ArcGIS Pro geodatabase tasarımına başlamadan önce neler tanımlanmalı?

Önce iş hedefi, veri sahipliği ve kullanım senaryoları netleştirilmelidir: kim üretecek, kim tüketecek, hangi raporlar çıkacak ve hangi entegrasyonlar yapılacak? Varlık envanteri, zorunlu alanlar ve iş kuralları yazılı hale getirildiğinde domain, subtype ve kural tasarımı çok daha hızlı ilerler. Performans hedefi ve ölçek de baştan belirlenmelidir.

Domain ve subtype kullanımı veri kalitesini nasıl artırır?

Domain; alan değerlerini sözlük gibi sınırlandırarak yazım farklarını ve hatalı seçimleri azaltır. Subtype ise tek bir feature class içinde farklı tipleri (ör. vana türleri) yönetip varsayılan değer, domain ve davranışı tipe göre standartlaştırır. Böylece veri girişinde tutarlılık artar, raporlar daha güvenilir olur ve manuel kontrol ihtiyacı azalır.

Relationship class ne zaman kullanılmalı, neyi çözer?

Bir varlığın başka kayıtlarla tutarlı biçimde bağlanması gerektiğinde relationship class kullanılmalıdır; örneğin parsel-yapı, hat-vana, tesisat-bakım kaydı ilişkileri gibi. Bu yapı, tekrar veri tutmayı azaltır, sorgu ve raporlamayı güçlendirir ve silme/bağlı kayıt yönetimiyle bütünlüğü artırır. Kardinalite kararı, iş sürecine göre belirlenmelidir.

Topoloji kuralları ve attribute rules birlikte nasıl konumlandırılmalı?

Topoloji kuralları geometri tutarlılığını denetler; çakışma, boşluk, kopukluk gibi mekânsal hataları yakalar. Attribute rules ise öznitelik ve iş kurallarını otomatikleştirir; zorunluluk, aralık kontrolü, otomatik alan doldurma gibi işlevler sağlar. Birlikte kullanıldıklarında veri üretim anında kontrol edilir, QA/QC yükü azalır ve veri kalitesi sürdürülebilir olur.

Kurumsal ekiplerde geodatabase versiyonlama ne zaman gerekli olur?

Aynı veri üzerinde birden fazla editör çalışıyorsa, onay/inceleme adımları varsa veya yayın servislerinin stabil kalması isteniyorsa versiyonlama yaklaşımı gerekli hale gelir. Böylece düzenleme alanı ile yayın alanı ayrılır, değişiklikler kontrollü biçimde birleştirilir ve geri alma süreçleri kolaylaşır. Editor tracking ile birlikte kullanıldığında denetim ve izlenebilirlik güçlenir.

ARCGIS PRO’DA GEODATABASE TASARIMI VE VERİ MODELLEMEK

Harita üretmek çoğu zaman hızlıdır; asıl zor olan, yıllarca büyüyen veriyi bozmadan yönetmek ve ekipler arası tutarlılığı korumaktır. ArcGIS Pro’da geodatabase tasarımı ve veri modellemek, bir kurumun GIS kapasitesini “katman yığını” olmaktan çıkarıp sürdürülebilir bir ürün haline getirir.

Kurumsal projelerde sık görülen problem şudur: aynı varlık farklı isimlerle tekrar tekrar üretilir, alan tipleri uyumsuzlaşır, ilişki mantığı dışarıda Excel’de yaşar, kalite kontrol manuel yapılır. Sonuçta raporlar tutarsız, entegrasyonlar kırılgan, bakım maliyeti yüksek olur. İyi bir veri modeli bu riski azaltır.

Bu yazıda; ArcGIS Pro’da geodatabase tasarım sürecini adım adım ele alacağız: kavramsal modelden fiziksel şemaya geçmek, domain/subtype ile standart koymak, ilişki sınıflarıyla bütünlük sağlamak, topoloji kurallarıyla veri kalitesini denetlemek ve versiyonlama/iş akışıyla üretimi ölçeklemek.

ArcGIS Pro’da geodatabase şema diyagramında feature class, tablo ve relationship class bağlantılarıyla veri modeli

Geodatabase hedefini tanımlayıp kapsamı netleştirmek ve paydaşları hizalamak

Başlıktan türetilen primary keyword: ArcGIS Pro geodatabase tasarımı. Tasarımın ilk adımı, veri modelinin hangi iş hedeflerini karşılayacağını açıkça tanımlamaktır. “Saha ekibi veri toplayacak mı?”, “Raporlama mı ağır basacak?”, “Entegrasyon mu yapılacak?” gibi sorular; şema kararlarını doğrudan etkiler.

