ASTER UYDU VERİLERİNİN HEYELAN ENVANTER

Transkript

ASTER UYDU VERİLERİNİN
HEYELAN ENVANTER HARİTALAMALARINA YÖNELİK
KULLANIMININ ARAŞTIRILMASI: Yenice-Gökçebey (Batı
Karadeniz Bölgesi)
INVESTIGATION OF THE USAGE OF ASTER SATELLITE
DATA ON LANDSLIDE INVENTORY MAPPING : YeniceGökçebey (Western Black Sea Region)
TOLGA ALKEVLİ
Hacettepe Üniversitesi
Lisansüstü Eğitim-Öğretim ve Sınav Yönetmeliğinin
Jeoloji Mühendisliği Anabilim Dalı için Öngördüğü
YÜKSEK LİSANS TEZİ
olarak hazırlanmıştır.
Eylül, 2009
ASTER UYDU VERİLERİNİN HEYELAN ENVANTER HARİTALAMALARINA
YÖNELİK KULLANIMININ ARAŞTIRILMASI: Yenice-Gökçebey (Batı Karadeniz
Bölgesi)
Tolga Alkevli
ÖZ
Doğal afetler ile ilgili yapılan araştırmalar, günümüzde son derece önemli bir konu
haline gelmiştir. Özellikle son 20 yılda meydana gelen CBS (Coğrafi Bilgi Sistemi)
ve UA (Uzaktan Algılama) tekniklerindeki gelişmeler, doğal afetlerin daha kolay
değerlendirilmesine ve ayrıntılı analizine olanak sağlamaktadır. Saha gözlemleri ile
birleştirildiğinde,
UA
ürünleri
üzerinde
yapılan
analizler,
doğal
afetlerin
değerlendirilmesinde önemli bilgiler sunmaktadır.
Türkiye’de heyelanlar en çok hasar verici doğal afetlerden biri olup, Batı Karadeniz
Bölgesi, heyelanların sıklıkla geliştiği bölgelerin başında gelmektedir. Bu nedenle,
bu çalışmada, Batı Karadeniz Bölgesinde seçilen bir alanda, ASTER (Advanced
Spaceborne Thermal Emission and Reflection Radiometer) uydu görüntüsünün
heyelan envanter haritalamalarına yönelik olarak,
kullanımının araştırılması
amaçlanmıştır. Bu amaç doğrultusunda, ASTER uydu görüntüsü kullanılarak
stereoskopik görüntü analizleri ve monoskopik analizler gerçekleştirilmiştir. Farklı
ölçekler kullanılarak, heyelan envanter haritaları oluşturulmuştur. Ayrıca, ASTER
görüntüsünden elde edilen SYM (Sayısal Yükseklik Modeli)’nin doğruluğu
araştırılmıştır. Yapılan analizlere göre, ASTER uydu görüntüsünden heyelan
envanter haritalamaları konusunda yararlanılabilecek en iyi yöntemin, stereoskopik
görüntü analizleri olduğu ortaya çıkmıştır. Görsel yorumlamalar ile belirlenebilen
en küçük boyutlu heyelanın ise 58885 m2’lik bir alana karşılık geldiği belirlenmiştir.
Tüm bu değerlendirmeler sonucunda, bölgesel ve orta ölçekte yapılan heyelan
değerlendirmelerinde
ASTER
uydu
görüntüsünün
kullanılabilir
olduğu
düşünülmektedir.
Anahtar Kelimeler: ASTER, heyelan, heyelan envanteri, uydu görüntüsü.
Danışman: Doç. Dr. Murat Ercanoğlu, Hacettepe Üniversitesi Mühendislik
Fakültesi, Jeoloji Mühendisliği Bölümü, Uygulamalı Jeoloji Anabilim Dalı.
i
INVESTIGATION OF THE USAGE OF ASTER SATELLITE DATA ON
LANDSLIDE INVENTORY MAPPING : Yenice- Gökçebey (Western Black Sea
Region)
Tolga Alkevli
ABSTRACT
Recently, investigations related to natural hazards have become an extremely
important issue. Particularly in the last two decades, developments in GIS
(Geographic Information System) and RS (Remote Sensing) have provided easier
assessments and detailed analysis of natural hazards. Combined with the field
observations, analyses performed on the RS products include important
information in assessing natural hazards.
In Turkey, landslides are one of the most destructive natural hazards, and the
West Black Sea Region is one of the major landslide prone areas.
For this
reason, in this study, it is aimed to investigate the usage of ASTER (Advanced
Spaceborne Thermal Emission and Reflection Radiometer) satellite image in
preparing landslide inventory mapping in a selected area in the West Black Sea
region. For this purpose, stereoscopic and two dimensional image analyses were
performed. Landslide inventory mappings were performed taken and consideration
different scales. In addition, accuracy of DEM (Digital Elevation Model) obtained
from the ASTER image was tested. Based on the analyses, it was revealed that
the best approach related to landslide inventory mapping was found as
stereoscopic image analysis. The smallest mapped landslide area was determined
58885 m2. As a result of these assessments, it is considered that ASTER satellite
image can be used in regional and medium scale landslide inventory studies.
Keywords: ASTER, landslide, landslide inventory, satellite image.
Advisor: Assoc. Prof. Dr. Murat Ercanoğlu, Hacettepe University, Engineering
Faculty, Geological Engineering Department, Applied Geology Division.
ii
TEŞEKKÜR
Yazar, bu çalışmanın gerçekleşmesine katkıda bulunan aşağıda adı geçen kişilere
teşekkür eder.
Sayın Doç. Dr. Murat Ercanoğlu, tez danışmanı olarak çalışmanın her aşamasında bilgi ve
tecrübeleri ile katkıda bulunmuştur.
Sayın Dr. Ergün TUNCAY, tez çalışmasının saha incelemeleri kısmında destek ve
yardımları esirgememiştir.
Sayın Doç. Dr. M. Lütfi SÜZEN tez çalışmasının çeşitli aşamalarında bilgi ve tecrübeleri
ile katkıda bulunmuştur.
MTA Genel Müdürlüğü’nden, Dr. Bekir Taner SAN, Jeo. Y. Müh. Murat KORUYUCU, Dr.
Tamer DUMAN ve Hid. Jeo. Y. Müh. Tolga ÖZBİLGE tez çalışmasına katkıda
bulunmuşlardır.
Tezin her aşamasında destek ve yardımlarını esirgemeyen, babam Hamdi ALKEVLİ,
annem Hasibe ALKEVLİ, kardeşlerim Duygu ALKEVLİ ve Erhan ALKEVLİ’ye en içten
teşekkürlerimi bir borç bilirim.
iii
İÇİNDEKİLER DİZİNİ
Sayfa
ÖZ....................................................................................................................................... i
ABSTRACT ....................................................................................................................... ii
TEŞEKKÜR .......................................................................................................................iii
İÇİNDEKİLER DİZİNİ ....................................................................................................... iv
ŞEKİLLER DİZİNİ.............................................................................................................. v
ÇİZELGELER DİZİNİ........................................................................................................ vi
SİMGELER VE KISALTMALAR .......................................................................................vii
1. GİRİŞ............................................................................................................................. 1
1.1.
Çalışma Alanı...................................................................................................... 2
2. ÇALIŞMA ALANININ JEOLOJİSİ.................................................................................. 9
2.1. Prekambriyen ve Paleozoyik Yaşlı Litostratigrafi Birimleri (Pey) ......................... 13
2.2. Mesozoyik Litostratigrafi Birimleri......................................................................... 13
2.2.1. Ahmetusta çakıltaşı üyesi (Kus) ................................................................... 13
2.2.2. Ulus Formasyonu (Ku) ................................................................................... 13
2.2.3. Yemişliçay Formasyonu (Ky) ......................................................................... 14
2.2.4. Akveren Formasyonu (Kta) ............................................................................ 15
2.2.5. Çaycuma Formasyonu (Tc) ........................................................................... 15
2.2.6. Yığılca Formasyonu (Ty)................................................................................ 15
2.2.7. Yamaç molozları ve alüvyal oluşuklar (Qa, Qy)............................................. 16
2.2.8. Yapısal jeoloji ................................................................................................. 16
3. ÖNCEKİ ÇALIŞMALAR............................................................................................... 17
4. ASTER UYDU SİSTEMLERİ GENEL ÖZELLİKLERİ ................................................. 28
5. ASTER UYDU GÖRÜNTÜSÜNÜN HEYELAN ENVANTER HARİTALAMALARINA
YÖNELİK KULLANIMI..................................................................................................... 33
5.1. Heyelan Envanter Haritalamalarında Kullanılan Yöntemlerin Karşılaştırılması ... 35
5.2. Saha Çalışmaları ile Heyelan Envanter Haritasının Oluşturulması...................... 38
5.3. ASTER Uydu Görüntüsünün Heyelan Envanter Haritası Oluşturulmasında
Kullanımı ...................................................................................................................... 41
5.3.1. Görsel yorumlamalar...................................................................................... 41
5.3.2. ASTER Uydu Görüntüsünden SYM Oluşturulması ve Heyelanlarla İlişkisi... 60
5.4. Heyelan Envanter Haritalarının Karşılaştırılması ................................................. 70
6. SONUÇLAR VE ÖNERİLER ....................................................................................... 73
7.KAYNAKLAR................................................................................................................ 75
8. ÖZGEÇMİŞ ................................................................................................................. 84
iv
ŞEKİLLER DİZİNİ
Sayfa
Şekil 1.1 Çalışma alanı yer bulduru haritası. .................................................................. 3
Şekil 1.2 Çalışma alanına ait SAM.................................................................................. 5
Şekil 1.3 Çalışma alanına ait yamaç eğimi haritası. ....................................................... 6
Şekil 1.4 Çalışma alanına ait bakı haritası...................................................................... 6
Şekil 1.5 Çalışma alanına ait MTA (2005) tarafından oluşturulan heyelan envanter
haritası............................................................................................................................. 8
Şekil 2.1 Batı Karadeniz bölgesinin tektonik unsurları (Tüysüz vd., 2004’ten)..............10
Şekil 2.2 Çalışma alanının genel jeoloji haritası (MTA, 2004). ..................................... 11
Şekil 2.3 Çalışma alanının stratigrafik kesiti……………………………………………….12
Şekil 4.1. ASTER uydu sistemlerine ait sensörler: a) genel görünüm; b) VNIR
(Visible Near Infrared); c) SWIR (Shortwave Infrared), d) TIR (Thermal Infrared)
(http://www.asterweb.jpl.nasa.gov). .............................................................................. 29
Şekil 5.1 Saha çalışmaları sonucunda oluşturulmuş heyelan envanter haritası. ......... 39
Şekil 5.2 Çalışma alanına ilişkin oluşturulan stereo görüntü. ....................................... 44
Şekil 5.3 1/15000 ölçekli stereo görüntüden belirlenen heyelan envanter haritası. ..... 46
Şekil 5.4. Çalışma alanında belirlenen en küçük boyutlu heyelanın (No:20) stereo
görüntüdeki görünümü. ................................................................................................. 48
Şekil 5.5. Çalışma alanında belirlenen en büyük boyutlu heyelanın (No:8) stereo
görüntüdeki görünümü. ................................................................................................. 49
Şekil 5.9 Çalışma alanına ait ASTER uydu görüntüsü (yakın kızıl ötesi bant). ............ 56
Şekil 5.10 Çalışma alanına ait yapay renklendirilmiş ASTER uydu görüntüsü
(RGB-321). .................................................................................................................... 57
Şekil 5.11 1/15000 3N bandı ile belirlenen heyelan envanter haritası.......................... 58
Şekil 5.12 1/15000 ölçekli yapay renklendirilmiş (RGB-321) görüntü ile belirlenen
heyelan envanter haritası. ............................................................................................. 59
Şekil 5.13. ASTER Level 3A verileri kullanılarak oluşturulan ve geometrik
düzeltmesi yapılan SYM................................................................................................ 62
Şekil 5.14 ASTER SYM ve HGK SYM’leri arasındaki farklılık değerleri. ........................... 64
Şekil 5.15 ASTER SYM ve HGK SYM’leri arasındaki korelasyon ilişkisi........................... 65
Şekil 5.16 Dönel kayma türündeki bir heyelan için topoğrafik konturların
değişiminin idealize edilmiş şekli (Sowers and Royster, 1978). ................................... 67
Şekil 5.17 HGK ve ASTER topoğrafik kontur ve heyelan sınır ilişkileri: a) HGK
konturları ve heyelan sınır ilişkisi; b) ASTER konturları ve heyelan sınır ilişkisi........... 69
v
ÇİZELGELER DİZİNİ
Sayfa
Çizelge 3.1 Heyelan değerlendirmelerinde UA teknikleri kullanılarak yapılmış
çalışmalar (Metternicht et al., 2005’ten sadeleştirilerek alınmıştır)............................... 18
Çizelge 4.1. ASTER algılayıcılarının spektral aralık ve çözünürlük özellikleri.
(http://www.asterweb.jpl.nasa.gov) ............................................................................... 31
Çizelge 5.1. Heyelan değerlendirmelerinde sıklıkla kullanılan orta çözünürlüklü
uydu görüntülerinin özelliklerinin karşılaştırılması (Soeters and Van Westen, 1996;
Metternicht et al., 2005)................................................................................................. 37
Çizelge 5.2 Çalışma alanında belirlenen heyelanlara ilişkin özellikler.......................... 40
Çizelge 5.3. Bazı UA ürünleri için heyelan yeri belirlemede ve yorumlanmasında
gereken en düşük boyut özellikleri (Soeters and Van Westen, 1996). ......................... 43
Çizelge 5.4 1/15000 ölçekli stereo görüntüden belirlenen heyelanlara ilişkin
boyutsal özellikler. ......................................................................................................... 47
Çizelge 5.8 1/15000 ölçekli 3N bandı ile belirlenen heyelanlara ilişkin boyutsal
özellikler......................................................................................................................... 58
Çizelge 5.9 1/15000 ölçekli yapay renklendirilmiş (RGB-321) görüntü ile belirlenen
heyelanlara ilişkin boyutsal özellikler. ........................................................................... 59
Çizelge 5.10. Çalışma alanındaki GCP noktaları ve hata değerleri.............................. 61
Çizelge 5.11 ASTER SYM ve HGK SYM’leri arasındaki farklar ve kümülatif dağılım
değerleri......................................................................................................................... 65
Çizelge 5.12 Çalışmada dikkate alınan tüm heyelan envanter haritalarının
karşılaştırılması ile hata ve uyumluluk değerleri. .......................................................... 71
vi
SİMGELER VE KISALTMALAR
ASTER
:Advanced
Spaceborne
Thermal
Emission
and
Radiometer
BLT
:Backward Looking Telescope
CBS
:Coğrafi Bilgi Sistemleri
CN
:Color Normalized
ÇB
:Çoklu Bant
DN
:Digital number
EOS
:Earth Observing System
ERS
:European Remote Sensing Satellite
ERSDAC
:Earth Remote Sensing Data Analysis Center
ESA
:European Space Agency
GCP
:Ground Control Point
GPS
:Global Positioning System
GRC
:Ground Resolution Cell
HF
:Hava Fotoğrafı
HGK
:Harita Genel Komutanlığı
IRS
:Indian Remote Sensing Satellite
JERS
:Japanese Earth Resource Satellite
KAFZ
:Kuzey Anadolu Fay Zonu
KOMPSAT
:Korea Multipurpose Satellite
LISS
:Linear Imaging Self Scanner
METI
:Japan, Ministry of Economy, Trade and Industry
MODIS
:The Moderate Resolution Imaging Spectroradiometer
MTA
:Maden Tetkik ve Arama Genel Müdürlüğü
MSS
:Multi Spectral Scanner
NAPP
:The National Aerial Photography Program
NASA
:National Aeronautics and Space Administration
NIR
:Near Infrared
NLT
:Nadir Looking Telescope
PS
:Permanent Scatter
RGB
:Red, Green, Blue
SAM
:Sayısal Arazi Modeli
vii
Reflection
SAR
:Synthetic Aperture Radar
SLAM1
:Service for Landslide Monitoring
SPOT
:Satellite Pour l'Observation de la Terre
SWIR
:Shortwave Infrared
SYM
:Sayısal Yükseklik Modeli
TIR
:Thermal Infrared
TM
:Thematic Mapper
UA
:Uzaktan Algılama
VNIR
:Visible Near Infrared
:3 boyutlu gözlük kullanınız.
viii
1. GİRİŞ
Genel olarak değerlendirildiğinde kütle hareketleri içinde ele alınan heyelan
kavramı, bir yamaçtaki kaya, toprak veya moloz türü malzemelerin çeşitli
nedenlerden ötürü yerçekimi etkisi ile yamaç aşağı yöndeki hareketi olarak
tanımlanmaktadır (Varnes, 1978). Heyelanlar, jeolojik, jeomorfolojik, meteorolojik
süreçler ve etkiler ile gelişebildiği gibi insan etkisi ile de tetiklenebilmektedir.
Örneğin, hızlı bir artış süreci içerisindeki nüfus yoğunluğu, beraberinde yeni
yerleşim ve yaşam alanlarına gereksinim duyulmasını getirmektedir. Bunun
sonucunda da taşkın, deprem, heyelan gibi doğal afetlerin etkin olabilmekte ve
tehlike yaratabilecek alanlarda yerleşimler gelişebilmekte ve/veya yeni yerler
oluşturulabilmektedir. Bu nedenle, özellikle son 50 yıl içerisinde, doğal afetler
sonucunda yaşanan can ve mal kayıplarında önemli oranda artışlar olduğu
görülmektedir (Alexander, 1995). Ayrıca, yer seçimi ve arazi kullanım planlaması
gibi konularda ayrıntılı jeolojik, jeoteknik çalışmalara yeterince önem verilmemesi,
bu artışta önemli bir rol oynamaktadır (Aleotti and Chowdhury, 1999).
Türkiye; deprem, heyelan, taşkın gibi doğal afetlerin sık yaşandığı bir coğrafyada
yer almaktadır. 1959-1994 yılları arasında doğal afetlerden etkilenen yapı kayıpları
göz önünde bulundurulduğunda, heyelandan kaynaklanan kayıpların, % 27 ile
depremlerden sonra ikinci sırada olduğu bilinmektedir (Duman et al., 2005a).
Ayrıca, heyelanların neden olduğu doğrudan ve dolaylı kayıplar da dikkate
alındığında, ülkemiz için heyelanlardan kaynaklanan kayıpların, tahmin edilenden
çok daha fazla olabileceği söylenebilir.
Türkiye’de heyelanlar ve neden oldukları zararlar, ülkemiz için son derece önem
arz eden bir konudur. Bu duruma karşın, son 10 yıla kadar konuyla ilgili
çalışmaların yeterli düzeyde yapılmadığı da kabul edilen bir gerçektir. Bununla
birlikte, özellikle son yıllarda heyelan değerlendirmeleri konusunda, önemli
çalışmalar yapılmış ve/veya başlatılmıştır (Ercanoğlu vd., 2008a, b). Bu
çalışmalardan en önemlileri olarak, Maden Tetkik Arama Genel Müdürlüğü Jeolojik
Araştırmalar Birimi tarafından başlatılan “Türkiye Heyelan Envanteri Haritalama
Projesi” ve Afet İşleri Genel Müdürlüğü Deprem Araştırma Dairesi tarafından
yürütülen “Afet Tehlike Değerlendirmesi” çalışmaları gösterilebilir. Bu duruma
1
karşın, bölgesel değerlendirmeler ve planlamalar, heyelan önleme projeleri gibi
çalışmaların sayısının yeterli düzeyde olmaması ve uygulamaya sokulamaması,
Türkiye’deki heyelan çalışmaları konusunda dikkat çekici bir husustur. Oysa,
heyelanlarla ilgili çalışmaların başlangıcındaki en önemli aşamalarından biri,
güvenilir bir heyelan envanteri ve özelliklerinin yansıtıldığı veri tabanının
oluşturulmasıdır (Guzzetti et al., 1999).
Yukarıda değinilen konular gözetilerek gerçekleştirilen bu tez çalışmasında,
heyelanların sıklıkla geliştiği Batı Karadeniz Bölgesi’nde, Karabük iline ait Yenice
ilçesi ile Zonguldak iline ait Gökçebey ilçesi arasında kalan bir alan seçilmiştir.
Seçilen bu alanda, heyelan yerlerinin belirlenmesine yönelik olarak, ASTER
(Advanced Spaceborne Thermal Emission and Reflection Radiometer) uydu
görüntüsünün kullanılabilme olanaklarının araştırılması amaçlanmıştır. Bu amaç
doğrultusunda ilk aşamada, değinilen alanda gerçekleştirilen saha çalışmaları ile
heyelan haritalamaları yapılmıştır. Daha sonra sahada haritalanan heyelanlar ile
ASTER Level 3A görüntüsünden elde edilen bilgiler ile değerlendirmeler yapılarak,
karşılaştırılmalı analizler gerçekleştirilmiştir. Yapılan değerlendirmeler, farklı
ölçekler gözetilerek gerçekleştirilmiş ve ASTER Level 3A ürünleri, heyelan
envanter haritalamalarına yönelik kullanım olanakları, üstünlük ve sınırlamaları
ortaya konulmuştur.
1.1. Çalışma Alanı
Çalışma alanı Batı Karadeniz bölgesinde yer almakta olup, Yenice (Karabük) ile
Gökçebey (Zonguldak) ilçeleri arasında kalan alanı kapsamaktadır (Şekil 1.1).
