Orman yangınına hassas bölgelerde arazöz ile müdahale oranının belirlenmesi (Bartın Orman İşletmesi örneği)

Öz

Küresel ısınma ve iklim değişikliği nedeniyle günden güne artmakta olan orman yangınlarının uzaktan algılama ve coğrafi bilgi sistemleri kullanılarak yapılan analizler yardımlarıyla belirlenmesi ve haritalanması yapılacak müdahale ve planlamalar için önemlidir. Bu çalışmada gelecekte yangın planlamalarına altlık teşkil etmesi açısından örnek bir test alanı olarak Bartın Orman İşletme Müdürlüğü (OİM) seçilmiştir. Yöntem olarak, orman yangın tehlike haritalaması amaçlı bir model oluşturmak maksadıyla Analitik Hiyerarşi Süreci (AHP) matematik modeli seçilmiştir. Çalışmada arazi örtüsü tipi/vejetasyon durumu, eğim, bakı, yükseklik, ulaşım, yerleşim gibi yangını etkileyen faktörler araştırılmış, AHP kapsamında her bir faktöre ait gerekli istatistiki hesaplardan sonra etki değerleri hesaplanarak, modele yansıyacak ağırlık değerleri belirlenmiştir. Sonuç ürün çıktısı olarak, Bartın Orman İşletme Müdürlüğü kapsamında yangın tehlike haritası düşük, orta ve yüksek olmak üzere sınıflandırılmış haritası oluşturulmuştur. Çalışma alanının yangın riski açısından %15’i yüksek, %34’ü kısmı da orta derecede hassas alanlardan oluştuğu tespit edilmiştir. Çalışma alanı içerisindeki yangın emniyet yol ve şeritleri dahil tüm yol ağları ile bölgedeki yangınlara arazözlerin müdahale durumu araştırılmış ve arazözlerin yangına müdahale alanları tespit edilerek haritalanmıştır. Mevcut yol ağları ile yangın riski orta ve yüksek alanların % 67.3’lük kısmına müdahale edilebildiği belirlenmiştir.

Anahtar Kelimeler

• Arazöz,CBS,Orman yangını,orman yol ağı,uzaktan algılama

Determination of pumper truck ıntervention ratios in zones with forest fire potential: Case study for Bartın Regional Forest Directorate

Öz

Forest fire hazard areas that increasing day by day due to climate change and global warming were identified and mapped by integrating GIS based and multi-criteria analysis to provide information about the area most likely to be affected by fire in the Bartın Forest Enterprise directorate, Turkey. The mathematics of Analytic Hierarchy Process (AHP) and the calculation techniques was implemented to develop the forest fire hazard assessment model used in this study. Fire-causing factors such as land cover type/vegetation condition, slope, aspect (insulation), altitude, road network and settlement data were used in this application. Forest fire hazard zones were delineated by assigning weights, obtained using AHP technique, to the classes of all the layers according to their sensitivity to fire or their fire-inducing capability. Forest fire hazard categories were classified in three groups as high, moderate and low. Almost 15% and 34% of the study area was identified to be under high-risk and moderate-risk zones. The status of pumper track intervention in zones with fire risk area and the sufficiency of existing forest roads within an existing forest network were investigated and a pumper truck intervention area map along existing roads was also mapped. It was found that the intervention area is 67.3% of the high-risk and moderate-risk zones with current road network.

Anahtar Kelimeler

• Forest fire,forest road network,GIS,pumper truck,remote sensing

Kaynakça

1. Atesoglu A, Tunay M (2010) Spatial and temporal analysis of forest cover changes in the bartin region northwestern turkey, African Journal of Biotechnology, 9(35): 56-76
2. Ateşoğlu A, (2014) Forest fire hazard ıdentifying. mapping using satellite imagery-geographic information system and analytic hierarchy process: Bartin, Turkey, Journal of Environmental Protection and Ecology, 15(2): 715–725
3. Bilgili E, Baysal, İ, Durmaz B, Dinç B, Sağlam, B, Küçük, Ö (2008) Spatio-temporal analysis of forest fire risk and danger using Landsat imagery, Sensors, 8: 3970
4. Brown A, Davis K P (1973) Forest Fire: Control and Use. Mcgraw-Hill Book Company, New York
5. Bilici E (2009) Orman yangın ve emniyet yolları ve şeritleri ile orman yol şebekelerinin entegrasyonu, planlanmaları ve uygulamaları üzerine bir araştırma (Gelibolu Milli Parkı Örneği), İstanbul Üniversitesi Orman Fakültesi Dergisi, Seri: A, 59 (2): 85-101
6. Burke C J (1980) Historic fires in the central western cascades, Oregon, Phd Thesis, Oregon State University, USA
7. Caldararo N (2002) Human ecological ıntervention and the role of forest fires in human ecology, The Science of the Total Environment, 292, 141
8. Castro R, Chuvieco E (1998) Modelling forest fire danger from geographic information systems, Geocarto International, 13(1): 15-24

