DOKTORA TEZİ UYDU VERİLERİ İLE ORMAN ALANLARINDAKİ ZAMANSAL DEĞİŞİMLERİN BELİRLENMESİ

(1)

İSTANBUL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

DOKTORA TEZİ

UYDU VERİLERİ İLE ORMAN ALANLARINDAKİ ZAMANSAL DEĞİŞİMLERİN BELİRLENMESİ

Orman Yük. Müh. H. Oğuz ÇOBAN Orman Mühendisliği Anabilim Dalı Ölçme Bilgisi ve Kadastro Programı

Danışman Prof. Dr. Ayhan KOÇ

Temmuz, 2006

İSTANBUL

(2)

İSTANBUL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

DOKTORA TEZİ

UYDU VERİLERİ İLE ORMAN ALANLARINDAKİ ZAMANSAL DEĞİŞİMLERİN BELİRLENMESİ

Orman Yük. Müh. H. Oğuz ÇOBAN Orman Mühendisliği Anabilim Dalı Ölçme Bilgisi ve Kadastro Programı

Danışman Prof. Dr. Ayhan KOÇ

Temmuz, 2006

İSTANBUL

(3)

Bu çalışma 14/08/2006 tarihinde aşağıdaki jüri tarafından Orman Mühendisliği Anabilim Dalı Ölçme Bilgisi ve Kadastro programında Doktora Tezi olarak kabul edilmiştir.

Tez Jürisi

Prof. Dr. Ayhan KOÇ (Danışman) Prof. Dr. Kadir ERDİN İstanbul Üniversitesi İstanbul Üniversitesi

Orman Fakültesi Orman Fakültesi

Prof. Dr. Derya MAKTAV Prof. Dr. Hulusi ACAR

İstanbul Teknik Üniversitesi Karadeniz Teknik Üniversitesi

İnşaat Fakültesi Orman Fakültesi

Prof. Dr. Ömer SARAÇOĞLU İstanbul Üniversitesi

Orman Fakültesi

(4)

Bu çalışma, İstanbul Üniversitesi Bilimsel Araştırma Projeleri Birimi tarafından T188/06032003 no’lu proje ile desteklenmiştir.

(5)

ÖNSÖZ

Tez çalışmam boyunca destek ve yardımlarını esirgemeyen, bilgi ve tecrübelerinden yararlandığım danışmanım ve değerli hocam Prof. Dr. Ayhan KOÇ’a içtenlikle teşekkür ederim. İlerici ve çağdaş bir akademisyen olmanın ilkelerini özümlememi sağlayan, her fırsatta birikimlerini paylaşan, ilgi ve katkılarından yararlandığım kıymetli hocam Prof.

Dr. Kadir ERDİN’e çok teşekkür ederim. Doktora çalışmalarımda desteklerini aldığım Yrd. Doç. Dr. Hakan YENER’e teşekkür ederim. Ayrıca Anabilim Dalımızda görev yapan çalışma arkadaşlarım Dr. O.Yalçın YILMAZ’a, Dr. A.Oğuz ALTUNEL’e ve Arş.Gör. Hüseyin YURTSEVEN’e yardımlarından dolayı teşekkür ederim.

Akademik yaşamımda her zaman desteğini hissettiğim SDÜ Orman Fakültesi öğretim üyesi değerli hocam Prof. Dr. Abdullah GEZER’e teşekkür ederim. Ayrıca SDÜ Orman Fakültesi’nde görev yaparken kaybettiğimiz Yrd. Doç. Dr. İhsan BALCI hocamı da rahmetle anarım.

Amenajman planlarının elde edilmesinde katkılarından dolayı Orman Mühendisi Rüstem KIRIŞ nezdinde Orman İdaresi ve Planlama Dairesi Başkanlığı’na, bu konuda yardımları olan sevgili arkadaşım Fatih AYANCIK’a ve amenajman haritalarının taranması için olanak veren OGM Harita ve Fotogrametri Müdürlüğü’ne teşekkür ederim.

Uydu verilerinin elde edilmesinde katkı sağlayan NİK sistem yöneticisi A.Yücel ERBAY’a teşekkür ederim.

Literatür eksikliklerimin giderilmesi için yardımcı olan ve emek veren değerli arkadaşım İlyas DEMİRCAN’a ve yaşamımda yeri olan bütün dost ve arkadaşlarıma da yakın ilgilerinden dolayı teşekkür ederim.

Bütün eğitim yaşamımda emekleri olan, desteklerini sürekli hissettiğim annem Zübeyde ÇOBAN, babam Hasan ÇOBAN ve kardeşim Elif ÇOBAN’a çok teşekkür ederim.

Üniversite yaşamımda tüm zorluklara katlanan, her koşulda sınırsız destek sağlayan ve her zaman yardımlarını sunan vefakâr eşim Nurdan SEÇGEN ÇOBAN’a ve yoğun çalışmalarım sırasında sabırlı ve anlayışlı davranan sevgili oğlum Hasan Yiğit ÇOBAN’a çok teşekkür ederim.

Çalışmamın uygulama kısmını destekleyen İstanbul Üniversitesi Bilimsel Araştırma Projeleri Birimi’ne teşekkür ederim.

Temmuz, 2006 Hüseyin Oğuz ÇOBAN

i

(6)

İÇİNDEKİLER

ÖNSÖZ...i

İÇİNDEKİLER ...ii

ŞEKİL LİSTESİ...iv

TABLO LİSTESİ ...vi

SEMBOL LİSTESİ ...ix

ÖZET... x

SUMMARY ...xi

1. GİRİŞ ... 1

1.1. TEZİN AMACI ... 5

1.2. TEZİN KAPSAMI ... 5

2. GENEL KISIMLAR ... 7

2.1. DEĞİŞİM BELİRLEMEDE ZAMAN VE ÇEVRE ETKENLERİ... 7

2.2. DEĞİŞİM BELİRLEME YÖNTEMLERİ... 10

3. MALZEME VE YÖNTEM ... 17

3.1. ARAŞTIRMA ALANININ ÖZELLİKLERİ... 17

3.1.1. Coğrafi Konum ve Topoğrafik Özellikler... 17

3.1.2. İklim Özellikleri ... 21

3.1.3. Bitki Örtüsü ... 22

3.2. KULLANILAN VERİLER ... 22

3.2.1. Uydu Verileri ... 22

3.2.2. Orman Amenajman Planları ... 24

3.2.3. Topoğrafik Haritalar ... 29

3.3. KULLANILAN YAZILIM VE DONANIM ... 30

3.4. KULLANILAN RASTER COĞRAFİ BİLGİ SİSTEMİ YÖNTEMLERİ .. 31

3.5. KULLANILAN VEKTÖR COĞRAFİ BİLGİ SİSTEMİ YÖNTEMLERİ . 33 3.6. GÖRÜNTÜ İŞLEMEDE KULLANILAN YÖNTEMLER... 35

3.6.1. Ön İşleme ... 35

3.6.2. Görüntü Zenginleştirme ... 40

ii

(7)

3.6.3. Görüntülerin Sınıflandırılması ... 42

3.6.4. Doğruluk Değerlendirme... 43

3.7. DEĞİŞİM BELİRLEMEDE KULLANILAN YÖNTEMLER... 46

3.7.1. Sınıflandırma Sonrası Karşılaştırma Yöntemi... 46

3.7.2. Görüntü Farkı Yöntemi... 47

3.7.3. Görüntü Oranlama Yöntemi... 48

3.7.4. NDVI Farkı Yöntemi ... 49

3.7.5. Temel Bileşen Analizi Yöntemi... 50

4. BULGULAR ... 52

4.1. GEOMETRİK VE RADYOMETRİK DÜZELTME ... 52

4.2. UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI ... 60

4.3. SINIFLANDIRMA DOĞRULUĞUNUN KONTROLÜ ... 74

4.4. SINIFLANDIRMA SONRASI KARŞILAŞTIRMA SONUÇLARI... 77

4.5. GÖRÜNTÜ FARKI SONUÇLARI ... 80

4.6. GÖRÜNTÜ ORANLAMA SONUÇLARI ... 93

4.7. NDVI FARKI SONUÇLARI... 113

4.8. TEMEL BİLEŞEN ANALİZİ SONUÇLARI... 118

5. TARTIŞMA VE SONUÇ... 127

KAYNAKLAR ... 133

ÖZGEÇMİŞ... 140

iii

(8)

ŞEKİL LİSTESİ

Şekil 2.1 : Yeşil bitki örtüsünün spektral yansıma eğrisi...10

Şekil 3.1 : Araştırma alanının coğrafi konumu ...18

Şekil 3.2 : Araştırma alanının bakı haritası...19

Şekil 3.3 : Bakı gruplarının dağılımı...19

Şekil 3.4 : Araştırma alanının eğim haritası...20

Şekil 3.5 : Eğim gruplarının dağılımı...21

Şekil 3.6 : Kayın-Göknar karışık meşcerelerine bir örnek...27

Şekil 3.7 : Göknar-Kayın karışık meşcerelerine bir örnek...28

Şekil 3.8 : Plan üniteleri sınırlarının topoğrafik haritalar üzerindeki konumu ...30

