Emre ÖZELKAN, Murat TÜRKYILMAZ, Muhittin KARAMAN

Termal Uydu Görüntülerinden Üretilen Yer Yüzeyi Sıcaklığı ile HavaSıcaklığı İlişkisinin Değerlendirilmesi

Yer Yüzeyi Sıcaklığı (YYS) yerelden küresele yeryüzündeki arazi örtüsü ve kullanımı değişimlerinin incelenmesinde anahtarparametrelerden biridir. Uzaktan algılama yöntemleri ile termal uydu görüntülerinden üretilen YYS değerlerinin, meteorolojiistasyonlarında ölçülen hava sıcaklığı verileri ile ilişkilendirilmesi ve doğruluğunun belirlenmesi gerekmektedir. Bu çalışmada farklıyöntemlerle Landsat uydusunun termal verilerinden elde edilen YYS değerlerinin, hava sıcaklığını ne kadar temsil ettiği incelenmiştir.İnceleme alanı olarak Çanakkale İli tercih edilmiştir. Çalışmada, Çanakkale ilinin 1984 ile 2019 yılları arasındaki (2002, 2006, 2012,2017 yılları haricinde) her Temmuz ayında temin edilen 66 adet Landsat uydu görüntüsünün termal verileri kullanılarak çok zamanlıYYS değişimi incelenmiştir. YYS değerleri, atmosferik su buharı içeriği ve hava sıcaklığı gibi girdi parametrelerine ihtiyaç duymadançalışan yöntemlerden Artis & Carnahan Denklemi ve tek kanal yöntemlerinden Radyatif Transfer Denklemi, Tek kanal Denklemi, TekPencere Denklemi ile hesaplanmıştır. Denklemlerin YYS değerlerinin hesaplanması için Landsat uydularının termal verileri, Landsatuydu görüntüleri ile eş zamanlı hava sıcaklık değerleri, Normalize Edilmiş Bitki Örtüsü Fark İndisi (NDVI) ve atmosferik etkenler(yükselen ışınım, alçalan ışınım ve atmosferik geçirgenlik) kullanılmıştır. Hesaplanan YYS değerleri 12 farklı meteorolojiistasyonundan temin edilen eş zamanlı saatlik yersel veriler ile kıyaslanmıştır. Çalışmada gerçekleştirilen uygulama üç adımdasıralanabilir; 1) YYS değerlerinin Artis & Carnahan, Tek Kanal, Tek Pencere, Radyatif Işıma Denklemleri ile hesaplanması, 2)Oluşturulan YYS değerlerinin doğruluğunu belirlemek için meteoroloji istasyonlarından alınan Landsat uydu görüntüleri ile eşzamanlı hava sıcaklık verileri ile karşılaştırılması ve en başarılı yöntemin regresyon - korelasyon analizi ve kök ortalama karesel hata(RMSE) ile belirlenmesi, ve 3) Arazi örtüsü ve kullanımı ve yapısı ile YYS ilişkisinin incelenmesi. Regresyon - korelasyondeğerlerine göre tüm yöntemler birbirine çok yakın çıkmış ve başarı sıralaması Tek Kanal, Tek Pencere, Radyatif Transfer ve Artis &Carnahan şeklindedir. RMSE değerleri yöntemlerin başarı sıralamasının tespitinde daha belirleyicidir. RMSEmin ve RMSEortdeğerlerine göre yöntemlerin başarı sıralaması ise Artis & Carnahan, Tek Pencere, Tek Kanal, Radyatif Transfer Denklemi şeklindedir.YYS değerleri ormanlık alanlar, park alanları ve yeşil alanlarda en düşük değerlere ulaşırken, en yüksek değerlere betonarme ve asfaltyapıların yoğun olduğu kentsel alanlarda ve boş arazilerde ulaşılmıştır. NDVI, YYS ile negatif bir korelasyona sahiptir. Elde edilenbulgular termal görüntülerden üretilen YYS verisinin arazi örtüsünün ve arazi kullanımının yorumlanmasında önemli bir kaynakolduğunu göstermektedir.

