KaydedilenlerDerginizi ekleyin

Dergiler / Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi / 2026 / Cilt: 25 Sayı: 4

Google Earth Görüntüleri ile Gölcük Gölü (Kütahya) Sınır Değişimlerinin Değerlendirilmesi

Assessing Boundary Shifts at Gölcük Lake (Kütahya) with Google Earth Images

Enes Zengin(KÜTAHYA DUMLUPINAR ÜNİVERSİTESİ, MİMARLIK FAKÜLTESİ, ŞEHİR VE BÖLGE PLANLAMA BÖLÜMÜ)0000-0002-5740-7763
Recep Uğur Acar(KUTAHYA DUMLUPINAR UNIVERSITY)0000-0002-0420-6263
Ali Samet Öngen(KUTAHYA DUMLUPINAR UNIVERSITY)0000-0002-4019-7157
Sayfa
946–955
Yayın Tarihi
2025-08-04
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen sonuçlar, göl alanında %22,7'lik bir azalma olduğunu ve yaklaşık 32.279 m²'lik önemli bir küçülmeyi göstermektedir; bu küçülmenin çevresel faktörlerden etkilenmiş olabileceği düşünülmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:İklim değişikliği, bugün dünyanın karşı karşıya olduğu en acil sorunlardan biri olup, ekosistemler, insan sağlığı ve küresel ekonomiler üzerinde geniş kapsamlı etkiler yaratmaktadır.
📊
Temel Bulgular & Veri:Birleşmiş Milletler, 2030 Sürdürülebilir Kalkınma Gündemi kapsamında 2015 yılında kabul edilen 17 küresel hedeften oluşan Sürdürülebilir Kalkınma Amaçları (SKA) ile kolektif bir yaklaşım sunmuştur.
💡
Sonuç & Katkı:Elde edilen sonuçlar, göl alanında %22,7'lik bir azalma olduğunu ve yaklaşık 32.279 m²'lik önemli bir küçülmeyi göstermektedir; bu küçülmenin çevresel faktörlerden etkilenmiş olabileceği düşünülmektedir.
🔬Tür:Araştırma Makalesi
📍Kapsam:2030 Verileri
⚙️Değişkenler:Sınır değişimi · iklim değişikliği · Gölcük gölü

Özet

İklim değişikliği, bugün dünyanın karşı karşıya olduğu en acil sorunlardan biri olup, ekosistemler, insan sağlığı ve küresel ekonomiler üzerinde geniş kapsamlı etkiler yaratmaktadır. Bu durum, büyük ölçüde ormansızlaşma, sanayi kaynaklı emisyonlar ve fosil yakıtların yoğun kullanımı gibi insan faaliyetlerinin neden olduğu, sıcaklık, yağış düzenleri ve aşırı hava olaylarının sıklığında önemli değişimlerle tanımlanmaktadır. Birleşmiş Milletler, 2030 Sürdürülebilir Kalkınma Gündemi kapsamında 2015 yılında kabul edilen 17 küresel hedeften oluşan Sürdürülebilir Kalkınma Amaçları (SKA) ile kolektif bir yaklaşım sunmuştur. Bu amaç doğrultusunda, Türkiye'nin Kütahya iline bağlı Simav ilçesindeki Gölcük gölü’nün sınır değişimleri, 2013 ve 2023 yıllarına ait yüksek çözünürlüklü Google Earth görüntüleri kullanılarak incelenmiştir. Göl alanındaki değişimleri analiz etmek için ArcGIS Pro’da gözetimli sınıflandırma teknikleri uygulanmıştır. Mekansal veri ve coğrafi bilgi sistemleri (GIS) yöntemlerinin kullanımı, bu değişikliklerin yüksek hassasiyetle ölçümünü ve görselleştirilmesini sağlamış ve göl küçülmesinin boyutunu ve etkisini değerlendirmede son derece yararlı olmuştur. Elde edilen sonuçlar, göl alanında %22,7'lik bir azalma olduğunu ve yaklaşık 32.279 m²'lik önemli bir küçülmeyi göstermektedir; bu küçülmenin çevresel faktörlerden etkilenmiş olabileceği düşünülmektedir. Çevre, Şehircilik ve İklim Değişikliği Bakanlığı ile Meteoroloji Genel Müdürlüğü’nden elde edilen sıcaklık ve yağış verileri de değerlendirilmiştir. Veriler, ortalama sıcaklığın 2013’te 11,5°C’den 2023’te 13°C’ye yükseldiğini ve aynı dönemde yağış miktarında hafif bir azalma olduğunu göstermektedir; bu durum, iklim değişikliğinin gölün küçülmesine potansiyel bir katkısı olabileceğini düşündürmektedir. Bu sonuçlar, tatlı su kaynakları üzerindeki iklim değişikliğinin olumsuz etkilerini azaltmak için sürekli izleme ve sürdürülebilir yönetimin önemini vurgulamaktadır.

