Evaluation of the relationship between indices obtained from different satellite data and soil erosion parameters

Yıl 2023, Cilt: 60 Sayı: 3 - Ege Üniversitesi Ziraat Fakültesi Dergisi Cilt: 60 Sayı: 3, 501 - 513, 13.10.2023

Fikret Saygın , Pelin Alaboz , Hasan Aksoy , Orhan Dengiz , Ali İmamoğlu , Aykut Çağlar , Yusuf Koç

https://doi.org/10.20289/zfdergi.1286643

Öz

Objective: The relationship between the indices and reflectances obtained by using different satellite images (Triplesat, Landsat 8), and soil erosion parameters (erosion rate, dispersion rate, structure stability, clay ratio, aggregate stability, and soil crust index) within the boundaries of Vezirköprü district of Samsun province. is to be revealed.
Material and Methods: It was carried out in three stages: analyzing soil erosion sensitivity on a total of 32 soil samples taken at 100 x 100 m grid intervals from the study area, obtaining indices and reflectances of Triplesat and Landsat satellite images, and comparing the analysis results with the indices of satellite images.”
Results: The correlations between the reflectance values obtained from the Red, Green and Blue bands of the Landsat satellite data and the erosion rate were determined to be higher than the reflectances of the Triplesat satellite. No significant correlations were obtained between the aggregate stability and crust ratio properties of the soils and the indices. Higher positive correlations were determined between erosion rate and dispersion rate and indices.
Conclusion: It has been seen that the aggregate stability (AS) contents of the soils are in a higher relationship with the indices obtained from Triplesat satellite images, and the erosion rate is higher with the indices obtained from Landsat satellite images.

Anahtar Kelimeler

Aggregation, NDVI, SAVI, soil properties

Farklı uydu verilerinden elde edilen indeksler ile toprak erozyon parametreleri arasındaki ilişkinin değerlendirilmesi

Öz

Amaç: Samsun ili Vezirköprü ilçe sınırları içerisinde 466.06 dekar alanda farklı uydu görüntüleri (Triplesat, Landsat 8) kullanılarak elde edilen indis ve reflektansları ile toprak erozyon parametreleri (erozyon oranı, dispersiyon oranı, strüktür stabilitesi, kil oranı, agregat stabilitesi ve toprak kabuk indeksi) arasındaki ilişkinin ortaya konulmasıdır.
Materyal ve Yöntem: Çalışma alanı içerisinden 100 x 100 m grid aralıklarla alınmış toplam 32 toprak örneğinde toprak erozyon duyarlılığına yönelik analizlerin yapılması, Triplesat ve Landsat uydu görüntülerine ait indis ve reflektansların elde edilmesi, analiz sonuçlarının uydu görüntülerine ait indislerle karşılaştırılması olmak üzere üç aşamada gerçekleştirilmiştir.
Araştırma Bulguları: Landsat uydu verilerinin Red, Green ve Blue bantlarından elde edilen reflektans değerleri ile erozyon oranı arasındaki ilişkiler Triplesat uydusu reflektanslarına göre daha yüksek olarak belirlenmiştir. Toprakların agregat stabilitesi ve kabuk oranı özellikleri ile indisler arasında önemli seviyede korelasyonlar elde edilmemiştir. Erozyon oranı ve dispersiyon oranı ile indisler arasında daha yüksek pozitif yönlü ilişkiler belirlenmiştir.
Sonuç: Toprakların agregat stabilitesi (AS) içerikleri ile Triplesat uydu görüntülerinden elde edilen indislerde, erozyon oranında ise Landsat uydu görüntülerinden elde edilen indisler ile daha yüksek ilişki içerisinde olduğu görülmüştür.

