Determining the Effects of Climate Change on Land Use/Cover and Urban Development in Konya Ereğli-Bor Sub-basin

Doktora TeziGelişen dünyada hızlı nüfus artışı, doğal ve yapay etkenler sebebiyle yeryüzü çeşitli çevresel etkiler altında kalmış ve zarar görmeye başlamıştır. Doğaya olan tahribatı en aza indirerek gelecek nesillere daha sağlıklı ve sürdürülebilir bir yaşam sunabilmek adına arazi kullanımı/örtüsü’nün zamansal değişimlerini incelemek ve gerekli tedbirlerin alınması önem arz etmektedir. Arazi kullanımı/örtüsünün zaman içerisinde değişime uğraması ve iklim değişikliklerinin ortaya çıkması bilim insanlarını bu değişimlerin sebeplerini araştırmaya, gelecek nesiller için oluşacak tehditleri ve sonuçlarının neler olabileceğini araştırmaya itmiştir. Yapılan bu çalışma ile Arazi kullanımı/örtüsü, iklim değişikliği ve kuraklık çalışmalarında sıklıkla kullanılan yöntemlerden Uzaktan Algılama Teknikleri, Coğrafi Bilgi Sistemleri ve CORINE sınıflandırma sisteminden yararlanılarak, Arazi kullanımı/örtüsünün zamansal ve mekânsal etkileri, geçmişten günümüze nasıl değiştiği ve gelecekte nasıl değişeceği ile alakalı çalışmalar Ereğli-Bor Alt Havzası için yapılmış ve bu değişimin İklim Değişikliği ve Kuraklıkla nasıl etkileşimde olduğu yapılan çeşitli trend analizleri ile ortaya konmaya çalışılmıştır. Tez kapsamında Konya Kapalı Havzasının 9 alt havzasından biri olan 605693 ha’lık alanı kapsayan Ereğli-Bor Alt Havzasının 1985-2018 yılları arasında 5’er yıllık periyotları kapsayan Landsat uydu görüntüleri, CORINE sınıflandırma verileri ve bölgede belirlenen 8 adet meteoroloji istasyonundan elde edilen meteorolojik verilerden (ort. sıcaklık ve yağış) yararlanılarak arazi kullanımı ve değişiminin 34 yıllık süre zarfında sıcaklık ve yağış trend’lerinin yıllık, mevsimlik ve aylık olarak ne yönde geliştiği lineer regresyon analiz tekniği ve standartlaştırılmış yağış indeksi (SPI) tekniği ile analiz edilmiştir. Ayrıca sonuçların iklim değişikliği ile ilişkisi ve bunun sonucu olarak çevresel yayılımların ne boyutta ve ne yönde olduğu, Landsat uydu görüntülerinin ve CORINE sistemindeki kriterlerden oluşturulan 5 temel eğitim sınıfı (yapay, tarım, mera, orman ve sulak alanlar) ile entegre edilerek piksel tabanlı görüntü sınıflandırma işlemlerinden kontrollü sınıflandırma yöntemi ile sınıflandırılmış, doğruluk analizleri ve kappa istastistiği ile sınıflandırmanın doğruluğu teyit edilmiştir. Ayrıca eğitim alanlarının ne yönde değişim gösterdiği yapılan değişim analizleri (change detection analysis) ile ortaya konulmuş ve sonuçlar haritalandırılmıştır. Yapılan sınıflandırma ve değişim analizleri neticesinde; 1985 yılı sınıflandırma doğruluğu %98, kappa istatistiği 0,9704, 2018 yılı sınıflandırma doğruluğu %97 ve kappa istatistiği 0,9570 olarak elde edilmiştir. Ayrıca 5 er yıllık periyotlar halinde her yıl için doğruluk analizleri ve kappa istatistikleri de hesaplanmıştır. Değişim analizi sonuçlarına göre 34 yıllık zaman diliminde mera alanlarında 7704 ha, tarım alanlarında 8403 ha, yapay bölgelerde 14735 ha’lık bir artış, orman alanlarında 27496 ha ve sulak alanlarda 3344 ha’lık bir azalış tespit edilmiştir. Çalışmanın son bölümünde, Hücresel Otomat (HO) Markov Zincir Modeli Yöntemi ile Ereğli ilçesini ve çevresini kapsayan yaklaşık 331057 ha’lık alanda gelecek yıllardaki kentsel gelişim potansiyelinin belirlenmesi için modellemeler yapılmıştır. Yapılan modellemenin doğruluğunun belirlenmesi için elimizde bulunan 2018 yılı referans haritasına göre 2018 yılı tahmin modeli oluşturulmuş ve her iki veri arasındaki doğrulama kappa istatistiği ile analiz edilmiştir. Model doğrulaması kappa istatistik sonuçları K_location 0,9301 ve K_standart değerii 0,8935 olarak bulunmuştur. Doğrulama sonucunun yeterli değerlerde bulunmasının ardından gelecek tahmin modeli oluşturulmuş ve 2030 ve 2040 yılları için gelecek modelleme tahminleri ve sonuç haritaları oluşturulmuştur. Modelleme sonucuna göre, Ereğli ilçe ve çevresinde yapay bölgeler sınıfı 2030 yılı itibariyle 122.74 km2 ’ye 2040 yılında ise 142.24 km2 ’ye ulaşacağı tahmin edilmektedir. Ayrıca bölgedeki mera, orman ve tarım alanlarında da 