Preparing and Analyzing the Thematic Map Layers of Great Soil Groups, Erosion Classes and Land Capability Classes of Tokat Province by GIS

Yıl 2013, Cilt: 2013 Sayı: 2, 18 - 29, 01.06.2013

Hakan Mete Doğan Orhan Mete Kiliç Doğaç Sencer Yılmaz

https://doi.org/10.13002/jafag358

Öz

In this study, great soil groups, erosion classes and land capability classes of Tokat province were digitized and analyzed by using geographic information systems (GIS). Settlements, bare rocky areas and water surfaces like reservoirs or lakes were excluded from the evaluation. According to the spatial analysis results of resulting digital maps in GIS, 10 great soil groups were recognized across the province. From small to large cover areas, these were determined as (1) hydromorphic, (2) reddish-brown, (3) gray-brown podsolic, (4) brown, (5) colluvial, (6) reddish-chestnut, (7) alluvial, (8) chestnut (maroon), (9) non-calcerous brown forest, (10) brown great soil groups. The study showed that there is no wind erosion in Tokat province. However, 4 water erosion classes including (1) no or little erosion, (2) medium erosion, (3) severe erosion, and (4) very severe erosion classes were determined. Finally, land capability classes of Tokat province were determined between I and VIII. Across the province, no area was determined in V class. The largest areas (54.61 %) in the province were determined in VII class. In descending order, VI (% 13.02), III (% 8.81), I (% 7.27), IV (% 6.97), II (%5.90) and VIII (% 0.73) land capability classes followed each other.

Anahtar Kelimeler

Land capability classes, great soil groups, geographic information systems, erosion, Soil maps of To

Tokat İli Büyük Toprak Grupları, Erozyon Sınıfları ve Arazi Yetenek Sınıfları Tematik Harita Katmanlarının CBS ile Hazırlanması ve Analizi

Öz

Bu çalışmada Tokat ilinin büyük toprak grupları, erozyon sınıfları ve arazi yetenek sınıfları coğrafi bilgi sistemleri (CBS) kullanılarak sayısallaştırılmış ve analiz edilmiştir. Sayısal haritalarda; yerleşim yerleri, çıplak kayalık alanlar ve baraj, göl, gölet gibi su yüzeyleri değerlendirme dışı alanlar olarak nitelendirilmiştir. Elde edilen sayısal haritaların CBS`deki uzaysal analiz sonuçlarına göre il genelinde on büyük toprak grubu tespit edilmiştir. Bunlar en az alan kaplayandan en çok olana doğru sırasıyla; (1) Hidromorfik, (2) Kırmızımsı Kahverengi, (3) Gri Kahverengi Podzolik, (4) Kahverengi, (5) Kolüvyal, (6) Kırmızımsı Kestanerengi, (7) Alüvyal, (8) Kestanerengi, (9) Kireçsiz Kahverengi Orman ve (10) Kahverengi büyük toprak gruplarıdır. Çalışma Tokat ilinde rüzgar erozyonu olmadığını göstermiştir. Buna karşın (1) hiç veya çok az erozyon, (2) orta derecede erozyon, (3) şiddetli erozyon ve (4) çok şiddetli erozyon sınıflarını içeren dört su erozyon sınıfı belirlenmiştir. Son olarak, Tokat`ın arazi yetenek sınıfları I ile VIII arasında belirlenmiştir. İl genelinde V. sınıf arazi tespit edilmemiştir. En geniş alanı VII. sınıf araziler (% 54.61) kaplamaktadır. Büyükten küçüğe doğru VI. (% 13.02), III. (% 8.81), I. (% 7.27), IV. (% 6.97), II. (%5.90) ve VIII. (% 0.73) arazi yetenek sınıfları birbirini takip etmiştir.

Anahtar Kelimeler

Arazi yetenek sınıfları, büyük toprak grupları, coğrafi bilgi sistemleri, erozyon, Tokat toprak haritaları