Anahtar Kelimeler

Agregasyon, NDVI, SAVI, toprak özellikleri

Kaynakça

• Aiello, A., M. Adamo & F. Canora, 2015, ‘Remote sensing and GIS to assess soil erosion with RUSLED and USPED at river basin scale in southern Italy’, Catena, 131: 174-185.
• Akalan, İ., 1974. Toprak ve su muhafazası. Ankara Üniversitesi Ziraat Fakültesi, Yayın No: 532, Ankara.
• Alaboz, P., O. Dengiz., S. Demir & H. Şenol, 2021. Digital mapping of soil erodibility factors based on decision tree using geostatistical approaches in terrestrial ecosystem. Catena, 207, 105634.
• Allafta, H. & C. Opp, 2022. Soil erosion assessment using the RUSLE model, remote sensing, and GIS in the Shatt Al-Arab basin (Iraq-Iran). Applied Sciences, 12 (15): 7776.
• Anonymous, 2023. T.C. Tarım ve Orman Bakanlığı. “Erozyonla Mücadele Eylem Planı 2013-2017”. https://www.tarimorman.gov.tr/CEM/Belgeler/erozyon%20belgeleri/EROZYON%20EYLEM.pdf (Erişim Tarihi: 22.07.2023)
• Aşkın, T., 1997. Ordu İli Toprakların Strüktürel Dayanıklılığının ve Aşınıma Duyarlılığının Belirlenmesi Üzerine Bir Araştırma. Yüksek Lisans Tezi. Ondokuz Mayıs Üniversitesi Fen Bilimleri Enstitüsü, Samsun, 53 s.
• Bayramin, I., O. Dengiz., O. Başkan & M. Parlak, 2003. Soil erosion risk assessment with ICONA model; case study: Beypazarı area. Turkish Journal of Agriculture and Forestry, 27 (2): 105-116.
• Bryan, R.B., 1968. The development, use and efficiency of indices of soil erodibility. Geoderma, 2 (1): 5-26.
• Celilov, C. & O. Dengiz, 2019. Erozyon duyarlılık parametrelerinin farklı enterpolasyon yöntemleriyle konumsal dağılımlarının belirlenmesi: Türkiye, Ilgaz milli park toprakları. Türkiye Tarımsal Araştırmalar Dergisi, 6 (3): 242-256.
• Das, G., 2008. Hydrology and Soil Conservation Engineering: Including Watershed Management. PHI Learning Pvt. Ltd. New Delhi, 552 p.
• Dengiz, O., A. İmamoğlu., F. Saygın., C. Göl., S. Ediş & A. Doğan, 2014. İnebolu Havzası’nın Icona Modeli İle Toprak Erozyon Risk Değerlendirmesi. Anadolu Tarım Bilimleri Dergisi, 29 (2): 136-142.
• Eraslan, S., A. İmamoğlu., A. Coşkun., F. Saygın & O. Dengiz, 2016. İnebolu Havzası topraklarının erozyon duyarlılıklarını belirlenmesinde agregat ve strüktür stabilite durumları, arazi örtüsü ile olan ilişkileri. Uluslararası Coğrafya Sempozyumu, 13 (14): 779-794.
• Fenta, A.A., A. Tsunekawa., N. Haregeweyn., M. Tsubo., H. Yasuda., T. Kawai., K. Ebabu., M.L. Berihun., A.S. Belay & D. Sultan, 2021. Agroecology-based soil erosion assessment for better conservation planning in Ethiopian river basins. Environ. Res. 195, 110786. https://doi.org/10.1016/j.envres.2021.110786.
• Gülçur, F., 1974. Toprağın Fiziksel ve Kimyasal Analiz Metodları. İstanbul Üniversitesi Orman Fakültesi, Yayın No. 201, 225 s.
• Hanke, D. & D.P. Dick, 2017. Aggregate stability in soil with humic and histic horizons in a toposequence under Araucaria Forest. Revista Brasileira de Ciência do Solo, 41. 0.
• Huete, A. R. & H. Q. Liu, 1994, ‘An error and sensitivity analysis of the atmosphere- and soil-correcting variants of the NDVI for the MODIS-EOS’, IEEE Transections on Geoscience and Remote Sensing, 32 (4): 897-905.
