Yapay Zeka ile İklim ve Çevre Analitiği Eğitimi

Eğitim Hakkında

Bu eğitim, iklim, meteoroloji, uydu ve çevre izleme verilerini yapay zeka yöntemleriyle analiz ederek risk, uyum ve sürdürülebilirlik kararlarını desteklemek isteyen ekipler için tasarlanmış ileri düzey bir programdır. Katılımcılar ERA5 ve Sentinel verileriyle çalışır, derin öğrenme ile uzaktan algılama, iklim tahmini, afet riski ve emisyon analitiği projelerini Python ile uygular.

Neden Bu Eğitim?

Gerçek Açık Veri. ERA5, CMIP6, Sentinel ve Landsat gibi bilimsel veri kaynaklarıyla gerçek ölçekte uygulama yapın.

Bilim ve YZ Bir Arada. İklim biliminin fiziksel temellerini makine öğrenmesi ve derin öğrenme yöntemleriyle doğru biçimde birleştirin.

Karara ve Rapora Hazır. Analizlerinizi afet riski, iklim uyumu, TSRS raporlaması ve emisyon yönetimi kararlarına dönüştürün.

“İklim krizine verilecek en güçlü yanıt, gezegenden gelen veriyi doğru okuyup zamanında ve kanıta dayalı kararlara dönüştürmektir.”

Ön Koşullar

Python ve pandas — Python, pandas ve NumPy ile veri okuma, dönüştürme ve görselleştirme deneyimi.
Temel İstatistik — Regresyon, korelasyon, dağılımlar ve temel makine öğrenmesi kavramlarına aşinalık.
CBS Farkındalığı — Koordinat sistemi, raster ve vektör veri gibi temel CBS kavramlarını bilmek avantajdır.
Hesap ve Ortam — Jupyter ortamı, Google Earth Engine hesabı ve Copernicus veri portalı kaydı.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiİklim biliminin temel kavramlarını ve YZ kullanım alanlarını tanımak, başlıca iklim veri kaynaklarına erişmek ve çok boyutlu veriyi xarray ile analiz etmek.

Modül 1

İklim Bilimi ve Yapay Zekanın Rolü

İklim sistemi, sera etkisi ve IPCC AR6 temel bulguları
Azaltım (mitigation) ve uyum (adaptation) ayrımı
YZ kullanım alanları: tahmin, izleme, risk, emisyon
Fizik tabanlı modeller ile veri güdümlü modellerin farkı
Türkiye'de iklim politikası ve İklim Kanunu çerçevesi
Vaka: Kuraklık erken uyarı sisteminin bileşenleri

Modül 2

İklim Veri Kaynakları ve Formatları

Yeniden analiz verisi: Copernicus ERA5 ve ERA5-Land
İklim projeksiyonları: CMIP6 ve SSP senaryoları
MGM istasyon verisi ve yer gözlemlerinin rolü
NetCDF, GRIB ve Zarr formatları ile meta veri
Copernicus Climate Data Store API ile veri indirme
Laboratuvar: Türkiye için ERA5 sıcaklık verisi çekme

Modül 3

xarray ve Dask ile Çok Boyutlu Analiz

xarray veri yapıları: DataArray, Dataset ve koordinatlar
Zamansal yeniden örnekleme, klimatoloji ve anomali
Bölgesel kesme, maskeleme ve alan ağırlıklı ortalama
Dask ile bellek dışı paralel hesaplama
Trend analizi: Mann-Kendall testi ve eğim tahmini
Laboratuvar: Son 40 yılın sıcaklık anomalisi haritası

Modül 4

Coğrafi Veri Temelleri

Koordinat referans sistemleri ve projeksiyon dönüşümü
GeoPandas ile vektör veri: il, havza ve parsel sınırları
rasterio ile raster okuma, kırpma ve yeniden örnekleme
Cartopy ve Folium ile bilimsel ve etkileşimli haritalar
Raster ve vektör verinin mekânsal birleştirilmesi
Laboratuvar: Havza bazlı yağış özeti ve gün değerlendirmesi

Günün hedefiUydu görevlerini ve spektral indeksleri tanımak, bulut tabanlı platformlarla uydu verisine erişmek ve derin öğrenme ile arazi örtüsü ve afet haritalama modelleri geliştirmek.

