KaydedilenlerDerginizi ekleyin

Dergiler / Çevre Şehir ve İklim Dergisi / 2026 / Cilt: 1 Sayı: Özel Özel Sayı

ÇÖLLEŞME VE EROZYONLA MÜCADELE ÇALIŞMALARINDA COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA TEKNOLOJİLERİNİN KULLANIMI

Mustafa Sert(Türkiye Cumhuriyeti Çevre, Şehircilik ve İklim Değişikliği Bakanlığı)
Abdullah Emin Akay(BURSA TEKNİK ÜNİVERSİTESİ)0000-0001-6558-9029
Ayhan Ateşoğlu(BARTIN ÜNİVERSİTESİ, BARTIN ORMAN FAKÜLTESİ)0000-0002-4030-7782
Sayfa
94–112
Yayın Tarihi
2024-12-02
DOI
—
🏛️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)

Bu çalışmada geçmişten günümüze çölleşme ve erozyonla mücadelede Coğrafi Bilgi Sistemleri (CBS) ve uzaktan algılama teknolojilerinin kullanımı irdelenmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Hızla gelişen sanayi, yanlış arazi kullanımı ve orantısız kentsel büyüme, doğal kaynakların aşırı tükenmesine ve çeşitli çevre sorunlarına yol açmaktadır.
📊
Temel Bulgular & Veri:Arazi örtüsünün kaybı çölleşmeye ve erozyona önemli ölçüde etki etmekte, ekosistem hizmet sunumunu etkilemekte, ekolojik göçlere, biyolojik çeşitliliğin kaybına ve gıda güvenliğinin etkilenmesine yol açmaktadır.
💡
Sonuç & Katkı:Bu çalışmada geçmişten günümüze çölleşme ve erozyonla mücadelede Coğrafi Bilgi Sistemleri (CBS) ve uzaktan algılama teknolojilerinin kullanımı irdelenmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:toprak · erozyon · çölleşme

Özet

Hızla gelişen sanayi, yanlış arazi kullanımı ve orantısız kentsel büyüme, doğal kaynakların aşırı tükenmesine ve çeşitli çevre sorunlarına yol açmaktadır. Arazi örtüsünün kaybı çölleşmeye ve erozyona önemli ölçüde etki etmekte, ekosistem hizmet sunumunu etkilemekte, ekolojik göçlere, biyolojik çeşitliliğin kaybına ve gıda güvenliğinin etkilenmesine yol açmaktadır. Dünya genelinde her yıl 20 milyon hektar verimli toprak bozuluyor, 24 milyar ton erozyona uğruyor ve kurak alanların %70'i çölleşme riski altında olup Türkiye'de 642 milyon ton toprak su erozyonu nedeniyle yerinden edilmiş olup, bu alanın %22,5'i çölleşmeye karşı oldukça hassastır. Bu sorunların kaynağının ve şiddetinin tespit edilmesi ileriye dönük aksiyon almada ve planlamada oldukça önem arz etmektedir. Teknolojideki gelişmelerle birlikte yüksek çözünürlüklü uydu görüntüleri ve bunları analiz etmeye yarayan ArcGIS, Netcad, QGIS vb. çeşitli yazılımların ortaya çıkmasına ve gelişmesine olanak sağlamıştır. Bu gelişmelerin yanında RUSLE, NDVI, BSI, SAVI, TGSI gibi birçok arazi yüzeyi ve arazi örtüsü analizlerini yapmayı sağlayan metot ve indeksler geliştirilmiştir. Son yıllarda bu metotlara yapay zeka algoritmaları entegre edilmeye başlanmıştır. Bu çalışmada geçmişten günümüze çölleşme ve erozyonla mücadelede Coğrafi Bilgi Sistemleri (CBS) ve uzaktan algılama teknolojilerinin kullanımı irdelenmiştir.