Evaluation of the Relationship between Land Surface Temperature Derived from Thermal Satellite Images and Air Temperature

Land Surface Temperature (LST) is one of the key parameters in the analysis of land cover and use changes on the earth from local toglobal. It is necessary to correlate the LST values produced by remote sensing methods from thermal satellite images with the airtemperature data measured at meteorology gauging stations and to determine their accuracy. In this study, to what extent the LSTvalues obtained from the thermal data of the Landsat satellite with different methods represent the air temperature, was examined.Çanakkale Province was chosen as the research area. In the study, multi-temporal LST change was examined using the thermal dataof 66 Landsat satellite images obtained in every July between 1984 and 2019 (except for 2002, 2006, 2012, 2017) in ÇanakkaleProvince. LST values are calculated using Artis & Carnahan Equation that works without the need for input parameters sucs asatmospheric water vapor content and air temperature, and single methodsRadiative Transfer Equation, Single Channel Equation,Single Window Equation, which are methods that work without the need for input parameters such as atmospheric water vaporcontent and air temperature. Thermal data of Landsat satellite, simultaneous air temperature values with Landsat satellite images,Normalized Vegetation Difference Index (NDVI) and atmospheric factors (upwelling atmospheric radiance, downwelling atmospheric radiance, total atmospheric transmissivity) were used to calculate the LST values. The LST values in the study were compared withthe simultaneous hourly data obtained from 12 different local meteorology stations. The application performed in the study can belisted in three steps; 1) Calculation of LST values with Artis & Carnahan, Single Channel, Single Window, and Radiative RadiationEquations, and 2) Comparison of air temperature data of local meteorology stations, which is simultaneous to Landsat acquiraion timeto determine the accuracy of the generated LST values, and determination of the most successful method by regression-correlationanalysis and root mean square error (RMSE), and 3) Examining the relationship between land use/cover and LST. According to theregression-correlation values, all methods are very close to each other and the success order is as Single Channel, Single Window,Radiative Transfer and Artis & Carnahan. RMSE values are more determinant in determining the success ranking of the methods.According to RMSEmin and RMSEort values, the success order of the methods is Artis & Carnahan, Single Window, Single Channel,and Radiative Transfer Equation. LST values reached the lowest values in forestlands, park areas and green areas, while the highestvalues reached in urban areas which have high dense of reinforced concrete and asphalt structures and empty lands. NDVI has anegative correlation with LST. The findings obtained show that LST data produced from thermal images is an important source in theinterpretation of land cover and land use.

PDF

___

Akyürek, Ö., (2020). Termal Uzaktan Algılama Görüntüleri ile Yüzey Sıcaklıklarının Belirlenmesi: Kocaeli Örneği, Artvin Çoruh Üniversitesi, Doğal Afetler Uygulama ve Araştırma Merkezi, Doğal Afetler ve Çevre Dergisi. 6(2), 377-390. Doi: 10.21324/dacd.667594.
Arca, D., (2012). Afet Yönetiminde Coğrafi Bilgi Sistemleri ve Uzaktan Algılama, Karaelmas Fen ve Mühendislik Dergisi 2, ss: 53-61.
Artis, D.A. ve Carnahan, W.H., (1982). Survey of Emissivity Variability in Thermography of Urban Areas, Remote Sensing of Environment.
Aydınlı, H.İ. ve Çiftçi, S., (2015). Türkiye’de Kır-Kent Kavramlarının Değişen Niteliği ve Mevzuatın Sürece Etkisi, Elektronik Sosyal Bilimler Dergisi, 14(54), (192-200).
Ayvacı, H.Ş., ve Candaş, B., (2018). Students Understandings on Light Reflection from Different Educational Level, Journal of Computer Education Research.