Modül 1

Uydu Görevleri ve Spektral Analiz

Sentinel-1 SAR, Sentinel-2 optik ve Sentinel-5P görevleri
Landsat 8-9 ve MODIS ile uzun dönemli izleme
Spektral bantlar ve NDVI, NDWI, NBR indeksleri
Bulut maskeleme ve atmosferik düzeltme seviyeleri
Mekânsal, zamansal ve spektral çözünürlük dengesi
Laboratuvar: Sentinel-2 ile bitki örtüsü değişimi

Modül 2

Bulut Tabanlı Yer Gözlemi Platformları

Google Earth Engine veri kataloğu ve Python API
STAC standardı ve Microsoft Planetary Computer
Zaman serisi kompozitleri ve medyan mozaik üretimi
Earth Engine'de rastgele orman ile arazi sınıflandırma
Eğitim örneği toplama ve doğruluk değerlendirmesi
Laboratuvar: Earth Engine ile arazi örtüsü haritası

Modül 3

Uzaktan Algılamada Derin Öğrenme

CNN ile sahne sınıflandırma ve EuroSAT veri seti
U-Net ile anlamsal bölütleme (semantic segmentation)
TorchGeo ile coğrafi veri yükleyiciler ve örnekleyiciler
Mekânsal çapraz doğrulama ve otokorelasyon sorunu
Sınıf dengesizliği, veri artırma ve IoU metrikleri
Laboratuvar: U-Net ile su yüzeyi bölütleme modeli

Modül 4

Jeo-Uzamsal Temel Modeller ve Afet Haritalama

Jeo-uzamsal temel modeller: NASA-IBM Prithvi yaklaşımı
Az etiketli veriyle temel model ince ayarı
Sentinel-1 SAR ile bulut altında sel haritalama
Yangın sonrası yanık alan tespiti ve şiddet sınıflaması
Afet haritalarının doğrulanması ve belirsizlik gösterimi
Laboratuvar: Sel alanı tespiti ve gün değerlendirmesi

Günün hedefiMeteorolojik zaman serilerinde makine öğrenmesi ve derin öğrenme tahmin modelleri kurmak, YZ tabanlı hava modellerini ve ölçek küçültmeyi tanımak ve uç olayları analiz etmek.

Modül 1

Meteorolojik Zaman Serilerinde ML

Mevsimsellik, trend ve gecikmeli özellik üretimi
Eksik istasyon verisi tamamlama ve homojenlik kontrolü
LightGBM ile sıcaklık ve yağış tahmini
Mekânsal-zamansal bölmelerle sızıntısız doğrulama
Tahmin becerisi: RMSE, CRPS ve beceri skorları
Laboratuvar: İstasyon verisiyle günlük sıcaklık tahmini

Modül 2

Derin Öğrenme ile Tahmin Modelleri

LSTM ve GRU ile çok adımlı zaman serisi tahmini
Temporal Fusion Transformer ve dikkat mekanizması
Darts kütüphanesiyle model karşılaştırma altyapısı
ConvLSTM ile mekânsal-zamansal yağış tahmini
Olasılıksal tahmin ve kantil (quantile) kaybı
Laboratuvar: Darts ile hidroelektrik akım tahmini

Modül 3

YZ Tabanlı Hava Modelleri ve Ölçek Küçültme

Veri güdümlü küresel modeller: GraphCast ve Aurora
ECMWF AIFS ve sayısal hava tahmini ile karşılaştırma
İstatistiksel ve derin öğrenme tabanlı ölçek küçültme
CMIP6 projeksiyonlarında yanlılık düzeltme yöntemleri
Fiziksel tutarlılık ve fizik bilgili sinir ağları (PINN)
Demo: Açık ağırlıklı YZ hava modeliyle tahmin üretimi

Modül 4

Uç Olaylar ve Belirsizlik Analizi

Kuraklık indeksleri: SPI ve SPEI hesaplama
Sıcak hava dalgası tanımları ve eşik yöntemleri
Uç değer teorisi ile tekrarlanma süresi analizi
Uyumlu tahmin (conformal prediction) ile güven aralığı
Belirsizliğin karar vericilere iletilmesi
Laboratuvar: Bölgesel kuraklık riski ve gün değerlendirmesi

Günün hedefiHava kalitesi, su kaynakları, tarım, afet riski ve ekosistem izleme problemlerinde yapay zeka modellerini uygulamak ve sonuçları sahadaki karar süreçlerine bağlamak.