🔖

Bu Makaleye Atıf Yap

Sert, M., Akay, A. E., Ateşoğlu, A. (2024). ÇÖLLEŞME VE EROZYONLA MÜCADELE ÇALIŞMALARINDA COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA TEKNOLOJİLERİNİN KULLANIMI. Çevre Şehir ve İklim Dergisi, Cilt: 1 Sayı: Özel Özel Sayı, 94–112. https://ajindex.com/articles/1611571

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (43)

  1. AbdelRahman, M. (2023). An overview of land degradation, desertifcation and sustainable land management using GIS and remote sensing applications. https:// doi.org/10.1007/s12210-023-01155-3
  2. Alparslan, K., & Küçükönder, M. (2021). Kaman Deresi Alt Havzasının Erozyon Duyarlılığı. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, 24, 242–258.
  3. Arnoldus, H. M. J. (1977). Methodology used to determine the maximum potential average annual soil loss due to sheet and rill erosion in Morocco. FAO Soils Bulletin, No. 34, 39, 1977.
  4. Becerril-Piña, R., Díaz-Delgado, C., Mastachi-Loza, C. A., & González-Sosa, E. (2016). Integration of remote sensing techniques for monitoring desertification in Mexico.
  5. Human and Ecological Risk Assessment: An International Journal, 22(6), 1323–1340. Bouyoucos, G. J. (1962). Hydrometer Method Improved for Making Particle Size Analyses of Soils. Agronomy Journal, 54(5), 464–465. https://doi.org/https://doi. org/10.2134/agronj1962.00021962005400050028x
  6. ÇEM. (2017). Türkiye Çölleşme Modeli ve Hassasiyet Haritası. https://cem.csb.gov. tr/turkiye-collesme-modeli-ve-hassasiyet-haritasi-i-103686
  7. Chaminé, H. I., Pereira, A. J. S. C., Teodoro, A. C., & Teixeira, J. (2021). Remote sensing and GIS applications in earth and environmental systems sciences. SN Applied Sciences, 3(12), 870. https://doi.org/10.1007/s42452-021-04855-3
  8. Chen, T., & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. https://doi.org/10.1145/2939672.2939785
  9. Chen, X., Wang, T., Liu, S., Peng, F., Tsunekawa, A., Kang, W., Guo, Z., & Feng, K. (2019). A New Application of Random Forest Algorithm to Estimate Coverage of Moss-Dominated Biological Soil Crusts in Semi-Arid Mu Us Sandy Land, China. In Remote Sensing (Vol. 11, Issue 11). https://doi.org/10.3390/rs11111286
  10. Dindaroğlu, T., & Canbolat, M. (2014). Kuzgun Baraj Gölü Havzasında CORINE Yöntemi ile Arazi Kullanım Sınıflarının Tespiti ve Erozyon Riskinin Değerlendirilmesi. Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 15(1), 33–47. https://doi. org/10.17474/acuofd.38678
  11. Duman, N., & İrcan, M. R. (2022). Coğrafi Bilgi Sistemleri ve Uzaktan Algılama Tabanında Çankırı Merkez İlçesinin Erozyon Risk Analizi TT - Erosion Risk Analysis of Çankırı Central District on the Basis of Geographical Information Systems and Remote Sensing. Coğrafi Bilimler Dergisi, 20(1), 220–245. https://doi.org/10.33688/aucbd.1074770
  12. Erpul, G., Akça, E., Karaman, N. A., Canlı, P., Morkoç, S., Karataş, Z. K., & Tekin, S. N. (2023). Arazi Tahribatının Dengelenmesi Karar Destek Sistemi İl İstatistikleri ve Sürdürülebilir Arazi Yönetimi Yaklaşımları ve Uygulamaları. Çölleşme ve Erozyonla Mücadele Genel Müdürlüğü Yayınları.
  13. Erpul, G., İnce, K., Demirhan, A., Küçümen, A., Akdağ, M. A., Demirtaş, İ., Sarıhan, S., Çetin, E., & Şahin, S. (2020). Su Erozyonu İl İstatistikleri. Toprak Erozyonu Kontrol Stratejileri (Sürdürülebilir Arazi/Toprak Yönetimi Uygulama ve Yaklaşımları) Çölleşme ve Erozyonla Mücadele Genel Müdürlüğü Yayınları. https://webdosya. csb.gov.tr/db/cem/icerikler/su_erezyon-20221228103523.pdf
  14. Feng, K., Wang, T., Liu, S., Kang, W., Chen, X., Guo, Z., & Zhi, Y. (2022). Monitoring Desertification Using Machine-Learning Techniques with Multiple Indicators Derived from MODIS Images in Mu Us Sandy Land, China. In Remote Sensing (Vol. 14, Issue 11). https://doi.org/10.3390/rs14112663
