Türkiye Tarım Arazilerinde 2024 Yılında Anız Yakımı Alanlarının Belirlenmesi: Google Earth Engine Tabanlı Bir Yaklaşım

Öz

Anız yakımı, tarım alanlarında hasat sonrasında kalan bitki artıklarının yakılmasıyla gerçekleştirilen ve Türkiye genelinde yaygın olarak uygulanan bir yöntemdir. Anız yakımı, yalnızca tarımsal verimliliği değil, aynı zamanda bölgesel ve küresel ölçekte iklim değişikliğini de tetikleyen önemli bir sorundur. Bu çalışma, Google Earth Engine (GEE) platformu kullanılarak gerçekleştirilmiştir. Amaç, Türkiye genelinde 2024 yılına ait tarım arazilerinde meydana gelen anız yakımı alanlarını belirlemek, bu alanların toplam büyüklüğünü kilometrekare (km²) cinsinden hesaplamak ve mekânsal dağılımını analiz etmektir. Çalışmada materyal olarak, termal anomalileri gösteren MODIS MOD14A1 (FIRMS- LANCE NRT) aktif yangın verileri ve tarım alanlarını tanımlayan CORINE Arazi Örtüsü (CLC) verileri kullanılmıştır. GEE'nin bulut tabanlı hesaplama kapasitesiyle, CLC verilerinden elde edilen tarım arazileri maskesi içerisindeki FIRMS aktif yangın noktaları tespit edilerek anız yakımı alanları belirlenmiş ve belirlenen bu alanların mekânsal dağılım analizleri yapılmıştır. Bu yaklaşım, Türkiye genelinde geniş ölçekli ve hızlı bir anız yakımı durum değerlendirmesine olanak tanımıştır. Analiz sonuçları, Türkiye genelinde anız yakımının belirli tarım bölgelerinde yoğunlaştığını ortaya koymaktadır. Özellikle Ege, Güneydoğu Anadolu ve İç Anadolu bölgeleri, anız yakımının en sık gözlendiği alanlar olarak tespit edilmiştir. Bu alanların büyük bölümü buğday ve arpa ekim alanlarında yoğunlaşmakta ve anız yakım olayları, yaz ve sonbahar aylarında daha sık gerçekleşmektedir. Çalışmanın bulguları, anız yakımının çevresel sürdürülebilirlik ve tarımsal verimlilik üzerindeki olumsuz etkilerini vurgulamakta ve yerel yönetimlerin bu uygulamayı önlemek için etkin politikalar geliştirmesi gerektiğine işaret etmektedir.

Anahtar Kelimeler

• Anız yakımı,
• Çevresel sürdürülebilirlik,
• Tarımsal verimlilik, Google Earth Engine, Türkiye,

Determination Of Stubble Burning Areas in Agricultural Lands of Turkey in 2024: A Google Earth Engine-Based Approach

Öz

Stubble burning is a widely practiced method in Turkey, involving burning crop residues left in agricultural fields after harvest. This practice poses a significant problem not only by reducing agricultural productivity but also by contributing to climate change at both regional and global scales. This study aims to identify stubble burning areas in Turkey’s agricultural lands during 2024, calculate their total area in square kilometers (km²), and analyze their spatial distribution using the Google Earth Engine (GEE) platform. As data sources, the study uses MODIS MOD14A1 (FIRMS - LANCE NRT) active fire data indicating thermal anomalies and CORINE Land Cover (CLC) data identifying agricultural areas. By leveraging GEE’s cloud-based computing capacity, active fire points within agricultural areas derived from CLC were detected to determine stubble burning zones, and spatial distribution analyses were conducted. This approach enabled a rapid and large-scale assessment of stubble burning across Turkey. The results reveal that stubble burning is concentrated in specific agricultural regions, particularly in the Aegean, Southeastern Anatolia, and Central Anatolia. These areas are predominantly wheat and barley fields, with burning events occurring more frequently during summer and autumn. The findings emphasize the negative impacts of stubble burning on environmental sustainability and agricultural productivity, highlighting the need for effective local policy interventions.