Modül 1

Hava Kalitesi Analitiği

PM2.5, PM10, NO2 ve O3 kirleticileri ile sağlık etkisi
Ulusal Hava Kalitesi İzleme Ağı istasyon verileri
Sentinel-5P TROPOMI ile troposferik NO2 izleme
Meteoroloji ve trafik verisiyle kirletici tahmini
Mekânsal interpolasyon: kriging ve ML yaklaşımı
Laboratuvar: Şehir ölçeğinde PM2.5 tahmin modeli

Modül 2

Su Kaynakları ve Akıllı Tarım

Baraj doluluk ve havza akım tahmini
Uydu ile toprak nemi ve buharlaşma-terleme tahmini
Sulama planlaması için ürün su ihtiyacı modelleri
Uydu ve iklim verisiyle ürün verim tahmini
Göl ve kıyı alanlarında su kalitesi izleme
Laboratuvar: Sentinel-2 ile buğday verim tahmini

Modül 3

Afet Riski: Orman Yangını ve Sel

Orman yangını risk faktörleri ve yangın hava indeksi
Aktif yangın tespiti: MODIS ve VIIRS ürünleri
Sel duyarlılık haritası: topoğrafya ve arazi kullanımı
Risk haritalarında ağırlık, doğrulama ve belirsizlik
AFAD ve yerel yönetimlerle karar destek entegrasyonu
Laboratuvar: Akdeniz kıyısında yangın risk haritası

Modül 4

Ekosistem, Karbon Stoku ve Biyoçeşitlilik

Ormansızlaşma ve arazi kullanımı değişimi tespiti
GEDI lidar verisiyle biyokütle ve karbon stoku tahmini
Kentsel ısı adası analizi ve yeşil alan planlaması
Tür dağılım modelleri ve habitat uygunluk analizi
Biyoakustik ve kamera tuzağı verisinde YZ kullanımı
Laboratuvar: Orman karbon stoku değişimi ve gün sonu

Günün hedefiEmisyon ölçümü ve iklim riski raporlamasında YZ'yi kullanmak, çözümleri sorumlu ve enerji verimli biçimde yayına almak ve bitirme projesiyle beş günü birleştirmek.

Modül 1

Sera Gazı Emisyonu Analitiği

GHG Protocol kapsamları: Kapsam 1, 2 ve 3 emisyonları
Uydu ile metan süper yayıcılarının tespiti
Enerji tüketimi tahmini ve verimlilik fırsatları
Tedarik zinciri emisyonlarında veri boşluğu tahmini
Sınırda Karbon Düzenleme Mekanizması (SKDM) etkisi
Laboratuvar: Tesis enerji verisiyle emisyon tahmini

Modül 2

İklim Riski ve Sürdürülebilirlik Raporlaması

TSRS 1 ve TSRS 2 standartlarının iklim gereklilikleri
Fiziksel risk ve geçiş riski analizi
NGFS senaryolarıyla iklim senaryo analizi
Varlık bazında fiziksel risk skoru üretimi
LLM ile sürdürülebilirlik raporu analizi ve kontrolü
Vaka: Bir üretim tesisi için iklim riski değerlendirmesi

Modül 3

Yeşil YZ ve Operasyonel Yayına Alma

Yapay zekanın karbon ayak izi ve enerji tüketimi
CodeCarbon ile model eğitim emisyonunun ölçülmesi
Verimli modeller: küçük model, niceleme ve önbellek
Veri ve model hattının zamanlanması ve izlenmesi
Streamlit ile harita tabanlı karar destek panosu
Laboratuvar: İklim risk panosunun yayına alınması

Modül 4

Bitirme Projesi ve Kapanış

Bitirme projesi: veri, model, harita ve karar önerisi
Proje sunumları ve bilimsel geçerlilik değerlendirmesi
Kurumsal iklim ve çevre analitiği yol haritası
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve laboratuvar kodlarının teslimi
Açık veri toplulukları, ileri kaynaklar ve kapanış

