Atıf Sayısı
5
Görüntüleme
13
Son yıllarda artan orman yangınları bitki örtüsüne ve birçok canlıya ciddi zararlar vermektedir. Uzaktan algılama teknolojisi ve bazı algoritmalar orman yangını sonrası arazinin durumunu incelemek ve çeşitli analizler yapmak için kullanılmaktadır. Farklı özelliklere sahip uydu görüntüleri (Sentinel, Landsat, MODIS, SPOT, vb.), yangın hasarlarını belirlemek ve yanmış alanların haritalarını üretmek için kullanılmaktadır. Bu çalışmada, 6 Temmuz 2020 tarihinde Çanakkale ili Gelibolu ilçesinde meydana gelen orman yangını, Sentinel-2 MSI ve Landsat-8 OLI uydu görüntüleri ve uzaktan algılama indeksleri kullanılarak analiz edilmiştir. Çalışma bölgesine ait orman yangını öncesi ve orman yangını sonrası görüntüler ile Yanmış Alan İndeksi (BAI), Normalize Edilmiş Nem İndeksi (NDMI), Normalize Edilmiş Yanma Şiddeti (NBR) ve Normalize Edilmiş Fark Bitki Örtüsü İndeksi (NDVI) hesaplanmıştır. Yangın sonrası tahrip olmuş orman alanını hesaplamak amacıyla yangın öncesi ve sonrası için hesaplanan indekslerin farkları alınmıştır. Hata matrisi ile doğruluk değerlendirmesi için genel doğruluk, kullanıcı doğruluğu, üretici doğruluğu ve Kappa istatistiği hesaplanmış ve doğruluk değerlendirme sonuçları karşılaştırılarak Landsat-8 OLI ve Sentinel-2 MSI için performans değerlendirmesi yapılmıştır. Değerlendirme sonucunda hem Landsat-8 OLI hem de Sentinel-2 MSI için en doğru indeksin Fark Normalize Edilmiş Fark Bitki Örtüsü İndeksi (dNDVI) olduğu bulunup Kappa sonuçları sırasıyla 0.94 ve 0.95 olarak hesaplanmıştır.
Recently, increasing wildfires have caused severe damage to vegetation and many living creatures. Remote sensing technologies and various algorithms are used to determine and analyze the burned forest areas. Different remotely sensed images such as Sentinel-2 MSI, Landsat, MODIS, SPOT were used to determine forest fire damage and to produce maps for burned areas. In this study, the 6 July 2020 dated wildfire that occurred in the Gallipoli district of Çanakkale province has been analyzed by using Sentinel-2 MSI and Landsat-8 OLI satellite images. Burned Area Index (BAI), Normalized Moisture Index (NDMI), Normalized Burn Ratio (NBR), and Normalized Difference Vegetation Index (NDVI) were calculated with the pre and post-fire satellite images of the study area. The differences of the pre and post-fire indices were calculated to determine the burned forest area. Error matrix was produced for accuracy assessment. Overall accuracy, user accuracy, producer accuracy, and Kappa statistics were calculated, and performances were evaluated for different sensors and different indices by comparing the accuracy assessment results. The highest accuracy results were achieved with Differenced Normalized Difference Vegetation Index (dNDVI) for both Landsat-8 OLI and Sentinel-2 MSI images, and Kappa statistic results were obtained as 0.94 and 0.95, respectively.
Alan : Fen Bilimleri ve Matematik
Dergi Türü : Ulusal
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