Çalışma alanı Zonguldak ve Bartın’a 45 km, Ankara’ya ise yaklaşık olarak 240 km
uzaklıktadır. Toplam 524 km2'lik bir alansal yayılıma sahip olan çalışma alanının
önemli bir bölümü, ormanlarla kaplıdır. Arazi yapısı Batı Karadeniz Bölgesi'nin tipik
özelliklerini taşımakta olup, düz ve ova niteliğinde arazi özellikleri yok denecek
kadar azdır. Ayrıca, eğimli ve engebeli arazi yapısı nedeniyle bölge, tarımsal
çalışmalara uygun değildir (http://www.yenice.gov.tr).
2
Şekil 1.1 Çalışma alanı yer bulduru haritası.
3
Yenice ilçesinde tipik Karadeniz iklimi hüküm sürmektedir. Yaz mevsimi ılık ve
zaman zaman yağışlı olup, iç kesimlerde kış ayları sert ve kar yağışlı geçmektedir.
Yıllık karlı gün sayısı ortalama 25 gün olup, en fazla yağış ilkbaharda görülür. Yıllık
ortalama sıcaklık 13 C0’dir. Yaz mevsimi ortalama sıcaklığı ise 30 C0, kış mevsimi
ortalama sıcaklığı ise 1 C0’dir. Ölçülen en yüksek sıcaklık Ağustos ayında 44 C0,
en düşük sıcaklık ise Ocak ayında -11 C0’dir. Yıllık yağış miktarı ortalama 1100
mm civarındadır. Yağışlı günlerde yüksek kesimlere sis çökmekte ve ormanlık
alanlar değişik bir görünüm almaktadır. Bu nedenle Yenice ormanları, ''Sis
Ormanları'' olarak da adlandırılmaktadır (http://www.yenice.gov.tr).
Çalışma alanında bulunan diğer önemli yerleşim birimi ise Zonguldak iline bağlı
Gökçebey ilçesidir. İlçenin mevcut yüzölçümü 15152 km² olup, yerleşim alanı olan
7406 km² ile birlikte 22558 km² yapmaktadır. İlçenin % 60’ı ormanlık alanlarla
kaplıdır. Gökçebey ilçesi, Tulumbaburnu Tepe (1198), Boynuz Tepe (1179 m),
Ohlar Tepe (1005 m), Karahisar Tepe (979 m), Karaçam Tepe (961 m), Düzağaç
Tepe (950 m), Küfelik Tepe (918 m) ve Üçtepe (906 m) olmak üzere 8 tepe ile
çevrilidir. Söz konusu yükseltilerden en yüksek olan üçünün yeri, Şekil 1.1’de
verilmiştir. Karadeniz ikliminin egemen olduğu ilçede yazları ve kışları ılık geçer.
Bölgede
mesire
ve
av
turizmine
yönelik
birçok
alan
mevcuttur
(http://www.gokcebey.gov.tr).
Çalışma alanına ilişkin SAM (Sayısal Arazi Modeli), HGK (Harita Genel
Komutanlığı) tarafından üretilmiş olan 1/25000 ölçekli 4 adet (F28a3, F28b4,
F28d2, F28c1) sayısal topoğrafik veriler kullanılarak oluşturulmuştur (Şekil 1.2).
Söz konusu SAM, 10m x 10m metre çözünürlüğe sahiptir. SAM oluşturulmasında
kullanılan topoğrafik harita tabanlı yükseklik verileri, ArcGIS 9.2 programı ile
birleştirilmiştir. Aynı program yardımıyla, çalışma alanına ilişkin yamaç eğimi ve
bakı haritaları da SAM kullanılarak üretilmiştir (Şekil 1.3 ve Şekil 1.4). Bu haritalar
incelendiğinde, çalışma alanındaki yükseklik değerlerinin 60 m ile 1190 metre
arasında değiştiği belirlenmiştir. Yamaç eğim değerleri ise 00 ile 710 arasında
değişmekte olup, yamaçların çoğunlukla kuzeybatıya baktığı ortaya çıkmaktadır.
4
Şekil 1.2 Çalışma alanına ait SAM.
5
Şekil 1.3 Çalışma alanına ait yamaç eğimi haritası.
Şekil 1.4 Çalışma alanına ait bakı haritası.
6
MTA Genel Müdürlüğü tarafından 1997 yılında bölgesel ve ulusal ölçekte heyelan
envanter haritalarının oluşturulmasına yönelik olarak başlatılan proje, 2005 yılında
tamamlanmıştır. Bu proje ile 1/25000, 1/100000 ve 1/500000 ölçekli heyelan
envanter haritaları oluşturulmuştur. MTA Genel Müdürlüğü tarafından bu amaç
doğrultusunda, öncelikle ayrıntılı hava fotoğrafı yorumlamaları ve bunları izleyen
aşamalarda, saha çalışmaları ile heyelan envanter haritaları değinilen ölçeklerde
oluşturulmuştur. Elde edilen envanter haritaları sayısallaştırılarak, heyelan veri
tabanına aktarılmıştır. Söz konusu çalışma kapsamında heyelanlar hareket
tiplerine göre; kayma, akma ve krip/kayma/akma şeklinde üç; aktivitelerine göre
ise, aktif ve aktif olmayan heyelanlar adı altında iki sınıfta gruplandırılmıştır. Aynı
zamanda heyelanlar, yenilme yüzeylerinin derinliklerine göre, sığ (derinlik<5m) ve
derin (derinlik>5m) olmak üzere iki grup altında sınıflandırılmışlardır.
MTA Genel Müdürlüğü’nün 2005 yılında yayımlamış olduğu 1/500000 ölçekli
Zonguldak paftasına ilişkin heyelan envanter haritasına göre, çalışma alanında
toplam 160 adet heyelan bulunmaktadır (Şekil 1.5). Söz konusu heyelanlar, bu
haritaya göre 4 farklı grupta olup, 1 adet aktif olmayan kayma türündeki heyelan
Gökçebey ilçesi kuzeyinde bulunmaktadır. Çalışma alanındaki aktif ve kayma
türündeki heyelanların sayısı ise toplam 155’tir. Çalışma alanında çok az yayılıma
sahip krip/kayma/akma (aktif) türündeki heyelanlar ise 3 adet olup, Yenice
kuzeybatısında da 1 adet akma (aktif) türünde heyelan bulunmaktadır.
MTA (2005) tarafından yayımlanan heyelan envanter haritası da dikkate alınarak,
tez çalışması kapsamında heyelanlı alanların saha çalışmaları kapsamında
yerinde görülerek haritalanmasının, daha uygun olacağı düşünülmüş ve bu
çalışmaya özgü yeni bir heyelan envanter haritası oluşturulmuştur. Bu çalışmanın
ayrıntılarına Bölüm 5’te değinilmiştir.
7
Şekil 1.5 Çalışma alanına ait MTA (2005) tarafından oluşturulan heyelan envanter
haritası.
8
2. ÇALIŞMA ALANININ JEOLOJİSİ
Batı Karadeniz Bölgesi, Türkiye’nin en önemli tektonik kuşaklarından biri olan
Pontidler içinde yer almaktadır (Ketin, 1966). Pontidler, daha sonra yapılan
çalışmalarda Batı Pontid (Şengör and Yılmaz, 1981; Tüysüz, 1990), İstanbul Napı
(Şengör and Yılmaz, 1981) ve İstanbul Zonu (Okay, 1989) isimleri ile 3 ana
bölüme ayrılmıştır. Batıda Çatalca civarından başlayarak, doğuda Azdavay
doğusuna kadar izlenen, güneyde Armutlu-Eskipazar zonu (Yiğitbaş and Yılmaz,
1999) ve onu izleyen Kuzey Anadolu Fayı ile sınırlanan bu bölgenin diğer
birliklerinden en önemli farkı, temelinde yer alan Paleozoyik yaşlı çökel
topluluğudur (Tüysüz vd., 2004). Söz konusu bölgeler ve özellikleri Şekil 2.1’de
sunulmuştur. Ayrıca, Paleozoyik yaşlı istifler ise, bu bölge dışında herhangi bir
tektonik birlik içerisinde allokton ya da otokton olarak yer almamaktadır.
Şekil 2.1’de gösterilen Ulus Havzası, genel olarak türbiditik nitelikli havza
koşullarında gelişmiş yaşlı birliklerden oluşmuştur. Ulus havzasının batı kesimleri
düzenli bir stratigrafi sergilerken doğu kesimi geçişli ve karmaşık bir yapı
sergilemektedirler. Ayrıca, volkanik katkılar da içeren ve yer yer düşük dereceli
metamorfizmadan etkilenmiş Araç-Daday makaslama zonu kayalarına geçiş
göstermektedir (Tüysüz vd., 2004).
Çalışma alanına ilişkin genel jeolojik özellikler Şekil 2.2’de, stratigrafik kesit ise
Şekil 2.3’te sunulmuştur.
9
10
Şekil 2.1 Batı Karadeniz bölgesinin tektonik unsurları (Tüysüz vd., 2004’ten).
Şekil 2.2 Çalışma alanının genel jeoloji haritası (MTA, 2004).
11
Şekil 2.3 Çalışma alanının stratigrafik kesiti.
12
2.1. Prekambriyen ve Paleozoyik Yaşlı Litostratigrafi Birimleri (Pey)
Prekambriyen ve Paleozoyik yaşlı litostratigrafi birimleri, çalışma alanında
metamorfik kökene sahip olan metagranitoyid ve mermer cinsi kayaçlarla temsil
edilmektedir (bkz. Şekil 2.2.). Üste doğru gidildikçe granit ve derinlik kayaları ve
daha üst kesimlerde ise, kireçtaşı ve çökel kayalara geçişler yapmaktadır (Tüysüz
vd., 2004).
2.2. Mesozoyik Litostratigrafi Birimleri
2.2.1. Ahmetusta çakıltaşı üyesi (Kus)
Bu üyenin ilk tanımlanması Saner vd. (1979) tarafından yapılmıştır. Birim en tipik
olarak gözlendiği yer, Safranbolu kuzeyindeki Ahmetusta Mahallesi olmasından
ötürü bu ismi almaktadır. Birim alacalı, alt kesimlerinde çok iyi çimentolanmamış
ve
sert,
yer
yer
gevşek
derecelenmesiz, üstte
ise
tutturulmuş,
köşeli
çakıllı,
kötü
boylanmalı,
kısmen derecelenme gösteren çakıltaşlarından
oluşmaktadır (Saner vd., 1979). Araştırmacılar birimin kalınlığının 100 ile 800
metre arasında değiştiğini belirtmişlerdir. Aynı araştırmacılar, Ulus formasyonu ile
stratigrafik ilişki gözetilerek yaptıkları çalışmada, birimin yaşının Erken Kretase
olduğunu ifade etmektedirler.
2.2.2. Ulus Formasyonu (Ku)
İlk olarak Akyol vd. (1974) tarafından tanımlanan formasyon, Bartın iline bağlı
Ulus ilçesi civarında geniş bir alanda yayılım gösterdiği için bu ismi almıştır. Ulus
formasyonu Cide-Kurucaşile hattının güneyinde Türbeyanı marnları üzerine geldiği
kesimlerde marn içerisine türbiditik kumtaşı ara katkılarınının girmesi ile başlayıp,
bu katkıların giderek artması ile orta-ince tabakalı homojen bir kumtaşı-şeyl
ardalanması şeklinde devam eder (Tüysüz vd., 2004). Ulus formasyonunun bazı
kesimlerinde kalınlığı 45-50 metreye kadar ulaşan yelpaze çökelleri bulunmakta ve
genellikle, çakıltaşı, kumtaşı ve az miktarda kiltaşlarından oluşmaktadır. Ulus
formasyonu, kırıntılı istifler üzerine geldiği kesimlerde ise kiltaşı-kumtaşı ile temsil
edilmektedir. Formasyon üst seviyelerinde kumtaşları artış göstermektedir, yanal
olarak devamlılığı ve kalınlıkları ise daha fazladır. Ulus formasyonu içerisinde
zaman zaman olistostromal seviyeler de gözlenmektedir. Üst seviyelerinde ise,
radyolarya çörtlerine rastlanılmaktadır (Tüysüz vd., 2004).
13
Ulus formasyonunun kalınlığı tam olarak bilinmemekle beraber, Saner vd. (1979),
formasyon
kalınlığının
belirtmişlerdir.
yaklaşık
olarak
3000
metre
civarında
olduğunu
Formasyonun yaşı ise içinde barındırdığı fosil içeriğine göre,
Erken-Geç Kretase olarak verilmiştir (Saner vd., 1979; Siyako vd., 1980; Aydın
vd., 1986 ve 1987; Yergök vd., 1987).
Çalışma alanının güneybatısında yer alan Sünnice Masifi’nden, Azdavay civarına
kadar geniş bir alanda yayılım gösteren Ulus formasyonu, Orta Karadeniz
Bölgesi’ndeki Çağlayan formasyonu ile yaş ve litolojik olarak benzer özelliktedir
(Ketin ve Gümüş, 1963). Bununla birlikte, Tüysüz (1999) ve Tüysüz vd. (2000),
hem Çağlayan formasyonu, hem de Ulus formasyonunun farklı paleocoğrafik
konumdaki iki farklı havzada çökeldiğini ve Geç Kretase’de bir araya geldiğini
belirtmişlerdir.
2.2.3. Yemişliçay Formasyonu (Ky)
Çalışma alanında çoğunlukla Gökçebey ve Yenice ilçelerinin hemen hemen
ortasında yüzeylenmekte olup, genellikle volkanitler ve çökel kayalardan
oluşmaktadır. Formasyon ismi ilk defa Ketin ve Gümüş (1963) tarafından
verilmiştir. Alt ve üst dokanakları tektoniktir. Genellikle pelajik bir çökel istif
tarafından oluşmaktadır. Yenice civarında çökel kaya çeşitliliği bol olarak
gözlenmektedir. Bunların arasında killi mikritik kireçtaşı, karbonatlı kumtaşı,
karbonatlı silttaşı ve marnlar bulunmaktadır. Ayrıca, olistostrom oluşumlarına
sıklıkla rastlanılmaktadır. Tüysüz vd. (1997) tarafından yapılan bir adlandırmaya
göre bu olistostroma, Gökçekale olistostromu adı verilmiştir. Yenice civarında
görülen masif kireçtaşları, Tüysüz vd. (1997) tarafından, Gidros kireçtaşı olarak
adlandırılmıştır. Formasyonun çalışma alanı içerisinde volkanitler içeren seviyeleri
de bulunmaktadır. Formasyonun kalınlığı yer yer 150-200 metreye kadar
ulaşmaktadır (Tüysüz vd., 2004).
Formasyonun yaşı, Tüysüz vd. (1997) tarafından planktonik foraminiferlere göre
yapılan değerlendirmeler sonucunda Orta Turoniyen-Erken Kampaniyen olarak
belirlenmiştir.
14
2.2.4. Akveren Formasyonu (Kta)
Formasyon ilk olarak, Ayancık güneyindeki killi kireçtaşları için Gayle (1959)
tarafından Akveren tabakaları şeklinde tanımlanmış ve daha sonra Ketin ve
Gümüş (1963) tarafından ise Akveren formasyonu olarak adlandırılmıştır (Tüysüz
vd., 2004). Formasyon altta Gürsökü, Cide doğusunda ise Kale formasyonu
üzerine geçişli olarak gelmektedir (Tüysüz vd., 2004).
Akyol vd. (1974) Cide-Kurucaşile civarında formasyonun 390 m kalınlıkta
olduğunu belirtmişlerdir. Akman (1992) tarafından Doğaşı-Kayadibiçavuş kesitinde
600 metreye yakın kalınlık ölçülmüştür. Formasyon, içerisinde bazaltları da
barındırmaktadır (Tüysüz vd., 2004). Çalışma alanı içinde bu formasyona ilişkin
bazalt üyesi (Ktab), Gökçebey KD’dunda yüzeylenmektedir.
2.2.5. Çaycuma Formasyonu (Tc)
Formasyon ilk olarak, Tokay (1954) tarafından adlandırılmıştır. Litolojik özellikleri
açısından bakıldığı zaman, bu formasyon tipik bir silisiklastik türbiditik istiftir
(Tüysüz vd., 2004). Yergök vd. (1987) foraminifer ve nannofosil bulgularına göre
formasyonunun yaşının Erken-Orta Eosen olduğunu belirlemişlerdir. Genellikle
çakıltaşı, kumtaşı ve şeyl ardalanmalarından oluşan türbiditik fasiyes karakterli
Eosen filişlerini içerisinde barındırmaktadır. Ilgar ve Şahbaz (1997)’a göre Orta
Eosen’e geçişlerde sığ denizel fasiyesin izleri görülmekte olup,
formasyon
Gökçebey ve kuzeyinde geniş bir yayılım göstermektedir (Duman vd., 2005b).
2.2.6. Yığılca Formasyonu (Ty)
Çalışma alanında çoğunlukla Gökçebey kuzeydoğusunda yayılım gösteren
formasyon, içerisinde neritik kireçtaşları, kumtaşı, silttaşı ardalanmaları yoğun
olarak barındırmaktadır. İlk olarak Tokay (1954) tarafından adlandırılmıştır.
İçerisinde aglomera, tüf, tüfit gibi piroklastik birimleri içermekte olup, formasyonun
yaşı Erken-Orta Eosen’dir (Siyako vd., 1980).
15
2.2.7. Yamaç molozları ve alüvyal oluşuklar (Qa, Qy)
Filyos nehri boyunca değişik kesimlerde alüvyal oluşuklar ile bunlara yakın
kesimlerde yamaç molozu oluşumlarına rastlanılmaktadır (bkz. Şekil 2.2.).
2.2.8. Yapısal jeoloji
Çalışma alanında, KAFZ (Kuzey Anadolu Fay Zonu) etkisi altında oluşan bir
faylanma gözlenmektedir (Herece, 1990). Ayrıca, Yenice batısından başlayarak
Gökçebey’e kadar uzanan alan içinde bindirmeler ve doğrultu atımlı faylar
bulunmaktadır (bkz. Şekil 2.2.). 18 Mart 1953 tarihinde meydana gelen Yenice
depremi sonucunda, batıya doğru devam eden yaklaşık 50 km’lik bir kırık hattı
oluşmuş, ancak alüvyal yüzeyler tarafından örtülmüştür (Herece, 1990).
Metagranitoyidler
içerisinde
ise
çoğunlukla
görülmektedir (MTA, 2004).
16
doğrultu
atımlı
fay
sistemleri
3. ÖNCEKİ ÇALIŞMALAR
Çalışmaya temel teşkil eden literatür araştırmaları kapsamında, heyelan envanter,
duyarlılık, tehlike ve risk değerlendirmelerinde uydu görüntülerinin kullanıldığı
uluslararası bilimsel dergilerde yayımlanmış, ulaşılabilen bilimsel çalışmalar
bulunmaktadır. Bu çalışmada dikkate alınan ölçütler, heyelan değerlendirmelerinin
yapılması
ve
uydu
görüntülerinden
yararlanılıyor
olmasıdır.
Literatür
araştırmalarının ilk aşamasında, heyelan “landslide” ve uydu görüntüsü “satellite
image” anahtar sözcükleri ile araştırma yapılmıştır. Bu çalışmalar içinde, UA
ürünleri kullanılarak heyelan değerlendirmelerine yönelik yapılan çalışmaların
analiz edildiği
benzer
bir
gerçekleştirilmiştir (Çizelge
çalışma
Metternicht et
al.
3.1). Söz konusu çalışma
(2005)
tarafından
ve diğer
literatür
araştırmaları sonucunda, heyelan değerlendirmelerinde hava fotoğraflarının
yaygın olarak kullanıldığı, ayrıca, ASTER, LANDSAT ve SPOT gibi pasif algılama
görüntüleri ile RADARSAT, ERS 1-2 gibi aktif algılama görüntülerinden de,
özellikle son yıllarda sıklıkla yararlanıldığı görülmüştür. Tez çalışmasının konusu
da dikkate alındığında, pasif ve aktif görüntülemelerin bir arada kullanıldığı
çalışmalar, literatür araştırmaları kapsamına ilk aşamada dahil edilmiş, ancak, aktif
uzaktan algılama ürünlerinin kullanıldığı çalışmalar, içerik dışında tutulmuştur.
Pasif algılama ile ilgili ulaşılabilen çalışmalarda, heyelan değerlendirmelerinde en
çok kullanılan görüntülerin, SPOT, Landsat ve ASTER görüntüleri olduğu
belirlenmiştir. İzleyen paragraflarda, söz konusu çalışmaların ayrıntılarına
değinilerek, genel değerlendirmeler yapılmıştır.
Gupta and Saha (2001) tarafından Himalayalar’da yapılan çalışmalarda Hindistan
Uzay ajansına ait IRS (Indian Remote Sensing Satellite) uydu görüntüleri
kullanılmıştır. Bu uydu görüntüsü LISS-1B adı verilen sensörleri ile 5.8 metre
çözünürlükte görüntü vermesinden dolayı, akma türü heyelanların net bir şekilde
gözlendiği belirtilmektedir.
17
Çizelge 3.1 Heyelan değerlendirmelerinde UA teknikleri kullanılarak yapılmış
çalışmalar (Metternicht et al., 2005’ten sadeleştirilerek alınmıştır).
