Spatial Change of Lake Marmara: Environmental and Socio-Economic Implications

Yıl 2026, Cilt: 7 Sayı: 1, 125 - 144, 26.03.2026

Ekin Sarıkaya , Raşit Enes Akgün , Musa Çoban , İmren Kuşcu , Osman Salih Yılmaz

https://doi.org/10.48123/rsgis.1771431

https://izlik.org/JA88YX23PS

Öz

The drying up of Lake Marmara, located between the Salihli and Gölmarmara districts of Manisa province, has caused significant economic, social, and environmental impacts on the local community. The lake’s surface area, which was 3,687.51 hectares in 2017, has rapidly decreased and dried up in recent years. This study aims to determine the spatial change of Lake Marmara using Remote Sensing techniques and to reveal the socio-economic impacts of the lake's drying on the local community by supporting these analyses with field data (surveys and interviews). A mixed-method approach combining quantitative and qualitative techniques was used. Climate (ERA5), population (TURKSTAT), and economic data were evaluated. The spatial change of the lake was determined using NDWI analysis on the Google Earth Engine platform, while trends in climate data were analyzed with the Mann-Kendall test. As part of the fieldwork, Likert scale surveys were conducted in rural neighborhoods around the lake and analyzed using SPSS. The findings show that the drying of the lake has negatively affected ecological balance, the local economy, and quality of life. The results highlight the urgent need for sustainable water management, effective climate change mitigation, and alternative livelihood strategies for affected communities.

Anahtar Kelimeler

Marmara lake , Remote sensing , Google Earth Engine , NDWI

Marmara Gölünün Alansal Değişimi: Çevresel ve Sosyo-Ekonomik Yansımalar

https://izlik.org/JA88YX23PS

Öz

Manisa ilinin Salihli ve Gölmarmara ilçeleri sınırında yer alan Marmara Gölü’nün kuruması, yöre halkı açısından önemli ekonomik, sosyal ve çevresel etkiler yaratmıştır. Su seviyesindeki azalma, özellikle tarım ve balıkçılık faaliyetlerini olumsuz etkilemiş, bu durum yerel geçim kaynaklarında ciddi kayıplara yol açmıştır. Yüzey alanı 2017 yılında 3.687,51 ha olan göl alanı, hızla azalarak günümüzde tamamen kurumuştur. Bu çalışmanın amacı, Marmara Gölü’nün alansal değişimini Uzaktan Algılama teknikleriyle belirleyip, saha verileriyle (anket ve görüşmeler) destekleyerek gölün kurumasının yerel halk üzerindeki sosyo-ekonomik etkilerini bütüncül biçimde ortaya koymaktır. Bu doğrultuda çalışmada karma yöntem kullanılarak nicel ve nitel veri toplama ve analiz teknikleri bir arada uygulanmıştır. İklim (ERA5), nüfus (TÜİK) ve ekonomik veriler değerlendirilmiştir. Göl alanındaki değişim NDWI analizi ile Google Earth Engine platformunda belirlenmiş, iklim verilerindeki eğilimler Mann-Kendall testi ile analiz edilmiştir. Saha çalışmaları kapsamında göl çevresindeki kırsal mahallelerde Likert ölçekli anketler uygulanmış ve elde edilen veriler SPSS programında istatistiksel olarak değerlendirilmiştir. Bulgular, gölün kurumasının sadece ekolojik dengeyi değil, aynı zamanda yerel ekonomiyi ve yaşam kalitesini de olumsuz etkilediğini göstermektedir. Sonuçlar, sürdürülebilir su yönetimi, iklim değişikliğine karşı etkin önlemler ve yerel halk için alternatif geçim kaynaklarının oluşturulmasının gerekliliğini vurgulamaktadır.

