Karstik Ekosistemlerde Vejetasyon Su Stresinin Uzaktan Algılama ile İzlenmesi: Eğirdir Gölü Havzası Örneği

Yıl 2026, Cilt: 7 Sayı: 1, 212 - 226, 26.03.2026

Çağan Alevkayalı

https://doi.org/10.48123/rsgis.1856448

https://izlik.org/JA39BW24ZU

Öz

Toros Dağları karst sistemi, yüzey ve üst topraktaki su ile olan etkileşimini belirgin şekilde kontrol eden karmaşık bir karst morfolojisinin gelişmesine olanak sağlamaktadır. Bu çalışmada Toroslar üzerinde yer alan ve belirgin karstik karaktere sahip Eğirdir Gölü Havzası’nda vejetasyon canlılığının uzun dönemli değişimi, uzaktan algılama tabanlı spektral indeksler (EVI, SAVI, FVC ve NDMI) kullanılarak ayrıntılı biçimde incelenmiştir. Havzanın jeomorfolojik, hidrolojik ve klimatik özellikleri bütüncül bir yaklaşımla dikkate alınarak doğal ve antropojen kaynaklı vejetasyon örtüsünün değişen su koşullarına ve su stresine verdiği tepkiler karşılaştırmalı olarak değerlendirilmiştir. Bu kapsamda 1995–2025 yıllarına ait beşer yıllık uydu verileri kullanılarak vejetasyon canlılığı ile toprak nemi ve yağış koşulları arasındaki zamansal ve mekânsal ilişkiler 5 ‘er yıllık aralıklarla analiz edilmiştir. Elde edilen bulgular 1995–2020 dönemi boyunca vejetasyon göstergelerinde genel bir artış eğilimi gözlenmesine karşın 2025 yılında belirgin ve dikkat çekici bir düşüşün ortaya çıktığını göstermektedir. Bu indekslerdeki azalış (ortalamada EVI=0,2, SAVI=0,18, FVC=0,1 ve NDMI=0,22) ile analizlerden elde edilen çıktılar karstik sistemlerin yüksek geçirgenlik özelliği artan kuraklık koşulları ve üst toprakta (0-15 cm) gözlenen gerileme ile ilişkilendirilmiştir. Sonuçlara göre vejetasyon su stresinin karst ekosistemlerinde vejetasyon dinamiklerini belirleyen kritik çevresel faktörlerden biri olduğu açıkça ortaya konulmaktadır.

Anahtar Kelimeler

Eğirdir gölü , Karst ekosistemi , Uzaktan algılama , Vejetasyon su stresi

Monitoring Vegetation Water Stress in Karst Ecosystems Using Remote Sensing: A Case Study of Lake Eğirdir

https://izlik.org/JA39BW24ZU

Öz

The karst system of the Taurus Mountains provides suitable conditions for the development of a complex karst morphology that regulates the interaction between surface water and moisture in the upper soil layer. This study examines the long-term dynamics of vegetation vitality in the Eğirdir Lake Basin, located in the Taurus Mountains and characterized by pronounced karstic features, using remote sensing–based spectral indices (EVI, SAVI, FVC, and NDMI). The geomorphological, hydrological, and climatic characteristics of the basin were considered within an integrated framework. The responses of natural and anthropogenically influenced vegetation cover to changing water availability and water stress were evaluated comparatively. Satellite data at five-year intervals for the period 1995–2025 were used to analyze the temporal and spatial relationships between vegetation vitality, soil moisture, and precipitation conditions. The results indicate a general increasing trend in vegetation indicators during the period 1995–2020, followed by a pronounced decline in 2025. The decreases observed in these indices (average values: EVI = 0.20, SAVI = 0.18, FVC = 0.1, NDMI = 0.22) were associated with the high permeability of karst systems, increasing drought conditions, and reduced moisture in the upper soil layer (0–15 cm). The findings demonstrate that vegetation water stress is a critical environmental factor controlling vegetation dynamics in karst ecosystems.