2030 ve 2040 yıllarına kadar azalışların olacağı tahmin edilmektedir.Due to the rapid population growth in the developing world, natural and artificial factors, the earth has been under various environmental influences and has begun to suffer. It is important to study the temporal changes of land use / cover and take the necessary measures in order to minimize the damage to nature and provide a healthier and more sustainable life for future generations. The change of land use/cover over time and the emergence of climate changes have led scientists to investigate the causes of these changes, to investigate the threats that may arise for future generations and what their consequences might be. In this study, by making use of Remote Sensing Techniques, Geographical Information Systems and CORINE classification system, which are frequently used methods in land use/cover, climate change and drought studies, studies on the temporal and spatial effects of land use/cover, how it has changed from past to present and how it will change in the future have been made for the Ereğli-Bor Sub-Basin and how this change interacts with Climate Change and Drought has been tried to be revealed by various trend analyzes. Within the scope of the thesis, the tendency of the annual, seasonal and monthly changes over a 34 year period in temperature and precipitation trends of the land use and change of the Ereğli-Bor SubBasin covering an area of 605693 ha, which is one of the 9 sub-basins of the Konya Closed Basin, is analyzed by lineer regression analysis technique and standardized precipitation index (SPI) technique, by drawing upon its Landsat satellite images covering 5 year periods between 1985 and 2018, CORINE classification data and meteorological data (average temperature and precipitation) obtained from 8 meteorological stations determined in the region. In addition, the relationship of the results with climate change and the extent and tendency of environmental spreads as a result, are classified by the supervised classification method from pixel-based image classification processes by integrating with the Landsat satellite images and the 5 basic study classes (artificial, agriculture, pasture, forest and wetlands) created from the CORINE system criteria, and accuracy analysis and kappa statistics are used to confirm the accuracy of the classification. In addition, the way in which the study areas have changed has been revealed by the change detection analysis and the results have been mapped. As a result of the classification and change analysis; The 1985 classification accuracy is 98%, the kappa statistic is 0.9704, the 2018 classification accuracy is 97%, and the kappa statistic is 0.9570. In addition, accuracy analyses and kappa statistics are calculated for each year in 5 year periods. According to the results of the change analysis, an increase of 7704 ha in pasture lands, 8403 ha in agricultural lands, 14735 ha in artificial areas, a decrease of 27496 ha in forest lands and 3344 ha in wet lands have been observed in a 34 year period. In the last part of the study, with the Cellular Automata (CA) Markov Chain Model Method, models are made to determine the urban development potential in the coming years in an area of approximately 331057 ha covering the Ereğli district and its surroundings. In order to determine the accuracy of the modeling, the 2018 forecast model is created according to the 2018 reference map we have and the validation between the two data is analyzed with the kappa statistics. Model validation kappa statistics results are K_location 0.9301 and Kstandard value is 0.8935. After the validation result values are found sufficient, the future prediction model is created and future modeling predictions and result maps for the years 2030 and 2040 are created. According to the modeling results, it is estimated that the artificial zones class in Ereğli district and its surroundings will reach 122.74 km2 by 2030 and 142.24 km2 in 2040. In addition, it is estimated that there can be decreases in pasture, forests and agricultural areas in the region until 2030 and 2040