Yangın Alanında Uydu Görüntüleri ile Yer Yüzey Sıcaklık Değişimi Gözlemi ve Mekânsal Alan Tespiti

Öz

Ormanların kaybını önlemek amacıyla yangınlarla mücadele son derece önemli bir problemdir. Gelişen teknolojiyle birlikte zaman içerisinde uydu görüntüleri yangınlarla mücadelede için temel gereçlerden biri haline gelmiştir. Çeşitli indeksler kullanılarak, görüntü işleme analizleri ve yüzey sıcaklık analizleri ile uydu görüntüleri üzerinden yanan alanın tespitini yapmak mümkündür. Yersel ölçümlerle yapılan yöntemlerin aksine oldukça hızlı ve nispeten daha az maliyetlidir. Bu çalışmada Landsat-8 uydu görüntüleri kullanılarak 1 Temmuz 2017’de İzmir ili Menderes ilçesinde gerçekleşen ve yaklaşık 67 saat süren Deliömerli orman yangını analiz edilmiştir. Yangın öncesi ve yangın anı için elde edilen görüntülerden yer yüzey sıcaklık haritaları oluşturularak, farklı arazi kullanımları için yüzey sıcaklık farklılıkları incelenmiştir. Buna göre yangın anında yanan alanın yüzey sıcaklığının diğer arazi kullanım alanlarına göre arttığı gözlemlenmiştir. Yangın alanı tespitinde ise üç farklı yöntem kullanılıp yangın alanı mekânsal büyüklüğü karşılaştırılmıştır. Bu kapsamda Normalize Edilmiş Bitki Örtüsü İndeksi (NDVI) ile 1.235 hektar alanın, Normalize Edilmiş Yanma Şiddeti (NBR) indeksleri ile 1.221 hektar alanın ve sınıflandırma çalışması sonrası ise 1.296 hektar alanın yandığı tespit edilmiştir. Sonuçların Orman Genel Müdürlüğü tarafından açıklanan hasar tespit sonuçları ile tutarlı olduğu gözlenmiştir. CORINE arazi kullanım haritası ve yanan alanlar örtüştürülerek yangın sonucunda arazi kullanım sınıflarının yangından ne kadar etkilendiği incelenmiştir. Yapılan örtüşme analizi sonucunda yanan alanın %75,7’sinin iğne yapraklı ormanlar, %19,3’ünün bitki alanları, %4,2’sinin karışık ormanlar ve %0,7’sinin tarım alanları olduğu tespit edilmiştir.

Anahtar Kelimeler

• Yer Yüzey Sıcaklığı
• NDVI
• NBR
• Sınıflandırma
• Orman Yangını
• Landsat

Land Surface Temperature Change Observation and Spatial Area Determination with Satellite Images in the Fire Area

Öz

Fighting fires is an extremely important issue to prevent the loss of forests. With the developing technology, satellite images have become one of the basic tools for fighting fire over time. By using various indexes, it is possible to detect the burning area from satellite images with image processing analysis and surface temperature analysis. Unlike the methods made by ground measurements, it is very fast and relatively less costly. In this study, the Deliömerli forest fire that took place in Menderes district of Izmir province on July 1, 2017, and lasted about 67 hours was analyzed using Landsat-8 satellite images. The surface temperature maps were created from the images obtained before and during the fire, and surface temperature differences were examined for different land uses. Accordingly, it has been observed that the surface temperature of the area burning during the fire increased compared to other land use areas. In determining the fire area, three different methods were used and the spatial size of the fire area was compared. In this context, 1,235 hectares with Normalized Difference Vegetation Index (NDVI), 1,221 hectares with Normalized Burn Ratio (NBR) indices, and 1,296 hectares with the classification study were determined to be burned. It has been observed that the results are consistent with the damage assessment results announced by the General Directorate of Forestry. The burning areas were overlapped with the CORINE land use map and the extent of the impact of the fire on each land use class was examined. As a result of the overlap analysis, it was determined that 75.7% of the burning area was coniferous forests, 19.3% plant areas, 4.2% mixed forests and 0.7% agricultural areas.

