Landsat TM Uydu Görüntüsü Yardımıyla Bazı Meşcere Parametrelerinin Tahmin Edilmesi (Reşadiye Orman İşletme Şefliği Örneği)

Year 2017, Volume: 3 Issue: 2, 200 - 209, 20.12.2017

Muammer Şenyurt , Cem Yılmaz Alkan Günlü

Abstract

Bu çalışmada, Amasya Orman Bölge Müdürlüğü, Niksar Orman İşletme Müdürlüğü,
Reşadiye Orman İşletme Şefliği sınırları içerisinde yer alan meşcerelerden
alınan örnek alanların çeşitli meşcere özellikleri (meşcere hacmi, göğüs yüzeyi,
göğüs yüzeyi orta ağacı çapı ve ağaç sayısı) ile Landsat TM uydu görüntüsünden
elde edilen bant parlaklık değerleri ve bu değerlerden elde edilen vejetasyon
indis değerleri arasındaki istatistiki ilişkiler, çoğul regresyon analizi ile
modellenmiştir. Modellemeler için 569 adet örnek alanından alınan veriler
kullanılmıştır. Bu örnek alanlara ait yersel ölçüm verileri ve Landsat TM uydu
görüntüsü altlık olarak yararlanılmıştır. Meşcere orta çapı ile TM 1, TM 3, TM
4, TM 5 ve TM 7 parlaklık değerleri (=0.488, Syx=3,639) ve SR53 ile ASVI vejetasyon
indislerini (=0.525, Syx=2,0509) içeren değişkenler arasında
ilişkiler tespit edilmiştir. Göğüs yüzeyi ile TM 1, TM 3 ve TM 4 parlaklık
değerleri (=0.409, Syx = 5,9043) ve ARVI, MSVAI ve NR vejetasyon
indislerini (=0.479, Syx=3,7959) içeren bağımsız değişkenler
ile ilişkiler tespit edilmiştir. Ağaç sayısı ile TM 1, TM 5 ve TM 7 parlaklık
değerlerini (=0.367, Syx=87,7536) ve ND73 ve ASVI vejetasyon
indislerini (=0.446, Syx=66,0039) içeren değişkenler ile ilişkiler
elde edilmiştir. Meşcere hacmi ile TM 1, TM 3 ve TM 4 (=0.453, Syx=63,3279) ve SR43, SR53, SR54, ND53,
ND32, ND73, ASVI, MSAVI ve NR vejetasyon indislerini (=0.587, Syx=45,8345) içeren bağımsız
değişkenler arasında ilişkiler belirlenmiştir. Elde edilen sonuçlar
değerlendirildiğinde; meşcere parametrelerinin tahmin edilmesinde vejetasyon
indis değerleri kullanılarak elde edilen modelerin bant parlaklık değerlerine
göre elde edilen modellerden daha iyi sonuç verdiği görülmüştür. 