Bayar R. ve Karabacak K., (2017). Ankara İli Arazi Örtüsü Değişimi (2000-2012), Coğrafi Bilimler Dergisi, 15(1), 59– 76.
Becker, F., (1982). Absolute Sea Surface Temperature Measurement by Remote Sensing and Atmospheric Corrections Using Differential Radiometry, In Processes in Marine Remote Sensing.
Becker, F., (1987). The İmpact of Spectral Emissivity on the Measurement of Land Surface Temperature, Quart. J.Roy Meteorologly Social.
Carlson, T. ve Ripley, D.A., (1997). On the Relation Between NDVI, Fractional Vegatation Cover, and Leaf Area Index, Remote Sensing of Environment, 62(3), 241-252p.
Chander, G., Markham, B. L., ve Helder, D. L. (2009). Summary of Current Radiometric Calibration Coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote sensing of environment, 113(5), 893-903.
Chedin, A., Scott, N.A., Whacihe, C., ve Moulinier, P., (1985). The İmproved Initialisation Inversion Method: A High Resolution Physical Method for Temperature Retrievals from the TIROS-N Series, Journal of Climate and Applied Meteorology.
Çelik, B., (2013). Yeryüzü Sıcaklıklarının Uzaktan Algılama Tekniği ile Belirlenmesi: Tek-Kanal Yöntemleri, İstanbul Teknik Üniversitesi Yüksek Lisans Tezi.
Dağlıyar, A., (2016). Uzaktan Algılama Çalışmalarında Termal Uygulamalar, Doğal Kay. ve Eko. Bült. (2016) 22: 109-115.
Durna, S., (2014). Denizlerdeki Yağ Tabakasının Tespitinde Radar Görüntülerinin Kullanımı, Denizcilik uzmanlık tezi.
Gorodetskii, A.K., (1985). Earth Surface Temperature Determined from Angular Radiance Distribution in Atmospheric Windows, Soviet Journal of Remote Sensing.
Hamdi, R., (2010). Estimating Urban Heat Island Effects on the Temperature Series of Uccle (Brussels, Belgium) Using Remote Sensing Data and a Land Surface Scheme, Remote Sens., 2, 2773 - 2784.
Ho. D, Asem A., ve Deschamps, P.Y., (1986). Atmosheric Correction for the Sea Surface Temperature using NOAA-7 AVHRR and METEOSAT-2 inftared data, İnternational Journal of Remote Sensing.
Jimenez – Munoz, J.C., Sobrino, J.A., (2003). A Generalized Single – Channel Method for Retrieving Land Surface Temperature from Remote Sensing Data, J. Geophys. 108(D22), 4688 doi: 10.1029/2003JD003480.
Jiménez-Muñoz, J. C., Cristóbal, J., Sobrino, J. A., Sòria, G., Ninyerola, M., & Pons, X., (2008). Revision of the SingleChannel Algorithm for Land Surface Temperature Retrieval from Landsat Thermal-Infrared Data, IEEE Transactions on geoscience and remote sensing, 47(1), 339-349.
Kavzoğlu, T., ve Çölkesen, İ., (2011). “Uzaktan Algılama Teknolojileri ve Uygulama Alanları”, Türkiye’de Sürdürülebilir Arazi Yönetimi Çalıştayı, 26-27 Mayıs 2011, Okan Üniversitesi, İstanbul.
Koçman A., (1993), Türkiye İklimi, Ege Üniversitesi Edebiyat Fakültesi, Coğrafya Bölümü, İzmir.
Lac, C., Donnelly, R.P., Masson, V., Pal, S., Riette, S., Donier, S., Queguiner, S., Tanguy, G., Ammoura, L., ve Xuref – Remy, I., (2013). CO2 Dispersion Modelling over Paris Region withing the CO2 – Megaparis Project.
Liu, H., Sun, D., Yu, Y., Wang, H., Liu, Y., Liu, Q., Du, Y., Wang, H., Cao, B., (2014). Evalution of the VIIRS and MODIS LST products in an arid area of northwest China. Remote Sens. Environment, 142, 111–121.