Şekil 3.9 : En yakın komşu yeniden örnekleme yöntemi...37

Şekil 3.10 : Güneş-Yeryüzü-Algılayıcı arasındaki geometri ve oluşan açılar ...38

Şekil 3.11 : Düşük frekanslı filtreleme ...41

Şekil 3.12 : Vejetasyon, toprak ve suyun gösterdiği yansıma eğrileri...50

Şekil 3.13 : Temel bileşen analizi ...51

Şekil 4.1 :Atmosferik düzeltme için kullanılan radyometrik kontrol noktaları ve regresyon denklemleri ... 55

Şekil 4.2 : Çalışma alanının sayısal yükseklik modeli...56

Şekil 4.3 : 2000 yılı Landsat ETM cos(i) görüntüsü⁺ ...57

Şekil 4.4 : 2000 yılı Landsat ETM cos(s) görüntüsü⁺ ...57

Şekil 4.5 : 2000 yılı Landsat ETM (a) atmosferik normalizasyon yapılmış, (b) atmosferik ve topoğrafik normalizasyon yapılmış uydu görüntüleri (5-4-3 bant kombinasyonu) + ... 59

Şekil 4.6 : Amenajman plan ünitelerine ait 1986 yılı meşcere tipi haritası ...61

Şekil 4.7 : Amenajman plan ünitelerine ait 2000 yılı meşcere tipi haritası ...62

Şekil 4.8 : 1987 yılı Landsat uydu görüntüsü “signature editor” örneği...63

Şekil 4.9 : Farklı spektral sınıfların her bantta sahip olduğu ortalama yansıma değeri örneği (1987 yılı)... 68

Şekil 4.10 : İki farklı grup spektral sınıfın ortalama yansıma değerlerinin karşılaştırılması (1987 yılı)... 69

Şekil 4.11 : Uydu görüntüsü üzerinde eğitim alanlarının belirlenmesi (2000 yılı)...70

Şekil 4.12 : 1987 yılı sınıflandırılmış konusal Landsat uydu görüntüsü ...72

Şekil 4.13 : 2000 yılı sınıflandırılmış konusal Landsat uydu görüntüsü ...73

Şekil 4.14 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim sınıfları... 77

Şekil 4.15 : Sınıflandırma sonrası karşılaştırma yönteminde akış diyagramı...79

Şekil 4.16 : 1. bantların farkından elde edilen değişim görüntüsü...83

iv

(9)

Şekil 4.22 : 1/1 bant oranından elde edilen değişim görüntüsü ...95

Şekil 4.33 : NDVI fark görüntüsü...114

Şekil 4.34 : NDVI fark bandından elde edilen değişim görüntüsü ...116

Şekil 4.35 : 3. temel bileşen görüntüsü ...120

Şekil 4.36 : 4. temel bileşen görüntüsü ...121

Şekil 4.37 : 3. temel bileşenden elde edilen değişim görüntüsü ...123

Şekil 4.38 : 4. temel bileşenden elde edilen değişim görüntüsü ...123

v

(10)

TABLO LİSTESİ

Tablo 3.1 : Arazi eğim sınıfları ... 20

Tablo 3.2 : Meteorolojik elemanlar... 21

Tablo 3.3 : Kullanılan uydu görüntüleri... 22

Tablo 3.4 : Landsat-5 ve Landsat-7 uydularının özellikleri... 23

Tablo 3.5 : Landsat-7 ETM⁺ algılayıcısının TM bantlarının özellikleri ... 24

Tablo 3.6 : Kullanılan amenajman planları... 25

Tablo 3.7 : Meşcere çağı ve meşcere kapalılığı ... 25

Tablo 3.8 : Plan ünitelerinin durumu ... 26

Tablo 3.9 : Çalışmada kullanılan topoğrafik haritalar ... 29

Tablo 3.10 : Hata matrisi örneği ... 44

Tablo 4.1 : Raster topoğrafik haritaların RMSE değerleri... 52

Tablo 4.2 : Amenajman plan ünitelerine ait haritaların RMSE değerleri ... 53

Tablo 4.3 : Uydu görüntülerinin RMSE değerleri ... 53

Tablo 4.4 : Minnaert yönteminde kullanılan k katsayıları ... 58

Tablo 4.5 : 2000 ve 1986 yılı amenajman plan ünitelerindeki meşcere tipleri ... 64

Tablo 4.6 : Sınıflandırma sonucu elde edilen bilgi sınıfları... 71

Tablo 4.7 : Ana bilgi sınıflarının simge ve kodları ... 73

Tablo 4.8 : 1987 ve 2000 yılı uydu görüntülerinin sınıflandırma sonuçları ... 74

Tablo 4.9 : 1987 yılı uydu görüntüsünün sınıflandırılması sonucu elde edilen hata matrisi ... 75

Tablo 4.10 : 2000 yılı uydu görüntüsünün sınıflandırılması sonucu elde edilen hata matrisi ... 76

Tablo 4.11 : Hesaplanan kappa istatistikleri ... 76

Tablo 4.12 : Hata matrislerinin kappa analizi sonuçları ... 76

Tablo 4.13 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişimin detayları ... 78

Tablo 4.14 : Fark görüntü dosyalarının istatistiksel değerleri... 80

Tablo 4.15 : Fark görüntülerindeki değişimleri belirlemek için kullanılan eşik değerleri... 82

Tablo 4.16 : Fark görüntülerinde belirlenen değişimlerin detayları ... 82

Tablo 4.17 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim matrisindeki değişimlerle uyumlu 1. bantlara ait fark görüntüsündeki değişimlerin incelenmesi ... 87

vi

(11)

Tablo 4.20 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim matrisindeki değişimlerle uyumlu 4. bantlara ait fark

görüntüsündeki değişimlerin incelenmesi ... 90

Tablo 4.23 : Oran görüntü dosyalarının istatistiksel değerleri... 93

Tablo 4.24 : Oran görüntülerindeki değişimler için belirlenen eşik değerleri ... 94

Tablo 4.25 : Oran görüntülerinde belirlenen değişimlerin detayları... 100

Tablo 4.26 : 4. banda ait oran görüntülerinde belirlenen değişimlerin detayları ... 101

Tablo 4.27 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim matrisindeki değişimlerle uyumlu 1. bantlara ait oran görüntüsündeki değişimlerin incelenmesi ... 102

Tablo 4.33 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim matrisindeki değişimlerle uyumlu 4/1 bant oranı görüntüsündeki değişimlerin incelenmesi ... 108

Tablo 4.38 : NDVI görüntü dosyalarının istatistiksel değerleri... 113

Tablo 4.39 : NDVI fark görüntüsünde belirlenen değişimlerin detayları ... 115

vii

(12)

Tablo 4.40 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim matrisindeki değişimlerle uyumlu NDVI fark görüntüsündeki

değişimlerin incelenmesi ... 117

Tablo 4.41 : Korelasyon matrisi... 118

Tablo 4.42 : Eigenvalue değerleri ... 119

Tablo 4.43 : Eigenvector matrisi... 119

Tablo 4.44 : 3. ve 4. temel bileşen bantlarının istatistiksel değerleri... 120

Tablo 4.45 : 3. ve 4. temel bileşenlerden elde edilen değişimlerin detayları... 122

Tablo 4.46 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim matrisindeki değişimlerle uyumlu 3. temel bileşen görüntüsündeki değişimlerin incelenmesi ... 124

Tablo 4.47 : Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim matrisindeki değişimlerle uyumlu 4. temel bileşen görüntüsündeki değişimlerin incelenmesi ... 125

viii

(13)

SEMBOL LİSTESİ

Ak : akçaağaç (ağaç türü) B : bozuk kapalı

Bt : baltalık meşcere Btk : bataklık

CB : çok bozuk kapalı

CBKBt : çok bozuk karışık baltalık meşcere tipi CBS : coğrafi bilgi sistemi

Ck : karaçam (ağaç türü) Cn : çınar (ağaç türü) Cs : sarıçam (ağaç türü) Di : diğer ibreli ağaç türleri Dp : orman deposu ve istif yeri Ds : dişbudak (ağaç türü) Dy : diğer yapraklı

E : erozyonlu saha

Fn : fındık (ağaç türü) G : göknar (ağaç türü) Gn : gürgen (ağaç türü)

Ha : hektar

Ih : ıhlamur (ağaç türü) Is : iskân sahası, mezarlık Ka : karaağaç (ağaç türü) Ki : kiraz (ağaç türü) Kn : kayın (ağaç türü) Ks : kestane (ağaç türü)

Ku : kum

Kv : kavak (ağaç türü) Kz : kızılağaç (ağaç türü) M : meşe (ağaç türü)

NKBt : normal karışık baltalık meşcere

O : orman gülü

OA : genel doğruluk OT : orman toprağı PA : üretici doğruluğu So : söğüt (ağaç türü) Su : göl, bent, baraj, nehir SYM : sayısal yükseklik modeli UA : kullanıcı doğruluğu Uv : üvez (ağaç türü)

Z : tarım arazisi (tarla, meyvelik, sebzelik, bağlık v.s. gibi) ZIs : tarım arazisi ve yerleşim

ix

(14)

ÖZET

UYDU VERİLERİ İLE ORMAN ALANLARINDAKİ ZAMANSAL

DEĞİŞİMLERİN BELİRLENMESİ

Bu çalışmada iki farklı yıla ait Landsat uydu verileri kullanılarak orman alanlarındaki zamansal değişimlerin belirlenmesi incelenmiştir. Çalışmanın ilk bölümünde uzaktan algılamanın gelişimi kısaca anlatılmış ve ülkemiz ormancılık çalışmalarındaki önemine değinilmiştir.