Anahtar Kelimeler

Eğirdir lake , Karst ecosystems , Remote sensing , Vegetation water stress

Kaynakça

• Aksu, G. A., Tağıl, Ş., Musaoğlu, N., Canatanoğlu, E. S., & Uzun, A. (2022). Landscape ecological evaluation of cultural patterns for the Istanbul urban landscape. Sustainability, 14(23), Article 16030. https://doi.org/10.3390/su142316030
• Akpınar, H., & Atayeter, Y. (2023). Kır Dağları (Denizli) Batısının Jeomorfolojik ve Morfometrik Görünümü. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 14(2), 691–712.
• Aktaş, C. (2024). Google Earth Engine ve MODIS Tabanlı NDVI Verileri ile Aras Nehri Yukarı Kesiminde Bitki Örtüsü Üzerindeki Ekim Ayı Değişimlerinin İncelenmesi (2001-2022). Journal of Anatolian Geography, 1(2), 108–120.
• Anees, S. A., Mehmood, K., Rehman, A., Rehman, N. U., Muhammad, S., Shahzad, F., Hussain K., Luo M.i, Alarfaj A. A., Alharbi S. A., & Khan, W. R. (2024). Unveiling fractional vegetation cover dynamics: A spatiotemporal analysis using MODIS NDVI and machine learning. Environmental and Sustainability Indicators, 24, Article 100485. https://doi.org/10.1016/j.indic.2024.100485
• Atayeter, Y. (2005). Aksu Çayı Havzası’nın Jeomorfolojisi. Fakülte Kitabevi.
• Bayarri, V., Prada, A., García, F., De Las Heras, C., & Fatás, P. (2024). Tracking Moisture Dynamics in a Karst Rock Formation Combining Multi-Frequency 3D GPR Data: A Strategy for Protecting the Polychrome Hall Paintings in Altamira Cave. Remote Sensing, 16(20), Article 3905. https://doi.org/10.3390/rs16203905
• Bayrakdar, C., Döker, M. F., & Keserci, F. (2020). Polyelerde hatalı arazi kullanımların sebep olduğu afetlere bir örnek: 31 Ocak 2019 Kayaköy Polyesi taşkını. Journal of Geography, 41, 109–128.
• Bilgin, T., & Atayeter, Y. (2023). Çanaklı (Mamak) Polyesi’nin Jeomorfolojik ve Morfometrik Özellikleri. Süleyman Demirel Üniversitesi Fen-Edebiyat Fakültesi Sosyal Bilimler Dergisi, 60, 104–124.
• Boydak, M. (2014, 22–24 Ekim). Toros sedirinin ekolojisi, doğal gençleştirilmesi ve bu türle karstik alan ağaçlandırmaları [Bildiri sunumu]. II. Ulusal Akdeniz Orman ve Çevre Sempozyumu, Isparta, Türkiye.
• Brown, C. F., Brumby, S. P., Guzder-Williams, B., Birch, T., Hyde, S. B., Mazzariello, J., ... & Tait, A. M. (2022). Dynamic World, Near real-time global 10 m land use land cover mapping. Scientific data, 9(1), Article 251. https://doi.org/10.1038/s41597-022-01307-4
• Chen, X., Zhang, Z., Chen, X., & Shi, P. (2009). The impact of land use and land cover changes on soil moisture and hydraulic conductivity along the karst hillslopes of southwest China. Environmental Earth Sciences, 59(4), 811–820. https://doi.org/10.1007/s12665-009-0077-6
• Çallı, S. S., & Çelik, M. (2025). Karstik kaynak boşalım modelleme esasları: Susuz karst akifer kavramsal modeli örneği, Seydişehir, Türkiye. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 31(3), 469–483.
• Çakaroz, D., Özelkan, E., & Karaman, M. (2020). Sulak alanlarda uzaktan algılama ile belirlenen zamansal değişime kuraklığın etkisinin incelenmesi: Umurbey deltası (Çanakkale) örneği. Avrupa Bilim ve Teknoloji Dergisi, 20, 898–916.
• Das, A. C., Shahriar, S. A., Chowdhury, M. A., Hossain, M. L., Mahmud, S., Tusar, M. K., Ahmed, R., & Salam, M. A. (2023). Assessment of remote sensing-based indices for drought monitoring in the north-western region of Bangladesh. Heliyon, 9(2), Article e13016. https://doi.org/10.1016/j.heliyon.2023.e13016
• De Waele, J. (2017). Karst Processes and Landforms. In D. Richardson, N. Castree, M. F. Goodchild, A. Kobayashi, W. Liu & R. A. Marston (Eds.), International Encyclopedia of Geography: People, the Earth, Environment and Technology. https://doi.org/10.1002/9781118786352.wbieg0968
