Soil salinity mapping by integrating remote sensing data with ground measurements; a case study in Lower Seyhan Plate, Adana, Turkey

Abstract

Günümüzde küresel çevre değişikliklerine cevap verebilmede ve atmosfer, su ve karadaki değişiklikleri sürekli izlemede, uzaktan algılama, veri ve yöntemlerinden yararlanılmaktadır. Uzaktan algılama, tekrarlanabilir ve sürekli gözleme olanağı ile bir bütün olarak yeryüzünün incelenmesinde önemli bir yardımcı araçtır. Uzaktan algılama verisi birçok uygulama da örneğin; meteorolojik veri toplama, değişim saptama ve arazi örtüsü haritalama, afet izleme vb. kullanılabilir. Toprak tuzluluğunu tespit etmek ve tuzluluk seviyesini tarımsal alanlarda izlemek uzaktan algılamanın önemli uygulamalarından biridir. Tuzlu topraklar dünyanın pek çok alanlarında mevcuttur. Şiddetli ve orta dereceli tuzluluk seviyesi bir çok ürünün yıllık verimini azalttığından tarımda önemli bir etkendir. Yüksek toprak tuzluluğu ekosisteme önemli bir tehdit olup ve bitki büyümesini olumsuz şekilde etkileyen bir faktördür. Tuzlu topraklar aynı zamanda bitki örtüsünün yok olması nedeniyle erozyona eğilimlidir ve tuzlu alanlar genellikle çıplak alanlar olarak gözlenir. Tuzlanma kırsal alandaki tarımcılıkla uğraşan kesimde gelir azalışına yol açar ve bu durum bütün olarak bölgeye sosyal ve ekonomik alanda olumsuz etki yapar. Uzaktan algılama ile uçaktan veya uydudan alınan çok bantlı ve hiperspektral veriler kullanılarak tuzdan etkilenmiş toprağın ayırt edilmesi ve zamansal değişimlerin tespitinin yapılması mümkundür. Türkiye'de Adana ilindeki, Seyhan ovasi, toprak tuzlanması sorunu ile karşı karşıyadır. Bu çalışmada Seyhan ovasinda 2009'dan 2010 yılına kadar toprak tuzlanması uzaktan algılama yöntemleri ile analiz edilmiştir. Çok zamanli veri dört değişik zamanda (19-Nisan -2009, 12-Ekim -2009, 21-Mart-2010, 31-Ekim -2010 LANDSAT 7-ETM+ uydusundan elde edilmiştir. Alandaki yersel elektrik iletkenlik (EC) ölçümleri Çukurova Üniversitesi Peysaj Planlama Bölümü tarafından 2009-2010 yılları arasında yapılmış ve bu veriler yer gerçeği olarak LANDSAT görüntüleri ile beraber kullanılmıştır.Bu çalışmanın giriş bölümünde uzaktan algılamanın tanımı ve konunun kısa bir özeti verilmektedir. İkinci bölümde, uzaktan algılamanın temeli olarak elektromanyetik spektrum ve ışınım, yeryüzü özelliklerinin elektromanyetik etkileşimi ve spektral yansıtma açıklanmaktadır. Üçüncü bölümde, toprak tuzluluğu ve topraktaki tuzlanmanın tespitinde uzaktan algılamanın rolü ile literatürde yer alan bazı örnek çalışmalara yer verilmektedir. Dördüncü bölümde, toprak tuzluluğu analizine yönelik olarak farklı uzaktan algılama uyduları, algılayıcılar ve karakteristiklikleri verilmektedir. Beşinci bölümde, dijital görüntü, temel görüntü işleme prosesleri tanımlanmış ve yöntemleri açıklanmıştır. Dijital görüntülerin ön işlemesi, görüntülerin kalitesini artırmak ve ileri analizler için görüntülerdeki hataları düzeltmek için kullanılır. Ön işleme adımı geometrik ve radyometrik düzeltme işlemlerini kapsamaktadır. Görüntü verisinin kalitesinin değişiklik göstermesi ve bazı görüntülerin herhangi bir özel ön işleme adımını gerektirmemesi nedeni ile ön işlemede tanımlayıcı bir işleme adımıları yoktur. Radyometrik düzeltme bu çalışmada da oldu gibi parlaklık değerlerinin güvenirliğini arttırmak ve mevcut hataları azaltmak için bir ön işleme adımı olarak kullanılmıştır. Radyometrik hataların kaynağı ve uygun radyometrik düzeltme yöntemleri, kullanılan algılayıcı ve özelliklerine bağlıdır.Yüzey yansıtım değerini elde etmek için, ilk olarak dijital değeri spektral radyans değerine dönüştürülmüş ve sonra elde edilen değer yüzey yansıma değerine dönüştürülmüştür.Mevcut çalışmada farklı spektral indeksler, örneğin bitki örtüsü ve toprak tuzluluğu indeksleri incelenmiştir. Normalize edilmiş fark tuzluluk indeksi (NDSI), en önemli tuzluluk indekslerinden biridir. Bu indeks