Uzaktan algılama verilerinden su kalitesi parametrelerinin tespit edilmesi

Abstract

Nüfus, sanayileşme ve tarımın her geçen gün artmasıyla birlikte yüzey sularında kirlilik sorunu gittikçe daha ciddi bir hal almaya başlamıştır. Farklı zamanlarda yüzey suyu kalitesindeki değişikliklerin değerlendirilmesi, doğal veya doğal olmayan kirleticilerin belirlenmesi ve kirliliğin zamansal değişiminin tespit edilmesi büyük bir öneme sahiptir.Geniş alanları kapsayan yüzey sularında, klasik yöntemlerle tüm bölgeyi kapsayan ölçüm ve değerlendirmeler yapmak önemli maliyet ve zaman problemlerini de doğurmaktadır. Bu nedenle, klasik su kalitesi ölçüm yöntemleri kullanışlı ve güvenilir bir seçenek değildir. Bunun gibi problemlerin üstesinden gelebilmenin en etkili çözümü, günümüzde geniş uygulama alanlarına sahip uzaktan algılama teknolojilerinin kullanılmasıdır. Uydu teknolojilerindeki gelişmeler ile uzaktan algılama, su kalite parametrelerinin belirlenmesinde yaygın ve gelecek vadeden bir teknik haline gelmiştir. Geniş alan kapsaması ve çok spektrumlu yapısı ile uzaktan algılanan veriler, su kalitesi parametrelerinin uygun maliyetli olarak belirlenmesinde önemli bir rol oynamaktadır. Uzaktan algılama, geniş ölçeklerde geleneksel su kalitesi ölçüm yöntemleri ile yürütülen su kalitesi ölçüm çalışmalarında karşılaşılan sınırlamaların üstesinden gelmek için yararlı bir araç haline gelmiştir. Yüzey sularında yapılan kalite ölçüm çalışmalarında uzaktan algılama tek başına yeterli olmayıp klasik örnekleme yöntemleri ve arazi çalışmaları ile entegre bir şekilde kullanılması daha yüksek doğruluğa sahip sonuçlar vermektedir.Uzaktan algılama verileri yardımı ile yaplan su kalitesi kestirim çalışmalarında en önemli zorluk, su kalite parametreleri ve uzaktan algılama verileri arasındaki ilişkinin tespit edilmesi ve en uygun kestirim yöntemin seçilmesidir. Bu çalışmada, Landsat 8 Operasyonel Arazi Görüntüleyici (OLI) ve Termal Kızılötesi Sensör (TIRS), Sentinel 2A ve Göktürk-2 uydu algılayıcıları yardımı ile Çoklu Doğrusal Regresyon (MLR), Polinom Regresyonu (PR), Yanıt Yüzey Regresyonu (RSR), Destek Vektör Makineleri (SVM) ve Yapay Sinir Ağı (YSA) gibi veri madenciliği yöntemleri kullanılarak Türkiye'nin otuzaltıncı Ulusal Parkı niteliğindeki Gala Gölü su kalitesi parametrelerinin tespiti yapılmıştır. Gala Gölü Milli Parkı biyoçeşitlilik ve kuş varlığı yönünden sadece ülkemizin değil dünyanın en önemli tatlı su ekosistemlerinden birisidir. Göl, yerleşim bölgelerine ve endüstriyel alanlara uzak olduğundan evsel ve endüstriyel kirleticilere maruz kalma oranı yok denecek kadar azdır. Ancak çevresinde yürütülen yoğun tarımsal faaliyetler, kullanılan gübreler ve kimyasal bileşikler (pestisitler) nedeniyle bazı dönemlerde kirlenmelere maruz kalabilmektedir. Tarımsal amaçlı kullanılan gübre ve pestisitlerden kaynaklı bu kirlilik göldeki su kalitesinin bozulmasına, göl dibinde taban çayırlarının oluşmasına ve gölün giderek ötrofik turba alanına dönüşmesine neden olmaktadır. Yüzey sularının kalitesi, fiziksel, kimyasal ve mikrobiyolojik özelliklerine bakılarak belirlenmektedir. Bu çalışmada yüzey suları kalite kestirimi için biyolojik parametrelerden Klorofil-a (Chl-a), fiziksel parametrelerden Askıda Katı Madde (AKM) ve Secchi Disk Derinliği (SDD) kimyasal parametrelerden ise Çözünmüş Oksijen (ÇO), Toplam Çözünmüş Madde (TÇM) ve Hidrojen İyonu (pH) seçilmiştir.