SPATIAL ANALYSIS OF LANDSCAPE DEGRADATION FOLLOWING FOREST FIRES AND DEVELOPMENT OF RESTORATION STRATEGIES: THE CASE OF ORHANELI-HARMANCIK, BURSA

Yıl 2025, Cilt: 9 Sayı: 2, 490 - 504, 27.10.2025

Gamze Karadaş , Fadime Altınkaya

https://doi.org/10.32328/turkjforsci.1774187

Öz

Landscape degradation caused by the forest fire that occurred in the Orhaneli-Harmancık region of Bursa on July 27, 2025, was analyzed using Sentinel-2 satellite imagery. The images dated June 29 and July 29, 2025, were processed using the Python-based K-Means clustering algorithm in the Google Colab environment, and a burned area of approximately 23.12 km² was determined. Vegetation losses were quantitatively assessed using NDVI and multispectral bands (NIR, SWIR) obtained through the Copernicus Browser platform. The findings indicate that the fire caused almost complete vegetation destruction, with the mean NDVI value decreasing to 0.0768, and that the soil surface was exposed on a large scale. It was also determined that the fire intensity was spatially heterogeneous, and erosion risk reached critical levels in high-intensity areas. Based on the obtained data, a multi-layered landscape restoration strategy based on ecological integrity and socio-economic sustainability was developed. This strategy is structured around five key components: phased planting, participatory management, institutional capacity building, GIS-based monitoring, and climate-resilient species selection, with the aim of increasing the effectiveness of post-fire restoration. This holistic approach provides a scientific framework for the restoration of similar ecosystems after fire.

Anahtar Kelimeler

Bursa , spatial analysis , forest fire , landscape restoration

ORMAN YANGINI SONRASI PEYZAJ BOZULMALARININ MEKÂNSAL ANALİZİ VE RESTORASYON STRATEJİLERİNİN GELİŞTİRİLMESİ: BURSA ORHANELİ-HARMANCIK ÖRNEĞİ

Öz

27 Temmuz 2025’te Bursa’nın Orhaneli-Harmancık bölgesinde meydana gelen orman yangınının yol açtığı peyzaj bozulmaları Sentinel-2 uydu görüntüleri üzerinden analiz edilmiştir. 29 Haziran ve 29 Temmuz 2025 tarihli görüntüler, Google Colab ortamında Python tabanlı K-Means kümeleme algoritmasıyla işlenmiş ve yaklaşık 23.12 km²’lik yanan alan belirlenmiştir. Copernicus Browser platformu aracılığıyla elde edilen NDVI ve multispektral bantlar (NIR, SWIR) kullanılarak bitki örtüsündeki kayıplar nicel olarak değerlendirilmiştir. Bulgular, ortalama NDVI değerinin 0.0768’e düşmesiyle yangının bitki örtüsünde neredeyse tam tahribat yarattığını ve geniş ölçekte toprak yüzeyini açığa çıkardığını göstermektedir. Ayrıca yangın şiddetinin mekânsal açıdan heterojen dağıldığı ve yüksek şiddetli alanlarda erozyon riskinin kritik seviyelere ulaştığı belirlenmiştir. Elde edilen veriler doğrultusunda, ekolojik bütünlük ve sosyo-ekonomik sürdürülebilirliği esas alan çok katmanlı bir peyzaj restorasyon stratejisi geliştirilmiştir. Bu strateji, yangın sonrası restorasyon sürecinin etkinliğini artırmak amacıyla kademeli bitkilendirme, katılımcı yönetim, kurumsal kapasite geliştirme, CBS tabanlı izleme ve iklim dirençli tür seçimi olmak üzere beş ana bileşen üzerine yapılandırılmıştır. Bu bütüncül yaklaşım, yangın sonrası benzer ekosistemlerin restorasyonuna yönelik bilimsel bir çerçeve sunmaktadır.

