Determination of spreading spring greenhouses areas on different physiographical units with remote sensing and GIS techniques: A key study from Elmalı/Antalya

Yıl 2019, Cilt: 36 Sayı: 2, 217 - 227, 10.12.2019

Kadir Buyurgan Sevda Altunbaş Gafur Gözükara

https://doi.org/10.16882/derim.2019.614303

Öz

One of the uncontrolled and very
fast spring cultivation activity areas in the recent years is found in tectonic-karstic
depression of the Elmalı district of Antalya province in the western part of
the Taurus Mountain Range. The main aim of this study is to determine temporal
and spatial changes in the spreading of the greenhouse areas on three different
physiographic units in the Elmalı Depression. Here in the Eskihisar region,
Pansharped satellite name and spatial resolution in 2009 and 2016 respectively,
GeoEye-1 0.5 m and WorldView-3 0.4 m, in the Gölova-Çukurelma region
with 0.6m GeoEye-1 satellite images with 0,5m and finally, in the Beyler
region, 0.5 m WorldView-2 and Spot-7 1.5 m satellite images were
used. As a result of the classification made with Maximum Likelihood technique
which is one of the controlled classification techniques, the total greenhouse
assets calculated from the raster data were compared with the total greenhouse
assets calculated from the data obtained by the terrestrial measurements, the
accuracy of the study was calculated. Physiographic units and greenhouse
production areas are respectively 126.19 ha in the Eskihisar region on
alluvial land, 104.41 ha in Gölova-Çukurelma area, which contains very old
lake base and alluvial fan, and finally, 38.23 ha in the Beyler area on
the land of the basement. When the percentage increase in greenhouse activities
is evaluated as time dependent, the highest increase is in Gölova-Çukurelma
region (313.51%), second in Eskihisar region (166.27%) and the lowest increase
in Beyler region (61.35%). When the accuracy rates of the study are examined,
the highest accuracy of the year 2009 (94.83%) in the Eskihisar region, in 2016
(92.04%), Gölova-Çukurlema 2008 (89.33%), the lowest accuracy in 2016 (83.52%)
in the Beyler region in 2011 (87.72%) in 2016 (83.95%).

Anahtar Kelimeler

Remote sensing, Geographic information system, Physiography, Supervised classification

Farklı fizyografya ünitelerinde gelişen yayla seracılığının zamansal ve mekansal değişiminin uzaktan algılama ve CBS teknikleri ile belirlenmesi: Elmalı/Antalya örneği

Öz

Son yıllarda kontrolsüz ve çok hızlı yayla
seracılık faaliyetlerinin arttığı yerlerden biri de Antalya-Elmalı ilçesindeki
tektonik-karstik kökenli olan Elmalı Depresyonu’dur. Çalışma alanı olarak
seçilen bu depresyondaki üç farklı fizyografya ünitesi üzerinde zamansal ve
mekânsal değişimin belirlenmesi hedeflenmiştir. Eskihisar bölgesinde, Pansharp
yapılmış 2009 ve 2016 yıllarına ait sırasıyla 0.4 m yersel çözünürlüklü
GeoEye-1 ve 0.5 m WorldView-3 uydu görüntüleri, Gölova-Çukurelma
bölgesinde 2008 ve 2016 yıllarına ait sırasıyla 0.6 m yersel çözünürlüklü
QuickBird-2, 0.5 m yersel çözünürlüklü GeoEye-1 uydu görüntüleri, son
olarak Beyler bölgesinde 2011 ve 2016 yıllarına ait 0.5 m yersel çözünürlüklü
WorldView-2 ve 1.5 m yersel çözünürlüklü Spot-7 uydu görüntüleri
kullanılmıştır. Kontrollü sınıflama tekniklerinden biri olan Maksimum
Likelihood tekniği ile yapılan sınıflandırma sonucunda raster veriden
hesaplanan toplam sera varlığı, yersel olarak ölçümler ile oluşturulmuş
hâlihazır vektör verilerden hesaplanan toplam sera varlığı ile kıyaslanarak,
çalışmanın doğruluğu hesaplanmıştır. Fizyografya üniteleri ve sera üretim
alanları sırasıyla, alüvyal araziler üzerindeki Eskihisar bölgesinde
126.19 ha, eski göl tabanı ve alüvyal yelpazeyi içerisine alan
Gölova-Çukurelma bölgesinde 104.41 ha ve eski göl tabanı arazileri üzerindeki
Beyler bölgesinde 38.23 ha tespit edilmiştir. Seracılık faaliyetlerinin
yapıldığı alanların yüzdesel olarak artışı zamana bağlı olarak
değerlendirildiğinde, en yüksek artışın Gölova-Çukurelma bölgesinde (%313.51),
ikinci olarak Eskihisar bölgesinde (%166.27) ve en az artışın ise yine eski bir
göl tabanı fizyografyası olan Beyler bölgesinde (%61.35) olduğu tespit
edilmiştir. Çalışmanın doğruluk oranları incelendiğinde, en yüksek doğruluk
Eskihisar bölgesine ait 2009 yılı görüntüsünden (%94.83), 2016 yılında (92.04),
Gölova-Çukurlema 2008 yılı (89.33), 2016 yılı en düşük doğruluk (83.52), Beyler
bölgesine ait 2011 yılı (87.72), 2016 yılı (83.95) olarak elde edilmiştir.

