ÇAKÜ Orman Fakültesi Araştırma Ormanında Göktürk-2 Uydu Görüntüsü Kullanılarak Bazı Meşcere Parametrelerinin Tahmin Edilmesi

Öz

Bu çalışmanın amacı, Çankırı Karatekin Üniversitesi (ÇAKÜ) Orman Fakültesi Araştırma Ormanında Göktürk-2 uydu görüntüsü yardımıyla meşcere hacmi, meşcere göğüs yüzeyi, ağaç sayısı, meşcere orta çapı ve meşcere orta boyunun tahmin edilmesidir. Toplam geçici 61 örnek alanda, yersel ölçümlerle meşcere hacmi, meşcere göğüs yüzeyi, ağaç sayısı, meşcere orta çapı ve meşcere orta boyu belirlenmiştir. Aynı örnek alanların koordinat değerlerinden yararlanarak Göktürk-2 uydu görüntüsü üzerinde parlaklık değerleri ve vejetasyon indis değerleri hesaplanmıştır. Uydu görüntüsünden elde edilen parlaklık değerleri ve vejetasyon indis değerleri ile meşcere hacmi, göğüs yüzeyi, ağaç sayısı, meşcere orta çapı ve meşcere orta boyu arasındaki ilişkiler çoğul regresyon analiziyle ortaya konulmuştur. Analizler sonucunda, uydu görüntüsünün bant 2 parlaklık değerleri ve SR ile EVI vejetasyon indisinin bağımsız değişken olarak yer aldığı regresyon denklemi ile meşcere hacmi arasında sırasıyla =0.298, Sy.x=45.61095), ( =0.442, Sy.x=37.03) ilişkiler bulunmuştur.Uydu görüntüsünün bant 1 parlaklık değerleri ve SR vejetasyon indisinin bağımsız değişken olarak yer aldığı regresyon modelleri ile göğüs yüzeyiarasında sırasıyla =0.352,Sy.x=6.3739), ( =0.363,  Sy.x= 4.3472) ilişkiler bulunmuştur. Uydu görüntüsünün bant 3 ve bant4 parlaklık değerleri ve EVI ileNDVI vejetasyon indislerinin bağımsız değişkenlerin yer aldığıregresyon modelleri ile ağaç sayısı arasında sırasıyla ( =0.221, Sy.x=172.918), ( =0.292, Sy.x=84.1182) ilişkiler bulunmuştur. Uydu görüntüsünün bant 4 parlaklık değerleri ve EVI ile DVI vejetasyon indislerinin bağımsız değişkenlerin yer aldığı regresyon modelleri ile meşcere orta çapı arasında sırasıyla ( =0.114  Sy.x=2.71347),  ( =0.266 Sy.x=2.5406) ilişkiler bulunmuştur. Uydu görüntüsünün bant 2 ve bant 3 parlaklık değerleri ve EVI ile DVI vejetasyon indislerinin bağımsız değişkenlerin yer aldığı regresyon modelleri ile meşcere orta çapı arasında sırasıyla ( =0.273 Sy.x= 0.4868),( =0.288  Sy.x=0.4866),  ilişkiler bulunmuştur. Meşcere parametrelerinin tahminedilmesine ilişkin model sonuçları karşılaştırıldığında vejetasyon indislerinin bant parlaklık değerlerine göre daha iyi sonuç verdiği görülmüştür