Abstract

Climate change is one of the most pressing issues facing the world today, with far-reaching impacts on ecosystems, human health, and global economies. It is characterized by significant alterations in temperature, precipitation patterns, and the frequency of extreme weather events, largely driven by human activities such as deforestation, industrial emissions, and the intense use of fossil fuels. United Nations has introduced a collective approach through the Sustainable Development Goals (SDGs), a set of 17 global goals adopted in 2015 as part of the 2030 Agenda for Sustainable Development. For this purpose, the boundary shifts of Gölcük lake in Simav, Kütahya, Türkiye, were examined using high-resolution Google Earth images from 2013 and 2023. Supervised classification techniques in ArcGIS Pro were applied to analyze changes in the lake's area over a decade marked by significant climate variability. The use of spatial data and geographic information system (GIS) methods allowed for precise measurement and visualization of these changes, proving highly useful for assessing the extent and impact of lake shrinkage. The findings reveal a 22.7% reduction in lake area, equating to approximately 32,279 m², indicating a notable shrinkage likely influenced by environmental factors. Temperature and precipitation data, obtained from the Ministry of Environment, Urbanization and Climate and the Turkish State Meteorological Service, were also assessed. The data showed an increase in average temperature from 11.5°C to 13°C and a slight decrease in precipitation over the period, suggesting potential contributions from climate change to the lake's shrinkage. These results underscore the importance of ongoing monitoring and sustainable management to mitigate the adverse impacts of climate change on freshwater resources.

🔖

Bu Makaleye Atıf Yap

Zengin, E., Acar, R. U., Öngen, A. S. (2025). Google Earth Görüntüleri ile Gölcük Gölü (Kütahya) Sınır Değişimlerinin Değerlendirilmesi. Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, Cilt: 25 Sayı: 4, 946–955. https://doi.org/10.35414/akufemubid.1579340

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (37)

