Zonguldak ve Ereğli Orman İşletme Müdürlükleri Orman Yangını Risk Alanlarının Belirlenmesi

Yıl 2021, , 44 - 53, 01.04.2021

Semra Dilekçi , Aycan Murat Marangoz , Ayhan Ateşoğlu

https://doi.org/10.29128/geomatik.660623

Cited By: 9

Öz

Günümüzde doğal ve beşeri nedenlerle artan orman yangınlarının Uzaktan Algılama ve Coğrafi Bilgi Sistemleri teknikleriyle belirlenmesi, yapılacak müdahale ve planlama için oldukça önemli hale gelmiştir. Orman yangını risk alanlarını haritalamak yangına müdahale anlamında işgücü, zaman ve maliyet bakımından oldukça yararlı olacaktır. Orman yangını risk haritaları yangın oluşumuna ve davranışına etki eden unsurları kısmen ortaya koymaktadır. Ülkemiz koşullarında, orman yangını risk haritaları yardımıyla özellikle arazi sınıflarındaki insan faktörüne ilişkin kullanımların yangın riskini değerlendirmelerdeki önemi net olarak anlaşılmaktadır. Bu çalışmada test alanı olarak Zonguldak ve Ereğli Orman İşletme Müdürlükleri seçilmiştir. Bu işletmelerde, 2008-2019 yılları arasında meydana gelen 126 adet orman yangınının, yangın sicil formu incelenmiştir. Yangın çıkan alanlarda yangına neden olan insan faktörü, topoğrafik faktörler ve arazi kullanım sınıfları belirlenmiştir. Yerleşim ve yol ağlarına ilişkin vektörel çıkarımlar Google Earth üzerinden yapılmıştır. Topoğrafik veriler için Sayısal Yükseklik Modeli verisi kullanılmıştır. Arazi kullanım verileri için Landsat 8 uydu verisi üzerinden sınıflandırma işlemleri gerçekleştirilmiş, yangına konu olan sınıflar belirlenmiştir. Değerlendirmeye alınan her bir faktör için Analitik Hiyerarşi Süreci yöntemiyle uygunluk puanları belirlenmiştir. Bu sonuçlara göre Coğrafi Bilgi Sistemleri ortamında orman yangını risk haritası oluşturulmuştur. Bu harita; düşük, orta ve yüksek risk grubu olmak üzere sınıflandırılmıştır. Toplam alanın %18’inin düşük, %43’ünün orta, %39’unun yüksek risk sınıfında olduğu görülmüştür. Sınıflandırılan haritanın doğruluk kontrolü için diskriminant analizi yapılmıştır. Analize göre çalışmada elde edilen yangın tehlike indeksi değerlerinin, çalışma alanını yangın risk gruplarına ayırmadaki önemi %86 olarak çıkmıştır. Orman yangınlarına müdahalede ilgili bölge için önemli bir altlık oluşturacak bu araştırma, yangına hassas diğer bölgeler için de geliştirilebilecektir.

Anahtar Kelimeler

Orman yangını, uzaktan algılama, CBS, AHP, orman yangını risk haritası

Destekleyen Kurum

Orman Genel Müdürlüğü, Zonguldak OBM, Zonguldak ve Ereğli OİM

Teşekkür

Çalışma alanı ile ilgili harita verileri ve yangın sicil fişlerinin temini için destek sağlayan ayrıca çalışma alanına konu olan orman yangınları ile ilgili görüşlerini bizimle paylaşan Orman Genel Müdürlüğü, Zonguldak OBM, Zonguldak ve Ereğli OİM çalışanlarına teşekkür ederiz.