Anahtar Kelimeler

Bursa , mekânsal analiz , orman yangını , peyzaj restorasyonu

Kaynakça

• Abatzoglou, J.T., & Kolden, C.A., & Cullen, A.C., & Sadegh, M., & Williams, E.L., & Turco, M., & Jones, M.W. (2025). Climate change has increased the odds of extreme regional forest fire years globally. Nature Communications (2025), 16:6390 https://doi.org/10.1038/s41467-025-61608-1.
• Atalay, İ., & Efe, R. (2015). Türkiye biyocoğrafyası (1. baskı). İzmir: META Basım Maatbaacılık Hizmetleri.
• Bağçıvan, G., & Daşkın, R. (2020). Orhaneli ilçesinin vasküler bitki çeşitliliği (Bursa, Türkiye). KSU Tarım ve Doğa Dergi, 23 (2): 416-434.
• Bardakcıoğlu, Ç. (2016). Bursa İli Büyükorhan, Harmancık, Keles ve Orhaneli ilçelerinin likenleri üzerinde taksonomik incelemeler (Yüksek Lisans Tezi). Uludağ Üniversitesi, Fen Bilimleri Enstitüsü, Bursa.
• Başaran, N., & Matcı, D. K., & Avdan, U. (2022). Using multiple linear regression to analyze changes in forest area: The case study of Akdeniz Region. International Journal of Engineering and Geosciences, 7(3), 247–263. https://doi.org/10.26833/ijeg.976418.
• Bontrager, J.D., & Morgan, P., & Hudak, A.T., & Robichaud, P.R. (2019). Long-term vegetation response following post-fire straw mulching. Fire Ecol. https://doi.org/10.1186/s42408-019-0037-9.
• Calda, B.A.N., & Turp, M. T., & Kurnaz, L. (2020). İklim değişikliğinin Akdeniz havzasındaki orman yangınlarına etkisi. International Journal of Advances in Engineering and Pure Sciences, 32(1), 15-32.
• Copernicus Browser, (2025). Sentinel-2 L2A. URL: https://browser.dataspace.copernicus.eu/. Erişim Tarihi: 24.07.2025
• Coşkun, M., & Toprak, F. (2023). Coğrafi bilgi sistemleri (CBS) tabanlı orman yangını risk analizi: Bartın İli örneği. Geomatik, 8(3), 250-263
• Çamalan, G., & Akıl, S., & Pekin, M. A. (2023). Using meteorological early warning system (MEUS) and meteorological indices for assessment of Manavgat forest fires occurred in Türkiye July-August 2021. Eur J Forest Eng 2023, 9(1):10-25
• Davis, PH. (1965-1985). Flora of Turkey and the East Aegean Islands, Volume 1-9, Edinburgh Univ. Press, Edinburgh.
• Faivre, N., & Xanthopoulos, F., & Moreno, J., & Calzada, V., & Xanthopoulos, G., & Rego, F.C., & Moreno Rodriguez, J.M., & Vallejo, V.R., & Xanthopoulos, G. (2018). Forest fires: Sparking firesmart policies in the EU. Publications Office of the European Union, Brussels. https://research-and-innovation.ec.europa.eu/knowledge-publications-tools-and-data/publications/all-publications/forest-fires-sparking-firesmart-policies-eu_en. FAO, (2006). Food and Agriculture Organization of the United Nations, 2006. Fire management: Global assessment 2006. FAO Forestry, 151.
• Feng, S., & Zscheischler, J., & Hao, Z., & Bevacqua, E. (2025). Growing human-induced climate change fingerprint in regional weekly fire extremes. Climate and Atmospheric Science. https://doi.org/10.1038/s41612-025-01021-z.
• Feyen, L., & Ciscar, J. C., & Gosling, S. (2020). JRC Politika için Bilim Raporu.
• 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 . DOI: 10.17568/ogmoad.1066557.
• Güney, C.O. (2024). İklim değişikliğinin etkisi altında orman yangınlarına karşı dirençli toplumlar oluşturmak. Uluslararası Katılımlı Yangın Sempozyumu ve Sergisi // 3 1 -4 Ekim 2024 / İzmir
• Güven, D., (2024). Bazı sert çekirdekli meyvelerde görüntü işleme teknikleri kullanılarak yaprak delen (Wılsonomyces Carpophılus Lév.) hastalığının hasar düzeyinin belirlenmesi, (Yüksek Lisans Tezi). Tokat Gaziosmanpaşa Üniversitesi, Lisansüstü Eğitim Enstitüsü, Tokat.
• Grünig, M., & Seidl, R., & Senf, C. (2023). Increasing aridity causes larger and more severe forest fires across Europe. Global Change Biology, 29(6): 1648-1659
• 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, 2012, 21 (2): 50-56.
• Hield, J. L., & Kanemasu, E. T., & Asrar, G., & Jackson, R. D., & Pinter, P. J. Jr., & Reginato, R. J., & Idso S. B. (1985). Leaf area estimates from spectral measurements over various planting dates of wheat. Int.J. Remote Sens. 6 167–75.
• Hekimoğlu, B., & Altindeğer, M. (2008). Küresel ısınma ve iklim değişikliği. Samsun Valiliği İl Tarım Müdürlüğü, 1-79.
• Holik, J., & Janik, D., & Samonil, P., & Hort, L., & Kral, K. (2025). Topographic conditions dominate tree species recovery over 15 years post-fire in a temperate Pinus sylvestris forest. Fire Ecology https://doi.org/10.1186/s42408-025-00374-3.
