Arazi Kullanımı/Arazi Örtüsü Özelliklerinin Belirlenmesine Örnek Bir Çalışma: Samsun Tekkeköy İlçesi (1990-2017 Yılları), Türkiye

Öz

Çalışmanın amacı, Samsun ilinin doğusunda yer alan Tekkeköy ilçesinde arazi kullanımı ve arazi örtüsünün zamansal değişiminin ve bu değişimin nedenlerini ortaya koymaktır. Tekkeköy ilçesinde son zamanlarda nüfusun ve sanayi faaliyetlerinin hızlı bir şekilde artması arazi üzerinde ciddi değişimlere sebep olmaktadır. Çalışmada 1990, 1999, 2005, 2010 ve 2017 yıllarına ait Landsat uydu görüntüleri kullanılmıştır. Sınıflandırma işlemi yapılırken ENVI 5.3v programı kullanılmıştır. İlçede tarım, mera, orman ve yapay alanlar olmak üzere dört adet sınıf belirlenmiştir. Aynı zamanda bu yıllara ait normalize edilmiş bitki örtüsü indeksi dağılımı da ortaya konmuş ve geçmişten günümüze değişimi belirlenmiştir. Tarım alanları 1990 yılında toplam alanın % 54.3’nü oluştururken, 1999 yılında % 52.4’e, 2005’te % 48.4, 2010’da % 46.6 ve 2017’de ise % 45.4’e azaldığı, tarım dışı özellikle yerleşim ve ova üzerinde yer alan organize sanayi alanı 1990’de % 3.5’ten 2017’de % 10.6’ya yükseldiği belirlenmiştir. Bitki örtüsü indeksi için yoğun, orta ve zayıf sınıflarda sırasıyla yaklaşık % 26.6, % 9.3 ve % 14.3 azalışlar meydana gelirken, çok zayıf bitki örtüsüyle kaplı alan miktarı oransal olarak 1990 ile 2017 yılları arasında % 2000 artış göstermiştir. Arazi üzerindeki bu yoğun baskı arazi kullanımının doğru planlanmasıyla önlenmelidir.

Anahtar Kelimeler

• Arazi Kullanımı/Arazi örtüsü
• değişim analizi
• uzaktan algılama
• coğrafi bilgi sistemleri
• Samsun

A Sample Study on the Determination of Land Use/Land Cover Characteristics: Samsun Tekkeköy District (1990-2017 Years), Türkiye

Öz

The aim of the study is to determine the temporal change of land use and land cover in Tekkeköy district, located in the east of Samsun province and is to explain the reasons for this change. The recent rapid increase in the population of Tekkeköy district and the concentration of industrial activities in the district have caused serious changes on the land. Landsat satellite images from 1990, 1999, 2005, 2010 and 2017 were used in the study. ENVI 5.3v program was used for classification. Four classes were identified in the district: agriculture, pasture, forest and artificial areas. At the same time, the normalized vegetation index distribution for these years was also presented and its change from past to present was determined. While agricultural areas constituted 54.3% of the total area in 1990, they decreased to 52.4% in 1999, 48.4% in 2005, 46.6% in 2010 and 45.4% in 2017, while non-agricultural areas, especially settlements and organized industrial areas located on the plain, increased from 3.5% in 1990 to 10.6% in 2017. For the vegetation index, the amount of area covered by very poor vegetation increased proportionally by 2000% between 1990 and 2017, while there were decreases of approximately 26.6%, 9.3% and 14.3% in the dense, medium and poor classes, respectively. This intense pressure on land should be prevented by proper planning of land use.

Anahtar Kelimeler

• Land use/land cover
• change detection
• remote sensing
• geographic information systems
• Samsun

