Evaluation of Different Remote Sensing Indices in Detection of Forest Burned Area: A Case Study of 2022 Mersi̇n (Gülnar) Wildfire

Abstract

Son yıllarda küresel ısınmanın etkisi ile orman yangınları giderek yıkıcı tahribatlara neden olmaktadır. Orman yangınlarının, orman alanlarında meydana getirdiği tahribatın belirlenmesi zaman alıcı ve maliyetli bir iştir. Orman yangınları sonucunda yanan orman alanlarının ve yanma şiddeti açısından alanın haritalanması, rehabilitasyon çalışmaları açısından büyük önem taşımaktadır. Orman alanlarına ait haritalama ve izleme çalışmalarında uzaktan algılama ve CBS teknikleri yaygın bir şekilde kullanılmaktadır. Uzaktan algılama, pratik, uygun maliyetli ve hassas sonuçlar vermesi açısından orman yangınları sonrasında yanan alan büyüklüğü ve yanma şiddeti açısından alanın haritalanmasında önemli avantajlar sunmaktadır. Bu çalışmada, 2022 yılı eylül ayında Mersin ili Gülnar ilçesinde meydana gelen orman yangınına ait yanan alan miktarının belirlenmesi ve farklı uzaktan algılama indislerinin yanan alan büyüklüğünün belirlenmesindeki performansları karşılaştırılmıştır. Çalışma alanına ait haritalama kapsamında Sentinel-2 uydu görüntüsü kullanılmıştır. Yanan alan miktarı, dNDVI (Differenced normalized difference vegetation index), dSAVI (Differenced soil adjusted vegetation index) ve dNBR (Differenced normalized burn ratio) indislerine göre tahmin edilmiştir. Çalışma kapsamında kullanılan üç farklı indise ait performans değerleri doğruluk analizi ile ortaya konmuştur. Yanan alan büyüklüğünün tespit edilmesinde, dNDVI, dSAVI ve dNBR indislerine ait genel doğruluk değerleri sırasıyla % 75.56, % 84.44 ve % 88.89 olarak bulunmuştur. dNDVI indisine ait doğruluk oranı kabul edilebilir düzeydeyken, dSAVI ve dNBR indisleri yanan alan büyüklüğünün tespit edilmesinde oldukça iyi performans göstermiştir. Orman yangınları sonucu zarar gören alanlar, uydu görüntüleri ve uzaktan algılama teknikleri ile hızlı ve hassas bir şekilde tespit edilebilmektedir.