CBS Nedir? Coğrafi Bilgi Sistemleri ve GIScience Kapsamlı Rehber

1. CBS ve GIScience: Tanım ve Kapsam

Coğrafi Bilgi Sistemleri (CBS) — İngilizce karşılığıyla Geographic Information System (GIS) — mekansal referanslı veriyi toplamak, depolamak, işlemek, analiz etmek ve görselleştirmek için kullanılan donanım, yazılım, veri, yöntem ve insan bileşenlerinden oluşan entegre bir sistemdir. Longley ve arkadaşlarının (2015) sıkça atıf yapılan tanımına göre CBS'nin gücü harita üretmekten çok, "nerede?" sorusunu merkeze alarak mekansal ilişkileri modelleyip karar desteği sağlamasında yatar.

Akademik literatürde önemli bir ayrım vardır: GIS (CBS) teknolojiyi — yazılım, veri formatları, donanım — ifade ederken, GIScience (Coğrafi Bilgi Bilimi) bu teknolojinin arkasındaki temel bilimsel soruları inceleyen akademik disiplindir. Goodchild (1992), "Geographic Information Science" makalesinde bu ayrımı netleştirmiş ve CBS'nin sadece bir araç seti değil; mekansal veri modelleri, belirsizlik, ölçek, mekansal istatistik ve mekansal bilişin kuramsal temellerini inceleyen bağımsız bir bilim dalı olarak ele alınması gerektiğini savunmuştur. Bu makale her iki düzeyi de kapsar: hem CBS'nin pratik bileşenlerini hem de GIScience'ın kuramsal sorunlarını (Tobler'in yasası, MAUP, ekolojik safsata) ele alır.

2. Tarihsel Gelişim: CGIS'ten GIScience'a

CBS'nin kökeni, Roger Tomlinson'ın 1963'te Kanada Arazi Envanteri için geliştirdiği Canada Geographic Information System (CGIS)'e dayanır — "GIS" teriminin ilk kullanıldığı sistemdir. 1960'lardan günümüze kadar geçen süreç kabaca dört döneme ayrılabilir:

• 1960'lar — Öncü Dönem: CGIS (Kanada), Harvard Laboratory for Computer Graphics'in SYMAP yazılımı; ilk kez arazi kullanımı katmanlarının dijital olarak üst üste bindirilmesi (overlay) denendi.
• 1970–1980'ler — Ticarileşme: ESRI (1969, Jack Dangermond) ve ERDAS kuruldu; ARC/INFO (1982) vektör-topoloji tabanlı ilk kapsamlı ticari CBS yazılımı oldu.
• 1990'lar — Akademikleşme ve GIScience: Goodchild'in (1992) GIScience terimini önermesiyle CBS, mühendislik uygulamasından bağımsız bir araştırma alanına dönüştü; NCGIA (National Center for Geographic Information and Analysis) kuruldu.
• 2000'ler sonrası — Açık Kaynak ve Web CBS: QGIS (2002), PostGIS (2001), OpenStreetMap (2004), Google Earth (2005) ile CBS masaüstünden web'e ve buluta taşındı; günümüzde Google Earth Engine ve bulut tabanlı jeo-uzamsal analiz platformları hakim.

3. CBS'nin Beş Bileşeni

Longley ve arkadaşlarının (2015) çerçevesine göre bir CBS sistemi beş temel bileşenden oluşur:

• Veri: Coğrafi koordinatlar, öznitelik (attribute) tabloları ve bunların ilişkisel yapısı biçiminde düzenlenmiş mekansal veri katmanları.
• Donanım: Yüksek çözünürlüklü ekranlar, GPS/GNSS alıcıları, tarayıcılar, İHA (drone) ve yeterli işlem gücüne sahip sunucular/GPU'lar.
• Yazılım: ArcGIS Pro, QGIS, Python/GeoPandas veya R/sf gibi mekansal veri işleme ve analiz araçları (bkz. Bölüm 10).
• İnsan: Veriyi toplayan, modelleyen, analiz eden ve yorumlayan uzman kadro — CBS'nin en kritik ve en sık göz ardı edilen bileşeni.
• Yöntem: Projeksiyon seçimi, tampon (buffer) analizi, alan hesaplama, mekansal istatistik gibi standartlaştırılmış prosedürler ve araştırma protokolleri.

4. CBS Mimarisi: Dört Alt Sistem

Sistem düzeyinde bakıldığında her CBS, birbirini besleyen dört alt sistemden oluşan döngüsel bir mimariye sahiptir: veri girişi, depolama/yönetim, manipülasyon/analiz ve çıktı. Bir araştırma projesinde bu döngü genellikle tek seferlik değildir — analiz sonuçları yeni veri girişine (örn. saha doğrulaması, ek değişken) yol açar.

