Aslantaş Barajı Göl Alanının Mevsimsel Değişiminin Google Earth Engine ve Uzaktan Algılama Teknikleri İle Belirlenmesi

Öz

Yaşamın devamlılığı için en önemli unsurlardan biri sudur. Artan nüfusa rağmen yeryüzündeki su kaynaklarının sabit kalması suya olan ihtiyacı her geçen gün artırmaktadır. Türkiye'deki su kaynaklarının sürdürülebilirliği için etkin bir su yönetimi büyük önem arz etmektedir. Su kaynaklarında ve rezervlerinde zaman içinde meydana gelen değişikliklerin incelenmesi su yönetimine büyük katkı sağlamaktadır. Sulak alanların dinamiklerinin haritalanması ve analizi için uzaktan algılama (UA) teknikleri ve coğrafi bilgi sistemleri (CBS) hızlı ve etkili yöntemlerdir. Yüksek zamansal ve konumsal çözünürlüğe sahip uydu görüntüleri ile bu yöntemler başarılı bir şekilde kullanılmaktadır. Bu çalışmada; Osmaniye ili sınırları içerisinde bulunan Aslantaş Baraj Gölü alanının mevsimsel değişiminin belirlenmesi için, 2022 yılı Mayıs, Ağustos, Kasım ve Şubat aylarına ait Sentinel-2 uydu görüntüleri kullanılmıştır. Baraj gölüne ait su yüzeyi alanlarının belirlenmesinde literatürde de sıklıkla kullanılan ve başarılı sonuçlar elde edilen, normalleştirilmiş su fark indeksi (NDWI) kullanılmıştır. Uydu görüntülerine NDWI uygulaması Google Earth Engine (GEE) platformunda gerçekleştirilmiştir. Daha sonra su yüzeyindeki alansal değişim analizi ENVI programı ile gerçekleştirilmiştir. Analizler sonucunda elde edilen bulgulara göre; Aslantaş Baraj Gölü su yüzeyi ilkbahar mevsiminden yaz mevsimine geçişte en fazla azalışa uğramıştır. Bu iki mevsim arasında göl yüzey alanı 7,51 km² azalmıştır. En büyük artış ise sonbahar mevsiminden kış mevsimine geçişte gerçekleşerek göl yüzey alanı 5,41 km2 artmıştır. Sonbahar mevsiminde baraj gölü yüzey alanı 43,27 km2 olarak yıl içerisindeki en düşük seviyede olduğu sonucuna ulaşılmıştır.

Anahtar Kelimeler

• Google Earth Engine
• Uzaktan algılama
• Değişim analizi
• NDWI
• Aslantaş Barajı

Determination of Seasonal Change of Aslantaş Dam Lake Area Using Google Earth Engine and Remote Sensing Techniques

Öz

One of the most important elements for the continuity of life is water. Despite the increasing population, water necessity increases day by day as the water resources on earth remain constant. Effective water management is of great importance for the sustainability of water resources in Türkiye. Examining the changes that occur in water resources and reserves over time makes a great contribution to water management. Remote sensing techniques and geographic information systems are fast and effective methods for mapping and analyzing the dynamics of wetlands. These techniques are used successfully with satellite images which have high temporal and spatial resolution. In order to determine the seasonal change of the Aslantaş Dam Lake area, located within the borders of Osmaniye province, Sentinel-2 satellite images for the months of May, August, November and February 2022 were used in this study. NDWI application to satellite images was carried out using Google Earth Engine (GEE) platform. Then, change analysis of water surface area was carried out using ENVI software. According to the results of the analysis; the most decreasing in the the water surface of Aslantaş Dam Lake occurred between spring and summer. The decreased surface area was detected as 7.51 km² between these seasons. The biggest increase occurred between autumn and winter. The increased area was determined as 5.41 km2 between these seasons. It was determined that the surface area of the dam lake in the autumn season was 43.27 km2 which is the lowest level during the year.

Anahtar Kelimeler

• Google Earth Engine
• Remote Sensing
• Change detection
• NDWI
• Aslantaş Dam

Kaynakça

1. Aghlmand M., Kalkan K., Onur Mİ., Öztürk G., Ulutak E. Google Earth Engine ile arazi kullanımı haritalarının üretimi. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi 2021; 10(1): 38-47.
2. Aiswarya J., Kamala J., Vaithiyanathan, D. Analysis of surface water extraction and change detection over Barur Lake. Indian Journal of Pure and Applied Physics 2021; 59:239-243.
3. Aksungur N., Firidin, Ş. Su kaynaklarının kullanımı ve sürdürülebilirlik. Aquaculture Studies 2008; 2008(2): 9-11.
4. Ashok A., Rani HP., Jayakumar, KV. Monitoring of dynamic wetland changes using NDVI and NDWI based landsat imagery. Remote Sensing Applications: Society and Environment 2021; 23, 100547.
5. Condeça J., Nascimento J., Barreiras N. Monitoring the storage volume of water reservoirs using Google Earth Engine. Water Resources Research 2022; 58(3): e2021WR030026.
6. Çağlayan EB., Erel F., Samur EB., Deniz M., Mobariz MA., Kaplan G. Uzaktan algılama teknikler ile Akşehir Gölü’ndeki alansal değişiminin izlenmesi. Türkiye Uzaktan Algılama Dergisi 2020; 2(2): 70-76.
7. Çiçekli SY., Özkan C. Landsat 8'in Adana Seyhan baraj gölü kıyı çizgisinin aylık değişiminin belirlenmesinde kullanılması. Uzaktan Algılama - CBS sempozyumu, 5-7 Ekim 2016, sayfa no: 1078-1082, Adana.
8. Demiroğlu İ., Ernst F. Uzaktan algılama teknikleri kullanılarak Zernek Barajı'nın alansal, hacimsel ve kıyı değişimlerinin zamana bağlı analizi. Harran Üniversitesi Mühendislik Dergisi 2022; 7(1): 15-26.