Anahtar Kelimeler

Marmara gölü , Uzaktan algılama , Google Earth Engine , NDWI

Kaynakça

• Acar, U., Yılmaz, O. S., Çelen, M., Ateş, A. M., Gülgen, F., & Şanlı, F. B. (2021). Determination of mucilage in the Sea of Marmara using remote sensing techniques with Google Earth Engine. International Journal of Environment and Geoinformatics, 8(4), 423–434.
• Arı, Y., & Derinöz, B. (2011). Bir sulak alan nasıl yönetilmez? Kültürel ekolojik perspektif ile Marmara Gölü (Manisa) örneği. Coğrafi Bilimler Dergisi, 9(1), 41–60.
• Avcı, C., Budak, M., Yağmur, N., & Balçık, F. (2023). Comparison between random forest and support vector machine algorithms for LULC classification. International Journal of Engineering and Geosciences, 8(1), 1–10.
• Ayalke, Z., & Şişman, A. (2024). Machine learning based improved land cover classification using Google Earth Engine: Atakum, Samsun example. Geomatik, 9(3), 375–390.
• Bayrak, M. (2018, 17–19 Ekim). Marmara Gölü (Manisa) alansal değişiminin UA ve CBS ile analizi [Bildiri sunumu]. VII. Uzaktan Algılama-CBS Sempozyumu (UZAL-CBS 2018), Eskişehir, Türkiye.
• Boromisza, Z. (2013). Using landuse and ecological indicators to characterize lakeshore conditions. Polish Journal of Natural Sciences, 28(2), 227–239.
• Bulkan, Ö., Yalçın, M. N., & Wilkes, H. (2018). Geochemistry of Marmara Lake sediments: Implications for Holocene environmental changes in Western Turkey. Quaternary International, 486, 199–214.
• Cezayirlioğlu, C., Çelik, R., & Matcı, D. K. (2022). Landsat verileri ve makine öğrenme algoritmaları ile su yüzeyi değişiminin belirlenmesi ve tahmini: Marmara Gölü örneği. Turkish Journal of Remote Sensing, 4(2), 43–52.
• Chang, B., Li, R., Zhu, C., & Liu, K. (2015). Quantitative impacts of climate change and human activities on water-surface area variations from the 1990s to 2013 in Honghu Lake, China. Water, 7(6), 2881–2899.
• Chen, J., Du, P., Wu, C., Xia, J., & Chanussot, J. (2018). Mapping urban land cover of a large area using multiple sensors multiple features. Remote Sensing, 10(6), Article 861. https://doi.org/10.3390/rs10060861
• Congalton, R. G., & Green, K. (2019). Assessing the Accuracy of Remotely Sensed Data: Principles and Practices. CRC Press.
• Dişli, M., Akkurt, F., & Alıcılar, A. (2003). Şanlıurfa Balıklıgöl suyunun fiziksel parametreler yönüyle değerlendirilmesi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 18(4), 81–88.
• Du, Y., Zhang, Y., Ling, F., Wang, Q., Li, W., & Li, X. (2016). Water bodies’ mapping from Sentinel-2 imagery with modified normalized difference water index at 10-m spatial resolution produced by sharpening the SWIR band. Remote Sensing, 8(4), Article 354. https://doi.org/10.3390/rs8040354
• Dustin, D. L., & Jacobson, P. C. (2015). Predicting the extent of lakeshore development using GIS datasets. Lake and Reservoir Management, 31(3), 169–179.
• Erdem, F., Derinpınar, M. A., Nasırzadehdızajı, R., Oy, S., Şeker, D. Z., & Bayram, B. (2018). Rastgele orman yöntemi kullanılarak kıyı çizgisi çıkarımı: İstanbul örneği. Geomatik, 3(2), 100–107.
• Feyisa, G., Meilby, H., Fensholt, R., & Proud, S. (2014). Automated water extraction index: A new technique for surface water mapping using Landsat imagery. Remote Sensing of Environment, 140, 23–35.
• Foody, G. M. (2002). Status of land cover classification accuracy assessment. Remote sensing of environment, 80(1), 185-201. https://doi.org/10.1016/S0034-4257(01)00295-4
• Girgin, M. (2000). Marmara Gölü. Doğu Coğrafya Dergisi, 6(3), 77–102.
• Gülersoy, A. (2013). Marmara Gölü yakın çevresindeki arazi kullanım faaliyetlerinin zamansal değişimi (1975–2011) ve göl ekosistemlerine etkileri. Türk Coğrafya Dergisi, 61, 31–44.
• Güngör, R., Yılmaz, O. S., Şanlı, F. B., & Ateş, A. M. (2022). Investigation of spatial change in lake surface with Google Earth Engine: Example of Marmara Lake. Advanced Remote Sensing, 2(1), 8–15.