Uydu görüntüleri ile yapılan değişim belirleme çalışmalarında dikkat edilmesi gerekli ölçütler ve çevresel koşulların etkileri bahsedildikten sonra çalışmada kullanılan değişim belirleme uygulamalarının dünya literatüründeki örnekleri sunulmuştur.

Kullanılan uydu görüntüleri ve haritalara uygulanan ön işlemler, kullanılan vektör ve raster coğrafi bilgi sistemi yöntemleri ayrıntılı olarak ele alınmıştır. Uydu görüntülerinin sınıflandırılması ve elde edilen sonuçların doğruluklarının değerlendirilmesinin teorisi açıklanmıştır. Ayrıca çalışmada kullanılan sınıflandırma sonrası karşılaştırma, görüntü farkı, görüntü oranlama, NDVI farkı ve temel bileşen analizi değişim belirleme yöntemleri incelenmiştir.

Çalışmanın uygulama bölümünde harita ve uydu görüntülerine uygulanan ön işlemlerin yanında görüntülerin sınıflandırılması ve sınıflandırma doğruluklarının değerlendirilmesi işlemlerinin sonuçları verilmiştir. Değişim belirleme yöntemlerinin uygulanması ile ulaşılan sonuçlar yapılan doğruluk değerlendirmeleri ile birlikte sunulmuştur. Belirlenen değişimler alansal ve mekânsal olarak irdelenmiştir.

Son bölümde değişim belirleme analizlerinden elde edilen sonuçlar değerlendirilmiştir.

Bu sonuçlara göre, sınıflandırma sonrası karşılaştırma yönteminin ormancılık çalışmalarının gereksinimlerini daha iyi karşılayacak bir yöntem olduğu kanaatine varılmıştır. Sınıflandırma sonrası karşılaştırma yöntemi ile elde edilen değişim matrisindeki değişen ve değişmeyen alanların diğer değişim belirleme yöntemleriyle belirlenmesinde ulaşılan en yüksek doğruluk seviyesi %74.95 ile 4/3 bant oranından elde edilen değişim görüntüsünde belirlenmiştir. Bu çalışmada elde edilen sonuçlar, Landsat uydu verileri ile çalışmada ele alınan orman alanlarında gerçekleşen zamansal değişimlerin sınırlı detayda ve yüksek doğrulukla belirlenebildiğini ortaya koymuştur.

Ayrıca ülkemiz orman alanlarındaki değişimlerin belirlenmesinde ve izlenmesinde uzaktan algılama veri ve tekniklerinin kullanımının önemi ortaya konulmuştur.

x

(15)

SUMMARY

DETERMINATION OF TEMPORAL CHANGES IN FOREST AREAS WITH SATELLITE DATA

In this study, determination of temporal changes in forest areas was investigated, using Landsat satellite imagery corresponding to years 1987 and 2000. In the first part of the study, development of remote sensing technology was briefly presented. The importance of remote sensing in forestry activities in Turkey was explained.

After explaining the impact of various environmental characteristics and criterias required for the change detection in remote sensing, considerable literature on change detection techniques used in this study were reviewed.

Vector and raster geographic information systems’ techniques and image preprocessing operations applied to scanned maps and acquired satellite imagery, were presented.

Classification of satellite data and accuracy assessment of results were explained. In addition, change detection techniques such as post-classification comparison, image differencing, image rationing, NDVI differencing and principal component analysis were investigated.

In the application part of the study, results acquired from preprocessing operations performed on satellite imagery and maps, classifying satellite data and assessment of classification accuracy were given. Change detection results were also given along with accuracy assessment of the results. Changes determined were investigated as spatial and areal.

In the last part of the study, results obtained from change detection analysis were evaluated. According to the results, post-classification comparison change detection technique provided better change detection results to meet requirements for forestry activities than using other techniques. In the determination of changed and unchanged areas in change matrix achieved from post-classification comparison technique, using other change detection techniques, the highest accuracy level obtained, was 74.95 percent in band ratio 4:3. Results acquired from this study have shown that changes occurred in forest areas dealt in this study have been determined in limited detail and in high accuracy, using Landsat imagery. In addition, the importance of the usage of remote sensing data and techniques in determining and monitoring changes in forest areas of our country has been discussed.

xi

(16)

1. GİRİŞ

Uzaktan algılama kavramı, ilk olarak 18. yüzyılın ikinci yarısında bir fikir olarak ortaya atılmıştır. 1839 yılında fotoğrafın icadı, 1858’de ise bir balon yardımıyla ilk hava fotoğrafının alımı, çarpıcı gelişmelerin önünü açmıştır. 20. yüzyılın başlarında roketlerin kullanıldığı uzay çalışmalarına başlanmıştır. Uzaya önceleri insansız daha sonra insanlı uçuşlar başarıyla gerçekleştirilmiştir (Short, 2006). Bu süreçte algılayıcı sistemlerde de önemli ilerlemeler kaydedilmiştir.

NASA (Amerika Birleşik Devletleri Ulusal Havacılık ve Uzay Dairesi) 1972 yılında dünya kaynaklarının belirlenmesi ve izlenmesine yönelik olarak, Landsat serisinin ilk uydusu olan ve sonradan Landsat-1 adını alan ERTS-1’i uzaya göndermiştir. Bu gelişme, uzaktan algılama alanında bilimsel çalışmalara büyük katkı sağladığı gibi ticari bir sektörün ilk adımı olmuştur. Devrim niteliğindeki bu adımdan sonra, günümüze kadar çok sayıda ülke veya ülkeler değişik özelliklere sahip pek çok uyduyu uzaya göndermeyi başarmışlardır. Bu teknolojik yatırımlar, aslında 17. yüzyılın sonlarında başlayan ve ülkemizin uzak kaldığı sanayi devriminin uzantılarıdır.

Son yıllarda bilgi sistemleri ve bilgisayar teknolojisindeki gelişmeler, uzaktan algılamada kullanılan uydu algılayıcılarına, beklentileri yansıtan nitelikler eklenmesini sağlamıştır. Bu sistemlerden elde edilen yüksek çözünürlüğe sahip verilerin kullanımı, yeryüzü hakkında detaylı incelemeler yapılmasını olanaklı hale getirmiştir. Konumsal olarak belirlenebilecek obje boyutunun bir metrenin altına indiği düşünüldüğünde, kaba değerlendirmelerin çok ötesinde olduğumuz anlaşılmaktadır. Ancak uydu verilerinin yüksek maliyetleri göz önüne alındığında amaca uygun verinin seçilmesinin gerekli olduğu da düşünülmelidir.

Uzaktan algılama çalışmalarında ulaşılan nokta irdelendiğinde, geniş bir yelpazede, çok farklı disiplinlerde, çok sayıda bilim insanının araştırmalarını görmekteyiz. Bilgisayar teknolojisi yazılımları ve donanımlarındaki gelişmeler, verilerin sayısal olarak elde

(17)

edilmesi, depolanması, işlenmesi ve analizi olanaklarını arttırarak bilgiye ulaşmada hızlı ve etkin bir süreci başlatmıştır. Buna paralel olarak coğrafi bilgi sistemlerinde yaşanan ilerlemeler, verilerin etkileşimli olarak kullanımını sağlamış ve uzaktan algılama verilerinden çok yönlü yararlanma olanakları geliştirilmiştir.

Uydu algılayıcılarından elde edilen verilerin yer istasyonlarınca kayıt edilmesi ve arşivlenmesi, bu tezin konusunu da oluşturan uzaktan algılama verileri ile değişim belirleme araştırmalarının yapılabilmesini sağlamıştır. Uzaktan algılama tekniklerini kullanarak yapılan değişim belirleme çalışmaları esas olarak arazi örtüsü tipi ve arazi kullanımı değişimlerine yöneliktir. Bu bağlamda, özellikle orman alanlarında ve çevresel ortamlardaki değişimlerin yanında doğal afetler sonucu oluşan değişimler, nüfusa paralel olarak artan yerleşim alanları ve diğer doğal kaynaklardaki değişimler araştırılmaktadır.

Uydu platformlarından elde edilen uzaktan algılama verileri ve coğrafi bilgi sistemlerinin kullanılması, geçmişten günümüze yeryüzü doğal kaynakları hakkında karşılaştırılabilir ve güncellenebilir bilgiler edinmemizi kolaylaştırmıştır. Böylece yapılan inceleme ve değerlendirmelerle yaşanan değişimler dünya ölçeğinde izlenebilmektedir. Örneğin, ülkelerin sera gazı emisyonlarındaki artışa paralel olarak küresel sıcaklık artışının etkileri, orman ve tarım alanlarındaki değişimler, biyolojik çeşitliliğin ve özellikle endemik türlerin azalması, doğal afet (sel, deprem, yangın, tayfun vb.) zararları, yetersiz beslenen insan sayısının artması gibi olaylar yerel veya küresel bazda belirlenebilmektedir.

