Sentinel-2A uydu verileri kullanılarak sel alanlarının incelenmesi: Düzce örneği

Öz

Sel, dünyadaki doğal afetler içerisinde en yaygın görülen doğal afetlerden biridir. Doğal afetlerin analizinde ve değerlendirilmesinde verilerin kolay bir şekilde ve kısa sürede elde edilmesi önem arz etmektedir. Bu nedenle uzaktan algılama yöntemleri, taşkın alanlarının belirlenmesinde ve taşkın sonrası çalışmalarda en önemli kaynaklardan biridir. Bu çalışmada, Düzce ilinde meydana gelen taşkın alanları; uydu görüntüleri kullanılarak analiz edilmiştir. Selden etkilenen alanlar, Sentinel-2A uydu görüntüleri kullanılarak nesneye tabanlı sınıflandırma yöntemiyle belirlenmiştir. Farklı tarihlere ait 6 adet uydu görüntüsü kullanılarak tespit edilen taşkın alanları alan bazlı karşılaştırılmıştır. Çalışmada sel sırasında tespit edilen su kaplı alanın, sel öncesi ve sel sonrası durumlardan farklı olduğu görülmüştür. Ayrıca incelenen uydu görüntülerinde sele neden olan fazla suyun kısa sürede nehrin yatağına döndüğü görülmektedir.

Anahtar Kelimeler

• Afet,Nesne Tabanlı Sınıflandırma,Sel,Uzaktan Algılama,Uydu Verisi

Investigation of flood areas by using sentinel-2a satellite data: a case study of Düzce

Abstract

Flood is the most common natural disaster in the world. It is important to obtain the data easily and in a short time in the analysis and evaluation of natural disasters. For this reason, remote sensing methods are one of the most important sources in determining flood areas and in post-flood studies. In this study, flood areas occurring in Düzce province were analyzed by using satellite images. Flood affected areas were determined by the object-based classification method using Sentinel-2A satellite images. Flood areas detected by using 6 satellite images of different dates were compared. In the study, it was seen that the water-covered area detected during the flood was different than pre-flood and post-flood. Also, in the examined satellite images that the excess water that caused the flood returned to the bottom of the river in a short time.

References

1. Aghayev, A. (2018). Determining of Different Inundated Land Use in Salyan Plain During 2010 The Kura River Flood Through GIS and Remote Sensing Tools. International Journal of Engineering and Geosciences, 3 (3), 80-86. DOI: 10.26833/İjeg.412348
2. Baatz M. ve Schape A. (2000). Multi Resolution Segmentation: An Optimization Approach for High Quality Multi Scale Image Segmentation. Proceedings of Twelfth Angewandte Geographische Informations, Wichmann-Verlag, Heidelberg, ss.12-23.
3. Batur, E. ve Maktav, D. (2016). Uzaktan Algılama ve CBS Entegrasyonu ile Taşkın Alanlarının Belirlenmesi: Meriç Nehri Örneği. Havacılık ve Uzay Teknolojileri Dergisi, Ocak 2012 Cilt 5 Sayı 3 (47-54).Baumann, P. (1999). Flood Analysis. http://www.research.umbc.edu/ -tbenja~/baumann/mod2.html, 10 February 1999.
4. Copernicus EMS. (2019). Twitter Post. Erişim Tarihi: 17.11.2019, Erişim Adresi: https://twitter.com/CopernicusEMS/status/1152472325511667712 ve https://scihub.copernicus.eu/dhus/#/home
5. Dölek, İ. (2015). Sungu Beldesi ve Yakın Çevresinde (Muş) Sel ve Taşkına Duyarlı Alanların Belirlenmesi. Marmara Coğrafya Dergisi, Sayı: 31, Ocak- 2015, S.258-280 İSTANBUL
6. Düzce Cumayeri ve Akçakoca Sel Felaketi TMMOB İnşaat Mühendisleri Odası Ankara Şubesi Düzce Temsilciliği Değerlendirme Raporu (17-18 Temmuz 2019). Erişim Tarihi: 17.11.2019, Erişim Adresi: http://ankara.imo.org.tr/resimler/dosya_ekler/918dc3f29d19238_ek.pdf?tipi=1&turu=X&sube=3
7. Geçen R. ve Sarp G. (2007). Yüksek ve Düşük Çözünürlüklü Uydu Görüntülerinden Yolların Tayini. TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi, 30 Ekim -02 Kasım 2007, KTÜ, Trabzon
8. Gupta, N. ve Bhadauria, H.S. (2014). Object Based Information Extraction from High Resolution Satellite Imagery Using eCognition. International Journal of Computer Sciences Issues, Vol. 11, Issue 3, No. 2, pp. 139-144, May 2014.