Çalışma alanına ait uydu görütülerinin çekimi ve arazi ölçümleri iki farklı dönemde eş zamanlı olarak yapılmıştır. Çalışma tarihleri seçiminde meteorolojik değişim şartlarının en düşük seviyede olduğu ve algılayıcıların bölgeden aynı zamanlarda geçmesi gibi kriterler göz önünde bulundurulmuştur. Bu doğrultuda birinci arazi çalışması 21 Ağustos 2016, ikinci çalışma ise 24 Ağustos 2017 tarihinde gerçekleştirilmiştir. Çalışma kapsamında Türkiye'nin ilk yüksek çözünürlüklü yer gözlem uydusu Göktürk-2, Amerika Birleşik Devletleri Jeoloji Araştırmaları Merkezi (USGS)'nin Landsat 8 OLI ve Avrupa Uzay Ajansı'nın Sentinel-2A uydu görüntüleri birlikte kullanılmıştır.Arazi çalışması sırasında ölçüm noktaları, homojen bir dağılım oluşturacak şekilde seçilmiştir. Birinci ve ikinci arazi çalışmasında toplamda 60 farklı noktadan örnek alınmıştır. Alınan su örneklerinin muhafazası ve taşınması, ISO 5667-4 2016 Su Kalitesi Numune Alma Standardına göre yapılmıştır.Su kalitesi kestirimi yapılırken uydu görüntülerindeki bant değerleri girdi (bağımsız değişken) olarak, arazide ölçümü yapılan su kalite parametreleri ise bağımlı değişken olarak kullanılmıştır. Ölçüm verilerinin %70'i modeli oluşturmak, %30'u ise modeli doğrulamak için kullanılmıştır. Gala Gölü'ndeki su kalitesi parametrelerinin tespitinde kullanılan yöntemlerin performansı Karesel Ortalama Hata (RMSE), Ortalama Mutlak Yüzde Hata (MAPE), Ortalama Mutlak Hata (MAE) ve Determinasyon Katsayısı (R²) istatistiksel indeksleri kullanılarak ölçülmüştür.Bu çalışmada, Türkiye-Yunanistan sınırında yeralan Gala Gölü'ndeki su kalitesini izlemek için Göktürk-2, Landsat-8 OLI ve Sentinel-2A görüntüleri kullanılarak farklı kestirim yaklaşımları sunulmuştur. İncelenen su kalitesi değişkenlerinin her biri için deneysel ilişkiler elde edilmiş ve girdi olarak Göktürk-2, Landsat-8 OLI ve Sentinel-2A uyduları spektral bantlarının yansıtım değerleri kullanılarak test edilmiştir. Su kirliliği kontrolünü ve iyileştirici önlemleri bütünsel bir şekilde ele almak için, su kalitesi parametrelerinin bölgesel dağılımını kapsamlı bir şekilde gösteren mekansal dağılım haritaları oluşturulmuştur.Çalışma sonunda, YSA yöntemi ile hesaplanan su kalitesi parametreleri haritalanarak görsel hale getirilmiş ve diğer yöntemler (MLR, PR, RSR ve SVM) ile yapılan kestirimler analiz edilmiştir. Sonuçların analizinde, su kalitesi parametrelerinin kestirilmesi ve mekansal dağılımını gösteren tematik haritaların hazırlanmasında YSA yönteminin MLR, PR, RSR ve SVM gibi veri madenciliği modellerinden daha üstün olduğu ortaya konulmuştur. Ayrıca uzaktan algılamanın mekansal veriler ile birlikte kullanılmasının geniş coğrafi bölgeleri kapsayan göllerde kirliliğin rutin olarak izlenmesi, faydalı çevresel verilerin elde edilmesi ile doğal yaşam alanlarının sürdürülebilir yönetiminin sağlanmasında hızlı ve ucuz bir yöntem olduğu gösterilmiştir.

