Detecting Forest Fire Damage Using Remote Sensing

Year 2024, Volume: 8 Issue: 2, 202 - 211

Orhun Soydan

Abstract

Forest fires have become a huge and global problem in recent years. Although the large fires seen in almost every continent and country have started due to natural causes or human activities, the general management policies of forests are being questioned in many ways in the context of fires. The direct and indirect effects of reasons such as changes in climatic temperature and precipitation regimes, the decrease in rural population due to migration, the reduction of wild animals and livestock in natural environments and forests, and the accumulation of excessive amounts of flammable organic matter on forest floors are being discussed in wide circles from academic circles to the public. Climatic changes resulting from human activities over time, the rapid increase in the world population, and incorrect application in forests indicate that forest fires will continue to be a serious problem for humanity in the coming years. The important point of forest fires is the amount of burned area. Geographic Information Systems and Remote Sensing are the most preferred methods for determining the amount of burned area with satellite images. The study aims to determine the calculation of the fire in Izmir in the summer of 2024. Satellite images were obtained before and after the fire in the study. Normalized Burn Ratio and Normalized Difference Vegetation Index analyses were applied to the obtained satellite images, and the amount of burned area was calculated with both methods. Finally, it was determined that remote sensing and geographic information systems can be used to calculate the amount of burned area, and the resolution of the satellite image used is important. It was also determined that the difference between the determined amount and the data of the Regional Forestry Directorate is small.

