ORMAN YANGINI SONRASI VEJETASYONUN ZAMANSAL DEĞİŞİMİNİN UZAKTAN ALGILAMA YÖNTEMLERİ İLE DEĞERLENDİRİLMESİ: BULDAN (DENİZLİ) ÖRNEĞİ

Öz

İklim krizinin etkisiyle orman yangınlarının sıklığı ve şiddeti dünya genelinde artmakta, ekosistemler ve biyosfer alanları için ciddi bir tehdit oluşturmaktadır. Orman yangınları; bitki örtüsü, toprak, su ve hava gibi doğal kaynaklarda geri dönüşü zor tahribatlara yol açarken, aynı zamanda önemli sosyoekonomik kayıplara neden olmaktadır. Bu çalışmada, Denizli ili Buldan ilçesi Türlübey Mahallesi yakınlarında 2021 yılı ağustos ayında meydana gelen orman yangını, uzaktan algılama yöntemleri ve çok zamanlı uydu görüntüleri ile analiz edilmiştir. Araştırmada USGS tarafından sağlanan yangın öncesi ve sonrası Sentinel-2 ile LANDSAT uydu görüntüsü veri setleri kullanılmıştır. Yanmış alanların mekânsal boyutunu ve şiddetini belirlemek amacıyla NDVI, NBR, GEMI ve SAVI indeksleri uygulanmıştır. Ayrıca OGM ve MGM’den elde edilen verilerle meşcere, bakı, eğim ve yükselti haritaları CBS ortamında üretilmiştir. Üretilen bu verilerle bölgenin yangın ekolojisi değerlendirilmiştir. Yapılan analizler sonucunda, yangının kısa sürede yoğun bir ekolojik tahribata yol açtığı, ancak izleyen yıllarda sınırlı da olsa doğal yenilenme sürecinin başladığı belirlenmiştir.

Anahtar Kelimeler

• Orman Yangını
• Uzaktan Algılama
• NDVI
• NBR
• Buldan

ASSESSMENT OF THE TEMPORAL CHANGE IN VEGETATION FOLLOWING FOREST FIRES USING REMOTE SENSING METHODS: THE CASE OF BULDAN (DENİZLİ)

Öz

Driven by the impacts of the climate crisis, the frequency and severity of forest fires are increasing globally, posing a severe threat to ecosystems and biosphere reserves. While forest fires cause largely irreversible damage to natural resources such as vegetation, soil, water, and air, they simultaneously lead to significant socioeconomic losses. In this study, the forest fire that occurred in August 2021 near the Türlübey neighborhood in the Buldan district of Denizli province was analyzed using remote sensing techniques and multi-temporal satellite imagery. Pre- and post-fire Sentinel-2 and Landsat satellite image datasets provided by the USGS were utilized in the research. To determine the spatial extent and burn severity of the affected areas, NDVI, NBR, GEMI, and SAVI indices were applied. Furthermore, maps of forest stand, aspect, slope, and elevation were generated in a GIS environment using data obtained from the General Directorate of Forestry (OGM) and the Turkish State Meteorological Service (MGM). The fire ecology of the region was evaluated based on these spatial datasets. The analyses revealed that although the fire caused intense ecological destruction in a short period, a natural regeneration process, albeit limited, has commenced in the subsequent years.

