3 Boyutlu Coğrafi Verilerden Otomatik ve Hiyerarşik Olarak, Ogc Standardı 3d Tiles'ların Oluşturulması

Abstract

3D Tiles, coğrafi bilgi sistemlerinde 3 boyutlu verilen temsil edilmesi ve depolanması için geliştirilmiş bir standarttır. Geleneksel 2 boyutlu harita ve görüntülerin yanı sıra, artan taleplerle birlikte 3 boyutlu verilerin kullanımı da hızla artmaktadır. Ancak, büyük ve karmaşık 3 boyutlu verilerin etkili bir şekilde depolanması, işlenmesi ve aktarılması zor olabilir. 3D Tiles, bu zorlukların üstesinden gelmek için geliştirilmiştir. Bu standart, büyük miktarda 3 boyutlu veriyi hiyerarşik olarak düzenler ve parçalara ayırır, böylece verilerin daha hızlı yüklenmesi ve işlenmesi mümkün hale gelir. Tez çalışması kapsamında, 3 boyutlu coğrafi verilerin OGC (Open Geospatial Consortium) standardı olan 3D Tiles formatına otomatik ve hiyerarşik bir şekilde dönüştürülmesi incelenmiştir. OGC, coğrafi bilgi sistemleri ve lokasyon tabanlı hizmetler için uluslararası standartlar geliştiren bir organizasyondur. Çalışma kapsamında hem açık kaynaklı hem de verinin 3D Tiles setlerine dönüşüm aşamasına kadar hiçbir müdahale gerektirmeyen bir uygulama geliştirilmiştir. Bu uygulama, veri yoğunluğuna göre hiyerarşik bir bölümleme yapabilme yeteneğine sahiptir. Tez çalışmasında, hiyerarşik bölümleme probleminin çözümü için QuadTree, Octree, Kd-Tree, R-Tree ve önerilen Optimize QuadTree algoritmaları uygulanmıştır. Bu algoritmaların kullanımıyla elde edilen sonuçlar; oluşturulma süreleri, ağaç yapısı ve dosya boyutları açısından karşılaştırılarak en ideal bölümleme yöntemi belirlenmiştir. Sonuç olarak, bu çalışma 3 boyutlu coğrafi verilerin 3D Tiles formatına otomatik ve hiyerarşik bir şekilde dönüştürülmesi sürecinde literatüre önemli bir katkı sağlamıştır. Elde edilen sonuçlar, büyük ölçekli 3 boyutlu coğrafi verilerin verimli bir şekilde akışı ve 3D Tiles setlerine dönüştürülmesi aşamasında başarılı değerler elde edilmiştir. Bu dönüşüm süreci; açık kaynaklı, müdahale gerektirmeyen ve veri yoğunluğuna göre hiyerarşik bir bölümleme yapabilme yeteneğine sahiptir ve oluşturma süreleriyle dosya boyutu açısından daha verimli sonuçlar sunmaktadır. Bu çalışma, gelecekteki kentsel planlama ve modelleme çalışmaları için önemli bir referans niteliği taşımaktadır.

3D Tiles is a standard developed for representing and storing 3D data in geographic information systems. In addition to traditional 2D maps and images, the use of 3D data is also rapidly increasing with increasing demands. However, large and complex 3D data can be difficult to effectively store, process and transfer. 3D Tiles was developed to overcome these challenges. This standard hierarchically organizes and segments large amounts of 3D data, making it possible to load and process data faster. Within the scope of the thesis, automatic and hierarchical conversion of 3D geographical data into 3D Tiles format, which is the OGC (Open Geospatial Consortium) standard, was examined. OGC is an organization that develops international standards for geographic information systems and location-based services. Within the scope of the study, an application that is both open source and does not require any intervention until the data conversion stage into 3D Tiles sets has been developed. This application has the ability to perform hierarchical partitioning according to data density. In the thesis study, QuadTree, Octree, Kd-Tree, R-Tree and the proposed Optimized QuadTree algorithms were applied to solve the hierarchical partitioning problem. The results obtained by using these algorithms; The most ideal partitioning method was determined by comparing creation times, tree structure and file sizes. As a result, this study has made a significant contribution to the literature in the automatic and hierarchical conversion of 3D geographical data into 3D Tiles format. The results obtained were successful in the efficient flow and conversion of large-scale 3D geographical data into 3D Tiles sets. This transformation process; It is open source, does not require intervention and has the ability to perform hierarchical partitioning according to data density and offers more efficient results in terms of rendering times and file size. This study serves as an important reference for future urban planning and modeling studies.