Anahtar Kelimeler

• Stubble burning,
• Environmental sustainability,
• Agricultural productivity,
• Google Earth Engine,
• Türkiye

Kaynakça

1. Abdurrahman, M. I., Chaki, S., & Saini, G. (2020). Stubble burning: Health and environmental impacts, regulations, and management practices. Environmental Advances, 2, 100011. https://doi.org/10.1016/j.envadv.2020.100011
2. Anwar, M., & Younes, I. (2025). Spatio-temporal trend analysis of pollutant emissions from crop residue burning through GEE platform: a case study of Sheikhupura district, Punjab. Bulletin of Atmospheric Science and Technology, 6(1), 16. https://doi.org/10.1007/s42865-025-00099-w
3. Asif, M., Bhatti, M. S. & Prabhu, V. (2025). Spatio-temporal variation of ambient particulate matter (PM10 and PM2.5) in Punjab: role of stubble burning and meteorological factors. Modelling of Earth Systems and Environment, 11 (1), 1-17. https://doi.org/10.1007/s40808-024-02234-6
4. Fornacca, D., Ren, G., & Xiao, W. (2017). Performance of Three MODIS fire products (MCD45A1, MCD64A1, MCD14ML), and ESA Fire_CCI in a mountainous area of Northwest Yunnan, China, characterized by frequent small fires. Remote Sensing, 9(11), 1131. https://doi.org/10.3390/rs9111131
5. Giglio, L., Boschetti, L., Roy, D. P., Humber, M. L., & Justice, C. O. (2018). The Collection 6 MODIS burned area mapping algorithm and product. Remote Sensing of Environment, 217, 72-85. https://doi.org/10.1016/j.rse.2018.08.005
6. Giglio, L., Schroeder, W., & Justice, C. O. (2016). The Collection 6 MODIS active fire detection algorithm and fire products. Remote Sensing of Environment, 178, 31–41. https://doi.org/10.1016/j.rse.2016.02.054.
7. Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetaryscale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27. https://doi.org/10.1016/j.rse.2017.06.031
8. İban, M. C., & Sekertekin, A. (2022). Machine learning based wildfire susceptibility mapping using remotely sensed fire data and GIS: A case study of Adana and Mersin provinces, Turkey. Ecological Informatics, 69, 101647. https://doi.org/10.1016/j.ecoinf.2022.101647

9. Korucu, T., Arslan, S., Dikici, H.,ve Tanrıverdi, Ç. (2007). Hasat Sonrası Dönemin ve Anız Yakmanın Toprak Penetrasyonu ve Nem İçeriği Değişimine Etkisi. Tarım Makinaları Bilimi Dergisi, 3(1), 41-49.
10. Oom, D., & Pereira, J. M. C. (2013). Exploratory spatial data analysis of global MODIS active fire data. International Journal of Applied Earth Observation and Geoinformation, 21(1), 326–340. https://doi.org/10.1016/j.jag.2012.07.018
11. Palavesam Sarathamani, A., & Kumar, A. (2025). Synergistic contextual information and individual sample average as training approach: Paddy stubble burning mapping. Environmental Monitoring and Assessment, 197(5), 1–26.
12. Panjala, P., Gumma, M. K., Mesapam, S., Shukla, A. K., & Pignatta, G. (2025). Geospatial analysis of crop residue burn areas and their dates for emission mitigation strategies. Sustainability, 17(6), 2508. https://doi.org/10.3390/su17062508
13. Savcı, S., ve Bağdatlı, M. C. (2016). Anız yakmanın çevre üzerine olan etkileri ve çözüm önerileri. In 1st International Urban Environment Health Congress, 11–15 May 2016, Full Text Proceedings (s. 109–113). İstanbul, Türkiye.
14. Silme, R., Gümrükçü, E., Özkan, C. ve Baysal, Ö. (2015). Anız yakmanın toprakta mikroflora dinamiğine olan etkileri. Elektronik Mikrobiyoloji Dergisi TR, 12(1), 46-51.
15. Swain, P. (2025). Remote sensing and monitoring of stubble burning events. Vigyan Varta, 6(3), 156–158.
16. Townshend, J. R., & Justice, C. O. (1988). Selecting the spatial resolution of satellite sensors required for global monitoring of land transformations. International Journal of Remote Sensing, 9(2), 187–236. https://doi.org/10.1080/01431168808954811
17. Yılmaz, G., Bilgili, A. V., Toprak, D., Almaca, A., ve Mermut, A. R. (2014). Anız yakmanın karbondioksit salınımına etkisi. Harran Tarım ve Gıda Bilimleri Dergisi, 18(1), 26–32.