Abstract
Endüstriyel faaliyetin varlığı, kentsel büyümenin ana itici gücüdür ve istihdam fırsatları yaratarak bölgenin sosyoekonomik durumunu etkilemektedir. Arazi kullanımı ve arazi örtüsü (AKAÖ), ekolojik koşullar, jeolojik ve jeomorfolojik yapı gibi biyotik ve abiyotik faktörler ile sosyoekonomik yapı tarafından etkilenmektedir. AKAÖ değişimlerini, bunların yoğunluğunu, değişim yönünü, etkenlerini ve izlemek, sürdürülebilir kalkınma planlaması için önemli bilgiler sağlamaktadır. Uzaktan Algılama (UA), bölgesel ve küresel AKAÖ bilgisi elde etmek için en ekonomik ve uygulanabilir yaklaşım olarak kabul edilmektedir. UA verilerinin sınıflandırmasında makine öğrenmesi yaklaşımları çeşitliliği ve güvenirliklerinden dolayı yaygın bir şekilde kullanılmaktadır. Çalışmanın amacı Güzelhisar Havzasında sanayi faaliyetlerinin AKAÖ durumu üzerindeki etkisini araştırmaktır. Bu bağlamda uydu görüntüleri kullanarak makine öğrenme algoritması ile 1995-2022 yıllarına ait AKAÖ durumu tespit edilmiştir. Sınıflandırmada AKAÖ sınıfları ‘Su Yüzeyi’, ‘Orman Alanı’, ‘Tarım Alanı’, ‘Açık Yüzey’ ve ‘Beşeri Yüzey’ olarak belirlenmiştir. Araştırmada 30 m çözünürlüğü ile Landsat uydu görüntüleri kullanılmıştır. Normalize Edilmiş Fark Bitki Örtüsü İndeksi (NDVI), Toprakla Düzeltilmiş Bitki Örtüsü İndeksi (SAVI), Normalize Edilmiş Fark Su İndeksi (NDWI), Normalize Edilmiş Açık Yüzey İndeksi (NBLI), Çıplak toprak indeksi (BSI), Normalize Edilmiş Fark Yerleşim Alanı İndeksi (NDBI) indeksleri 1995 ve 2022 yılları için hesaplanarak doğruluğu artırmak amacıyla kullanılmıştır. Uydu görüntülerinin sınıflandırmasında Rastgele Orman (RO) makine öğrenme algoritması tercih edilmiştir. Görüntülerin elde edilmesinde ve sınıflandırma işlemlerinde Google Earth Engine (GEE) platformu kullanılmıştır. Sınıflandırma doğruluğu hata matrisi, kullanıcı doğruluğu, üretici doğruluğu, genel doğruluk ve kappa katsayısı ile hesaplanmıştır. Buna göre 1995 ve 2022 yılları için hesaplanan genel doğruluk değerleri sırasıyla %95 ve %91 şeklindedir. Araştırmada 1995 ve 2022 yılları Kappa katsayıları istatiksel olarak kabul edilebilir sınırın üzerinde, sırasıyla 0,93 ve 0,88 olarak elde edilmiştir. Sonuç olarak araştırma sahasında beşeri yüzeylerde önemli miktarda artış meydana gelirken, tarım alanlarında ve açık yüzeylerde azalma olduğu tespit edilmiştir. Beşerî yüzeylerdeki artış miktarı dikkate alındığında bölgede sanayi faaliyetlerine bağlı istihdam potansiyelinin kentleşme üzerindeki etkisini göstermektedir. Sonuç olarak araştırma kapsamında GEE platformunun yetenekleri, makine öğrenmesine dayalı sınıflandırma algoritması, sınıflandırma süreçleri ve elde edilen bulguların değerlendirilmesine kadar olan tüm süreç performansları değerlendirilmiştir. Bu açıdan çalışmanın tüm sonuçları, gelecekte yapılacak çalışmaların geliştirilmesi, ayrıca UA ve Coğrafi Bilgi Sistemleri araştırmalarında açık veri kaynaklarının ve bulut tabanlı platformların yaygınlaşması açısından önem arz etmektedir.
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
