Evaluating performance of different remote sensing techniques and various interpolation approaches for soil salinity assessment
Evaluating performance of different remote sensing techniques and various interpolation approaches for soil salinity assessment
dc.contributor.advisor | Tanık, Ayşe Gül | |
dc.contributor.author | Gorji, Taha | |
dc.contributor.authorID | 685459 | |
dc.contributor.department | Bilişim Uygulamaları | |
dc.date.accessioned | 2022-06-14T13:12:41Z | |
dc.date.available | 2022-06-14T13:12:41Z | |
dc.date.issued | 2021 | |
dc.description | Tez (Doktora) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2021 | |
dc.description.abstract | Soil salinization is one of the drastic environmental phenomena due to its adverse effects on land productivity, plant growth and sustainable development especially in arid and semi-arid regions of the world. As population is growing fast, the demand for supplying food is increasing; despite, plenty of arable land is abandoned due to primary and secondary soil salinization. Among primary sources of soil salinization, natural factors such as existence of parent material in soil structure, closeness of salty groundwater table to surface, weathering of the parent rock and sea water intrusion intensify soil salinity occurrence. In terms of secondary sources of soil salinization, irrigating agricultural land with water rich in salt, land clearing and using fertilizer containing nitrogen and potassium salts exacerbate salt accumulation in soil can be addressed. In many nations flood irrigating agriculture and lack of relevant drainage systems has caused environmental disturbances such as waterlogging, salinization, and depletion and pollution of water supplies and as a result it increased concern about the sustainability of irrigated agriculture. Indeed, exerting traditional irrigation approaches leads to acceleration of salt accumulation and water logging in soil. Accordingly, it is essential to monitor soil salinity on local, regional and global scale to track spatial variation of salt-affected soils particularly in places, which are more prone to soil salinization. Spatio-temporal soil salinity mapping is remarkably significant to support management strategies for soil related applications. Knowledge of spatiotemporal variation and probability of reoccurrence of salt-affected lands is critical to our understanding of land degradation and for planning effective remediation strategies in face of future climatic uncertainties. However, traditional approaches used for tracking the temporal and spatial distribution of soil salinity/sodicity are extensively localized, making estimations on a global scale very tough. projecting more soil salinity detecting and mapping along with monitoring spatial and temporal variation of salt-affected lands is necessary for taking relevant and prompt decisions to enhance the management practices and provide solutions to overcome or diminish soil salinity issues. Every soil salinity assessment requires two fundamental steps. Initially, it is essential to detect the areas where salts are accumulated and concentrated in the soil profile. In the next step, seasonal monitoring of the temporal and spatial alteration of salt-affected lands is required. In order to estimate periodical changes of soil salinity in large scale regions, it is essential to utilize rapid, fast and economical approaches. In that sense, Remote Sensing (RS) technologies, machine-learning algorithms and Geographical Information Systems (GIS) provide cost-effective, non-destructive, qualitative and quantitative spatio-temporal information on soil salinity changes. This research aimed to evaluate the performance of various RS techniques and interpolation methods for soil salinity mapping in three different geographical locations. Moreover, as a novelty to the study, a new soil salinity index was derived from visible and NIR bands, and it was applied for soil salinity mapping in all the three selected locations suffering from salinity. Capability of this new index was firstly compared with two other commonly used salinity indices independently. Then, it was adopted in combination with other indices as an input variable in Cubist model. West and southeast playas (Bonab Region) of Urmia Lake were the two selected places in Iran, and Tuz Lake in Turkeywas the other case study area selected for completing the analysis of this research and especially for testing the performance of