9. Elektrik üretim A.Ş, www.euas.gov.tr/santraller/aslantas-hes (Erişim tarihi: 12.01.2024)
10. Feyisa GL., Meilby H., Fensholt R., Proud, SR. Automated water extraction ındex: A new technique for surface water mapping using Landsat imagery. Remote sensing of environment 2014; 140: 23-35.
11. Fisher A., Flood N., Danaher T. Comparing landsat water index methods for automated water classification in eastern Australia. Remote Sensing of Environment 2016; 175: 167-182.
12. Gülci S., Gülci N., Yüksel K. Aslantaş Baraj Gölü ve çevresinin su yüzey alanı ve arazi örtüsü değişiminin Landsat uydu görüntüleri kullanılarak izlenmesi. Journal of the Institute of Science and Technology 2019; 9(1): 100-110.
13. Jumaah HJ., Ameen MH., Mohamed GH., Ajaj QM. Monitoring and evaluation Al-Razzaza lake changes in Iraq using GIS and remote sensing technology. The Egyptian Journal of Remote Sensing and Space Science 2022; 25(1): 313-321.
14. Kaplan G., Avdan U. Object-based water body extraction model using Sentinel-2 satellite imagery. European Journal of Remote Sensing 2017; 50(1): 137-143.
15. Kaplan G., Avdan Z.Y., Avdan U., Jovanovska T. Uzaktan algılama verileri ile uluslararası suların izlenmesi. Dirençlik Dergisi 2020; 4(1): 77-88.
16. Kaya ÖA., Kaplan, G. Uzaktan algılama yöntemleri ile Burdur Gölü’ndeki alansal değişiminin belirlenmesi. Doğal Afetler ve Çevre Dergisi 2021; 7(1): 1-12.
17. Koskinen J., Leinonen U., Vollrath A., Ortmann A., Lindquist E., d'Annunzio, R., Pekkarinen A., Käyhkö N. Participatory mapping of forest plantations with Open Foris and Google Earth Engine. ISPRS Journal of Photogrammetry and Remote Sensing 2019; 148: 63-74.
18. Meteoroloji genel müdürlüğü. 2022 yılı yağış değerlendirmesi. Meteoroloji Genel Müdürlüğü 2023, Ankara. Meteoroloji genel müdürlüğü, www.mgm.gov.tr/veridegerlendirme/il-ve-ilceler-istatistik.aspx?k=undefined&m=OSMANIYE (Erişim tarihi: 15.01.2023
19. Mirelva PR., Nagasawa R. Application of sentinel-1 data for classifying croplands using Google Earth engine. International Journal of Geoinformatics 2019; 15(3): 21-31.
20. Mugabe FT., Hodnett MG., Senzanje A. Opportunities for increasing productive water use from dam water: a case study from semi-arid Zimbabwe. Agricultural Water Management 2003; 62(2): 149-163.
21. Nguyen UN., Pham LT., Dang TD. An automatic water detection approach using Landsat 8 OLI and Google Earth Engine cloud computing to map lakes and reservoirs in New Zealand. Environmental Monitoring and ssessment 2019; 191: 1-12.
22. Özelkan E. Water body detection analysis using NDWI indices derived from landsat-8 OLI. Polish Journal of Environmental Studies 2020; 29(2): 1759-1769.
23. Özmen MT. Sel – Taşkın Türkiye ve Antalya. Antalya: 2015.
24. Pekel JF., Cottam A., Gorelick N., Belward, AS. High-resolution mapping of global surface water and its long-term changes. Nature 2016; 540(7633): 418-422.
25. Peker EA., Sağır Ç., Yılmaz KK., Süzen ML. Burdur Gölü yüzey alanının zamansal değişimi ve iklimsel parametrelerle ilişkisi. HİDRO’2023: Ulusal Hidrojeoloji ve Su Kaynakları Sempozyumu, 25-27 Mayıs 2023, sayfa no: 37-44, Trabzon.
26. Roca M., Navarro G., García-Sanabria J.,mCaballero I. Monitoring sand spit variability using Sentinel-2 and Google Earth Engine in a Mediterranean estuary. Remote Sensing 2022; 14(10): 2345.
27. Selek Z., Arslan C. Entegre su kaynakları yönetiminde WEAP modelinin kullanılması: Burdur gölü havzası örneği. Gazi Mühendislik Bilimleri Dergisi 2019; 5(1): 54-64.
28. Sever R. Coğrafya öğretim programlarında doğal mevsim kavramı. Doğu Coğrafya Dergisi 2011; 10(13): 117-133.
29. Shiklomanov AN., Bradley BA., Dahlin KM., Fox AM, Gough CM., Hoffman FM., Middleton EM., Serbin SP., Smallman L., Smith, WK. Enhancing global change experiments through integration of remote‐sensing techniques. Frontiers in Ecology and the Environment 2019; 17(4): 215-224.
30. Ultra Enerji, www.ultraenerji.com/hidroelektrik/hidroelektrik-santraller/aslantas-baraji-ve hidroelektrik-enerji-santrali.html (Erişim tarihi: 15.01.2024)
31. Yaman Ş. Orman sağlığının Google Earth Engine ile izlenmesi. Karadeniz Teknik Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi, Trabzon, Türkiye, 2023.
32. Yang X., Zhao S., Qin X., Zhao N., Liang L. Mapping of urban surface water bodies from Sentinel-2 MSI imagery at 10 m resolution via NDWI-based image sharpening. Remote Sensing 2017; 9(6): 596.