Araştırmacı
Carrara et al. (1991)
Coe et al. (1997)
Yer
İtalya
ABD
Huggel et al. (2002)
Crowley et al. (2003)
Salzman et al. (2004)
Kaab et al. (2003)
Schrott et al. (2003)
Paul et al. (2004)
İsviçre
ABD
İsviçre
Rusya-İtalya
Almanya
İsviçre
Cheng et al. (2004)
Delacourt et al. (2004)
Singhroy et al. (1999)
Squarzoni et al. (2003)
Berardino et al. (2003)
Colesanti et al. (2003)
Pratie et al. (2003)
Singhroy and Molch
(2004a)
Singhroy and Molch
(2004b)
Tayvan
Fransa
Kanada
Fransa
ABD, İtalya
UA aracı
HF*
Farklı zamanlarda
çekilmiş HF
Renkli HF
Renkli HF
HF
SPOT
HF
Farklı zamanlarda
çekilmiş HF+IKONOS
Farklı zamanlarda
çekilmiş siyah-beyaz HF
IRS 1-C/1D PAN
SPOT, Landsat TM, IRS1C, Radarsat, HF
Landsat TM, SPOT PAN
AVIRIS, Hyperion, ASTER
Landsat TM
ASTER
HF
ASTER, IRS-1C/D, SPOT,
ASTER
SPOT, HF
HF+Quickbird
Radarsat+Landsat TM
ERS 1-2
ERS-SAR
Barredo et al. (2000)
Kaab (2000)
Donati and Turrini (2002)
Lin et al. (2002)
He et al. (2003)
Hervas et al. (2003)
İspanya
İspanya
İtalya
Tayvan
Çin
İtalya
Kanada
Radarsat-InSAR-ERS
Kanada
Radarsat-2
Van Westen and Getahun İtalya
(2003)
Gupta and Saha (2001)
Hindistan
Zhou et al. (2002)
Hong Kong
*HF: Hava Fotoğrafı
18
Temesgen et al. (2001),
Etiyopya’nın Wondogenet bölgesinde yaptıkları
çalışmada UA ve CBS teknikleri ile heyelan duyarlılığı değerlendirmesi
yapmışlardır. Çalışmada kullanılması amacı ile 1986 yılına ait Landsat TM
görüntüsünün 4, 5 ve 7 nolu bantları ile 1995 yılına ait SPOT pankromatik
görüntüsü kullanılmıştır. Bu görüntülerden itibaren oluşturulan litoloji haritaları,
drenaj parametreleri, yapısal özellikler ve NDVI gibi bitki indeksi haritaları
oluşturularak, heyelan değerlendirmelerinde kullanılmıştır. Litoloji haritasında
heyelan dağılımının en yüksek olduğu birimlerin ignimbritlere ve riyolitlere ait
olduğu gözlenmiştir. Ayrıca, bitki örtüsünün daha az olduğu alanlarda heyelan
gelişiminin daha fazla olduğu gözlenmiştir. CBS ile üretilen yamaç eğimi ve bakı
haritaları; litoloji, yapısal jeoloji ve drenaj parametreleri ile birleştirilmiş ve heyelan
duyarlılık haritası oluşturulmuştur.
Zinck et al. (2001), Huasca de Ocampo (Meksika)’da yaptıkları araştırmada, UA
ve CBS kullanarak dağlık alanlardaki kütle hareketlerini incelemişlerdir. Landsat
TM görüntüleri ile üretilen stereo görüntüler ve yükseklik modelleri ile yer
değiştirme miktarları 3 boyutlu olarak değerlendirilmeye alınmıştır. Çalışmalarında
hava fotoğrafı verileri ve SAR (Synthetic Aperture Radar) görüntülerinden itibaren
ürettikleri; yapısal jeoloji haritaları, arazi kullanım haritalarını Landsat TM
görüntüleri ile üretilen stereo görüntüler ile karşılaştırmışlardır. Radar verileri ve
hava fotoğrafları ile TM görüntüleri arasıdaki uyumun çok iyi olduğunu belirten
araştırmacılar, Landsat TM görüntüleri ile üretilen jeomorfolojik haritaların, radar
verileri ve hava fotoğrafları ile üretilenlere göre daha az güvenilir olduğunu da
vurgulamışlardır. Landsat TM bantları ve bant oranlamaları kullanılarak belirlenen
ve “gully” adı verilen küçük nehir kanallarının sınıflaması da yapılan çalışmada,
bitki örtüsü farklılıkları da değerlendirilerek, arazi gözlemleri ile yapılan
sınıflamaların uyumlu olduğu görülmüştür. Landsat TM görüntülerinin çarpıklıkları
ve
atmosferik
düzensizlikler
içermesi
nedeni
ile
tek
başlarına
heyelan
değerlendirmelerinde kullanılamayacağı, bu verilerin hava fotoğrafları ve radar
verileri ile birleştirilerek değerlendirilmesi gerektiği de çalışmada belirtilmektedir.
Lee et al. (2002), Janghung (Kore) bölgesinde yaptıkları çalışmada topoğrafya ve
jeolojik yapıların korelasyonu sonucunda heyelan duyarlılık değerlendirmesi
yapmışlardır. Hindistan Uzay Ajansı tarafından koordine edilen ve çok geniş bir
19
kullanım alanı olan IRS uyduları ile heyelan gelişmiş alanlar belirlenmiştir. UA
teknikleri arasında önemli bir yer tutan değişim sezimi (change detection) tekniği
ile çalışma alanındaki tektonik yapılar ve yıllık hareket değişimleri belirlenmiştir.
Doğrultu atımlı faylar ve kıvrım eksenleri gibi
tektonik unsurların bulunduğu
bölgelerde, yoğun heyelanlı alanların var olduğu sonucuna varılmıştır.
De la Ville et al. (2002), Venezuela’nın El Avilla dağlık bölgesinde yaptıkları
çalışmada, IKONOS görüntüleri kullanarak bölgede aşırı yağış dönemlerinden
sonra oluşan heyelanların gelişimlerini incelemişlerdir. Araştırmacılara göre
bölgede meydana gelen yoğun yağışların çoğunlukla yüzey akışı, erozyon
süreçleri flüvyal sistemleri ve sediman taşınımını tetikleyerek heyelan oluşumunu
hızlandırdığı
vurgulanmaktadır.
Ayrıca,
IKONOS
görüntülerinin
yüksek
çözünürlüklü olması nedeni ile kayma, akma gibi heyelan türlerinin kolaylıkla ayırt
edilebildiği de belirtilmektedir.
Huggel et al. (2002), İsviçre Alp’lerinde yaptıkları çalışmada Landsat TM ve SPOT
Pan görüntüleri kullanarak, bitki örtüsü ayrımı ve çamur akması türündeki
heyelanları araştırmışlardır. Aşırı yağışlardan sonra meydana gelen heyelanlar,
her iki görüntü ile farklı zamanlara ait olarak tespit edilmiş ve oluşturdukları yapılar
incelenmiştir. Çalışmada SPOT görüntüleri ve 3 boyutlu arazi modeli üzerinde
yapılan değerlendirmeler sonucunda, Landsat görüntülerine göre daha az sayıda
bant içeren SPOT görüntülerinin, özellikle bitki örtüsü ayrımında çok detaylı
sonuçlar verdiği görülmüştür.
Zhou et al. (2002), Lantau Adası (Hong Kong)’nda yaptıkları çalışmada SPOT ve
IRS görüntülerini bir arada kullanarak, arazi kullanım haritası ve bitki örtüsü
sınıflaması yapmışlar ve sonuçları yamaç eğim haritası ile birleştirerek, heyelana
duyarlı alanları belirlemişlerdir. NDVI değerlerinin 0’ın altına düştüğü bölgelerde
heyelan aktivitelerinin, eğimdeki artış ile orantılı olduğu sonucuna varılmıştır.
Catani et al. (2003), Arno Nehri Havzası (İtalya)’daki arazi kullanım haritası ve
jeolojik özellikleri Landsat ETM+ ve ASTER görüntüleri ile inceleyerek, heyelan
değerlendirmelerinde kullanmışlardır. Haziran 2000 tarihinde alınmış Landsat
ETM+ bant 7 üzerinde HSV (Hue Saturation Value), CN (Color Normalized), PCS
(Principal Component Substitution) teknikleri uygulayarak, çalışma alanında
20
meydana gelen jeomorfolojik ve yüzeysel değişimleri ortaya çıkarmışlardır. Aynı
teknikleri 1996 ve 2002 yılında alınan görüntüler üzerine uygulayarak, havzada 6
yıl içinde meydana gelen değişimleri ortaya koymuşlardır.
Crowley et al. (2003), Amerika’da Shasta Dağı’nda yaptıkları çalışmada AVIRIS,
Hyperion ve ASTER görüntüleri kullanarak arjilik alterasyonları sonucu oluşan
heyelana duyarlı alanları belirlemişlerdir. Çalışma sonucunda altere kayaçlara ait
akma türü yapılar çok net bir şekilde tespit edilmiştir. Ancak, çalışmada
karşılaşılan en önemli zorluklardan biri, kar örtüsünün kayaçları maskelemesi
olarak
belirtilmiştir.
Çalışmada,
yukarıda
değinildiği
gibi
bir
durumla
karşılaşıldığında, SAM’den itibaren oluşturulacak yamaç eğimi ve bakı değerlerinin
uzaktan algılama verileri ile birleştirilmesinin ve birlikte yorumlanması gerekliliği
vurgulanmaktadır.
Hervas et al. (2003), İtalya’daki Tessina heyelanını aktif ve pasif UA ile
değerlendirmişlerdir. Farklı tarihlerde alınan uydu görüntülerine ait görünür ve
yakın kızıl ötesi bantlar aracılığı ile yapılan değişim sezimi (change detection)
teknikleri ile elde edilen arazi kullanım haritası, jeolojik özelliklerin ayırt edilmesi
ve haritalanması, yapısal jeolojik özelliklerin ortaya konulmasından itibaren
heyelan değerlendirmelerinde bulunulmuştur. Çalışmadaki en önemli bulgulardan
biri heyelan aktivitelerinden sonra morfoloji değişiminin hızlı yaşandığı alanlarda
radar interferometresinin yeterli olmayacağının belirtilmesidir. Ayrıca, yoğun nem
içeren ve bitki örtüsü çeşitliliğin bol olduğu alanlarda, radar görüntüleri ile heyelan
değerlendirmelerinde güçlük yaşanacağı belirtilmiştir.
Cheng et al. (2004), 1 Ekim 1999 ve 21 Eylül 2001 tarihlerinde alınan SPOT
görüntüleri kullanarak, 21 Eylül 1999 tarihinde Tayvan’da meydana gelen Chi-Chi
depreminin olduğu bölgedeki kütle hareketlerini değerlendirmişlerdir. SPOT
görüntülerine ait IR (Infrared) ve R (Red) bantlarını her iki tarihte alınan görüntüler
üzerinde uygulayarak, arazi kullanım haritası ortaya çıkarılmıştır. Daha sonra bu
görüntüler değişim sezimi yapmak sureti ile karşılaştırılmış ve kütle hareketlerinin
geliştiği lokasyonlar belirlenmiştir.
Delacourt et al . (2004), hava fotoğrafları ve yüksek çözünürlüklü uydu görüntüleri
kullanarak, Fransa’da Le Clapiere bölgesinde oluşan yıllık hareketin 2.5 m’den 20
21
metreye kadar değiştiğini belirlemişlerdir. Metternicht et al. (2005), tüm bu
çalışmaları derleyerek, kendi geliştirdikleri modelle belirli bölgelere ait heyelan
aktivitesini incelemişlerdir. Bu model genel ismi ile HAZNETH Database adı
altında
veri
tabanı
ile
oluşturulmuştur.
UA
tekniklerinin
heyelan
değerlendirmelerinde aşağıdaki özellikler için kullanılabileceği belirtilmiştir.
•
Hidrolojik özellikler: Yüzey akışının ve drenaj parametrelerinin farklı
tarihlerde alınmış görüntüler ile değişim sezimi yapmak sureti ile
belirlenmesi.
•
Jeolojik özellikler ve arazi kullanımı: Jeolojik sınıflama ve arazi kullanım
özelliklerinin belirlenerek, heyelana duyarlı alanların ortaya konulması.
•
Stereo görüntüler ile hava fotoğraflarının birleştirilerek, 3 boyutlu ortamda
heyelan değerlendirilmesi.
Liu et al. (2004), Yangtze Nehri (Çin) çevresinde heyelan duyarlılığını ASTER
görüntüleri yardımı ile incelemişlerdir. Çalışmada kullanılan en önemli UA tekniği
ASTER uydu
görüntüsünün VNIR (Visible Near Infrared) bantları ile üretilen
stereo görüntüler ile yapılan değerlendirmelerdir. Bunun dışında multi-spektral
bölgedeki yansıma değerlerinin belirlenmesi ve termal görüntü bantları ile yapılan
bazı modellemeller ile heyelan oluşumu incelenmiştir. Nehir üzerine kurulan Three
Gorges barajı jeolojik konumu nedeni ile heyelanların sıklıkla geliştiği bir bölgedir.
Çalışmada öncelikle Mayıs 2002 tarihinde alınmış ASTER Level 1B verilerine ait
stereo görüntüler oluşturularak, jeolojik ve jeomorfolojik yapılar ortaya çıkarılmıştır.
ASTER görüntüleri içinde bulunan farklı bantlara ait oranlamalar yaparak litolojik
ayrıma gidilmiştir. 3-2-1 nolu bantların RGB (Red Green Blue) olarak
yerleştirilmesi sonucu bitki örtüsü, 4-6-9 nolu bantların RGB olarak yerleştirilmesi
sonucu
kireçtaşı-şeyl
birimleri
ortaya
çıkarılmıştır.
4-6-12
nolu
bantların
görüntülenmesinin sonucunda ise, 12 nolu bantta kuvars mineralinin yüksek
yansıma değerleri vermesi nedeni ile kumtaşları net bir şekilde gözlenmiştir.
Litolojik birimler ile SAM ve türevleri (yamaç eğimi ve bakı gibi) heyelan
lokasyonları ile birlikte değerlendirilerek, jeomorfolojik yorumlar yapılmıştır.
Paul et al. (2004),
farklı tarihlerde alınan ASTER, SPOT, IRS görüntüleri ile
İsviçre Alpleri’nde yaptıkları çalışmada değişim sezimi yöntemi ile akma türü
22
heyelanları belirlemişlerdir. Yapılan değerlendirmeler sonucunda, akma türündeki
heyelanların
kolaylıkla ASTER uydu görüntüsü ile belirlenebileceği sonucuna
varılmıştır.
Salzman et al. (2004), Landsat TM 4 ve 5 nolu bantları kullanarak İsviçre’deki
Bernese Alpleri’nde heyelanlara ait çalışmalar yapmışlardır. 4 ve 5 nolu bantları
birbirlerine oranlayarak görüntüler elde edilmiş, daha sonra filtreleme yöntemi ile
çözünürlüğü
artırılmıştır.
Görüntü
üzerindeki
kar
örtüsü
alanlarına
ait
değerlendirmeler ve kar örtüsünden kaynaklanan yüzey akışı 1/25000 ve 1/50000
ölçekli jeoloji haritaları ve CBS verileri ile birleştirilmiş ve bölgedeki heyelan
gelişiminin, yoğun kar erimesi ile ilişkili olduğu sonucuna varılmıştır.
Chadwick et al. (2005), Salmon Şelale’lerin (Idaho, ABD) olduğu bölgede
meydana gelen heyelanları; hava fotoğrafları, GPS ölçümleri ve yüksek
çözünürlüklü Quickbird görüntüleri ile incelemişlerdir. 1990 ve 1998 yıllarına ait
hava fotoğraflarını, Quickbird görüntüleri üzerine birleştirerek, yüksek çözünürlüklü
veriler elde edilmiştir. Daha sonra, bu görüntüler üzerinde değişim sezimi yapmak
sureti ile meydana gelen hareketin ölçüsü ve tanımı yapılmıştır. Sonuç olarak
düşey düzlemde meydana gelen hareketin 1990-2002 yılları arasında, 4.1 m’den
16.4 m’ye çıktığı görülmüştür.
Lin et al. (2005 a ve b), 1999 yılında meydana gelen Chi-Chi depreminden sonra
oluşan heyelan aktivitesini inceleme amacı ile 2 yıllık bir izleme programı ile bitki
örtüsünde meydana gelen değişimleri incelemişlerdir. Yaklaşık olarak 829
hektarlık bir alanda gerçekleşen izleme programı ile alana ait nemlilik değerleri
sürekli güncellenmiş, uzaktan algılama teknikleri ile hesaplanan NDVI değerleri
sayesinde de, bitki örtüsünde meydana gelen değişimler ortaya konmuştur. Alanda
2 yıllık bir süreç içinde bitki örtüsünde yaklaşık % 60’lara varan oranlarda artış
meydana geldiği görülmüştür. NDVI değerleri Landsat TM görüntülerinden itibaren
hesaplanmıştır. Çalışmada kullanılan diğer bir uydu görüntüsü olan SPOT
görüntüleri, 1999 ve 2001 tarihleri arasında 6 adet olmak üzere değerlendirilerek
yüzeyde meydana gelen değişimler incelenmiştir. Bu veriler daha sonra bitki
örtüsü izleme programı ile elde edilen değerler ile birleştirilerek, alanda heyelana
duyarlı alanlar belirlenmiştir.
23
UA ürünleri ile heyelan değerlendirmelerinin yapılabilmesine yönelik ayrıntılı bir
çalışma, Metternicht et al. (2005) tarafından gerçekleştirilmiştir. Çalışmanın
yapıldığı zamana kadar UA ürünleri kullanılarak yapılmış olan araştırmalar
derlenmiş, dikkate alınan yöntemlerin üstünlük ve sınırlamaları tartışılmıştır.
Ayrıca, farklı bölgelerde meydana gelmiş heyelanlar, çeşitli uydu görüntüleri
(aktif/pasif) kullanılarak değerlendirilmiştir. Geliştirdikleri model ile birlikte yapılan
değerlendirmelerde; iklimin, meteorolojik, jeomorfolojik ve jeolojik faktörlerin yeri
ve önemi araştırılmıştır.
Roessner et al. (2005), Güney Kırgızistan’da potansiyel heyelanları uzaktan
algılama ve CBS yöntemleri ile değerlendirmişlerdir. Çalışmada MOMS-2, ASTER,
Landsat TM ve Landsat ETM+ gibi farklı görüntüler üzerinde işlemler yapılmıştır.
Çalışmada en eski tarihli görüntü Eylül 1989’da alınan ve 30 metre çözünürlüğe
sahip Landsat TM görüntüsüdür. Eylül 2000 tarihine ait Landsat ETM+ görüntüsü
ve Ağustos 2001 tarihinde alınan ASTER görüntülerinin, VNIR bantları ile işlemler
yapılmıştır. Farklı tarihlerde alınan değişik uydu sistemlerine ait görüntülerde,
yüzey koşulları ve değişimi, topoğrafya (stereo görüntüler) ve jeolojik yapılar
belirlenerek,
heyelan
bulunulmuştur.
Ayrıca,
drenaj
parametreleri ve yüzey sularının akış yönü gibi özellikler de uydu görüntülerinden
itibaren belirlenmiştir. Yüzeyin tektonik özellikleri MOMS-2P yükseklik modelleri ile
belirlenmiştir. Tüm bu veriler kullanılarak, bölgesel bir heyelan tehlike çalışması
yapılmıştır.
Alcantara-Ayala et al. (2006), Sierra-Norte, Puebla (Meksika)’da yaptıkları
çalışmada Landsat 5 TM ve Landsat 7 ETM görüntülerini kullanarak bitki örtüsü
değişimininin yıllara göre durumunu incelemişlerdir. 1989 yılında alınan Landsat 5
TM görüntüsü ile 1999 yılında alınan Landsat ETM görüntüleri arasındaki NDVI ve
diğer bitki indeksi değerleri hesaplanarak, o bölgedeki heyelan aktiviteleri
yorumlanmıştır. Ekim 1999 tarihinde çalışma alanında oluşan yoğun yağışların
tetiklemesi ile yüzlerce heyelan meydana gelmiştir. Bu şekilde 1989 ve 1999 yılları
arasında bitki örtüsü üzerinde yoğun değişimler yaşanmıştır. Bitki örtüsü
dağılımının 1245 km2’den yaklaşık olarak 363 km2’ye düştüğü Landsat görüntüleri
üzerinde yapılan NDVI analizleri sayesinde belirlenmiştir. Çalışma alanında
24
meydana gelen heyelanların yaklaşık % 85’ine yakınının çıplak veya az bitki
örtüsü olan alanlarda oluştuğu gözlenmiştir.
Farina et al. (2006),
SLAM (Service for Landslide Monitoring) projesi
çerçevesinde, 2003 yılında uzaya gönderilen ve SAR-ESA’ya ait (European Space
Agency) radar görüntüleri ile PS (Permanent Scatters) tekniği ve interferometrik
yaklaşımlar ile İtalya Amo Nehri bölgesindeki heyelan aktivitelerini incelemişlerdir.
Bölgede daha önce saha çalışmaları ile haritalanmış ve ayrıntılı analizi yapılmış
olan yaklaşık 27000 heyelan mevcuttur. Çalışma alanına ait belirlenen 350 adet
SAR görüntüsü üzerinde
PS tekniği uygulanmıştır. PS tekniği genel olarak
yüzeysel özelliklerin belirlenmesinde kullanılmaktadır. Bu teknik ile olası heyelanlı
alanlar belirlenerek, heyelan duyarlılık haritası oluşturulmuştur.
