Modeling The Relationships between Leaf Area Index and Stand Parameters in Pure Crimean Stands

Öz

The relationships between leaf area index and some stand parameters (stand volume, stand basal area, number of trees, the quadradic mean diameter and site index) were modeled by multiple regression analysis in pure Crimean pine stands in the case study area. For this purpose, classical forest inventory measurements were carried out in 30 sample plots in October and stand parameters of each sample plot were calculated. In addition, leaf area index values of each sample plot were calculated for seven months with the help of hemispherical photographs taken in each sample plots from June to December. According to the performance criterion results of the models, the highest success was found in July (R2=0,64, Root Mean Square Error (RMSE)=0,262), October (R2=0,64, RMSE =0,158) and the model with the average LAI values of the months (R2=0,64, RMSE=0,176). When using the relative ranking method proposed by Poudel and Cao (2013), it was determined that the model produced for the month of October (Ranking value=3,945) was more usable than the other models. When all the performance criteria of the models were evaluated, it was seen that the best result was obtained in October.

Anahtar Kelimeler

• : Leaf area index
• stand parameters
• regression analysis
• pure Crimean pine stands

Saf Karaçam Meşcerelerinde Yaprak Alan İndeksi ile Meşcere Parametreleri Arasındaki İlişkilerin Modellenmesi

Öz

Bu çalışmada, saf karaçam meşcerelerinde yaprak alan indeksi (YAİ) ile bazı meşcere parametreleri (meşcere hacmi, meşcere göğüs yüzeyi, meşcere ağaç sayısı, meşcere orta çapı ve bonitet endeksi) arasındaki ilişkiler çoğul regresyon analizi ile modellenmiştir. Bu amaçla, 30 adet örnek alanda klasik envanter ölçümleri Ekim ayında yapılmış ve her bir örnek alanın meşcere parametreleri hesaplanmıştır. Bununla birlikte, Haziran-Aralık aylarına ilişkin çekilmiş yarı-küresel fotoğraflar yardımıyla her bir örnek alanın YAİ değerleri yedi ay için hesaplanmıştır. Modellere ait performans kriter sonuçlarına göre en yüksek başarı Temmuz (R2=0,64, Hataların Ortalama Kare Kökü (HOKK)=0,262), Ekim (R2=0,64, HOKK=0,158) ve ayların ortalama YAİ değerlerinin yer aldığı modellerde (R2=0,64, HOKK=0,176) bulunmuştur. Poudel ve Cao (2013) tarafından önerilen rölatif sıralama yöntemi kullanıldığında Ekim ayı için (Sıralama değeri=3,945) üretilen modelin daha kullanılabilir olduğu belirlenmiştir. Modellere ait bütün performans kriterleri değerlendirildiğinde en iyi sonucun meşcere parametrelerinin ölçüldüğü ay olan Ekim ayında olduğu tespit edilmiştir.

Anahtar Kelimeler

• Yaprak alan indeksi
• meşcere parametreleri
• regresyon analizi
• saf karaçam meşcereleri

Kaynakça

1. Anonim (2009). Orman Genel Müdürlüğü, Yenice Orman Amenajman Planı 2009-2028. Ankara Orman Bölge Müdürlüğü, Ankara: OGM, p.435.
2. Bulut, S. (2021). Ankara Orman Bölge Müdürlüğü Saf Karaçam Meşcerelerinde Net Birincil Üretim Ve Yaprak Alan İndeksinin Uzaktan Algılama Teknikleri İle Modellenmesi. Doktora Tezi, Çankırı Karatekin Üniversitesi Fen Bilimleri Enstitüsü, Orman Mühendisliği Anabilim Dalı, Çankırı, 148 s.
3. Chen, J.M., Rich, P.M., Gower, S.T., Norman, J.M., Plummer, S. (1997). Leaf area index of boreal forests: Theory, techniques, and measurements, Journal of Geophysical Research: Atmospheres, 102(24), 29429-29443.
4. Chianucci, F., Macfarlane, C., Pisek, J., Cutini, A., Casa, R. (2015). Estimation of foliage clumping from the LAI-2000 Plant Canopy Analyzer: effect of view caps. Trees, 29(2), 355-366.
5. Dantec, V.L., Dufrene, E., Saugier, B. (2000). Interannual and spatial variation in maximum leaf area index of temperate deciduous stands, Forest Ecology and Management, 134,71–81.
6. Ercanlı, İ., Bolat, F. (2020). Ankara Orman Bölge Müdürlüğü Anadolu karaçamı meşcereleri için tek ağaç gövde çapı ve gövde hacminin uyumlu gövde çapı denklemleri ve yapay sinir ağları ile tahmin edilmesi. TÜBİTAK-TOVAG, 119O061, 105 s.
7. Ercanli, İ., Günlü, A., Şenyurt, M., Keleş, S. (2018). Artificial neural network models predicting the leaf area index: a case study in püre even-aged Crimean pine forests from Turkey, Forest Ecosystems, 5-29.
8. Günlü, A., Keleş, S., Ercanlı, İ., Şenyurt, M. (2017). Estimation of leaf area index using WorldView-2 and Aster satellite image: a case study from Turkey, Environmental Monitoring and Assessment, 189(11), 538.

