Aktif ve Pasif Uydu Görüntüleri Kullanılarak Saf Karaçam Meşcerelerinde Topraküstü Karbonun Tahmin Edilmesi
Tarih
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
Özet
Bu çalışma, Sinop Orman Bölge Müdürlüğü, Boyabat Orman İşletme Müdürlüğü, Elekçamı Orman İşletme Şefliği sınırları içerisinde yayılış gösteren saf karaçam meşcerelerinde gerçekleştirilmiştir. Çalışma kapsamında toplam 247 adet örnek alan verisi kullanılmıştır. Envanter verilerinden yararlanılarak her bir örnek alan için topraküstü karbon (TÜK) değerleri hesaplanmıştır. Her bir örnek alan için Landsat 5 TM bant yansıma ve vejetasyon indis, ALOS-PALSAR uydu görüntüsüne ait HH ve HV polarizasyonlarından parlaklık ve geri yansıtım ile örnek alanlara ilişkin eğim, bakı ve yükselti değerleri hesaplanmıştır. TÜK değerleri ile yukarıda açıklanan değişkenler arasındaki ilişkiler çoğul regresyon analizi ile modellenmiştir. Toplam 14 adet model geliştirilmiştir. Geliştirilen model başarıları incelendiğinde, Landsat 5 TM vejetasyon indis, ALOS-PALSAR parlaklık ve geri yansıtım değişkenleri ile eğim, bakı ve yükselti değerlerinin bağımsız değişkenler olarak yer aldığı modelde belirtme katsayısı (R_düz^2=0.655; Sy.x=0.18147) elde edilmiştir.
This study was conducted in pure Crimean stands located within the boundaries of Sinop Regional Directorate of Forestry, Boyabat Forest Enterprise, Elekçamı Forest Planning Unit. A total of 247 sample plot inventory data were utilized. Using inventory data, aboveground carbon values were calculated for each sample plot. Then, for each sample plot, band brightness and vegetation indice obtained from the Landsat 5 TM satellite image, polarization (HH and HV) brightness and backscattering obtained from the ALOS-PALSAR satellite image, as well as slope, aspect, and elevation values, were calculated. The relationships between aboveground carbon values and the variables mentioned above were modeled using multiple regression analysis. A total of 14 models were developed. When examining the success of the developed models, the highest model accuracy (R_adj^2=0.655;Sy.x=0.18147) was achieved in the model that included vegetation indices from the Landsat 5 TM satellite image, brightness and backscattering values from the ALOS-PALSAR satellite image, along with slope, aspect, and elevation as independent variables.










