SavedAdd your journal

Journals / PEYZAJ / 2025 / Cilt: 7 Sayı: 2

REMOTE SENSING -BASED LAND SURFACE TEMPERATURE ANALYSIS: THE CASE OF SIVAS CITY

UZAKTAN ALGILAMA TABANLI ARAZİ YÜZEY SICAKLIĞI ANALİZİ: SİVAS KENTİ ÖRNEĞİ

Burcu Çirci Selçuk(Sivas Cumhuriyet Üniversitesi, Mimarlık Güzel Sanatlar ve Tasarım Fakültesi)0000-0002-5346-6045
Sefa Furkan Selçuk(ARTVİN ÇORUH ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ)0000-0002-3700-4377
Journal
PEYZAJ
Pages
144–155
Publication Date
2025-12-31
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The findings reveal that in 2014, sparse vegetation was dominant and the temperature range of 35-40 °C was observed over large areas.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Rapidly increasing urbanization, decreasing natural surface cover and the proliferation of impermeable surfaces cause the urban heat island (UHI) effect to become more pronounced in urban centers.
📊
Key Findings & Data:In this study, the temporal and spatial variations of Land Surface Temperature (LST) and vegetation density were analyzed using Landsat 8 satellite data from 2014, 2019 and 2024 in Sivas province.
💡
Conclusion & Impact:The findings reveal that in 2014, sparse vegetation was dominant and the temperature range of 35-40 °C was observed over large areas.
🔬Design:Araştırma Makalesi
📍Scope:2014 Verileri
⚙️Variables:Kentsel ısı adası · arazi yüzey sıcaklığı · uzaktan algılama

Abstract

Rapidly increasing urbanization, decreasing natural surface cover and the proliferation of impermeable surfaces cause the urban heat island (UHI) effect to become more pronounced in urban centers. In this study, the temporal and spatial variations of Land Surface Temperature (LST) and vegetation density were analyzed using Landsat 8 satellite data from 2014, 2019 and 2024 in Sivas province. Normalized Difference Vegetation Index (NDVI) was used to determine vegetation density and multi-temporal thermal bands were used to calculate temperatures. The findings reveal that in 2014, sparse vegetation was dominant and the temperature range of 35-40 °C was observed over large areas. In 2019, with the increase in impervious surfaces, areas in the 40-45 °C temperature band more than doubled, indicating that the UHI effect reached its peak. By 2024, the average temperature decreases from 34.05 °C to 27.45 °C, thanks to the increase in medium and dense vegetation cover, and the areas of extreme temperature shrink. The results confirm the inverse relationship between NDVI and LST and emphasize the critical role of green spaces in sustainable urban planning for Sivas.

Özet

Hızla artan kentleşme, doğal yüzey örtüsünün azalması ve geçirimsiz yüzeylerin yaygınlaşması, kentsel ısı adası (KIA) etkisinin kent merkezlerinde daha belirgin hale gelmesine yol açmaktadır. Bu çalışmada, Sivas ili mücavir alan sınırlarında 2014, 2019 ve 2024 yıllarına ait Landsat 8 uydu verileri kullanılarak Arazi Yüzey Sıcaklığı (AYS) ve bitki örtüsü yoğunluğunun zamansal ve mekânsal değişimleri analiz edilmiştir. Bitki örtüsü yoğunluğunu belirlemek için Normalize Edilmiş Fark Bitki Örtüsü İndeksi (NDVI), sıcaklıkların hesaplanmasında ise çok zamanlı termal bantlar kullanılmıştır. Bulgular, 2014 yılında seyrek bitki örtüsünün baskın olduğunu ve 35–40 °C sıcaklık aralığının geniş alanlarda görüldüğünü ortaya koymaktadır. 2019 yılında geçirimsiz yüzeylerin artmasıyla 40–45 °C sıcaklık bandındaki alanların iki kattan fazla büyümesi, KIA etkisinin zirveye ulaştığını göstermiştir. 2024 yılına gelindiğinde ise orta ve yoğun bitki örtüsündeki artış sayesinde ortalama sıcaklık 34.05 °C’den 27.45 °C’ye düşmüş, aşırı sıcaklık alanları daralmıştır. Sonuçlar, NDVI ile AYS arasındaki ters yönlü ilişkiyi doğrulamakta ve Sivas için sürdürülebilir kent planlamasında yeşil alanların kritik rolünü vurgulamaktadır.