Uzaktan algılama ve coğrafi bilgi sistemlerinde yaşanan bu gelişmeler, dünyanın önemli doğal kaynak alanları arasında yer alan orman alanları ile ilgili çalışmalara da yansımış ve bu doğrultuda, bu veriler ve yöntemler kullanılarak ormanların planlanması ve işletilmesi çalışmaları yeni teknolojiler kullanılarak yapılmaya başlanmıştır.

Dünyanın önemli doğal kaynakları arasında yer alan ormanlar, durumlarına ve dünyanın bugünkü ve gelecekteki gereksinimlerine göre çeşitli fonksiyonlar üstlenirler. Ancak halen pek çok düşünce, ormanların ana fonksiyonunun her koşulda orman ürünleri üretimi olduğunu zannetmektedir. Oysa gelişmiş ülkelerde ve toplumlarda ormancılık

(18)

çalışmaları, ormanların sürdürülebilirlik prensibine göre çok fonksiyonlu olarak işletilmesi ile ilgilenmektedir. Ülkemizin de gereksinimlerine ve çok amaçlı faydalanma prensibine göre, çeşitli fonksiyonların kombine edilerek, kalkınma planlarında verilen hedefler ve önlemler doğrultusunda idare amaçları saptanmaktadır (Eraslan, 1973).

Günümüzde orman amenajman planlamaları bu yönde yapılmakta ve uygulanmaktadır.

Ormanların üstlendiği bu fonksiyonların düzenlenmesi ve faydalanmaların başarıyla planlanıp gerçekleştirilmesi, öncelikle ülkemiz orman varlığının yatay (alansal) ve dikey (envanter) yönde belirlenmesine bağlıdır. Bu çalışmalar uzun zamandan beri sürdürülmesine karşın, halen sağlıklı, güncel ve kalıcı sonuçlara ulaşılamamıştır.

Alansal verilerin sağlıklı olmayışı, bu verilere dayalı envanter verilerinin de kuşku ile karşılanmasına neden olmaktadır. Bu nedenle, öncelikle alansal verilerin duyarlı bir biçimde saptanması gereklidir. Sağlıklı alansal verilere ise öncelikle kalıcı orman sınırlarının belirlenmesiyle ulaşılabilir. Kalıcı orman sınırlarını taşıyan ve tüm ormancılık çalışmalarında baz olarak kullanılacak bir harita “temel altlık” olarak tanımlanır. Ormancılık sektörü için tüm birimlerin üzerinde bütünleştiği böyle bir haritanın üretimi, günümüzdeki teknolojik olanaklarla sorun olmaktan çıkmıştır (Erdin, 1988; Erdin ve diğ., 1994; Koç, 1995a).

Bu aşamada coğrafi bilgi sistemleri içerisinde uzaktan algılama verilerinin diğer veriler ile bütünleştirilmesi ve sistemin etkileşimli kullanımı, ormancılık çalışmalarında karşılaştığımız sorunların çözümünü kolaylaştırmaktadır. Aynı zamanda çalışmalara hız, doğruluk ve güncellik sağlamaktadır (Erdin ve diğ., 1995a; Yener ve Koç, 2002;

Uzun ve diğ., 2003). Uzaktan algılama verilerinin sağladığı avantajlardan birisi de yoğun ve çok zaman alan yersel çalışmaların pahalı maliyetlerini azaltmasıdır (Koç ve diğ., 1997). Bu nedenle uzaktan algılama verileri orman kaynaklarının yönetiminde kullanılan vazgeçilmez veri kaynağı haline gelmiştir. Özellikle yaşanan değişimlerin geçmişe dönük veriler kullanılarak belirlenmesi, geleceğe yönelik benzetimlerin yapılmasına ve bu kaynakların izlenmesine olanak vermektedir (Erdin ve diğ., 1995b).

Elde edilen bilgiler uygulayıcıların küresel bir bakış açısıyla sorunlara yaklaşmasını ve doğru kararlar almalarını kolaylaştırmaktadır.

(19)

Ormancılık faaliyetlerinde gelişen teknolojilerin kullanımı, ormancılık çalışanlarında başarıya ulaşmada büyük katkılar sağlamaktadır. Bugün gelinen aşamada, uzaktan algılama ve coğrafi bilgi sistemlerinin gelişmiş ülkelerin ormancılık çalışmalarında etkin olarak kullanıldığı anlaşılmaktadır. Bu nedenle, ülkemizde ormancılığın gereksinimlerini karşılayacak ve sorunların çözümünde yeni olanaklar ortaya koyabilecek, coğrafi bilgi sistemi temeline dayanan bir orman bilgi sisteminin oluşturulması, ormancılık faaliyetlerinde yeni bir bakış açısı ortaya koyacak, ormancılık çalışmalarına yeni bir boyut kazandıracaktır (Koç, 1995a) .

Uzaktan algılama verileri, sahip oldukları üstün özellikler nedeniyle coğrafi verilerin elde edilmesinde önemli veri kaynaklarından biridir. Aynı zamanda, uzaktan algılamada kullanılan görüntü işleme, CBS’ne veri toplamada kullanılan başlıca yöntemlerdendir (Koç, 1993; Koç, 1995b; Batuk, 1996). Uzaktan algılama teknolojisindeki dinamik gelişmeler, elde edilen verilerin çeşitliliğini ve kalitesini arttırmaktadır. Orman ekosistemleri gibi geniş alana yayılan doğal kaynakların, küresel bir bakışla izlenmesi ve değerlendirilmesi için uzaktan algılama verilerine gereksinim duyulurken, diğer taraftan günümüzde gelişen teknoloji ile elde edilen ve hava fotoğraflarına göre daha üstün özelliklere sahip uydu verilerinin kullanımı ile yerel bazda ve detaylı analizlerin yapılması olanakları ortaya çıkmaktadır.

Ülkemiz ormanlarının yapısal durumu, orman alanlarının bulunduğu topoğrafik yapı, iklimsel ve çevresel etkenler göz önüne alındığında, bu alanlarda uydu verilerinin uzaktan algılama yöntemleri ile değerlendirilmesi çalışmaları ve bu çalışmalardan elde edilen sonuçlar, ülkemiz koşullarında farklı orman ekosistemleri için uydu verilerinin kullanım olanaklarının irdelenmesi açısından önemlidir. Bu nedenle, günümüze kadar bu yönde yapılan çalışmaların sayısı artarak devam etmelidir.

Ülkemiz ormancılarının özverili çalışmaları, orman alanlarımızın korunması ve geliştirilmesindeki emekleri takdir edilecek düzeydedir. Bu çalışmaları, dünya ölçeğine taşımak için, konu ile ilgili tüm birimler, ileri teknolojilerin ve gerekli veri kaynaklarının kullanıldığı, sürekli canlı, yenilenen, güvenilir bir bilgi sistemi niteliğindeki Türkiye Orman Bilgi Sistemi’nin oluşturulmasına katkıda bulunmalıdır.

(20)

1.1. TEZİN AMACI

Bu çalışmanın ana amacı, orman alanlarında yaşanan değişimlerin uydu verileri ve değişim belirleme teknikleri kullanılarak belirlenmesidir. Yersel ölçmelere ve hava fotoğraflarına dayalı olarak hazırlanan amenajman planlarından yararlanılarak sınıflandırılmış görüntülerin doğrulukları denetlenmiş ve farklı yöntemlerin sonuçları karşılaştırılmıştır. Elde edilen sonuçlara göre değişim belirleme yöntemlerinin avantaj ve dezavantajları irdelenmiştir. Çalışmada kullanılan verilere bağlı olarak orman alanlarındaki değişimlerin hangi detayda ve hangi doğrulukla belirlenebildiği ortaya konulmuştur.

Ülkemizin değişik coğrafi bölgelerinde değişik orman kuruluşlarının olduğunu görmekteyiz. Ağaç türü, karışım oranları, yaş ve çap sınıfları gibi pek çok meşcere değişkeninin, bu büyük coğrafyada tekdüze olmadığı bilinmektedir. Aynı zamanda, uzaktan algılama çalışmalarını yakından ilgilendiren topoğrafik yapı da ülkemizde çok değişkendir. Bütün bunlar göz önüne alındığında, çalışmanın yapıldığı alanlar örneğinde, ülkemiz orman alanları için uzaktan algılama verilerinin değişim belirleme çalışmalarında kullanım olanakları ve uzaktan algılamanın Türkiye Orman Bilgi Sistemi içindeki yeri tartışılmıştır.

Araştırmanın amacına göre kurulan şu varsayım test edilmiştir:

Landsat uydu verileri ile orman alanlarındaki zamansal değişimler yeterli doğrulukla tespit edilebilir.

1.2. TEZİN KAPSAMI

Tez beş bölümden oluşmaktadır. Birinci bölümde, uzaktan algılama ve coğrafi bilgi sistemlerinin gelişimi kısaca tanıtılmıştır. Uzaktan algılama verilerinin ve yöntemlerinin doğal kaynakların belirlenmesinde ve izlenmesinde üstlendiği rol ve bu bağlamda değişim belirleme çalışmalarının önemi aktarılmıştır. Önemli bir doğal kaynak olan orman alanlarında, uzaktan algılama verilerinin kullanımının sağladığı katkılar açıklanarak, uzaktan algılamanın Türkiye Orman Bilgi Sistemi’nin kurulmasında temel çıkış noktalarından biri olacağı belirtilmiştir.