Lee and Lee (2006), farklı tarihlerde alınan KOMPSAT-1 (Korea Multipurpose
Satellite) görüntüleri üzerinde değişim sezimi yapmak sureti ile Kore Gangneung
bölgesindeki heyelan duyarlılığını belirlemişlerdir. Zamansal çözünürlüğü 24 gün
olan KOMPSAT-1 uydusu 6.6 m çözünürlükte görüntü vermektedir. Bölgede, 14
Aralık 2002 tarihinde meydana gelen heyelandan sonra alınan görüntüler ile 7
Aralık 2001 tarihinde alınan görüntüler arasındaki farklar, değişim sezimi tekniği ile
ortaya konulmuştur. Uzaktan algılama çalışmalarına entegre edilmesi amacı ile
alana ait litoloji, yamaç eğimi, bakı, çizgisellik haritaları, drenaj parametreleri ve
meteorolojik özellikler yer gözlem verileri ile belirlenmiştir. Uzaktan algılama
teknikleri ile belirlenen heyelanlar saha gözlemleri ile heyelan duyarlılığının %
86.76 oranında uyumlu olduğu sonucuna varılmıştır.
Nichol et al. (2006),
IKONOS görüntüleri kullanarak Hong Kong’daki Lantau
Adası’ndaki 50 yıldan daha önce oluşan heyelanları incelemişlerdir. Çalışma 114
km2’lik bir alanda gerçekleştirilmiştir. Ancak, detay çalışma 24 km2’lik bir alanda
yapılmıştır. Daha sonra, bu detay alanda pan-sharpened ve stereo görüntüler ile
heyelanların oluşum mekanizmalarına ilişkin yorumlamalara gidilmiştir. Çalışmada,
heyelan
yüksek
çözünürlüklü
IKONOS
görüntülerinin
kullanılmasını, hareketin mekanizmasının anlaşılması açısından, son derece
yararlı olduğu vurgulanmaktadır.
25
Pradhan et al. (2006), uzaktan algılama teknikleri kullanarak Himalaya’lardaki
Nahan ve Karnal bölgesinde meydana gelen heyelanlara ait değerlendirmeler
yapmışlardır. Kullanılan uydu sistemleri IRS Liss-1D sensörlerine ait görüntülerdir.
Bu sensörlere ait görüntülerin çözünürlükleri yaklaşık olarak 72.5 metredir. 4 adet
görünür bant içeren bu uydu sisteminin kapsama alanı, yaklaşık olarak 148
km2’dir. IRS görüntüleri ile belirlenen jeomorfolojik değişimlerin incelenmesi
çalışmanın uzaktan algılama temelini oluşturmaktadır. Uydu görüntülerinden
belirlenen ana nehir akış yönleri çalışma alanındaki ana fay sistemlerine paralel
olduğu belirlenmiştir. Bölgede gerilim dağılımı, tektonik unsurlar temel alınarak
belirlenmiş ve heyelan oluşumu açısından ilişkisi değerlendirilmiştir.
Yeşilnacar
ve
Süzen
(2006),
Asarsuyu
(Düzce)
havzasında,
heyelan
değerlendirmelerinde sıklıkla kullanılan arazi kullanım haritaları, bitki indeksi
değerleri gibi bileşenleri farklı teknikler ile daha güvenilir hale getirmişlerdir.
Çalışmanın yapıldığı alan gibi heterojen özellikler gösteren bölgelerde, bazı
parametrelerin uzaktan algılama yöntemleri ile belirlenmesinde zorluklar ortaya
çıkmaktadır. Landsat TM görüntüleri ile belirlenen, bitki örtüsü, toprak/yüzey
nemliliği, topoğrafik nemlilik indeksi ve drenaj yoğunluğu gibi parametreler arazi
özellikleri
ortaya
çıkarılmasında
kullanılmıştır.
Çalışmada
arazi
sınıflama
haritalarındaki güvenilirliğin % 77’den % 89’a kadar çıktığını, bu şekilde heyelan
değerlendirmelerindeki doğruluğun ise % 63’den % 88’e ulaştığı belirtilmektedir.
Delacourt et al. (2007),
Güney Fransa Alpleri’nde meydana gelen heyelanları
incelemek amacı ile aktif ve pasif görüntülerini bir arada değerlendirmişlerdir.
Yüzeysel değişimleri, farklı yıllara ait interferometrik çalışmalara göre belirleyip,
sonuçları SPOT görüntüleri ile oluşturulan stereo görüntüler ile karşılaştırmışlardır.
Çalışmada, metre altı seviyesinde sonuçlar veren radar görüntülerinin heyelan
değerlendirmelerinde son derece yararlı olduğu belirtilmiş ve SPOT görüntüleri ile
birlikte değerlendirildiğinde daha doğru sonuçlar elde edilebileceği vurgulanmıştır.
Pradhan and Lee (2007), Malezya’nın Selangor bölgesinde optik uzaktan algılama
görüntüleri ve CBS yöntemleri ile heyelan duyarlılığını belirlemişlerdir. Kullanılan
Landsat TM görüntüleri ile alana ait litoloji, çizgisel özellikler ve arazi kullanım
haritası belirlenerek, yapay sinir ağları ile heyelan
bulunulmuştur.
26
Tarantino et al. (2007), Abruzzo (Güney İtalya) bölgesinde 1987-2000 yılları
arasında elde ettikleri 20 adet multi-temporal Landsat TM görüntüleri üzerinde
değişim sezimi yöntemleri ile heyelan değerlendirmeleri yapmışlardır. Çalışma
sonucunda tarım alanları ile kaplı alanlarda 1987-1997 yılları arasındaki heyelan
aktivitesinin orta düzeyde olduğu, çıplak veya kurak alanların ise, aynı zaman
dilimi içinde yüksek heyelan duyarlılığına sahip olduğu gözlenmiştir.
Weirich and Blesius (2007), Santa Monica Dağları’ndaki (California, ABD), Pena
ve Grand Canyon’da değişik uydu görüntüleri ve hava fotoğrafları yardımı ile
heyelan duyarlılık araştırması yapmışlardır. Çalışmanın genel amacı, bölgeye ait
heyelan değerlendirmelerinde ve duyarlı alanların tespitinde hava fotoğrafları ve
uydu görüntülerini karşılaştırmaktır. Çalışmada hem ASTER, hem de SPOT
verileri ile stereo görüntüler oluşturarak, NAPP (National Aerial Photography
Program) hava fotoğrafları ile karşılaştırmalar yapılmıştır. Çalışmada, alansal
büyüklük-maliyet değerlendirmesi yapıldığında, büyük alanlarda görüntü verebilen
uydu
görüntülerinin,
hava
fotoğraflarına
göre
daha
az
maliyetli
olduğu
belirtilmektedir. Bununla birlikte, istatistiksel değerlendirmeler ışığında, heyelan
değerlendirmelerinde kullanılan hava fotoğrafları ve uydu görüntülerinin ise tahmin
aşaması için benzer sonuçlar verdiği vurgulanmaktadır.
Vicente-Serrano et al. (2008), Kuzeydoğu İspanya’da yer alan Ebro Vadisi’nde
meydana
gelen
heyelanların
incelemesini
Landsat
görüntüleri
ile
gerçekleştirmişlerdir. 1984-2007 yılları arasında alınan farklı Landsat görüntüleri
üzerinde, özellikle bitki örtüsü değişimleri incelenerek heyelanlar hakkında
yorumlamalar yapılmıştır. İklimin ani değişim gösterdiği dönemlere ilişkin ESA’ya
ait ERS 1-2 uydu görüntüleri de, bu çalışmada bitki örtüsü ayrımı amacı ile
kullanılmıştır. Landsat ETM ve TM görüntülerine ait bant 4 ve bant 5 yansıma
değerlerinin en çok 2000-2004 yılları arasında
gözlenmiştir.
maksimum değerlere ulaştığı
Ayrıca değerler yüksek zamansal çözünürlük veren MODIS
görüntüleri ile karşılaştırılarak kalibre edilmiştir. Bu şekilde alana ait bitki örtüsü
değişimlerinin 2000 yılında çok ani bir değişiklik yaşandığı ve bu değişimin,
heyelan oluşumu ile doğrudan ilişkili olduğu vurgulanmıştır.
27
4. ASTER UYDU SİSTEMLERİ GENEL ÖZELLİKLERİ
ASTER uydusu adını, “Advanced Spaceborne Thermal Emission and Reflection
Radiometer” sözcüklerinin baş harflerinden almaktadır. Kasım 1999 tarihinde
uzaya atılan uydu, NASA Earth Observing System (EOS), Japonya Ekonomi
Bakanlığı (METI) ve Japonya Uzaktan Algılama Veri Toplama Merkezi (ERSDAC)
ortaklığı tarafından işletilmektedir. ASTER uydu görüntüleri, yeryüzündeki kar ve
buzul örtülerinin durumu, bitki örtüsünün değişimi, kaya-toprak sınıflaması gibi
birçok amaç doğrultusunda kullanılmaktadır. Genellikle, jeolojik uygulamalarda da
çok önemli bir yere sahip olan ASTER uydu sistemleri (Şekil 4.1.a) uçuşu
sırasında sürekli olarak kayıt sağlayabilen bir uydu değildir. Bu uydu sistemi her bir
turunda yaklaşık olarak 8 dakika civarında veri kaydetmektedir. Dinamik olarak 8
bitlik bir görüntü veren ASTER uydu sistemi, 60x60 km’lik bir alana ilişkin görüntü
sağlayabilmektedir. ASTER uydusunda toplam 14 adet bant bulunmaktadır. Farklı
amaçlara hizmet eden söz konusu 14 bant için çözünürlük değerleri 15, 30 ve 90
m olarak değişim göstermektedir . ASTER uydusunun ilk 3 bandı, VNIR (Visible
Near Infrared) bantlar olarak adlandırılmakta olup, görünür ve yakın kızıl ötesi
spektral aralığı kapsamaktadır. Bu bantların çözünürlüğü 15 m’dir. Sistemde uydu
uçuşuna dik doğrultuda üç kanallı CCD detektörü bulunmakta, geriye bakış
görüntüsü için, arkaya yaklaşık olarak 280’lik bir açı ile bakan tek kanallı ve bazyükseklik (base-height) oranı 0.6 olan stereoskopik görüntü sağlayan bir adet
dedektör daha bulunmaktadır. Bu şekilde tasarıma sahip olması nedeni ile sayısal
yükseklik modellemesi sağlıklı bir şekilde oluşturulabilmekte, ayrıca üç boyutlu
görüntüler de elde edilebilmektedir.
Şekil 4.1.b’de ASTER-VNIR sensörüne ait şematik bir gösterim yer almaktadır.
Burada geri görüntü teleskobu (Backward Looking Telescope), sadece stereo
görüntülerin elde edilmesi amacı ile kullanılmaktadır. Mavi ile gösterilen ve dik
konumda görüntü alabilen NLT (Nadir Looking Telescope), 5000 adet silikon şarj
içermekte ve ±240’lik bir açıda dönüş yapabildiği için (cross-track direction), çoklu
yönde görüntü alabilme özelliğine sahiptir.
28
Şekil 4.1. ASTER uydu sistemlerine ait sensörler: a) genel görünüm; b) VNIR
(Visible Near Infrared); c) SWIR (Shortwave Infrared), d) TIR (Thermal Infrared)
(http://www.asterweb.jpl.nasa.gov).
29
Toplam 6 adet kanaldan oluşan SWIR (Shortwave Infrared) (Şekil 4.1.c), alt
sistemi 4-9 nolu bantları içermekte olup nadire yönlendirilmiş bir kamera veya bir
teleskop olarak değerlendirilmektedir (http://www.asterweb.jpl.nasa.gov).
Uydunun uçuşuna dik doğrultuda yaklaşık 90’lik bir açı ile yönlendirilmiş olan bu
kanalların çözünürlüğü 30 metredir. Bu kanallar, her 900 metre yükseklikte
yaklaşık olarak 0.5 piksel hata vermektedir. Eğer sayısal yükseklik modelleri
mevcutsa, bu hatanın düzeltilmesi gerekmektedir.
Şekil 4.1.c’de yeşil ile gösterilen ve platinyumdan yapılmış olan detektörün asıl
görevi, uyduda meydana gelen ısı değişimlerini engellemek ve sıcaklığı en alt
düzeye indirerek ısınmasını önlemektir. Bu cihaz yaklaşık olarak 80 K’e kadar
uyduyu soğutabilme yeteneğine sahiptir. Mavi ile gösterilen noktalama modülü,
±8.540’lik bir açıda dönüş yapabildiği için 16 günlük zamansal çözünürlüğü olan
uydu sisteminde tüm bölgeleri tarama olanağı sağlamaktadır. Kırmızı ile gösterilen
teleskop SWIR sensörü içinde bir alt sistem olarak bulunmaktadır.
Termal kızıl ötesi spektrum aralığında toplam 5 kanaldan oluşan TIR (Thermal
Infrared) (Şekil 4.1.d) algılayıcılarında toplam 10 adet detektör vardır. Sensöre dik
bir açı ile bakan toplam 5 adet bant, 90 metre çözünürlükte görüntüler
sağlamaktadır. En yüksek veri aktarım hızı 4.2 Mbps olup, NIR ve SWIR iten
mekanizmalı sistemler ile çalışmaktayken, TIR ise dönen mekanizma ile
çalışmaktadır. Döner ayna hem uçuşa dik doğrultuda, hem de 8.550 eğik konumda
kullanılmaktadır. Şekil 4.1.d’de sarı ile gösterilen soğutucu sensörü, sıcaklığı
düşürme amacı ile kullanılmaktadır. Yeşil ile gösterilen bölüm termal görüntüler
alınması sırasında kullanılmaktadır. Kırmızı ile gösterilen tarayıcı ayna, ±8.540’lik
bir açıda dönüş yapabildiği için, 16 günlük zaman dilimlerinde termal görüntü
vermesi için kullanılmaktadır. Mavi ile gösterilen teleskop ise VNIR teleskobunun
aksine aynalı bir şekilde tasarlanmış olup hareketsiz olarak bulunmaktadır. Çizelge
4.1’de ASTER uydusuna ilişkin spektral bant özellikleri ve çözünürlükleri
sunulmaktadır.
30
Çizelge 4.1. ASTER algılayıcılarının spektral aralık ve çözünürlük özellikleri.
(http://www.asterweb.jpl.nasa.gov)
Bant No
Spektral aralık (µm)
Çözünürlük(m)
1
0.52-0.60 (Yeşil)
15
2
0.63-0.69 (Kırmızı)
15
3
0.76-0.86 (Yakın kızılötesi)
15
4
1.60-1.70 (Kızılötesi)
30
5
30
6
30
7
30
8
30
9
30
10
8.125-8.475 (Termal)
90
11
8.475-8.825 (Termal)
90
12
8.925-9.275 (Termal)
90
13
10.25-10.95 (Termal)
90
14
10.95-11.65 (Termal)
90
ASTER görüntüleri Level 1A, 1B, Level 2 ve Level 3A formatında görüntüler
vermektedir. Farklı amaçlar doğrultusunda kullanılan bu görüntü formatlarından
Level 1A, geometrik ve radyometrik düzeltmeleri yapılmadan kullanıcılara
aktarılmaktadır. Bu nedenle, görüntüler üzerinde herhangi bir işlem yapılmadan
önce, geometrik ve radyometrik düzeltmelerinin yapılması gerekmektedir. Level 1B
görüntülerinde radyometrik düzenleme yapılmasına rağmen geometrik düzenleme
yapılmamıştır . Level 2 görüntüleri ise genel olarak, radyans ve DN (Digital
number)’ler içermekte ve bunlara bağlı olarak, yüzey sıcaklığı, emissivite gibi bazı
fiziksel parametrelerin uydu görüntüleri ile belirlenmesine olanak sağlamaktadır.
Level 3A görüntüsü ise, 3 nolu VNIR bandında 3N formatında SYM içermekte ve
bu şekilde stereo görüntülerin oluşturulmasına olanak sağlamaktadır.
Level 3A görüntüsü, 1B görüntüsüne benzer şekilde rektifiye edilmiş, geometrik ve
radyometrik
düzeltmeleri
yapılmış
olarak
(http://www.asterweb.jpl.nasa.gov).
31
kullanıcılara
sunulmaktadır
ASTER görüntülerinin kullanılmasında, dikkat edilmesi gereken ve “granül” olarak
adlandırılan bir örneğin çözümlemesi aşağıda verilmiştir:
“ASTER 1B“
0103190215190103290064
“ASTER 1B” :ASTER görüntülerinin ait olduğu formata verilen adlandırmadır.
“010319”
:Görüntü alınması amacı ile gözleme başlanılan tarihi belirtmektedir.
Bu örnekte “01”, 2001 yılını simgelemekte iken, “03” Mart ayını, “19” ise Mart
ayının 19. gününü simgelemektedir.
“021519”
:Görüntünün alındığı saati simgelemektedir. Bu örnekte, saat 02: 15:
19’da alınmış bir görüntüyü ifade etmektedir.
“010329”
:Görüntü
alınması
amacı
ile
yapılan
işlem
zamanını
simgelemektedir.
“0064”
:Görüntünün seri numarasıdır.
ASTER uydusu jeolojik uygulamalar içerisinde çok önemli bir yere sahiptir. Litoloji
ayrımı ve arazi kullanım haritaları ASTER görüntüleri ile ortaya konulabilmektedir.
Ayrıca, jeotermal enerji aramaları için en önemli parametrelerden biri olan,
kayaçların termal analizi ve ayrımı da, ASTER görüntüleri ile belirlenebilmektedir.
Bunların yanında hidrolojide kullanılan yüzey akışı ve akış yönü belirleme
çalışmaları, volkanik akış ve diğer birçok jeolojik uygulamalarda da, ASTER
görüntüleri kullanılmaktadır. Tez çalışmasının konusu da dikkate alınarak, heyelan
envanter haritalamalarına yönelik ASTER uydu görüntüsünün kullanılabilme
olanaklarına, bir sonraki bölümde değinilmiştir.
32
5.
ASTER
UYDU
GÖRÜNTÜSÜNÜN
HEYELAN
ENVANTER
HARİTALAMALARINA YÖNELİK KULLANIMI
Heyelanlar jeolojik ve/veya jeomorfolojik süreçler ile hidrolojik özellikler, bitki
örtüsü ve arazi kullanımı gibi birçok parametreye bağlı olarak gelişebilmekte; insan
etkisi, aşırı yağışlar ve depremler sonucunda da tetiklenebilmektedirler. Ayrıca,
heyelanlar yer yüzeyinin gelişim süreci içinde etkin bir rol oynamakta ve önemli
oranda hasarlara, can ve mal kayıplarına yol açmaktadırlar (Brabb and Harrod,
1989; Harmon and Doe, 2001). Heyelanların oluşumu, yer yüzeyine ilişkin
özellikleri doğrudan etkilediği ve değişimlere yol açması nedeni ile UA tekniklerinin
heyelan değerlendirmelerinde kullanımı ve uygulanabilirliği açısından uygun olarak
değerlendirilmektedir (Soeters and Van Westen, 1996). Özellikle heyelan
haritalamaları ve izlenmesine yönelik çalışmalarda, UA tekniklerinin kullanılması,
bu tekniğin hızlı ve kolay güncellenme özellikleri nedeniyle, uygulamalarda sıklıkla
tercih edilmektedir. Tez çalışmasının konusu dikkate alındığında, bu bölümde
sadece heyelan envanter haritalamaları üzerinde durulacaktır.
Ayrıntılı bir heyelan envanter haritalaması, heyelan zararlarından korunmak için
yapılacak her türlü çalışmanın ilk aşamasında dikkate alınması gereken bir
konudur. Ayrıca, konumsal ve zamansal heyelan çözümlemeleri ile yer yüzeyinin
evriminin anlaşılmasında, temel unsurlardan birisidir (Soeters and Van Westen,
1996; Galli et al., 2008; Booth et al., 2009). Heyelan envanter haritaları uygulama
açısından değerlendirildiğinde ise karar vericiler, planlamacılar ve yerel yönetimler
için son derece önemli bilgiler içermektedir. Bu nedenle birçok araştırmacı ve
uygulamacı tarafından ulusal ölçekten büyük ölçeklere değişen ölçeklerde
envanter haritaları oluşturulmaktadır. Bununla birlikte, bu haritaların ancak % 25’i
uygulamalarda etkin olarak kullanılmaktadır (Aleotti and Chowdhury, 1999).
Galli et al. (2008), heyelan envanter haritalarının oluşturulma aşamalarını 4 ana
grupta incelemiştir:
1) Bir bölgedeki heyelanların tür ve yerlerini göstermek.
2) Deprem ve yağış gibi tetikleyici parametrelerin etkilerinin gösterilmesi.
3) Heyelanların konumsal dağılımı ve yayılımını göstermek.
33
4) Duyarlılık, tehlike ve risk modellemeleri yapmak.