9. Çanakçıoğlu H (1993) Orman Koruma, İstanbul Üniversitesi Orman Fakültesi, Yayın No. 411, 633 s, İstanbul
10. Çepel N (1983) Orman Ekolojisi. İstanbul Üniversitesi Orman Fakültesi, Yayın No. 211, İstanbul
11. Dong X, Shao G, Limin D, Zhanqing H, Lei T, Hui W (2006) Mapping forest fire risk zones with spatial data and principal component analysis, Science in China: Series E Technological Sciences, 49: 140-146
12. Gillett N P, Weaver J, Zwiers F W, Flannıgan M D (2004) Detecting the effect of climate change on canadian forest fires, Geophysical Research Letters, 31, L18211
13. Goldammer J G, Nikolov N (2009) Climate change and forest fires risk, european and mediterranean. In: Workshop Climate Change Impact on Water-Related and Marine Risks, Murcia, October
14. İnan M (2004) Orman Varlığının Saptanmasında Uzaktan Algılama Verileri, İstanbul Üniversitesi Fen Bilimleri Enstitüsü, Orman Mühendisliği Anabilim Dalı, Ölçme Bilgisi Ve Kadastro Programı Doktora Tezi, İstanbul, syf. 187
15. Jian Y, Healy H S, Shifley S R, Gustafson E J (2007) Spatial patterns of modern period human-caused fire occurrence in the missouri ozark highlands, Forest Science, 53(1): 1-15
16. Jo M, Le M, Lee S, Jo Y, Baek S (2013) The development of forest fire forecasting system using internet GIS and satellite remote sensing
17. Kılıç H (2012) Orman Yangınları Ve İnsan İlişkisi: Antalya Orman Bölge Müdürlüğü Örneği. Çankırı Karatekin Üniversitesi, Fen Bilimleri Enstitüsü, Y. Lisans Tezi, 122
18. Melemez K (2013) An environmental assessment of forest stands damages caused by excavators during road construction in Beech forests, International Journal of Environmental Science and Technology, 10(4):645-650
19. Mol T ve Öymen T (1988) Yangında ulaşımın önemi. Tarım Orman ve Köyişleri Bakanlığı, Orman Genel Müdürlüğü, Türkiye Ormanlarını Yangından Koruma Semineri, 4-8 Mayıs 1987, Yayın No. 29, Seri No. 672, 288-291
20. OGM (2010) Orman Yangınlarıyla Mücadele Eylem Planı. Orman ve Su İşleri Bakanlığı, Orman Genel Müdürlüğü, Ankara, 2010
21. OGM (2013) Türkiye’deki orman yangınları. Orman ve Su İşleri Bakanlığı, Orman Genel Müdürlüğü. http://www.ogm.gov.tr/
22. Özturk M, Gücel, M, Küçük S, Sakçalı (2010) Forest diversity, climate change and forest fires in the mediterranean region of Turkey, Journal of Environmental Biology, 31, 1
23. Pinol J, Teradas F, Lioret (1998) Climate warming wildfire hazard and wildfire occurrence in Coastal Eastern Spain, Climatic Change, 38, 345-357
24. Razali S M, Nuruddin A A, Malek A I, Patah A N (2010) Forest fire hazard rating assessment in peat swamp forest using Landsat thematic mapper image, J Appl Remote Sens, 4(1): 543-53
25. Saaty T L (1990).How to make a decision: The analytic hierarchy process, European Journal of Operational Research, 48: 9-26
26. Sağlam B, Bilgili E, Durmaz B, Kadıoğulları A İ, Küçük O (2008) Spatio-temporal analysis of forest fire risk and danger using Landsat imagery, Sensors, 8, 3970-3978
27. Setiawan I, Mahmud A R, Mansor S, Mohammed Shariff A R, Nuruddin A A (2004) GIS-Grid-Based and multi-criteria analysis for identifying and mapping peat swamp forest fire hazard in Pahang, Malaysia, Disaster Prevention and Management, 13(5) 379-386
28. Yaralıoğlu K (2004) Uygulamada Karar Destek Yöntemleri, İlkem Ofset, İzmir
29. Zhihua L, Yang J, Chang Y, Weisberg, P J, He H S (2012) Spatial patterns and drivers of fire occurrence and ıts future trend under climate change in a boreal forest of northeast china, Global Change Biology, 18(6): 2041-2056