(21)

İkinci bölümde, benzer bir çalışmanın planlanmasında dikkat edilmesi gereken unsurlar tanıtılmıştır. Değişim belirleme çalışmalarında etkili olan bitki fenolojisi ve vejetasyonun biyofiziksel özellikleri ile çevresel etkenler hakkında bilgiler verilmiştir.

Ayrıca uzaktan algılama çalışmalarında kullanılan değişim belirleme yöntemlerine genel bir bakış sunulmuştur. Burada özellikle kullanılan yöntemlerle ilgili olarak yapılmış bilimsel çalışma örnekleri tanıtılmış ve literatür bilgileri verilmiştir.

Üçüncü bölümde, çalışmada kullanılan malzeme ve yöntemler açıklanmıştır. Çalışmada yer alan uydu görüntülerinin, amenajman planlarının, amenajman planlarına ait haritaların ve topoğrafik haritaların özellikleri hakkında bilgiler verilmiştir. Aynı zamanda kullanılan vektör ve raster coğrafi bilgi sistemi yöntemleri, görüntü işleme yöntemleri ve değişim belirleme yöntemleri detaylandırılarak tanıtılmıştır.

Dördüncü bölüm, tezin bulgular aşamasını oluşturmaktadır. Bu bölümde haritalara ve uydu görüntülerine uygulanan düzeltme işlemlerinin sonuçları, uydu görüntüleri ile yapılan sınıflandırmalar ve bunlara ait doğruluk değerlendirmeleri sunulmuştur.

Çalışmada kullanılan değişim belirleme yöntemleri sonucunda elde edilen bulgular açıklanmış ve yapılan değişim analizleri irdelenmiştir.

Beşinci bölümde, elde edilen bulgular tartışılarak çıkarımlar yapılmıştır. Kullanılan değişim belirleme yöntemleri ile elde edilen sonuçlar incelenmiş ve elde edilen sonuçlar karılaştırılarak, bu yöntemlerin avantaj ve dezavantajları irdelenmiştir. Önemli doğal kaynaklardan biri olan ormanların, hem dünya hem de ülkemiz için sürdürülebilir olmasının gerekliliğine değinilmiştir. Bu nedenle, orman alanlarımızın alansal ve yapısal özelliklerinin ortaya konması ve izlenmesi için, gelişen teknolojilerden yaralanma olanakları ile bu olanakların önemine değinilmiştir. Ayrıca ülkemizin farklı orman alanlarında farklı uydu verileri ve farklı yöntemlerin kullanıldığı değişim analizi çalışmalarının planlanması önerilmiştir. Bununla birlikte, Türkiye’de ormancılık çalışmalarında uzaktan algılama verilerinin kullanımının arttırılması ve bu verilerin henüz aktif hale getirilemeyen Ulusal Orman Bilgi Sistemi’ni beslemesinin gerekliliği vurgulanmıştır.

(22)

2. GENEL KISIMLAR

Değişim belirleme farklı zamanlarda gözlemlenen olay ya da objelerin durumlarındaki farklılıkların tanımlanması işlemidir (Singh, 1989). Değişim belirleme, iki veya daha çok zamanlı veri setlerinin analizi ile yapılır. Bu veri setlerinin özellikleri ve uyumu önemlidir. Uzaktan algılama verilerinin, uydu ve algılayıcı özelliklerine bağlı olarak farklı konumsal, spektral, radyometrik ve zamansal çözünürlüklere sahip olduğu görülmektedir. Değişim belirleme çalışmalarında kullanılacak verilerin çözünürlüklerinin aynı olması idealdir. Ancak, aynı çözünürlüğe ve aynı çevresel koşullara sahip olmayan veriler de kullanılmaktadır. Bununla birlikte atmosferik koşullar, topraktaki nem durumu ve vejetasyon fenolojisi gibi çevresel etkiler de önemlidir (Jensen, 1996). Farklı çözünürlüklere sahip veya özellikle farklı çevresel koşullar altında algılanmış uydu verileri, ön işlemlerden geçirilerek değişim belirleme çalışmalarında kullanılabilmektedir.

2.1. DEĞİŞİM BELİRLEMEDE ZAMAN VE ÇEVRE ETKENLERİ

Değişim belirleme çalışmalarının başarıya ulaşabilmesi için kullanılacak verilerin elde edildikleri zaman önemlidir. Doğal olarak bulmayı amaçladığımız değişim periyoduna uygun olan veri setine sahip olmak zorundayız. Bu nedenle, çok kısa zaman aralıklarında yapılacak değişim belirleme çalışmalarında uydu görüntülerinin zamansal çözünürlükleri ön plana çıkabilir.

Zamansal çözünürlük kavramı, bir uydu algılayıcısı tarafından bir yerin ardışık alımları arasında geçen yineleme zamanını tanımlar (ERDAS, 2002). Örneğin, Landsat görüntülerinin zamansal çözünürlüğü 16 gündür (NASA, 2006). Uzun dönem zamansal analizler de ise, kullanılacak çok zamanlı uydu görüntüsü setinin yıldönümü görüntülerinden oluşması ve hatta günün aynı saatinde alınmış olması idealdir (Jensen, 1996). Elbette bu maksimum zamansal niteliklere ulaşmak zordur. Landsat gibi arşiv görüntüleri oldukça eskiye dayanan uydu verilerinin kullanımında dahi, istenilen

(23)

verilere ulaşmak olanaksız olabilmektedir. Bu nedenle, ideal olmasa da uygun tarihli görüntü dizileri radyometrik normalleştirme yöntemleri ile zamansal analizlerde kullanılabilir duruma getirilmektedir.

Pasif uzaktan algılama sistemlerinin temel ışınım kaynağı güneştir (Erdin, 1986).

Atmosferde ya da uzayda bulunan algılayıcılar yeryüzünden yansıma ve yayılma yoluyla kendilerine ulaşan enerjiyi kaydederler (Sesören, 1999). Daha sonra bu kayıtlar, sayısal rakamlar haline dönüştürülür. Objeler, bu sayısal değerlerden hareket edilerek uydu görüntülerinde belirlenir, tanımlanır ve sınıflandırılır. Atmosferin yapısı, güneşten objeye ulaşan ve objeden yansıyıp algılayıcı tarafından kaydedilen enerjiyi etkilemektedir.

Bu noktada uydu görüntülerinde iki önemli çevresel etken karşımıza çıkmaktadır.

Bunlardan birincisi atmosfer, ikincisi de topoğrafyadır. Atmosferik koşullar anlık değişimler içinde bulunduğundan, farklı zamanlara ait görüntülerin aynı atmosferik özellikler altında alınmış olması çok zor bir olasılıktır. Atmosferin içerisindeki parçacıklar, güneşten yeryüzüne ulaşan ve buradan da algılayıcıya gelen ışınımı etkilemektedir. Bernstein (1973) atmosferin etkisinin bir hata olarak düşünülmemesi gerektiğini, bunun algılayıcı tarafından kaydedilen sinyalin bir parçası olduğunu belirtmektedir (ERDAS, 2002). Bununla birlikte, özellikle değişim belirleme çalışmalarında görüntülerdeki atmosferik etkilerin giderilmesi gerekli olabilmektedir (Jensen, 1996). Örneğin, değişim belirlemede sınıflandırma sonrası karşılaştırma yöntemi kullanıldığında görüntüler ayrı ayrı sınıflandırılır ve piksel piksel karşılaştırılır.

Bu yöntem, görüntülerdeki çevresel etkileri en aza indirdiğinden bu etkilerin giderilmesi gerekmeyebilir. Ancak görüntü farkı yöntemi kullanıldığında ise bu etkilerin görüntülerden öncelikle uzaklaştırılması gereklidir (Song ve diğ., 2001).

Diğer bir çevresel etken ise topoğrafyadır. Ülkemiz özellikle ormanlık alanlarda çok eğimli ve engebeli bir topoğrafik yapıya sahiptir. Bu inişli çıkışlı yapı farklı bakıların dolayısıyla da yer örtüsünde farklı güneşlenme oranlarının oluşmasını sağlamaktadır.

Bu durum, objeleri temsil eden yansıma değerlerini etkilemektedir. Yeryüzündeki objelerin güneşe göre olan konumları, sözü edilen yansıma üzerinde oldukça etkin rol oynamaktadır. Bu nedenle topoğrafya, aynı objelerin uydu verilerinde farklı yansıma

(24)

değerleriyle kaydedilmesine neden olabilmektedir. Aynı obje, güneşe bakan tarafta gelen ışını daha fazla yansıtmakta, güneşe bakmayan gölgeli alanlarda ise daha az yansıtma özelliği göstermektedir. Bu durum, bir görüntü içerisindeki aynı objelerin, sınıflandırma aşamasında farklı sınıflar olarak değerlendirilmesine neden olmakta ve uydu verileri kullanılarak yapılan çalışmaların doğruluğunu olumsuz etkilemektedir.