🔖

Cite This Article

Selçuk, B. Ç., Selçuk, S. F., *, B. Ç. S. (2025). REMOTE SENSING -BASED LAND SURFACE TEMPERATURE ANALYSIS: THE CASE OF SIVAS CITY. PEYZAJ, Cilt: 7 Sayı: 2, 144–155. https://doi.org/10.53784/peyzaj.1777107

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (29)

  1. Akyürek, Ö. (2020). Termal Uzaktan Algılama Görüntüleri İle Yüzey Sıcaklıklarının Belirlenmesi: Kocaeli Örneği. Doğal Afetler Ve Çevre Dergisi, 6(2), 377-390. https://doi.org/10.21324/dacd.667594
  2. Atun, R., Kalkan, K., & Gürsoy, Ö. (2020). Determining the forest fire risk with Sentinel 2 images. Turkish Journal of Geosciences, 1(1), 22-26.
  3. Carlson, T. N., & Ripley, D. A. (1997). On the relation between NDVI, fractional vegetation cover, and leaf area index. Remote sensing of Environment, 62(3), 241-252.
  4. Çirci Selçuk, B., (2024). Hafik Gölü (Sivas) Mikro Havzası Peyzaj Karakter Analizi. Atatürk Üniversitesi, Fen Bilimleri Enstitüsü, Erzurum.
  5. Elgendy, D., Tolba, O., & Kamel, T. (2025). The impact of increasing urban surface albedo on outdoor air and surface temperatures during summer in newly developed areas. Scientific Reports, 15(1), 25165.
  6. Gerçek, D., & Türkmenoğlu Bayraktar, N., (2014). Kentsel Isı Adası Etkisinin Uzaktan Algılama ile Tespiti ve Değerlendirilmesi İzmit Kenti Örneği. 5. Uzaktan Algılama-Cbs Sempozyumu (Uzal-Cbs 2014), 14-17 Ekim 2014, İstanbul, İstanbul, Turkey
  7. Ihlen V, Zanter K (2019) Landsat 8 (l8) data users handbook. US Geological Survey,106 p.
  8. Kesgin Atak, B., & Ersoy Tonyaloğlu, E. (2020). Alan kullanım/arazi örtüsü ve bitki örtüsündeki değişimin arazi yüzey sıcaklığına etkisinin değerlendirilmesi: Aydın ili örneği. Turkish Journal of Forestry, 21(4), 489–497. https://doi.org/10.18182/tjf.786827
  9. Khorrami, B., & Gündüz, O. (2019). Uzaktan Algılama ve CBS’nin Yüzey Sıcaklığı ve Kentsel Isı Adası Tespit ve Analizinde Uygulanması. Meteorolojik Uzaktan Algılama Sempozyumu (UZALMET 2019) Antalya, Türkiye.
  10. Matuzko, A. K., & Yakubailik, O. E. (2018, November). Urban heat island effects over Krasnoyarsk obtained on the basis of Landsat 8 remote sensing data. In IOP Conference Series: Earth and Environmental Science (Vol. 211, No. 1, p. 012010). IOP Publishing.
  11. Mercan, Ç. (2020). Yer yüzey sıcaklığının termal uzaktan algılama görüntüleri ile araştırılması: Muş ili örneği. Turkish Journal of Remote Sensing, 2(2), 42-49.
  12. Morsy, S., & Hadi, M. (2022). Impact of land use/land cover on land surface temperature and its relationship with spectral indices in Dakahlia Governorate, Egypt. International Journal of Engineering and Geosciences, 7(3), 272–282. https://doi.org/10.26833/ijeg.978961
  13. Nse, O. U., Okolie, C. J., & Nse, V. O. (2020). Dynamics of land cover, land surface temperature and NDVI in Uyo City, Nigeria. Scientific African, 10, e00599.
  14. Orhan, O. (2021). Mersin ilindeki kentsel büyümenin yer yüzey sıcaklığı üzerine etkisinin araştırılması. Geomatik, 6(1), 69–76. https://doi.org/10.29128/geomatik.679858