5. Mekansal Veri Modelleri (Özet)

CBS'de veriler iki temel model üzerinden temsil edilir: vektör (nokta, çizgi, çokgen — ayrık nesneler için) ve raster (piksel ızgarası — sürekli yüzeyler için). Hangi modelin seçileceği araştırma sorusunun doğasına bağlıdır: idari sınırlar ve anket noktaları vektör, uydu görüntüsü ve iklim verisi raster ile temsil edilir.

Özellik	Vektör	Raster
Temsil birimi	Nokta, çizgi, poligon	Piksel (hücre)
Tipik araştırma verisi	Anket noktaları, idari sınırlar, yol ağı	Uydu görüntüsü, DEM, iklim gridi
Dosya formatı	Shapefile, GeoJSON, GeoPackage	GeoTIFF, NetCDF

6. Koordinat Referans Sistemleri (Özet)

Mekansal verinin doğru konumlanması için Koordinat Referans Sistemi (CRS) zorunludur. Coğrafi CS (WGS84 / EPSG:4326) enlem-boylam (derece) kullanırken, projeksiyonlu sistemler (örn. Türkiye için UTM Zone 35N/36N) metre cinsinden mesafe ve alan hesabına izin verir. Farklı CRS'lerdeki katmanları dönüştürmeden birleştirmek, akademik yayınlarda sıkça karşılaşılan bir hata kaynağıdır.

7. Mekansal Analiz Operasyonlarının Taksonomisi

CBS'nin araştırma değeri, ham veriyi haritalamaktan çok mekansal analiz operasyonlarından gelir. Bu operasyonlar kabaca beş kategoride toplanabilir:

Kategori	Temel İşlemler	Örnek Araştırma Sorusu
Katman Örtüşümü (Overlay)	Kesişim, birleşim, fark, birlikte (union/intersect/erase)	Sel riski taşıyan alanlarla yerleşim yerlerinin kesişimi nedir?
Yakınlık Analizi	Tampon (buffer), en yakın komşu, mesafe matrisi	Sağlık ocaklarına 5 km'den uzak nüfus oranı nedir?
Ağ Analizi	En kısa yol, servis alanı, ulaşılabilirlik	Acil durum araçlarının 10 dakikalık erişim alanı nedir?
Mekansal İnterpolasyon	IDW, kriging, KDE	Örneklem noktalarından sürekli bir kirlilik yüzeyi nasıl tahmin edilir?
Mekansal İstatistik	Moran's I, Getis-Ord Gi*, mekansal regresyon	Suç oranları rastgele mi dağılmış, yoksa kümelenmiş mi?

Yakınlık analizi, ağ analizi ve interpolasyon konularının uygulamalı işlenişi için sırasıyla Sıcak Nokta Analizi, Ağ Analizi ve Yoğunluk Analizi (KDE) yazılarımıza bakabilirsiniz.

8. Coğrafyanın Birinci Yasası ve Mekansal Otokorelasyon

CBS analizini klasik istatistiksel analizden ayıran temel varsayım mekansal bağımlılıktır. Waldo Tobler'in (1970) "Coğrafyanın Birinci Yasası" olarak bilinen formülasyonu şöyledir: "Her şey her şeyle ilişkilidir, fakat yakın olan şeyler uzak olan şeylerden daha çok ilişkilidir." Bu ilke, klasik istatistiğin bağımsız gözlem (i.i.d.) varsayımını ihlal eder ve mekansal verinin kendine özgü yöntemlerle (Moran's I, Geary's C, LISA) analiz edilmesini gerektirir.

Bu bağımlılığın gücünü ölçmek için kullanılan en yaygın istatistik global Moran's I'dır. Aşağıdaki kısa örnek, Python'da PySAL ekosisteminin libpysal ve esda paketleriyle temel bir mekansal otokorelasyon testini göstermektedir:

9. Metodolojik Tuzaklar: MAUP ve Ekolojik Safsata

Modifiable Areal Unit Problem (MAUP)

Openshaw'ın (1984) tanımladığı MAUP, aynı nokta verisinin farklı bölgesel sınırlarla toplulaştırıldığında istatistiksel sonuçların önemli ölçüde değişmesi sorunudur. İki bileşeni vardır:

• Ölçek etkisi: Aynı veriyi mahalle, ilçe veya il düzeyinde topladığınızda korelasyon katsayıları farklı — bazen zıt yönde — çıkabilir.
• Zonlama etkisi: Aynı ölçekte, sınırların nereden çizildiğine bağlı olarak (örn. seçim bölgesi sınırları farklı çizilse) sonuçlar değişir — gerrymandering'in istatistiksel analogudur.