• Huete, A.R., 1988. A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25 (3): 295-309.
• Irmak, A., 1968. Toprak İlmi. İstanbul Üniversitesi Yayın No: 1268, Orman Fakültesi Yayın No: 121, 292 s.
• İmamoğlu, A. & O. Dengiz, 2020. Komşu iki mikro havzada erozyon duyarlılık değerlerinin arazi örtüsü ve arazi kullanımına bağlı değişimin belirlenmesi. Toprak Bilimi ve Bitki Besleme Dergisi 8 (1): 53-60.
• İmamoğlu, A., S. Eraslan, A. Coşkun., F. Saygın & O. Dengiz, 2018. Farklı toprak özelliklerine bağlı toprak kabuk oluşumu. Türk Coğrafya Dergisi, (71): 47-52.
• Jie, C., C. Jing-zheng., T. Man-zhi & G. Zhi-tong, 2002. ‘Soil degradation: a global problem endangering sustainable development’, Journal of Geographical Science, 12 (2): 243-252.
• Kanar, E. & O. Dengiz, 2015. Madendere Havzasında potansiyel erozyon risk durumunun iki farklı parametrik model kullanarak belirlenmesi ve risk haritalarının oluşturulması. Türkiye Tarımsal Araştırmalar Dergisi, 2 (2): 123-134.
• Karaburun, A. 2010. Estimation of C factor for soil erosion modeling using NDVI in Buyukcemece watershed. Ozean Journal of Applied Sciences, 3: 77–85.
• Karagöktaş, D. & T. Yakupoğlu, 2014. Erozyon araştırma sahasına dönüştürülmesi planlanan bir alanda aşınabilirlik ve toprak özellikleri arasındaki ilişkiler. Toprak Bilimi ve Bitki Besleme Dergisi, 2 (1): 6-12.
• Karaş, E., İ. Oğuz., E. Türkseven & Keskin, S. 2009. Sakarya-Porsuk-Sarısu-Havzasında CORINE, LEAM ve USLE metodolojilerinin kullanılarak erozyon risk haritalarının hazırlanması. Konya, 1: 16-18.
• Kebede, Y.S., N.T. Endalamaw., B.G. Sinshaw & H.B. Atinkut, 2021. Modeling soil erosion using RUSLE and GIS at watershed level in the upper beles, Ethiopia, Environ. Challenges. 2, 100009. https://doi.org/10.1016/J.ENVC.2020.100009
• Kodešová, R., M. Kočárek., V. Kodeš., J. Šimůnek & J. Kozák, 2008. Impact of soil micromorphological features on water flow and herbicide transport in soils. Vadose Zone Journal, 7 (2): 798-809.
• Koirala, P., S. Thakuri., S. Joshi & R. Chauhan, 2019. Estimation of soil erosion in Nepal using a RUSLE modeling and geospatial tool. Geosciences, 9 (4): 147.
• Kunhikrishnan, A., N. S. Bolan., K. Müller., S. Laurenson., R. Naidu & W. I. Kim, 2012. The influence of wastewater irrigation on the transformation and bioavailability of heavy metal (loid) s in soil. Advances in Agronomy, 115: 215-297.
• Lal, R. & W. Elliot, 1994. Erodibility and erosivity. In R. Lal (Ed.), Soil Erosion Research Methods (2nd ed., pp. 181– 210). Delray Beach: St. Lucie Press.
• Lal, R., 1994. Soil Erosion Research Methods. Soil and Water Conservation Society, Lucie Press, Florida, 340 p.
• Le Roux, J.J., T. L. Morgenthal., J. Malherbe., D. J. Pretorius & Sumner, P. D. (2008). Water erosion prediction at a national scale for South Africa. Water Sa, 34 (3): 305-314.
• Lei, X., W. Chen., M. Avand., S. Janizadeh., N. Kariminejad., H. Shahabi., A. Shirzadi & A. Mosavi, 2020. GIS-based machine learning algorithms for gully erosion susceptibility mapping in a semi-arid region of Iran. Remote Sensing, 12 (15): 2478.