Secondary keyword kümeleri olarak; “veri modelleme”, “feature dataset”, “domain yönetimi”, “subtypes kullanımı”, “relationship class”, “topoloji kuralları”, “attribute rules”, “versioning”, “editor tracking”, “veri kalitesi” gibi ifadeleri metin içinde doğal biçimde kullanacağız.

Varlık envanteri çıkarmak ve iş kurallarını yazılı hale getirmek

Önce varlıkları (yol, parsel, hat, vana, bina, ağaç vb.) ve bunların iş kurallarını tanımlayın: hangi alanlar zorunlu, hangi değerler sınırlı, hangi ilişkiler geçerli. Bu iş kuralları, domain ve attribute rule kararlarını besler.

Ölçek ve güncelleme sıklığını belirlemek ve performans hedefi koymak

1:1000 ölçeğinde çalışan bir altyapı veri modeli ile 1:25000 ölçeğinde çalışan bir planlama veri modeli aynı değildir. Güncelleme sıklığı arttıkça; versiyonlama, editör izleri ve kalite kontrol otomasyonu daha kritik hale gelir.

Kavramsal model kurup mantıksal şemaya dönüştürmek ve isimlendirmek

Kavramsal model, iş dünyasının diliyle (varlık-ilişki) anlatılır; mantıksal model ise GIS’in diliyle (feature class, table, relationship) ifade edilir. Bu dönüşümde en büyük kazanım, tekil doğruluk sağlamaktır: veri aynı gerçeği iki farklı yerde tutmamalıdır.

Feature class ve tablo ayrımını yapmak ve normalizasyonu dengelemek

Coğrafi geometri taşıyan varlıklar feature class olarak; geometri taşımayan ama ilişkiyle bağlanan varlıklar tablo olarak ele alınmalıdır. Aşırı normalizasyon edit performansını düşürebilir; bu yüzden denge kurmak gerekir.

İsimlendirme standardı belirlemek ve sürdürmeyi kolaylaştırmak

Kurumsal bir geodatabase’de sınıf adları, alan adları ve kod listeleri standardize edilmezse uzun vadede yönetim zorlaşır. Kısa, tutarlı ve versiyonlanabilir bir isimlendirme düzeni, ekip içi iletişimi hızlandırır.

# Örnek: Kurumsal şema isimlendirme standardı (temsili)
NAMING = {
  "feature_class_prefix": ["NET_", "ENV_", "ADM_"],
  "geometry_suffix": ["_P", "_L", "_A"],  # point, line, area
  "required_fields": ["GLOBALID", "CREATED_USER", "CREATED_DATE", "STATUS"],
  "coded_value_pattern": "KOD_<KONU>_<ALAN>"
}

Domain ve subtype tasarlayıp veri girişini standartlaştırmak ve hızlandırmak

Geodatabase tasarımında en hızlı kalite artışı, veri girişinde başlar. Domain ve subtype kullanımı; hem kullanıcı hatasını azaltır hem de raporlamayı tutarlı hale getirir. Özellikle saha ekibi veya çoklu editör ortamında domain yönetimi kritik bir kontrol noktasıdır.

Coded value domain oluşturmak ve sözlük yönetimi yapmak

“Durum: Aktif/Pasif”, “Malzeme: Çelik/PE/PVC” gibi sınırlı değer listeleri coded value domain ile yönetilmelidir. Sözlük yaklaşımı, farklı ekiplerin aynı kavramı farklı yazmasını engeller.

Range domain kullanmak ve sayısal alanları güvenceye almak

Çap, basınç, hız, eğim gibi sayısal alanlarda olası değer aralığını sınırlandırmak; uç değer hatalarını ve rapor sapmalarını azaltır. Bu yaklaşım, veri temizleme maliyetini düşürür.

İlişkileri modelleyip bütünlük kurgulamak ve tekrarları azaltmak

Bir GIS verisi çoğu zaman tek başına anlamlı değildir; varlıklar arasındaki ilişkiler gerçek dünyayı temsil eder. Relationship class ile “ana-çocuk” veya “eşleşen kayıtlar” bağlanır, böylece veri tutarlılığı güçlenir.

Relationship class kurmak ve cardinality kararını netleştirmek

Örneğin bir parselin birden fazla yapı kaydı olabilir (1-N), bir vana tek bir hat segmentine bağlanabilir (1-1 veya 1-N). Cardinality kararları, rapor ve edit davranışını belirler.