Kaynakça

1. Akbaş, B., Akdeniz, N., Aksay, A., Altun, İ.E., Balcı, V., Bilginer, E., Bilgiç, T., Duru, M., Ercan, T., Gedik, İ., Günay, Y., Güven, İ.H., Hakyemez, H.Y., Konak, N., Papak, İ., Pehlivan, Ş., Sevin, M., Şenel, M., Tarhan, N., Turhan, N., Türkecan, A., Ulu, Ü., Uğuz, M.F., Yurtsever, A., 2011. 1:1.250.000 Ölçekli Türkiye Jeoloji Haritası. Maden Tetkik ve Arama Genel Müdürlüğü Yayını, Ankara, Türkiye.
2. Aniah, P., Bawakyillenuo, S., Codjoe, S.N.A., Dzanku, F.M., 2023. Land use and land cover change detection and prediction based on CA-Markov chain in the savannah ecological zone of Ghana. Environmental Challenges, 10: 100664.
3. Anonim, 1982. Türkiye Genel Toprak Haritası Sayısal Toprak Veritabanı. Türkiye Toprak ve Su Kaynakları Ulusal Bilgi Merkezi (UBM), (Mülga) Köy Hizmetleri Genel Müdürlüğü, Ankara.
4. Anonymous, 2016. Land Degradation Neutrality Target Setting-A Technical Guide. Land Degradation Neutrality Target Setting Programme, United Nations Convention to Combat Desertification (UNCCD), The Global Mechanism, (https://www.unccd.int/sites /default/files/2018-08/LDN%20TS%20Technical% 20Guide_Draft_English.pdf).
5. Boyacı, D., 2012. CBS-Uzaktan algılama entegrasyonu ve örnek uygulama: Uydu görüntülerinden detay ve otomatik öznitelik tespiti. Doktora Tezi, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya.
6. Braun-Blanquet, J., 1964. Plant Sociology: The Study of Plant Communities. Springer-Verlag. Berlin-Wien-New York.
7. Chen, H., Chen, C., Zhang, Z., Lu, C., Wang, L., He, X., Chu, Y., Chen, J., 2021. Changes of the spatial and temporal characteristics of land-use landscape patterns using multi-temporal Landsat satellite data: A case study of Zhoushan Island, China. Ocean & Coastal Management, 213: 105842.
8. Çelik, H., 2006. İstanbul Sarıyer ilçesine ait uzaktan algılama uydu verileri ile mekansal veri analizleri. Yüksek Lisans Tezi, Onsekiz Mart Üniversitesi Fen Bilimleri Enstitüsü, Çanakkale.