  15. Pettorelli, N., Vik, O. J., Mysterud, A., Gaillard, J. M., Tucker, C. J., & Stenseth, N. C. (2005). Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends in Ecology & Evolution, 20(9), 503–510.
  16. Polat, N. (2020). Mardin ilinde uzun yıllar yer yüzey sıcaklığı değişiminin incelenmesi. Türkiye Uzaktan Algılama Dergisi, 2(1), 10–15. https://dergipark.org.tr/tr/pub/tuzal/issue/52699/649526
  17. Rosenzweig, C., Solecki, W. D., Parshall, L., Chopping, M., Pope, G., & Goldberg, R. (2005). Characterizing the urban heat island in current and future climates in New Jersey. Global Environmental Change Part B: Environmental Hazards, 6(1), 51-62.
  18. Saka, B. N., & Atmaca, İ. (2023). Uzaktan Algılama Yöntemleri ile Kentsel Yüzey Sıcaklıklarının Haritalanması, Yozgat Kenti Örneği. Bozok Journal of Engineering and Architecture, 2(2), 38-43.
  19. Salih, M. M., Jasim, O. Z., Hassoon, K. I., & Abdalkadhum, A. J. (2018). Land surface temperature retrieval from LANDSAT-8 thermal infrared sensor data and validation with infrared thermometer camera. International Journal of Engineering & Technology, 7(4.20), 608-612.
  20. Sandholt, I., Rasmussen, K., & Andersen, J. (2002). A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. Remote Sensing of environment, 79(2-3), 213-224.
  21. Sivas Çevre, Şehircilik ve İklim Değişikliği İl Müdürlüğü. (2023). Sivas ili 2023 yılı çevre durum raporu [PDF]. https://webdosya.csb.gov.tr/db/ced/icerikler/sivas-ilcdr-2023-1-20240910164208.pdf
  22. Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L. (2004). Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of environment, 90(4), 434-440.
  23. Sobrino, J. A., Jiménez-Muñoz, J. C., Sòria, G., Romaguera, M., Guanter, L., Moreno, J.,. & Martínez, P. (2008). Land surface emissivity retrieval from different VNIR and TIR sensors. IEEE transactions on geoscience and remote sensing, 46(2), 316-327.
  24. Stathopoulou, M., & Cartalis, C. (2007). Daytime urban heat islands from Landsat ETM+ and Corine land cover data: An application to major cities in Greece. Solar Energy, 81(3), 358-368.
  25. Türkyılmaz, M., Özelkan, E., & Karaman, M. (2020). Termal uydu görüntülerinden üretilen yer yüzeyi sıcaklığı ile hava sıcaklığı ilişkisinin değerlendirilmesi. Avrupa Bilim ve Teknoloji Dergisi, (20), 932-948.
  26. Ünal Çilek, M. (2022). Kentsel yüzey ısı adalarının belirlenmesinde yer yüzey sıcaklık verilerinin kullanımı. European Journal of Science and Technology, 33, 213–222. https://doi.org/10.31590/ejosat.1039572
  27. Yılmaz, E. (2015). Landsat görüntüleri ile Adana yüzey ısı adası. Coğrafi Bilimler Dergisi, 13(2), 115-138.
  28. Yue, W., Xu, J., Tan, W., & Xu, L. (2007). The relationship between land surface temperature and NDVI with remote sensing: application to Shanghai Landsat 7 ETM+ data. International journal of remote sensing, 28(15), 3205-3226.
  29. Yüksel, A. T., & Coşkun Hepcan, Ç. (2023). Kentsel yüzey sıcaklığı ve mavi-yeşil altyapı ilişkisi: Karşıyaka örneği. Adnan Menderes Üniversitesi Ziraat Fakültesi Dergisi, 20(1), 91–98. https://doi.org/10.25308/aduziraat.1214763