Ekolojik kaynak değerlerinin oluşturduğu havzalar, doğal peyzajın bir parçası olan insan refahı için vazgeçilmez doğal kaynak değerlerini barındırmaktadır. Bu kapsamda havzaların farklı ekolojik özelliklerinin belirlenmesi, ekolojik yaşamın sürdürülebilirliği ve yönetimi için önemlidir. Çalışmada uzaktan algılama ve coğrafi bilgi sistemleri kullanılarak Burdur Havzası’nın, topoğrafyası ve arazi kullanımı, altyapı yaklaşımı ile değerlendirilmiştir. Çalışma alanı gri, sarı, yeşil ve mavi altyapılar olarak tanımlanmış ve eğim, bakı, yükselti ve iklim özellikleri ile ilişkilendirilerek analiz edilmiştir. Sentinel-2A uydu görüntüleri kullanılarak kontrollü sınıflandırma yapılmış, doğruluk analizi neticesinde kappa değeri 0.86 olarak hesaplanmıştır. Çalışmada NDVI, NDWI ve SAVI indeksleri kullanılmış ve bu indekslerin altyapı belirleme potansiyeli analiz edilmiştir. Sonuçta, çalışma alanında sarı altyapıların diğer altyapı türlerine göre daha büyük bir alan kapladığı, sarı altyapıyı sırasıyla yeşil, mavi ve gri altyapıların izlediği ve indekslere göre değerlendirildiğinde ise NDVI indeksinin en çok altyapı belirleme özelliği gösterdiği tespit edilmiştir.
Bu çalışma Emine KILIÇ tarafından Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Peyzaj Mimarlığı Anabilim Dalı’nda hazırlanan “Burdur Havzasında Kentsel ve Kırsal Altyapıların Uydu Görüntüleri Kullanılarak Analizi’ adlı Yüksek Lisans Tez çalışmasının bir kısmından üretilmiştir.
Basins formed by ecological resource have several indispensable natural values for human well-being as a part of natural landscapes. In this context, determining the different ecological characteristics of the basins is important for the sustainability and management of ecological life. In this study, infrastructures approach was applied to analyze topography and land use of the Burdur Basin. At this point, the study area was determined as green, blue, yellow, and grey infrastructures and analyzed with the topography, slope, and aspect features of the study area. Image classification utilized as a part of remote sensing of Sentinel-2A satellite images, and because of the accuracy analysis, the Kappa were calculated 0.86. In the study, NDVI, NDWI and SAVI indices were used and analyzed with infrastructure systems to determine the infrastructure identification potential of these indices. As a result, it has been determined that yellow infrastructures cover more area compared to other infrastructure types, green, blue and grey infrastructures and the yellow infrastructure, respectively. According to the indices, the NDVI index has the most infrastructures identification potential for the study area. Consequently, the dominant infrastructure type in the study area was found to be yellow infrastructure. Yellow infrastructure is followed by green, blue, and gray infrastructures respectively.
Green infrastructure Blue infrastructure Grey infrastructure Yellow infrastructure Remote sensing
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Orijinal Araştırma Makalesi |
Authors | |
Publication Date | June 30, 2022 |
Acceptance Date | June 13, 2022 |
Published in Issue | Year 2022 |