Attachment ve related table yaklaşımını seçmek ve izlenebilirlik sağlamak

Fotoğraf, belge, keşif tutanağı gibi ekler; attachment ile doğrudan varlığa bağlanabilir veya related table ile daha kontrollü yönetilebilir. Kurumsal gereksinime göre seçim yapmak, denetim süreçlerini kolaylaştırır.

Varlık ile ilgili bilgi setini belirlemek ve alanları tanımlamak
İlişki tipini seçmek ve cardinality kurmak
Silme kuralı belirlemek ve orphan kayıt riskini azaltmak
Raporlama ihtiyacını test etmek ve sorguları doğrulamak

ArcGIS Pro’da domain ve subtype ayar ekranında kodlu değer listeleri ve varsayılan alan değerleriyle veri standardı

Topoloji ve attribute rules ekleyip veri kalitesini denetlemek ve otomatikleştirmek

Veri kalitesi, sonradan “temizleyerek” değil, üreterek korunur. Topoloji kuralları geometrik tutarlılığı; attribute rules ise öznitelik ve iş kuralı tutarlılığını güçlendirir. Bu ikisi birlikte, kurumsal veri modelini sürdürülebilir kılar.

Topoloji kurallarını seçmek ve hata sınıfları üretmek

“Poligonlar üst üste binmesin”, “çizgiler kopuk kalmasın”, “noktalar çizgi üzerinde olsun” gibi kurallar topoloji ile denetlenir. Hata katmanlarını üretip düzenli QA/QC yapmak, veri güvenilirliğini artırır.

Attribute rules ile alanları otomatik doldurmak ve kurala uymayanı engellemek

Otomatik ID üretimi, statü geçişleri, tarih damgası, koşullu zorunluluklar gibi iş kuralları attribute rules ile modellenebilir. Bu yaklaşım, manuel kontrol yükünü ciddi biçimde azaltır.

// Örnek: İş kuralı tanımı şablonu (temsili, sahaya uygun)
RULES = [
  { name: "STATUS_REQUIRED", type: "constraint", field: "STATUS", condition: "STATUS IS NOT NULL" },
  { name: "DIAMETER_RANGE", type: "constraint", field: "DIAMETER_MM", condition: "DIAMETER_MM >= 20 AND DIAMETER_MM <= 2000" },
  { name: "AUTO_CREATED_AT", type: "calculation", field: "CREATED_DATE", expression: "Now()" }
]

Versiyonlama ve edit iş akışı kurup ekip çalışmasını yönetmek ve ölçeklemek

Veri modeli yalnızca şema değildir; aynı zamanda üretim sürecidir. Versiyonlama, editör izleri, onay akışı ve yayın stratejisi; geodatabase’in operasyonel başarısını belirler. Özellikle çoklu kullanıcı ortamında, kontrolsüz edit sahayı kilitleyebilir.

Editor tracking açmak ve değişiklik izini tutmak ve denetlemek

Kim neyi ne zaman değiştirdi sorusu, hem veri güvenliği hem de hata ayıklama için kritiktir. Editor tracking, kurumsal şeffaflık sağlar ve geri dönüş süreçlerini hızlandırır.

Yayın ve tüketim katmanlarını ayırmak ve servis stabilitesi sağlamak

Edit katmanları ile yayın katmanlarını ayırmak; tüketici uygulamaların (dashboard, web map, entegrasyon) stabil kalmasını sağlar. Bu ayrım, “üretimde deneme” yaklaşımını azaltır.

Bu tasarım yaklaşımını hızlandırmak ve kurum içinde standarda bağlamak için ArcGIS Pro eğitimi kapsamında geodatabase şeması, domain/subtype, topoloji, kural yönetimi ve paylaşım stratejileri birlikte uygulanabilir.

ArcGIS Pro’da topoloji doğrulama sonrası hata işaretleri ve ilişki tablosu sonuçlarıyla kalite kontrol görünümü

Özetlemek gerekirse: ArcGIS Pro’da geodatabase tasarımı ve veri modellemek; hedefi netleştirmeyi, şemayı standartlaştırmayı, domain/subtype ile veri girişini kontrol etmeyi, relationship class ile bütünlüğü kurmayı, topoloji ve attribute rules ile kaliteyi otomatikleştirmeyi, versiyonlama ve edit iş akışıyla üretimi ölçeklemeyi gerektirir. Bu yaklaşım, veri güvenilirliğini yükseltirken bakım maliyetini de düşürür.