• Demir, S., & Başayiğit, L. (2020). Sorunlu gelişim gösteren bitkilerin insansız hava araçları (İHA) ile belirlenmesi. Turkish Journal of Science and Engineering, 2(1), 12–22.
• Duran, C., & Günek, H. (2010). Mersin kenti kuzeyi akarsu havzalarındaki ekolojik faktörlerin bitki örtüsüne etkisi. Biological Diversity and Conservation, 3(3), 137–152.
• Earth Resources Observation and Science Center. (2021). Landsat 4–9 U.S. Analysis Ready Data, Collection 2 [Data set]. U.S. Geological Survey. https://doi.org/10.5066/P960F8OC
• Eisfelder, C., Kuenzer, C., & Dech, S. (2012). Derivation of biomass information for semi-arid areas using remote-sensing data. International Journal of Remote Sensing, 33(9), 2937–2984. https://doi.org/10.1080/01431161.2011.620034
• Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., Husak, G., Rowland, J., Harrison, L., Hoell, A., & Michaelsen, J. (2015). The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes. Scientific data, 2(1), Article 150066. https://doi.org/10.1038/sdata.2015.66
• Gao, B. C. (1996). NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. Remote sensing of environment, 58(3), 257–266. https://doi.org/10.1016/S0034-4257(96)00067-3
• Hao, B., Ding, S., Wu, Z., Ruan, Z., Mai, L., & Kuang, Y. (2025). Analysis of vegetation response to four climate factors based on the CTSS-RESTREND method. International Journal of Environmental Science and Technology, 22(14), 13927–13946. https://doi.org/10.1007/s13762-025-06527-w
• Hossain, M. L., & Li, J. (2021). NDVI-based vegetation dynamics and its resistance and resilience to different intensities of climatic events. Global Ecology and Conservation, 30, Article e01768. https://doi.org/10.1016/j.gecco.2021.e01768
• Jin, C., Bouzembrak, Y., Zhou, J., Liang, Q., van Den Bulk, L. M., Gavai, A., …, & Marvin, H. J. P. (2020). Big Data in food safety-A review. Current Opinion in Food Science, 36, 24–32. https://doi.org/10.1016/j.cofs.2020.11.006
• Jin, S., & Sader, S. A. (2005). Comparison of time series tasseled cap wetness and the normalized difference moisture index in detecting forest disturbances. Remote sensing of Environment, 94(3), 364–372.
• Karuppiah, C., Periyasami, E., Ayyanar, S. M., Meer, M. S., Faqeih, K. Y., Alamri, S. M., & Alamery, E. R. (2026). Spatio-Temporal Assessment of Vegetation Response to Climatic Variability Using NDVI and VCI in the Forested Landscape. Rangeland Ecology & Management, 105, 25–36. https://doi.org/10.1016/j.rama.2025.12.007
• Karabulut, M. (2006). NOAA AVHRR verilerini kullanarak Türkiye’de bitki örtüsünün izlenmesi ve incelenmesi. Coğrafi Bilimler Dergisi, 4(1), 29–42.
• Karakoç, A., & Karabulut, M. (2021). Hiperspektral Vejetasyon İndeksleri Kullanarak Otlaklarda Kanopi Düzeyinde Klorofil İçeriğinin Tahmin Edilmesi. Journal of Geography, 43, 77–91.
• Kavitha, K., Sivaranjani, P., & Gopalakrishnan, K. (2025). Long-term vegetation quality assessment using multi-spectral vegetation indices: Analyzing trends from 1983 to 2023 for Tiruppur Taluk using machine learning algorithms and remote sensing techniques. Journal of Earth System Science, 134(3), Article 139. https://doi.org/10.1007/s12040-025-02597-z
• Kaya, B., & Aladağ, C. (2021). Coğrafya Öğretmen Adaylarının Karst Topografyası ile İlgili Görüşlerinin Kelime İlişkilendirme Testi ve Çizme-Yazma Tekniği ile Belirlenmesi. International Journal of Geography and Geography Education, 44, 55–74.
• Kibar, H., Kibar, B., & Sürmen, M. (2014). Sıcaklık ve Yağış Değişiminin Iğdır İlinde Bitkisel Ürün Deseni Üzerine Etkileri. Adnan Menderes Üniversitesi Ziraat Fakültesi Dergisi, 11(1), 11–24.
