Geri Dön

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

Modelling litter layer mass using satellite data andenvironmental variables in brutian pine forest stands

  1. Tez No: 537644
  2. Yazar: SALİH YILMAZ
  3. Danışmanlar: PROF. DR. İBRAHİM ÖZDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Coğrafya, Ormancılık ve Orman Mühendisliği, Geography, Forestry and Forest Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

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

Özet (Çeviri)

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.

Benzer Tezler

  1. Eskişehir-Çatacık yöresinde, uydu verileri ve çevresel değişkenler kullanılarak kızılgeyik için (Cervus elaphus L.) habitat uygunluğunun modellenmesi

    Modelling habitat suitability for red deer (Cervus elaphus L.) using satellite data and environmental variables in Catacik region, Eskisehir

    MEHMET SERDAR ORUÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Ormancılık ve Orman MühendisliğiSüleyman Demirel Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM ÖZDEMİR

    YRD. DOÇ. AHMET MERT

  2. Bartın Çayı Havzası'nda uzaktan algılama ve coğrafi bilgi sistemleri ile iklim değişikliği senaryolarına uygun bir model önerisi

    A suitable model proposal via remote sensing and geographic information systems in the Bartin Stream Basin for climate change scenarios

    MERVE KALAYCI KADAK

    Doktora

    Türkçe

    Türkçe

    2021

    Peyzaj MimarlığıKastamonu Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DOÇ. DR. SEVGİ ÖZTÜRK

    DOÇ. DR. AHMET MERT

  3. Urban heat island effect on building energy consumption: A case study using thermal load calculation tool

    Şehir ısı adası etkisinin binalarda enerji tüketimine etkisi: Isıl yük hesaplama programı kullanılarak yapılan örnek bir çalışma

    MUSTAFA LEBLEBİCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT ÇAKAN

  4. Yapay zekâ yöntemleri ile bölgesel kentleşme ve iklim değişimi etkilerinin tahmini

    Prediction of regional urbanization and climate change effects with artificial intelligence methods

    BUKET İŞLER

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Fen Bilimleri Ana Bilim Dalı

    PROF. DR. ZAFER ASLAN

  5. District-based urban sprawl monitoring and modelling using CA-Markov model: application in two mega cities

    İlçe bazlı kentsel yayılma izleme ve CA-Markov model ile modelleme: iki mega şehirde uygulama

    ANALI AZABDAFTARI

    Doktora

    İngilizce

    İngilizce

    2022

    İletişim Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. AYŞE FİLİZ SUNAR