• Leo, W. M., 1963. A rapid method for estimating structural stability of soils. Soil Science, 96 (5): 342-346.
• Li, J., W. Zhao & X. Zhang, 2010. “The application of remote sensing data to assess soil erosion”. In: 2010 International Conference on Multimedia Technology, IEEE, 1-4 pp.
• Mallants, D., B.P. Mohanty., D. Jacques & J. Feyen, 1996. Spatial variability of hydraulic properties in a multi-layered soil profile. Soil Science, 161 (3): 167-181
• Mathieu, R., C. King & Y. Le Bissonnais, 1997. Contribution of multi-temporal SPOT data to the mapping of a soil erosion index: the case of the loamy plateau of northern France. Soil Technology, 10 (2): 99-110.
• Mezaal, M.R. & B. Pradhan, 2018. An improved algorithm for identifying shallow and deepseated landslides in dense tropical forest from airborne laser scanning data. Catena, 167:147-159.
• Micheletti, N., L. Foresti., S. Robert., M. Leuenberger., A. Pedrazzini., M. Jaboyedoff & M. Kanevski, 2014. Machine learning feature selection methods for landslide susceptibility mapping. Mathematical Geosciences, 46 (1): 33-57.
• Miller, W.P. & M.K., Baharuddin, 1987. Interrill erodibility of highly weathered soils. Communication in Soil Science and Plant Analysis, 18: 933-945.
• Mushi, C.A., P.M. Ndomba., M.A. Trigg., R.M. Tshimanga & F. Mtalo, 2019. Assessment of basin-scale soil erosion within the Congo River Basin: a review. Catena. 178: 64-76.
• Naghibi, S.A. & H.R. Pourghasemi, 2015. A comparative assessment between three machine learning models and their performance comparison by bivariate and multivariate statistical methods in groundwater potential mapping. Water Resources Management, 29 (14): 5217-5236.
• Ngatunga, E.L.N., R. Lal & A.P. Uriyo, 1984. Effect of surface management on runoff and soil erosion from some plot Milangano, Tanzania. Geoderma, 33: 1-12.
• Olivoto, T. & A.D.C. Lúcio, 2020. Metan: An R package for multi‐environment trial analysis. Methods in Ecology and Evolution, 11 (6): 783-789.
• Özdemir, M.A. & S.T. Dönmez, 2016. CBS Tabanlı RUSLE Yöntemiyle Işıklı Gölü Havzasının Erozyon Risk Analizi. Harita Teknolojileri Elektronik Dergisi, 8 (1): 1-21.
• Özdemir, N., C. Gülser, İ. Ekberli & S. Özkaptan, 2005. Toprak Düzenleyicilerinin Asit Toprakta Strüktürel Dayanıklılığa Etkisi. Atatürk Üniversitesi, Ziraat Fakültesi Dergisi, 36 (2): 151-156.
• Özdemir, N., E. Öztürk & Ö.T. Kop Durmuş, 2015. Erozyona duyarlılık ve toprak kaybı arasındaki ilişkiler. Anadolu Tarım Bilimleri Dergisi, 30 (2): 182-188.
• Özdemir, N., E. Öztürk., Ö.T. Kop Durmuş & İ. Ekberli, 2015. Effects of organic and inorganic amendments on soil erodobility. Eurasian Journal of Soil Science 4 (4): 220-300.
• Öztürk, E. & N. Özdemir, 2020. Organik düzenleyici uygulanması toprakta erozyonla oluşacak toprak kaybının tahmini. Toprak Bilimi ve Bitki Besleme Dergisi, 8 (2): 167-175.
• Parlak, M, Y. Yiğini & H. Ekinci, 2014. Çanakkale Umurbey Ovası Topraklarının Erozyona Duyarlılığının Mevsimsel Değişimi. ÇOMÜ Ziraat Fakültesi Dergisi, 2 (1): 123-131.
