Uzaktan Algılama Yöntemleri İle Burdur Gölü’ndeki Alansal Değişiminin Belirlenmesi

Sürdürülebilir su kaynakları yönetiminde kuraklığın izlenmesi, göller gibi su kütleleri için oldukça önemlidir. Su alanlarının haritalanması ve izlenmesi için uzaktan algılama yöntemleri ve teknikleri, son yıllarda başarılı bir şekilde kullanılmaktadır. Bu çalışmada Göller Yöresi bölgesinde, Isparta ile Burdur illeri arasında bulunan Burdur Gölü'nün 2009 ile 2019 yılları arasındaki alansal değişimi, uzaktan algılama teknikleri kullanılarak incelenmiştir. Çalışmada Landsat-7, Landsat-8 ve Sentinel-2 uydu görüntülerine obje bazlı sınıflandırma yapılmıştır. Sınıflandırmada, literatürde de sık kullanılan, normalleştirilmiş su fark indeksi (NDWI) kullanılmıştır. Çalışmada kullanılan görüntüler Eylül ayını kapsamaktadır. Ek olarak mevsimsel değişim analizi için, 2017 ve 2019 yıllarının Nisan ve Mayıs aylarına ait Sentinel-2 uydu görüntüleri kullanılmıştır. Çalışma sonucunda elde edilen bulgulara göre; Burdur gölünün 2009-2019 yılları arasında 17 km2 alan kaybettiğini göstermektedir. Landsat görüntüleri ile 2009-2019 yıllarına ait Eylül ayı verilerinin korelasyon analizi yapılmıştır ve analiz sonucu R2 = 0,94 olarak elde edilmiştir. 2017 ve 2019 yıllarında, bahar ile sonbahar mevsimleri arasında, su alanında gözlenen azalma 2 km2 olarak belirlenmiştir. Sınıflandırma doğrulukları %90 - %96 arasında değişmektedir En yüksek sınıflama doğruluğu Sentinel-2 görüntüleri kullanılarak elde edilmiştir. Bu çalışma,su alanlarındaki alansal değişimlerin uzaktan algılama verileri ve teknikleriyle yüksek doğrulukta belirlenebileceğinin önemli bir örneğidir.

Determination of Burdur Lake`s Area Changes Using Remote Sensing Techniques

Drought monitoring in water bodies such as lakes is essential for sustainable management of water resources. In recent years, remote sensing methods and techniques have been successfully used for mapping and monitorıng water area changes. This study aimed to investigate the ten-year change between 2009 and 2019 in the Burdur Lake, located between Isparta and Burdur provinces in the Göller District, through remote sensing data and techniques. In the study, object-based classification was made using Landsat-7, Landsat-8, and Sentinel-2 satellite imagery. For the classification, the frequently used normalized water difference index (NDWI) combined with threshold analysis was used for water classification. All images were acquired in September. In addition to the seasonal variation analysis, Sentinel-2 images from April and May, 2017 and 2019 were used. As a result, in the last decade, Burdur lake has lost approximately 17 km2 of its water surface. Correlation analysis of the Landsat images of September for the years 2009-2019 resulted in an R2 of 0,94. The change between spring and autumn in 2017 and 2019 was determined as 2 km2 . The classification accuracies range from 90% to 96%, and the highest classification accuracy was obtained with Sentinel-2 images. The results of the study show that the changes in water areas can be monitored with high accuracy through remote sensing data and techniques

