Technology

Sentinel-2 ve NDVI ile bitki stresi takibi: ücretsiz uydu verisiyle tarlayı izlemek

Γιώργος Τσιάμης 22 April 2026 · 5 min read · 671 views

Bir tarlayı sezon boyunca gökyüzünden izlemek için pahalı bir aboneliğe gerek yok. Avrupa Birliği'nin Copernicus programı kapsamında ESA'nın işlettiği Sentinel-2 uyduları tarım alanlarını birkaç günde bir görüntülüyor ve bu veriler Copernicus Data Space Ecosystem üzerinden ücretsiz olarak erişilebiliyor [2]. Bu yazıda Sentinel-2'nin neyi, ne sıklıkla ve hangi çözünürlükte ölçtüğünü, NDVI'nin ne söylediğini ve ne söylemediğini, pratikte de bir tarlanın zaman serisini nasıl çıkarabileceğinizi anlatıyorum.

Sentinel-2 neyi ölçer?

Her Sentinel-2 uydusunda 13 spektral bantta ölçüm yapan çok bantlı bir görüntüleyici (MSI) bulunur. Bantların çözünürlüğü farklıdır: mavi (B2), yeşil (B3), kırmızı (B4) ve yakın kızılötesi (B8) 10 m; kırmızı kenar bölgesindeki B5, B6, B7 ile dar yakın kızılötesi B8A ve iki kısa dalga kızılötesi bandı (B11, B12) 20 m; ağırlıkla atmosfer düzeltmesi ve bulut tespiti için kullanılan B1, B9 ve B10 ise 60 m çözünürlüktedir [1]. Tek geçişte taranan şeridin genişliği 290 km'dir [1].

Hangi sıklıkla geçer?

Görev, aynı yörüngede 180 derece arayla uçan iki uyduya göre tasarlanmıştır. Tek bir uydu aynı noktayı 10 günde bir, iki uydu birlikte ekvatorda 5 günde bir görüntüler; komşu yörünge şeritlerinin örtüştüğü alanlarda farklı bakış açılarıyla daha sık görüntü alınır [1].

Takım 2024-2025'te yenilendi. Sentinel-2C, 5 Eylül 2024'te son Vega roketiyle fırlatıldı [2] ve 21 Ocak 2025'te Sentinel-2A'nın yerini aldı. Bugün nominal çift Sentinel-2B ile Sentinel-2C'dir. Sentinel-2A ise Mart 2025'ten bu yana süren bir uzatma kampanyasıyla, Avrupa gibi bulutun sık görüldüğü bölgelerde ek görüntü sağlıyor. Sentinel-2D ileride Sentinel-2B'nin yerini alacak [1]. Yine de her geçiş kullanılabilir değildir: bulutlu bir günde çekilen görüntü, o tarih için tarlanız hakkında bir şey söylemez.

NDVI ve NDRE nasıl hesaplanır?

NDVI, yakın kızılötesi ile kırmızı yansıma arasındaki farkı ikisinin toplamına böler: NDVI = (NIR - Kırmızı) / (NIR + Kırmızı). Sentinel-2'de hesap B8 ve B4 bantlarıyla yapılır [3][6], dolayısıyla sonuç 10 m çözünürlüktedir [1]. Değer -1 ile +1 arasında değişir; -0,1 ile 0,1 arasındaki değerler genellikle kaya, kum ya da kar gibi bitkisiz yüzeylere karşılık gelir, sık orman gibi yoğun yeşil örtüde ise değer 1'e yaklaşır [6].

NDRE aynı hesabı kırmızı yerine kırmızı kenar (red-edge) bandıyla kurar [5]. Sentinel-2'nin kırmızı kenar bantları 20 m çözünürlükte olduğundan [1], örneğin (B8A - B5) / (B8A + B5) biçiminde kurulan bir NDRE de 20 m piksellerle üretilir. Bu, küçük parsellerde piksel sayısının dörtte bire inmesi demektir.

Doygunluk: NDVI'nin kör noktası

NDVI, bitki biyokütlesi belirli bir eşiği aştıktan sonra duyarlılığını kaybeder, yani doygunluğa ulaşır [5]. Sezon ortasında kanopisi kapanmış bir pamuk ya da mısır tarlasında gerçekten farklı durumdaki alanlar haritada aynı renkte görünebilir. Literatürde kırmızı kenar bandına dayalı NDRE'nin bu soruna karşı daha dayanıklı olduğu bildiriliyor [5]. Kaliforniya'da çeltikte üç yıl ve 10 yer-yılda yürütülen denemelerde, İHA ile ölçülen NDVI bitkinin azot alımı yaklaşık 96 kg N/ha'yı geçtiğinde ayrım yapamaz hale gelirken, aynı İHA'nın NDRE değeri ancak 130 kg N/ha civarında doygunluğa ulaştı [5]. Bu rakamlar çeltiğe ve santimetre ölçeğindeki İHA görüntüsüne özgüdür, uydu verisine doğrudan aktarılamaz; ama kapanmış kanopide NDRE'ye bakmanın neden işe yaradığını iyi gösterir.

