ArcGIS Pro & Google Earth Engine (JavaScript) ile Yer Yüzeyi Sıcaklık (LST) Değişiminin Incelenmesi

☁️ Ümit Eroğlu 🌍🛰
7 min readFeb 27, 2024

Yer Yüzeyi Sıcaklığı — Çanakkale / Türkiye

Çanakkale İli İçin 2013 ve 2023 Yılları, Yer Yüzeyi Sıcaklık Değişiminin
İncelenmesi

Giriş

Çalışmada farklı yöntemlerle Çanakkale ilinin 2013 ve 2023 yıllarındaki Landsat termal verileri kullanılarak Yer Yüzeyi Sıcaklık değişimi incelenmiştir. NDVI, Top of Atmosphere, Brightness Temperature, Proportional Vegetation ve Land Surface Temperature gibi formüller kullanılmıştır. Elde edilen bulgular, termal görüntülerden üretilen YYS verisinin arazi yorumu için önemli bir kaynak olduğunu göstermektedir.

İnceleme Alanı: Çanakkale

Metod/Yöntem: ArcGIS Programı ile farklı mevsimlerden uydu görüntüsü analizi.

Kaynak: Usgs Earth Explorer Web Sitesinden alınan Landsat, 8–9 OLI/TIRS C2 L2 — Uydu Görüntüleri

USGS Earth Explorer
Landsat 8

Coğrafi Konum ve Genel Bilgiler

Yüzölçümü: 9.817 km 2
Kıyı Uzunluğu: 671 km
İlçe Sayısı: 12
Nüfus Yoğunluğu: 52 kişi/km 2
Belde ve Köy Sayısı: 574 köy, 11 belde
Belde ve Köy Nüfusu: 211.652

Marmara Bölgesi’nin güney kısmında yer alan Çanakkale; İstanbul, Bursa ve İzmir gibi metropollere yakınlığı, Asya ve Avrupa kıtalarını birbirine bağlayan stratejik noktalardan biri olan Çanakkale Boğazı’nın iki yanında konumlanması ve bu iki kıta arasındaki transit geçiş yollarına sahip olması nedeni ile önemli bir coğrafi konuma sahiptir. Hem Marmara hem de Ege Denizi’ne kıyısı bulunan Çanakkale, Türkiye genelinde iki denize komşu olan 6 il arasında yer almaktadır.

Coğrafi Konum

Nüfus Dinamikleri

Tahmin Edilen 2040 Yılı Nüfusu: 836.290 Kişi
İşgücüne Katılma Oranı: %48,6 (2016 yılı)
İstihdam Oranı: %45,3 (2016 yılı)

Çanakkale; 2016 yılı verilerine göre 519.793 olan nüfusu ile Türkiye nüfusunun %0,65’ini oluşturmaktadır

Güneş Enerjisi Potansiyeli

Çanakkale ili, ilçeleri özelinde incelendiğinde Bayramiç 1.410 kWh/m² yıllık ortalama global radyasyon değeri ile ön plana çıkarken Bayramiç’i 1.408 kWh/m² ile Yenice ve 1.397 kWh/m² ile Çan takip etmektedir.

Güneş enerjisi için oldukça önemli olan güneşlenme faktörü bakımından Ezine, Ayvacık, Merkez, Eceabat ve Bayramiç ilçeleri il genelinde öne çıkan ilçeler arasında yer almaktadır.

Rüzgâr Enerjisi Potansiyeli

Çanakkale, rüzgâr enerjisi için gerekli görülen minimum değerler olan 50 metrede 7 m/s rüzgâr hızı ve %35 kapasite faktörü gibi kritik değerleri fazlasıyla karşılayacak bir fiziksel coğrafyaya sahiptir.

Landsat Uydu Görüntüsü

USGS Verilerinin İndirilmesi

Landsat Koleksiyon Seçimi

Alanımızla ilgili olan verileri (Band 4, Band 5 & Band 10) Usgs Earth Explorer Web Sitesinden indiriyoruz.