Anahtar Kelimeler

• Meşcere parametreleri,Göktürk-2 uydu görüntüsü,Modelleme

Kaynakça

1. Armston, J.D.,Danaher, T.J.,Goulevitch, B.M. andByrne, M.I., 2002.Geometriccorrection of Landsat MSS. TM and ETM+ Imageryformapping of woodyvegetationcoverandchangedetection in Queenlands, http://www.nrm.gld.gov.au/slats/pdf/0078anav.pdf.
2. Başkent. E.Z.. Köse. S.. Kaya. Z..Altun. L.. Terzioğlu. S.. Başkaya Ş.. ve Esser. T.. 2004. GEF II.Biyoçeşitlilik ve Doğal Kaynak Yönetimi Projesi. Türkiye’de biyoçeşitliliğin orman amenajman planlarına entegrasyonu strateji ve tasarının geliştirilmesi. Trabzon. Son Rapor. 59.
3. Başkent. E.Z..Kadıoğulları. A.İ.. Kırış. R.. 2010. Ekosistem Tabanlı Çok Amaçlı Planlama(ETÇAP) modelinin geliştirilmesi ve uygulanabilirliğinin denetlenmesi. III. Ulusal Karadeniz Ormancılık Kongresi. Artvin. Bildiriler Kitabı. Cilt:I. 326-336.
4. Bulut, A. 2012. Ormanların karbon depolama kapasitesinin üç farklı uydu görüntüsü kullanılarak uzaktan algılama yöntemi ile belirlenmesi(Alacadağ Orman İşletme Şefliği Örneği). Yüksek lisans tezi. Karadeniz Teknik Üniversitesi. Fen Bilimleri Enstitüsü. Trabzon
5. Bulut. S.. Günlü. A. ve Keleş. S. 2016. Estimation of somestandparametersusing Göktürk-2 satelliteımage. Çankırı Karatekin University. Faculty of Forestry. 18200 Çankırı. Turkey.
6. Çetin. N.. Efendioğlu. M.. ve Zık. T. 1992. Türkiye’de orman amenajmanın dünü ve bugünü. Ormancılığımızda orman amenajmanın dünübugünü ve geleceğimize ilişkin genel görüşme. 16-19 Kasım. Ankara. Bildiriler Kitabı. 17-28.
7. Çakır, G., 2006.Orman amenajman planlamasında gerekli bilişimin sağlanması için uzaktan algılama ve coğrafi bilgi sistemi tekniklerinden yararlanılması,Doktora tezi, Karadeniz Teknik Üniversitesi. Fen Bilimleri Enstitüsü. 127s.. Trabzon.
8. Çil. B.. 2014. Bazı meşcere parametrelerinin farklı uydu görüntüleri yardımıyla tahmin edilmesi.Yüksek lisans tezi. Karadeniz Teknik Üniversitesi.Fen Bilimleri Enstitüsü.Trabzon. Çil, B.,Karahalil, U. ve Karslı, F.. Uzaktan algılama verileri yardımıyla bazı meşcere parametrelerinin tahmin edilmesi: Kütahya/Tetik planlama birimi örneği. TUFUAB VIII. Teknik Sempozyumu. 21-23 Mayıs 2015.Konya.