  1. Acar, R.U. and Özkul, C., 2020. Investigation of heavy metal pollution in roadside soils and road dusts along the Kütahya–Eskişehir Highway. Arabian Journal of Geosciences, 13, 216. https://doi.org/10.1007/s12517-020-5206-2
  2. Acar, R.U. and Zengi̇n, E., 2023. Performance Assessment of Landsat 8 and Sentinel-2 Satellite Images for the Production of Time Series Land Use/Land Cover (LULC) Maps. Journal of Scientific Reports-A, 53 1–15. https://doi.org/10.59313/jsr-a.1213548
  3. Amani, M., Ghorbanian, A., Ahmadi, S.A., Kakooei, M., Moghimi, A., Mirmazloumi, S.M., Moghaddam, S.H.A., Mahdavi, S., Ghahremanloo, M., Parsian, S., Wu, Q. and Brisco, B., 2020. Google Earth Engine Cloud Computing Platform for Remote Sensing Big Data Applications: A Comprehensive Review. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13, 5326–5350. https://doi.org/10.1109/JSTARS.2020.3021052
  4. Bastawesy, M.A., Khalaf, F.I. and Arafat, S.M., 2008. The use of remote sensing and GIS for the estimation of water loss from Tushka lakes, southwestern desert, Egypt. Journal of African Earth Sciences, 52, 73–80. https://doi.org/10.1016/j.jafrearsci.2008.03.006
  5. Beck, M.W., Vondracek, B., Hatch, L.K. and Vinje, J., 2013. Semi-automated analysis of high-resolution aerial images to quantify docks in glacial lakes. ISPRS Journal of Photogrammetry and Remote Sensing, 81,60–69. https://doi.org/10.1016/J.ISPRSJPRS.2013.04.006
  6. Brosch, T., 2021. Affect and emotions as drivers of climate change perception and action: a review. Current Opinion in Behavioral Sciences, 42, 15–21. https://doi.org/10.1016/J.COBEHA.2021.02.001
  7. Buchsteiner, C., Baur, P.A. and Glatzel, S., 2023. Spatial Analysis of Intra-Annual Reed Ecosystem Dynamics at Lake Neusiedl Using RGB Drone Imagery and Deep Learning. Remote Sensing, 15, Page 3961 15, 3961. https://doi.org/10.3390/RS15163961
  8. Chaaban, F., El Khattabi, J. and Darwishe, H., 2022. Accuracy Assessment of ESA WorldCover 2020 and ESRI 2020 Land Cover Maps for a Region in Syria. Journal of Geovisualization and Spatial Analysis, 6, 1–23. https://doi.org/10.1007/s41651-022-00126-w
  9. Dietz, T., Shwom, R.L., Whitley, C.T., 2024. Climate Change and Society. Annual Review of Sociology, 46, 15. https://doi.org/10.1146/annurev-soc-121919
  10. Dong, S., Chen, Z., Gao, B., Guo, H., Sun, D. and Pan, Y., 2020. Stratified even sampling method for accuracy assessment of land use/land cover classification: a case study of Beijing, China. International Journal of Remote Sensing, 41, 6427–6443. https://doi.org/10.1080/01431161.2020.1739349
  11. Emami, H. and, Zarei, A., 2021. Modelling lake water’s surface changes using environmental and remote sensing data: A case study of lake Urmia. Remote Sensing Applications, 23, 100594. https://doi.org/10.1016/J.RSASE.2021.100594
  12. Jeffry, L., Ong, M.Y., Nomanbhay, S., Mofijur, M., Mubashir, M. and Show, P.L., 2021. Greenhouse gases utilization: A review. Fuel, 301. https://doi.org/10.1016/j.fuel.2021.121017
  13. Jumaah, H.J., Ameen, M.H., Mohamed, G.H. and Ajaj, Q.M., 2022. Monitoring and evaluation Al-Razzaza lake changes in Iraq using GIS and remote sensing technology. The Egyptian Journal of Remote Sensing and Space Science, 25, 313–321. https://doi.org/10.1016/J.EJRS.2022.01.013
  14. Keshta, A.E., Riter, J.C.A., Shaltout, K.H., Baldwin, A.H., Kearney, M., El-Din, A.S. and Eid, E.M., 2022. Loss of Coastal Wetlands in Lake Burullus, Egypt: A GIS and Remote-Sensing Study. Sustainability (Switzerland) 14,4980. https://doi.org/10.3390/SU14094980/S1
  15. Kiage, L.M. and Douglas, P., 2020. Linkages between land cover change, lake shrinkage, and sublacustrine influence determined from remote sensing of select Rift Valley Lakes in Kenya. Science of the Total Environment, 709. https://doi.org/10.1016/j.scitotenv.2019.136022
  16. Kimijima, S., Sakakibara, M., Amin, A.K.M.A., Nagai, M. And Arifin, Y.I., 2020. Mechanism of the rapid shrinkage of limboto lake in Gorontalo, Indonesia. Sustainability (Switzerland), 12, 1–14. https://doi.org/10.3390/su12229598
  17. Li, K., Wang, J., Cheng, W., Wang, Y., Zhou, Y., Altansukh, O., 2022. Deep learning empowers the Google Earth Engine for automated water extraction in the Lake Baikal Basin. International Journal of Applied Earth Observation and Geoinformation,112, 102928. https://doi.org/10.1016/J.JAG.2022.102928
  18. Marsooli, R. and Lin, N., 2020. Impacts of climate change on hurricane flood hazards in Jamaica Bay, New York. Climate Change, 163, 2153–2171. https://doi.org/10.1007/s10584-020-02932-x
  19. Noble, W.S., 2006. What is a support vector machine? Nature Biotechnology, 24, 1565–1567. https://doi.org/10.1038/nbt1206-1565