• Kuzucuoğlu, C., Çiner, A., & Kazancı, N. (2019). The geomorphological regions of Turkey. In C. Kuzucuoğlu, A. Çiner & N. Kazancı (Eds.), Landscapes and landforms of Turkey (pp. 41–178). Springer International Publishing.
• Li, P., Jia, L., Lu, J., Jiang, M., Zheng, C., & Menenti, M. (2024). Investigating the response of vegetation to flash droughts by using cross-spectral analysis and an evapotranspiration-based drought index. Remote Sensing, 16(9), Article 1564. https://doi.org/10.3390/rs16091564
• Liu, P. (2015). A survey of remote-sensing big data. Frontiers in Environmental Science, 3, Article 45. https://doi.org/10.3389/fenvs.2015.00045
• Lizaga, I., Latorre, B., Gaspar, L., Ramos, M. C., & Navas, A. (2022). Remote sensing for monitoring the impacts of agroforestry practices and precipitation changes in particle size export trends. Frontiers in Earth Science, 10, Article 923447. https://doi.org/10.3389/feart.2022.923447
• Martos, V., Ahmad, A., Cartujo, P., & Ordoñez, J. (2021). Ensuring agricultural sustainability through remote sensing in the era of agriculture 5.0. Applied Sciences, 11(13), Article 5911. https://doi.org/10.3390/app11135911
• Nazik, L., & Poyraz, M. (2017). Türkiye karst jeomorfolojisi genelini karakterize eden bir bölge: Orta Anadolu Platoları karst kuşağı. Türk Coğrafya Dergisi, 68, 43–56.
• Nazik, L., Poyraz, M., & Karabıyıkoğlu, M. (2019). Karstic landscapes and landforms in Turkey. In C. Kuzucuoğlu, A. Çiner & N. Kazancı (Eds.), Landscapes and landforms of Turkey (pp. 181-196). Springer International Publishing.
• Novando, G., & Arif, D. A. (2021). Comparison of soil adjusted vegetation index (SAVI) and modified soil adjusted vegetation index (MSAVI) methods to view vegetation density in padang city using landsat 8 image. International Remote Sensing Applied Journal, 2(1), 31–36. https://doi.org/10.24036/irsaj.v2i1.23
• Özcanlı, M., & Yilmaz, E. (2024). Türkiye’de arazi örtüsü/kullanımı değişimlerinin belirlenmesi ve iklim değişimine olası etkileri. Türk Coğrafya Dergisi, 86, 7–24.
• Öztürk, M., Şimşek, M., & Utlu, M. (2015). Tahtalı Dağları (Orta Toroslar) karst platosu üzerinde dolin ve uvala gelişiminin CBS tabanlı analizi. Türk Coğrafya Dergisi, 65, 59–68.
• Seyrek, A., Yeşilnacar, M., Aydemir, S., & Demir, T. (2003). Harran Ovasında Yeralan Ortaören Çökme Çukurunun Oluşumu ve Pedo-Jeolojik Karakteristikler. Marmara Coğrafya Dergisi, 7, 107–125.
• Sarp, G. (2012). Determination of vegetation change using thematic mapper imagery in Afşin-Elbistan Lignite Basin; SE Turkey. Procedia Technology, 1, 407–411.
• Song, H., Zhao, Q., Lin, J., Yu, K., & Liu, J. (2025). Analysis of Changes in Fractional Vegetation Cover (FVC) and the Impacts of Various Drivers in Subtropical Ecological Civilization Areas of Southern China. Journal of Biogeography, 52(9), Article e70002. https://doi.org/10.1111/jbi.70002
• Suardi, I. H., & Anggraina, D. (2021). Comparison of NDVI, EVI, and SAVI Methods to Know Vegetation Density with Landsat 8 OLI Images, 2019: Case Study: Koto Tangah District, Padang City. International Remote Sensing Applied Journal, 2(2), 68–77.
• Şimşek, M., Doğan, U., & Öztürk, M. Z. (2020). Polyelerin sınıflandırılması ve Toroslardan örnekler. Jeomorfolojik Araştırmalar Dergisi, 5, 1–14. https://doi.org/10.46453/jader.733500
• Şimşek, M., Öztürk, M. Z., Doğan, U., & Utlu, M. (2021). Toros polyelerinin morfometrik özellikleri. Coğrafya Dergisi, 42, 101–119. https://doi.org/10.26650/JGEOG2020-834461
• Taiwo, B. E., Kafy, A. A., Samuel, A. A., Rahaman, Z. A., Ayowole, O. E., Shahrier, M., Duti, B. M., Rahman, M. T., Peter, O. T., & Abosede, O. O. (2023). Monitoring and predicting the influences of land use/land cover change on cropland characteristics and drought severity using remote sensing techniques. Environmental and Sustainability Indicators, 18, Article 100248. https://doi.org/10.1016/j.indic.2023.100248