9. Jeleska, S.D. (2004). Analysis of canopy closure in the dinaric silver fir-beech forests in Crotia using hemispherical photography, Hacquetia, 3(2),43–49.
10. Jonckheere, I., Fleck, S., Nackaerts, K., Muys, B., Coppin, P., Weiss, M., Baret, F. (2004). Review of methods for in situ leaf area index determination: Part I. Theories, sensors and hemispherical photography, Agricultural and Forest Meteorology, 121(1-2), 19-35.
11. Kara, Ö., Şentürk, M., Bolat, İ., Çakıroğlu, K. (2011). Kayın, Göknar ve Göknar-Kayın meşcerelerinde yaprak alan indeksi ile toprak özellikleri arasındaki ilişkiler, Journal of the Faculty of Forestry, Istanbul University,61(1), 47-54.
12. Khosravi, S., Namiranian, M., Ghazanfari, H., Shirvani, A. (2012). Estimation of leaf area index and assessment of its allometric equations in oak forests: northern Zagros, Iran, J Forest Sci., 58(3),116–122.
13. Madugundu, R., Nizalapur, V., Jha, C.S. (2008). Estimation of LAI and above ground biomass in decisious forests: western Ghats of Karnataka, India. Int J Appl Earth Observ Geoinform, 10,211–219.
14. Mason, E.G., Diepstraten, M., Pinjuv, G.L., Lasserre, J.P. (2012). Comparison of direct and indirect leaf area index measurements of Pinus radiate D. Don, Agricultural and Forest Meteorology 166-167, 113-119.
15. Özbayram, A.K., Çiçek, E., Yılmaz, F. (2015). Kızılçam ve Karaçam meşcerelerinde yaprak alanı indeksi (YAİ) ile bazı meşcere özellikleri arasındaki ilişkiler, Kastamonu Üni., Orman Fakültesi Dergisi, 15 (1), 78-85.
16. Poudel, K. P., Cao, Q.V. (2013). Evaluation of methods to predict Weibull parameters for characterizing diameter distributions. Forest Science, 59(2), 243-252.
17. Sidabras, N., Augustaitis, A. (2015). Application perspectives of the leaf area index (LAI) estimated by the Hemiview system in forestry. Proceedings of the Latvia University of Agriculture, p 26.
18. SPSS Institute Inc., (2007). SPSS Base 15.0 User’s Guide, 703 s.
19. Turner, D.P., Acker, S.A., Means, J.E., Garman, S.L. (2000). Assessing alternative allometric algorithms for estimating leaf area of Douglas-fir trees and stands, Forest Ecology and Management, 126, 61–76.
20. Vose, J.M., Allen, H.L. (1988). Leaf area, stemwood growth, and nutrition relationships in loblolly pine, Forest Science, 34, 547-563.
21. Yer, B.M. (2021). Kastamonu Yöresi Karaçam Meşcerelerinde Yaprak Alan İndeksi İle Çeşitli Meşcere Özellikleri Arasındaki İlişkilerin Belirlenmesi. Yüksek Lisans Tezi, Kastamonu Üniversitesi Fen Bilimleri Enstitüsü, Orman Mühendisliği Anabilim Dalı, Kastamonu, 55 s.