  20. Ocakoğlu, F., Kuzucuoğlu, C., Akbulut, A. and, Çilingiroğlu, Ç., 2022. Lake level changes and paleo-precipitation estimations based on colluvial stratigraphy of Holocene sediments in West Anatolia (Simav Graben). Palaeogeography, Palaeoclimatology, Palaeoecology, 597. https://doi.org/10.1016/j.palaeo.2022.111001
  21. Öngen, A.S. and Ergüler, Z.A., 2020. The effect of urban heat island on groundwater located in shallow aquifers of Kutahya city center and shallow geothermal energy potential of the region. Bulletin Of The Mineral Research and Exploration, 165, 1–24. https://doi.org/10.19111/bulletinofmre.820395
  22. Öngen, A.S. and Zengin, E., 2025. Spatial assessment of urban heat island (UHI) in Kütahya using Landsat-8 satellite data. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 14, 122–131. https://doi.org/10.28948/NGUMUH.1527341
  23. Pachauri, R.K., Meyer, L., Hallegatte France, S., Bank, W., Hegerl, G., Brinkman, S., van Kesteren, L., Leprince-Ringuet, N. and van Boxmeer, F., 2014. Climate Change 2014 Synthesis Report, Kristin Seyboth (USA). Gian-Kasper Plattner. Pang, Y., Yu, J., Xi, L., Ge, D., Zhou, P., Hou, C., He, P. and Zhao, L., 2024. Remote Sensing Extraction of Lakes on the Tibetan Plateau Based on the Google Earth Engine and Deep Learning. Remote Sensing, 16, 583. https://doi.org/10.3390/RS16030583
  24. Perrier, F., Le Mouël, J.-L., Poirier, J.-P. and Shnirman, M.G., 2005. Long-term climate change and surface versus underground temperature measurements in Paris. International Journal of Climatology, 25, 1619–1631. https://doi.org/10.1002/joc.1211
  25. Pisner, D.A. and Schnyer, D.M., 2020. Support vector machine. Machine Learning: Methods and Applications to Brain Disorders, 2020, 101–121. https://doi.org/10.1016/B978-0-12-815739-8.00006-7
  26. Pollack, H.N., Huang, S., Shen, P.-Y., 1998. Climate Change Record in Subsurface Temperatures: A Global Perspective. Science, 282, 279–281. https://doi.org/10.1126/science.282.5387.279
  27. Rwanga, S.S., Ndambuki, J.M., Rwanga, S.S., Ndambuki, J.M., 2017. Accuracy Assessment of Land Use/Land Cover Classification Using Remote Sensing and GIS. International Journal of Geosciences, 8, 611–622. https://doi.org/10.4236/IJG.2017.84033
  28. Schölkopf, B., 1998. SVMs - A practical consequence of learning theory. IEEE Intelligent Systems and Their Applications, 13, 18–21. https://doi.org/10.1109/5254.708428
  29. Taconet, N., Méjean, A., Guivarch, C., 2020. Influence of climate change impacts and mitigation costs on inequality between countries. Climatic Change, 160, 15–34. https://doi.org/10.1007/s10584-019-02637-w
  30. Yan, Y., Zhuang, Q., Zan, C., Ren, J., Yang, L., Wen, Y., Zeng, S., Zhang, Q., Kong, L., 2021. Using the Google Earth Engine to rapidly monitor impacts of geohazards on ecological quality in highly susceptible areas. Ecological Indicators,132, 108258. https://doi.org/10.1016/J.ECOLIND.2021.108258
  31. Yang, M., Chen, L., Wang, J., Msigwa, G., Osman, A.I., Fawzy, S., Rooney, D.W., Yap, P.S., 2022. Circular economy strategies for combating climate change and other environmental issues. Environmental Chemistry Letters, 21, 55–80. https://doi.org/10.1007/S10311-022-01499-6
  32. Yang, X., Jiang, G.M., Luo, X., Zheng, Z., 2012. Preliminary mapping of high-resolution rural population distribution based on imagery from Google Earth: A case study in the Lake Tai basin, eastern China. Applied Geography, 32, 221–227. https://doi.org/10.1016/J.APGEOG.2011.05.008
  33. Zengin, E., 2023a. Inundation risk assessment of Eastern Mediterranean Coastal archaeological and historical sites of Türkiye and Greece. Environmental Monitoring Assessment, 195. https://doi.org/10.1007/s10661-023-11549-3
  34. Zengin, E., 2023b. A Combined Assessment of Sea Level Rise (SLR) Effect on Antalya Gulf (Türkiye) and Future Predictions on Land Loss. Journal of the Indian Society of Remote Sensing, 51, 1121-1133. https://doi.org/10.1007/s12524-023-01694-0
  35. Zengin, E., Erguler, Z.A., 2022. Experimental investigation of pore-fracture relationship on failure behaviour of porous rock materials. Bulletin of Engineering Geology and the Environment, 81, 351. https://doi.org/10.1007/s10064-022-02857-y
  36. Zhao, Z., Islam, F., Waseem, L.A., Tariq, A., Nawaz, M., Islam, I.U., Bibi, T., Rehman, N.U., Ahmad, W., Aslam, R.W., Raza, D., Hatamleh, W.A., 2024. Comparison of Three Machine Learning Algorithms Using Google Earth Engine for Land Use Land Cover Classification. Rangeland Ecology & Management, 92, 129–137. https://doi.org/10.1016/J.RAMA.2023.10.007
  37. Yan, Y., Zhuang, Q., Zan, C., Ren, J., Yang, L., Wen, Y., Zeng, S., Zhang, Q., Kong, L., 2021. Using the Google Earth Engine to rapidly monitor impacts of geohazards on ecological quality in highly susceptible areas. Ecological Indicators,132, 108258. https://doi.org/10.1016/J.ECOLIND.2021.108258