Eğitim Kazanımları

İklim Verisi — ERA5, CMIP6 ve istasyon verilerine erişip xarray ile anomali, trend ve klimatoloji analizleri yapabileceksiniz.
Uzaktan Algılama — Sentinel ve Landsat verisini Earth Engine ile işleyip spektral indeksler ve arazi haritaları üretebileceksiniz.
Derin Öğrenme — TorchGeo, U-Net ve jeo-uzamsal temel modellerle su, sel ve yanık alan bölütleme modelleri kurabileceksiniz.
Tahmin Modelleri — Meteorolojik zaman serilerinde ML ve derin öğrenme tahminleri kurup beceri skorlarıyla değerlendirebileceksiniz.
Uç Olay Analizi — Kuraklık indeksleri, uç değer analizi ve belirsizlik yöntemleriyle iklim risklerini ölçebileceksiniz.
Çevresel Uygulama — Hava kalitesi, su, tarım, yangın ve karbon stoku problemlerine veri odaklı çözümler geliştirebileceksiniz.
Emisyon ve Rapor — Emisyon tahmini ve TSRS uyumlu iklim riski analizleriyle sürdürülebilirlik raporlamasını destekleyebileceksiniz.
Yeşil Yapay Zeka — Modellerinizin enerji ayak izini ölçüp karar destek panolarıyla sonuçları paydaşlara ulaştıracaksınız.

Kimler İçin Uygundur?

Çevre ve meteoroloji mühendisleri
CBS ve uzaktan algılama uzmanları
enerji
su ve tarım sektöründe veri bilimciler
kamu kurumları ile sürdürülebilirlik ekipleri.

Sıkça Sorulan Sorular

Yapay Zeka ile İklim ve Çevre Analitiği Eğitimi kimler için uygundur?

Program; çevre ve meteoroloji mühendisleri, CBS ve uzaktan algılama uzmanları, enerji, su ve tarım sektörlerindeki veri bilimciler, kamu kurumlarının teknik ekipleri ile sürdürülebilirlik ve iklim riski ekipleri için tasarlanmıştır.

Eğitim ne kadar sürer ve nasıl yapılandırılmıştır?

Eğitim 5 tam gün ve 20 modülden oluşur. Sırasıyla iklim verisi temelleri, uzaktan algılama ve derin öğrenme, iklim tahmini, çevresel uygulamalar ve son gün emisyon analitiği, raporlama ile bitirme projesi işlenir.

Katılım için hangi ön bilgiler gerekiyor?

Python, pandas ve NumPy ile veri analizi deneyimi ile temel istatistik bilgisi beklenir. CBS kavramlarına aşinalık avantaj sağlar. Laboratuvarlar için Google Earth Engine hesabı ve Copernicus veri portalı kaydı gerekir.

Eğitimde hangi veri kaynakları ve araçlar kullanılıyor?

ERA5, CMIP6, Sentinel-1, Sentinel-2, Sentinel-5P, Landsat, MODIS ve açık istasyon verileri kullanılır. Araçlar arasında xarray, Dask, GeoPandas, rasterio, Google Earth Engine, TorchGeo, PyTorch, Darts, CodeCarbon ve Streamlit bulunur.

Eğitim kuruma özel uyarlanabilir mi, sertifika veriliyor mu?

Evet. Kapalı kurum gruplarında vakalar enerji, su yönetimi, belediyecilik veya tarım gibi kurumun alanına ve bölgesine göre uyarlanabilir. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

YAPAY ZEKA İLE İKLİM VE ÇEVRE ANALİTİĞİ EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Ön Koşullar

Eğitim İçeriği

İklim Bilimi ve Yapay Zekanın Rolü

İklim Veri Kaynakları ve Formatları

xarray ve Dask ile Çok Boyutlu Analiz

Coğrafi Veri Temelleri

Uydu Görevleri ve Spektral Analiz

Bulut Tabanlı Yer Gözlemi Platformları

Uzaktan Algılamada Derin Öğrenme

Jeo-Uzamsal Temel Modeller ve Afet Haritalama

Meteorolojik Zaman Serilerinde ML

Derin Öğrenme ile Tahmin Modelleri

YZ Tabanlı Hava Modelleri ve Ölçek Küçültme

Uç Olaylar ve Belirsizlik Analizi

Hava Kalitesi Analitiği

Su Kaynakları ve Akıllı Tarım

Afet Riski: Orman Yangını ve Sel

Ekosistem, Karbon Stoku ve Biyoçeşitlilik

Sera Gazı Emisyonu Analitiği

İklim Riski ve Sürdürülebilirlik Raporlaması

Yeşil YZ ve Operasyonel Yayına Alma

Bitirme Projesi ve Kapanış

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Benzer Programlar

Yapay Zeka Güvenliğine Giriş Eğitimi

Yapay Zeka Kurumsal Strateji Yönetimi Eğitimi

Yapay Zeka Küresel Yönetişim Çerçeveleri Eğitimi