Bir kızılçam orman ekosisteminde spektral ve kuş türü rarefaksiyon eğrileri arasındaki ilişkiler

Öz

Bu çalışmada Fethiye yöresinde seçilen bir kızılçam orman ekosisteminde spektral rarefaksiyon eğrileri ile kuş türü rarefaksiyon eğrileri arasındaki ilişkilerin ortaya koyulması amaçlanmıştır. Büyüklüğü 0,81 ha (90 x 90 m) olan 40 örnek alan için, arazi gözlemleriyle kuş türleri tespit edilmiştir. Örnek alanlara karşılık gelen piksellerin (Aster için 36, SPOT için 81 ve RapidEye için 324 adet) NDVITOA değerleri hesaplanmıştır. Sonra, EstimatesS yazılımı vasıtasıyla spektral ve kuş türü rarefaksiyon eğrileri oluşturulmuştur. Bunlar arasındaki ilişkiler regresyon analiziyle incelenmiştir. Ayrıca “artış oranları” dikkate alınarak eğrilerin benzerliği ortaya koyulmuştur. Çalışma sonuçları, spektral rarefaksiyon eğrileri ile kuş türü rarefaksiyon eğrisinin genel eğilimi arasında ciddi farklılıklar olduğunu ve bu yörede uydu görüntüleri kullanılarak kuş türü rarefaksiyon eğrisinin kestirilemeyeceğini göstermiştir. Bu çalışmaların daha kaba çözünürlüklü uydu görüntüleriyle daha geniş coğrafyalarda tekrarlanmasının, spektral rarefaksiyon eğrilerinin potansiyelinin daha iyi anlaşılması bakımından önemli olduğu düşünülmektedir.

Anahtar Kelimeler

• Kuş türü zenginliği,Uydu verisi,Fethiye

Relationships between spectral and bird species rarefaction curves in a brutian pine forest ecosystem

Öz

This study aimed at determining the relations between spectral and bird species rarefaction curves in a brutian pine forest ecosystem located in the Fethiye region, Turkey. Bird species were counted by fieldwork in 40 sample plots with 0.81 ha (90 x 90 m). The NDVITOA values of pixels belonging to each plot (pixel numbers are 36, 81 and 324 for Aster, SPOT and RapidEye, respectively) were calculated. Spectral and bird species rarefaction curves were formed by means of EstimatesS software. The relations between spectral and bird species rarefaction curves were examined using regression analyses. Furthermore, the similarities of rarefaction curves were determined considering “increase rate” of curves. The results of study showed that there are serious differences between spectral and bird species rarefaction curves and bird species rarefaction curve was not predicted using satellite images in this region. It is considered that similar studies could be conducted on a wide geographic region using coarse resolution satellite data in order to understand the potentials of spectral rarefaction curves more clearly.    

Anahtar Kelimeler

• Bird species richness,Satellite data,Fethiye

Kaynakça

1. Bibby, C.J., Burgess, N.D., Hill, D.A. 1992. Bird Census Techniques. Academic Press. 257 s.
2. Brooks, T., Balmford, A., Burgess, N., Hansen, L. A., Moore, J., Rahbek, C., Williams, P., Bennun, L., Byaruhanga, A., Kasoma, P., Njoroge, P., Pomeroy, D., Wondafrash, M., 2001. Conservation priorities for birds and biodiversity: do East African important bird areas represent species diversity in other terrestrial vertebrate groups?. Ostrich Suppl., 15: 3–12.
3. Colwell, 2013. Department of Ecology and Evolutionary Biology, University of Connecticut, Storrs, USA, EstimatesS 9.1.0. User’s Guide, http://viceroy.eeb. uconn.edu/estimates/EstimateSPages/EstSUsersGuide/EstimateSUsersGuide.htm, Erişim: 12.12.2016.
4. Colwell, R.K., Mao, C.X., Chang, J., 2004. Interpolating, extrapolating, and comparing incidence-based species accumulation curves. Ecology, 85(10): 2717-2727.
5. Crist, T.O., Veech, J.A., 2006. Additive partitioning of rarefaction curves and species–area relationships: Unifying α‐, β‐and γ‐diversity with sample size and habitat area. Ecology Letters, 9(8): 923-932.
6. Gotelli, N.J., Colwell, R.K., 2001. Quantifying biodiversity: Procedures and pitfalls in the measurement and comparison of species richness. Ecology Letters, 4(4): 379-391.
7. Gotelli, N.J., Colwell, R.K., 2011. Estimating Species Richness. In: Magurran E.A., McGill J.B., (Ed.), Biological diversity: Frontiers in measurement and assessment. Oxford University Press Inc., New York, pp. 39-54.
8. Guyot, G., Gu, X.F., 1994. Effect of radiometric corrections on NDVI-determined from SPOT-HRV and Landsat-TM data. Remote Sensing of Environment, 49(3): 169-180.

9. Işık, D., Uğurlu, E., 2011. Bitki komünitelerinde beta çeşitlilik. Celal Bayar Üniversitesi Eğitim Fakültesi Dergisi, 1(1): 154-171.
10. Lande, R., 1996. Statistics and partitioning of species diversity, and similarity among multiple communities. Oikos, 76(1): 5-13.
11. Özçelik, R., 2006. Biyolojik çeşitliliği korumaya yönelik yapılan (planlama ve koruma) çalışmalar ve Türkiye ormancılığına yansımaları. Süleyman Demirel Üniversitesi Orman Fakültesi Dergisi, 2(A): 23-36.
12. Özdemir, İ., Mert, A., Şentürk, Ö., 2012. Predicting landscape structural metrics using aster satellite data. Journal of Environmental Engineering and Landscape Management, 20(2): 168-176.
13. Özkan, K., 2016. Biyolojik Çeşitlilik Bileşenleri (α, ß, γ) Nasıl Ölçülür? Süleyman Demirel Üniversitesi Orman Fakültesi Yayını, SDÜ Basımevi, Isparta.
14. Ricotta, C., Carranza, M.L., Avena, G., 2002. Computing β-diversity from species-area curves. Basic and Applied Ecology, 3(1): 15-18.
15. Rocchini, D., McGlinn, D., Ricotta, C., Neteler, M., Wohlgemuth, T., 2011. Landscape complexity and spatial scale influence the relationship between remotely sensed spectral diversity and survey based plant species richness. Journal of Vegetation Science, 22(4): 688-698. Rocchini, D., Ricotta, C., Chiarucci, A., De Dominicis, V., Cirillo, I., Maccherini, S., 2009a. Relating spectral and species diversity through rarefaction curves. International Journal of Remote Sensing, 30(10): 2705-2711.
16. Rocchini, D., Wohlgemuth, T., Ricotta, C., Ghisleni, S., Stefanini, A., Chiarucci, A., 2009b. Rarefaction theory applied to satellite imagery for relating spectral and species diversity. Rivista Italiana Di Telerilevamento, 41(2): 109-123. Whittaker R., 1972. Evolution and measurement of species diversity. Taxon, 21(2/3): 213-251
17. Wooley, J.C., Godzik, A., Friedberg, I., 2010. A primer on metagenomics. PLoS Computational Biology, 6(2): e1000667, https://doi.org/10.1371/journal.pcbi.1000667.