Orman Yangını Risk Haritalarının Coğrafi Bilgi Sistemleri Ortamında Hazırlanması: Manavgat Örneği

Yıl 2024, Cilt: 2 Sayı: 1, 29 - 34, 30.06.2024

İzzet Ersoy Önder Gürsoy Emre Ünsal

Öz

Orman yangınları, maddi ve ekolojik olarak büyük afetlerdir. Bu yangınlar, ekosistemlerde ciddi hasara yol açarak bitki ve hayvan türlerinin kaybına, yaşam alanlarının zarar görmesine ve biyolojik çeşitliliğin azalmasına neden olmaktadır. Ayrıca, hava kirliliği, toprak erozyonu ve su kaynaklarının kirlenmesi gibi bir dizi olumsuz etkiye sahiptir. Her yıl dünya genelinde ve ülkemizde binlerce hektar ormanlık alan yangınlar nedeniyle yok olmaktadır. 2021 yılında Türkiye'de toplam 139.503 hektar, dünya genelinde ise toplam 2.873.268 hektar alan yangınlarla zarar görmüştür, bu da yaklaşık olarak Sivas ilinin yüzölçümüne eşdeğerdir. Orman yangınları birçok nedenle ortaya çıkabilir, bunlar doğal sebepler, ihmal, kaza, kasıt ve bilinmeyen sebepler olarak sınıflandırılır. Bu yangınları önlemek amacıyla coğrafi bilgi sistemleri (CBS) ortamında bir bilgi sistemi oluşturulmuştur. Kurulan bu sistem, çalışma sahasına ait arazi örtüsü, eğim, bakı, yollara uzaklık ve yerleşim yerlerine uzaklık olmak üzere toplam 5 farklı kriteri bir araya getirmiş ve bilgi sistemiyle bütünleştirilmiştir. Literatür taraması sonucunda belirlenen ağırlıklar doğrultusunda çalışma bölgesine ait çok yüksek riskten, çok düşük riske doğru 5 risk sınıfı belirlenmiştir. Geçmiş yangın verileriyle kıyaslandığında; çok yüksek riskin %22, yüksek riskin %31, normal riskin %25, düşük riskin %14 ve çok düşük riskin %8 olduğu belirlenmiştir. Geliştirilen bilgi sistemi ve model, orman alanlarımızın korunmasına yönelik bir bilgi sistemi olmuştur.

Anahtar Kelimeler

Orman yangını, Yangın risk analizi, Coğrafi bilgi sistemleri

Kaynakça

• [1] O. Yıldırım, “Makine Öğrenmesi Yöntemleriyle Orman Yangını Tahmini,” Yüksek Lisans Tezi, Atatürk Üniversitesi, Erzurum, 2023.
• [2] A. Muhammad et al., “Role of Machine Learning Algorithms in Forest Fire Management: A Literature Review,” Journal of Robotics and Automation, vol. 5, no. 1, Feb. 2021, doi: 10.36959/673/372.
• [3] İ. Asri, Ö. Çorumluoğlu, and E. Özdemir, “CBS Destekli Orman Yangını Risk Dağılım Analizi; Antalya Örneği,” May 2015, [Online]. Available: https://www.researchgate.net/publication/319182190_CBS_destekli_Orman_Yangini_Risk_Dagilim_Analizi_Antalya_Ornegi_Forest_Fire_Risk_Analysis_with_GIS_Support_Antalya_Sample
• [4] E. Erten, V. Kurgun, and N. Musaoğlu, “Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Kullanarak Orman Yangını Bilgi Sisteminin Kurulması,” 2005, [Online]. Available: https://obs.hkmo.org.tr/show-media/resimler/ekler/NDKO_109_ek.pdf
• [5] E. Çolak and F. Sunar, “Evaluation of forest fire risk in the Mediterranean Turkish forests: A case study of Menderes region, Izmir,” International Journal of Disaster Risk Reduction, vol. 45, p. 101479, 2020, doi: https://doi.org/10.1016/j.ijdrr.2020.101479.
• [6] M. Hacısalihoğlu, “Çok Kriterli Karar Analizi ile Orman Yangını Risk Haritalarının Oluşturulması: Karabük Örneği,” Yüksek Lisans Tezi, Zonguldak Bülent Ecevit Üniversitesi Fen Bilimleri Enstitüsü, Zonguldak, 2018.
• [7] E. Özelkan, “Uydu Görüntüleri Kullanarak Yangın Riski Değerlendirilmesi Kaş Örneği,” Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Bilişim Enstitüsü, İstanbul, 2008. [Online]. Available: http://hdl.handle.net/11527/12276
• [8] T. I. A. Zainalabden, “Çok Kriterli Karar Analizi ile Oluşturulan Orman Yangını Risk Haritalarının Gerçekleşen Orman Yangınları ile Karşılaştırılması (Manavgat Örneği),” Yüksek Lisans Tezi, Çankırı Karatekin Üniversitesi Sosyal Bilimler Enstitüsü, Çankırı, 2022.
• [9] F. Sivrikaya, B. Sağlam, A. Akay, and N. Bozali, “Evaluation of Forest Fire Risk with GIS,” Pol J Environ Stud, vol. 23, pp. 187–194, Jan. 2014, [Online]. Available: https://www.researchgate.net/publication/288597149_Evaluation_of_Forest_Fire_Risk_with_GIS