Activity
Mon
Wed
Fri
Sun
Dec
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
What is this?
Less
More
2 contributions to OpenGIS Türkiye
OpenGIS Türkiye ile Birlikte Öğreniyoruz!
OpenGIS Türkiye bir "izleme" platformu değil, bir birlikte öğrenme ve paylaşma merkezidir. Aramıza yeni katılan ve 14 gün içinde Seviye 2 mertebesine yükselmeyen üyelerimizi, topluluğun dinamizmini korumak adına sistemden çıkarıyoruz. Seviye 2'ye çıkmak çok basit: Sadece 5 puan. Yorumlarınıza veya postlarınıza gelen her "like" 1 puan değerinde. Sadece 5 etkileşim alarak toplulukta kalıcı olabilir ve tüm kaynaklara erişmeye devam edebilirsiniz. Hemen aşağıda aşağıya kullandığın veya kullanmayı hedeflediğin açık kaynak CBS aracını yazın ve ilk puanlarınızı toplayın. 1. Altın Kural Açık kaynak dünyasında kural nettir: Bilgi paylaştıkça çoğalır. Buradan sadece bilgi almayı değil, öğrendiğiniz en ufak bir detayı bile katmayı hedeflediğinizde hep birlikte büyüyeceğiz. 🎯 Hedefimiz 🎯 OpenGIS Türkiye olarak misyonumuz: "CBS profesyonellerinin ve meraklılarının bir araya gelerek; QGIS, PostGIS ve GeoServer gibi yaygın açık kaynak araçları birlikte öğrendiği, deneyimlerini paylaştığı ve herkesin erişebileceği özgür çözümleri yaygınlaştırdığı bir topluluk olmak." ❌ Bu Topluluk Kimler İçin Değil? ❌ - Bilgiyi sadece kendine saklamak isteyenler. - Birlikte öğrenme ve yardımlaşma kültürüne uzak olanlar. - Öğrenmek için emek harcamak yerine sadece hazır sonuç bekleyenler. 🚧 Neleri Birlikte Deneyimliyoruz? 🚧 - Kolektif Öğrenme: Açık kaynak dünyasındaki yenilikleri (WebGIS, Veri Analizi, Otomasyon) birbirimize öğreterek keşfediyoruz. - Yaygın Araçlar: Herkesin ücretsiz ulaşabildiği QGIS, PostGIS, Geoserver ve modern kütüphanelerle projeler geliştiriyoruz. - Deneyim Paylaşımı: Sektördeki gerçek problemler karşısında ürettiğimiz açık kaynak çözümleri topluluğa sunuyoruz. 🌍 Kazanımınız 🌍 Burada aktif olan her üyemiz, dünyanın her yerinde geçerli olan açık kaynak standartlarını öğrenir, teknik bir çevre (network) edinir ve mesleki olarak "bağımsız" hareket edebilme yetisi kazanır. 🚀 Aksiyon Adımları 🚀 Topluluğumuzdaki etkileşimi artırmak ve güncel kalmak için bizi diğer mecralardan da takip edin:
3 likes • 23d
QGIS. Özellikle kentsel planlama ve erişilebilirlik analizlerinde kendimi geliştirmeyi, ilerleyen süreçte PostGIS ve WebGIS araçlarını da öğrenmeyi hedefliyorum.
🌍 ErişimLab | 3. Hafta: Coğrafi Referanslama ve Mekânsal Analiz
Bu hafta mentörümüz @Dilan Gozdem Dolu eşliğinde QGIS ve GDAL araçlarını kullanarak coğrafi referanslama, sayısallaştırma ve geoprocessing süreçleri üzerine çalıştık. Farklı bölgelerdeki imar planı paftalarını analiz ederek CBS’nin kentsel planlamadaki kullanımını uygulamalı olarak deneyimledik. 📍 𝐄𝐤𝐢𝐩 𝐎𝐥𝐚𝐫𝐚𝐤 𝐁𝐮 𝐇𝐚𝐟𝐭𝐚 𝐍𝐞𝐥𝐞𝐫 𝐘𝐚𝐩𝐭ı𝐤 ? 🔹 @Eren Nedim Kılıç – İzmir, Torbalı: Konut, eğitim, park ve ulaşım alanlarını sayısallaştırdı. Farklı tampon bölgeler oluşturarak kentsel alanların mekânsal ilişkilerini inceledi. 🔹 𝑩𝒆𝒏 – İstanbul, Pendik: Üç imar planı paftasını GDAL ile birleştirip kırptım. QGIS Georeferencer ile coğrafi referanslama yaptım; sağlık ve eğitim alanlarını sayısallaştırarak Buffer, Union ve Clip analizlerini uyguladım. Karşılaştığım raster kapsam hatasını giderdim. 🔹 @Batuhan Özüdoğru – İstanbul, Fatih: İSKİ atıksu tüneli ve çevresindeki imar adalarını analiz etti. Tampon bölgeler, Clip, Difference ve Union araçlarıyla tünel koruma kuşağının mekânsal ilişkilerini değerlendirdi. 🔹 @Gökçe Bal – İzmir, Bayraklı: Coğrafi referanslama sürecinde kontrol noktalarını ve dönüşüm ayarlarını iyileştirerek artık hataları azalttı. Sayısallaştırma ve mekânsal analizlerin yanı sıra raster yükleme sorununu çözdü. 🔹 @Tamer Macat – İzmir, Narlıdere: Sağlık merkezi çevresinde 500 metrelik tampon bölge oluşturarak imar adalarıyla ilişkisini Dissolve, Clip ve Union analizleriyle inceledi. 🔹 @Hüner Akemoğlu – İstanbul, Çekmeköy: Park ve konut alanlarını sayısallaştırdı. 200 metrelik park tampon bölgeleri üzerinden konut alanlarının park etki alanlarıyla ilişkisini değerlendirdi. 💡 𝐁𝐮 𝐡𝐚𝐟𝐭𝐚𝐧ı𝐧 𝐊𝐚𝐳𝐚𝐧ı𝐦ı : Coğrafi referanslama ve sayısallaştırmanın yanı sıra Buffer, Clip, Union ve Difference gibi araçlarla mekânsal ilişkileri incelemeyi; teknik hataları çözmeyi ve analiz sonuçlarını dikkatli yorumlamayı deneyimledik.
3
0
1-2 of 2
Buse Şen
2
14 points to level up
@buse-sen-8808
Yüksek Şehir Plancısı adayıyım; CBS, mekânsal analiz ve yapay zekâyla sürdürülebilir, açık kaynak çözümler geliştiriyorum.

Active 23d ago
Joined Oct 1, 2026