Keywords

Reşadiye Orman İşletme Şefliği, Meşcere parametreleri, Landsat TM uydu görüntüsü

References

• Armston, J.D., Danaher, T.J.. Goulevitch, B.M. and Byrne, M.I. 2002. Geometric correction of Landsat MSS. TM and ETM+ Imagery for mapping of woody vegetation cover and change detection in Queenlands, http://www.nrm.gld.gov.au/slats/pdf/0078anav.pdf.
• Ateşoğlu, A., 2009. Farklı uydu görüntü verileri ile meşcere parametreleri arasındaki ilişkilerin araştırılması (Bartın-Mugada Örneği). Doktora tezi. Bartın Üniversitesi. Fen Bilimleri Enstitüsü. 111s.. Bartın. Botkin, D.B., Estes, J.E., McDonald, R.M. and Wilson, M.V., 1984. Studying the Earth’s vegetation from space, Bioscience, 34, 508-514. Çakır, G. 2006. Orman amenajman planlamasında gerekli bilişimin sağlanması için uzaktan algılama ve coğrafi bilgi sistemi tekniklerinden yararlanılması, Doktora tezi, Karadeniz Teknik Üniversitesi. Fen Bilimleri Enstitüsü. 127s.. Trabzon.
• Dees, M., Pelz, D.R. and Koch, B. 1998. Integrating satellite based forest mapping with Landsat TM in a concept of a large scale forest ınformation system, Photogrametrie, Fernerkundung, Geoinformation, 209-220.
• Elijah, W., Ramsey, M. and Sensen, J.R. 1996. Remote sensing and mangrove wetlands relating canpy spectra to site-specific data, Photogrammetric Engineering&Remote Sensing, 62, 8, 939-948.
• Gebreslasie, M.T., Ahmed, F.B. and Van Aardt, J.A.N., 2010. Predicting forest structural attributes using ancillary data and Aster satellite data, International Journal of Applied Earth Observation and Geoinformation, 12: 23-26.
• Gomez, C., Wulder, M.A., Montes, F. and Delgado, J.A., 2012. Modeling forest structural parameters in the mediterranean pines of central Spain using QuickBird-2 Imagery and classification and regression tree analysis (CART), Remote Sensing, 4: 135-159.
• Greenberg, J.A., Dobrowski, S.L. and Ustin, S.L., 2005. Shadow allometry: Estimating tree structural parameters using hyperspatial image analysis, Remote Sensing of Environment 97, 15-25.
• Günlü, A., Ercanlı, İ., Şenyurt, M. ve Yayla, A. T., 2012. Modeling stand volume using Landsat TM data for fir stands (Abies bornmuelleriana Matth.) located in Buyukduz planning unit, TURKEY, 14th international fir symposium”to be held by Kastamonu University in Kastamonu, Turkiye (TURKEY) between 12 and 14 of September.
• Günlü, A., Ercanlı, İ., Başkent, E. Z. ve Şenyurtü, M. 2013. Quickbird ve Landsat 7 ETM+ uydugörüntüleri kullanılarak Ayancık-Göldağ kayın (Fagus orientalis Lipsky) meşcerelerinde hacim tahmini, S.D.Ü. Orman Fakültesi Dergisi, 14, 24-30.
• Günlü, A., Ercanlı, İ., Sönmez, T. and Başkent, E.Z., 2014. Prediction of some stand parameters using pan-sharpened Ikonos satellite image, European Journal of Remote Sensing, 47: 329-342.
• Günlü, A., Ercanlı, İ. Keleş, S. and Anlara, H.C., 2015. Modelling of stand volume and tree density using Spot-4 satellite image: a case study in Devrez planning unit (yayınlanmamış).
• Günlü, A., Sivrikaya, F., Başkent, E.Z., Keleş, S., Çakır, G. and Kadıoğulları A.İ., 2008. Estimation of stand type parameters and land cover using Landsat 7 ETM+ image: A case study from Turkey, Sensors, 8: 2509-2525
• Hyyppä, J., Hyyppä, H., Inkinen, M., Engdahl, M., Linko, S. and Zhu, Y., 2000. Accuracy comparison of various remote sensing data sources in the retrieval of forest stand attributes, Forest Ecology and Management, 128: 109-120.
• İnan, M., 2004. Orman varlığının saptanmasında uzaktan algılama verileri, Doktora tezi, İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, 142 s., İstanbul.
• İnan, M., 2009. Uzaktan algılama verileri ve orman meşcerelerine ait dendrometrik elemanlar arasındaki spektral ilişkiler, Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: XXII, Sayı:3
• Jensen, R.J., 1996. Introductory digital ımage processing, A Remote Sensing Perspective, 2nd edition, Prentice Hall, Upper Saddle River, New Jersey 07458, ISBN 0-13-205840-5, USA, 318 s.
• Kahriman, A., Günlü, A. and Karahalil, U., 2014. Estimation of crown closure and tree density using Landsat TM satellite images in mixed forest stands, "Journal of the Indian Society of Remote Sensing”, Indian Society of Remote Sensing, DOI 10,1007/s12524-013-0355-3
• Kayitakire, F., Hamel, C. and Defourny, P., 2006. Retrieving forest structure variables based on image texture analysis and Ikonos-2 imagery, Remote Sensing of Environment, 102:390–401.
• Köse, S., Çakır, G., Sönmez, T. ve Sivrikaya, F., 2002. Uzaktan algılamanın orman amenajman planlamasında ve bilgi sistemleri kurulmasındaki önemi, Orman amenajmanında kavramsal açılımlar ve yeni hedefler, Evcimen Sempozyumu, 148-157, İstanbul.
• Mert, A. 2006. Uydu verileri ve görüntü segmentasyonu yöntemi kullanarak kızılçamda (Pinus brutia Ten.) meşcere hacminin kestirilmesi, Yüksek lisans tezi, Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Isparta Mcroberts, R.E.
• Mohammadi, J,. Joibary, S.S., Yaghmaee, F. and Mahiny, A.S., 2010. Modeling forest stand volume and tree density using Landsat ETM data, International Journal of Remote Sensing, 31: 2959-2975.
• Musaoğlu, N., 1999. Elektro-optik ve aktif mikrodalga algılayıcılardan elde edilen uydu verilerinden orman alanlarında meşcere tiplerinin ve yetişme ortamı birimlerinin belirlenme olanakları, Doktora tezi, İTÜ, İstanbul.
• OGM, 2012. Reşadiye Orman İşletme Şefliği Orman Amena man Planı. Orman Genel Müdürlüğü, Ankara.
• Özdemir, İ., 2003. Üç aşamalı örnekleme metodu ve bölgesel (Doğu Marmara Bölgesi) Orman envanterinde uygulanması, Doktora tezi, İ.Ü. Fen Bilimleri Enstitüsü, 128 s., İstanbul.
• Özdemir, İ. and Karnieli, A. 2011. “Predicting forest structural parameters using the ımage texture derived from WorldView-2 multispectral ımagery in a dryland forest, Israel”, International Journal of Applied Earth Observation and Geoinformation, 13 701-710.
• Özkan, U.Y., 2003. Uydu görüntüleri yardımıyla meşcere parametrelerinin kestirilmesi ve orman amenajmanında kullanılması olanakları, Yüksek lisans tezi, İ.Ü. Fen Bilimleri Enstitüsü, 70s., İstanbul.
• Puhr, C.B. and Donoghue, D.N.M., 2000. Remote sensing of upland conifer plantations using Landsat TM data: A Case Study from Galloway, South-West Scotland, International Journal of Remote Sensing, 21, 633-646.
• Varjo, J., 1995. Forest change detection by satellite remote sensing in eastern Finland, ears el advances in Remote Sensing, 4, 3.
• Yeşil, A., Asan, Ü., Coskun, G., Örmeci, C. and Kaya, S., 1999. Statically modeling and stand type forest mapping selected area around Istanbul using Landsat-TM and Spot Data, Proceedings of the International Symposium On Remote Sensing & Integrated Technologies, 151-162, Istanbul.