the new index. RS algorithms, GIS techniques, modelling and machine-learning methods highly contributed to generating various salinity maps despite limited knowledge and information about field measurement data. In this research, for each case study, different soil salinity maps with six classes including none-saline with Electrical Conductivity (EC) value of 0-2 dS/m, slightly saline with EC value of 2-4 dS/m, moderately saline with EC value of 4-8 dS/m, highly saline with EC value of 8-16 dS/m were used together with two new classes representing extremely saline soils with EC value of 16-32 dS/m and above 32 dS/m were produced within this study for evaluating the case study areas in different years via various methodologies. This study initially focused on preparing relevant raw data including ground EC data and their corresponding visible and NIR band pixel values for each of the three case studies separately. Then, several arithmetic operations of bands by using trial and error checking has been tested for determining the best combination which could differentiate extremely saline soil from none saline soils. In the second phase of this study, the generated soil salinity index was utilized for producing soil salinity maps in each of the geographical locations. In addition, after applying several soil salinity indices, two commonly used salinity indices has been selected and applied for all the three case studies to compare their soil salinity maps with the maps produced from the new soil salinity index. Regression analysis results indicated that soil salinity maps generated by new SI demonstrate acceptable results with model R2 values similar to model R2 values of other indices in all the three case studies. In addition different combination of SI images derived from Landsat-8 OLI were adopted as input variable in Cubist model; after running the model in each of three studies, Cubist selected new SI as the main parameter for defining the criteria of the rules. In parallel to technical analysis of soil salinity mapping on the mentioned case studies, application of RS data and several algorithms to assess soil salinity in different case studies were reviewed. As a result, relevant information on soil salinity detection including novel soil salinity mapping methods, sensing techniques, RS data and main causes of soil salinity for each case study were achieved and summarized in the form of a database. In this review, sensing approaches were classified based on obtaining information methods on land surfaces including airborne photogrammetry, satellite images, ground measurements and laboratory analysis. Overview of studies depicts that soil salinity mapping is mostly conducted by utilizing multispectral RS data in combination with simultaneous field measured data. According to the literature review that was completed in this survey, we reach to this fact that selecting an index derived from multispectral RS data for a case study is significantly dependent to the characteristics of the study area and there is no salinity index that demonstrate best results for all geographical locations. Inspecting various case studies indicate that both primary and secondary salinization can be contemplated as sources of soil salinity. Despite, exploring studies which are performed in arid and semi-arid regions of the globe depicts that anthropological factors not only exacerbate soil salinization specifically in agricultural lands; but, also the adverse effects of human-induced activities has worsen natural causes of soil salinization. | |
dc.description.abstract | Özellikle dünyanın kurak ve yarı-kurak bölgelerinde; arazi verimliliği, üretim, bitki yetişmesi ve sürdürülebilir büyüme üzerinde yarattığı olumsuz etkiler neticesinde, toprak tuzluluğu en radikal çevre olaylarının başında gelmektedir. Ülkelerin nüfusunun artmasına bağlı olarak besin kaynaklarına olan talebin büyümesine rağmen, birçok ekilebilir ve dikilebilir arazi birinci ve ikinci derece toprak tuzluluğuna terk edilmiş durumdadır. Toprak tuzluluğunun ana sebepleri arasında; toprak yapısında ana madde bulunması, yataktan yüzeye kadar tuzlu yeraltı sularına yakınlık, ana maddenin bulunduğu kayanın aşınması ve deniz suyu girişimi toprak tuzluluğunu artıran en önemli doğal sebeplerdir. Toprak tuzluluğunu şiddetlendiren ikincil nedenler arasında ise; tarım arazilerinin tuz bakımından zengin sularla sulanması, arazi temizlenmesi ve azot ve potasyum tuzları barındıran suni gübre