Kaynakça

• Adıgüzel, F., Kaya, E., ve Çerçioğlu, M. (2016). Orman Yangınlarının Topografik Özelliklere Bağlı Olarak CBS ve Uzaktan Algılama Verileriyle Analiz Edilmesi: İbecik Orman İşletme Şefliği Örneği. TÜCAUM Uluslararası Coğrafya Sempozyumu, 13-14 Ekim 2016, Ankara, Türkiye.
• Ahmad, F., Goparaju, L. (2019). GeospatialAssessment of Forest Fires in Jharkhand (India). Indian Journal of Science and Technology. 10(21):DOI: 10.17485/ijst/2017/v10i21/113215
• Ateşoğlu, A. (2014). Forest Fire Hazard Identifying. Mapping Using Satellite Imagery-Geographic Information System and Analytic Hierarchy Process: Bartın, Turkey. In Journal of Environmental Protection and Ecology, 15 (2), 715-725.
• Ateşoğlu, A., Melemez, K., ve Uğur B. (2015). Orman Yangınına Hassas Bölgelerde Arazöz ile Müdahale Oranının Belirlenmesi (Bartın Orman İşletmesi Örneği). Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 16 (2), 132-143.
• Bingöl, B. (2017). Coğrafi Bilgi Sistemleri Kullanarak Burdur İli Orman Yangını Risk Alanlarının Belirlenmesi. Turkish Journal of Forest Science, 1(2), 169-182.
• Cömert, R., Matçı, D.K., ve Avdan U. (2019), Object Based Burned Area Mapping With Random Forest Algorıthm International Journal of Engineering and Geosciences (IJEG), Vol; 4, Issue; 2, pp. 078-087, June, 2019, ISSN 2548-0960, Turkey
• Çepel, N., (1995). Orman Ekolojisi, 4.Baskı, İ.Ü. Basımevi, İstanbul.
• Doğanay, H., ve Doğanay, S. (2004). Türkiye’de Orman Yangınları ve Alınması Gereken Önlemler. Doğu Coğrafya Dergisi, 9(11), 31-48.
• Dong, X., Li-min, D., Guo-fan, S., Lei, T., and Hui, W. (2005). Forest Fire Risk Zone Mapping From Satellite Images and GIS For Baihe Forestry Bureau, Jilin, China. In Journal of Forestry Research, 16(3), 169-174.
• Erten, E., Kurgun, V., ve Musaoğlu, N. (2005). Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Kullanarak Orman Yangını Bilgi Sisteminin Kurulması. 10.Türkiye Harita Bilimsel ve Teknik Kurultayı, 28 Mart-1 Nisan 2005, Ankara, Türkiye.
• Gigovic, L., Jakovljevic, G., Sekulovic, D., and Regodic, M. (2018). GIS Multi-Criteria Analiysis for Identifying and Mapping Forest Fire Hazard: Nevesinje, Bosnia and Herzegovina. Tehnicki Vjesnik, 25(3), 891-897.
• Goldammer, J.G., Nikolov, N. (2009). Climate Change and Forest Fires Risk, European and Mediterranean. In: Workshop Climate Change Impact on Water-Related and Marine Risks, October 2009, Murcia, Spain.
• Kadak, E.G. (2006). Türkiye’de AHP Tekniğinin Performans Değerlendirmedeki Yeri ve İlaç Dağıtım Sektöründe Uygulanması. Çukurova Üniversitesi Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Anabilim Dalı. Yüksek Lisans Tezi, Adana.
• Karakuş, P., Karabörk, H., Kaya, Ş. (2017), A Comparison Of The Classification Accuracies In Determining The Land Cover Of Kadirli Region Of Turkey By Using The Pixel Based And Object Based Classification Algorithms, International Journal of Engineering and Geosciences (IJEG), Vol; 2; , Issue; 02, pp. 52-60, June, 2017, ISSN 2548-0960, Turkey
• Küçük, Ö., ve Bilgili, E. (2006). Coğrafi Bilgi Sistemleri Yardımıyla Yangın Davranışının Uygulamaya Aktarılması. Kastamonu Örneği. Gazi Üniversitesi Orman Fakültesi Dergisi, 6(2), 262-273.
• Mahdavi, A., Shamsi, S.R.F., ve Nazari, R. (2012).Forest and rangelands’ wildfire risk zoning using GIS and AHP techniques. In Caspian Journal of Environmental Sciences, 10(1), 43-52.
• Malik, T., Rabbani, G., and Farooq, M. (2013). Forest Fire Risk Zonation Using Remote Sensing and GIS Technology in Kansrao Forest Range of Rajaji National Park, Uttarakhand, İndia. In International Journal of Advanced Remote Sensing and GIS, 2(1), 86-95.
• Matin, M. A.et al. (2017). Understanding forest fire patternsand risk in Nepal using remote sensing, geographicinformation system and historical fire data. International Journal of Wildland Fire 26, 276–286.
• OGM, (2012) .Ministry of Environment and Foresty General Directore of Foresty. Forest Fire in Turkey. http://www.ogm.gov.tr/ (15.12.2012).
• Özşahin, E. (2014). CBS ve AHS kullanılarak Orman Yangını Duyarlılık Analizi: Antakya Orman İşletme Müdürlüğü Örneği. In Route Educational and Social Science Journal, 3(1), 50-71.
• Öztürk, M., Gücel, S., Küçük, M., ve Sakcalı, S. (2010). Forest Diversity, Climate Change and Forest Fires in the Mediterranean Region of Turkey. Journal of Environmental Biology 31 (1).
• Pradhan, B., Suliman, M., and Avang, M. (2007). Forest Fire Susceptibility and Risk Mapping Using Remote Sensing and Geographical İnformation Systems (GIS). Disaster Prevention and Management, 16(3), 344-352.
• Saaty, T.L. (1980). The Analytic Hierarchy Process, ISBN 0-07-054371-2, USA.
• Yavuz, M, Sağlam, B, Küçük, Ö, Tüfekçioğlu, A. (2018). Assessing forest fire behavior simulation using FlamMap software and remote sensing techniques in Western Black Sea Region, Turkey. Kastamonu University Journal of Forestry Faculty, 18 (2), 171-188. DOI: 10.17475/kastorman.459698
• Yavuz, M., ve Sağlam, B., (2011) Uzaktan Algılama ve Coğrafi Bilgi Sistemlerinin Orman Yangınlarında Kullanılması. I.Ulusal Akdeniz Orman ve Çevre Sempozyumu, 26-28 Ekim 2011, Kahramanmaraş, Türkiye.
• URL 1 https://publications.jrc.ec.europa.eu/repository/bitstream/JRC108974/jrc108974_final.pdf
• URL 2: https://gadm.org/download_country_v3.html
• URL 3: http://www.zonguldak.gov.tr/cografya
• URL 4: https://www.mgm.gov.tr/FILES/iklim/yillikiklim/2018-iklim-raporu.pdf
• URL 5: https://earthexplorer.usgs.gov/
• URL 6: https://gdex.cr.usgs.gov/gdex/