Kentsel değişim analizinde uzaktan algılama yöntemlerinin irdelenmesi: Bodrum yarımadası örneklemi

Bu doktora tezi, kentsel alanlarda zaman içinde meydana gelen arazi kullanım değişikliklerini izlemenin kritik önemini vurgulayarak, uzaktan algılama (UA) verileri ve görüntü sınıflandırma yöntemlerinin kullanımını ele almaktadır. Araştırma, Türkiye'nin turistik Bodrum Yarımadası'nda 30 yıl boyunca arazi kullanımının değişimini incelemek üzere yapılmıştır. Tezin ilk aşamasında, literatür araştırması ve 10 farklı görüntü sınıflandırma yönteminin değerlendirilmesi gerçekleştirilmiştir. Maksimum olabilirlik sınıflandırması (MLC), destek vektör makineleri (SVM) ve yapay sinir ağı (ANN) yöntemleri kullanılarak, 5 sınıfta (orman, tarım alanı, yerleşim, su ve Çıplak, toprak zemin) sınıflandırılmıştır. Çalışma alanındaki değişimi analiz etmek için seçilmiştir. Uydu görüntüleri kullanılarak yapılan sınıflandırmalar sonucunda, MLC'nin orman sınıflandırmasında yüksek doğruluk oranları elde ettiği belirlenmiştir. SVM, tarım alanları için etkili bir yöntem olarak öne çıkmış, yerleşim yerleri ve çıplak, toprak zeminlerde da kabul edilebilir sonuçlar vermiştir. ANN ise diğer yöntemlere göre ayrıntıları algılamada daha avantajlıdır. Sonuçlar, Bodrum Yarımadası'nda 30 yıl içinde yerleşim alanlarının üç kat arttığını, ormanlarda azalma, tarım alanlarında ise ilk 20 yılda azalma, son 10 yılda ise artış olduğunu göstermiştir. Su sınıfında ise farklı yöntemlerle farklı eğilimler belirlenmiştir. Çıplak, toprak zeminlerde genel bir artış eğilimi 2010 yılına kadar devam etmiş, ardından azalmıştır. Çalışma, MLC, SVM ve ANN yöntemlerinin kentsel değişim analizindeki güçlü ve zayıf yönlerini belirleyerek, ekolojik, çevresel ve şehir yönetimi açısından uygulamada kullanılabilir bilgiler sağlamıştır. Gelecekteki araştırmalarda bu çalışmanın temel bir referans olacağı öngörülmektedir.