sayısal bir gösterge olup, elektromanyetik bantların görünür ve yakın kızıl ötesi bantlarını kullanarak tuzluluk seviyesini tespit etmek için kullanılır. Toplamda, 16 farklı tuzluluk indeksi olarak, parlaklık indeksi (BI), ve tuzluluk indeksi (SI) ve literatürdeki bazı diğer önemli tuzluluk indeksleri incelenmiştir. Normalize edilmiş fark bitki indeksi (NDVI) bitki örtüsü indekslerinin en önemlilerinden biri olup bunun yanı sıra toprak uyumlu bitki indeksi (SAVI), geliştirilmiş bitki indeksi (EVI) ve bitki oranı indeksi (RVI) değerlendirilmiştir.Korelasyon ve regresyon analizleri değişkenler arasındaki ilişkileri göstermektedir. Korelasyon katsayısı iki değişken arasındaki doğrusal bağlantının bir ölçümüdür. Korelasyon katsayısı değerleri daima -1 ve +1 arasındadır. Korelasyon katsayısının +1'i göstermesi, iki değişkenin pozitif lineer ilişkili olduklarını; korelasyon katsayısının -1'i göstermesi, iki değişkenin negatif lineer ilişkili olduklarını; ve korelasyon katsayısının 0 olması ise, iki değişken arasında doğrusal bir ilişki olmadığını göstermektedir. Regresyon ile ilgili iki genel yaklaşım vardır: Basit lineer regresyon (SLR) ve çoklu lineer regresyon (MLR). Basit lineer regresyonda tek bağımlı değişken `y` ve bir tek bağımsız değişken `x` arasındaki ilişki tanımlanır. Çoklu lineer regresyon bir bağımlı değişken `y` ve iki veya daha fazla bağımsız değişken x1, x2, x3, …. arasındaki ilişkiyi tanımlar. Diğer bir yaklaşım ise regresyon analizinde kullanılan ''aşamalı''(stepwise) yöntemidir. Aşamalı yöntem, analizdeki bazı değişkenleri çıkararak, regresyon katsayısını arttırmayı amaçlar. Bu çalışmada bu iki yöntem, uzaktan algılama verisi ve tuzluluk verisi arasındaki ilişkiyi incelemede kullanılmıştır. Uygulama bölümünde çalışma alanı ve kullanılan veri olarak uydu verisi ile EC ölçümleri tanımlanmıştır. Bu çalışmada, EC ölçümleri ve uzaktan algılama teknolojisi kullanılarak Adana bölgesi, Seyhan ovasinda toprak tuzluluğu haritası oluşturularak toprak tuzluluğu derecelendirilmesi amaçlanmıştır. Yukarıda belirtilen hedeflerle ilgili olarak aşağıdaki adımlar uygulanmıştır. İlk olarak, çalışmada kullanılan Landsat 7 ETM+ görüntüsünun projeksiyonu, arazi ölçümlerinin alındığı projeksiyona uyumlu olacak şekilde ED 50 sistemine çevrilmiştir. Daha sonra her bir bant değerine radyometrik düzeltme uygulanarak yukarı atmosfer değerine (TOA) dönüştürülmüştür. Farklı tuzluluk ve bitki örtüsü indeksleri değişik toprak koşullarında; tuzluluk seviye değişimini analiz etmek için uygulanmıştır. Daha sonra, toprak tuzluluğunu tahmin etmek için alan EC ölçümleri ve uzaktan algılama verisinin korelasyonu incelenmiştir. Her bir bandın DN ve TOA degerleri ile EC arasindaki korelasyon ve çeşitli indeksler ile EC değerinenin korelasyonu dikkate alınarak iki önemli regresyon modelim(Basit lineer regresyon (SLR) ve çoklu lineer regresyon (MLR)) kullanilmıştır. Basit lineer regresyon da her bant da DN veya TOA ile EC değerleri arasındaki korelasyon hesaplanırken; çoklu lineer regresyon da DN veya TOA ile EC korelasyon değerleri, uydunun tüm bantları kullanılarak hesaplanmıştır. Üçüncü yaklaşımda, uydu bantları ve değişik bitki örtüleri ve tuzluluk indeksleri kombinasyonu bağımsız değişkenler olarak kullanılmıştır. Basit lineer regresyonu çok iyi sonuc vermemiş, en yüksek korelasyon (78.40%) MLR yöntemi kullanılarak elde edilmiştir. Bu analizde 21 Mart 2010 tarihli uydu görüntüsunun tüm bantları ile EC değerini korelasyonu hesaplanmıştır. Son olarak, elde edilen sonuçlara göre en yüksek korelasyonun eldeedildiği 21 Mart 2010 görüntüsü toprak tuzluluk haritasını üretmek için kullanılmıştır. Son bölümde, uygulama bölümünden elde edilen sonuçlara gore uzaktan algılama tekniklerinin toprak tuzluluğu tespitinde etkinliği tartışılmıştır. Ayrıca gelecekteki araştırmalara yönelik olarak analiz esnasında karşılaşılan sorunlar ve öneriler belirtilmiştir.

