün: Uzaktan algılama jeoloğu. Aşağıdaki spektral indeks ve bant oranıdeğerlerini yorumla (görüntü Sentinel-2, kurak bölge, seyrek bitki örtüsü).- Her olası alterasyon zonu için: hangi indeks/oranın tetiklediğini yaz.- Her zon için EN AZ bir yanlış pozitif kaynağı öner (bitki, gölge, toprak, insan yapısı, atmosferik).- Zonları "arazi doğrulaması önceliği" (yüksek/orta/düşük) ile sırala.- Hiçbir zonu "maden var" diye sunma; "alterasyon belirteci, doğrulanmalı" de.Veri: [indeks/oran tablosu + bağlam]
Güçlü prompt, modeli yanlış pozitifleri kendisinin listelemeye ve kesinlik iddiasından kaçınmaya zorlar.
Dört Kopyalanabilir Şablon
1) Ön işleme kontrol listesi:
Aşağıdaki uzaktan algılama iş akışında atlanmış olabilecek ön işlemeadımlarını denetle: atmosferik düzeltme, bulut/gölge maskesi, bitki örtüsümaskesi, topografik düzeltme, sensör kalibrasyonu. Eksik adımların sonucunasıl saptırabileceğini her biri için bir cümleyle açıkla.İş akışı: [tanım]
2) Alterasyon zonu yorumu:
Şu spektral indeks değerlerinden olası alterasyon minerali gruplarını çıkar(kil, demir oksit, karbonat, silika). Her grup için: tetikleyen indeks,güven düzeyi, alternatif açıklama (yanlış pozitif), önerilen saha kontrolü.Kesinlik iddia etme. Veri: [indeksler]
3) Çizgisellik/fay ayrımı:
Aşağıdaki çizgisellik listesini değerlendir. Her biri için olası kökenlerisırala: fay, tabaka sınırı, dayk, drenaj, insan yapısı (yol/hat/tarla),bitki sınırı. Jeolojik bağlamla en olası kökeni belirt ama tek olasılıklakapatma. Liste: [çizgisellikler + bağlam]
4) Doğrulama noktası planı:
Aşağıdaki alterasyon/litoloji haritası için arazi doğrulama planı öner:- Her sınıf için kaç örnek noktası, neden.- "Kesin" ve "şüpheli" zonların dengeli örneklenmesi.- Erişim ve güvenlik notu.Harita özeti: [sınıflar ve alanlar]
Görüntü Türü ve Kullanım Alanı
Veri türü
Ne ölçer
Güçlü olduğu iş
Sınırı
Multispektral (Sentinel/Landsat)
Geniş bantlar
Kaba litoloji, bölgesel tarama
Mineral ayrımı sınırlı
Hiperspektral
Yüzlerce dar bant
Mineral/alterasyon ayrımı
Maliyet, işleme yükü
DEM (yükseklik)
Topografya
Fay/çizgisellik, drenaj
Litoloji vermez
Termal kızılötesi
Yüzey sıcaklığı
Bazı silikat/karbonat
Atmosfere duyarlı
Radar (SAR)
Yüzey pürüzlülüğü/deformasyon
Bulut altı, oturma/heyelan
Yorum karmaşık
İpucu: Uzaktan algılama çıktısını "sondaj yerini belirleyen harita" değil, "sahayı önceliklendiren tarama" olarak kullanın. En büyük değeri, nereye önce gidileceğini söylemesidir; nereye sondaj açılacağına saha kanıtı ve mühendis karar verir.
Dikkat: Ön işleme (atmosferik ve topografik düzeltme, maskeleme) atlanırsa en gelişmiş sınıflandırma bile sistematik yanlış üretir. "Çıktı garip" durumunda önce modeli değil, ön işlemeyi sorgulayın. Çöp girdi, çöp çıktı ilkesi burada acımasızdır.
Sık yapılan hatalar
- Ön işlemeyi atlamak. Düzeltilmemiş görüntüden çıkan anomalileri gerçek jeoloji sanmak.
- Yanlış pozitifleri unutmak. Bitki, gölge, toprak nemi ve insan yapısını alterasyon/fay sanmak.
- Yer gerçeği olmadan imzalamak. Görüntü haritasını sahada doğrulamadan sondaj kararına dayanak yapmak.
- Ölçek yanılgısı. Piksel boyutunu unutup ince yapıların kaybolduğunu veya karışık piksellerin yanılttığını göz ardı etmek.
- Eğitim önyargısını görmezden gelmek. Başka bölgede eğitilmiş modeli farklı litolojili sahaya körlemesine uygulamak.
Özetle
- Uzaktan algılama, minerallerin farklı dalga boylarındaki spektral imzasını ölçer; multispektral kaba, hiperspektral ince ayrım yapar.
- Yapay zeka bu yüksek boyutlu veriyi sınıflandırır ve geometrik desenlerden fay/çizgisellik çıkarır; ama yanlış pozitif, eğitim önyargısı ve ölçek yanılgısı üretir.
- Ön işleme (atmosferik/topografik düzeltme, maskeleme) sonucun kalitesini belirler; atlanırsa sistematik hata doğar.
- Uzaktan algılama bir tarama/önceliklendirme aracıdır; harita, arazi doğrulamasıyla (ground truth) sınanmadan kesin kabul edilmez.
- Yer gerçeği her zaman kazanır; doğrulama noktaları hem kesin hem şüpheli zonları dengeli kapsamalıdır.
Uygulama görevi
Bir çalışma sahanız (veya açık veri bir bölge) için elinizdeki spektral indeks/bant oranı değerlerini ya da bir DEM çizgisellik listesini anonimleştirerek alın. Güçlü prompt ile olası alterasyon zonlarını veya fayları yorumlatın ve modelin her zon için en az bir yanlış pozitif kaynağı önermesini sağlayın. Ardından "doğrulama noktası planı" şablonuyla bir saha kontrol planı çıkartın; kaç noktanın "şüpheli" zonlara ayrıldığını ve neden dengeli örnekleme yaptığınızı bir cümleyle not edin.
Kontrol listesi
- [ ] Multispektral ve hiperspektral verinin ne ölçtüğünü ve hangi işte kullanıldığını ayırt edebiliyorum.
- [ ] Ön işleme adımlarının (düzeltme, maskeleme) sonucu nasıl etkilediğini biliyorum.
- [ ] Alterasyon/fay çıktılarında yanlış pozitif kaynaklarını (bitki, gölge, insan yapısı) sorguluyorum.
- [ ] Uzaktan algılama haritasını bir tarama aracı olarak görüp arazi doğrulamasıyla sınıyorum.
- [ ] Doğrulama noktalarını kesin ve şüpheli zonları dengeleyecek şekilde planlayabiliyorum.