Liu, L., ve Zhang, Y., (2011). Urban Heat Island Analysis Using the Landsat TM Data and Aster Data: A Case Study in Hong Kong. Remote Sens., 3, 1535–1552.
Mallick, J., Kant, Y., Bharath, B.D., (2008). Estimation of Land Surface Temperature over Delhi Using Landsat-7 ETM+, J.Ind. Geophys. Union 12(3), 131-140.
Oğuz, H., (2015). A Software Tool for Retrieving Land Surface Temperature from ASTER Imagery, Tarım Bilimleri Dergisi 21, 471-482.
Oke, T. R. (2002). Boundary layer climates. Routledge. Özelkan, E., Papila, I., Avci, D.Z.U., Karaman, M., (2011a). Drought Determination by Using Land Surface Temperature and Normalized Difference Vegetation Index, 34th International Symposium on Remote Sensing of Environment - The GEOSS Era: Towards Operational Environmental Monitoring, Sydney, Australia, ss: 1-4.
Özelkan, E., Ormeci, C., Karaman, M., (2011b). Determination of the Forest Fire Potential by Using Remote Sensing and Geographical Information System, Case StudyBodrum/Turkey. Proceedings of the eighth International EARSeL FF-SIG Workshop Stresa (Italy (pp.51-56). Stresa, Italy.
Özelkan, E., (2014). Trakya Bölgesi Bağ Alanlarının Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Teknikleri ile İncelenmesi, İstanbul Teknik Üniversitesi Doktora Tezi.
Özelkan, E., Bagis, S., Ozelkan, E. C., Üstündağ, B. B., Yücel, M., ve Ormeci, C., (2015). Spatial Interpolation of Climatic Variables Using Land Surface Temperature and Modified Inverse Distance Weighting, International Journal of Remote Sensing, vol.36, 1000-1025.
Özelkan, E., Sağlık, A., Sümer, S. K., Bedir, M., & Kelkit, A., (2018). Kentleşmenin Tarım Alanları Üzerine Etkisinin Uzaktan Algılama ile İncelenmesi; Çanakkale Örneği, Çanakkale Onsekiz Mart Üniversitesi Ziraat Fakültesi Dergisi, vol.6, 123-134.
Price. J.C., (1981). The Contribution of Thermal Data in Landsat Multispectral Classifacition, Photo. English Remote Sensing.
Price, J.C., (1983). Estimation Surface Temperatures from Satellite Thermal İndrared Data Simple Formulation for the Atmospheric Effect, Remote Sensing of Environment.
Rouse Jr, J. W., (1973). Monitoring the Vernal Advancement and Retrogradation (Green Wave Effect) Of Natural Vegetation.
Salih, M. M., Jasim, O. Z., Hassoon, K. I., ve Abdalkadhum, A. J., (2018). Land Surface Temperature Retrieval from LANDSAT-8 Thermal Infrared Sensor Data and Validation with Infrared Thermometer Camera, International Journal of Engineering & Technology, 7(4.20), 608-612.
Sensoy S., Demircan M., Ulupınar U., Balta İ., (2008). Türkiye İklimi, https://www.mgm.gov.tr/FILES/genel/makale/13_turkiye_ iklimi.pdf, [Erişim 20 Temmuz 2020].
Rozenstein, O., Qin, Z., Dermian, Y., Karnieli, A., (2014). Derivation of Land Surface Temperature for Landsat-8 TIRS Using a Split Window Algorithm, Sensors, 14, doi: 10.3390/s140405768.
Sobrino, J.A., Jiménez-Muñoz, J.C., Paolini, L., (2004). Land Surface Temperature Retrieval from LANDSAT TM 5. Remote Sensing Environment, 90 (4), 434-440.
Sobrino, J.A., Jimenez-Muoz, J.C., Soria, G., Romaguera, M., Guanter, L., Moreno, J., Plaza, A., Martinez, P., (2008). Land surface emissivity retrieval from different VNIR and TIR sensors, IEEE Transactions on Geoscience and Remote Sensing, 46(2), 316-327.