• Hakyemez, M. Y., Göktaş, F., & Erkal, T. (2013). Gediz grabeninin Kuvaterner jeolojisi ve evrimi. Türkiye Jeoloji Bülteni, 56(2), 1–26.
• Han, P., Long, D., Han, Z., Du, M., Dai, L., & Hao, X. (2019). Improved understanding of snowmelt runoff from the headwaters of China’s Yangtze River using remotely sensed snow products and hydrological modeling. Remote Sensing of Environment, 224, 44–59.
• Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz-Sabater, J., ... Thépaut, J.-N. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730), 1999–2049.
• Hoşgören, M. Y. (1983). Akhisar Havzası. İstanbul Üniversitesi Edebiyat Fakültesi Yayınları.
• Hou, X., Feng, L., Duan, H., Chen, X., Sun, D., & Shi, K. (2017). Fifteen-year monitoring of the turbidity dynamics in large lakes and reservoirs in the middle and lower basin of the Yangtze River, China. Remote Sensing of Environment, 190, 107–121.
• Jebb, A. T., Ng, V., & Tay, L. (2021). A review of key Likert scale development advances: 1995–2019. Frontiers in Psychology, 12, Article 637547. https://doi.org/10.3389/fpsyg.2021.637547
• Körbalta, H. (2019). Marmara Gölü neden kuruyor? Kent Akademisi, 12(3), 441–459.
• Kshetri, T. (2018). NDVI, NDBI, and NDWI calculation using Landsat 7, 8. GeoWorld, 2, 32–34.
• Kuşcu, İ. (2024). Uluabat Gölü (Bursa) alansal değişim analizi (1987–2023). Anadolu Orman Araştırmaları Dergisi, 10(2), 87–93.
• Lacaux, J. P., Tourre, Y. M., Vignolles, C., Ndione, J. A., & Lafaye, M. (2007). Classification of ponds from high-spatial resolution remote sensing: Application to Rift Valley fever epidemics in Senegal. Remote Sensing of Environment, 106(1), 66–74.
• Laonamsai, J., Julphunthong, P., Saprathet, T., Kimmany, B., Ganchanasuragit, T., Chomcheawchan, P., & Tomun, N. (2023). Utilizing NDWI, MNDWI, SAVI, WRI, and AWEI for estimating erosion and deposition in Ping River in Thailand. Hydrology, 10(3), Article 49. https://doi.org/10.3390/hydrology10030049
• Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 140, 55.
• Luo, M., Liu, T., Meng, F., Duan, Y., Bao, A., Xing, W., Feng, X., Maeyer, P., Frankl, A. (2019). Identifying climate change impacts on water resources in Xinjiang, China. Science of the Total Environment, 676, 613–626. https://doi.org/10.1016/j.scitotenv.2019.04.270
• McFeeters, S. K. (1996). The use of the normalized difference water index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7), 1425–1432. https://doi.org/10.1080/01431169608948714
• Murathan, A., Varlı, D., Göktaş, M. A., & Kuzucu, A. (2023, 25–27 Ekim). Marmara Gölü yeraltı suyu ve yüzey suyu ilişkisi [Bildiri sunumu]. HİDRO’2023: Ulusal Hidrojeoloji ve Su Kaynakları Sempozyumu, İzmir, Türkiye.
• Rinke, K., Keller, P. S., Kong, X., Borchardt, D., & Weitere, M. (2019). Ecosystem services from inland waters and their aquatic ecosystems. In M. Schröter, A. Bonn, S. Klotz, R. Seppelt, & C. Baessler (Eds.), Atlas of ecosystem services: Drivers, risks, and societal responses (pp. 191–195). Springer. https://doi.org/10.1007/978-3-319-96229-0_30
• Shen, L., & Li, C. (2010, June 18–20). Water body extraction from Landsat ETM+ imagery using AdaBoost algorithm [Conference presentation]. 2010 18th International Conference on Geoinformatics, Beijing, China.
• Softaoğlu, M., & Ustaoğlu, B. (2023). İklim değişikliğine uyum sürecinde sürdürülebilir göl havzası yönetimi için Marmara Gölü’ndeki mekânsal değişimin nesne tabanlı sınıflandırma yöntemi ile analizi. Dünya Coğrafyası ve Kalkınma Perspektifi Dergisi, (4), 32–45.
• Tekin, M. K., & Deniz, O. (2024). İnsan müdahalesi, iklim değişikliği ve toplumsal sorunlar sarmalında yaşanan çevre felaketlerine politik ve ekolojik bir yaklaşım: Marmara Gölü (Manisa) örneği. Journal of Geography, (49), 191–210.
• Türkiye İstatistik Kurumu. (2023). Adrese Dayalı Nüfus Kayıt Sistemi Sonuçları, 2024. https://veriportali.tuik.gov.tr/tr/press/53783