9. Hofmann, P. (2001). Detecting Urban Features from IKONOS Data Using an Object-Oriented Approach. First Annual Conference of the Remote Sensing & Photogrammetry Society, 12-14 September 2001, 28-33.
10. Kalkan, K. ve Maktav, D. (2010). Nesne Tabanlı ve Piksel Tabanlı Sınıflandırma Yöntemlerinin Karşılaştırılması (IKONOS Örneği). III. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu, Ocak 2010.
11. Kanber, B. ve Yavuz, M. (2015). Object-Oriented Programming in Meshfree Analysis of Elastostatic Problems. International Journal of Engineering and Applied Sciences, 7 (2), 1-18. DOI: 10.24107/İjeas.251244
12. Manavalan, P., Sathyanath, P. ve Rajegowda, G.L. (1993). Digital image analysis techniques to estimate waterspread for capacity evaluations of reservoirs. Photogrammetric Engineering and Remote Sensing, 59(9):1389-1395.
13. Shaikh, M., Brady, A. ve P. Sharma. (1997). Applications of Remote Sensing to Assess Wetland İnundation and Vegetation Response in Relation to Hydrology in The Great Cumbung Swamp, Lachlan Valley, NSW, Australia. Wetlands for the Future, Gleneagles Publishing, Glen Osmond, South Australia, pp. 595-606.
14. Smith, L. C. (1997). Satellite Remote Sensing of River Inundation Area, Stage and Discharge: A review, Hydrological Processes, 11, 1427-1439
15. Tapan, K.S., Bölme, M. ve Eker, O. (2015). Görüntülerden Sınıflandırma Yöntemlerini Kullanarak Detayların Otomatik Olarak Belirlenmesi: Renkli Kızılötesi Hava Fotoğraflarından Ormanlık Alanlarda Yolların Belirlenmesi İçin Bir Sınıflandırma Uygulaması. TUFUAB VIII. Teknik Sempozyumu, 21-23 Mayıs 2015/ Konya
16. Tunay, M. ve Ateşoğlu A. (2004). Bartın İli Taşkın Sahalarındaki Değişimin Uzaktan Algılama Verileriyle İncelenmesi. Süleyman Demirel Üniversitesi Orman Fakültesi Dergisi, Seri: A, Sayı: 2, Yıl: 2004, ISSN: 1302-7085, Sayfa: 60-72
17. Villarini G., James A. S., Francesco S. Bales J., Bates P.D. ve Krajewski, F. (2009). Flood Frequency Analysis For Nonstationary Annualpeak Records İn An Urban Drainage Basin. Advances İn Water Resources.
18. WEI, W., Chen, X. ve Ma, A. (2005). Object-Oriented Information Extraction and Application in High-Resolution Remote Sensing Image. IEEE International Geoscience & Remote Sensing, Vol. 6, pp. 3803-3806, 2005.
19. URL-1. Erişim adresi: http://www.nik.com.tr/content_sistem_uydu.asp?id=64 Erişim tarihi: 17.11.2019
20. URL-2. Erişim adresi: https://blog.esriturkey.com.tr/2019/02/25/sentinel-2-uydu-goruntuleriyle-esri-sentinel-2-explorer-web-uygulamasi-araciligiyla-calismak/ Erişim tarihi: 17.11.2019