Uzaktan Algılama Teknikleriyle Hatay Orman Yangının Analiz Edilmesi
Analysis of the Hatay Forest Fire Using Remote Sensing Techniques
Anahtar Kelimeler:
Orman Yangını- NBR- NDVI- dNBRÖzet
İklim, arazi kullanımındaki değişimleri ve antropojenik faaliyetler gibi nedenlerle son yıllarda orman yangınlarının sıklığı ve şiddetinde ciddi artışlar meydana gelmiştir. Orman yangınları, ekosistem kayıplarına, karbon salımına ve biyolojik çeşitlilikte bozulmaya yol açarak iklim ve çevre açısından kritik bir tehdit durumundadır. Orman yangınlarından sonra gerçekleşen tahribatın boyut ve şiddettinin belirlenmesi, etkilenen alanın restore edilmesine yönelik kararların alınmasında avantajlar sağlar. Geniş alanları etkileyen bu dinamik süreçlerin geleneksel yöntemlerle hızlı, güvenilir ve ekonomik biçimde yönetilmesi güçtür. Bu açıdan son yıllarda orman yangınlarının izlenmesi ve etkilerini ortaya koymada uzaktan algılama tekniklerinden sıklıkla yararlanılmaktadır. Uzaktan algılama, yangın öncesi sırası ve sonrası olmak üzere üç farklı aşamada etkin biçimde kullanılmaktadır. Özellikle multispektral görüntüler kullanılarak yangın öncesi ve sonrası analizlerde hızlı ve güvenilir veri üretebilme kapasitesine sahiptir. Bu çalışmada, 2018 mayıs ayında Hatay’ın Arsuz ilçesinin güneybatı sınırında Işıklı ve Kale bölgelerinde yangında tahrip olan alanlar, uzaktan algılama teknikleriyle analiz edilmiştir. Çalışmada yangın öncesi ve sonra veri üreten uygun spektral ve zamansal çözünürlüğe sahip Sentinel uydusundan yararlanılmıştır. Çalışma alanındaki yangının şiddet ve boyutunu ortaya koymak için Normalize Fark Bitki İndisi (NDVI), Normalize Yanma Oranı (NBR) ve Normalize Fark Yanma Oranı (dNBR) teknikleri kullanılmıştır.
Referanslar
Eker, Ö., & Abdurrahmanoğlu, D. M. (2018). Orman Yangınlarıyla Mücadele Harcamalarının Analizi: Kahramanmaraş Orman Bölge Müdürlüğü Örneği. Turkish Journal of Forest Science, 2(1), 34-48.
Escuin, S., Navarro, R. and Fernandez, P., (2008). Fire severity assessment by using NBR (Normalized Burn Ratio) and NDVI (Normalized Difference Vegetation Index) derived from LANDSAT TM/ETM images, International Journal of Remote Sensing, Vol. 29, No. 4, 20 February 2008, 1053–1073.
Farrer Owsley-Brown, M. J. Wooster, M. J. Grosvenor & Y. Liu (2024). Can the remote sensing of combustion phase improve estimates of landscape fire smoke emission rate and composition? Atmospheric Measurement Techniques, 17(20), 6247–6262.
Güney, C.O., Mert, A. & Gülsoy, S. (2023). Assessing fire severity in Turkey’s forest ecosystems using spectral indices from satellite images. J. For. Res. 34, 1747–1761 (2023). https://doi.org/10.1007/s11676-023-01620-7
Kavzoğlu T., Kaya Ş., Tonbul H., (2014), “Mekansal Otokorelasyon Teknikleri Kullanılarak Modis Uydu Görüntüleri Üzerinden Yanmış Alan ve Yanma Şiddetinin Belirlenmesi”, V. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu, 1-9,İstanbul, Türkiye,14-17 Ekim.
Kurbanov, E., Vorobev, O., Lezhnin, S., Sha, J., Wang, J., Li, X., Cole, J., Dergunov, D., & Wang, Y. (2022). Remote Sensing of Forest Burnt Area, Burn Severity, and Post-Fire Recovery: A Review. Remote Sensing, 14(19), 4714.
Liew, S. C., Kwoh, L. K., Lim, O. K. and Lim, H. (2001). Remote sensing of fire and haze, in "Forest fires and regional haze in Southeast Asia", ed. P. Eaton and M. Radojevic (New York: Nova Science Publishers), Chapter 5, pp. 67-89.
Pereira, J. M. C., Mota, B., Oom, D. and Calado, T.J., (2014). ESA CCI ECV Fire Disturbance (fire_cci) D3.6.2 - Algorithm Theoretical Basis Document – Volume II – BA Algorithm Development ATBD II, BA Algorithm Development, version 2, Technical Note, Issue/Rev-No.: 2.2
Sefercik, U. G., ve Kavzoglu, T. (2021). Orman Yangınlarında Uzaktan Algılama Teknolojileri ile Erken Uyarı, Tespit, İzleme ve Müdahale Stratejileri. Orman Yangınları: Sebepleri, Etkileri, İzlenmesi, Alınması Gereken Önlemler ve Rehabilitasyon Faaliyetleri,(ss. 114-135). Türkiye Bilimler Akademisi (TÜBA).
Szpakowski, D. M., & Jensen, J. L. R. (2019). A Review of the Applications of Remote Sensing in Fire Ecology. Remote Sensing, 11(22), 2638. https://doi.org/10.3390/rs11222638
Soydan, O., (2022). Detection of Burnt Areas by Remote Sensing Techniques: Antalya Manavgat Forest Fire. Turkish Journal of Agriculture – Food Science and Technology, 10(Sp 2), 3029–3035.
Sunar, F., & Özkan, C. (2001). Forest fire analysis with remote sensing data. International Journal of Remote Sensing, 22(12), 2265–2277.
Wu, B.; Zheng, H.; Xu, Z.; Wu, Z.; Zhao, Y. (2022). Forest Burned Area Detection Using a Novel Spectral Index Based on Multi-Objective Optimization. Forests 2022, 13, 1787. https://doi.org/10.3390/f13111787.
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2026 Sosyal Bilimlerde Nicel Araştırmalar Dergisi
Bu çalışma Creative Commons Attribution-NonCommercial 4.0 International License ile lisanslanmıştır.
Telif hakkı hakkında
Sosyal Bilimlerde Nicel Araştırmalar Dergisi 