Anahtar Kelimeler

• Land Surface Temperature
• NDVI
• NBR
• Classification
• Forest Fire
• Landsat

Kaynakça

1. Akyürek Ö. (2020), Termal uzaktan algılama görüntüleri ile yüzey sıcaklıklarının belirlenmesi: Kocaeli örneği, Doğal Afetler ve Çevre Dergisi, 6(2), 377-390.
2. CORINE, (2018), Web, https://land.copernicus.eu/pan-european/corine-land-cover [Erişim 10 Ekim 2020].
3. Dereli M.A., (2019), Sentinel-2A uydu görüntüleri ile Giresun il merkezi için kısa dönem arazi örtüsü değişiminin belirlenmesi, Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 19(2), 361-368.
4. Erener A., Sarp G., (2017), Forest fire monitoring by using satellite ımages and ınformation technology, ISFOR 2017 International Symposium on New Horizons in Forestry, 18-20 October. ISBN: 978-605-9454-17-9, pp: 142.
5. Gürkan A., Salıcı A., Yıldırım K., Yıldırım M., (2016), Uzaktan algılama ve coğrafi bilgi sistemleri yardımıyla Mustafa Kemal Üniversitesi Tayfur Ata Sökmen yerleşkesinin alan kullanım/arazi örtülülüğünün belirlenmesi, Tekirdağ Ziraat Fakültesi Dergisi, 13(02), 144-150.
6. Mercan Ç., (2020), Yer yüzeyinin sıcaklığının termal uzaktan algılama görüntüleri ile araştırılması: Muş ili örneği, Türkiye Uzaktan Algılama Dergisi, 2(2), 42-49.
7. Orhan O., Dadaser-Celik F., Ekercin S., (2019), Investigating land surface temperature changes using Landsat-5 data and real-time infrared thermometer measurements at Konya closed basin in Turkey, International Journal of Engineering and Geosciences, 4(1), 16-27.
8. Özdemir A.K., Tolun S., Demirci E., (2011), Endeks getirisi yönünün ikili sınıflandırma yöntemiyle tahmin edilmesi: İMKB-100 endeksi örneği, Niğde Üniversitesi, İBBF Dergisi, 4(2), 45-59.

9. Polat N., (2020), Mardin ilinde uzun yıllar yer yüzey sıcaklığı değişiminin incelenmesi, Türkiye Uzaktan Algılama Dergisi, 2(1), 10-15.
10. 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.
11. Sarp G., Temurçin K., Aldırmaz Y., Baydoğan E., (2018), Spatial analysis of forest fires using remote sensing technologies; a case of 2017 Mersin-Anamur forest fire, Innovation and Global Issues Congress IV, Antalya.
12. Taşdelen Ö., (2019), Yer yüzey sıcaklık haritalarının yerel ve ülke ölçeğinde zamansal ve mekânsal olarak uzaktan algılama ile tespiti, Yüksek Lisans Tezi, Kocaeli Üniversitesi, Kocaeli.
13. Taşdelen Ö., Erener A., (2019), Spatio-temporal determination of Land Surface Temperature (LST) by using remote sensing technologies, 4. International Conference on Civil Environmental, Geology and Mining Engineering (ICOCEM), 20-22 April, Trabzon, ss.1170-1176.
14. Tekeli A.E., Sönmez İ., Erdi E., Arslan M., Çukurçayır M.L., Demir F., (2007), Orman yangınlarının uzaktan algılama teknikleri ile tespit çalışmaları, TMMOB Afet Sempozyumu, TMMOB İnşaat Mühendisleri Odası, 5-7 Aralık, Ankara.
15. Yavuz M., Sağlam B., (2011), Uzaktan algılama ve coğrafi bilgi sistemlerinin orman yangınlarında kullanılması, 1. Ulusal Akdeniz Orman ve Çevre Sempozyumu, KSÜ Mühendislik Bil. Der., Özel Sayı, 2012, 235-242.
16. Yıldız A., Bağcı M., Başaran C., Çonkar F.E., Ayday C., (2017), Landsat-8 uydu verilerinin jeotermal saha araştırmalarında kullanılması: Gazlıgöl (Afyonkarahisar) çalışması, Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 17(4), 277-284.
17. Vlassova L., Perez-Cabello F., Mımbrero M., Rodrigues L., Raquel M., Garcıa-Martın A., (2014), Analysis of the relationship between land surface temperature and wildfire severity in a series of landsat ımages, Remote Sensing, ISSN 2072-4292.
18. Quintano C., Fernandez-Manso A., Calvo L., Marcos E., Valbuena M.L., (2014), Land surface temperature as potential ındicator of burn severity in forest mediterranean ecosystems, International Journal of Applied Earth Observation and Geoinformation, 36, 1-12.
19. Zhang Y., (2002), Problems in the fusion of commercial high-resolution satellite as well as Landsat 7 ımages and ınitial solutions, International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, 34(4), 587-592.