Anahtar Kelimeler

• Forest Fire
• Remote Sensing
• NDVI
• NBR
• Buldan

Kaynakça

1. Agbeshie, A. A., Abugre, S., Atta-Darkwa, T., & Awuah, R. (2022). A review of the effects of forest fire on soil properties. Journal of Forestry Research, 33(5), 1419–1441. https://doi.org/10.1007/s11676-022-01475-4
2. Akkemik, Ü., Kavgacı, A., & Akarsu, F. (2023). Orman yangınlarının bitki çeşitliliği üzerindeki etkileri. A. Kavgacı & M. A. Başaran (Eds.), Orman Yangınları (s. 326-342). Türkiye Ormancılar Derneği.
3. Ali, E. (2020). Geographic information system (GIS): Definition, development, applications & components. Department of Geography, Ananda Chandra College, India.
4. Anadolu Ajansı Haber. (2021). https://www.aa.com.tr/tr/gundem/denizlide-cikan-orman-yangini-buyuk-oranda-kontrol-altina-alindi/2322321
5. Arslantürk, N., & Ketenoğlu, O. (2008). Akdeniz Bölgesinin tanımı ve florasının kökeni. Türk Bilimsel Derlemeler Dergisi, 1(1), 79-86. https://izlik.org/JA98ES35UL
6. Ayanoğlu, S., Dölarslan, M., & Gül, E. (2017). Sadece bir yangın mı? Ekolojik ve sosyo-ekonomik açıdan orman yangınları. Türk Bilimsel Derlemeler Dergisi, 10(2), 32-35. https://izlik.org/JA97EC82TA
7. Baltacı, U., & Yıldırım, F. (2020). Effect of slope on the analysis of forest fire risk. Hacettepe Journal of Biology and Chemistry, 48(4), 373–379. https://doi.org/10.15671/hjbc.753080
8. Barton, A. M., Poulos, H. M., & Koch, G. W. (2023). Detecting patterns of post-fire pine regeneration in a Madrean Sky Island using high-resolution remote sensing and field data. Science of the Total Environment, 873, 162329. https://doi.org/10.1016/j.scitotenv.2023.161517