Ekolojik Safsata (Ecological Fallacy)

Robinson'ın (1950) klasik çalışmasıyla gösterdiği ekolojik safsata, toplulaştırılmış (agregat) düzeyde gözlenen bir ilişkinin, bireysel düzeyde de geçerli olduğunu varsaymaktır. Örneğin, bir ilçede yüksek eğitim oranı ile düşük suç oranı arasında korelasyon bulmak, "eğitimli bireylerin daha az suç işlediği" sonucunu bireysel düzeyde garanti etmez — bu çıkarım ekolojik safsatadır. Akademik CBS araştırmasında agregat düzey bulguları bireysel düzey iddialara dönüştürürken bu tuzağa dikkat edilmelidir.

10. Akademik Araştırmada CBS Yazılımları

Yazılım seçimi araştırma sorusuna, bütçeye ve tekrarlanabilirlik (reproducibility) gereksinimlerine bağlıdır:

Araç	Tür	Akademik Kullanım Notu
QGIS	Açık kaynak, masaüstü	Ücretsiz olduğu için tez/makale bütçesi kısıtlı araştırmacılar için standart; PyQGIS ile betikleştirilebilir
ArcGIS Pro	Ticari, masaüstü	Kurumsal/üniversite lisansı olan araştırmalarda yaygın; 3B ve ağ analizinde araç seti geniş
GRASS GIS	Açık kaynak, masaüstü/CLI	Raster tabanlı akademik hidroloji ve arazi analizi araştırmalarında güçlü geleneği vardır
Python — GeoPandas / PySAL / esda	Açık kaynak, betik	Tekrarlanabilir iş akışı, mekansal ekonometri ve otokorelasyon analizi (esda, spreg) için literatürde en sık atıf yapılan ekosistem
R — sf / spdep / terra	Açık kaynak, betik	İstatistik ağırlıklı disiplinlerde (epidemiyoloji, ekoloji) yaygın; spdep paketi mekansal regresyon modellerinde standart
PostGIS	Açık kaynak, veritabanı	Büyük ölçekli, çok kullanıcılı veya uzun süreli izleme projelerinde veri yönetimi için tercih edilir

11. Veri Kalitesi ve Belirsizlik

CBS verisi her zaman bir ölçüm veya dijitalleştirme sürecinin ürünüdür ve dolayısıyla belirsizlik taşır. Akademik raporlamada dört veri kalitesi bileşeni ayırt edilir:

• Konumsal doğruluk: Genellikle RMSE (Root Mean Square Error) ile ölçülür; GPS alıcısının hata payı, dijitalleştirme hatası veya uydu görüntüsü georeferans hatasından kaynaklanır.
• Öznitelik doğruluğu: Bir çokgenin "orman" olarak sınıflandırılmasının gerçek arazi örtüsüyle uyuşma oranı; sınıflandırma çalışmalarında karışıklık matrisi (confusion matrix) ile raporlanır.
• Zamansal doğruluk: Verinin ne zaman toplandığı ve güncelliğini ne kadar koruduğu; hızlı değişen kentsel alanlarda kritik.
• Soy kütüğü (Lineage) ve metaveri: Verinin kaynağı, işleme adımları ve varsayımları; ISO 19115 veya FGDC metaveri standartlarıyla belgelenir.

Hata, katman örtüşümü (overlay) gibi çok adımlı analizlerde birikimli olarak yayılır (error propagation): her katmanın kendi belirsizliği, nihai sonuçtaki toplam belirsizliği büyütür. Bu nedenle akademik yayınlarda veri kaynaklarının doğruluk düzeyinin metodoloji bölümünde açıkça belirtilmesi beklenir.

12. Araştırma Alanlarında CBS Uygulamaları

• Mekansal Epidemiyoloji: Hastalık kümelenmesi tespiti (Kulldorff'un mekansal tarama istatistiği), erişilebilirlik analizi, çevresel sağlık risk haritalaması.
• Kentsel ve Bölgesel Çalışmalar: Ayrışma (segregation) indeksleri, hizmet erişilebilirliği, arazi kullanım değişimi modellemesi.
• Çevre ve Ekoloji: Tür dağılım modellemesi (Species Distribution Modeling), habitat bağlantısallığı, arazi örtüsü sınıflandırması (bkz. Uydu Görüntüsü Sınıflandırması).
• Afet ve Risk Araştırması: Deprem ve heyelan duyarlılık modellemesi, hasar tespiti — bkz. Deprem Risk Haritası, Heyelan Duyarlılık Analizi, Deprem Sonrası Hasar Tespiti.
• Jeodemografi ve Sosyoekonomik Araştırma: Yoksunluk (deprivation) indeksleri, seçmen davranışı analizi, gayrimenkul fiyat modellemesi (hedonik mekansal regresyon).

