Basic Geographical Properties and Determination of Potential Arable Lands of Erzurum Province

Year 2019, Volume: 50 Issue: 2, 136 - 152, 28.05.2019

Orhan Dengiz İnci Demirağ Turan Barış Özkan

https://doi.org/10.17097/ataunizfd.485163

Cited By: 5

Abstract

The main aim of the current study was to
determine basic geographic properties and potential arable lands of Erzurum
province using the AHP-Fuzzy approach and GIS overlaying analysis by taking
into consideration of current data. In order to detect potential arable lands
of Erzurum province which covers about 25 000 km², 9 criteria were
used that four of them are slope, depth, erosion and parent material for land
properties while, organic matter, bulk density, soil erosion, pH, and calcium
carbonate content were concerned as soil features. In this study, to generate
slope and elevation, digital elevation model (DEM) which has 10 m pixel size
was used. In addition, land use land cover, digital geology and soil maps, long
term meteorological data and 329 soil samples were used. According to obtained
results, it was found that 19.64% of the total area is highly suitable and
suitable (S1 and S2) whereas, 49.45% of the it is not suitable (N) for
cultivation in the study area.

Keywords

Fuzzy-AHP, Potential arable lands, Erzurum

Erzurum İli Temel Coğrafi Özellikleri ve Potansiyel İşlemeli Tarım Alanı Varlığı

Abstract

Bu
çalışmanın temel amacı, güncel veriler kullanarak Erzurum ilinin temel coğrafi
özelliklerinin belirlenmesi ile, analitik hiyerarşik süreç AHP-Fuzzy
yaklaşımı ve CBS ortamında bindirme analiz yöntemleri ile işlemeli tarım
faaliyetlerine uygun potansiyel tarım alanlarının belirlenmesini içermektedir. Yaklaşık
25.000 km² yüz ölçümüne sahip Erzurum iline ait işlemeli tarıma
uygun potansiyel sahaların belirlenmesine yönelik olarak eğim, derinlik, erozyon, ana materyal olmak üzere dört adet arazi
özelliği ve organik madde, hacim ağırlığı, bünye, pH ve kireç olmak üzere beş
adet toprak özelliği toplamda 9 adet kriter kullanılmıştır.  Yükselti
ve eğim özelliklerinin belirlenmesi amacıyla 10 m piksel çözünürlüklü sayısal
yükseklik modeli (SYM), sayısal jeoloji ve toprak haritaları, CORINE arazi
kullanım arazi örtüsü, uzun yıllara ait meteorolojik veriler ile alandan alınan
329 adet toprak örnekleri kullanılmıştır. Elde edilen sonuçlara göre, toplam il
sınırına ait alanın %19.64’ü işlemeli tarıma S1 ve S2 düzeylerinde yani çok
uygun ve uygun olarak belirlenirken, %49.45’i ise işlemeli tarımsal
faaliyetlere uygun olmadığı (N) belirlenmiştir.

Keywords

Fuzzy-AHP, Potansiyel işlemeli tarım alanları, Erzurum

References

• Buckley, J. J., 1985. Fuzzy hierarchica lanalysis. Fuzzy Sets And Systems 17(3):233-247.
• Chang, D. Y., 1996. Applications of the extent analysis method on fuzzy AHP. European Journal Of Operational Research 95(3):649-655.
• Dağdeviren, M., 2007. Bulanık analitik hiyerarşi prosesi ile personel seçimi ve bir uygulama. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi 22(4):791-799.Deng, H., 1999. Multi criteria analysis with fuzzy pair wise comparison. In Fuzzy Systems Conference Proceedings, 1999 IEEE International 2:726-731.
• Elalfy, Z., Elhadary, R., Elashry, A., 2010. Integrating GIS and MCDM to Deal with landfill site selection. International Journal of Engineering&Technology 10(6):32–42.FAO, 1989. Gidelines for land use planning. Inter departmental Working Group on Land Planning, FAO, Rome.
• Kahraman, C., Cebeci, U., Ulukan, Z., 2003. Multi-criteria supplier selection using fuzzy AHP. Logistics information management 16(6):382-394.
• Kahraman, C., Cebeci, U., Ruan, D., 2004. Multi-attribute comparison of catering service companies using fuzzy AHP: Thecase of Turkey. International Journal of Production Economics 87(2):171-184.
• Mallants, D., B.P. Mohanty, D. Jacques, J. Feyen., 1996. Spatial variability of hydraulic properties in a multi-layered soil profile. Soil Science, 161(3), 167-181. Malczewski, J.,Rinner, C., 2015. Multi criteria decision analysis in geographic information science. New York: Springer.
• Newhall, F., Berdanier, C.R., 1996. Calculation of soil moisture regimes from the climatic record. Soil Survey Investigations Report No. 46, National Soil Survey Center, Natural Resources Conservation Service, Lincoln, NE.
• Özbek, A.K., Öztaş, T., 2014. Tarım arazilerinin amaç dışı kullanımı; Erzurum örneği. Ekoloji, 13(52):1-6.
• Renard, K.G.,Foster, G.R., Weessies, G.A., McCool, D.K., Yoder, D.C., 1997. Predicting Soil Erosion by Water: A guideto to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). U.S. Department of Agriculture, Agriculture Handbook 703.
• Saaty, T.L., 1980. The Analytic Hierarchy Process, McGraw-Hill, New York, pp.37-85.
• TÜİK, 2010. Web sitesi. Bitkisel üretim istatistikleri. http://www.tuik.gov.tr/bitkiselapp/bitkisel.zul. Erişim Tarihi: 27.08.2018.
• TÜİK, 2018. Web sitesi. Bitkisel üretim istatistikleri. http://www.tuik.gov.tr/bitkiselapp/bitkisel.zul. Erişim Tarihi: 27.08.2018.
• Van Wambeke, A.R., 2000. The Newhall Simulation Model for estimating soil moisture & temperature regimes. Department of Crop and Soil Sciences.Cornell University, Ithaca, NY.
• Van Laarhoven, P.J.M., Pedrycz, W., 1983. A fuzz yextension of Saaty'spriority theory. Fuzzy set sand Systems 11(1-3):229-241.
• Wilding, L.P., 1985. Spatial variability: it'sdocumentation, accommodation and implicationto soil surveys. In: Soil Spatial Variability. (Eds: Nielsen, D.R. and J. Bouma) Pudoc, Wageningen, The Netherlands, p. 166-194.
• Wischmeier, W.H., Smith, D.D., 1978. Predicting Rain fall Erosion Losses – A Guide for Conservation Planning. USDA, Agricultural Handbook 537. Washington.
• Yıldız, N., Akbulut, Ö., Bircan, H., 1998. İstatistiğe giriş. Erzurum: Şafak Yayınevi.