Özellikle geçtiğimiz 20-25 yıl içinde heyelanlar ile ilgili yapılan bilimsel çalışmaların
sayısında önemli bir artış söz konusudur (Aleotti and Chowdhury, 1999; Guzzetti
et al., 2000; Tralli et al., 2005; Van Westen et al., 2008). Heyelan envanter
haritalarının, heyelan değerlendirmelerinde temel unsur olduğu düşünülürse, bu
durum heyelan envanter haritaları için de geçerlidir. Bununla birlikte, araştırmacılar
arasındaki genel eğilim, heyelan envanterleri hazırlandıktan sonra duyarlılık,
tehlike veya risk modellemeleri yapmak yönündedir (Lee and Lee, 2006). Bu
nedenle, doğrudan heyelan envanterine yönelik yapılan çalışmalara literatürde
daha az sayıda rastlanılmaktadır.
Heyelan envanter haritalarının oluşturulmasında birçok yöntem bulunmaktadır. Bu
yöntemler;
1) Topoğrafik harita ve SAM analizleri
2) Hava fotoğrafı yorumlamaları
3) Saha çalışmaları/jeomorfolojik analizler
4) Basılı veya sayısal harita arşivleri veya raporları
5) LIDAR (Light Detection and Ranging) uygulamaları
6) Uydu görüntüleri kullanılması (yüksek veya orta çözünürlük)
olarak değerlendirilmektedir (Soeters and Van Westen, 1996; Guzzetti et al., 2000;
Metternicht et al., 2005; Lee and Lee, 2006; Nichol et al., 2006; Weirich and
Blesius, 2007; Galli et al., 2008; Van Westen et al., 2008; Booth et al., 2009;
Marcelino et al., 2009).
Heyelan yerlerinin belirlenmesinde kullanılan bu
yöntemlerden
“klasik”
ilk
dördü
veya
“geleneksel”
yöntemler
olarak
adlandırılmaktayken, LIDAR (Haugerud et al., 2003; Schultz, 2004) ve yüksek-orta
çözünürlükte uydu görüntülerinin kullanımı da “yeni” veya “güncel” yöntemler
olarak tanımlanmaktadır (Nichol et al., 2006). Bu yöntemlerin ayrıntıları ve
karşılaştırmalarına bir sonraki bölümde kısaca değinilmiştir.
34
5.1.
Heyelan
Envanter
Haritalamalarında
Kullanılan
Yöntemlerin
Karşılaştırılması
Yukarıda değinilen yöntemlerin birbirlerine göre bazı üstünlük ve sınırlamaları
mevcuttur.
Bazı
araştırmacılar
geleneksel
yöntemlerin
kullanımını
savunmaktayken (örn: Mantovani et al., 1996; Hervas et al., 2003), bazı
araştırmacılar ise özellikle yüksek ve orta çözünürlüklü uydu görüntülerinin
kullanımının heyelan envanter haritalamalarında daha iyi sonuçlar verdiğini
belirtmektedirler (örn: Malamud et al., 2004 a ve b; Roering et al., 2005; Farina et
al., 2006; Nichol et al., 2006; Booth et al., 2009). Guzzetti et al. (2000), heyelan
envanter haritalarının oluşturulmasında, en az iki veya üç yöntemin birleştirilerek
kullanılmasını savunmaktayken, Lee and Lee (2006) saha çalışmaları ile
hazırlanan heyelan envanter haritalarının daha güvenilir olduğuna dikkat
çekmektedirler. Ancak aynı araştırmacılar, yüksek maliyetli olması ve özellikle
dağlık ve engebeli topoğrafyalarda bu tür saha çalışmalarının gerçekleştirilmesinin
hemen hemen olanaksız olduğunu vurgulayarak, saha çalışmalarının UA
yorumlamalarından sonra, doğrulama amaçlı yapılmasını önermektedirler.
Geleneksel yöntemler içinde değerlendirilen topoğrafik harita analizleri (düzensiz
ve karşıt konturların varlığı), hava fotoğrafı yorumlamaları ve saha çalışmalarının
bir
arada
bütünleşik
olarak
kullanıldığı
yöntembilim,
çalışmalarının ve haritalamalarının temelini oluşturmaktadır.
heyelan
envanter
Bununla birlikte,
bilgisayar ve uydu teknolojilerindeki son 20 yıl içinde meydana gelen gelişmelere
de koşut olarak, özellikle uydu görüntülerinin kullanımında bir artış söz konusudur
(Booth et al., 2009).
Ayrıca, birçok araştırmacı, geleneksel yöntemlerle oluşturulan heyelan envanter
haritalarının, çoğunlukla öznel ve çalışılan alanı temsil edici özellikte olmadığını
belirtmektedirler (Malamud et al., 2004a; Roering et al., 2005; Weirich and Blesius,
2007). Topoğrafik haritaların kullanımı küçük boyutlu heyelanların belirlenmesinde
çoğunlukla yetersiz kalmaktayken, hava fotoğrafı yorumlamalarının zaman alıcı
olduğu belirtilmektedir. Örneğin, 1000 km2’lik bir alanda heyelan envanterine
yönelik bir çalışma gerçekleştirebilmek için, 1/10000 ölçekli 400 adet stereoskopik
hava fotoğrafı çiftine ve ortorektifikasyon için güvenilir bir SAM’ne gereksinim
duyulmaktadır. Bununla birlikte, güvenilir bir SAM elde edebilmek için gerekli
35
veriye her zaman ulaşılamamakta, ulaşılsa bile;
bir hava fotoğrafının
ortorektifikasyon işlemi, yaklaşık olarak 5 saatlik bir zaman almaktadır (Nichol et
al., 2006). Ayrıca, hava fotoğraflarının belirli hava koşullarında ve zaman dilimleri
içerisinde alınması gerekliliği de bulunmakta ve heyelan taç kesiminin çevresi ile
renk, ton ve kontrast farklılığı yaratması gerekmektedir. Tüm bu sınırlamaların
yanında hava fotoğrafı yorumlamaları, heyelan yerlerinin belirlenmesinde 1990’lı
yılların sonunda bile yaygın olarak kullanılan, temel UA yöntemi olarak ortaya
çıkmaktadır (Metternicht et al., 2005).
Diğer bir uzaktan algılama ürünü olan uydu görüntülerinin heyelan envanter
haritalamalarındaki kullanımı, önemli bir artış süreci içindedir (Tralli et al., 2005).
Söz konusu artış sürecine karşın; Landsat, SPOT ve ASTER gibi orta çözünürlüğe
sahip uydu görüntülerinin küçük boyutlu heyelan haritalamalarında yetersiz kaldığı
da, bazı araştırmacılar tarafından vurgulanmaktadır (Mantovani et al., 1996;
Hervas et al., 2003; Metternicht et al., 2005). Bu durumun temel gerekçesi, sözü
edilen uydu görüntülerinin heyelan tanımlamalarında çözünürlüklerinin düşük
kalması şeklinde yorumlanmaktadır. Orta çözünürlükte değerlendirilen bu
uyduların özelliklerinin karşılaştırılması, Çizelge 5.1’de verilmiştir.
Singhroy (2005) ise, Landsat, SPOT, ASTER, IRS 1-D gibi optik uydular ile
RADARSAT, ERS 1-2, JERS ve ENVISAT gibi radar uydu görüntülerinin, büyük
alansal
yayılıma
sahip
heyelanların
belirlenmesinde
ve
görsel
olarak
yorumlanmasında, son derece kullanışlı olduğunu ifade etmiştir. IKONOS,
Quickbird, CARTOSAT 1-2 gibi yüksek çözünürlüklü uydu görüntüleri ise,
günümüz koşulları içinde en iyi seçenek olarak gözükmektedir (Van Westen et al.,
2008). Yüksek çözünürlüklü uydu görüntüleri kullanılarak heyelan haritalaması
yapılmış
güncel
çalışmalardan
biri,
Nichol
et
al.
(2006)
tarafından
gerçekleştirilmiştir. Çalışmada stereo IKONOS görüntüsü kullanılarak SYM
üretilmiş ve ilgili SYM’nin, 2 m’lik kontur aralığına sahip sayısal verilerden üretilen
SAM’nden, daha güvenilir olduğu ve heyelan özelliklerini daha iyi yansıttığı
belirtilmiştir. Araştırmacılar, stereo IKONOS görüntülerinin, 2-3 metre genişlikteki
güncel heyelanlar ile 50 yıldan yaşlı eski heyelanların bile görsel olarak
belirlenmesine olanak sağladığını vurgulamaktadırlar. Yapmış oldukları stereo
hava fotoğrafı, stereo uydu görüntüsü arasındaki maliyet/kar hesaplamalarına
göre, geniş alanlarda stereo IKONOS görüntülerinin çok daha etkin bir kullanımı
36
Çizelge 5.1. Heyelan değerlendirmelerinde sıklıkla kullanılan orta çözünürlüklü
uydu görüntülerinin özelliklerinin karşılaştırılması (Soeters and Van Westen, 1996;
Metternicht et al., 2005).
Özellik
Spektral
Landsat
Landsat
SPOT
SPOT
ASTER
MSS
TM
(çok bantlı)
(pankromatik)
4
7
3
1
15
0.5-11
0.45-2.35-
0.5-.0.9
0.5-0.7
0.52-0.86;1.60-
bant sayısı
Spektral çözünürlük
(µm)
10.4-12.5
Konumsal
2.43; 8.125-11.65
80
30*
20
10
15, 30, 90
Şerit genişliği (km)
185
185
60
60
60
Stereo görüntü
-
-
+
+
+
Zamansal
18
18
26
26
16
çözünürlük (m)
çözünürlük
*Termal bant için 120 m.
olduğunu ve daha az maliyetli bir analiz yöntemi olduğunu ifade etmektedirler.
Mantovani et al. (1996)’nın heyelan çalışmalarında uydu görüntüleri kullanımının
uygun olmadığı görüşünün aksine, Nichol and Wong (2005)’un orta çözünürlüğe
sahip (20 m) SPOT görüntüsü kullanılarak, Hong Kong’da seçilen bir alandaki
heyelan yerlerini, % 70 oranında tahmin ettiklerini de belirtmektedirler.
Yapılan tüm bu değerlendirmeler ışığında, hava fotoğrafı yorumlamalarının,
heyelan envanterlerinin oluşturulmasında günümüz koşulları için vazgeçilmez bir
yöntembilim olduğu ve yüksek çözünürlüklü uydu görüntülerinin de yüksek
maliyetlerine
karşın,
kullanımlarının
yaygınlaşma
potansiyelinin
olduğu
söylenebilir. Bununla birlikte, SPOT ve ASTER uydu görüntülerinin, özellikle stereo
görüntü
verebilmeleri
ve
makul
düzeyde
konumsal
çözünürlüğe
sahip
olmalarından ötürü, iki ve üç boyutlu görsel analizlerde dikkate alınabilecek
özellikte olduğu düşünülmektedir.
37
5.2. Saha Çalışmaları ile Heyelan Envanter Haritasının Oluşturulması
Heyelan envanteri, heyelan yerleri ile heyelanlara ilişkin özelliklerin yansıtıldığı veri
tabanlarının
oluşturulma
aşamalarını
kapsamaktadır.
Heyelan
envanter
haritalarının oluşturulmasına yönelik olarak yapılan saha çalışmaları, heyelanların
doğrudan haritalanması veya önceden UA çalışmaları, basılı haritalar veya mevcut
arşivlerde kayıtlı heyelanların yerinde görülerek doğrulama amaçlı olarak
haritalanması şeklinde gerçekleştirilmektedir. Tez çalışması kapsamında ilk
aşamada, MTA (2005)’nın hazırlamış olduğu heyelan envanter haritası (bkz. Şekil
1.5) temel alınarak, mevcut heyelanların yerinde görülerek haritalanması yoluna
gidilmiştir. Diğer bir deyişle, yapılan saha çalışmaları ile bu çalışmaya özgü yeni
bir heyelan envanter haritası oluşturulmuştur (Şekil 5.1).
Oluşturulan heyelan enventer haritasına göre, 37 adet heyelan haritalanmış olup,
heyelanların Varnes (1978) sınıflamasına göre, dönel kayma ve toprak akması
şeklinde iki grupta geliştiği belirlenmiştir. Haritalanan heyelanlara ilişkin özellikler
de Çizelge 5.2’de sunulmuştur. Elde edilen bu bilgiler ışığında, çalışma alanının
17380414 m2’lik (% 3.31) kesimi, heyelanlı alan olarak haritalanmış olup, en küçük
boyutlu heyelan 53007 m2’lik bir alanı kapsamaktayken, en büyük boyutlu heyelan
ise 1571480 m2’lik bir alanda yayılım göstermektedir. Heyelanların derinliklerinin
belirlenmesine yönelik olarak birkaç heyelan dışında sağlıklı bir değerlendirme
yapılamamıştır. Bununla birlikte, MTA (2005) tarafından dikkate alınan heyelan
derinliği ölçütü kullanılarak, toprak akması türünde gelişen heyelanların 5m’den
düşük derinliklerde, dönel kaymaların ise 5m’den daha yüksek derinliklerde
gelişmiş olduğu söylenebilir.
38
Şekil 5.1 Saha çalışmaları sonucunda oluşturulmuş heyelan envanter haritası.
39
Çizelge 5.2 Çalışma alanında belirlenen heyelanlara ilişkin özellikler.
Heyelan
no
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
Yamaç
eğimi (0)
60
35
40
20
25
30
35
30
25
30
30
30
40
40
40
30
35
40
30
35
40
30
40
45
30
30
30
30
40
35
40
40
35
30
45
35
40
Bakı
Alan (m2)
G
K
KB
GD
GD
K
KB
G
GB
GB
GB
KB
G
KD
G
GB
GB
GB
KD
KD
KB
D
G
GD
B
B
KD
B
KD
K
K
B
D
KD
D
D
KB
175271
310371
782360
69068
62370
53007
499993
58272
60238
140604
185549
989638
1313089
556681
485199
872254
797958
830414
137915
1571480
1191291
173422
57403
66827
864038
1005714
369439
175450
488568
189039
188116
240674
299371
348621
744988
668884
356838
Genişlik,
(G) (m)
369
636
598
302
147
149
787
195
171
386
217
1212
1109
653
502
735
598
663
276
1119
1498
331
136
194
992
1017
475
351
778
299
263
876
781
541
1596
1198
979
40
Uzunluk,
U (m)
447
488
1293
228
422
334
635
298
343
364
852
816
1182
852
969
1186
1306
1251
498
2218
795
523
422
344
871
988
777
539
628
632
714
275
383
644
468
558
364
G/U
0.83
1.30
0.46
1.32
0.35
0.45
1.24
0.65
0.50
1.06
0.25
1.49
0.94
0.77
0.52
0.62
0.46
0.53
0.55
0.50
1.88
0.63
0.32
0.56
1.14
1.03
0.61
0.65
1.24
0.47
0.37
3.19
2.04
0.84
3.41
2.15
2.69
Heyelan
türü
Akma
Kayma
Akma
Kayma
Akma
Akma
Kayma
Akma
Akma
Akma
Akma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Akma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
Kayma
5.3.
ASTER
Uydu
Görüntüsünün
Heyelan
Envanter
Haritası
Oluşturulmasında Kullanımı
ASTER uydu görüntüsünün VNIR bantlarının stereo görüntü içermesi ve SYM
üretilmesine olanak verilmesi (Hirano et al., 2003, Fujisada et al., 2005) açısından
jeolojik uygulamalardaki kullanımı, her geçen gün artmaktadır. Ayrıca, bu
özellikleri dışında orta çözünürlüklü uydu görüntüleri içinde en az maliyetli
ürünlerden biridir (Santini et al., 2009). Heyelan değerlendirmelerinde kullanımı ise
günümüze değin çok yaygın olmamakla birlikte, özellikle son yıllarda yapılan bazı
çalışmalarda, yukarıda değinilen özelliklerden ötürü önemli bir kullanım potansiyeli
olduğu vurgulanmaktadır (Liu et al., 2004; Fournaidis et al., 2007; Weirich and
Blesius, 2007). İzleyen bölümlerde, tez çalışması için seçilen alana ilişkin 2007
tarihli ASTER Level 3A görüntüsü ile heyelan envanter haritalamalarına yönelik
yapılan çalışmalara değinilmiştir.
5.3.1. Görsel yorumlamalar
UA ürünleri kullanılarak heyelanlara ilişkin yorumlamaların yapılabilmesi ve bilgi
edinilebilmesi, söz konusu ürünlerin heyelanlarla ilgili olarak, ne derece ayırt edici
özellik sunduğuna bağlıdır. Diğer bir deyişle, heyelanlarla ilgili yorumlama,
doğrudan görüntü özellikleri ile ilgilidir. Bu özelliklerden kontrast, heyelan yerlerinin
belirlenmesinde en çok yararlanılan özellik olarak ortaya çıkmakta olup, heyelanlı
alanların, çevresindeki alanlardan farklı kontrast özellikleri ile ayırt edilebilmesini
sağlamaktadır. Ayrıca spektral ve konumsal değişimler de, heyelan yeri hakkında
ayırt edici özellikler sunabilmektedir. Bununla birlikte, görüntü tarihi ile heyelan
oluşum zamanı arasındaki ilişki de son derece önemlidir. Örneğin, heyelan
gelişiminin hemen sonrasında alınacak bir görüntüde heyelan özellikleri çok daha
net bir şekilde ortaya çıkmaktayken, zaman içinde gelişecek erozyon süreçleri ve
bitki örtüsü gelişimi, heyelanlı alanların belirlenmesinde önemli sorunlara yol
açabilmektedir (Soeters and Van Westen, 1996). Bu tür bir değerlendirmede en
önemli parametrelerden biri de, görüntü çözünürlüğü ile heyelan boyutu arasındaki
ilişkidir. Bu ilişki, Rengers et al. (1992) tarafından GRC (Ground Resolution Cell)
kavramı ile ifade edilmektedir (Eşitlik 5.1).
41
GRC (m)=S/(1000*R)
Eşitlik 5.1
Bu eşitlikte GRC, uydu görüntüleri için doğrudan konumsal çözünürlüğe karşılık
gelmekteyken, hava fotoğrafları için S (hava fotoğrafı ölçeğinin paydası) ve R
(fotoğrafik sistem çözünürlüğü; yaklaşık olarak 40 alınmaktadır) parametrelerinin
bilinmesi gerekmektedir. Heyelan envanter haritalamaları için gerek uydu
görüntülerinin,
gerekse
hava
fotoğraflarının
GRC
değerleri
hayati
önem
taşımaktadır (Soeters and Van Westen, 1996). Diğer bir deyişle, GRC-heyelan
boyutu arasındaki ilişki, UA ürünlerinden yararlanılarak heyelan yerlerinin
belirlenmesi
ve
yorumlanmasında
temel
unsurdur.
Heyelan
yerlerinin
belirlenmesine ve yorumlanmasına yönelik bazı orta çözünürlüklü uydu görüntüleri
ve hava fotoğraflarının kullanılabilirliği, Çizelge 5.3’de sunulmuştur.
Çizelge 5.3’den görüleceği üzere ASTER uydu görüntüsü için heyelan yerlerinin
belirlenmesi veya yorumlamasına yönelik bir değer bulunmamaktadır. Yapılan
literatür araştırmalarında da bu tür bir değere rastlanılmamıştır. Bu nedenle, tez
çalışması kapsamında bu eksikliğin giderilmesine yönelik olarak bazı çalışmalar
gerçekleştirilmiştir.
Soeters and Van Westen (1996)’e göre UA ürünlerinden elde edilen heyelan
bilgisi, temelde yamaç şekil bilgisi (morfolojisi), bitki örtüsü özellikleri ve drenaj
koşulları ile ilgilidir. Yamaç şekil bilgisi, UA ürünleri içinde en iyi stereo
görüntülerden elde edilebilmekteyken, görüntülerdeki ton ve doku değişimleri ile
şekilsel aykırılıklar, heyelan varlığı ile ilişkilendirilebilir (Soeters and Van Westen,
1996). Ayrıca, özellikle uydu görüntülerinin kızıl ötesi bantlarının SYM üzerine
serilerek heyelan yerlerine ilişkin bazı yorumlamaların da yapılabilmesi olasıdır
(Nichol et al., 2006; Fournaidis et al., 2007; Weirich and Blesius, 2007). Brunsden
et al. (1993), 20*20 metre çözünürlüğe sahip SPOT görüntüsünde heyelanlı bir
alanın belirlenebilmesi için en az 9 piksellik bir alanı kaplaması gerektiği
belirtmekteyken, Mantovani et al. (1996) ise heyelan taç kesiminin çevresiyle bir
kontrast oluşturmadığı durumlarda, heyelanlı alanın belirlenmesinin hemen hemen
olanaksız olduğunu ifade etmektedir. Marcelino et al. (2009) ise, Landsat ETM+ ve
SPOT-HRV (High Resolution Visible) gibi orta çözünürlüklü uydu görüntülerinin
kullanımında,
heyelan
yerlerinden
ziyade,
belirlenebileceğine dikkat çekmektedirler.
42
heyelan
taç
kesimlerinin
Çizelge 5.3. Bazı UA ürünleri için heyelan yeri belirlemede ve yorumlanmasında
gereken en düşük boyut özellikleri (Soeters and Van Westen, 1996).