Bulut, gölge ve L2A ürünü

Tarım uygulamalarında genellikle L2A ürünü kullanılır. L2A, atmosfer etkisi düzeltilmiş yüzey yansımasıdır ve Sen2Cor işlemcisiyle üretilir [4]. Ürünle birlikte gelen sahne sınıflandırma katmanı (SCL) her pikseli bir sınıfa atar: 3 bulut gölgesi, 4 bitki örtüsü, 5 bitkisiz alan, 8 ve 9 orta ve yüksek olasılıklı bulut, 10 ince sirrus bulutu gibi [4]. SCL 20 m çözünürlüktedir ve güncel işleme sürümlerinde bulut maskesi 80 m, bulut gölgesi maskesi 40 m genişletilir [4].

Zaman serisi kurarken yalnızca 4 ve 5 sınıfındaki pikselleri tutmak, bulutun ya da gölgesinin NDVI'yi aşağı çektiği sahte "stres" düşüşlerinin çoğunu ayıklar. Maske kusursuz değildir; ince bulut ve pus bazen gözden kaçar. Şüpheli bir tarihte görüntüyü gerçek renkli olarak da açıp bakmak iyi bir alışkanlıktır.

Copernicus Browser'da adım adım

Copernicus Browser'a ücretsiz bir hesapla giriş yapın [3].
Tarlanıza yakınlaşın. Kenar çubuğunda Sentinel-2 L2A ve en fazla %30 bulut örtüsü varsayılan olarak seçili gelir [3].
Katman listesinden NDVI'yi seçin. NDRE gibi kendi indisinizi "Custom" seçeneğiyle tanımlayabilirsiniz [3].
Alan aracıyla (AOI) tarla sınırını poligon olarak çizin ya da KML, GPX, WKT veya GeoJSON dosyası yükleyin [3].
İstatistik aracıyla (Statistical Info) seçtiğiniz dönemin NDVI zaman serisini açın ve bulut örtüsü eşiğini düşürün. Belgelerin de belirttiği gibi bulut NDVI'yi düşürerek büyüme eğrisini bozar [3].
Görüntüyü JPG, PNG, KMZ ya da GeoTIFF olarak indirin; "Analytical" panelinden birden fazla katmanı ham değerleriyle tek bir ZIP dosyasında alabilirsiniz [3].

Kozan'dan ve Teselya'dan iki örnek

Kozan'daki bir narenciye bahçesinde 10 m'lik bir piksel 100 m²'lik bir alanı kapsar; bir dekar yalnızca on piksel eder. Piksel içinde ağaç taçları, sıra aralarındaki toprak ve varsa örtü bitkisi bir aradadır ve NDVI bunların karışımını verir. Bu yüzden ağaç bazında değil, bahçe ya da blok bazında düşünmek gerekir: aynı bahçenin yıllar içindeki eğrisini karşılaştırmak ya da komşu bloklar arasında belirgin bir fark aramak anlamlıdır. Kenar pikselleri yol, kanal ya da komşu parselle karışır; alanı çizerken sınırdan bir-iki piksel içeride kalmak bu etkiyi azaltır.

Teselya'daki bir pamuk tarlasında ise sezon başındaki NDVI eğrisi çıkışın ve erken gelişmenin ne kadar düzenli olduğunu gösterir. Kanopi kapandıktan sonra NDVI doygunluğa yaklaşacağı için bu dönemde NDRE'ye de bakmak daha fazla bilgi verir [5]. Tarlanın bir bölümünde komşu alanlardan ayrışan ve birkaç temiz geçiş boyunca süren bir düşüş, sahaya gitmek için iyi bir işarettir.

Sınırlar: NDVI nedeni söylemez

NDVI'deki bir düşüş su eksikliğinden, azot noksanlığından, bir hastalık ya da zararlıdan, dolu zararından ya da yalnızca biçim ve hasattan kaynaklanabilir; indis bunlardan hangisi olduğunu söylemez. Uydu nereye bakmanız gerektiğini gösterir, nedenin cevabı ise tarlada, yaprakta, toprakta ve sulama kayıtlarındadır. Küçük parseller, karışık pikseller ve bulutlu dönemler de hesaba katıldığında Sentinel-2'yi bir teşhis aracı olarak değil, saha kontrolünü önceliklendiren bir araç olarak kullanmak en doğrusu.

Sahada ilk adımlar

Tarla sınırlarınızı bir kez GeoJSON ya da KML olarak hazırlayın ve her sezon aynı dosyayı kullanın.
Her tarla için sezon boyu NDVI zaman serisini bulutlu tarihleri ayıklayarak kaydedin.
Kanopi kapandıktan sonra NDVI'nin yanında NDRE'ye de bakın.
Haritada ayrışan her bölge için sahada kısa bir kontrol yapın, gözleminizi tarih ve konumla not edin.
Uydu verisini verim haritası, toprak analizi ve sulama kayıtlarıyla birlikte değerlendirin; tek başına karar vermeyin.