Uydu verileri ve çevresel değişkenler kullanılarak Kızılçam meşcerelerinde ölü örtü kütlesinin modellenmesi

Abstract

Meşcere zemininde biriken ölü örtü, orman ekosistemlerinde tutulan karbon miktarı (C) içinde önemli bir paya sahiptir. Ülkemizin Akdeniz bölgesinde yayılış gösteren ibreli ağaç türlerinden oluşan ormanlarda önemli miktarda ölü örtü kütlesi (ÖÖK) birikmektedir. Özellikle karbon miktarının daha az hatayla kestirilmesi için, ÖÖK'nın hesaba dâhil edilmesi çok önemlidir. ÖÖK envanteri için hızlı ve düşük maliyetli yöntemlere ihtiyaç bulunmaktadır. Geniş coğrafi alanları kaplayan uydu verileri bu konuda alternatif bir bilgi kaynağıdır. Bunun yanında, ÖÖK üzerinde çevresel faktörlerin de etkili olduğu bilinmektedir. Dolayısıyla, uydu verilerinden çıkarılan değişkenler ve çevresel değişkenler ile ÖÖK arasındaki ilişkilerin ortaya çıkarılması önemli görülmektedir. Bu tez çalışmasında, ilk olarak, RapidEye, SPOT-5, Aster uydu verilerinden türetilen normalleştirilmiş fark bitki indeksleri (NDVI) ve sıcaklık indeksi (Sİ), radyasyon indeksi (Rİ) ve bakı uygunluk indeksi (BUİ) ile ÖÖK arasındaki ilişkiler incelenmiştir. İstatistiksel değerlendirmelere göre; ÖÖK ile NDVIRapidEye, NDVISPOT, NDVIAster ve Sİ arasındaki doğrusal ilişkilere ait Pearson korelasyon katsayıları (R) sırasıyla; 0,75, 0,69, 0,73 ve -0,41 olarak hesaplanmıştır (p<0,01). Sonra Genelleştiriliş Eklemeli Model (GAM) kullanılarak uydu ve çevresel değişkenlere dayalı olarak ÖÖK tahmin edilmiştir. Çapraz doğrulama testine göre, en iyi performansı gösteren ve NDVIAster ve Sİ'nin açıklayıcı değişkenler olarak yer aldığı modelin ÖÖK'daki değişimleri %49'unu açıklayabildiği tespit edilmiştir. Sonuç olarak uydu verileri ve çevresel değişkenler kullanılarak orman kızılçam meşcerelerinde zemininde biriken ölü örtü kütlesinin tahmin edilebileceği söylenebilir. Böylece bu çalışmanın sonuçları, kızılçam orman ekosistemlerinde tutulan toplam karbon (C) miktarının daha az hatayla hesaplanmasına önemli katkı sağlayabilir.

Litter layer on the forest floor has an important share in the amount of stored carbon (C) in forest ecosystems. A considerably amount of litter mass was accumulated in the conifer forests in the Mediterranean Region of Turkey. Litter mass should be regarded to estimate forest carbon with low error. Rapid and cost-effective methods should be needed for Litter mass inventory. Satellite remote sensing data covering broad geographic regions are alternative data source in this scope. Besides, environmental factors have effect on litter mass. Accordingly, it is important to reveal the relationships between litter mass and the variables derived from satellite data and environmental variables. In this thesis, we firstly investigated that the relationships between litter mass and the Normalized Difference Vegetation Index (NDVI) images derived from RapidEye, SPOT-5 and Aster satellite data and the environmental variables including temperature index (TI), radiation Index (RI) and aspect suitability Index (ASI). Statistical assessments showed that the Pearson correlation coefficients for the linear relationships between litter mass and NDVIRapidEye, NDVISPOT, NDVIAster ve TI were 0.75, 0.69, 0.73 and -0.41, respectively. Then, litter mass was estimated by means of generalized additive model (GAM) using the explanatory variables including NDVI images and environmental data. According to the cross validation test, the best model using NDVIAster and TI as explanatory variables explained a total variation of 49 percent of the response variable (litter mass). We may conclude that the litter mass on the floor of brutian pine stands can be moderately predicted using satellite data and environmental variables. We consider that the results of this study may contribute to estimation of C storages more accurately in the brutian pine stands.