Ülkemiz ormanlık alanlarındaki topoğrafik yapı düşünüldüğünde, pek çok yerde uydu görüntülerindeki topoğrafik etkilerin giderilmesi, özellikle değişim belirleme çalışmalarında gerekli görülmektedir.

Çok zamanlı uydu görüntülerinin kullanıldığı çalışmalarda önemli olan unsurlardan birisi de bitki fenolojisidir. Fenoloji, iklimsel etkenlerin mevsimlik değişimine bağlı olarak meydana gelen biyolojik değişimi, kısaca biyofizyolojik aktiviteyi inceleyen bir bilim olarak tanımlanır. Örneğin; tomurcuk patlaması, yaprak büyümesi, çiçek açma, tozlaşma, tohum dağılımı ve buna benzer etkinliklerin belirli bir zaman içerisinde birbiri ardına tekrarlanan değişim evreleri hakkındaki bilgiler, fenolojik gözlemlerle belirlenir (Çepel, 1990). İklime bağlı olarak aynı bitkinin gelişme evrelerinin zamanı ve süresi bölgelere göre farklılıklar gösterir.

Orman örtüsündeki değişimlerin belirlenmesi çalışmalarında yorumlayıcının ilgili objelerin biyofiziksel özellikleri hakkında bilgi sahibi olması gereklidir (Jensen, 1996).

Ormanda ağaç türleri, tepe yapısı, dal ve yaprak yapısı, kapalılık, vejetasyon periyodu gibi farklılıklar, doğal olarak uydu algılayıcısı tarafından kaydedilen yansıma değerlerini etkiler. Bununla birlikte, alım anındaki iklim koşuları, yağmur ve kar yağışları, topraktaki nem durumu yer örtüsünün yansıma değerlerini etkileyen ve dikkat edilmesi gereken diğer etkenlerdir (Lillesand ve Kiefer, 1999; Coppin ve diğ., 2004).

Diğer taraftan alım anına kadar olan iklimsel özellikler de hem objenin biyofiziksel özelliklerini hem de topraktaki nem durumu gibi fiziksel özellikleri etkiler. Bu etkilenme de piksellerin yansıma değerleri üzerinde etkili olur.

Vejetasyonun tanımlanabilmesi ve değişimlerin belirlenebilmesi için farklı vejetasyon örtüsü tiplerinin hangi bantlarda nasıl spektral yansıma değerleri verdiği bilinmelidir.

Canlı vejetasyona yeşil rengini veren klorofil, güneş ışığını soğurarak fotosentez işleminin gerçekleşmesini sağlamaktadır. Bitkiler özellikle yapraklarında bulunan

(25)

pigmentler ve hücre yapıları nedeniyle elektromanyetik spektrumun farklı dalga boylarında farklı yansımalar gösterirler. Bracher (1991) çalışmasında yeşil vejetasyonun spektral yansıma eğrisini ve spektral bölgelerdeki yaprak yansımasında baskın olan etkenleri belirtmiştir (Şekil 2.1) (Maktav ve Sunar, 1991; Campell, 1996; Philipson, 1997; Meer ve Jong, 2001).

Yapraktaki

pigmentler Hücre yapısı

Yapraktaki su içeriği

Dalga boyu µm

0.4 0.5 0.6 0.7 0.8 09 1.0 1.1 1.2 13 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6

Yansıtım (%)

Kısa dalga kızılötesi Yakın

kızılötesi Görünen

kesim

Mavi Yeşil Kırmızı

Kırmızı kenar

Şekil 2.1: Yeşil bitki örtüsünün spektral yansıma eğrisi

Doğal ve suni gençleştirme çalışmaları, bakım ve aralama faaliyetleri, orman yollarının yapımı gibi ormancılık faaliyetleri ve doğal afetler ya da usulsüz yararlanmalar, orman örtüsünde değişimlere neden olur. Değişim belirlemede, çalışmanın amacına bağlı olarak bu tür değişimlerin oluş şekilleri ve zamanları hakkındaki bilgiler önem kazanabilir.

2.2. DEĞİŞİM BELİRLEME YÖNTEMLERİ

Literatürde çok sayıda değişim belirleme yöntemi geliştirilmiştir. Bu yöntemler tek başına ya da kombine bir şekilde kullanılabildiklerinden değişik yazarlar tarafından değişik kategorilere ayrılmışlardır. Singh (1989), değişim belirleme yöntemlerini iki ana gruba ayırmıştır. Bunlardan ilki, farklı zamanlara ait görüntülerin bağımsız olarak

(26)

sınıflandırılması ve bu sınıflandırma sonuçlarının analizi, diğeri de çok zamanlı görüntülere uygulanan anlık analizlerdir. Lu ve diğ. (2004)’de ise 7 değişik kategori görülmektedir. Bunlar; 1) Görüntülere uygulanan cebirsel işlemler (fark, oran, değişim vektör analizleri gibi), 2) Dönüşümler (temel bileşen analizi, tasseled cap gibi), 3) Sınıflandırmalar (sınıflandırma sonrası karşılaştırma, kontrolsüz değişim belirleme gibi), 4) Gelişmiş modeller (spektral karışım modeli, Li-Strahler yansıtma modeli gibi), 5) GIS uygulamaları, 6) Görsel analizler, 7) Diğer yaklaşımlar şeklindedir.

Uzaktan algılamada değişim belirleme yöntemlerinin kullanıldığı çalışmalar incelendiğinde genellikle aynı araştırmada birden çok metodun kullanıldığı ve elde edilen sonuçların değerlendirildiği anlaşılmaktadır. Bu nedenle, bu bölümde tez kapsamında kullanılan yöntemlerin yer aldığı çalışmalara ait örneklere sırasıyla yer verilmiştir.

Ingebritsen ve Lyon (1985), biyolojik ve jeolojik olarak farklı iki alana ait çok zamanlı Landsat MSS görüntülerine temel bileşen analizi yöntemini uygulamışlardır. Çalışmada korelasyon matrisi kullanılarak elde edilen “eigenvalue” ve “eigenvector” değerleri, iki farklı yıl ve iki farklı alan için bulunmuştur. Farklı iki yıla ait dört bantlı görüntüler birleştirilerek elde edilen sekiz bantlı yeni görüntülere uygulanan bu yöntem sonucunda, 1. ve 2. temel bileşenin durağan olduğu, değişimlerin 3. ve 4. temel bileşenlerin varyanslarını artırdığı belirtilmiştir. İkincil parlaklık değeri olarak ifade ettikleri temel bileşenin, fark görüntüsünün parlaklık derecesini temsil ettiğini, ikincil vejetasyon (yeşillik) bileşeni olarak belirttikleri temel bileşenin ise bitki örtüsündeki değişimler hakkında bilgiler verdiğini açıklamışlardır.

Singh (1989), çalışmasında uzaktan algılamada kullanılan çok sayıda değişim belirleme yöntemini tanıtmış ve Landsat MSS uydu verileri üzerindeki uygulamalarını değerlendirmiştir. Bununla birlikte, yaptığı literatür incelemesinde değişim belirlemede kullanılan yöntemlerin sonuçlarının sayısal değerlendirmelerinin çoğunlukla yapılmadığını vurgulamıştır. Çalışma sonucunda Landsat MSS 2. bandına uygulanan regresyon yönteminin %74.43 ile en yüksek değişim belirleme doğruluğunu verdiğini, görüntü farkı ve görüntü oranlama yöntemlerinin sonuçlarının bunu takip ettiğini, en düşük doğruluğun ise çok bantlı sınıflandırma sonrası karşılaştırma sonucunda

(27)

bulunduğunu bildirmiştir. Ayrıca, uygulanması daha basit olan görüntü farkı yönteminin, temel bileşen analizi gibi karmaşık dönüşümlerin yapıldığı yöntemlerden daha verimli olduğunu da belirtmiştir.

Eklundh ve Singh (1993), kovaryans matrislerinin kullanıldığı standart olmayan temel bileşenler ile korelasyon matrisleri kullanılarak hesaplanan standart temel bileşenleri NOAA-NDVI, NOAA-LAC, Landsat TM ve SPOT XS uydu verilerini kullanarak elde etmişler ve sonuçları karşılaştırmışlardır. Elde edilen sonuçlara göre, uzaktan algılama uygulamalarında standart temel bileşen analizinin kullanımının daha iyi olacağını belirtmişlerdir.

Jha ve Unni (1994) Hindistan’da kurak tropikal orman alanlarında orman örtüsündeki değişimleri bulmak için 1982 Landsat-4 MSS ve 1989 Landsat-5 MSS görüntülerini kullanmışlardır. Bu çalışmada, iki farklı yılın aynı bantlarına görüntü farkı yöntemi uygulanarak fark görüntüleri elde edilmiştir. Bu fark görüntüleri birleştirilerek elde edilen dört bantlı görüntüye temel bileşen analizi yöntemi uygulanmıştır. Sonuçta bulunan birinci temel bileşenin “parlaklık”, ikinci temel bileşenin de “yeşillik”

değerlerini verdiğini, bu nedenle özellikle ikinci temel bileşenin bitki örtüsü ile ilgili ayrıntıları en iyi şekilde zenginleştirdiğini belirtmişlerdir. Değişimlerin belirlenmesi amacıyla ikinci temel bileşen bandında seviye dilimleme yöntemi ile değişim sınıfları belirlenmiş ve toplam %74.8 genel doğruluğa ulaşılmıştır.

