İğneada Koruma Alanının Arazi Örtüsü/Arazi Kullanımının Zamana Bağlı Değişiminin Markov Zincirleri İle Modellenmesi

Year 2017, Volume: 2 Issue: 2, 94 - 105, 15.08.2017

Çiğdem Göksel , Gonca Bozkaya Karip

https://doi.org/10.29128/geomatik.303890

Cited By: 6

Abstract

Öz

Bu çalışmada, doğal alanlar için risk oluşturan kentleşmenin ve doğal
alanlardaki değişimin zamansal gelişiminin izlenmesi, ileriye yönelik olarak
bir gelişim modeli oluşturulması amaçlanmıştır. Çalışma bölgesi olarak seçilen
İğneada Koruma Alanı ekolojik açıdan hassas, çok sayıda flora ve fauna için
habitat alanı olma özelliği taşıyan, sadece Türkiye için değil, dünya ölçeğinde
önemli bir ekosistemdir. Kaynakların verimliliklerinin ve koruma-kullanma
dengesinin sağlanması, ekosistemin geleceği açısından büyük önem taşımaktadır.
Bu amaçla, alanın karakteristiğinin belirlenmesi, zaman içerisindeki değişimi
ve değişimin ne yönde olduğunun belirlenmesi gerekmektedir.

Çalışmada 1984, 1990, 2000 ve 2010 tarihli 
Landsat 5 TM uydu görüntüleri kullanılarak arazi örtüsü ve
kullanımları  hazırlanmıştır. Bu arazi
örtüsü/kullanım verileri çalışmanın modelleme kısmında referans veri
olarak  kullanılmıştır. Bölgenin
gelecekte nasıl şekilleneceğinin tahmini için; Markov zincirleri yöntemine
dayalı Stokastik Markov Modeli (ST_Markov), Hücresel Özişleme Tabanlı Markov
Modeli (CA_Markov) ve Çok Katmanlı Algılayıcılı Yapay Sinir Ağı ile Çalışan
Markov Modeli (MLP_Markov) modelleri kullanılmış ve test alanı 2010 yılı için
modellenmiştir. Mevcut 2010 yılı arazi kullanımı ile 2010 yılı için elde edilen
model sonuçları karşılaştırılmış, en yüksek doğruluğun Hücresel Özişleme
Tabanlı Markov Modeli (CA_Markov) ve Çok Katmanlı Algılayıcılı Yapay Sinir Ağı
ile Çalışan Markov Modeli (MLP_Markov) modelleri ile elde edildiği tespit
edilmiştir. MLP_Markov modeli’nin alansal değerlendirme bakımından daha yüksek
doğruluk vermesi, çok değişkenli olması ve değişimin dinamik olduğu alanlarda
kullanıldığında daha verimli sonuçlar vermesi nedeniyle 2030 yılı modellemesi
için  tercih edilmiş ve sonuçlar
sunulmuştur.