UA ürünü
Gereken Alansal Boyut (m2)
GRC (m)
Yüksek Kontrast
Belirleme/Yorumlama
Düşük Kontrast
Belirleme/Yorumlama
Landsat MSS
80
160000/288000
7040000/11520000
Landsat TM
30
22500/40500
990000/16220000
SPOT Multispektral
20
10000/18000
440000/720000
SPOT Pankromatik
10
2500/4500
110000/180000
Hava Fotoğrafı
((1/50000)
1
25/45
1100/1800
Hava Fotoğrafı
((1/15000)
0.3
6.5/11.5
300/450
Yukarıda değinilen yorumlamalar dikkate alınarak, ASTER Level 3A uydu
görüntüsünden heyelanlı alanların belirlenmesine yönelik olarak ilk aşamada
çalışma alanına ilişkin, anaglif görüntü oluşturulmuştur (Şekil 5.2). Stereoskopik
veya üç boyutlu görüş yöntemlerinden biri olan anaglif yöntem, insanlardaki
stereoskopik görüş yeteneğinden esinlenerek, farklı açılardan alınan görüntü
çiftlerinin işlenmesi sonucunda elde edilmektedir. Anaglif yöntem, ilk olarak 1853
yılında Wilhelm Rollman tarafından ortaya atılmış olup, her iki görüntünün aynı
anda iki göze verilmesi sonucunda, filtre olarak adlandırılan ve kırmızı-mavi veya
kırmızı-yeşil gözlükler kullanılarak derinlik etkisinin yaratılması ve üç boyutlu
olarak algılanması
olarak tanımlanmaktadır (Gemshein and Gemshein, 1969;
Hartola, 2009’dan). Çalışma alanındaki heyelan yerlerinin belirlenmesinde üç
boyutlu analize olanak veren anaglif görüntü analizi için bu çalışmada da, kırmızımavi filtreli gözlük kullanılmıştır. İlgili görüntü, yaklaşık olarak K-G doğrultusunda
alındığı için, göz görüş hattına uyumlu olabilmesi için saat yönünde 900
çevrilmelidir (Deller, 2007). Diğer bir deyişle, görüntünün üst kesimi batıya
bakmalıdır. Bu şekilde döndürülen ve gri ölçek kullanılarak görüntülenen 3N ve 3B
bantları, sırasıyla sol ve sağ göze kırmızı ve mavi renkler gelecek şekilde üst üste
çakıştırılarak, görsel yorumlamaya hazır hale getirilmiştir.
43
Şekil 5.2 Çalışma alanına ilişkin oluşturulan stereo görüntü.
(stereo görüntüyü görebilmek için görüntünün saat yönünde 900 çevrilmesi gerekmektedir).
44
Tez
çalışmasında
stereografik
görüntü
üzerinde
heyelanlı
alanların
belirlenmesinde, Soeters and Van Westen (1996) tarafından verilen kütle hareketi
türlerinin özellikleri dikkate alınarak gerçekleştirilmiştir. Araştırmacılara göre dönel
kaymalar için yamaç şekil bilgisi kapsamında, yamaç eğimlerinde ani değişimlerin
gözlenmesi, yarım ay şekilli bir sınırın varlığı, genelde basamaklı ve tümsekli bir
yapının oluşması ve yamaç eğiminin 200-400 arasında olması gerekmektedir.
Ayrıca D/L (derinlik/uzunluk) oranının da, 0.1-0.3 arasında değişim göstereceği
vurgulanmaktadır. Heyelan topuk kesiminin, geriye yatık (back tilted), yumru şekilli
ve düzensiz topoğrafik özelliklerin varlığı ile çevresindeki alanlardan ayırt
edilebileceği belirtilmektedir. Akma türündeki heyelanların ise yamaç şekil bilgisi
özellikleri içinde, dışbükey görünüm, akmanın gerçekleştiği yüzeyin gözlenmesi,
birikme zonunun görünümü, yamaç eğiminin 250’den büyük olması ve D/L oranının
çok küçük olması gibi özelliklerin varlığı ile görüntülerde ayırt edilebileceği
vurgulanmaktadır. Bitki örtüsü ve drenaj özellikleri açısından dikkate alındığında
özellikle heyelanlı alanların taç kesiminde çevresinden ton farklılıkları göstermesi,
drenaj özelliklerine de bağlı olarak farklı bitki örtüsü gelişimi, heyelan göllerinin
oluşumu, duraylı/duraysız yamaçlar arasında ton/renk farklılıkları, birikme zonu
içinde kesilmiş drenaj ağı gibi özellikler bulunmaktadır (Soeters and Van Westen,
1996).
İlk aşamada stereo görüntü temel alınarak, 1/15000, 1/25000, 1/35000 ve 1/50000
ölçekleri olmak üzere, 4 farklı ölçek için görsel yorumlamalar ile heyelan yerlerinin
belirlenmesi amaçlanmıştır. Değinilen ölçekler dikkate alınarak heyelanlı alanların
sınırları sayısallaştırılmış ve Şekil 5.3 ile Şekil 5.8 arasında gösterilmiştir. Bu
çalışmalar içinde alansal olarak belirlenebilen en küçük ve en büyük boyutlu
heyelanlara ilişkin stereoskopik görüntüler ise Şekil 5.4 ve Şekil 5.5’te
sunulmuştur. Ayrıca, belirlenen heyelanlara ilişkin boyutsal özellikler de Çizelge
5.4 ile Çizelge 5.7 arasında, dikkate alınan ölçekler için ayrı ayrı sunulmuştur.
Daha önceden de değinildiği gibi, heyelan derinliklerine ilişkin sağlıklı bir
değerlendirme yapılamamıştır. Bununla birlikte, “Genişlik/Uzunluk” değeri (G/U)
kullanılarak, kayma ve akma türü heyelanlardaki değişimleri de incelenmiştir.
Buradaki temel ilke, akma türünde gelişen heyelanların genellikle genişliklerinin
dönel kaymalara göre daha az olacağı, dolayısıyla G/U oranlarının daha küçük
değerler alacağı şeklindedir.
45
Şekil 5.3 1/15000 ölçekli stereo görüntüden belirlenen heyelan envanter haritası.
46
boyutsal özellikler.
Heyelan
No.
1
Alan (m2)
Belirleme
Yorumlama
G (m)
U (m)
G/U
Tür
1716776
+
+
1130
1434
0.78
Kayma
2
386625
+
+
1076
319
3.37
Kayma
3
284865
+
+
429
541
0.79
Kayma
4
2157159
+
+
1418
1529
0.93
Akma
5
626749
+
+
543
1299
0.42
Akma
6
7
3365319
2032821
+
+
+
+
2158
2349
1602
972
0.13
2.42
Kayma
Kayma
8
9509063
+
+
5331
2249
2.37
Kayma
9
2732812
+
+
2063
1541
1.34
Kayma
10
1250730
+
+
1214
1315
0.92
Kayma
11
1753082
+
+
1606
1555
1.03
Kayma
12
13
2551840
335351
+
+
+
+
1703
1122
1912
401
0.89
2.79
Kayma
Kayma
14
3307454
+
+
2519
1418
1.78
Akma
15
1839941
+
+
1344
1168
1.15
Akma
16
210307
+
+
874
1370
0.64
Akma
17
2983661
+
+
2117
1611
1.31
Kayma
18
278659
+
+
372
818
0.45
Akma
19
277627
+
+
353
682
0.52
Akma
20
(1)
+
-
232
217
1.07
Kayma (?)
+
+
284
429
0.66
Akma
21
58885
(2)
101050
22
320801
+
+
397
743
0.53
Kayma
23
4068798
+
+
2169
2107
1.03
Akma
24
670053
+
+
723
1027
0.70
Kayma
25
290441
+
+
452
615
0.73
Akma
26
3145592
+
+
2391
1712
1.39
Kayma
27
1133169
+
+
1592
1522
1.05
Kayma
28
2061149
+
+
1486
1766
0.84
Kayma
29
4146457
+
+
2379
2006
1.19
Kayma
30
469215
+
+
646
853
0.75
Akma
31
447148
+
+
803
1429
0.56
Akma
(1)
Belirlenebilen en küçük heyelanlı alan
(2)
Yorumlanabilen en küçük heyelanlı alan
47
Şekil 5.4. Çalışma alanında belirlenen en küçük boyutlu heyelanın (No:20) stereo
görüntüdeki görünümü.
48
Şekil 5.5. Çalışma alanında belirlenen en büyük boyutlu heyelanın (No:8) stereo
görüntüdeki görünümü.
49
50
Heyelan
No.
1
Alan (m2)
Belirleme
Yorumlama
G (m)
U (m)
G/U
Tür
1923495
+
+
1147
1789
0.64
Kayma
2
2201842
+
+
1686
1422
1.19
Akma
3
2974102
+
+
4164
3230
1.29
Kayma
4
12135957
+
+
5755
2097
2.74
Kayma
5
1133194
+
+
982
1391
0.71
Kayma
6
7
1403155
2283922
+
+
+
+
1038
1699
1671
2239
0.62
0.76
Kayma
Akma
8
1146981
+
+
1294
975
1.33
Kayma
9
2289391
+
+
2187
1414
1.55
Kayma
10
1799600
+
+
1621
1309
1.24
Kayma
11
2438107
+
+
2416
1221
1.98
Kayma
12
13
2669079
103169
+
+
+
+
2481
213
1204
462
2.06
0.46
Kayma
Akma
14
424271
+
+
540
900
0.60
Akma
15
2353992
+
+
2602
1325
1.96
Akma
16
369405
+
+
362
1141
0.32
Akma
17
2833546
+
+
2301
1487
1.55
Kayma
18
1106773
+
+
991
1229
0.81
Kayma
19
4705951
+
+
2145
2320
0.92
Akma
20
215329
+
+
311
522
0.59
Akma
21
374940
+
+
425
991
0.43
Akma
22
156722
+
+
293
502
0.58
Akma
23
147578
+
+
363
681
0.53
Akma
24
320008
+
+
451
780
0.58
Kayma
25
63796
(1)
+
-
261
245
1.06
26
355251
+
+
1051
359
2.93
Kayma
27
6002961
+
+
3185
1876
1.69
Kayma
28
2221137
+
+
1380
1786
0.77
Kayma
29
(2)
+
+
167
458
0.36
Akma
79630
(1)
(2)
Yorumlanabilen en küçük heyelanlı alan
51
Kayma (?)
52
Heyelan
No.
Alan (m2)
Belirleme
1
1854557
+
2
2009641
3
G (m)
U (m)
G/U
Tür
+
1292
1629
0.79
Kayma
+
+
1321
1521
0.87
Kayma
4148001
+
+
1870
2210
0.85
Kayma
4
12429511
+
+
2755
5388
0.51
Kayma
5
12907170
+
+
6325
2040
3.10
Kayma
6
3895685
+
+
2361
1650
1.43
Kayma
7
3083216
+
+
1709
2276
0.75
Kayma
8
2512683
+
+
2036
1763
1.15
Akma
9
6131358
+
+
3224
2092
1.54
Kayma
10
410255
+
+
314
1205
0.26
Akma
11
5100103
+
+
2083
2486
0.84
Akma
12
144927
+
+
337
538
0.63
Akma
13
264889
+
+
331
876
0.38
Akma
14
102392(1)
+
+
198
496
0.39
Akma
15
2487428
+
+
1348
2311
0.58
Kayma
16
3191654
+
+
2622
1764
1.49
Akma
17
435810
+
+
505
1296
0.39
Akma
18
503814
+
+
611
921
0.66
Akma
19
2258675
+
+
1803
1441
1.25
Kayma
(1)
Yorumlama
53
54
Heyelan
No.
Alan (m2)
Belirleme
1
1011206
+
2
2978346
3
G (m)
U (m)
G/U
Tür
+
810
1248
0.65
Kayma
+
+
1845
1613
1.44
Kayma
15144624
+
+
2971
5417
0.55
Kayma
4
10728645
+
+
2265
4736
0.48
Kayma
5
6041486
+
+
3442
1755
1.96
Kayma
6
2459699
+
+
1775
1595
1.12
Kayma
7
6977282
+
+
2027
3421
0.59
Kayma
8
1738739
+
+
1168
1668
0.70
Kayma
9
2364406
+
+
2284
1444
1.58
Akma
10
2208820
+
+
1321
1757
0.75
Kayma
11
4673245
+
+
2887
2587
1.12
Akma
12
2237785
+
+
2143
1262
1.70
Akma
13
76392(1)
+
+
167
476
0.35
Akma
14
194000
+
+
286
824
0.35
Akma
15
114282
+
+
192
605
0.32
Akma
(1)
Yorumlama
Heyelan yerlerinin görsel yorumlamalar ile belirlenmesinde dikkate alınan bir diğer
görüntü türü ise 3N (kızılötesi) bandı ile “false color” olarak adlandırılan ve R/G/B
dizilimi 3/2/1 nolu bantların dikkate alındığı görüntü bileşimleridir. Dikkate alınan
ölçekler gözetilerek, her iki görüntü türü için de görsel yorumlamalar ile heyelan
yerlerinin belirlenmesi yoluna gidilmiştir. Bununla birlikte, stereoskopik görüntü
değerlendirmelerindeki gibi görsel ayrımlama, net bir şekilde yapılamamıştır. Bu
nedenle, sadece 1/15000 ölçeği için 3N (Yakın Kızıl Ötesi) ve
yapay
renklendirilmiş (false color) görüntüler karşılaştırma amaçlı sunulmuştur (Şekil 5.9
ve Şekil 5.10). İlgili görüntülere ilişkin elde edilen heyelanlı alanlar Şekil 5.11 ve
Şekil 5.12’de, boyutsal özellikler ise, Çizelge 5.8 ve Çizelge 5.9’da verilmiştir.
55
Şekil 5.9 Çalışma alanına ait ASTER uydu görüntüsü (yakın kızıl ötesi bant).
56
Şekil 5.10 Çalışma alanına ait yapay renklendirilmiş ASTER uydu görüntüsü
(RGB-321).
57
Şekil 5.11 1/15000 3N bandı ile belirlenen heyelan envanter haritası.
Çizelge 5.8 1/15000 ölçekli 3N bandı ile belirlenen heyelanlara ilişkin boyutsal
özellikler.
Heyelan
2
Alan (m )
Belirleme
Yorumlama
G (m)
U (m)
G/U
Tür
2013
821
4891
1541
1076
994
2036
1295
1.87
0.83
2.40
1.19
(?)
(?)
(?)
(?)
No.
1
2
3
4
1643904
696629
9959515
1996610
(?)
(?)
(?)
(?)
-
58
Şekil 5.12 1/15000 ölçekli yapay renklendirilmiş (RGB-321) görüntü ile belirlenen
heyelan envanter haritası.
Çizelge 5.9 1/15000 ölçekli yapay renklendirilmiş (RGB-321) görüntü ile belirlenen
heyelanlara ilişkin boyutsal özellikler.
Alan (m2)
Heyelan
No.
1
Belirleme
4235785
(?)
2
6938127
3
4
Yorumlama
G (m)
U (m)
G/U
Tür
-
2541
1666
1.525
(?)
(?)
-
3860
1797
2.148
(?)
2249459
(?)
-
2345
959
2.445
(?)
2828211
(?)
-
1495
2091
0.715
(?)
5
4747050
(?)
-
1910
2485
0.769
(?)
6
9959415
(?)
-
4812
2021
2.390
(?)
59
Yapılan tüm bu değerlendirmeler ışığında, ASTER Level 3A görüntüsünden
yapılacak görsel yorumlamalar için, anaglif analizi dışındaki yorumlamaların,
yetersiz kaldığı sonucuna ulaşılmıştır.
5.3.2. ASTER Uydu Görüntüsünden SYM Oluşturulması ve Heyelanlarla
İlişkisi
Son yıllarda, bilgisayar ve UA tekniklerindeki gelişmelere koşut olarak,
yeryüzeyine ilişkin sayısal yükseklik değerlerinin belirlenmesi ve uygulamalarda
kullanımı kaçınılmaz olmuştur (San and Süzen, 2005). Yer yüzeyine ilişkin sayısal
yükseklik değerlerinin içerildiği SYM (Sayısal Yükseklik Modeli), birbirinden çok
farklı amaçlar için kullanılabilmektedir. Bu veriler, heyelan değerlendirmeleri
açısından ele alındığında, doğrudan bir girdi parametresi olabileceği gibi,
bunlardan türetilen yamaç eğimi, bakı, eğrisellik gibi ikincil parametreler de dolaylı
olarak analizlerde kullanılabilmektedir. Aynı zamanda SYM yamaçların şekil bilgisi
ve 3B görünümü hakkında kullanıcılara bilgiler sunmaktadır. Bu açıdan
değerlendirildiğinde, SYM’nin doğruluğu ve güvenilirliği yapılacak analizleri
doğrudan etkileyecek olup, son derece hassas bir şekilde oluşturulmalıdır.
Tez çalışması kapsamında, ASTER Level 3A görüntüsüne ait VNIR ve SWIR
bantlarına ait SYM kullanılarak, 15 ve 30 m çözünürlüğe sahip SYM’leri, San and
Süzen (2005)‘in ASTER Level 1A verilerini kullanarak gerçekleştirdiği çalışma
temel alınarak oluşturulmuştur.
Söz konusu SYM’leri, 4 adet VNIR bandı ile
birleştirilerek 6 bantlı bir görüntü elde edilmiş, daha sonra UTM (Universal
Transverse Mercator) projeksiyon ve WGS 84 (World Geodetic System) datum
sistemlerine göre tanımlanmıştır. Geometrik düzeltmelerin yapılabilmesi için,
çalışma alanını kapsayan 4 adet 1/25000’lik topoğrafik harita temel alınarak, 30
adet GCP (Ground Control Point) noktası belirlenmiştir. Bu veriler dikkate alınarak,
en yakın komşuluk (nearest neighborhood) yöntemi ile yeniden düzenlenerek,
SYM’nin geometrik düzeltmesi gerçekleştirilmiştir. Kullanılan GCP ve hata
değerleri Çizelge 5.10’da, elde edilen SYM ise Şekil 5.13’te sunulmuştur.
60
Çizelge 5.10. Çalışma alanındaki GCP noktaları ve hata değerleri.
Nokta
Fark
Fark
X
Y
4595409.575479
3.873
0.663
3.930
4583954.981801
2.547
0.083
2.549
442137.681365
4592556.743015
3.987
-6.002
6.251
4573227.537923
441138.041715
4594343.598888
4.346
-4.777
7.206
4577167.751020
442974.879571
4598267.184512
2.848
-1.147
6.458
443280.751049
4579921.751020
443349.744440
4601016.193548
2.279
3.791
3.071
7
432671.091227
4564795.751020
432940.996590
4585984.112320
4.049
4.338
4.130
8
433048.720408
4563761.247761
433315.861458
4584946.986184
4.500
0.383
4.423
9
431128.720408
4570788.357670
431354.068646
4591956.959225
3.030
-5.076
5.123
10
432946.720408
4562131.751020
433228.392989
4583322.571753
3.939
0.225
5.934
11
435082.184175
4563774.112947
435340.131748
4584946.986184
1.039
-3.018
4.516
12
432101.373748
4562002.630738
432391.194783
4583197.616797
2.909
0.105
5.912
13
431968.720408
4558952.602472
432291.230818
4580161.211362
4.129
4.229
3.945
14
431309.036018
4560937.814380
431616.474054
4582135.499670
0.351
-3.977
3.912
15
437369.013927
4565301.527702
437597.818640
4586461.016227
0.755
-1.345
2.911
16
439712.147512
4571828.717324
439865.966529
4592960.993619
4.370
1.379
5.910
17
437907.896501
4579999.571658
438007.103448
4601111.909717
5.605
4.236
3.992
18
432690.934766
4575087.692253
432872.168095
4596242.375517
0.920
-3.007
1.542
19
434282.206306
4579318.732931
434418.418291
4600454.176424
0.117
5.230
1.230
20
443046.630691
4573161.085447
443169.820749
4594275.347486
0.165
0.849
1.254
21
434620.339389
4572836.621797
434811.922677
4593993.054185
5.083
1.365
4.582
22
444159.933653
4569251.246958
444309.075854
4590252.667955
1.059
1.250
6.350
23
424571.091879
4569131.246958
445214.054854
4602016.198548
2.350
2.720
1.252
24
426611.912279
4578965.245647
445632.085641
4588197.618797
5.456
4.977
1.370
25
432870.897896
4575841.225698
443215.086120
4631197.726797
1.256
5.240
1.348
26
432946.122755
4512356.124568
432549.021564
4538197.216797
2.568
3.241
2.725
27
424568.785412
4565478.243214
444250.085644
4623197.716234
1.250
4.160
4.114
28
448524.987452
4587451.245693
442135.059871
4525197.615641
1.563
2.105
3.410
29
432687.254183
4563214.223658
432530.087542
4587954.564211
2.560
2.310
2.510
30
435214.235648
4554632.264958
442309.089546
4638197.654871
4.215
1.250
1.568
Görüntü X
Görüntü Y
Harita X
Harita Y
1
429910.720408
4574239.751020
430123.587214
2
442179.524674
4562809.019682
442390.715869
3
441988.720408
4571441.266230
4
440996.113376
5
442885.720408
6
no
Ortalama RMSE: 3.64
61
RMSE
Şekil 5.13. ASTER Level 3A verileri kullanılarak oluşturulan ve geometrik
düzeltmesi yapılan SYM.