kullanımı gibi sebepler sayılabilmektedir. Birçok ülkede geleneksel salma sulama düzenindeki tarım ve ilgili drenaj sistemlerinin eksikliği aşırı su basması, toprağın tuzlanma ve su kaynaklarının tükenmesi ve kirlenmesi gibi çevresel problemlere neden olmuştur. Sonuç olarak bu durum sulu tarımın sürdürülebilirliği konusundaki endişeleri de artmıştır. Aslında, geleneksel sulama sistemlerinde ısrar edilmesi toprakta tuzun birikmesine sebep olduğu gibi toprağın da su emmesine yol açmaktadır. Buna bağlı olarak, özellikle toprağın tuzlanmaya elverişli olduğu yerlerde; yerel, bölgesel ve küresel ölçekte tuz tarafından etkilenen toprakların tuzluluk oranlarının takip edilmesi ve arazi üzerinde gösterdiği değişik tuzluluk oranlarının takip edilmesi vazgeçilmez bir unsurdur. Yer ve zaman bazlı toprak tuzluluk haritalaması, toprağa bağlı olan uygulamaların yönetiminin desteklenmesi konusunda mühimdir. Mekansal-zamansal değişim (varyasyon) bilgisi ve tuzdan etkilenen arazilerin tekrar oluşma olasılığı, arazi bozulmasını anlamak ve gelecekteki iklimsel belirsizlikler karşısında etkili iyileştirme stratejileri planlamamız için kritik öneme sahiptir. Bununla birlikte, toprak tuzluluğunun/sodikliğinin zamansal ve mekansal dağılımını izlemek için kullanılan geleneksel yaklaşımlar geniş ölçüde yerelleştirilmiştir ve bu da küresel ölçekte tahminleri çok zor hale getirmektedir. Tuzdan etkilenen arazilerin mekansal ve zamansal değişimlerinin izlenmesi ile birlikte daha fazla toprak tuzluluğu tespit ve haritalama projelendirmesi, yönetim uygulamalarını geliştirmek ve toprak tuzluluğu sorunlarının üstesinden gelmek veya azaltmak için çözümler sağlamakla ilgili hızlı kararlar almak için gereklidir. Toprak tuzluluğu değerlendirmesi iki temel adım gerektirmektedir. Öncelikle toprak profilinde tuzların biriktiği ve yoğunlaştığı alanların tespit edilmesi esastır. Bir sonraki adımda, tuzdan etkilenen arazilerin zamansal ve mekansal değişiminin mevsimsel olarak izlenmesi gerekmektedir. Büyük ölçekli bölgelerde toprak tuzluluğunun dönemsel değişimlerini tahmin etmek için hızlı ve ekonomik yaklaşımların kullanılması esastır. Bu bağlamda, Uzaktan Algılama (UA) teknikleri, yapay zekâ algoritmaları ve Coğrafi Bilgi Sistemleri (CBS) toprak tuzluluğu değişikliklerinin ekonomik, hızlı, nitelik ve nicelik itibariyle zengin, zaman ve yer bakımından bilgileri sağlamakla yükümlüdür. Toprak tuzluluğunun topraktan numuneler alınarak, laboratuvarlarda elektriksel iletkenlik deneyleri ile saptanmasının yanı sıra özellikle son yıllarda topraktaki tuzluluğu belirlemek, izlemek ve haritalandırmak amacıyla, uydu görüntülerinden de yararlanılmaktadır. Özellikle cokluspektral sensörler bu amaca hizmet etmektedir. Bu modern teknolojik araçlar arasında, Landsat Tematik Haritalama (TM), Landsat Cokluspectral Tarama Sistemi (MSS), Landsat7, Landsat8, Geliştirilmiş Landsat Tematik Haritalama (ETM), SPOT, Gelişmiş Uydu Bağlantılı Termal Emisyon ve Yansıyan Görüntü Radiome (ASTER), IKONOS, MODIS ve Hindistan Uzaktan Algılama sistemi (IRS) sayılabilir. Bu araştırma, toprak tuzluluğunun haritalanması konusunda kullanılan çeşitli uzaktan algılama (UA) tekniklerinin ve interpolasyon yaklaşımlarının performansını, üç değişik coğrafi konumda değerlendirmektedir. Ek olarak; bu çalışmaya bir yenilik getirmesi amacıyla, görünür ve yakın infrared (NIR) bantlardan elde edilen yeni bir toprak tuzluluk indeksi geliştirilmiştir. Geliştirilen bu indeks; tuzluluktan mustarip olan seçilmiş bu üç bölgede toprak tuzluluk oranının haritalanması bakımından kullanılmıştır. İlk olarak, geliştirilmiş olan yeni indeksin kabiliyetleri yaygın kullanılan kullanılan diğer iki tuzluluk indeksiyle bağımsız olarak karşılaştırılmıştır. Ardından, Cubist modelinde bir girdi değişkeni olarak diğer endekslerle birlikte çalıştırılmıştır. Yeni indeksin performansının test edilmesi ve bu araştırmanın tamamlanması için seçilen yerlerin ikisi İran'da bulunan Urmiye Gölü'nün batı ve güneydoğu sahilleridir (Bonab Bölgesi). Türkiye'den Tuz Gölü bu araştırmanın diğer bölümünü oluşturmaktadır. Her ne kadar arazi ölçümleri konusunda bilgi ve imkânlar kısıtlı olsa da; uzaktan algılama algoritmaları, coğrafi bilgi sistemleri ve yapay zekâ yaklaşımları çeşitli tuzluluk haritalarının oluşturulmasına yardımcı olmuştur. Bu çalışmada yer alan her vaka çalışmasında, birbirinden değişik altı kademeli toprak tuzluluğu haritalanmıştır. İlk kademede tuzlu olmayan ve iletkenlik değeri 0-2 dS/m arasında değişen toprak bulunmaktadır. İkinci