With the increasing population, industrialization, and agriculture the problem of pollution in surface waters has become increasingly serious. Evaluation of changes of surface water quality at different times, the temporal change of pollution, determination of natural or unnatural pollutants is of great importance.Performing measurements and evaluations with conventional methods in all areas of surface water that span large areas give rise to significant cost and time problems. For this reason, conventional water quality measurement methods are not a useful and reliable option.The most effective solution to overcome such problems is the use of remote sensing technologies which have a wide range of applications. The developments in satellite technologies and remote sensing have become a common and promising technique for determining water quality parameters. The wide area coverage and the multispectral nature of the remote sensing data play a significant role in the cost-effective determination of surface water quality parameters. Remote sensing has become a useful tool for overcoming the limitations encountered in water quality measurement studies carried out by conventional water quality measurement methods on large scales. In the quality measurement studies conducted in surface waters, remote sensing alone is not enough, but its use with conventional sampling methods and field studies has been found to be more accurate.In order to produce quantitative results from the remote sensing data, converting the digital values in the images to the surface reflectance gives more accurate results. It is not appropriate to use satellite imagery directly in water quality estimation studies. Therefore, satellite images need to be converted to surface reflectance. In this study, the Cosine of Solar Zenith Angle (COST) method, which is one of the dark object extraction methods, was used to obtain information about the atmospheric situation by extracting some information from the image itself without making atmospheric measurements.The most important challenge in water quality estimation studies with the help of remote sensing data is to determine the relationship between water quality parameters and remote sensing data and to select the most appropriate estimation method. In this study, with the help of Landsat 8 Operational Land Imager (OLI) and Thermal Infrared Sensor (TIRS), Sentinel 2A and Gokturk-2 satellite sensors Gala Lake (Turkey's 36th National Park) water quality parameters were determined by using data mining methods such as Multi Linear Regression (MLR), Polynomial Regression (PR), Response Surface Regression (RSR), Support Vector Machines (SVM) and Artificial Neural Network (ANN).Gala Lake National Park is one of the most important freshwater ecosystems not only in our country but also in the world in terms of biodiversity and bird presence. Since the lake is far from residential areas and industrial areas, its exposure to domestic and industrial pollutants is almost non-existent. However, intensive agricultural activities in the vicinity may be subject to contamination in some periods due to the fertilizers and chemical compounds (pesticides) used. This pollution caused by fertilizers and pesticides used for agricultural purposes leads to deterioration of water quality in the lake, formation of grassy meadows on the bottom of the lake and gradually transforming the lake into an eutrophic peat area.In this study, the surface water quality is determined by its physical, chemical and microbiological properties. For surface water quality estimation, Chlorophyll-a (Chl-a) from biologic parameters, Suspended Solids (TSS) and Secchi Disc Depth (SDD) from physical parameters, Dissolved Oxygen (DO), Total Dissolved Substance (TDS) and pH from chemical parameters were selected. The satellite images of the study area and field measurements were performed simultaneously in two different periods. In selecting the working dates, criteria such as the conditions of meteorological change are at the lowest level and the sensors passing through the region at the same time are taken into consideration. In this direction, the first field study was carried out on 21 August 2016 and the second one on 24 August 2017. In the study, Turkey's first high-definition earth observation satellite Gokturk-2, United States Geological Survey Center's (USGS) Landsat 8 OLI and the European Space Agency's Sentinel-2A satellite images were used together.During field work, the measurement points were chosen to create a homogeneous distribution. In the first and second field studies, samples were taken from 60 different points. The preservation and transportation of the water samples were done according to ISO 5667-4 2016 Water Quality Sampling Standard. As a result of field measurements made in Gala Lake, according to Turkey Regulation on Surface Water Quality Management-2016 and Organisation for Economic Co-operation and Development-1982 surface waters quality criteria, it is determined that it is subject to a hypertrophic lake class which is dangerous for aquatic life.Landsat 5 TM, Landsat 7 ETM, Landsat 8 OLI and Göktürk-2 images were analyzed from 1984 to 2017 in order to determine the surface area change of Lake Gala. According to the analysis, the lake surface area increased from 3.8 km² to 5.4 km². This situation was evaluated as a result of the lake being declared as National Nature Conservation Area and National Park in 2005.While the water quality was estimated, the band values in the satellite images were used as input (independent variable) and the water quality parameters measured in the field were used as dependent variables. 70% of the measurement data was used to construct the model and 30% was used to validate the model. The performance of the methods used in the determination of the water quality values in the Lake of Gala was measured using the statistical indices; such as Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE), Mean Absolute Error (MAE) and Coefficient of Determination (R²).In this study, to monitor the water quality of the Turkey-Greece border at Lake Gala, different prediction approaches are presented by using Gokturk-2, Landsat-8 OLI and Sentinel-2A images. For each of the water quality variables examined, experimental relations were obtained and tested by using the reflection values of the Göktürk-2, Landsat-8 OLI and Sentinel-2A satellites spectral bands as input. Spatial distribution maps have been developed to provide a comprehensive overview of the measured and estimated water quality parameters.At the end of the study, water quality parameters calculated by ANN method were visualized by mapping and estimations made with other methods (MLR, PR, RSR and SVM) were analyzed. In the analysis of the results obtained in the study, it was revealed that the ANN method was superior to the data mining models such as MLR, PR, RSR and SVM in estimating surface water quality parameters and preparing thematic maps showing spatial distribution. In addition, the use of remote sensing with spatial data has been shown to be a rapid and inexpensive method for continuous pollution monitoring in lakes that cover wide geographical regions, and for obtaining sustainable environmental data and for ensuring sustainable management of natural habitats.