Stathopoulou, M., & Cartalis, C., (2007). Daytime Urban Heat Islands from Landsat ETM+ and Corine Land Cover Data: An Application to Major Cities in Greece, Solar Energy, 81(3), 358-368.
Şahin, M., Yıldız, B.Y., Şenkal, O., Peştemalci, V., (2001). Uydu Verileri Kullanılarak İzmir Şehir Merkezinin Yer Yüzey Sıcaklığının Tahmini, Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü Dergisi 15-1(2001), 36-45.
Şekertekin, A., Kutluoğlu, Ş.H., Kaya, Ş., Marangoz, A.M., (2015). Uydu Verileri ile Arazi Örtüsündeki Yer Yüzey Sıcaklığı Değişimlerinin Analizi: Zonguldak Örneği, Türkiye, TMMOB Harita ve Kadastro Mühendisleri Odası, 15. Türkiye Harita Bilimsel ve Teknik Kurultayı, 25-28 Mart 2015, Ankara.
Şekertekin, A., Çiçekli, S.Y., Arslan, N., (2018). Gece ve Gündüz Yer Yüzey Sıcaklığı Görüntüleri ile Yüzey Isı Adası Analizi, VII. Uzaktan Algılama Ve CBS Sempozyumu (UZAL-CBS 2018) Eskişehir / Türkiye.
Şekertekin, A. ve Bonafoni, S., (2020). Land Surface Temperature Retrieval from Landsat 5, 7, and 8 over Rural Areas: Assessment of Different Retrieval Algorithms and Emissivity Models and Toolbox Implementation, Remote Sensing.
USGS. (2016). Landsat 8 (L8) data users handbook, Department of the Interior US Geological Survey, LSDS-1574.
Yaylı, H., (2012). Çevre Etiği Bağlamında Kalkınma, Çevre ve Nüfus. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Yıl: 2012/1, Sayı: 15.
Yüksel Ü.D. ve Yılmaz, O., (2008). Ankara Kentinde Kentsel Isi Adasi Etkisinin Yaz Aylarinda Uzaktan Algilama Ve Meteorolojik Gözlemlere Dayali Olarak Saptanmasi Ve Değerlendirilmesi, Gazi Üniv. Müh. Mim. Fak. Der. Cilt 23, No 4, 937-952, 2008.
Yomralıoğlu, T., (2000). “Coğrafi Bilgi Sistemleri Temel Kavramlar ve Uygulamalar”, Akademi Kitabevi, 2. Baskı.
Zhou, J., Chen, Y., Wang, J., Zhan, W., (2011). Maximum Nighttime Urban Heat Island (UHI) Intensity Simulation By Integrating Remotely Sensed Data and Meteorological Observations, IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens., 4, 138 – 146.
Weng, Q., (2009). Thermal Infrared Remote Sensing for Urban Climate and Environmental Studies: Methods Applicaitons, and Trends. ISPRS J. Photogramm, 64, 335-344.
Qin, Z., Karnieli, A., Berliner, P.A., (2001). Mono – Window Algorithm for Retrieving Land Surface Temperature from Landsat TM Data and Its Application to the Israel – Egypt Border Region, Int. J. Remote Sen. 2001, 22, 3719- 3746.
URL 1, http://tuik.gov.tr/UstMenu.do?metod=temelist Son Erişim: 07.09.2020.
URL 2, https://tr.wikipedia.org/wiki/Kaz_Da%C4%9F%C4%B1 Son Erişim: 18.09.2020.
URL 3, https://www.mgm.gov.tr/veridegerlendirme/il-ve-ilceleristatistik.aspx?k=H&m=CANAKKALE Son Erişim: 20.09.2020.
URL 4, http://tuik.gov.tr/UstMenu.do?metod=temelist Son erişim: 07.09.2020.