Anahtar Kelimeler

Uzaktan Algılama, Coğrafi Bilgi Sistemleri, Fizyografya, Kontrollü sınıflandırma

Kaynakça

• Atalay, İ. (2012). Uygulamalı Klimatoloji. Meta Basım Matbaacılık Hizmetleri, İzmir.
• Atalay, İ. (2017). Türkiye Jeomorfolojisi. Meta Basım Matbaacılık Hizmetleri, İzmir.
• Coslu, M., Sönmez, N.K., & Koç San, D. (2016). Object-Based greenhouse classification from high resolution satellite imagery: A case study Antalya-Turkey. XXIII Congress of the International Society for Photogrammetry and Remote Sensing (ISPRS), p.183-187.
• Genç, L., Kızıl, Ü., Arıcı, İ., & İnalpulat, M. (2013). Arazi kullanım ve bitki örtüsü değişiminin uzaktan algılama, markov işlemi, nüfus ve alan görünüm analizleri yardımıyla belirlenmesi: Çanakkale Örneği (1987-2010). Anadolu Tarım Bilimleri Dergisi, 28(1):10-18.
• Huang, Z., Jia, X., & Ge, L. (2010). Sampling approaches for one-pass land-use/land-cover change mapping. International Journal of Remote Sensing, 31(6):1543-1554.
• Koç San, D., & Sönmez N.K. (2016). Plastic and glass greenhouses detection and delineation from WORLDVIEW-2 satellite imagery. XXIII Congress of the International Society for Photogrammetry and Remote Sensing (ISPRS), p.257-262.
• Larsson, H. (2002). Analysis of variations in land cover between 1972 and 1990, kassalaprovince, eastern sudan, using landsat MSS data. International Journal of Remote Sensing, 23(2):325-333.
• Sönmez, N.K., Sarı, M., & Aksoy, E. (2007). Uzaktan algılama ve coğrafi bilgi sistemleri kullanılarak sürdürülebilir arazi yöntemi ve toprak koruma planının oluşturulması: Antalya-Altınova örneği. Akdeniz Üniversitesi Ziraat Fakültesi Dergisi, 20(1):11-22.
• Redo, D. (2012). Mapping land-useand land cover change along bolivia’s corredor bioceanico with CBERS and the Landsat series: 1975-2008. International Journal of Remote Sensing, 33(6):1881-1904.
• TUİK, 2017. Bitkisel Üretim İstatistikleri. https://www.tuik.gov.tr, Erişim tarihi: 10 Ekim 2017.
• Türk, T. (2004). Uzaktan Algılama (UA) ve Coğrafi Bilgi Sistemleri (CBS) kullanılarak tarım ve doğal alanlar üzerine kent baskısının belirlenmesi-Söke, Kuşadası ve Davutlar örneği. Doktora Tezi, Ege Üniversitesi, İzmir.