To properly respond to the global changes, which challenge the scientific community to make available the data for a decade or continuous data in order to monitor the changes of atmosphere, ocean, and land, the remote sensing science can be helpful. Only remote sensing from space, can provide the global, repeatable, continuous observations of processes, needed to understand the Earth system as a whole. Remote sensing data can be used in several applications such as, meteorological data collection, change detection and land cover mapping, disaster monitoring and so on. One of the important applications of remote sensing is to detect and monitor the soil salinity level in agricultural areas. Saline soils are present in many areas of the world. Moderate to severe salinity, which is more or less visible in the landscape, reduces the annual yields of most crops. In the lower Seyhan plate of Adana district in Turkey, soil salinity problem can be mentioned as one of the growing problems in the area. In this study the soil salinity detection of Seyhan plate from years, 2009 to 2010 were analyzed using remote sensing methods. Multitemporal data were acquired from LANDSAT 7-ETM+ satellite in four different dates (19-April-2009, 12-October-2009, 21-March-2010, 31-October-2010). The field electrical conductivity (EC) measuremnts, collected by Landscape Planning Department of Cukurova University during the years 2009 to 2010 were used as a ground-truth data together with the Landsat images. In the introduction part of the study, definition of remote sensing and a brief summary of the topic are given. In the second chapter, as an principles of remote sensing, the electromagnetic spectrum and radiation and electromagnetic interaction with Earth's features, spectral reflectance are explained. In the third chapter, general information about soil salinity and the role of remote sensing in soil salinity detection are provided alongside some literatures related to soil salinity detection using remote sensing. In the fourth chapter, different remote sensing satellites, which are suitable for soil salinity mapping, sensors and their characteristics, are given. In the fifth chapter, digital image is defined and main image processing steps and methods are explained.In the application chapter, the study area and the data used including satellite data and field EC measuremnts are defined. In this study, it is aimed to evaluate the soil salinity level in the study area, using the field EC measurements and remote sensing technology; and to produce the soil salinity map of Seyhan plate of Adana district. With regard to the above objectives, the following processing steps were applied. First, the map projection of all Landsat 7 ETM+ images used, were changed to European 50 in order to be compatible with the projection of field collected data. Then the radiometric correction was done in order to extract the top of atmosphere (TOA) value of each band. Different salinity and vegetation indices were applied to analyze the changes of salinity level in different soil conditions. Then in order to predict the soil salinity, the correlation between field EC measurements and remote sensing data were calculated. Correlation of EC value with DN or TOA value of each band and correlation of EC value with different indices were taken in to consideration in two regression models, the simple linear regression (SLR) and multiple linear regression (MLR). In simple linear regression, the correlation of EC value with DN or TOA of each band of satellite in sampled location was calculated, whereas in multiple regression, the correlation of EC value with DN or TOA value of all bands was computed. In the third approach, the combination of satellite bands and different vegetation and salinity indices were used as independent variables. Since the results of simple linear regression did not yield satisfactory results, the highest correlation (78.40%) was achieved using MLR method. In this correlation the all bands of satellite image dated on 21st March, 2010 and EC value was calculated. Finally the satellite data which shows the highest correlation (21st March, 2010) was chosen for producing the soil salinity map.In the final chapter, the results obtained in the application phase and the efficiency of remote sensing in soil salinity detection and mapping are discussed. Besides, some recommendations for the future research and the problems which encountered during analysis are outlined.