Monitoring the Damage in the Forest Caused by Forest Pests via Google Earth Engine

Abstract

Forests tend to disappear for various reasons. Insects have problems such as very high reproduction and spread rates, unpredictable distribution directions, and inability to intervene quickly in the fight against insects. For this reason, harmful insects are at the beginning of many factors that cause forest loss. For the study, Bursa-İnegöl Tahtaköprü location, which was affected by the red-tailed beech caterpillar (Calliteara pudibunda) affecting beech trees, was determined as the study area. This study was carried out on the Google Earth Engine (GEE) interface. For the study area, using Sentinel-2A and Landsat-8 satellite data for the period 2017-2021, 6 different plant indexes; NDVI, EVI, SAVI, RVI, TVI, NPCRI were calculated and it was determined that the most affected period from pests was October 2019. These indices were also calculated for October 2019, and classification was made for four different data combinations in 5 different classes (diseased, healthy, road, power line, settlement) using the Random Forest Classification Algorithm and Support Vector Machines methods, which are machine learning-based classification methods. The classification result was compared for Landsat-8 and Sentine-2A, and the best result was the combination including all plant indices for Sentinel-2A satellite data, and the overall accuracy was calculated as 98.48 and the kappa coefficient as 97.68.Ormanlar çeşitli nedenlerle yok olma eğilimindedir. Böcekler; üreme ve yayılma hızlarının çok yüksek olması, yayılış yönlerinin tahmin edilememesi ve böceklerle mücadelede hızlı müdahalede bulunulamaması gibi problemlere sahiptir. Bu nedenle orman kayıplarına neden olan birçok faktörün başında zararlı böcekler gelmektedir. Çalışma için kayın ağaçlarını etkileyen, kızıl kuyruklu kayın tırtılından (Calliteara pudibunda) etkilenmiş olan Bursa-İnegöl Tahtaköprü mevkii çalışma alanı olarak belirlenmiştir. Bu çalışma, Google Earth Engine (GEE) ara yüzünde gerçekleştirilmiştir. Çalışma alanı için 2017-2021 dönemine ait Sentinel-2A ve Landsat-8 uydu verileri kullanılarak 6 farklı bitki indeksi; NDVI, EVI, SAVI, RVI, TVI, NPCRI hesaplanmış ve zararlılardan en çok etkilenen dönemin 2019 Ekim ayı olduğu tespit edilmiştir. 2019 Ekim ayı için ayrıca bu indeksler hesaplanmış olup makine öğrenme tabanlı sınıflandırma yöntemlerinden olan Rastgele Orman Sınıflandırma Algoritması ve Destek Vektör Makineleri yöntemleri kullanılarak, 5 farklı sınıfta (hastalıklı, sağlıklı, yol, elektrik hattı, yerleşim), dörder farklı veri kombinasyonu için sınıflandırma yapılmıştır. Sınıflandırma sonucu Landsat-8 ve Sentine-2A için karşılaştırılmış ve en iyi sonuç Sentinel-2A uydu verisi için tüm bitki indekslerinin dahil edildiği kombinasyon olup, genel doğruluk 98.48 ve kappa katsayısı 97.68 olarak hesaplanmıştır.