• Phinzi, K. & N. S. Ngetar, 2017. Mapping soil erosion in a quaternary catchment in Eastern Cape using geographic information system and remote sensing. South African Journal of Geomatics, 6 (1): 11-29.
• Pieri, C., 1989. Fertilité des terres de savane. Bilan de trente années de recherche et de développement agricole au sud du Sahara.IRAT, Paris, 444 pp
• Pourghasemi, H. R., S. Yousefi., A. Kornejady & A. Cerdà, 2017. Performance assessment of individual and ensemble data-mining techniques for gully erosion modeling. Science of the Total Environment, 609: 764-775.
• Pourtaghi, Z.S., H.R. Pourghasemi., R. Aretano & T. Semeraro, 2016. Investigation of general indicators influencing on forest fire and its susceptibility modeling using different data mining techniques. Ecological Indicators, 64: 72-84.
• Saygın, F., O. Dengiz., S. İç & A. İmamoğlu, 2019. Bazı fiziko-kimyasal toprak özellikleri ile bazı erodibilite parametreleri arasındaki ilişkilerin mikro havza ölçeğinde değerlendirilmesi. Artvin Çoruh Üniversitesi, Orman Fakültesi Dergisi, 20 (1): 82-91
• Senanayake, S., B. Pradhan., A. Huete & J. Brennan, 2020. A review on assessing and mapping soil erosion hazard using geo-informatics technology for farming system management. Remote Sens. 12, 4063. https://doi.org/10.3390/rs12244063.
• Senanayake, S., B. Pradhan., A. Huete & J. Brennan, 2022. Spatial modeling of soil erosion hazards and crop diversity change with rainfall variation in the Central Highlands of Sri Lanka. Science of The Total Environment, 806, 150405.
• Seutloali, K.E., T. Dube & O. Mutanga, (2017). Assessing and mapping the severity of soil erosion using the 30-m Landsat multispectral satellite data in the former South African homelands of Transkei. Physics and Chemistry of the Earth, Parts A/B/C, 100: 296-304.
• Singh, D., I. Herlin., J.P. Berroir., E.F. Silva & M.M. Simoes, 2004. An approach to correlate NDVI with soil colour for erosion process using NOAA/AVHRR data. Advances in Space Science Research, 33 (3): 328-332.
• Sönmez, K., 1994. Toprak Koruma. Ankara Üniversitesi Ziraat Fakültesi Yayınları, Erzurum, No: 169, 192 s.
• Subramanya, K., 2008. Engineering hydrology. 3rd Ed. New York (NY): Tata McGraw-Hill Education, 451 p.
• Turgut, B. & E.L. Aksakal, 2010. Fiğ Samanı ve Ahır Gübresi Uygulamalarının Toprak Aşınım Parametreleri Üzerine Etkileri. Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 11 (1): 1-10.
• Uğurlu, M., 2021. Endüstriyel kenevir tohum üretiminin ekonomik analizi: Vezirköprü örneği. Journal of the Institute of Science and Technology, 11 (özel sayı): 3507-3518.
• Usta, A., 2022. Prediction of soil water contents and erodibility indices based on artificial neural networks: using topography and remote sensing. Environmental Monitoring and Assessment, 194 (10): 1-21.
• Vaidyanathan, N.S., G. Sharama., R. Sinha & O. Dikshit, 2002. Mapping of erosion intensity in the Garhwali Himalaya, International Journal of Remote Sensing, 23 (20): 4125-4129.
• Wilding L.P., 1985. “Spatial Variability: It's Documentation, Accommodation and Implication to Soil Surveys”. In: Soil Spatial Variability (Eds. D.R. Nielsen & J. Bouma) Pudoc, Wageningen, The Netherlands, 166-194 pp.