• Vardar, S. (2018). Marmara Gölü’nün paleocoğrafyası ve Tunç Çağı’ndan günümüze jeoarkeolojik değerlendirmeler, Manisa. Coğrafi Bilimler Dergisi, 16(2), 217–237. https://doi.org/10.33688/aucbd.468762
• Wang, Q., Chen, X., Peng, W., Liu, X., Dong, F., Huang, A., & Wang, W. (2021). Changes in runoff volumes of inland terminal lake: A case study of Lake Daihai. Earth and Space Science, 8(11), Article e2021EA001866. https://doi.org/10.1029/2021EA001866
• Woolway, R. I., Kraemer, B. M., Lenters, J. D., Merchant, C. J., O’Reilly, C. M., & Sharma, S. (2020). Global lake responses to climate change. Nature Reviews Earth & Environment, 1(8), 388–403. https://doi.org/10.1038/s43017-020-0067-5
• Wurtsbaugh, W. A., Miller, C., Null, S. E., DeRose, R. J., Wilcock, P., Hahnenberger, M., ... Moore, J. (2017). Decline of the world’s saline lakes. Nature Geoscience, 10(11), 816–821. https://doi.org/10.1038/ngeo3052
• Xia, R., Zhang, Y., Critto, A., Wu, J., Fan, J., Zheng, Z., & Zhang, Y. (2016). The potential impacts of climate change factors on freshwater eutrophication: Implications for research and countermeasures of water management in China. Sustainability, 8(3), Article 229. https://doi.org/10.3390/su8030229
• Xu, H. (2006). Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14), 3025–3033.
• Xu, N., Lu, H., Li, W., & Gong, P. (2024). Natural lakes dominate global water storage variability. Science Bulletin, 69(8), 1016–1019. https://doi.org/10.1016/j.scib.2024.04.010
• Xu, Y., Liu, W., Song, J., Yao, L., & Gu, S. (2018). Dynamic monitoring of the lake area in the middle and lower reaches of the Yangtze River using MODIS images between 2000 and 2016. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 11(12), 4690–4700. https://doi.org/10.1109/JSTARS.2018.2877815
• Yağmurlu, F., & Baykal, H. (1989). Gördes Barajı ve çevresinin temel jeolojik özellikleri. Geological Bulletin of Turkey, 32, 1–7.
• Yang, X., Qin, Q., Grussenmeyer, P., & Koehl, M. (2018). Urban surface water body detection with suppressed built-up noise based on water indices from Sentinel-2 MSI imagery. Remote Sensing of Environment, 219, 259–270. https://doi.org/10.1016/j.rse.2018.10.044
• Yao, S., Li, X., Liu, C., Yuan, D., Zhu, L., Ma, X., Yu, J., Wang, G., Kuang, W. (2019). Quantitative assessment of impact of the proposed Poyang Lake Hydraulic Project (China) on the habitat suitability of migratory birds. Water, 11(8), Article 1605. https://doi.org/10.3390/w11081605
• Yılmaz, O. S. (2023a). Uzaktan algılama teknikleri ile su yüzeylerinin tespit edilmesinde kullanılan su çıkarma indekslerinin performans analizi. Türk Uzaktan Algılama ve CBS Dergisi, 4(2), 242–261. https://doi.org/10.48123/rsgis.1256092
• Yilmaz, O. S., Acar, U., Sanli, F. B., Gulgen, F., & Ates, A. M. (2023b). Mapping burn severity and monitoring CO content in Türkiye’s 2021 wildfires, using Sentinel-2 and Sentinel-5P satellite data on the GEE platform. Earth Science Informatics, 16(1), 221–240. https://doi.org/10.1007/s12145-022-00883-0
• Yilmaz, O. S. (2023c). Spatiotemporal statistical analysis of water area changes with climatic variables using Google Earth Engine for Lakes Region in Türkiye. Environmental Monitoring and Assessment, 195(6), Article 729. https://doi.org/10.1007/s10661-023-11399-9
• Yılmaz, O. S., Gülgen, F., & Ateş, A. M. (2023d). Determination of the appropriate zone on dam surface for floating photovoltaic system installation using RS and GISc technologies. International Journal of Engineering and Geosciences, 8(1), 63–75. https://doi.org/10.26833/ijeg.1152462
• Zhang, G., Yao, T., Piao, S., Bolch, T., Xie, H., Chen, D., Gao, C., O'Reilly, C.M., Shum, C.K., Yang, K., Yi, S., Lei, Y., Wang, W., He, Y., Shang, K., Yang, X., Zhang, H. (2017). Extensive and drastically different alpine lake changes on Asia’s high plateaus during the past four decades. Geophysical Research Letters, 44(1), 252–260. https://doi.org/10.1002/2016GL072033