Evaluation of Earthquake Impacts on Land Use and Land Cover (LU/LC) Using Google Earth Engine (GEE), Sentinel-2 Imageries, and Machine Learning: Case Study of Antakya

Natural disasters, especially earthquakes, known to be the most devastating process that threating human life, ecosystems, and land properties including land use and land cover (LULC). Understanding of such changes may help for rehabilitation processes, as well as presentation of baseline to develop management strategies for further steps. Remote sensing technologies have long been used for determination of change directions and magnitudes after earthquakes while development in cloud-based platforms provided users to avoid issues in storage and processing costs, effectively. In present study, it was aimed to determine LULC changes occurred around Antakya city of Hatay after February 06, 2023 and February 20, 2023 earthquakes, which caused serious losses. Moreover changes within 5 km zone from central coordinates were also investigated by considering individual subzones with 1 km width. One of the most widely used machine learning algorithm, random forest (RF), was used classify Sentinel-2 imageries via Google Earth Engine (GEE) platform. Accuracy assessment procedures were implemented to determine reliabilities of LULC2022 and LULC2023, and accuracies were found over 0.85. Investigation of overall changes have revealed that areas of forest (F) and cultivated fields (CF) were considerably decreased while concrete (C), natural vegetation (N) and water (W) areas have increased. Dispersal of collapse buildings resulted in increase of C class not only at city level, but also within each subzone of 5 km buffer zone. Classification of Sentinel-2 imageries through RF algorithm in GEE provided rapid and reliable results for determining changes in Antakya, whereby periodically monitoring of further changes strongly suggested.

Doğal afetler, özellikle depremler, insan hayatını, ekosistemleri, arazi kullanımı ve arazi örtüsü gibi arazi (AKAÖ) özelliklerini tehdit eden en tahripkar süreçlerden biridir. Buna benzer değişimlerin anlaşılması rehabilitasyon süreçlerine yardımcı olmanın yanında sonraki aşamalar için yönetim stratejileri geliştirilmesi açısından bir başlangıç noktası sağlar. Depremler sonrasında değişimin yönü ve büyülüğünün belirlenmesinde uzaktan algılama teknolojileri uzun zamandır kullanılmakta olup, buluta dayalı platformların geliştirilmesi bu anlamda kullanıcıların depolama ve işleme maliyeti sorunlarından kaçınmasını etkili bir şekilde sağlamıştır. Bu çalışmada, ciddi kayıplara yol açan 6 Şubat 2023 ve 20 Şubat 2023 depremlerinden sonra Hatay iline bağlı Antakya’ da meydana gelen AKAÖ değişimlerinin belirlenmesi amaçlanmıştır. Bunun yanında, merkez koordinatlarından 5 km uzağı kapsayan zon içerisinde meydana gelen değişimler 1 km genişliğindeki alt zonlar gözetilerek incelenmiştir. Sentinel-2 görüntülerinin Google Earth Engine (GEE) ile sınıflandırılmasında en çok kullanılan makine öğrenmesi algoritmalarından bir olan rassal orman (RO) algoritması kullanılmıştır. AKAÖ2022 ve AKAÖ2023 güvenilirliklerinin belirlenmesi için doğruluk analizi prosedürleri uygulanmış, ve doğruluklar 0.85’ in üzerinde bulunmuştur. Genel değişimlerin incelenmesi betonarme (B), doğal vejetasyon (D) ve su (S) alanların artarkenorman (O) ve tarım (T) alanlarının dikkate değer şekilde azaldığını göstermiştir. Çöken binaların dağılışı yalnızca şehir düzeyinde değil, 5 km tampon zor içerisindeki herbir alt zon içerisinde B sınıf artışı ile sonuçlanmıştır. Sentinel-2 görüntülerinin RO algoritması ile GEE’ nda sınıflandırılması Antakya’ da meydana gelen değişimlerin belirlenmesinde hızlı ve güvenilir sonuçları vermiş olup, gelecekteki değişimlerin periyodik olarak izlenmesi şiddetle önerilmiştir.