62
Yapılan literatür araştırmalara göre, ASTER uydu görüntüsü kullanılarak
oluşturulan SYM’nin, özellikle dağlık ve yüksek kesimler ile derin vadilerde önemli
hatalar içerdiği belirtilmektedir. Örneğin, Kaab (2002) bu tür bölgelerde ASTER
verileri kullanılarak oluşturulacak SYM’nin ± 60m RMSE değerlerinin olabileceğini
belirterek, 500 metreye kadar varan hataların varlığında söz etmektedir. Santini et
al. (2009) ise özellikle dik ve kuzeye bakan yamaçların ± 50m’ye varan hatalar
içerebileceğini belirtmektedir. Bu değerlendirmeler de göz önünde bulundurularak,
2000 yılına ait sayısal HGK topoğrafik verileri ile ASTER uydu görüntüsü
kullanılarak oluşturulan SYM karşılaştırılmıştır. HGK verileri referans alınarak,
aritmetik çıkarma işlemi gerçekleştirilmiştir. İki model arasındaki farkın -319 m ile
+297 m arasında değiştiği belirlenmiştir (Şekil 5.14). Her iki SYM arasındaki
farklılıkların, çalışma alanı içinde özellikle bitki örtüsünün son derece fazla olduğu
kesimlere karşılık geldiği belirlenmiştir. SYM arasındaki farklar ve alansal
yayılımları Çizelge 5.11’de sunulmuştur. Her iki SYM arasındaki ilişki, her bir
piksele ilişkin değerler kullanılarak da değerlendirilmiştir (Şekil 5.15). Bu işlem için
TNT Mips 7.4 programı kullanılmış ve Eşitlik 5.2’de gösterilen ilişki elde edilmiştir.
HGKSYM=0.98*ASTERSYM-25.51 (r=0.9853)
Eşitlik 5.2
Bu eşitlikten elde edilen korelasyon katsayısı değeri, her ne kadar iki veri grubu
arasındaki ilişkiyi, r değerinin 1’e yakın olması nedeniyle uyumlu olarak ifade etse
de, eşitliğin artık değeri dikkate alındığında, 25.51 m’lik bir farklılığın olduğu ortaya
çıkmıştır. Bununla birlikte, bu durum, her iki veri grubunun kendi içinde tutarlı bir
dağılıma sahip olduğu ve veri değerlerinin doğrusal ilişkiyi destekler özellikte
olduğu şeklinde yorumlanmıştır.
63
Şekil 5.14 ASTER SYM ve HGK SYM’leri arasındaki farklılık değerleri.
64
Çizelge 5.11 ASTER SYM ve HGK SYM’leri arasındaki farklar ve kümülatif dağılım
değerleri.
Yükseklik farkları (m)
Kapladığı alan (%)
±5
6.30
±10
12.71
±20
±30
±40
25.55
39.49
50.32
±50
±60
63.21
75.56
±70
±80
81.21
84.55
±90
±100
91.21
94.32
±110
96.77
Şekil 5.15 ASTER SYM ve HGK SYM’leri arasındaki korelasyon ilişkisi.
65
Çalışmanın son aşamasında ise HGK ve ASTER SYM’lerine ilişkin 10 metre
aralığa sahip topoğrafik kontur haritaları elde edilmiştir. Buradaki amaç, heyelan
yerlerinin belirlenmesinde kullanılan yöntemlerden biri olan topoğrafik kontur
analizlerinin gerçekleştirilmesidir. Diğer bir deyişle, topoğrafik konturların HGK ve
ASTER verilerinden türetilen SYM ve konturları ile ne derece uyumlu olduğunun
ortaya konulmasıdır.
Heyelanlı alanlarda, topoğrafik konturların değişiminin idealize edilmiş şekli,
Sowers and Royster (1978) tarafından dönel kayma türündeki bir heyelan için
Şekil 5.16’da sunulmuştur. Burada heyelanlı alan içindeki topoğrafik düzensizlikler
(özellikle taç, kanatlar ve birikme zonunda) ve karşıtlıklarının net bir şekilde
gözlenmesi, bunlara bağlı olarak da içbükey ve dışbükey şekilli yamaç
görünümlerinin ortaya çıkması beklenmektedir. Ancak bu değişimler, özellikle
küçük boyutlu heyelanlar ile zaman içinde şekilsel özelliklerini yitiren heyelanlar
için ayırt edici olamamaktadır (Booth et al., 2009).
66
Şekil 5.16 Dönel kayma türündeki bir heyelan için topoğrafik konturların
değişiminin idealize edilmiş şekli (Sowers and Royster, 1978).
67
ArcGIS 9.3 programı kullanılarak HGK ve ASTER SYM’lerinin kontur haritaları
üzerinde, saha çalışmaları ile oluşturulan envanter haritasındaki heyelan yerleri
üst üste çakıştırılmış ve heyelanlı alanların sınırları kontrol edilmiştir. HGK SYM ve
ASTER SYM’leri üzerine serilen 37 adet heyelan için ayrı ayrı yapılan
değerlendirmeler sonucunda, HGK verileri ile saha çalışmalarından elde edilen
haritalanmış heyelan sınırlarının, çok daha uyumlu olduğu sonucuna varılmıştır
(Şekil 5.17).
68
Şekil 5.17 HGK ve ASTER topoğrafik kontur ve heyelan sınır ilişkileri: a) HGK
konturları ve heyelan sınır ilişkisi; b) ASTER konturları ve heyelan sınır ilişkisi
69
5.4. Heyelan Envanter Haritalarının Karşılaştırılması
Daha önceki bölümlerde değinildiği gibi heyelan envanterinin kalitesi ve
güvenilirliği son derece önemlidir. Bununla birlikte, birçok araştırmacı tarafından
farklı ölçek ve yöntemlerle heyelan envanter haritaları oluşturulmasına karşın,
hazırlanan heyelan envanter haritalarının karşılaştırılmasına yönelik çalışmalar
son derece sınırlı kalmaktadır. Bunun da ötesinde, belirli bir alanda, farklı
araştırmacılar, birbirinden çok farklı heyelan envanter haritaları oluşturabilmektedir
(Guzzetti et al., 2000; Galli et al., 2008). Bu durum da, heyelan değerlendirme ve
modellemelerinin gerçeği yansıtmayan sonuçlar içermesine yol açabilmektedir.
Ancak, bu tür bir değerlendirme yapmak için geçerli bir yöntem bulunmamakla
birlikte, en çok kullanılan yöntem, mevcut ve/veya oluşturulacak heyelan envanter
haritaları ile karşılaştırma yapmaktır (Galli et al., 2008).
Yukarıda değinilen sorunla, bu çalışma kapsamında da karşı karşıya kalınmıştır.
Görsel açıdan dikkate alındığında bile, bu çalışmada dikkate alınan MTA (2005),
saha çalışmaları ve ASTER uydu görüntüsü kullanılarak oluşturulan envanter
haritalarında önemli farklılıklar mevcuttur. Sözü edilen tüm heyelan envanter
haritalarının sayısal olarak karşılaştırmalı analizi, Carrara et al. (1992) tarafından
önerilen eşitlik kullanılarak gerçekleştirilmiştir:
E= [(A1∪A2) – (A1∩A2)] / [(A1∪A2),
0≤E≤1
Eş. 5.3
Bu eşitlikte E, hata değerini; A1 ve A2, sırasıyla 1 ve 2 numaralı envanter
haritalarındaki toplam heyelanlı alanları, ∪ ve ∩ ise, birleşim ve kesişime karşılık
gelmektedir. İki envanter haritası arasındaki “uyumluluk değeri” M ise, Eş. 5.4’ten
belirlenmektedir:
M= 1-E, 0≤M≤1
Eş. 5.4
Bu eşitlikler dikkate alındığında, eğer her iki envanter haritası tamamıyla birbiri ile
mükemmel uyumluysa-ki hemen hemen olanaksız bir durumdur (Galli et al., 2008),
M=1 olacaktır. Diğer bir deyişle “0” hata değerine sahip olarak değerlendirilir. Eğer
her iki harita birbiri ile hiçbir şekilde uyum göstermiyorsa, bu durumda M=0 ve hata
değeri E ise “1” değerini alacaktır.
70
Eş. 5.3 ve Eş. 5.4 dikkate alınarak, mevcut ve bu çalışma kapsamında oluşturulan
heyelan envanter haritaları karşılaştırılmış ve elde edilen sonuçlar Çizelge 5.12’de
sunulmuştur. Bu analizler gerçekleştirilirken, görsel yorumlamalarda (bkz. Bölüm
5.3.1) değinildiği üzere, iki boyutlu 3N ve yapay renklendirilmiş görüntü
değerlendirmelerinin yetersiz kalmalarından ötürü, kapsam dışında tutulmuştur.
Çizelge 5.12 Çalışmada dikkate alınan tüm heyelan envanter haritalarının
E (1/50000)
E (1/35000)
E (1/25000)
E (1/15000)
SÇE
∪
∩
(km2)
(km2)
92.5
∪
(km2)
(km2)
113.5
26.6
0.77
0.23
E
M
E
M
10.3
0.88
0.12
∩
E
M
∪
∩
(km2)
(km2)
123.7
25.8
0.79
0.21
E
M
∪
∩
(km2)
(km2)
123.3
25.6
0.79
0.21
E
M
∪
∩
(km2)
(km2)
118.9
25.2
0.78
0.22
∪
∩
(km2)
(km2)
60.9
E
M
11.2
0.82
0.18
E
M
∪
∩
(km2)
(km2)
71.0
10.5
0.85
0.15
E
M
∪
∩
(km2)
(km2)
70.7
10.3
0.85
0.15
E
M
∪
∩
(km2)
(km2)
66.5
9.7
0.85
0.15
∪
∩
(km2)
(km2)
84.8
E
M
34.0
0.59
0.41
E
M
∪
∩
(km2)
(km2)
77.6
40.6
0.47
0.53
E
M
∪
∩
(km2)
(km2)
75.5
37.9
0.40
0.51
∪
∩
(km2)
(km2)
92.9
E
M
34.7
0.62
0.38
E
M
∪
∩
(km2)
(km2)
91.0
31.8
0.65
0.35
MTAE: MTA (2005) envanteri; SÇE: Saha çalışmaları envanteri; E (ölçek): ilgili ölçek kullanılarak stereoskopik görüntüden belirlenen heyelan envanteri.
71
∪
∩
(km2)
(km2)
72.3
50.0
E
E
M
0.3
0.7
(1/50000)
E (1/35000)
E (1/25000)
E (1/15000)
MTAE (2005)
SÇE
MTAE (2005)
karşılaştırılması ile hata ve uyumluluk değerleri.
Yapılan bu değerlendirmelere göre, M uyumluluk değerlerinin 0.12 ile 0.7 arasında
değiştiği ortaya çıkmıştır. Diğer bir deyişle, birbiri ile en uyumsuz iki envanter
haritası MTAE ile SÇE iken, en uyumlu harita çifti ise, E (1/35000) ile E (1/50000)
haritalarıdır. Bu durumun temel gerekçesi, 1/35000 ve 1/50000 ölçeklerinde
heyelanlı alanlara ilişkin detay özelliklerin kaybolması sonucunda, daha büyük ve
birbiri ile daha uyumlu alanların haritalanmış olması şeklinde yorumlanmıştır.
Heyelanların yerinde görülerek haritalanması sonucunda elde edilen SÇE ile
ASTER Level 3A görüntüsü kullanılarak oluşturulan ve üç boyutlu analizler
sonucunda elde edilen envanter haritalarının M değerleri ise 0.21 ile 0.23 arasında
değişmekte olup, kendi içlerinde tutarlı olarak değerlendirilmiştir.
72
6. SONUÇLAR VE ÖNERİLER
Türkiye’de heyelanların sıklıkla geliştiği Batı Karadeniz Bölgesi’nde seçilen bir
alanda, ASTER Level 3A uydu görüntüsünün heyelan envanter haritalamalarında
kullanılabilirliğinin araştırılmasını hedefleyen bu çalışma kapsamında elde edilen
sonuçlar ve yapılabilecek bazı öneriler, aşağıda maddeler halinde sunulmuştur:
1. Batı Karadeniz bölgesinde, Yenice (Karabük) ve Gökçebey (Zonguldak)
ilçeleri arasında kalan 524 km2’lik bir alanda gerçekleştirilen bu çalışmada,
saha çalışmaları ve ASTER uydu görüntüsünden elde edilen ve heyelan
envanter haritalamasına yönelik çalışmalar gerçekleştirilmiştir. Yapılan saha
çalışmaları sonucunda 37 adet heyelan haritalanmış olup, bunlardan 9
tanesi toprak akması türünde, 26 tanesi de, dönel kayma şeklinde
gelişmiştir.
2. ASTER uydu görüntüsü kullanılarak görsel yorumlamalar yolu ile heyelan
envanter haritaları 1/15000, 1/25000, 1/35000 ve 1/50000 ölçekleri için
oluşturulmuştur. Dikkate alınan yöntemler iki ve üç boyutlu analizler
şeklinde gerçekleştirilmiştir. Yapılan değerlendirmeler sonucunda, kızıl ötesi
bant ve yapay renklendirilmiş görüntü üzerinde yapılan değerlendirmelerin,
heyelan envanter haritalamaları için yetersiz kaldığı ortaya çıkmıştır.
ASTER uydu görüntüsünden elde edilen SYM konturlarının haritalanmış
heyelanlı alanları da sağlıklı bir şekilde yansıtmadığı belirlenmiştir.
3. ASTER uydu görüntüleri kullanılarak heyelan envanter haritalamalarının en
sağlıklı yapılabildiği yöntem üç boyutlu stereoskopik analiz yöntemi olarak
değerlendirilmiştir. Bu yöntem ile belirlenebilen en küçük boyutlu heyelan
58885 m2’lik (261 piksel) bir alan kapsamaktadır. Yorumlanabilen en küçük
boyutlu heyelan ise 79630m2’lik (354 piksel) bir alana karşılık gelmektedir.
4. Tez çalışmasında ASTER uydu görüntüsünden elde edilen SYM’nin de
HGK verileri ile karşılaştırıması yapılmış olup, aralarında önemli oranda
farklılık olduğu belirlenmiştir. İki yükseklik modeli arasındaki ± 5 m farklılığın
olduğu alan örtüşmesi % 6.3’tür. Önemli farklılıkların olduğu alanların
yüksek ve ormanlık alanlar ile örtüştüğü de ortaya çıkmıştır. Bu nedenle,
73
ASTER SYM’den üretilecek heyelan değerlendirme parametrelerinin
kullanımında bazı zorluklarla karşılaşabileceği unutulmamalıdır.
5. Çalışmada mevcut ve oluşturulan tüm heyelan envanter haritalarının
karşılaştırılması sonucunda ise birbirleri arasında önemli farklılıkların ortaya
çıktığı görülmüştür. Bu farklılıkların temel nedenleri, sayısallaştırma işlemi
sırasında oluşabilecek hatalar, öznellik ve heyelan yerlerinin tayin
edilmesindeki
belirsizlikler
olarak
yorumlanmıştır.
Yapılan
sayısal
karşılaştırmalı analizlere göre en uyumlu harita çiftinin, E (1/35000) ile E
(1/50000) haritaları olduğu ortaya çıkmıştır. Bu durumun temel gerekçesi,
1/35000 ve 1/50000 ölçeklerinde heyelanlı alanlara ilişkin detay özelliklerin
kaybolması sonucunda, daha büyük ve birbiri ile daha uyumlu alanların
haritalanmış olması şeklinde yorumlanmıştır.
Heyelanların yerinde
görülerek haritalanması sonucunda elde edilen SÇE ile ASTER Level 3A
görüntüsü kullanılarak oluşturulan ve üç boyutlu analizler sonucunda elde
edilen envanter haritaları, kendi içlerinde tutarlı olarak değerlendirilmiştir.
Ayrıca, MTA (2005) tarafından üretilen heyelan envanter haritası ise, tüm
envanter haritaları içinde en ayrıntılı olanıdır. Çoğunlukla geçmiş yıllara
ilişkin hava fotoğraflarının ayrıntılı incelenmesi sonucunda elde edilen bu
harita dikkate alındığında, bazı bölgelerdeki uyumsuzlukların güncel
durumla karşılaştırıldığında, hava fotoğraflarının alındığı tarihlerdeki bitki
örtüsü yoğunluğu/büyüklüğü gibi parametrelerden daha az etkilenmiş
olabileceği düşünülmektedir.
6. Heyelanlara ilişkin yapılacak her türlü değerlendirmede heyelan envanter
haritalarının ayrıntılı ve güvenilir bir şekilde oluşturulması gerekmektedir.
Bununla birlikte, bu çalışmada da olduğu gibi, aynı araştırmacılar tarafından
oluşturulan envanter haritalarında bile önemli farklılıklar oluşabilmektedir.
Bu sorunun çözümüne yönelik olarak dikkate alınabilecek en akılcı yol,
farklı yöntemlerden elde edilen bilgilerin saha çalışmaları ile sınandıktan
sonra, heyelan envanterlerinin oluşturulması olacaktır.
74
7.KAYNAKLAR
Akman, Ü., 1992. Amasra-Arıt arasının jeolojisi. Doktora tezi, Ankara Üniversitesi
Fen Bilimleri Enstitüsü, 209 s.
Akyol, Z., Arpat, E., Erdoğan, B., Göğer, E., Güner, Y., Şaroğlu, F., Şentürk, L.,
Tütüncü, K. ve Uysal, Ş., 1974. 1/50000 ölçekli Türkiye jeoloji haritası
serisi, Zonguldak E29 a, E29 b, E29 c, E29 d, Kastamonu E30 a, E30 d.
MTA Enstitüsü yayınları, Ankara.
Aleotti, P. and Chowdhury, R., 1999. Landslide hazard assessment: summary
rewiev and new perspectives. Bull. Eng. Geol. Env. 58, 21-44.
Alexander, D.E., 1995. A survey of the field of natural hazards and disaster
studies. In: A Carrara and F. Guzzetti (eds.), Geographic Information
Systems in Assessing Natural Hazards, Dordrecht, Kluwer Academic
Publishers, 1-9.
Alcantra-Ayala, I. A., Chavez, E. O. and Parrot, J. F., 2006. Landsliding related to
land-cover change: A diachronic analysis of hillslope instability distribution
in the Sierra Norte, Puebla, Mexico, Catena. Vol 65, 152 – 165.
Aydın, M., Şahintürk, Ö., Serdar, H.S., Özçelik, Y., Akarsu, İ., Üngör, A.,
Çokuğraş, R. ve Kaser, S., 1986. Ballıdağ-Çangaldağı (Kastamonu)
arasındaki bölgenin jeolojisi. Türkiye Jeoloji Kurumu Bülteni, 29, 2, 1-16.
Aydın, M., Serdar, H.S., Şahintürk, O., Yazman, M., Çokuğraş, R., Demir, O. ve
Özçelik Y., 1987. Çamdağ (Sakarya)-Sünnicedağ (Bolu) yöresinin jeolojisi.
Türkiye Jeoloji Kurumu Bülteni, 30, 1, 1-14.
Barredo, J., Benavides, A., Hervas, J. And Van Westen, C., 2000. comparing
heuristic landslide hazard assessment techniques using GIS in the
Tirajana basin, Gran Canaria Island, Spain. JAG, 2, 9-23.
Berardino, P., Constantini, M., Franceschetti, G., Iodice, A., Petranera, L. And
Rizzo, V., 2003. Use of differential SAR Interferometry in monitoring and
modelling large slope instability at Maratea (Basilicata, Italy). Engineering
Geology, 68, 31-51.
Booth, A.M., Roering, J. J. and Perron, J. T., 2009. Automated landslide mapping
using spectral analysis and high-resolution topographic data: Puget Sound
lowlands, Washington, and Portland Hills, Oregon. Geomorphology, 109,
132-147.
Brabb, E. E. and Harrod, B. L., 1989. Landslides: Extend and Economic
Significance. Bakema Publisher, Rotterdam, 385 pp.
Brunsden, D., 1993. Mass movement, the reserch frontier and beyond: a
geomorphological approach. Geomorphology, 7, 85-128.
75
Carrara, A., Cardinali, M., Detti, R., Guzzetti, F., Pasqui, V., and Reichenbach, P.,
1991. GIS Techniques and statiscal models in evaluating landslide hazard.
Earth Surface Processes and Landforms, 16, 427-445.
Catani, F., Farina, P., Moretti, S., Nico, G. and Strozzi, T., 2003. On the
application of SAR interferometry to geomorphological studies: estimation
of landform attributes and mass movements. Geomorphology 66, 119–
131.
Chadwick, J., Dorscha, S., Glenna, N., Thackraya, G. and Shillingb, K., 2005.
Application of multi-temporal high-resolution imagery and GPS in a study
of the motion of a canyon rim landslide. ISPRS Journal of Photogrammetry
& Remote Sensing, Vol. 59, 212– 221.
Cheng, K. S., Wei, C. and Chang, S. C., 2004. Locating landslides using multitemporal satellite images, Advances in Space Research, Vol. 33, 296–
301.
Coe, J., Glancy, P. And Whitney, J., 1997. Volumetric analysis and hydrologic
characterization of modern debris flow near Yucca Mountain, Nevada.
Geomorphology, 20, 11-28.
Colesanti, F., Ferretti, A., Prati, C. And Rocca, F., 2003. Monitoring landslides and
tectonic motions with the Permanent Scatters Technique. Engineering
Geology, 68, 3-14.
Crowley, J., Hubbard, B. and Mars, J., 2003. Analysis of potential debris flow
source areas on Mount Shasta, California, by using airborne and satellite
remote sensing data. Remote Sensing of Environment, 87, 345– 358.