İşlenmemiş Landsat Band 4 Verisi

ArcGIS Pro Jeoişleme (Geoprocessing) Aracı İle Raster Hesaplanması

ArcGIS Pro

Yer Yüzeyi Sıcaklık Verilerinin Hesaplanması

1 — Normalleştirilmiş Bitki Örtüsü İndeksi (NDVI)
2 — Atmosfer Üstü Spektral Parlaklık Sıcaklığı (TOA & BT)
3 — Bitki Örtüsü Oranı (Pv)
4 — Emisyon Oranı (e)
5 — Yüzey Sıcaklığı (YYS) — (LST– Land Surface Temperature)

Formüller

Formüller, ArcGIS Pro’da Geoprocessing aracı kullanılarak raster hesaplama yöntemi ile tek tek hesaplanıp katmanlar oluşturulmuş ve birleştirilmiştir.

Formüller
ArcGIS Pro Jeoişleme (Geoprocessing) Aracı

Haritalar

Normalleştirilmiş Bitki Örtüsü İndeksi (NDVI)

NDVI / Temmuz–2013
NDVI / Ekim–2013
NDVI / Temmuz–2023
NDVI / Kasım–2023

Yer Yüzeyi Sıcaklığı (YYS)

YYS / Temmuz–2013
YYS / Ekim–2013
YYS / Temmuz–2023
YYS / Kasım–2023

Google Earth Engine Uygulaması İle Hesaplama

Google Earth Engine

Formüller Google Earth Engine Uygulaması ile JavaScript programlama dili
kullanılarak bir kez daha hesaplanmıştır. Bu yöntem ArcGIS’ten farklı şekilde her katman ve işlem için ayrı kod yazmayı gerektirir. Sırasıyla:

1 — Çalışma Alanı Koordinatları girilir.
2 — Bulutlar Kaldırılır.
3 — Landsat verisi tarihe ve alana göre filtrelenir.
4 — NDVI İstatistikleri hesaplanır.
5 — Vejetasyon Oranı, Kentsel Isı Adası ve Yüzey Sıcaklığı hesaplanır.

Google Earth Engine Uygulaması Ekranı

Hesaplama icin Kullanılan JavaScript Kodu

Koordinatlar

// Area Of Interest 

var aoi = ee.Geometry.Polygon(
[[[26.380920, 40.159207],
[26.380920, 40.159207],
[26.404817, 40.154990],
[26.404817, 40.154990]]]);
var startDate = '2023-05-01'
var endDate = '2023-12-31'

Ölçeklendirme Faktörleri

// Applies scaling factors 

function applyScaleFactors(image) {
var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);
return image.addBands(opticalBands, null, true)
.addBands(thermalBands, null, true);
}

Bulutları Kaldırır

// Cloud mask 

function maskL8sr(col) {
// Bits 3 and 5 are cloud shadow and cloud, respectively.
var cloudShadowBitMask = (1 << 3);
var cloudsBitMask = (1 << 5);
// Get the pixel QA band.
var qa = col.select('QA_PIXEL');
// Both flags should be set to zero, indicating clear conditions.
var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0)
.and(qa.bitwiseAnd(cloudsBitMask).eq(0));
return col.updateMask(mask);
}

Landsat Koleksiyonunu Tarihe Göre Filtreler

// Filter the collection, first by the aoi, and then by date.

var image = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
.filterDate(startDate, endDate)
.filterBounds(aoi)
.map(applyScaleFactors)
.map(maskL8sr)
.median();

var visualization = {
bands: ['SR_B4', 'SR_B3', 'SR_B2'],
min: 0.0,
max: 0.3,
};

Map.addLayer(image, visualization, 'True Color (432)', false);

NDVI Katmanı

// NDVI

var ndvi = image.normalizedDifference(['SR_B5', 'SR_B4']).rename('NDVI')
Map.addLayer(ndvi, {min:-1, max:1, palette: ['blue', 'white', 'green']}, 'ndvi', false)

NDVI İstatistikleri

// ndvi statistics

var ndvi_min = ee.Number(ndvi.reduceRegion({
reducer: ee.Reducer.min(),
geometry: aoi,
scale: 30,
maxPixels: 1e9
}).values().get(0))

var ndvi_max = ee.Number(ndvi.reduceRegion({
reducer: ee.Reducer.max(),
geometry: aoi,
scale: 30,
maxPixels: 1e9
}).values().get(0))