  15. GSP. (2017). Global Soil Partnership Endorses Guidelines on Sustainable Soil Management. https://www.fao.org/global-soil-partnership/resources/highlights/ detail/en/c/416516/
  16. Guirado, E., Alcaraz-Segura, D., Cabello, J., Puertas-Ruíz, S., Herrera, F., & Tabik, S. (2020). Tree Cover Estimation in Global Drylands from Space Using Deep Learning. In Remote Sensing (Vol. 12, Issue 3). https://doi.org/10.3390/rs12030343
  17. Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz-Sabater, J., Nicolas, J., Peubey, C., Radu, R., Schepers, D., Simmons, A., Soci, C., Abdalla, S., Abellan, X., Balsamo, G., Bechtold, P., Biavati, G., Bidlot, J., Bonavita, M., … Thépaut, J.-N. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730), 1999–2049. https://doi.org/https://doi. org/10.1002/qj.3803
  18. Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295–309. https://doi.org/https://doi.org/10.1016/0034- 4257(88)90106-X
  19. Jazouli, A. El, Barakat, A., Khellouk, R., Rais, J., & Baghdadi, M. El. (2019). Remote sensing and GIS techniques for prediction of land use land cover change effects on soil erosion in the high basin of the Oum Er Rbia River (Morocco). Remote Sensing Applications: Society and Environment, 13, 361–374. https://doi.org/https://doi. org/10.1016/j.rsase.2018.12.004
  20. Karagöz, A., Tercan, E., Erpul, G., Türkeş, M., Dengiz, O., Doğan, O., & Öztaş, T. (2017). Türkiye Çölleşme Modeli.
  21. Lamchin, M., Lee, J.-Y., Lee, W.-K., Lee, E. J., Kim, M., Lim, C.-H., Choi, H.-A., & Kim, S.-R. (2016). Assessment of land cover change and desertification using remote sensing technology in a local region of Mongolia. Advances in Space Research, 57(1), 64–77. https://doi.org/https://doi.org/10.1016/j.asr.2015.10.006 Lamrini, B. (2020). Contribution to Decision Tree Induction with Python: A Review. https://doi.org/10.5772/intechopen.92438
  22. Lamyaa, K., M’bark, A., Brahim, I., Hicham, A., & Soraya, M. (2018). Mapping Soil Erosion Risk Using RUSLE, GIS, Remote Sensing Methods: A Case of Mountainous Sub-watershed, Ifni Lake and High Valley of Tifnoute (High Moroccan Atlas). Journal of Geography, Environment and Earth Science International, 14(2 SE-Original Research Article), 1–11. https://doi.org/10.9734/JGEESI/2018/40322
  23. Liu, Q., Liu, G., & Huang, C. (2018). Monitoring desertification processes in Mongolian Plateau using MODIS tasseled cap transformation and TGSI time series. Journal of Arid Land, 10(1), 12–26. https://doi.org/10.1007/s40333-017-0109-0 Navalgund, R., V, J., & Roy, P. (2007). Remote sensing applications: An overview. Current Science, Vol. 93.
  24. Özcan, A. U. (2016). CBS ve RUSLE Teknolojisi Yardımıyla Çankırı -Ekinne Göleti Su Toplama Havzasın da Toprak Kayıplarının Tahmin Edilmesi. In Tücaum Uluslararası Coğrafya Sempozyumu Bildiri Kitabı (Issue October, pp. 668–674). Ankara Üniversitesi Yayınları.
  25. Özenen-Kavlak, M., Güler, Ü., Demir Çakır, M., Aydemir, S., Aydemir, H. S., Berk Acet, Ş., Aydınlı, H. O., & Hassan Pashaeı, M. (2022). Haberleşme Uygulamalarında Uzaktan Algılama Ve Coğrafi Bilgi Sistemlerinin Kullanımı. Mühendislik Bilimleri ve Tasarım Dergisi, 10(2), 761–775. https://doi.org/10.21923/jesd.1000582
  26. Pan, J., & Li, T. (2013). Extracting desertification from Landsat TM imagery based on spectral mixture analysis and Albedo-Vegetation feature space. Natural Hazards, 68(2), 915–927. https://doi.org/10.1007/s11069-013-0665-3
  27. Quinlan, J. R. (1986). Induction of decision trees. Machine Learning, 1(1), 81–106. https://doi.org/10.1007/BF00116251