Delacourt, C., Alleman, P., Casson, B. and Vadon, H., 2004. Velocity field of
the’La Clapiere’ landslide measured by the correlation of aerial and
QuickBird satellite images. Geophysical Research Letters, 31(15), 15619.
Delacourt C, Allemand P, Berthier E, Raucoules D, Casson B, Grandjean P,
Pambrun C, and Varel E., 2007. Remote-sensing techniques for analysing
landslide kinematics: a review. Bulletin de la Societe Geologique de
France 178(2): 89–100.
De La Ville, N.; A.C. Diaz and D. Ramirez., 2002. Remote sensing and GIS
technologies as tools to support sustainable management of areas
devastated by landslides. Environment, Development, and Sustainability
4: 221-229.
Deller, M.E.A., 2007. Space technology for disaster management:data access and
its place in the community. In: Mapping hazardous terrain using remote
sensing. Teeuw, R.M (editor), Geological Society London, Special
Publication 283, 149-160.
76
Donati, L. and Turrini, M. C., 2002. An objective method to rank the importanceof
the factors predisponding to landslide with the GIS methodology.
Application to an area of the Apennais (Valneria: Perugia, Italy).
Engineering Geology, 63, 277-289.
Duman, T.Y., Çan, T., Emre, Ö., Keçer, M., Doğan, A., Ateş, Ş. and Durmaz, S.,
2005a. Landslide inventory of northwestern Anatolia, Turkey. Engineering
Geology, 77, 99-114.
Duman, T. Y., Durmaz, S., Çan, T., Olgun, Ş., Ateş, Ş., Keçer, M., Semi, H.,
Nefeslioğlu, H.A. ve Çörekçioğlu, Ş., 2005b. Türkiye Heyelan Envanteri
Haritası, 1/500000 ölçekli Zonguldak Paftası. MTA Özel Yayın Serisi-8.
Ercanoğlu, M., Kaşmer, Ö. and Temiz, N., 2008a. Adaptation and comparison of
expert opinion to analytical hierarchy process for landslide susceptibility
mapping. Bulletin of Engineering Geology and the Environment, Vol: 67,
No:4, 565-578.
Ercanoğlu, M., Hasekioğulları, G. D. ve Günal, B., 2008b. Heyelan duyarlılığı
çalışmalarında Türkiye’ nin uluslar arası bilimsel literatürdeki yeri.
Mühendislik Jeolojisi Bülteni, Eroskay Özel Sayısı, 26-27, 35-51.
Farina, P., Colombo, D., Fumagalli, A., Marks, F., Moretti, S., 2006. Permanent
scatterers for landslide investigations: outcomes from the ESA-SLAM
project. Engineering Geology, Vol. 88 , 200–217.
Fournaidis, I.G., Liu, J.G. and Mason, P.J., 2007. Regional assessment of
landslide impact in the Three Gorges area, using ASTER data: WushanZigui. Landslides, 4, 267-278
Fujisada, H., Bailey, G. B., Kelly, G. G., Hara, S. and Abrams, M. J., 2005. ASTER
DEM perfonmance. IEEE Transactions on Geoscience and Remote
Sensing. 43, 12, 2707-2713.
Gayle, R.B., 1959, Geology of the Sinop Basin: Petrol İşleri Genel Md. Arşivi,
Ankara.
Galli, M., Ardizzone, F., Cardinalli, M., Guzetti, F. and Reichenbach, P., 2008.
Comparing landslide inventory maps. Geomorphology, 94, 268-289.
Gupta, R. and Saha, A., 2001. Mapping debris flows in the Himalayas,natural
resource management. GIS development.net, 4.
Guzzetti, F., Carrara, A., Cardinali, M. and Reichenbach, P., 1999. Landslide
hazard evaluation: a review of current techniques and their application in a
multi-scale study, Central Italy. Geomorphology, Vol 31, Issues 1-4, 181216.
Guzetti, F., Cardinalli, M., Reichenbach, P. And Carrara, A., 2000. Comparing
landslide maps: a case study in the upper Tiber basin, central Italy.
Enviromental Management, 25(3), 247-263.
77
Harmon, R.S. and Doe, W.W., 2001. Landscape Erosion and Evolution Modeling,
Springer Yerlag, 535 pp.
Hartola, P., 2009. Using digital anaglyphy to improve the relief effect of SEM
micrographs of bloodstains. Micron, 40, 409-412.
Haugerud, R. A., Harding, D. J., Johnson, S. U., Harless, J. L., Weaver, C. S. and
Sherrod, B. L., 2003. High resolution LİDAR topography of the Puget
Lowland, Washington- a bonanza for earth science. GSA Today, 13, 4-10.
He, Y., Xie, H., Cui, P., Wei, F., Zhong, D. And Gardner., 2003. GIS based hazard
mapping and zonation of debris flows in Xiaojoang Basin, southwestern
China. Environmental Geology, 45, 285-293.
Hervas, J., Barredo, I. J., Rosin, L. P., Pasuto, A., Mantovani, F. and Silvano, S.,
2003. Monitoring landslides from optical remotely sensed imagery: the
case history of Tessina landslide. Italy, Geomorphology, Vol. 54, 63–75.
Herece, E., 1990. 1953 Yenice-Gönen deprem kırığı ve Kuzey Anadolu fay
sisteminin Biga yarımadasındaki uzantıları, MTA dergisi 111, 47-59.
Hirano, A., Welch, R. and Lang, H., 2003. Mapping from ASTER stereo image
data: DEM validation and accuracy assessment. ISPRS Journal of
Photogrammetry and Remote Sensing, 57, 356-370.
Huggel, C., Kaab, A., Haeberli, W., Teysseire, and Paul, F., 2002. Remote sensing
based assessment of hazards from glacier lake outbursts: A case study in
the Swiss Alps. Canadian Geotechnical Journal, 39, 316– 330.
http://www.asterweb.jpl.nasa.gov (27/04/2009).
http://www.gokcebey.gov.tr, (26/04/2009).
http://www.yenice.gov.tr, (26/04/2009).
Ilgar, A. ve Şahbaz, A., 1997. Kusuri Formasyonu’nun fasiyes toplulukları (Batı
Pontidler; Paleosen, Türkiye). Yer Bilimleri Dergisi, Sayı:19, 1-16.
Kaab, A., 2000. Photogrammetry for early high mountain hazards: New techniques
and applications. Physics and Chemistry of the Earth (B), 25 (9), 765-770.
Kaab, A., 2002. Monitoring high-mountain terrain deformation from repeated air
and spaceborne optical data: examples using digital aerial iamagery and
ASTER data. ISPRS Journal of Photogrammetry and Remote Sensing, 57,
39-52.
Kaab, A., Wessels, R., Haeberli, W., Huggle, C., Kargel, J. and Khalsa, S., 2003.
Rapid ASTER Imaging facilities timely hazard assessment of the glacier
hazards and disasters EOS, Transactions American Geophysical Union,
84 (13), 117-124.
78
Ketin, İ., 1966. Anadolu’nun tektonik birlikleri (Tectonic Units of Anatolian Asia
Minor). MTA Enstitüsü Yayını. Ankara, 66: 20-34.
Ketin, I. ve Gümüş, A., 1963, Sinop-Ayancık arasında III. Bölgeye dahil sahaların
jeolojisi. TPAO Arşivi, rapor no 288.
Lee, S. and Lee, M. J., 2006. Detecting landslide location using KOMPSAT 1 and
its application to landslide-susceptibility mapping at the Gangneung area,
Korea. Advances in Space Research, Vol. 38, 2261–2271.
Lee, S., Chwae, U. and Min, K., 2002. Landslide susceptibility mapping by
correlatiion between topography and geological structure: the Janghung
area, Korea. Geomorphology, Vol. 46 , 149–162.
Lin, P.S., Lin, J.Y., Hung, H. C. And Yang, M. D., 2002. Assessing debris flow
hazard in a watershed in Taiwan. Engineering Geology, 66, 295-313.
Lin, T. W., Chou, W. C., Lin, C. Y., Huang, P. H. and Tsai, J. S., 2005a.
Assessment of vegetation recovery and soil erosion at landslides caused
by catastrophic earthquake: a case study in Central Taiwan. Ecological
Engineering, Vol, 28, 79-89.
Lin, T. W., Chou, W. C., Lin, C. Y., Huang, P. H. and Tsai, J. S., 2005b. Vegetation
recovery monitoring and assessment at landslides caused by earthquake
in Central Taiwan, Forest Ecology and Management. Vol, 210, 55–66.
Liu, J. G., Masona, P. J., Clericia, N., Chena, S., Davisa, A., Miaob, F., Dengb and
H., Liang, L., 2004. Landslide hazard assessment in the Three Gorges
area of the Yangtze river using ASTER imagery: Zigui–Badong.
Geomorphology, Vol. 61, 171–187.
Malamud, B. D., Turcotte, D. L., Guzetti, F. and Reichenbach, 2004a. Landslide
inventories and their statistical properties. Earth surface Processes and
Landforms, 29, 687-711.
Malamud, B.D., Turcotte, D.L., Guzzetti, F. and Reichenbach, P. 2004b.
Landslide, earthquakes and erosion. Earth and Planetary Science Letters,
229, 54-59.
Mantovani, F., Soeters, R. and Van Westen, C. J., 1996. Remote sensing
techniques for landslide studies and hazard zonation in Europe.
Marcelinho, E. V., Formaggio, A. R. and Maeda, E. F., 2009. Landslide inventory
using image fusion techniques in Brazil. International Journal of Appilied
Earth Observation and Geoinformation, 11, 181-191.
Metternicht, G., Hurni, L. and Gogu, R., 2005. Remote sensing of landslides:
Analysis of the potential contribution to geo-spatial systems for hazard
assessment in mountainous environments. Remote Sensing of
Environment, Vol. 98, 284– 303.
79
MTA, 2004. 1/25000 ölçekli Türkiye jeoloji veri tabanı F28 paftası.
MTA, 2005. 1/500000 ölçekli sayısallaştırılmış Türkiye heyelan envanteri haritası.
Nichol, J. E. and Wong, M. S., 2005. Satellite remote sensing for datailed landslide
inventories using change detection and image fusion. International Journal
of Remote Sensing, 26, 1913-1926.
Nichol, E. J., Shaker, A. and Wong, M. S., 2006. Application of high-resolution
stereo satellite images to detailed landslide hazard assessment.
Geomorphology, Vol. 76, 68– 75.
Okay, A.C., 1989. Tectonics units and sutures in the Pontides, northern Turkey.
A.M.C., Şengör (ed), Tectonic evolution of the Tethyan region. NATO
Advanced Science Institute (ASI) series. C. 259, 109-116.
Paul, F., Huggel, C. and Kaab, A., 2004. Combining satellite multispectral image
data and a digital elevation model for mapping debris-covered glaciers.
Remote Sensing of Environment, 89, 510–518.
Pradhan, B. and Lee, S., 2007. Utilization of optical remote sensing data and GIS
tools for regional landslide hazard analysis using an artificial neural
network model. Earth Science Frontiers, Vol. 14, Iss. 6, 143-152.
Pradhan, B., Lee, S. and Buchroitner, M.F., 2006. Estimation of stress and its use
in evaluation of landslide prone regions using remote sensing data;
Advanced Space Research, 37, 698-709.
Pratie, C., Rocca, F. And Ferretti, A., 2003. Radar Interferometry using
spaceborne data: Potentials and operational capabilities. In J. R. Centre
(Ed.), Workshop on risk mitigation of slope instability. Ispra, Italy: JRCInstitute for Protection and Security of the Citizen.
Rengers, N., Soeters, R. and Van Westen, C. J., 1992. Remote sensing and GIS
appiled to mountain hazard mapping. Episodes, 15 (1), 36-45.
Roering, J. J., Kircher, J. W. and Dietrich, W. E., 2005. Characterizing structural
and lithologic controls on deep-seate landsliding: implications for
topographic relief and landscape evolution in the Oregon Coast Range,
USA. GSA bulletin, 117, 654-668.
Roessner, S. and Vetzel, H.A., Kaufmann, H. and Sarnagoev, A., 2005. Potential
of Satellite Remote Sensing and GIS for Landslide Hazard Assessment in
Southern Kyrgyzstan (Central Asia). Natural Hazards, Vol. 35, 395–416.
Salzmann, N., Kaab, A., Huggel, C., Allgower, B. and Haeberli, W., 2004.
Assessment of the hazard potential of ice avalanches using remote
sensing and GIS-modelling. Norsk Geografisk Tidsskrift-Norwegian
Journal of Geography, 58, 74– 88.
80
San, B.T. and Süzen, M.L., 2005. Digital elevation model (DEM) generation and
accuracy assessment from ASTER stereo data. International Journal of
Remote Sensing, Vol. 26, No: 22, 5013-5027.
Saner, S., Taner, İ., Aksoy, Z., Siyako, M. ve Bürkan, K., 1979. KarabükSafranbolu bölgesinin jeolojisi. TPAO Rapor No:1322.
Santini, M., Grimaldi, S., Nordi, F., Petroselli, A. and Rulli, M. G., 2009. Preprosessing algorithms and lanslide modelling on remotely sensed DEMS.
Geomorphology, (in press).
Schrott, L., Hufschmidt, G., Hankammer, M., Hoffman, T. And Dikau, R., 2003.
Spatial distribution of sediment storage types and quantification of valley
fill deposits in an Alpine Basin, Reintal, Bavarian Alps, Germany.
Schultz, W. H., 2004. Landslides mapped using LIDAR imagery, Seattle,
Washington U.S.G.S Open File Report, 1396-2004.
Singhroy, V., 2005. Remote sensing of landslides. In: Glade, T., Anderson, M.,
Crozier, M. J. (Eds.), Landslide Hazard and Risk. John Wiley and Sons
Ltd., West Sussex, England, 469-492.
Singhroy, V. and Molch, K., 2004a. Charecterizing and monitoring rockslides from
SAR techniques. Advances in Space Research, 33, 290-295.
Singhroy, V. and Molch, K., 2004b. Geological case studies related to
RADARSAT-2. Canadian Journal of Remote Sensing, 30 (6), 863-902.
Singhroy V., Couture, R. And Molch, K., 1999. InSar monitoring of Frank slide.
Landslide Risk Management, Hungr Fell. Couture&Eberhard (eds.), 2005
Tylor-Francis group London, ISBN 04 1538 043 x, 611-614.
Siyako, M., Aksoy, Z., Bürkan, K.A. ve Demir, O., 1980. Zonguldak dolayının
jeolojisi ve hidrokarbon olanakları. TPAO Rapor no: 1536 (Derleyen, Salih
Saner).
Soeters, R.S. and Van Westen, C.J., 1996. Slope instability recognition, analysis
and zonation. In: Landslides: Investigation and Mitigation. Turner A.K. and
Schuster, R.L. (Eds.), Transportation Research Board, Special Report
247, National Academy Press, Washington D.C., 129-177.
Sowers, G. F. and Royster, D. L., 1978. Field Investigation. In Spacial report 176:
Landslides: Analysis and Control. National Reserch Council, Washington
DC, 81-111.
Squarzoni, C., Delacourt, C. And Alleman, P., 2003. Nine years of spatial and
temporal evolution of the La Valetta landslide observed by SAR
interferometry. Engineering Geology, 68, 53-66.
Şengör, A.M.C. and Yılmaz, Y., 1981. Tethyan evolution of Turkey: A plate
tectonic approach. Tectonophysics, 75, 181-241.
81
Temesgen, B., Muhammed, M.U. and Korne, T., 2001. Natural hazard assessment
using remote sensing methods, with particular reference to landslides in
the Wondogenet area, Ethiopia. Phys. Chem. Earth, Vol. 26, No. 9, 665615.
Tarantino, C., Blonda, P. and Pasquariello, G., 2007. Remote sensed data for
automatic detection of land-use changes due to human activity in support
to landslide studies. Natural Hazards, Vol. 41, 245–267.
Tokay, M., 1954. Filyos Çayı Ağzı-Amasra-Bartın-Kozcağız-Çaycuma bölgesinin
jeolojisi. MTA Dergisi, 46/47, 58-74.
Tralli, D. M., Blom, R. G., Zlotnicki, V., Donnellan, A. and Evans, D. L., 2005.
Satellite remote sensing of earthquake, volcano, flood, landslide and
coastal inundation hazards. ISPRS Journal of Photogrametry and Remote
Sensing, 59, 185-198.
Tüysüz, O., 1990. Tectonic evolution of a part of the Tethyside orogenic collage:
The Kargı Masif, Northern Turkey. Tectonics, 9, 141-160.
Tüysüz, O., 1999. Geology of the Cretaceous sedimentary basins of the Western
Pontides. Geological Journal, 34, 75-93.
Tüysüz, O., Kırıcı, S. ve Sunal, G., 1997. Cide-Kuruçaşile dolayının jeolojisi. TPAO
Rapor No: 3736.
Tüysüz, O., Aksay, A. ve Yiğitbaş, E., 2004. Batı Karadeniz Bölgesi litostratigrafi
birimleri. Stratigrafi Komitesi litostratigrafi birimleri serisi-1. MTA Genel
Müdürlüğü Eğitim Serisi.
Tüysüz, O., Keskin, M., Natalin, B. ve Sunal, G., 2000. İnebolu-Ağlı-Azdavay
civarının jeolojisi. TPAO Rapor No: YDABÇAG-17.
Yergök, A.F., Akman, Ü., İplikçi, E., Karabalık, N.N., Keskin, İ., Mengi, H., Umut,
M., Armağan, F., Erdoğan, K., Kaymakçı, H. ve Çetinkaya, A., 1987. Batı
Karadeniz bölgesinin jeolojisi (I). MTA Rapor No: 8273.
Van Westen, C. J. and Getahun, F. L., 2003. Analyzing the evolution of the
Tessina landslide using aerial photographs and digital elevation models.
Van Westen, C.J., Castellanos Abella, E.A. and Sekhar, L.K., 2008. Spatial data
for landslide susceptibility, hazard and vulnerability assessment: an
overview. In Engineering Geology, 102 (2008) 3-4, 112-131.
Varnes, D. J., 1978. Landslide types and processes. In: Landslide and
Engineering Practice. E. B. Eckel, (ed.), Highway Research Board Special
Report, 29, 20-47.
82
Vicente-Serrano, M. S., Perez-Cabello, F. and Lasanta, T., 2008. Assessment of
radiometric correction techniques in analyzing vegetation variability and
change using time series of Landsat images. Remote Sensing of
Environment, Vol. 112, 3916–3934.
Yeşilnacar, E. and Süzen, M.L., 2006. A Land-Cover Classification for landslide
susceptibilty mapping by using feature components. International Journal
of Remote Sensing, Vol:27, No:2, 253-275.
Yiğitbaş, E. and Yılmaz, Y., 1999. Pre-Cenozoic tectono-stratigraphic components
of the Western Pontides and their geological evolution. Geological Journal,
34, 55-74.
Weirich, F. and Blesius, L., 2007. Comparison of satellite and air photo based
landslide susceptibility maps. Geomorphology, Vol. 87, 352–364.
Zhou, C., Lee, C., Li, J. and Xu, Z., 2002. On the spatial relationship between
landslides and causative factors on Lantau Island, Hong Kong.
Geomorphology, 43, 197– 207.
Zinck, J. A., Lopez, J., Metternicht, G., Shresta, D. P. and Vasquez-Selem, L.,
2001. Mapping and modelling mass movement and gullies in mountainous
areas using remote sensing and GIS techniques. JAG, Volume-3, Issue-,
43.
83
8. ÖZGEÇMİŞ
Adı Soyadı
:Tolga Alkevli
Doğum Yeri ve Yılı
:Adana, 1978
Medeni Hali
:Bekar
Eğitim Durumu
:
Lise
:Kocatepe Mimar Kemal Lisesi
Üniversite
:Hacettepe Üniversitesi
Yüksek Lisans
:Hacettepe Üniversitesi, Jeoloji Müh. Bölümü
Yabancı Dil
:İngilizce
İş Bilgileri
MTA Genel Müdürlüğü
:2004-devam ediyor (Uzaktan Algılama Uygulamaları
Birim Yöneticisi)
Üyesi Olduğu Kuruluşlar
:Anadolu Dalış Okulu
Kullandığı Bilgisayar Programları :Microsoft Office, Corel Draw12, PCI Geomatica,
Envi 4.3, Erdas 9.0, ArcGIS 9.3.
Hobileri
:Profesyonel Dalgıçlık (CMAS***, Padi Rescue Diver),
Body Building, Sinema, Opera, Tiyatro, Fotoğrafçılık
İletişim Bilgileri
:MTA Genel Müdürlüğü, Uzaktan Algılama Merkezi,
Çukurambar/Ankara, 06520, 0 312 287 34 30/1029
84

ASTER UYDU VERİLERİNİN HEYELAN ENVANTER

Transkript

Benzer belgeler

Heyelan Duyarlılık Haritasının Üretilmesinde Kullanılan Faktörlerin

Guinsaugon Çamur Seli Filipinler

Şırnak İli Yerleşim Alanındaki Heyelanlar, Jeoteknik Analizi, Olası

this PDF file - Selcuk University Journal of Engineering

Bosphocom, Birçok Uluslararası Şirkete Türkiye`den Hizmet Sağlıyor

4. HEYELAN DUYARLILIĞI 4.1. Amaç Batı Karadeniz Bölgesinin Afet

Heyelan Duyarlılık Analizinde Ki-Kare Testine Dayalı Faktör Seçimi