Yüzey Sıcaklığı ve Renk Paleti

var fv = (ndvi.subtract(ndvi_min).divide(ndvi_max.subtract(ndvi_min))).pow(ee.Number(2))
.rename('FV')

var em = fv.multiply(ee.Number(0.004)).add(ee.Number(0.986)).rename('EM')

var thermal = image.select('ST_B10').rename('thermal')

var lst = thermal.expression(
'(tb / (1 + (0.00115 * (tb/0.48359547432)) * log(em))) - 273.15',
{'tb':thermal.select('thermal'),
'em': em}).rename('LST')

var lst_vis = {
min: 25,
max: 50,
palette: [
'040274', '040281', '0502a3', '0502b8', '0502ce', '0502e6',
'0602ff', '235cb1', '307ef3', '269db1', '30c8e2', '32d3ef',
'3be285', '3ff38f', '86e26f', '3ae237', 'b5e22e', 'd6e21f',
'fff705', 'ffd611', 'ffb613', 'ff8b13', 'ff6e08', 'ff500d',
'ff0000', 'de0101', 'c21301', 'a71001', '911003']
}

Map.addLayer(lst, lst_vis, 'LST AOI')
Map.centerObject(aoi, 10)

Kentsel Isı Adası

// Urban Heat Island 

//1. Normalized UHI

var lst_mean = ee.Number(lst.reduceRegion({
reducer: ee.Reducer.mean(),
geometry: aoi,
scale: 30,
maxPixels: 1e9
}).values().get(0))

var lst_std = ee.Number(lst.reduceRegion({
reducer: ee.Reducer.stdDev(),
geometry: aoi,
scale: 30,
maxPixels: 1e9
}).values().get(0))

print('Mean LST in AOI', lst_mean)
print('STD LST in AOI', lst_std)

var uhi = lst.subtract(lst_mean).divide(lst_std).rename('UHI')

var uhi_vis = {
min: -4,
max: 4,
palette:['313695', '74add1', 'fed976', 'feb24c', 'fd8d3c', 'fc4e2a', 'e31a1c',
'b10026']
}
Map.addLayer(uhi, uhi_vis, 'UHI AOI')

// Urban Thermal Field variance Index (UTFVI)

var utfvi = lst.subtract(lst_mean).divide(lst).rename('UTFVI')
var utfvi_vis = {
min: -1,
max: 0.3,
palette:['313695', '74add1', 'fed976', 'feb24c', 'fd8d3c', 'fc4e2a', 'e31a1c',
'b10026']
}
Map.addLayer(utfvi, utfvi_vis, 'UTFVI AOI')

Haritalar

Uydu
NDVI
Yüzey Sıcaklığı
Kentsel Isı Adası

Sonuç

Genel olarak NDVI indisinin arttığı bölgelerde YYS düşer. Yeşil bitki örtüsünün arttığı alanlar sıcaklığı absorbe etmektedir ve bu bölgelerdeki değerler, bitki olmayan alanlara kıyasla daha düşüktür.

Yüksek kentleşmenin bulunduğu bölgeler ve arazi örtüsü yoğunluğunun iç içe geçmiş olması analizlerin genel başarısını düşürmektedir.

Elde edilen termal veriler ve bunlardan üretilen Yüzey Sıcaklık değerleri, zamansal değişiminin yorumlanmasında önemli bir kaynaktır.

Üretilen YYS değerlerinin, meteoroloji istasyonlarında ölçülen hava sıcaklığı verileri ile ilişkilendirilmesi ve doğruluğunun belirlenmesi gerekmektedir.

Landsat uydu verilerinin, Yer yüzey sıcaklığı çalışmalarında (risk analizleri, kentsel ısı adası etkisi, küresel ısınma etkisi vb gibi) kullanılması mümkündür.

Kaynaklar:

ArcGIS Pro 3 Uygulaması
Google Earth Engine Uygulaması
Google Earth Engine Landsat Veri Seti
Earth Explorer Usgs Web Sitesi Landsat Verileri
Index Database Web Sitesi
Landsat 8 (L8) Veri Kullanım El Kitabı
Harita Genel Müdürlüğü
Çanakkale Enerji Yatırım Rehberi
Araştırma Makalesi: Termal Uydu Görüntülerinden Üretilen Yer Yüzeyi
Sıcaklığı ile Hava Sıcaklığı İlişkisinin Değerlendirilmesi — 30 Aralık 2020

☁️ Ümit Eroğlu 🌍🛰
☁️ Ümit Eroğlu 🌍🛰

Written by ☁️ Ümit Eroğlu 🌍🛰

Software, Cloud, DevOps, IoT, GIS, Remote Sensing.

No responses yet

Write a response