Kaynakça

• Akman Y (1999). İklim ve Biyoiklim, Palme Yayınevi, Ankara.
• Akman Y and Daget Ph (1971). Quelques aspects synoptiques des climats de la Turquie. Extrait du Bulletin de la Socie´ te´ Languedocienne de Ge´ographie, 5/3: 269-300.
• Anonim (1970). Yeşilırmak Havzası Toprakları. Topraksu Genel Müdürlüğü Yayınları, No. 241, 141 s., Ankara.
• Anonim (1997). Tokat İli Arazi Varlığı. T.C. Başbakanlık, Köy Hizmetleri Genel Müdürlüğü Yayınları, Ankara.
• Atalay İ (2005). Genel Fiziki Coğrafya, Genişletilmiş 6. Baskı, META Basım ve Matbaacılık Hizmetleri, Bornova, İzmir.
• Atalay İ (2006). Toprak Oluşumu, Sınıflandırılması ve Coğrafyası. T.C. Çevre ve Orman Bakanlığı, Ağaçlandırma ve Erozyon Kontrolü Genel Müdürlüğü Yayınları, Ankara.
• Brisco B and Brown RJ (1995). Multidate SAR/TM synergism for crop classification in western Canada. Photogrammetric Engineering & Remote Sensing, 61(8): Pp. 1009-1014.
• Buhan E, Koçer MAT, Polat F, Doğan HM, Dirim S, Turgut Neary E (2010). Almus Baraj Gölü su kalitesinin alabalık yetiştiriciliği açısından değerlendirilmesi ve taşıma kapasitesinin tahmini. GOÜ Ziraat Fakültesi Dergisi, 27(1): 57-65.
• Dinç U (1995). Türkiye Toprakları. Çukurova Üniv. Yayınları, 172 s., Adana.
• Doğan HM and Doğan M (2006). A new approach to diversity indices-modeling and mapping plant biodiversity of Nallihan (A3-Ankara) forest ecosystem in frame of geographic information systems. Biodiversity and Conservation, 15: 85587
• Doğan HM, Mermer A ve Ünal E (2000). Bitki örtüsü indeks değerleri. Tarım ve Köy, 135: 38-41.
• Doğan HM (2001). Monitoring Sea Water Pollution in Muğla-Güllük Bay by Using Geographic Information Systems and Remote Sensing. Ecology and Environment, 4 th National Ecology and Environment Congress, 519-524, Bodrum, Turkey.
• Doğan HM (2007). Climatic portrayal of Tokat province in Turkey, developing climatic surfaces by using LOCCLIM and GIS. Journal of Biological Sciences, 7(7): 1060-1071.
• Doğan HM, Buhan E, Sesli A, Koçer MAT (2010). Güneydoğu Anadolu bölgesinde su ve balıkçılık kaynakları uzaysal veri tabanının coğrafi bilgi sistem (CBS) temelli tanıtımı. GOÜ Ziraat Fakültesi Dergisi, 27(1): 67-72.
• DPT (2001). Sekizinci Beş Yıllık Kalkınma Planı. Bilişim Teknolojileri ve Politikaları Özel İhtisas Komisyonu Raporu. Devlet Planlama Teşkilatı, Ankara.
• ESRI (2005). ArcGIS 9, What is in ArcGIS 9.1. Environmental Systems Research Institute Press, Redlands California.
• Gonzales J, Barry M, Johnson J, Lackowski H, Landrum V and Maus P (1992). Vegetation Classification and Old-Growth Modelling in the Jemez Mountains. USDA Forest Service Nationwide Forestry Applications Program, U.S.A. Salt Lake City, Utah.
• Kılınç M ve Kutbay HG (2012). Bitki Ekolojisi, Palme Yayınevi, Ankara.
• Kurucu Y, Altınbaş Ü ve Bolca M (2000). Ege Bölgesi Pamuk Ekili Alanlarının ve Ürün Rekoltesinin Uzaktan Algılama Tekniği Kullanılarak Belirlenmesi Üzerine Bir Araştırma. İzmir Ticaret Borsası Yayınları, No. 71. İzmir.
• Mermer A, Ünal E and Doğan HM (2004). Determining major orchard (pistachio, olive, vineyard) areas in Gaziantep province using remote sensing techniques. The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, 34: XXX.
• Mermer A, Doğan HM, Ünal E (2002). Estimating Cotton Areas by Using Remote Sensing. Cotton, Textile, and Ready-Made Clothes Symposium, Diyarbakır, Turkey. 28
• Michael EB and Mitchell LG (1992). Improved Crop Area Estimation in Mississippi Delta Region Using Landsat TM Data. ASPRS / ACSM / RT 92 Convention, Washington D.C.
• Miller L, Martinez R, Witney R, Lackowski H, Maus P, Gonzales J and Johnson J (1992). An Evaluation of the Utility of Remote Sensing in Range Management. USDA Forest Service Nationwide Forestry Applications Program, U.S.A. Salt Lake City, Utah.
• Özel M, Yıldırım H (1992 ). Türbüt Projesi, 1. Yıl 1991 Raporu. TÜBİTAK Marmara Araştırma Merkezi, Gebze, Kocaeli.
• Peştemalcı V, Dinç U, Yeğingil İ, Kandırmaz M, Çullu MA, Öztürk N and Aksoy E (1995). Acreage estimation of wheat and barley fields in the province of Adana, Turkey. International Journal of Remote Sensing, 16(6): 1075-1085.
• Russel G, Ballogh M, Bell C, Green C, Milliken JA and Ottoman R (1998). Mapping and monitoring agricultural crops and other landcover in the lower Colorado river basin. Photogrammetric Engineering & Remote Sensing, 64(11): 110711
• UBS (2000). Ulusal Bilgi Sistemi. T.C. Başbakanlık, İdareyi Geliştirme Başkanlığı Yönetim Bilişim Sistemi Merkezi, Ankara.
• Ünal E, Doğan HM, Mermer A (2002). Pamuk Alanlarının Coğrafi Bilgi Sistemleri ve Uzaktan Algılama Kullanılarak Tahmini. Türk Tarım, (144): 32-33. 29