9. Bilgili, E., & Küçük, Ö. (2001, March 19–20). Yanıcı madde durumunun yangın hassasiyet sınıflarının belirlenmesindeki önemi. I. Ulusal Ormancılık Kongresi, Ankara, Türkiye.
10. Bilgili, E., Küçük, Ö., & Sağlam, B. (2002). Yangın davranışının tahmini ve yangınlarla mücadeledeki önemi. Kastamonu Üniversitesi Orman Fakültesi Dergisi, 2(2), 124-134.
11. Boydak, M. (2004). Silvicultural characteristics and natural regeneration of Pinus brutia Ten. — a review. Plant Ecology, 171, 153–163. https://doi.org/10.1023/B:VEGE.0000029373.54545.d2
12. Burgan, R. E., & Rothermel, R. C. (1984). BEHAVE: Fire behavior prediction and fuel modeling system—FUEL subsystem (General Technical Report INT-167). U.S. Department of Agriculture, Forest Service.
13. Calvo, L., Santalla, S., Valbuena, L., Marcos, E., Tárrega, R., & Luis-Calabuig, E. (2008). Post-fire natural regeneration of a Pinus pinaster forest in NW Spain. Plant Ecology, 197, 81–90. https://doi.org/10.1007/s11258-007-9362-
14. Ceylan, M. A. (2006). Yayla Gölü (Buldan) ve rekreasyon potansiyeli. Doğu Coğrafya Dergisi, 11(16), 323-354. https://izlik.org/JA76SK52JD
15. Chicco, J. M., Mandrone, G., & Vacha, D. (2023). Effects of wildfire on soils: Field studies and modelling on induced underground temperature variations. Frontiers in Earth Science, 11, 1307569. https://doi.org/10.3389/feart.2023.1307569
16. Cihan, A., Cerit, K., & Erener, A. (2022). Yangın alanında uydu görüntüleri ile yer yüzey sıcaklık değişimi gözlemi ve mekânsal alan tespiti. Doğal Afetler ve Çevre Dergisi, 8(1), 142-155. https://doi.org/10.21324/dacd.942724
17. Çallı, R. ve Özdemir, E. (2025). Burned area detection and analysis with Sentinel-2 satellite imagery: A case study of İzmir wildfires. Türkiye Teknik Bilimler ve İnovasyon Dergisi, 1(1), 24–32. https://izlik.org/JA86KM65PS
18. Çanakçıoğlu, H. (1979). Türkiye orman yangın istatistiklerinin temeline ilişkin tartışmalar. Journal of the Faculty of Forestry Istanbul University, 10–19. https://izlik.org/JA92DW67BA
19. Çelik, M. ve Sönmez, M. (2013). Kızıltepe ilçesinin tarımsal yapısındaki değişimlerin MODIS NDVI verileri kullanılarak izlenmesi ve incelenmesi. Marmara Coğrafya Dergisi, (27), 262–281. https://izlik.org/JA26CS97TC
20. Çömert, R., Matcı, D. K. ve Avdan, U. (2019). Rastgele Orman Algoritması ile nesne tabanlı yanık alan haritalaması. Uluslararası Mühendislik ve Jeoloji Bilimleri Dergisi, 4(2), 78–87. https://doi.org/10.29128/geomatik.1127925
21. Dabanlı, İ. (2018). Drought hazard, vulnerability, and risk assessment in Turkey. Arabian Journal of Geosciences, 11(18), 538–550. https://doi.org/10.1007/s12517-018-3867-x
22. Daskalakou, E. N., & Thanos, C. A. (2004). Postfire regeneration of Aleppo pine: The temporal pattern of seedling recruitment. Plant Ecology, 171, 81–89. https://doi.org/10.1023/B:VEGE.0000029375.93419.f9
23. 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. https://izlik.org/JA97HC52CD
24. Duman, C., & Garipağaoğlu, N. (2023). Karamenderes Havzası’nın (Çanakkale) Coğrafi Ekolojisi. Nobel Akademik Yayıncılık.
25. Ergün, O. F. (2023). Türkiye’de orman yangınları ve gönüllülük. Acil Yardım ve Afet Bilimi Dergisi, 3(1), 7-14. https://izlik.org/JA84WA33RC
26. Erten, E., Kurgun, V., & Musaoğlu, N. (2005, March 28–April 1). Uzaktan algılama ve coğrafi bilgi sistemleri kullanarak orman yangını bilgi sisteminin kurulması. TMMOB Harita ve Kadastro Mühendisleri Odası 10. Türkiye Harita Bilimsel ve Teknik Kurultayı, Ankara, Türkiye.
27. Esendal Bozkurt, N., Zontul, M., & Aslan, Z. (2018). Uydu Verilerine Dayalı Olarak Bitki Örtüsü Analizi. Aurum Journal Of Engineering Systems And Architecture, 2(1), 75-82. https://izlik.org/JA67JZ74JC
28. Fernández-García, V., Marcos, E., Huerta, S., & Calvo, L. (2021). Soil–vegetation relationships in Mediterranean forests after fire. Forest Ecosystems, 8(18). https://doi.org/10.1186/s40663-021-00295-y.
