Page 100 - Çevre Şehir ve İklim Dergisi - Özel Sayı
P. 100

Çölleşme ve Erozyonla Mücadele Çalışmalarında Coğrafi Bilgi Sistemleri ve
                               Uzaktan Algılama Teknolojilerinin Kullanımı

            rolü  vurgulanmaktadır.  Bu  çalışma,  uzaktan  algılama  teknolojilerinin,  arazi
            kullanım  sınıflarının  belirlenmesi,  kuraklık  ve  çölleşme  ile  erozyon  riskinin
            değerlendirilmesinde nasıl bir katkı sağlayabileceğini göstermektedir.
               Becerril-Piña  vd.  (2016)  “Integration  of  remote  sensing  techniques  for
            monitoring desertification in Mexico” adlı çalışmalarında UA teknolojileri ile
            Meksika platosunda yarı kurak bir bölgede çölleşmeyi değerlendirmişlerdir.
            Çalışmada  ’Landsat  Thematic  Mapper  5’  uydu  görüntüleri  kullanılmış  olup
            çok zamanlı analizler için seçilen değişkenlerin birbirleriyle karşılaştırılması ve
            arazi  yüzeyindeki  değişikliklerin  tespit  edilmesi  maksadıyla  veriler  üzerinde
            radyometrik karakterizasyon ve kalibrasyon yapılmıştır. Böylece her bir bant
            için spektral ışıma yansımaya dönüştürülerek yüksek kaliteli veri elde edilmiştir.
            Atmosferin  neden  olduğu  bozulmaları  azaltmak  için  atmosferik  düzeltme
            işlemi gerçekleştirilmiştir. Tüm bu işlem ve analizler Idrisi TerrSet ara yüzünde
            yer alan ATMOSC modülü ve Cos(t) modeli ile gerçekleştirilmiştir. Çölleşme
            durumunu ve şiddetini değerlendirmek için bazı indeksler kullanılmıştır;
               •   Çıplak Toprak İndeksi (Bare Soil Index) (BSI): Çıplak toprak yüzeylerinin
                  yansıma özelliklerini analiz ederek, bitki örtüsü olmayan alanları tespit
                  etmek  için  kullanılmaktadır  (Rikimaru  vd.,  2002;  Xiao  vd.,  2006).  BSI,
                  kırmızı  (Red),  mavi  (Blue),  yakın  kızılötesi(Near  Infrared)  (NIR)  ve  kısa
                  dalga kızılötesi (Shortwave Infrared) (SWIR) bantlarının kombinasyonu
                  ile hesaplanmaktadır;
                  BSI=(SWIR+Red) − (NIR+Blue) / (SWIR+Red) + (NIR+Blue)         (2)
               •   Normalize  Edilmiş  Fark  Bitki  Örtüsü  İndeksi  (Normalized  Difference
                  Vegetation  Index)  (NDVI):Tucker  (1979)  tarafından  uydu  görüntüleri
                  üzerinden bitkilerin fotosentez kapasitesini ve sağlık durumunu analiz
                  etmek ve yorumlamak için geliştirilen NDVI metodu kullanılmaktadır.
                  Yakın kızılötesi (NIR) ve kırmızı (Red) bantları aracılığıyla hesaplanmaktadır.
                  NDVI = (NIR−Red) / (NIR+Red)                                (3)
               •   Toprakla  Düzeltilmiş  Bitki  Örtüsü  İndeksi(Soil  Adjusted  Vegetation
                  Index) (SAVI): Arazi örtüsünün zayıf olduğu alanlarda toprak parlaklığını
                  minimize etmek için geliştirilmiş bir bitki örtüsü indeksidir(Huete, 1988).
                  Çölleşme  hassasiyeti  yüksek  bölgelerde  bitki  örtüsü  ölçümlerinin
                  doğruluğunu  artırmak  için  kullanılmaktadır.  Yakın  kızılötesi  (NIR)  ve
                  kırmızı  (Red)  bantlar  ve  bitki  örtüsü  ve  toprak  arasındaki  yansıtma
                  farklarını  minimize  ederek  daha  doğru  sonuçlar  elde  edilmesini
                  sağlayantoprak parlaklık düzeltme faktörü (L) ile hesaplanmaktadır.
                  SAVI = ((NIR − Red) / (NIR+Red+L)) x (1+L)                  (4)








                                                                              99
                                                               Yıl 3 / Sayı 5 / Ocak-Haziran 2024
   95   96   97   98   99   100   101   102   103   104   105