• Jegan, R., & Birajdar, G. K., & Chauhari, S. (2025). Deep residual multi resolution features and optimized Kernel ELM for forest fire image detection using imbalanced database. Fire Technology https://doi.org/10.1007/s10694-025-01729-7.
• Karadaş, G., (2025). Ekosistem hizmetlerinin korunan alanların sürdürülebilir yönetimindeki rolü: Belemedik Tabiat Parkı örneği. Mekânsal Araştırmalar Dergisi, 3(1):35-48. https://doi.org/10.71298/maddergi.1670016.
• Kemer, N. (2022). Orman yangınları ve sonrası: Orman ekosistem restorasyonu. European Journal of Science and Technology, (33), 373-381.
• Kırış, R., & Toprak, S. (2007). İklim değişikliğinde ormanların rolü. Türkiye Coğrafyası Araştırma ve Uygulama Merkezi, 379–384.
• Key, C. H., & Nathan, C. B. (2006). Landscape Assessment (LA). 55.
• Lopes, L. F., & Dias, F.S., & Fernandes, P.M. (2024). A remote sensing assessment of oak forest recovery after postfire restoration. European Journal of Forest Research (2024) 143:1001–1014 https://doi.org/10.1007/s10342-024-01667-z.
• Miller, J.D., & Thode, A.E. (2007). Quantifying burn severity in a heterogeneous landscape with a relative version of the delta Normalized Burn Ratio (dNBR). Remote Sensing of Environment 109 (2007) 66–80. doi:10.1016/j.rse.2006.12.006.
• Pausas, J. G., Keeley, J.E., (2021). Wildfires and global change. Front Ecol Environ 19:387–395. https://doi.org/10.1002/fee.2359.
• Parks, S.A., & Holsinger, L.M., & Panunto, M.H., & Jolly, W.M., & Dobrowski, S.Z., & Dillon, G.K. (2018). High-severity fire: Evaluating its key drivers and mapping its probability across western US forests. Environ. Res. Lett. 13 (2018) 044037 https://doi.org/10.1088/1748-9326/aab791.
• Perihanoğlu, GM., (2015). Dijital görüntü işleme teknikleri kullanılarak görüntülerden detay çıkarımı (Yüksek Lisans Tezi). İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
• Ribeiro, C., & Valente, S., Fleskens, L., & Keizer, J.J., & Coelho, C. (2020) Per spetivas de Gestão Pós-Fogo: Revisão da Literatura e Análise dos Discursos dos Agentes em Portugal. Silva Lusit 28:131–154. https://doi.org/10.1051/silu/20202802115.
• Robichaud, P.R., & Lewis, S.A., & Brown, R.E., & Ashmun, L.E. (2009). Emergency post-fire rehabilitation treatment effects on burned area ecology and long-term restoration. Fire Ecol 5:115–128. https:// doi: 10.4996/fireecology.0501115.
• Rogers, B.M., & Balch, J.K., & Goetz, S.J., & Lehmann, CER., & Turetsky, M. (2020). Focus on changing fire regimes: interactions with climate, eco systems, and society. Environ Res Lett 15:030201. https:// https://doi.org/10.1088/1748-9326/ab6d3a.
• Sanna, A., & Chamberlain, C., & Prichard, S.J., & Cansler, C.A., & Hudak, A.T., & Bienz, C., & Moskal, L.M., & Kane, V.R. (2025). Assessing fuel treatments and burn severity using global and local analyses. Sanna et al. Fire Ecology (2025) 21:44 https://doi.org/10.1186/s42408-025-00387-y.
• Supriya, Y., & Gadekallu, T.R. (2023). Particle swarm based federated learning approach for early detection of forest fires. Sustainability, 15(2): 964 https://doi.org/10.3390/su15020964.
• Taş, K.A., & Benliay, A. (2025). Yanmış orman alanlarının ekolojik restorasyonu için uzaktan algılama ve yapay sinir ağları kullanımına dayalı yaklaşımlar. PEYZAJ - Eğitim, Bilim, Kültür ve Sanat Dergisi (PEYZAJ), 7(1):54-64
• Tonbul, H. (2015). Uydu görüntü verileri kullanılarak orman yangın şiddeti ve yangın sonrası durumun zamansal olarak incelenmesi: Akdeniz bölgesi örneği (Yüksek Lisans Tezi). İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
• Tucker, C. (1979). Red and photographic infrared linear combination for monitoring vegetation. Remote sensing of Environment, 8, 127- 150.
• TÜBİVES, (2025). Türkiye Bitkileri Veri Servisi. URL: http://194.27.225.161/yasin/tubives/index.php?sayfa=hizli_ara. Erişim tarihi: 11.08.2025
• Uygun, T., Özgüven, MM., Yanar, D., (2020). A new approach to monitor and assess the damage caused by two‑spotted spider mite. Experimental and Applied Acarology (2020) 82:335–346 https://doi.org/10.1007/s10493-020-00561-8.
• Ünlü, M. (2025). Orman varlığı ve orman yangınlarının etkisi. International Journal of Geography and Geography Education, (55), 212-229.