29. Fidanboy, M., Adar, N., & Okyay, S. (2022). Derin öğrenmeye dayalı orman yangını tahmin modeli geliştirilmesi ve Türkiye yangın risk haritasının oluşturulması. Ormancılık Araştırma Dergisi, 9(2), 206-218. https://doi.org/10.17568/ogmoad.1066557
30. Fox, L. III, & Stuart, J. D. (1994, April). Detecting changes in forest condition following wildfire using image processing and GIS. In Proceedings of the ASPRS-ACSM Annual Convention (pp. 197–206). American Society for Photogrammetry and Remote Sensing.
31. Gandhi, G. M., Parthiban, S., Thummalu, N., & Christy, A. (2015). NDVI: Vegetation change detection using remote sensing and GIS – A case study of Vellore district. Procedia Computer Science, 57, 1199-1210. https://doi.org/10.1016/j.procs.2015.07.415
32. Gitelson, A. A., Kaufman, Y. J., & Merzlyak, M. N. (1996). Use of a green channel in remote sensing of global vegetation from EOS-MODIS. Remote Sensing of Environment, 58(3), 289-298.
33. Grigorov, I. (2022). Application of GEMI index in post-fire vegetation monitoring. International Journal of Remote Sensing Studies, 11(3), 122-135.
34. Gündoğdu, K. S. (2018). Buğday ekili parsellerde NDVI değerlerinin konumsal ve zamana bağlı değişiminin belirlenmesi. KSÜ Tarım ve Doğa Dergisi, 21(4), 492–499.
35. Güney, C. O., Ryan, K. C., Güney, A., & Hood, S. M. (2019). Wildfire in Turkey: Fire management challenges at an ancient crossroads of nature and culture. Wildfire, 28.3: 21-28.
36. Güngöroğlu, C., Özkara, Z. U., & Tutmaz, V. (2024). Türkiye’de orman yangın yönetimi: Sorunlar ve çözüm önerileri. Memleket Siyaset Yönetim, 19(43), 517–570.
37. Gürbüz, E. (2023). Uzaktan algılama ile yangın şiddeti belirlenmesinde farklı indekslerin karşılaştırılması. Harita Dergisi, 170, 8-22.
38. Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295-309.
39. İHA, Haber (2024). Erişim adresi: https://www.tourismjournal.com.tr/gundem/denizli-biyocesitlilik-acisindan-turkiye-de-onemli-bir-yere-sahip-1219675
40. İlerisoy, M. (2023). Nitel bir araştırma yöntemi: Yorumlayıcı fenomenolojik analiz. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 22(46), 509-527. https://doi.org/10.46928/iticusbe.1176444
41. Kadıoğlu, M. (2020). Bildiğiniz havaların sonu: Küresel iklim değişimi ve Türkiye. SİA Kitap.
42. Kandemir, E. (2010). Uzaktan algılama tekniğinde NDVI değerleri ile doğal bitki örtüsü tür dağılımı arasındaki ilişkilerin belirlenmesi üzerine araştırmalar. Yüksek lisans tezi, Ege Üniversitesi Fen Bilimleri Enstitüsü.
43. Kavgacı, A., & Tavşanoğlu, Ç. (2010). Akdeniz Tipi Ekosistemlerde Yangın Sonrası Vejetasyon Dinamiği. Turkish Journal of Forestry, 11(2), 149-166. https://izlik.org/JA34FF69JG
44. Kavgacı, A., Örtel, E., Torres, I., & Safford, H. (2016). Early postfire vegetation recovery of Pinus brutia forests: Effects of fire severity, prefire stand age, and aspect. Turkish Journal of Agriculture and Forestry, 40(5), Article 8. https://doi.org/10.3906/tar-1601-21
45. Kavzoğlu, T., Çölkesen, İ., Tonbul, H. ve Öztürk, M. Y. (2021). Uzaktan algılama teknolojileri ile orman yangınlarının zamansal analizi: 2021 yılı Akdeniz ve Ege yangınları. T. Kavzoğlu (Ed.), Orman yangınları: Sebepleri, etkileri, izlenmesi, alınması gereken önlemler ve rehabilitasyon faaliyetleri içinde. Türkiye Bilimler Akademisi. https://doi.org/10.53478/TUBA.2021.045
46. Keeley, J. E., & Brennan, T. J. (2012). Fire-driven alien invasion in a fire-adapted ecosystem. Oecologia, 169(4), 1043–1052. https://doi.org/10.1007/s00442-012-2253-8
47. Keeley, J. E., Bond, W. J., Bradstock, R. A., Pausas, J. G., Rundel, P. W. (2012). Fire in Mediterranean Ecosystems: Ecology, Evolution and Management. Cambridge University Press. https://doi.org/10.1017/CBO9781139033091
48. Kemer, N. (2022). Orman Yangınları ve Sonrası: Orman Ekosistem Restorasyonu. Avrupa Bilim ve Teknoloji Dergisi, 33, 373-381. https://doi.org/10.31590/ejosat.1054290
