Yanmış orman alanlarının belirlenmesinde derin öğrenme yöntemlerinin yanmış alan indeksleri ile karşılaştırılması: Hatay örneği

Bu çalışmada 5-10 Eylül 2020 tarihleri arasında Hatay'ın Samandağ bölgesinde, 9-10 Ekim 2020 tarihleri arasında Hatay'ın Belen bölgesinde ve 27-29 Ekim 2020 tarihleri arasında Hatay'ın Denizciler mevkilerinde meydana gelen orman yangınlarının yanmış alanlarının haritalanması ve yangının şiddeti derin öğrenme ve uzaktan algılama tabanlı yöntemler ile Sentinel 2 uydu verileri kullanılarak değerlendirilmiştir. Çalışma alanlarına ait Sentinel 2 verileri ile derin öğrenme için bir görüntü veri seti oluşturulmuştur. Daha sonra derin öğrenme yöntemleri kullanılarak bir derin öğrenme modeli oluşturulmuş, oluşturulan model veri setindeki görüntüler ile eğitilerek başarılı bir şekilde test edilmiştir. Oluşturulan yeni derin öğrenme modeli sonuçları, Sentinel 2 görüntüleri kullanılarak Normalize Edilmiş Yangın Şiddeti (NBR),Sentinel 2 İçin Yanmış Alan İndeksi(BAIS2) indeksleri hesaplanmıştır. Bu indekslerin yangından önce ve sonrası farkları için Fark Normalize Edilmiş Yanma Şiddeti (dNBR), Fark Sentinel-2 İçin Yanmış Alan İndeksi(dBAIS2) değerleri hesaplanarak yangın şiddeti sınıflandırması ve yangın alanı tespiti yapılmıştır. Derin öğrenme yöntemi, yanmış alan indeksleri ve Orman Genel Müdürlüğü yangın sicil fişleri verileri karşılaştırılmıştır ve yeni derin öğrenme modelinin yanmış orman alanlarını bulmada kullanılan indekslerden daha başarılı olduğu tespit edilmiştir. Yeni model yanmış orman alanlarının belirlenmesinde Samandağ çalışma alanında %98,36, Belen çalışma alanında %99,46 ve Denizciler çalışma alanında %92,75 oransal bir doğruluğa sahiptir. Anahtar Sözcükler: Derin Öğrenme; Sentinel 2; NBR-dNBR; BAIS2-dBAS2; Uzaktan Algılama