Keywords

Forest, Forest Fire, Remote Sensing, Environmental Management, İzmir

References

• Aksoy T. & Çabuk A. 2018. Orman Yangını Sonrası Uzaktan Algılama Yöntemleri ile Yangın Şiddetinin Tespiti İzmir Menderes Orman Yangını Örneklemi. Uluslararası Marmara Fen ve Sosyal Bilimler Kongresi 2018 Bildiriler Kitabı, s. 1221– 1226.
• Algancı U., Sertel E., Örmeci C. & Özdoğan M. 2011. Uydu Görüntülerinde Mekânsal Çözünürlüğün Tarım Alanlarının ve Ürün Tiplerinin Belirlenmesine Etkisinin Araştırılması. Şanlıurfa Örneği. Jeodezi ve Jeoinformasyon Dergisi, (104.2), 21-27.
• Bannari A., Morin D., Bonn F. & Huete A. 1995. A review of vegetation indices. Remote sensing reviews, 13(1-2), 95-120.
• Bar S., Parida B.R. & Pandey A.C. 2020. Landsat-8 and Sentinel-2 based Forest fire burn area mapping using machine learning algorithms on GEE cloud platform over Uttarakhand, Western Himalaya. Remote Sensing Applications: Society and Environment, 18, 100324.
• Beşli N. & Tenekeci E. 2020. Uydu verilerinden karar ağaçları kullanarak orman yangını tahmini. DÜMF Mühendislik Dergisi, 11(3): 899–906.
• Çağlak E. & Özelkan E. 2019. Güvenilir Haber Almada Uydudan Uzaktan Algılamanın Kullanımı. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 7(4), 83-91.
• Fornacca D., Ren G. & Xiao W. 2018. Evaluating the best spectral indices for the detection of burn scars at several post-fire dates in a mountainous region of Northwest Yunnan, China. Remote Sensing, 10(8), 1196.
• Gövdetaşan M. 2022. Orman Yangınlarının Uzaktan Algılama Teknikleri İle Analizi: Biga Ve Gelibolu Yarımadası Örneği. Çanakkale Onsekiz Mart Üniversitesi Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi, 178 p. Çanakkale, Turkey. Karabulut M., Karakoç A., Gürbüz M. & Kızılelma Y. 2016. Coğrafi Bilgi Sistemleri Kullanarak Başkonuş Dağında (Kahramanmaraş) Orman Yangını Risk Alanlarının Belirlenmesi. Uluslararası Sosyal Araştırmalar Dergisi, 6(24), 171-179.
• Keeley J.E. 2009. Fire intensity, fire severity and burn severity: a brief review and suggested usage. International Journal of Wildland Fire, 18(1), 116-126.
• Key C.H. & Benson N.C. 2006. Landscape assessment (LA) sampling and analysis method. USDA Forest Service, Rocky Mountain Research Station. General Technical Report RMRS-GTR-164-CD, 55ss.
• Küçük Ö., Bilgili E. & Durmaz B.D. 2005. Yangın Potansiyelinin Belirlenmesinde Yanıcı Madde Haritalarının Önemi. Türkiye Ormancılık Dergisi, 6(1): 104–116.
• Liu S., Zheng Y., Dalponte M. & Tong X. 2020. A novel fire index-based burned area change detection approach using Landsat-8 OLI data. European journal of remote sensing, 53(1), 104-112.
• Mert A., Aksan Ş., Özkan U. & Özdemir İ. 2016. Landsat-8 OLI uydu görüntüsünden çıkarılan arazi çeşitliliği ile kuş türü zenginliği arasındaki ilişkiler, Turkish Journal of Forestry 17(1), 68-72.
• OGM 2019. Ormancılık istatistikleri 2019. https://www.ogm.gov.tr/tr/ormanlarimiz/resmi-istatistikler (Access date: 30.09.2024).
• OGM 2021. Orman Genel Müdürlüğü 2021 yılı performans programı. Strateji Geliştirme Daire Başkanlığı, Ankara https://www.ogm.gov.tr/tr/duyurular-sitesi/ %b0.pdf (Erişim Tarihi: 22.09.2024).
• Özdemir M., Akbulak C. & Yıldırım H.H. 2010. Görüntü Farkı Alma Metodu Ve Beklenti Maksimizasyonu Algoritması İle Gelibolu Yarımadası Tarihi Milli Parkı Orman Alanlarındaki Mekânsal Değişimin Analizi. Fırat Üniversitesi Sosyal Bilimler Dergisi, 20(1), 115–138.
• Özelkan E. 2019. Uzaktan algılama ile belirlenen baraj gölü alanının zamansal değişiminin meteorolojik kuraklık ile değerlendirilmesi: Atikhisar barajı (Çanakkale) örneği. Türk Tarım ve Doğa Bilimleri Dergisi, 6(4), 904-916.
• Rwanga S.S. & Ndambuki J.M. 2017. Accuracy assessment of land use/land cover classification using remote sensing and GIS. International Journal of Geosciences, 8(04), 611.
• Sabuncu A. & Özener H. 2019. Uzaktan algılama teknikleri ile yanmış alanların tespiti: İzmir Seferihisar orman yangını örneği. Doğal Afetler ve Çevre Dergisi, 5(2), 317-326.
• Sarp G., Temurçin K., Aldırmaz Y. & Baydoğan E. 2018. Uzaktan Algılama Teknolojileri Kullanarak Orman Yangınlarının Mekânsal Analizi; 2017 Mersin-Anamur Orman Yangını Örneği. Innovation And Global Issues Congress, s. 300–308.
• Soydan O. 2022. Detection of Burnt Areas by Remote Sensing Techniques: Antalya Manavgat Forest Fire. Turkish Journal of Agriculture-Food Science and Technology, 10, 3029-3035.
• Vanwambeke S.O., Lambin E.F., Eichhorn M.P., Flasse S.P., Harbach R.E., Oskam L. & Butlin R.K. 2007. Impact of land-use change on dengue and malaria in northern Thailand. EcoHealth, 4, 37-51.
• Yılmaz B., Demirel M. & Balçık F. 2022. Yanmış Alanların Sentinel-2 MSI ve Landsat-8 OLI ile Tespiti ve Analizi: Çanakkale/Gelibolu Orman Yangını. Doğal Afetler Ve Çevre Dergisi, 8(1), 76-86.
• Yılmaz O.S., Oruç M.S., Ateş A.M. & Gülgen, F. 2021. Orman yangın şiddetinin Google Earth Engine ve coğrafi bilgi sistemleri kullanarak analizi: Hatay-Belen örneği. Journal of the Institute of Science and Technology, 11(2), 1519-1532.