• Tuncer, K. (2021). Barz, Ovacık, Kızılca havzalarında (Denizli) karstifikasyonu belirleyen parametreler ve karstın gelişimi. Turkish Studies - Social Sciences, 16(4), 1621–1658. https://doi.org/10.47356/TurkishStudies.51785
• Türkeş, M. (2013). İklim değişiklikleri: Kambriyen’den Pleyistosene, Geç Holosen’den 21. yüzyil’a. Ege Coğrafya Dergisi, 22(1), 1–25.
• Türkeş, M. (2020). İklim değişikliğinin tarımsal üretim ve gıda güvenliğine etkileri: bilimsel bir değerlendirme. Ege Coğrafya Dergisi, 29(1), 125–149.
• Uyar, N. (2025). Index-Driven Soil Loss Mapping Across Environmental Scenarios: Insights from a Remote Sensing Approach. Sustainability, 17(17), Article 7913. https://doi.org/10.3390/su17177913
• Vidican, R., Mălinaș, A., Ranta, O., Moldovan, C., Marian, O., Ghețe, A., Ghise, C.R., Popovici, F., & Cătunescu, G. M. (2023). Using remote sensing vegetation indices for the discrimination and monitoring of agricultural crops: a critical review. Agronomy, 13(12), Article 3040. https://doi.org/10.3390/agronomy13123040
• Wilson, E. H., & Sader, S. A. (2002). Detection of forest harvest type using multiple dates of Landsat TM imagery. Remote Sensing of Environment, 80(3), 385–396.
• Wu, B., Meng, J., Li, Q., Yan, N., Du, X., & Zhang, M. (2014). Remote sensing-based global crop monitoring: experiences with China's Crop Watch system. International Journal of Digital Earth, 7(2), 113–137. https://doi.org/10.1080/17538947.2013.821185
• Wu, Y., Yang, J., Li, S., Guo, C., Yang, X., Xu, Y., Yue, F., Peng, H., Chen, Y., Shi, Z., & Luo, G. (2023). NDVI-Based vegetation dynamics and their responses to climate change and human activities from 2000 to 2020 in Miaoling karst mountain area, SW China. Land, 12(7), Article 1267. https://doi.org/10.3390/land12071267
• Xiong, C., Ma, H., Liang, S., He, T., Zhang, Y., Zhang, G., & Xu, J. (2023). Improved global 250 m 8-day NDVI and EVI products from 2000–2021 using the LSTM model. Scientific Data, 10(1), Article 800. https://doi.org/10.1038/s41597-023-02695-x
• Xu, T., Wu, X., Tian, Y., Li, Y., Zhang, W., & Zhang, C. (2021). Soil property plays a vital role in vegetation drought recovery in karst region of Southwest China. Journal of Geophysical Research: Biogeosciences, 126(12), Article e2021JG006544. https://doi.org/10.1029/2021JG006544
• Yang, S., Zhao, Y., Yang, D., & Lan, A. (2024). Analysis of vegetation NDVI changes and driving factors in the karst concentration distribution area of Asia. Forests, 15(3), Article 398. https://doi.org/10.3390/f15030398
• Yayla, O., Akpınar, H., Bilgin, T., Atayeter, Y., & Korkmaz, O. (2025). An evaluation of the long-term changes in the shoreline of Lake Eğirdir in relation to climate and anthropogenic factors. Journal of Geography, 50, 65–78.
• Yıldız, H., Mermer, A., Ünal, E., & Akbaş, F. (2012). Türkiye bitki örtüsünün NDVI verileri ile zamansal ve mekânsal analizi. Tarla Bitkileri Merkez Araştırma Enstitüsü Dergisi, 21(2), 50–56.
• Yüksel, B., & Aksoy, Ö. (2017). Su stresi koşullarında bitkilerde gözlenen değişimler. Turkish Journal of Scientific Reviews, 10(2), 1–5.
• Zeng, Y., Hao, D., Huete, A., Dechant, B., Berry, J., Chen, J. M., ... & Chen, M. (2022). Optical vegetation indices for monitoring terrestrial ecosystems globally. Nature Reviews Earth & Environment, 3(7), 477–493. https://doi.org/10.1038/s43017-022-00298-5
• Zhao, J., Li, J., Liu, Q., Xu, B., Mu, X., & Dong, Y. (2023). Generation of a 16 m/10-day fractional vegetation cover product over China based on Chinese GaoFen-1 observations: method and validation. International Journal of Digital Earth, 16(2), 4229–4246.