Ekstrand (1994) 1985 ve 1989 yıllarına ait Landsat TM görüntülerini kullanarak değişik orman meşcere özelliklerinde (yaş, kapalılık, ağaç türü karışımı) orman zararlarının değerlendirilmesini incelemiştir. Çalışmada farklı oran görüntüleri ve NDVI görüntüsü elde edilmiş ve regresyon analizleri yapılmıştır. Kullanılan oran görüntülerinin ve NDVI görüntüsünün sararma ve yaprak dökümlerinin birlikte görüldüğü alanlar için kullanımının uygun olabileceğini, yalnızca yaprak dökümlerinin yaşandığı alanlarda ise TM 4. bandın tek başına değerlendirilmesinin en iyi sonucu verdiğini belirtmiştir.

Guirguis ve diğ. (1996) görüntü oranlama, görüntü farkı ve temel bileşen analizi yöntemlerini kullanarak Brullus (Mısır) gölündeki değişimleri Landsat MSS görüntüleri ile incelemişlerdir. Bu çalışmada, MSS görüntülerinin 4. bantlarından elde edilen oran

(28)

ve fark görüntülerinde eşik değeri olarak 1 standart sapma değeri kullanılmıştır.

Görüntü farkı ve oranlama yöntemlerinin uygun eşik değeri ile keskin değişimleri yansıttığını bildirmişlerdir. Ayrıca kovaryans ve korelasyon matrislerinin kullanıldığı temel bileşen analizlerinin sonuçları detaylı olarak irdelenmiş ve korelasyon matrisinin kullanıldığı standart temel bileşen analizinin değişimleri belirlemede daha iyi bir performans gösterdiği belirtilmiştir.

Sunar (1998) İstanbul’da yaptığı çalışmasında, iki farklı yıla ait Landsat TM verilerine görüntü çakıştırma, görüntü farkı, temel bileşen analizi ve sınıflandırma sonrası karşılaştırma değişim belirleme yöntemlerini uygulamıştır. Elde edilen bulgulara göre, görüntü çakıştırma ve görüntü farkı yöntemlerinin oldukça bilinen yöntemler olduğunu, sınıflandırma sonrası karşılaştırma ve kovaryans matrisinin kullanıldığı temel bileşen analizi yönteminin ise açıkça nitelenebilir farklılıkları vurguladığı belirtilmiştir. Ayrıca her yöntemin uygulama kolaylığı, bilgi içeriği ve yorumlanabilirlik açısından bazı değerlere sahip olduğu açıklanmıştır.

Mas (1999) Meksika’da yaptığı çalışmasında standart temel bileşen analizi, çok zamanlı kontrolsüz sınıflandırma, sınıflandırma sonrası karşılaştırma, görüntü zenginleştirme ve sınıflandırma sonrası karşılaştırmanın kombinasyonu yöntemlerinin yanı sıra görüntü farkı yöntemini, Landsat MSS 2. ve 4. bantlara uygulamış ayrıca vejetasyon indekslerinin (NDVI) farkını da kullanmıştır. Değişen ve değişmeyen alanlar düzeyinde sonuçlar irdelendiğinde, sınıflandırma sonrası karşılaştırma yöntemi ile %86.87 oranıyla en yüksek genel doğruluğa ve 0.6191 kappa değerine ulaşıldığı belirtilmektedir. Ayrıca bu yöntemin değişimlerin yönü hakkında bilgi vermesi üstünlüğüne sahip olduğu da vurgulanmıştır. Çalışmada en düşük genel doğruluk %73.20 oranla 4. banda uygulanan standart temel bileşen analizi yöntemi ile elde edilmiştir.

Fung ve Siu (2000) SPOT HRV uydu verilerinden normalleştirilmiş fark vejetasyon indekslerini (NDVI: Normalized Difference Vegetation Index) oluşturduktan sonra bunlara görüntü farkı yöntemini uygulamışlardır. Ayrıca 1987, 1991, 1993 ve 1995 yıllarına ait NDVI bantlarının bileşimine temel bileşen analizi yöntemini uygulamışlardır. Çalışmada elde edilen sonuçların tutarlı olduğu, her iki yöntemin de bitki örtüsündeki keskin değişimleri etkin olarak belirleyebildiği bildirilmiştir. Ayrıca

(29)

NDVI verilerinin bitki örtüsü tipleri ile yüksek ilişkisi belirtilerek, hızlı değişen Hong Kong şartlarında arazi örtüsündeki değişimleri izlemede uzaktan algılama yöntemlerinin verimli bir araç olduğu açıklanmıştır.

Petit ve diğ. (2001) Zambiya’da seçilen çalışma alanında arazi örtüsündeki değişimleri belirlemek amacıyla sınıflandırma sonrası karşılaştırma ve görüntü farkı yöntemlerini üç farklı yıla ait SPOT çok bantlı görüntülerine uygulamışlardır. İki yöntemin kombine bir şekilde kullanıldığı görülmektedir. Özellikle doğal bitki örtüsünün tarım alanlarına ve yerleşim alanlarına değişiminin vurgulandığı çalışmada arazi örtü sınıfları arasındaki değişimlerin büyüklüğü ve yönü dönemler halinde incelenmiştir.

Sader ve diğ. (2001) Kuzey Guatemala’daki Maya Biyosfer Rezervleri (MBR) olarak bilinen tropikal bölgede orman alanlarındaki azalmayı ortaya çıkarmayı amaçlamışlardır. Çalışmada 5 farklı tarihli Landsat TM görüntüsü kullanılmış ve bu görüntülerden 4 zaman serisi oluşturulmuştur (1986-1990, 1990-1993, 1993-1995, 1995-1997). Zaman serilerinde değişim belirlemede her tarihe ait görüntü için NDVI oluşturulmuş ve kontrolsüz sınıflandırma yapılmıştır. Sınıflandırma sonrası karşılaştırma yöntemi CBS destekli yapılmıştır. Üç yıla ait RGB-NDVI sınıflandırma yönteminin temel bileşen analizi ve NDVI farkı yönteminden daha iyi sonuçlar verdiği belirtilmiştir. Ormanların yok olduğu alanların belirlenmesinde %86.5 genel doğruluğa ve 0.82 kappa değerine ulaşılmıştır. Bununla birlikte dönemler arasında belirlenen değişimler de verilmiştir.

Maktav ve diğ. (2002) İstanbul Terkos gölü ve Karadeniz arasında kalan sınır bölgede 14 yılda oluşan aşınmayı izlemek için iki farklı yıla ait Landsat TM görüntülerini ve SPOT Pankromatik uydu görüntüsünü kullanmışlardır. Landsat TM uydu görüntülerine uygulanan sınıflandırma sonrası karşılaştırma yöntemi ile arazi örtüsü sınıflarındaki değişimler belirlenmiştir. Ayrıca deniz kıyısındaki kum alanda değişimi izlemek amacıyla SPOT pankromatik görüntüsünden yararlanılmıştır. Elde edilen sonuçlara göre göl ve deniz arasındaki sınır alanda aşırı daralmanın olduğu belirlenmiş ve gelecekte yaşanacak içilebilir su sıkıntısına dikkat çekilmiştir.

(30)

Yener ve Koç (2006), Landsat5 TM ve IRS-1C/LISS-III uydu verilerini kullanarak 1994 ve 2000 yıllarında İstanbul’daki orman alanlarında ve diğer arazi kullanım şekillerinde oluşan değişimleri izlemişlerdir. Coğrafi Bilgi Sistemi (CBS) uygulamasının yapıldığı çalışmada, %90 ve %91 gibi yüksek genel doğrulukla elde edilen sınıflandırılmış raster görüntüler, Arc/INFO yazılımında vektör biçimine dönüştürülmüştür. Bu ortamda yapılan değişim analizi ile arazi kullanım sınıflarının değişimleri irdelenmiş ve değişimler alansal olarak değerlendirilmiştir.

Koç (2006), 1975 ve 2000 yılları arasında İstanbul’daki hızlı şehirleşmenin yol açtığı ormansızlaşmayı belirlemek amacıyla yaptığı çalışmasında Landsat MSS ve Landsat ETM⁺ verilerini kullanmıştır. Sınıflandırma öncesinde MSS ve TM bantlarına oluşturulan vejetasyon indeksi bantları eklenmiştir. Sınıflandırma sonrası karşılaştırma yönteminin kullanıldığı çalışmada, CBS işlemlerinden yararlanılarak değişim matrisi oluşturulmuş ve her iki sınıflandırılmış görüntüde de %90’ın üzerinde genel doğruluğa ulaşılmıştır. Orman alanlarında oluşan değişimler alansal ve mekansal dağılımları ile birlikte sunulmuştur.