  28. Ramachandra, T. V, & Kumar, U. (2004). Geographic Resources Decision Support System for Land Use, Land Cover Dynamics Analysis. Proceedings of the FOSS/ GRASS Users Conference.
  29. Renard, K. G., Foster, G. R., Weesies, G. A., Mccool, D. K., & Yoder, D. C. (1997). Predicting soil erosion by water: A Guide to Conservation Planning with the Revised Universal Soil Loss Equation (RUSLE). In Agriculture Handbook.
  30. Rikimaru, A., Roy, P., & Miyatake, S. (2002). Tropical forest cover density mapping. Tropical Ecology, 43, 39–47.
  31. Rossi, R. J. (2019). Mathematical Statistics: An Introduction to Likelihood Based Inference. International Statistical Review, 87, 178–179. https://doi.org/10.1111/insr.12315
  32. Samarinas, N., Tsakiridis, N. L., Kalopesa, E., & Zalidis, G. C. (2024). Soil Loss Estimation by Water Erosion in Agricultural Areas Introducing Artificial Intelligence Geospatial Layers into the RUSLE Model. In Land (Vol. 13, Issue 2). https://doi. org/10.3390/land13020174
  33. Sui, D. Z., & Zeng, H. (2001). Modeling the dynamics of landscape structure in Asia’s emerging desakota regions: a case study in Shenzhen. Landscape and Urban Planning, 53(1), 37–52. https://doi.org/https://doi.org/10.1016/S0169- 2046(00)00136-5
  34. Tucker, C. J. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150. https:// doi.org/https://doi.org/10.1016/0034-4257(79)90013-0
  35. Uça Avcı, D., Uça Güneş, P., & Çabuk, A. (2015). Uzaktan Eğitim ile ‘Uzaktan Algılama’ ve ‘Coğrafi Bilgi Sistemleri’ Eğitimlerinin Verilmesine Dair Bir Değerlendirme. Harita Teknolojileri Elektronik Dergisi, 7(3), 53–68. https://dergipark.org.tr/tr/pub/hartek/ issue/17001/177622
  36. Wadoux, A. M. J.-C., Minasny, B., & McBratney, A. B. (2020). Machine learning for digital soil mapping: Applications, challenges and suggested solutions. Earth-Science Reviews, 210, 103359. https://doi.org/https://doi.org/10.1016/j. earscirev.2020.103359
  37. Walkley, A., & Black, I. A. (1934). An Examination of the Degtjareff Method for Determining Soil Organic Matter, and a Proposed Modification of the Chromic Acid Titration Method. Soil Science, 37(1). https://journals.lww.com/soilsci/ fulltext/1934/01000/an_examination_of_the_degtjareff_method_for.3.aspx
  38. Wischmeier, W. H., & Smith, D. D. (1978). Predicting Rainfall Erosion Losses: A Guide to Conservation Planning (Issue 537). The USDA Agricultural Handbook.
  39. Xiao, J., Shen, Y., Tateishi, R., & Bayaer, W. (2006). Development of topsoil grain size index for monitoring desertification in arid land using remote sensing. International Journal of Remote Sensing, 27. https://doi.org/10.1080/01431160600554363
  40. Yıldız, H., Mermer, A., Ünal, E., & Akbaş, F. (2012). Türkiye Bitki Örtüsünün NDVI Verileri ile Zamansal ve Mekansal Analizi TT - Spatial and Temporal Analysis of Turkey Vegetation with NDVI Images. Tarla Bitkileri Merkez Araştırma Enstitüsü Dergisi, 21(2), 50–56. https://dergipark.org.tr/en/pub/tarbitderg/issue/11499/136983
  41. Yüksel, A., Gündoğan, R., & Akay, A. E. (2008). Using the Remote Sensing and GIS Technology for Erosion Risk Mapping of Kartalkaya Dam Watershed in Kahramanmaras, Turkey. In Sensors (Vol. 8, Issue 8, pp. 4851–4865). https://doi. org/10.3390/s8084851
  42. Zhuguo, M., Li, D., & Yuewen, H. (2004). The extreme dry/wet events in northern China during recent 100 years. Journal of Geographical Sciences, 14(3), 275–281. https://doi.org/10.1007/BF02837407
  43. Renard, K. G., Foster, G. R., Weesies, G. A., Mccool, D. K., & Yoder, D. C. (1997). Predicting soil erosion by water: A Guide to Conservation Planning with the Revised Universal Soil Loss Equation (RUSLE). In Agriculture Handbook.