9. Demi̇rağ Turan, İ., Dengi̇z, O., Kaya, N.S., 2021. Arazi örtüsü/arazi kullanım değişimlerinin farklı zamanlı landsat uydu görüntüleri ile belirlenmesi: Çarşamba Delta Ovası örneği. Çanakkale Onsekiz Mart Üniversitesi, Ziraat Fakültesi Dergisi, 9(1): 141-152.
10. Devkota, P., Dhakal, S., Shrestha, S., Shrestha, U.B., 2023. Land use land cover changes in the major cities of Nepal from 1990 to 2020. Environmental and Sustainability Indicators, 17: 100227.
11. Ekercin, S., 2007. Uzaktan algılama ve coğrafi bilgi sistemleri entegrasyonu ile Tuz Gölü ve yakın çevresinin zamana bağlı değişimi. Doktora Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
12. Ercan, M., Uluer, K., Selek, F., 2002. Uzaktan algılama verilerinden yararlanılarak, Adapazarı ve Düzce ovalarında melez kavak dikili alanlarının envanteri. Kavak ve Hızlı Gelişen Tür Orman Ağaçları Araştırma Enstitüsü Teknik Bülten, 192(1): 1-42.
13. Forkuo, E.K., Frimpong, A., 2012. Analysis of forest cover change detection. International Journal of Remote Sensing Applications, 2(4): 82-92.
14. Geist, H., McConnell, W., Lambin, E.F., Moran, E., Alves, D., Rudel, T., 2006. Causes and trajectories of land-use/cover change. In: E.F. Lambin and H. Geist (Eds.), Land-Use and Land-Cover Change: Local Processes and Global Impacts, Springer Berlin Heidelberg, pp. 41-70.
15. Jensen, J.R., 1996. Introductory Digital Image Processing: A Remote Sensing Perspective (3nd Ed.). Prentice-Hall, New Jersey.
16. Koç, A., Yener, H., 2001. Uzaktan algılama verileriyle İstanbul çevresi ormanlarının alansal ve yapısal değişikliklerinin saptanması. İstanbul Üniversitesi Orman Fakültesi Dergisi, 51(2): 17-56.
17. Li, D., Liao, W., Rigden, A. J., Liu, X., Wang, D., Malyshev, S., Shevliakova, E., 2019. Urban heat island: Aerodynamics or imperviousness? Science Advances, 5(4): 4299.
18. Lillesand, T.M., Kiefer, R.W., 2000. Remote Sensing and Image Interpretation. 4th Edition, Wiley & Sons.
19. Maktav, M.D., Sunar, A.F., 1991. Uzaktan Algılama Kantitatif Yaklaşım. Hürriyet Ofset, İstanbul.
20. Meer, M.S., Mishra, A.K., 2020. Land use/land cover changes over a district in northern India using remote sensing and GIS and their impact on society and environment. Journal of the Geological Society of India, 95(2): 179-182.
21. Mohamed, M., Anders, J., Schneider, C., 2020. Monitoring of changes in land use/land cover in Syria from 2010 to 2018 using multitemporal landsat imagery and GIS. Land, 9(7): 226.
22. Nageswara Rao, P.V., Appa Rao, S., Subba Rao, N., 2018. Delineation of groundwater prospective zones from a delta region of India, using geoelectrical and water quality approach. Environmental Earth Sciences, 77: 616.
23. Özdemir, İ., Özkan, U., 2009. Armutlu Orman İşletme Şefliğindeki orman alanlarındaki değişimlerin landsat uydu görüntüleri kullanılarak izlenmesi. Türkiye Ormancılık Dergisi, 4(1): 55-66.
24. Potts, S.G., Imperatriz-Fonseca, V.L., Ngo, H.T., Biesmeijer, J.C., Breeze, T.D., Dicks, L.V., Garibaldi, L.A., Hill, R., Settele, J., Vanbergen, A.J., Aizen, M.A., Cunningham, S.A., Eardley, C., Freitas, B.M., Gallai, N., Kevan, P.G., Kovács-Hostyánszki, A., Kwapong, P.K., Li, J., Li, X., Martins, D.J., Nates-Parra, G., Pettis, J.S., Rader, R., Viana, B.F., 2016. The Assessment Report on Pollinators, Pollination and Food Production: Summary for Policymakers. Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services, Bonn, Germany.
25. Raja Shekar, P., Mathew, A., 2023. Detection of land use/land cover changes in a watershed: A case study of the Murredu watershed in Telangana state, India. Watershed Ecology and the Environment, 5: 46-55.
26. Retiere, A., Sommer, S., Minelli, S., Byron-Cox, R., Candelori, M., 2015. Land Degradation Neutrality from Concept to Practice. Using the UNCCD Indicator Framework to Set LDN National Voluntary Targets and Monitor Their Achievement. Methodological Note, Joint Research Center, Italy.
27. Richards, J.A., 2013. Remote Sensing Digital Image Analysis: An Introduction (Fifth Edition). Springer, Switzerland.
28. Sarı, H., Özşahin E., 2016. CORINE sistemine göre Tekirdağ ilinin AK/AÖ (arazi kullanımı/arazi örtüsü) özelliklerinin analizi. Alınteri Zirai Bilimler Dergisi, 30(1): 13-26.
29. Singh, A., 1989. Review Article Digital change detection techniques using remotely-sensed data. International Journal of Remote Sensing, 10(6): 989-1003.
30. Song, X.-P., Hansen, M.C., Stehman, S.V., Potapov, P.V., Tyukavina, A., Vermote, E.F., Townshend, J.R., 2018. Global land change from 1982 to 2016. Nature, 560(7720): 639-643.
31. Subba Rao, N., Prathap Reddy, R., 2004. Geoenvironmental appraisal in a developing urban area. Environmental Geology, 47(1): 20-29.
32. Tian, H., Banger, K., Bo, T., Dadhwal, V.K., 2014. History of land use in India during 1880-2010: Large-scale land transformations reconstructed from satellite data and historical archives. Global and Planetary Change, 121: 78-88.
33. Woo, D.M., Do, V.D., 2015. Post-classification change detection of high resolution satellite images using adaboost classifier. Information Technology and Computer Science, 117: 34-38.
34. Wubie, M.A., Assen, M., Nicolau, M.D., 2016. Patterns, causes and consequences of land use/cover dynamics in the Gumara watershed of lake Tana basin, Northwestern Ethiopia. Environmental Systems Research, 5: 8.
35. Yan, G., 2003. Pixel based and object oriented image analysis for coal fire research. PhD Thesis, International Institute for Geo-Information Science and Earth Observation Enschede, The Netherlands.
36. Zhou, Y., Varquez, A.C.G., Kanda, M., 2019. High-resolution global urban growth projection based on multiple applications of the SLEUTH urban growth model. Scientific Data, 6(1): 34.