49. Koçak, K., & Şenol, H. (2013). Buldan (Denizli) yöresindeki metamagmatik ve magmatik kayaçların jeolojisi ve petrografisi. Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi, 28(1), 11-24. https://izlik.org/JA68BR58CC
50. Küçükosmanoğlu, A. (1990). Türkiye’de orman yangınları ve iklim ilişkisi. Doğa Bilim Dergisi, 5(3), 70-77. Leverkus, A.B., Gustafsson, L., Lindenmayer, D.B., Castro, J., Rey Benayas, J.M., Ranius, T., Thorn, S., (2020). Salvage logging effects on regulating ecosystem services and fuel loads. Frontiers in Ecology and the Environment. 18(7): 391-400. https://doi.org/10.1002/fee.2219.
51. Mauri, E., & Pons, P. (2019). Handbook of good practices in post-wildfire management (2nd ed.). Universitat de Girona.
52. Meteoroloji Genel Müdürlüğü. (2024). Buldan uzun süreli iklim bülteni. MEVBİS.
53. Nacheva, L. (2025). Burn severity assessment of Rhodes island wildfire with remote sensing data. E3S Web of Conferences, 638, 01011. Orman Genel Müdürlüğü. (2021). 2021 yılı orman yangınları değerlendirmesi. Orman Genel Müdürlüğü.
54. Özdemir, E. K. (2011). Tekstilde endüstrileşmenin yöresel dokuma kumaş üretimine etkileri: Denizli (Buldan-Tavas). Akdeniz Sanat, 4(7). https://izlik.org/JA73LS49NA
55. Özdemir, F. B. ve Demir, N. (2022). 2019 İzmir Karabağlar ilçesi orman yangın alanının uydu görüntüleri ile analizi. Türk Uzaktan Algılama ve CBS Dergisi, 3(1), 20–33. https://doi.org/10.48123/rsgis.1009319
56. Özel, H. B., Ateşoğlu, A. ve Kırdar, E. (2023). Orman yangınları sonrası yanan alanların ağaçlandırılması, izleme ve değerlendirme. A. Kavgacı ve M. A. Başaran (Ed.), Orman yangınları içinde (ss. 275–300). Türkiye Ormancılar Derneği.
57. Özkazanç, N. K. ve Ertuğrul, M. (2011). Orman yangınlarının fauna üzerine etkileri. Bartın Orman Fakültesi Dergisi, 13(19), 128–135. https://izlik.org/JA37DS45UJ
58. Pacheco, A.P, Junior, J.A.S., Ruiz-Armenteros, AM., & Henriques, R.F.F. (2021). Assessment of k-nearest neighbor and random forest classifiers for mapping forest fire areas in central Portugal using Landsat-8, Sentinel-2, and Terra imagery. Remote Sensing, 13(7), 1345. https://doi.org/10.3390/rs13071345.
59. Pinty, B., & Verstraete, M. M. (1992). GEMI: A non-linear index to monitor global vegetation from satellites. Vegetatio, 101(1), 15-20. https://doi.org/10.1007/BF00031911
60. Sabuncu, A. Ve Özener, H. (2019). Uzaktan Algılama teknikleri ile yanmış alanların tespiti: İzmir Seferihisar orman yangını örneği. Doğal Afetler ve Çevre Dergisi, 5(2), 317-326. https://doi.org/10.21324/dacd.511688
61. Sabuncu, R., Kavgacı, A., Alan, M., & Çalışkan, A. (2023). Orman yangınları sonrası restorasyon. İçinde A. Kavgacı & M. A. Başaran (Ed.), Orman yangınları (ss. 425–440). Türkiye Ormancılar Derneği.
62. Scarascia-Mugnozza, G., Oswald, H., Piussi, P., & Radoglou, K. (2000). Forests of the Mediterranean region: Gaps in knowledge and research needs. Forest Ecology and Management, 132(1), 97-109. https://doi.org/10.1016/S0378-1127(00)00383-2
63. Schroeder, M., & Buck, C. (1970). Fire weather: A guide for application of meteorological information to forest fire control operations (Agriculture Handbook No. 360). U.S. Department of Agriculture, Forest Service.
64. Schroeder, W., Oliva, P., Giglio, L., & Csiszar, I. A. (2014). The new VIIRS 375m active fire detection data product: Algorithm description and initial assessment. Remote Sensing of Environment, 143, 85-96. https://doi.org/10.1016/j.rse.2013.12.008
65. Sefercik, U. G. ve Kavzoğlu, T. (2021). Orman yangınlarında uzaktan algılama teknolojileri ile erken uyarı, tespit, izleme ve müdahale stratejileri. T. Kavzoğlu (Ed.), Orman yangınları: Sebepleri, etkileri, izlenmesi, alınması gereken önlemler ve rehabilitasyon faaliyetleri içinde. Türkiye Bilimler Akademisi. https://doi.org/10.53478/TUBA.2021.044
66. Sentinelhub: https://custom-scripts.sentinel-hub.com/custom-scripts/sentinel-2/savi/
67. Smith, J. (2018). Sıcak hava dalgalarının orman yangınları üzerindeki etkisi. İklim Araştırmaları Dergisi, 12(2), 45-56.