9. Cohon, J.L., 1978. Multiobjectiveprogrammingandplannig. Academicpres, Inc., ISBN: O-12-178350-2,333 pages, San Diego, California, U.S.A. Clevers, J.G.P.W.(1988)-Thederivation of a simplifiedreflectance model fortheestimation of leafareaİndex. Remote Sensing of Environment, 25:53-70.doi:http://dx.doi.org/10.1016/0034-4257(88)90041-7.
10. Crippen R.E.(1990)-CalculatingtheVegetationİndexFaster. Remote Sensing of Enviroment.34:71-73.doi:http://dx.doi.org/10.1016/0034-4257(90)90085-Z. Eraslan, İ., 1982. Orman Amenajmanı, İ. Ü. Basımevi, İstanbul, Dördüncü Baskı, 582
11. Erdas (2002) - Sixthedition. Erdas LLC, Atlanta, Georgia.
12. Göl, C., Yılmaz, H., ve Ediş, S. Çankırı Karatekin Üniversitesi, Orman fakültesi araştırma ve uygulama ormanı topraklarının bazı özellikleri ve sınıflandırması. III. Ulusal Karadeniz Ormancılık Kongresi.20-22 Mayıs 2010. Çankırı. 3:941-952
13. Gebreslasie, M.T.,Ahmed, F.B. and Van Aardt, J.A.N., 2010. Predictingforeststructuralattributesusingancillary data andAstersatellite data, International Journal of Applied Earth ObservationandGeoinformation, 12: 23-26.
14. Gomez, C.,Wulder, M.A.,Montes, F. andDelgado, J.A., 2012. Modelingforeststructuralparameters in themediterranean pines of centralSpainusing QuickBird-2 Imageryandclassificationandregressiontreeanalysis (CART), Remote Sensing, 4: 135-159.
15. Greenberg, J.A.,Dobrowski, S.L. andUstin, S.L., 2005. Shadowallometry: Estimatingtreestructuralparametersusinghyperspatialimageanalysis, Remote Sensing of Environment 97, 15-25.
16. Günlü, A.,Ercanlı, İ., Başkent, E. Z. veŞenyurtü, M., 2013. Quickbird ve Landsat 7 ETM+ uydugörüntüleri kullanılarak Ayancık-Göldağ kayın (FagusorientalisLipsky) meşcerelerinde hacim tahmini, S.D.Ü. Orman Fakültesi Dergisi, 14, 24-30.
17. Günlü, A.,Ercanlı, İ., Sönmez, T. and Başkent, E.Z., 2014. Prediction of somestandparametersusingpan-sharpenedIkonossatelliteimage,EuropeanJournal ofRemote Sensing, 47: 329-342.
18. Günlü, A.,Sivrikaya, F., Başkent, E.Z., Keleş, S., Çakır, G. andKadıoğulları A.İ., 2008.Estimation of standtypeparametersandlandcoverusingLandsat 7 ETM+image: A casestudyfromTurkey,Sensors, 8: 2509-2525
19. Günlü. A..Ercanlı. İ.. Keleş. S. and Anlara. H.C. 2015. Modelling of standvolumeandtreedensityusing Spot-4 satelliteimage: a caseStudy in Devrezplanningunit. Int. J. Global Warming. 7(4): 454-465.
20. Huete, A.R.(1988)-A soiladjustedvegetationindex(SAVI). Remote Sensing of Environment. 25:295-309.doi:http://dx.doi.org/10.1016/0034-4257(88)90106-X.
21. Huete, A.R.,Justice, C., vanLeeuwen, W.(1999)-MODIS Vegetationİndex(MOD13) algorithmtheoreticalbasicdocument(ATBD) version 3.0, EOS Project Office, NASA goddardspaceflightcenter, Greenbelt, MD, p.2.
22. Hyyppä, J.,Hyyppä, H.,Inkinen, M.,Engdahl, M.,Linko, S. andZhu, Y., 2000.Accuracycomparison of variousremotesensing data sources in theretrieval offoreststandattributes,ForestEcologyand Management, 128: 109-120.
23. İnce. K.. 2011. Uzaktan algılama yöntemiyle karbon miktarının belirlenmesi.Yüksek lisans tezi.Karadeniz Teknik Üniversitesi.Fen Bilimleri Enstitüsü.Trabzon. Jensen, R.J., 1996. Introductorydigitalımageprocessing, A Remote SensingPerspective, 2nd edition,PrenticeHall,UpperSaddleRiver, New Jersey07458, ISBN 0-13-205840-5, USA, 318 s.
24. Jordon, C:F.(1969)-Derivation of leafareaindexfromquality of light on theforest flor. Ecology, 50:663-666.doi:http://dx.doi.org/10.2307/1936256.
25. Kayitakire, F., Hamel, C. andDefourny, P., 2006. Retrievingforeststructurevariablesbased on imagetextureanalysisand Ikonos-2 imagery, Remote Sensing ofEnvironment, 102:390–401.
26. Lebouf, A.,Beaudoin, A., Fournier, R.A., Guindon, L. Luther. J. E. and Lambert, M.C. 2007. Remote sensingsupportforNationalforestınventories. Remote Sensing of Environment, 110(4):488-500.
27. Özdemir,İ.and Karnieli, A., 2011.“Predicting fores structural parameters using the ımage texture derived from WorldView-2 multispectral ımagery in a dryl and forest, Israel”, International Journal of Applied Earth Observation and Geoinformation, 13 701-710.
28. Özgün. M.. 2014. Landsat TM uydu görüntüsü yardımıyla bazı meşcere parametrelerinin tahmin edilmesi.Yüksek lisans tezi.Çankırı Karatekin Üniversitesi.Fen Bilimleri Enstitüsü.Çankırı.
29. Özkal, M.K., 2017. Models of forest ınventory for Istanbul forest using airborne Lidar and spaceborne ımagery. Michigan Technological Universty. Master of science.
30. Ün, C., 2006. İstanbul ili orman kaynaklarında meydana gelen zamansal değişimin uzaktan algılama ve CBS ile belirlenmesi, Yüksek lisans tezi, Karadeniz Üniversitesi Fen Bilimleri Enstitüsü, Trabzon.
31. Rouse, J.W.,Haas, R.H., Schell, J.A., Deering, D.W., Harlam, J.C.(1973)-Monitoringthevernaladvancementandretrogradation(gren waveeffect) of Natural Vegetation. NASA/GSFC type III. Final report, Greenbelt, MD.
32. SPSS (2007) - SPSS Base 15.0User’s Guide. InstituteInc.