kademede ise az tuzlu toprak, yani iletkenlik değeri 2-4 dS/m toprak bulunmaktadır. Üçüncü kademe ise orta derecede tuzlu toprak, yani iletkenlik değeri 4-8 dS/m toprak bulunmaktadır. Dördüncü kademe ise yüksek derecede tuzlu toprak bulunup, iletkenlik değeri 8-16 dS/m arasında bulunmaktadır. Bu dört kademeye ek olarak, vaka çalışmasına konu edilen bölgelerin farklı yıllarda ve farklı yaklaşımlarda değerlendirilmesi adına, aşırı derecede tuzlu olan topraklar için iki yeni kademe eklenmiştir. Bu yeni kademelerin iletkenlik oranları 16-32 dS/m ve 32 dS/m üzeri olarak belirtilmiştir. Bu çalışma ilk bakışta, her 3 uygulama çalışmasının her biri için ayrı ayrı olmak üzere, toprak iletkenlik değerleri ve bu değerlerin NIR bandı piksel değerleri de dâhil olmak üzere, ham verilerin hazırlanması üzerine yoğunlaşmıştır. Aşırı derecede tuzlu toprakların tuzsuz topraklardan ayrıştırılması için en iyi kombinasyonların bulunması adına, birçok bant aritmetik çalışması deneme-yanılma yöntemiyle gerçekleştirilmiştir. Bu çalışmanın ikinci aşamasında ise, geliştirilen toprak tuzluluk indeksi her bir coğrafi bölgenin tuzluluk haritasının çıkarılmasında kullanılmıştır. Buna ek olarak, birçok toprak tuzluluk indeksinin tatbik edilmesi sonrasında, yoğunlukla kullanılan iki indeks seçilmiştir. Seçilen bu iki indeksin uygulanmasıyla ortaya çıkan toprak tuzluluk haritalarının, yeni geliştirilmiş toprak tuzluluk indeksiyle oluşturulan tuzluluk haritaları ile karşılaştırılması adına, seçilen bu iki indeks her üç seçili örnek alanlarda da uygulanmıştır. Yapılan regresyon analizi sonucuna göre, her üç çalışmada da yeni toprak tuzluluk indeksine göre hazırlanmış haritalar, diğer indekslerin ortaya koyduğu R2 değerlerine benzer ve kabul edilebilir R2 değerleri ortaya koymuştur. Daha da ileri gitmek gerekirse; Landsat-8 OLI'den gelen farklı toprak tuzluluk görüntüleri kombinasyonları Cubist modelde giriş değişkeni olarak kullanılmak üzere kabul edilmiştir. Modelin her üç örnek uygulama alanlarında çalıştırılması sonucunda, Cubist; kriterlerin tanımlanması çerçevesinde, yeni toprak tuzluluk indeksi ana parametre olarak seçilmiştir. Yukarıda bahsi geçen çalışmalardaki toprak tuzluluk haritalamasının teknik analizlerine paralel olarak, toprak tuzluluğunun her uygulama alanında değerlendirilmesi adına, UA verileri ve birçok algoritmaların uygulaması tekrar gözden geçirilmiştir. Sonuç olarak, yeni toprak tuzluluk haritalama yöntemleri, algılama teknikleri, UA verileri ve her bir vaka çalışması için toprak tuzluluğunun ana nedenleri gibi toprak tuzluluk tespiti ile ilgili bilgiler elde edilmiş ve veri tabanı şeklinde özetlenmiştir. Bu incelemede, hava fotogrametrisi, uydu görüntüsü, yersel ölçümler ve laboratuvar analizi gibi kara yüzeyine ilişkin bilgi edinme yöntemleri baz alınarak, algılama yaklaşımları sınıflandırılmıştır. Süregelen çalışmalar, toprak tuzluluk haritalamasının çoğunlukla eş zamanlı sahada ölçülen verilerle birlikte multispektral RS verileri kullanılarak gerçekleştirildiğini göstermektedir. Tez kapsamında tamamlanan literatür taramasına göre, belirlenmiş bir alanda multispektral RS verilerinden türetilen bir indeks seçilmesinin çalışma alanının özelliklerine önemli ölçüde bağlı olduğu ve tüm coğrafi konumlar için en iyi sonuçları gösteren bir tuzluluk indeksi olmadığı gerçeğine ulaşıyoruz. Çeşitli uygulama çalışmalarının incelenmesi, hem birincil hem de ikincil tuzlanmanın toprak tuzluluğu kaynakları olarak düşünülebileceğini göstermektedir. Buna rağmen, dünyanın kurak ve yarı kurak bölgelerinde yapılan keşif çalışmaları, antropolojik faktörlerin sadece özellikle tarım arazilerinde toprak tuzlanmasını şiddetlendirmekle kalmayıp; aynı zamanda insan kaynaklı faaliyetlerin olumsuz etkileri de toprak tuzlanmasının doğal nedenlerini kötüleştirmiştir. | |
dc.description.degree | Doktora | |
dc.identifier.uri | http://hdl.handle.net/11527/20145 | |
dc.language.iso | en_US | |
dc.publisher | Lisansüstü Eğitim Enstitüsü | |
dc.sdg.type | none | |
dc.subject | Soil salinization | |
dc.subject | Toprakta tuzlanma | |
dc.subject | Soil management | |
dc.subject | Toprak yönetimi | |
dc.title | Evaluating performance of different remote sensing techniques and various interpolation approaches for soil salinity assessment | |
dc.title.alternative | Toprak tuzluluğu değerlendirmesi için farklı uzaktan algılama teknikleri ve çeşitli interpolasyon yaklaşımlarının performansının değerlendirilmesi | |
dc.type | Doctoral Thesis |
Dosyalar
Orijinal seri
1 - 1 / 1