68. Tavşanoğlu, Ç. (2009). Akdeniz Havzası ormanlarında yangın sonrası kendiliğinden gençleşme. 7-10 Ocak, Antalya, Türkiye: Orman Yangınları ile Mücadele Sempozyumu Tebliğleri, s. 310–317.
69. Tavşanoğlu, Ç. (2017). Yangın Coğrafyası: Vejetasyon Yangınlarının ve Ekolojik Sonuçlarının Alansal Dağılımı. Kebikeç İnsan Bilimleri İçin Kaynak Araştırmaları Dergisi, 43, 289-300.
70. Tavşanoğlu, Ç., & Gürkan, B. (2004). Akdeniz havzasında bitkilerin kuraklık ve yangına uyumları. Ot Sistematik Botanik Dergisi, 11(1), 119-132.
71. Tavşanoğlu, Ç., Gürkan, B., (2009). Post-fire regeneration of a Pinus brutia (Pinaceae) forest in Marmaris National Park, Turkey. Int. J. Bot., 5, 107-111. 10.3923/ijb.2009.107.111
72. Tekin, A., Ayan, E., Ünsat, M. B., Ulubaşoğlu, A. İ., & Altıparmak, G. G. (2021). Buldan bezinin tarihsel gelişimi ve ilçeye katkıları. Bilkent University.
73. Tekindal, M., & Arsu, Ş. U. (2020). Nitel araştırma yöntemi olarak fenomenolojik yaklaşımın kapsamı ve sürecine yönelik bir derleme. Ufkun Ötesi Bilim Dergisi, 20(1), 153-172. https://izlik.org/JA57RB73XM
74. Tonbul, H., Kavzoglu, T., & Kaya, S. (2016). Assessment of fire severity and post-fire regeneration based on topographical features using multitemporal Landsat imagery: A case study in Mersin, Turkey. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI-B8, 763–769.https://doi.org/10.5194/isprs-archives-XLI-B8-763-2016
75. Tüfekcioğlu, İ., Ergan, G., Kaynaş, B., … Aktepe, N. (2022). Akdeniz iklim bölgesindeki alt yükselti orman ve çalılıklarında yangın sonrası hızlı ekolojik değerlendirme ile restorasyon önerilerinin geliştirilmesi: Datça-Bozburun Özel Çevre Koruma Bölgesi örneği. Turkish Journal of Forestry, 23(3), 163-177. https://doi.org/10.18182/tjf.1118883
76. Türkeş, M. (2021). Türkiye’nin su iklimi, iklim değişikliği ve 2019–2020 kuraklığı. EKOIQ, 92, 90-97.
77. Ürker, O., Tavsanoglu, Ç. ve Gürkan, B. (2018). Post-fire recovery of the plant community in Pinus brutia forests: Active vs. indirect restoration techniques after salvage logging. iForest, 11, 635–642. https://doi.org/10.3832/ifor2645-011
78. Van der Meer, F. D., Van der Werff, H. M. A., & Van Ruitenbeek, F. J. A. (2014). Potential of ESA's Sentinel-2 for geological applications. Remote Sensing of Environment, 148, 124-133. https://doi.org/10.1016/j.rse.2014.03.022
79. Velasco Pereira, E. A., & Navarro-Cerrillo, R. M. (2025). Post-fire regeneration dynamics of heterogeneous Mediterranean ecosystems using Landsat and ALS data. Science of The Total Environment, 1001, 180435. https://doi.org/10.1016/j.scitotenv.2025.180435
80. Verbesselt, J., Fleck, S., & Coppin, P. (2002). Estimation of fuel moisture content towards Fire Risk Assessment: A review. Forest fire research & wildland fire safety, 55-67.
81. Yalçın, H. (2022). Bir araştırma deseni olarak fenomenoloji. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 22(Özel Sayı 2), 213-232. https://doi.org/10.18037/ausbd.1227345
82. Yalçın, M. N., Gürpınar, O., Altınok, Y., & Özer, N. (2004). Buldan (Denizli) yöresinin temel jeolojik özellikleri ve jeolojik miras envanteri. TÜBA-KED Türkiye Bilimler Akademisi Kültür Envanteri Dergisi, 2, 169-186.
83. Yan, K., Gao, S., Yan, G., Ma, X., Chen, X., Zhu, P., Li, J., Gastellu-Etchegorry, J.-P., & Myneni, R. B. (2025). A global systematic review of remote sensing vegetation indices. ISPRS Journal of Photogrammetry and Remote Sensing, 210, 1–17. 10.1016/j.jag.2025.104560
84. Yılmaz, E., & Çiçek, İ. (2018). Türkiye’nin detaylandırılmış Köppen-Geiger iklim bölgeleri. Journal of Human Sciences, 15(1), 225–242.
85. Zha, Y., Gao, J., & Ni, S. (2003). Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. International Journal of Remote Sensing, 24(3), 583-594. https://doi.org/10.1080/01431160304987
86. Zhu, Z., Zhao, F., & Fan, L. (2022). Monitoring vegetation dynamics using MODIS-based NDVI time series analysis. Remote Sensing, 14(4), 824. https://doi.org/10.1016/j.ejrs.2023.06.010