Keywords

Uzaktan Algılama, Arazi kullanım / Arazi örtüsü, Markov Chain, Değişim Tespiti

References

• Ahmed, B. Ve Ahmed, R. (2012). Modeling urban land cover growth Dynamics using multi-temporal satellite images: A case study of Dhaka, Bangladesh. ISPRS International Journal of Geo-Information. 1, 3-31. doi: 10.3390/ijgi1010003.
• Beek, K. J. (1978). Land Evaluation for Agricultural Development: Some Explorations of Land-use Systems Analysis with Particular Reference to Latin America. The Netherlands: ILRI Publication.
• Bektaş Balçık F., Bozkaya A. G., Göksel Ç., Doğru A. Ö., Uluğtekin N.N. ve Sözen S., “İğneada Arazi Örtüsü ve Kullanımı Değişiminin Uzaktan Algılama ve Coğrafi Bilgi Sistemleri ile Belirlenmesi”. HKM Jeodezi, Jeoinformasyon ve Arazi Yönetimi Dergisi, Sayı: 106- 3, Yıl: 2011, Sf: 70-74.
• Bozkaya, A.G. (2013).“İğneada Koruma Alanının Uzaktan Algılama ve CBS ile Zamansal Değerlendirilmesi ve Geleceğe Yönelik Modellenmesi”, 2012, İTÜ Fen Bilimleri Enstitüsü, Geomatik Mühendisliği Programı. Gonca Bozkaya, Yüksek Lisans Tezi.
• Bozkaya, A.G., Bektas Balcik, F., Goksel, C., Dogru, A.O., Ulugtekin, N.N., & Sozen, S. (2014). Satellite-Based Multitemporal Change Detection in Igneada Flooded Forests. Romanian Journal of Geography, 2, 58,161-168.
• Bozkaya, A.G., Bektas Balcik, F., Goksel, C., Esbah, H. (2015). Forecasting Land-Cover Growth Using Remotely Sensed Data: A Case Study of the Igneada Protection Area in Turkey. Environmental Monitoring and Assessment, Vol. 59, No. 187, 02/2015, ISSN: DOI 10.1007/s10661-015-4322-z.
• Brooks, S. (1998). A Markov Chain Monte Carlo method and its application. The Statistician. 47, 69-100.
• Carmona, A. ve Nahuelhual, L. (2012). Combining land transitions and trajectories assessing forest cover change. Applied Geography. 32(2012), 914-915. doi:10.1016/j.apgeog.2011.09.006.
• Coppin, P., Lambin, E., Inge, J. ve Muys, B. (2002). Proceedings of the First International Workshop on Analysis of multi-temporal remote sensing images. Vol.2, University or Trento, Italy. 13-14 September 2001. eds. L. Baizzone ve P. Smits, World Scientific, N.J.
• Dent, D. L. ve Young, A. (1981). Soil Survey and Land Evaluation. (3. Baskı). London: George Allen & Unwin.
• Eastman, J. R. (2009a). IDRISI Taiga Guide to GIS and Image Processing (Manual Version 16.02). USA: Clark University.
• Eastman, J. R. (2009b). IDRISI Taiga Tutorial (Manual Version 16.02). USA: Clark University.
• Envirogrids, 2012. Assessment of the wind and solar energy potential, and improved policy for their promotion, Public Deliverable of enviroGRIDS Project. document available at: http://www.envirogrids.net/index.php?option=com_ jdownloads&Itemid=13&view=viewcategory&catid=14 (last accessed on 20.08.14).
• Eşbağ, H. 2013 “İğneada Koruma Alanında Kentsel Gelişimin İzlenmesi ve İleriye Dönük Modellenmesi” TÜBİTAK proje no:110Y015
• Green, K., Kempka, D. ve Lackey, L. (1994). Using remote sensing to detect and monitor land-cover and land-use change. Photogrammetric Engineering and Remote Sensing.60(3), 331-337.
• Göksel, Ç. (1998). Monitoring of a water basin area in İstanbul using remote sensing data. Water Science and Technology. 38(11), 209-216.
• Guan, Q., Wang, L. Ve Clarke, K. C. (2005). An artificial-neutal-network-based, constrained CA model for simulating urban growth. Cartography and Gegraphic Information Science. 32(4), 369-380.
• IDRISI, Selva Help System (2012). Version 17.00. USA: Clark University.
• Leh, M., Bajwa, S., Chaubey, I. (2011). Impact of land use change on erosion risk: an integrated remote sensing, geographic information system and modeling methodology. - Land Degradation & Development- Wiley Online Library
• Rindfuss, R. R., Walsh, S. J, Turner II, B. L., Fox, J. ve Mishra, V. (2004). Developing a science of land change: Challenges and methodological issues. Proceedings of the National Academy of Sciences of United States of America. 101(39), 13976-13981. doi:10.1073/pnas.0401545101.
• Rogan, J., Miller, J., Stow, D., Franklin, J., Levien, L. ve Fischer, C. (2003). Land-cover change monitoring with classification trees using Landsat TM and ancillary data. Photogrammetric Engineering and Remote Sensing. 69(7), 793-804.
• Singh, A. (1989). Digital change detection techniques using remotely sensed data. International Journal of Remote Sensing. 10(6), 989-1003.
• Weisstein, E. W. (2012). “Markov Chain.” From MathWorld-A Wolfram WebSource. http://mathworld.wolfram.com/MarkovChain.html.