13. Akademik CBS Araştırması İş Akışı

Titiz bir CBS tabanlı araştırma projesi genellikle şu adımları izler:

1. Araştırma sorusu ve hipotez: Mekansal bir ilişki mi, desen tespiti mi, yoksa tahminleme mi hedefleniyor?
2. Veri temini: Birincil (saha/GPS/anket) veya ikincil (resmi kurum, uydu arşivi) veri; kaynağın metaverisi kontrol edilir.
3. Ön işleme: CRS standardizasyonu, topoloji doğrulama (çakışma, boşluk kontrolü), eksik veri yönetimi.
4. Mekansal birleştirme/toplulaştırma: Spatial join, zonal statistics — MAUP'a duyarlı ölçek seçimi burada belirlenir.
5. Analiz: Araştırma sorusuna uygun yöntem (overlay, mekansal istatistik, mekansal regresyon) uygulanır; mekansal otokorelasyon kontrol edilir.
6. Doğrulama ve duyarlılık analizi: Farklı ölçek/zonlamalarda sonuçların tutarlılığı test edilir.
7. Görselleştirme: Choropleth, kümelenme haritası veya 3B görselleştirme ile bulgular sunulur.
8. Paylaşım ve tekrarlanabilirlik: Kod (GitHub) ve veri (Zenodo/DOI) FAIR ilkeleri doğrultusunda arşivlenir; kullanılan CRS, yazılım sürümü ve ağırlık matrisi metodoloji bölümünde raporlanır.

14. Yaygın Metodolojik Hatalar

• MAUP'u test etmeden tek bir agregasyon düzeyinde sonuç raporlamak: Duyarlılık analizi yapılmadan bulgular sınır seçimine bağlı bir tesadüf olabilir.
• Agregat düzey bulgudan bireysel düzey çıkarım yapmak: Ekolojik safsataya düşmemek için "bölgesel korelasyon" ile "bireysel nedensellik" arasındaki farkı raporda açıkça belirtin.
• Mekansal otokorelasyonu yok sayarak klasik regresyon kullanmak: Bağımsız gözlem varsayımı ihlal edildiğinde standart hatalar hafife alınır (sözde-tekrar / pseudo-replication); mekansal regresyon (SAR, CAR) veya sağlam standart hata düzeltmeleri gerekir.
• Mekansal durağan olmayışı (non-stationarity) göz ardı etmek: İlişkinin çalışma alanı boyunca sabit olduğunu varsaymak yerine Coğrafi Ağırlıklı Regresyon (GWR) ile yerel değişim test edilmelidir.
• Sınır (edge) etkisi: Çalışma alanının kenarındaki birimler, komşularının bir kısmı alan dışında kaldığı için yapay olarak farklı sonuç üretebilir.
• Farklı çözünürlükteki veri setlerini doğrudan birleştirmek: 30 m çözünürlüklü raster ile 1 km'lik sosyoekonomik veriyi aynı hassasiyette yorumlamak yanıltıcıdır.
• CRS ve metodolojik parametreleri raporlamamak: EPSG kodu, ağırlık matrisi türü (Queen/Rook/mesafe tabanlı) ve yazılım sürümü belirtilmezse çalışma tekrarlanamaz.

Kaynaklar

• Longley, P. A., Goodchild, M. F., Maguire, D. J., & Rhind, D. W. (2015). Geographic Information Science & Systems (4th ed.). Wiley.
• Goodchild, M. F. (1992). Geographic Information Science. International Journal of Geographical Information Systems, 6(1), 31–45.
• Tobler, W. R. (1970). A Computer Movie Simulating Urban Growth in the Detroit Region. Economic Geography, 46(sup1), 234–240.
• Openshaw, S. (1984). The Modifiable Areal Unit Problem. Geo Books.
• Robinson, W. S. (1950). Ecological Correlations and the Behavior of Individuals. American Sociological Review, 15(3), 351–357.
• Burrough, P. A., & McDonnell, R. A. (1998). Principles of Geographical Information Systems. Oxford University Press.
• Anselin, L. (1995). Local Indicators of Spatial Association — LISA. Geographical Analysis, 27(2), 93–115.