Lu ve diğ. (2004) ve Coppin ve diğ. (2004) değişim belirleme yöntemlerinin detaylı literatür incelemesini sunmuşlardır. Coppin ve diğ. (2004) ekosistem değişimlerinin izlenmesi perspektifinde, ön işlem adımlarını belirterek değişim belirleme yöntemlerini değerlendirmişlerdir. Lu ve diğ. (2004) değişim belirleme araştırmalarında elde edilmesi gereken bilgileri, temel uygulama aşamalarını ve bu çalışmaların doğruluklarının bağlı olduğu etkenleri vurgulamışlardır. Buna göre iyi bir değişim belirleme çalışmasından elde edilmesi gerekli bilgiler şu şekildedir:

Değişim alanları ve değişim oranı

Değişen tiplerin mekânsal dağılımı

Arazi örtüsü tiplerinin değişim yönü

Değişim belirleme sonuçlarının doğruluk değerlendirmesi Bir değişim belirleme projesinin başlıca üç temel uygulama aşamasını:

Geometrik düzeltme ve görüntü kaydı, atmosferik ve dağlık çalışma alanlarında gerekli olan topoğrafik etkileri azaltmak için uygulanan radyometrik düzeltme

Değişim belirleme analizi için uygun yöntemlerin seçimi

Doğruluk değerlendirme

(31)

olarak belirtmişlerdir. Ayrıca doğruluğu etkileyen etkenler aşağıdaki gibi açıklanmıştır:

Çok zamanlı görüntülerin geometrik doğruluğu

Çok zamanlı görüntülerin normalizasyonu veya kalibrasyonu

Yersel verilerin doğruluğu

Çalışma alanındaki yüzey örtüsünün çeşitliliği

Kullanılacak değişim belirleme yöntemleri veya algoritmaları

Sınıflandırma ve değişim belirleme şeması

Yorumlayıcının tecrübesi ve özelliği

Çalışma alanına ait bilgiler

Zaman ve maliyet kısıtlamaları

Yine aynı çalışmada değişim belirleme yöntemleri detaylı olarak tanıtılarak üstün ve zayıf yönleri hakkında bilgiler verilmiştir.

Uzaktan algılamada değişim belirleme ile ilgili bilimsel araştırmalar, örneklerde de görüldüğü gibi kullanılan uydu verileri, yöntemler ve çalışma alanı özellikleri açısından geniş bir yelpazeye sahiptir. Bununla birlikte bu araştırmaların sonuçları incelendiğinde, benzer çalışmalarda kullanılan aynı yöntemlerin çeşitli etkenler nedeniyle farklı değerlendirildiğini görmekteyiz. Bu etkenler çok zamanlı uydu verilerinin özellikleri, çalışma alanı koşulları, atmosferik ve topoğrafik durum, kullanılan yöntemin işlem aşamaları ve kullanıcının bilgi ve tecrübesi olarak sıralanabilir.

Bu nedenlerle değişim belirleme yöntemlerinin seçiminde belirgin bir yaklaşım bulunmamaktadır. Ancak bu yöntemleri genel olarak değerlendirdiğimizde, uygulama aşamalarının basitliği, hızla uygulanabilir olması, değişimlerin yönü hakkında bilgiler içermesi, algılayıcı ve ortam farklılıklarını azaltması gibi özellikler açısından bazı üstünlük veya zayıflıklarının olduğu görülmektedir.

(32)

3. MALZEME VE YÖNTEM

3.1. ARAŞTIRMA ALANININ ÖZELLİKLERİ

Araştırma alanı Düzce ili sınırları içerisinde yer alan, idari yönden Bolu Orman Bölge Müdürlüğü’ne bağlı üç amenajman plan ünitesinden oluşmaktadır. Bu amenajman planları orman işletme şeflikleri ölçeğinde yapılmıştır. Söz konusu orman işletme şeflikleri Gölyaka Orman İşletme Müdürlüğü Aydınpınar Orman İşletme Şefliği, Düzce Orman İşletme Müdürlüğü Odayeri Orman İşletme Şefliği ve Düzce Orman İşletme Müdürlüğü Çiçekli Orman İşletme Şefliği olarak belirtilmektedir (Anon., 2000a; Anon., 2000b; Anon., 2000c).

3.1.1. Coğrafi Konum ve Topoğrafik Özellikler

Araştırma alanının coğrafi konumu Şekil 3.1’de verilmiştir. Aydınpınar plan ünitesi 120–1600 m, Odayeri plan ünitesi 200–1670 m ve Çiçekli plan ünitesi de 220–1680 m yükseltiler arasında yer almaktadır. Plan üniteleri Batı Karadeniz Bölgesi’nin iç kesiminde bulunmaktadır. Bolu-Abant Sıradağları’nın batıya doğru uzanan kolları üzerinde yer alırlar.

Araştırma alanının topoğrafik yapısını incelemek amacıyla alanın sayısal arazi modelinden yararlanılarak bakı ve eğim analizleri yapılmıştır. Araştırma alanının bakı haritası Şekil 3.2’de verilmiştir. Bakı haritası incelendiğinde, toplam alanın %66’sında gölgeli bakılar olarak da adlandırılan kuzeybatı, kuzey, kuzeydoğu ve doğu bakıların egemen olduğu görülmektedir. Toplam alanın %3’ü ise düz alan olarak bulunmuştur.

Bakı gruplarının dağılımı Şekil 3.3’te sunulmuştur.

(33)

Düzce

T Ü R K İ Y E

335⁰⁰⁰ 340⁰⁰⁰ 345⁰⁰⁰ 350⁰⁰⁰

4500000 4505000 4510⁰⁰⁰

4515⁰⁰⁰

Aydınpınar

Odayeri

Çiçekli

□

UTM

International 1909 European 1950 Zone 36 N

Şekil 3.1: Araştırma alanının coğrafi konumu

(34)

¯

Bakı Düzlük Kuzey Kuzeydoğu Doğu Güneydoğu Güney Güneybatı Batı Kuzeybatı

0 3.000 6.000 9.000 Metre

Şekil 3.2: Araştırma alanının bakı haritası

0 10000 20000 30000 40000 50000

Kuzey

Kuzeydoğu

Doğu

Güneydoğu

Güney Güneybatı

Batı Kuzeybatı

Şekil 3.3: Bakı gruplarının dağılımı

Sayısal arazi modeli kullanılarak elde edilen eğim haritası, Şekil 3.4’te görülmektedir.

Eğim sınıfları, Forstliche Standortsaufnahme (1966)’da belirtilen sınıflandırma kullanılarak gruplandırılmıştır (Çepel, 1983). Günümüzde, Orman İdaresi ve Planlama

(35)

Dairesi Başkanlığı tarafından amenajman planı ile ilgili uygulamalarda kullanılan ve ilgili yönetmeliklerde de yer alan bu eğim sınıfları Tablo 3.1’de verilmiştir.

¯

Eğim (derece)

0 - 2

2,000000001 - 5 5,000000001 - 10 10,00000001 - 20 20,00000001 - 30 30,00000001 - 45

45,00000001 - 88 0 3.000 6.000 9.000 Metre

Şekil 3.4: Araştırma alanının eğim haritası Tablo 3.1: Arazi eğim sınıfları

Arazi eğim tanıtımı Eğim (derece) Eğim (%)

Düz 0-2 0-3

Az eğimli 2-5 3-9

Orta eğimli 5-10 9-17 Çok eğimli 10-20 17-36

Dik 20-30 36-58

Sarp 30-45 58-100

Pek sarp >45 >100

Eğim grupları incelendiğinde, toplam alanın %65’inin çok eğimli ve dik eğimli grupta,

%16 gibi önemli bir oranın da sarp eğim grubunda olduğu görülmektedir (Şekil 3.5).

(36)

6.1%

2.8%

8.2%

32.4% 32.8%

16.3%

1.4%

0 10000 20000 30000 40000 50000 60000 70000 80000

Piksel sayısı

0-2 2-5 5-10 10-20 20-30 30-45 >45 Eğim (derece)

Şekil 3.5: Eğim gruplarının dağılımı 3.1.2. İklim Özellikleri

Plan üniteleri Batı Karadeniz Bölgesi’nin iç kesimlerinde yer aldığından, Karadeniz ikliminin Batı Karadeniz alt tipinin özelliklerine sahiptir. Buna göre bölgede, Doğu ve Orta Karadeniz Bölgeleri’ne oranla daha az yağış, gerek kışın gerekse yazın daha düşük sıcaklıklar görülmektedir (Özyuvacı, 1999).

146 m rakımlı Düzce Meteoroloji İstasyonu verilerine göre bazı meteorolojik elemanlara ait ortalama değerler Tablo 3.2’de verilmiştir (Anon., 2000b).

Tablo 3.2: Meteorolojik elemanlar

AYLAR Meteorolojik

Elemanlar

Gözlem

aralığı 1 2 3 4 5 6 7 8 9 10 11 12 Yıllık

Ortalama sıcaklık (^oC)

1963/

1990 3.5 5.2 7.6 12.3 16.3 20.2 22.1 21.5 18.3 13.9 9.4 5.9 13.0

Ortalama yağış (mm)

1963/

1990 95.9 74.7 72.2 57.6 62.8 62.2 48.7 49.5 52.2 78.3 86.9 98.5 70.0

Ortalama bağıl nem (%)

1963/

1990 82 78 76 73 74 70 71 73 75 78 79 81 76

Ortalama bulutluluk (0-10)

1963/

1990 7.2 6.9 6.5 5.9 4.9 3.7 3.4 3.4 4.0 5.6 6.0 6.9 5.4