PDF

___

Acharya T.D., Subedi A., Lee D.H., (2019), Evaluation of machine learning algorithms for surface water extraction in a Landsat 8 scene of Nepal, Sensors, 19(12), 2769, doi: 10.3390/s19122769.
Aksoy T., Sarı S., Çabuk A.,(2019), Sulak alanların yönetimi kapsamında su indeksinin uzaktan algılama ile tespiti, Göller Yöresi, GSI Journals Serie B: Advancements in Business and Economics, 2(1), 35-48.
Anderson M., Gao F., Knipper K., Hain C., Dulaney W., Baldocchi D., Eichelmann E., Hemes K., Yang Y., Medellin-Azuara J., (2018), Field-scale assessment of land and water use change over the California Delta using remote sensing, Remote Sensing, 10(6), 889, doi: 10.3390/rs10060889.
Ataol M., (2010), Burdur Gölü’nde seviye değişimleri (The water level changings in Burdur Lake), Turkish Journal of Geographical Sciences, 8(1), 77-92.
Banko G., (1998), A review of assessing the accuracy of classifications of remotely sensed data and of methods including remote sensing data in forest inventory, IIASA Interim Report. IIASA, Laxenburg, Austria.
Emanuel R.E., (2018), Climate change in the Lumbee River watershed and potential impacts on the Lumbee tribe of North Carolina, Journal of Contemporary Water Research & Education, 163(1), 79-93.
Giardino C., Bresciani M., Villa P., Martinelli A., (2010), Application of remote sensing in water resource management: the case study of Lake Trasimeno, Italy, Water Resources Management, 24(14), 3885-3899.
Kaplan G., Avdan U., (2017), Object-based water body extraction model using Sentinel-2 satellite imagery, European Journal of Remote Sensing, 50(1), 137-143.
Kaplan G., Avdan Z.Y., Avdan U., Jovanovska T., (2019), Uzaktan algılama teknikleriyle uluslararası suların izlenmesı: Dojran Gölü örneği, International Disaster and Resilience Congress, Eskisehir, Turkey, ss. 413-418.
Kaya L.G., Yücedağ C., Duruşkan Ö., (2015), Burdur Gölü havzasının çevresel açıdan irdelenmesi, Mehmet Akif Ersoy Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 6(1), 6-10.
Kwang C., Jnr E.M.O., Amoah A.S., (2018), Comparing of landsat 8 and sentinel 2A using water extraction indexes over Volta River, Journal of Geography and Geology, 10(1), 1-7.
Sarp G., Ozcelik M., (2017), Water body extraction and change detection using time series: A case study of Lake Burdur, Turkey, Journal of Taibah University for Science, 11(3), 381-391.
Temiz F, Durduran S.S., (2016), Monitoring coastline change using remote sensing and GIS technology: a case study of Acıgöl Lake, Turkey, IOP Conference Series: Earth and Environmental Science, 44(4), 042033, doi:10.1088/1755-1315/44/4/042033.
URL-1, (2020), Landsat 7, Vikipedi Özgür Ansiklopedi, https://tr.wikipedia.org/wiki/Landsat_7, [Erişim 01 Mayıs 2020].
URL-2, (2020), Comparison of Landsat 7 and 8 bands with Sentinel-2, https://www.usgs.gov/media/images/comparison-landsat-7- and-8-bands-sentinel-2, [Erişim 01 Mayıs 2020].
URL-3, (2020), Sentinel online, The European Space Agency, https://sentinel.esa.int/web/sentinel/home, [Erişim 01 Mayıs 2020].
URL-4, (2020), U.S. Geological Survey, https://www.usgs.gov/, Erişim 01 Mayıs 2020].
URL-5, (2020), Pan keskinleştirme, https://www.gezgin.gov.tr/pansharp/, [Erişim 10 Ağustos 2020].
Yang X., Zhao S., Qin X., Zhao N., Liang L., (2017), Mapping of urban surface water bodies from Sentinel-2 MSI imagery at 10 m resolution via NDWI-based image sharpening, Remote Sensing, 9(6), 596, doi: 10.3390/rs9060596.
Yiğitbaşoğlu H., Uğur A., (2010), Burdur Gölü havzasında arazi kullanım özelliklerinden kaynaklanan çevre sorunları, Ankara Üniversitesi Çevrebilimleri Dergisi, 2(2), 129-143.

ISSN: 2528-9640
Yayın Aralığı: Yılda 2 Sayı
Başlangıç: 2015
Yayıncı: Artvin Çoruh Üniversitesi Doğal Afetler Uygulama ve Araştırma Merkezi