KÜRESEL İKLİM DEĞİŞİKLİĞİ İLE

MÜCADELEDE ORMANLARIN KARBON

DEPOLAMA KAPASİTESİNİN UZAKTAN

ALGILAMA YÖNTEMLERİ İLE

BELİRLENMESİ

Batuhan Ateş YILMAZ

Meteoroloji Genel Müdürlüğü

Meteoroloji 11. Bölge Müdürlüğü

Trabzon

bayilmaz@mgm.gov.tr

Prof. Dr. Mehmet MISIR

Orman Mühendisliği Bölümü

Karadeniz Teknik Üniversitesi

Trabzon

mmisir@ktu.edu.tr

Oğuzhan KOLAY

Meteoroloji Genel Müdürlüğü

Milas-Bodrum Havalimanı Meteoroloji Müdürlüğü

Muğla

okolay@mgm.gov.tr

ÖZET

Son yıllarda uluslararası anlaşmalarla önemi giderek artan küresel iklim değişikliğinin en

büyük nedeni atmosferde bulunan sera gazlarının artış göstermesidir. Sera gazları içerisinde

bulunan Karbondioksit gazının sera etkisine olan katkısı diğer gazlara oranla daha yüksektir.

Atmosferde bulunan karbondioksit oranını azaltmak iklim değişikliği ile mücadelede yapılması

gereken en önemli çalışma olarak belirtilmektedir. Bu bağlamda karasal ekosistemler içerisinde

en yüksek miktarda karbondioksit depolayan orman ekosistemleri ön plana çıkmaktadır.

Atmosferde serbest halde bulunan karbondioksiti tutmakta ve biyokimyasal dönüşüm ile

bünyesinde karbon olarak depolamakta en önemli rolü ormanlar oynamaktadır. Bu nedenle

ormanlar tarafından depolanan karbon miktarının belirlenmesi küresel iklim değişikliği ile

mücadele büyük önem arz etmektedir. Bu çalışmada seçilen araştırma alanındaki ormanlık

alanlarda depolanan karbon miktarının uzaktan algılama yöntemleri ile belirlenmesi

amaçlanmıştır. Bu amaçla, Orman ekosistemlerinde biokütlede depolanan karbon miktarının

hesaplanmasında Türkiye ormanları için üretilen Karbon Modelleri kullanılmıştır. Hesaplanan

karbon depolama kapasitelerinden yararlanılarak 4 adet karbon sınıfı oluşturulmuştur. Bu

karbon sınıflarına göre çalışma alanına ait Landsat ETM + uydu görüntüsü kullanılarak

kontrollü sınıflandırma yapılmıştır. Kontrollü sınıflandırmada En Büyük Olasılık (Maximum

Likelihood) algoritması kullanılmıştır. Yapılan kontrol sonucunda karbon depolama

kapasitesinin uzaktan algılama yöntemi kullanılarak uydu görüntüsü üzerinde belirlenebileceği

sonucuna varılmıştır.

Anahtar Kelimeler — küresel ısınma, karbon depolama, uzaktan algılama.

1. GİRİŞ

Dünyadaki nüfus artışının hızı, şehirleşme ve sanayileşme (gelişme) neticesinde doğal

kaynaklara olan talebin hızlı bir şekilde artmasını sağlamıştır. Çeşitlenerek artan isteklerin yerine

getirilirken orman ekosistemlerine zarar verilmesi, küresel iklim değişikliğinin meydana gelmesi,

çölleşmenin oluşması, hava kirliliği ve biyolojik çeşitliliğin azalması gibi çeşitli sıkıntılar

meydana gelmiştir. Bu sıkıntılardan biri olan, insanoğlunun son asırda karşılaştığı en önemli

problemlerin başında küresel iklim değişikliği gelmektedir. [1]

Atmosfer dünyadaki bütün yaşam formları için vazgeçilmez bir ortamdır ve birçok gazın

karışımından meydana gelmektedir. Atmosferin oluşumunu sağlayan esas gazlar, sırasıyla azot

(%78.08) ve oksijendir (%20,95). Karbondioksit ise üçüncü önemli gaz olmasına rağmen daha

düşük orana sahiptir (%0,93). Atmosferin kalan kısmını oluşturan gazlar birikimleri çok az olan

çok sayıdaki diğer gazlardır (Ar, Ne, He, H2, Xe).[2]

Şekil 1: Sera Etkisi.

Karbondioksit (CO2) yukarıda sayılan sera gazları içerisinde en yüksek paya sahiptir ve bu

gazdan dolayı antropojenik sera etkisinin %50-60'ı meydana gelmektedir. Son 50 yıl içerisinde

CO₂’in atmosferdeki konsantrasyonu sürekli artış göstermektedir. Bu artış oranı geçmiş yüz yıllık

döneme göre çok hızlı bir trendde seyretmektedir. [3]

Bilimsel araştırmaların karbondioksit (CO₂) gazının bağlanması veya indirgenmesine

odaklanmasının sebebi küresel ısınmadaki payının en fazla olmasından dolayıdır. Yapılan

hesaplamalarda küresel karbon dengesinin eşit şekilde olabilmesi için atmosfere salınan insan

kaynaklı sera gazı emisyonlarının en aza indirgenmesi gerekmektedir.

Tablo 1: Sera gazları ve zaman içindeki değişimleri

Sera Gazları CO2 CH4 N2O CFC11

Atmosferik birikim birimi* (Ppmv) (Ppbv) (Ppbv) (Ppyv)

Sanayi öncesi (1750-1800) ~280 ~700 ~275 0

2017 Yılındaki 405,5 1859 329,9 268

Yıllık Değişim (birikim) 1,5 10 0,8 0

Yıllık Değişim (yüzde) 0,4 0,6 0,25 0

Atmosferik ömrü (yıl) 50-200 12 120 50

Dünyada hareket halinde bulunan karbonun temel olarak 3 deposu bulunur. Bunlar;

1- Karasal ekosistemler,

2- Okyanusal ekosistemler,

3- Atmosferdir

Karbon döngüsünde “Atmosfer” en önemli rolü oynar. Fotosentez yoluyla atmosferde serbest

haldeki karbon karasal ekosisteme girer. Bitkiler aracılığıyla alınan karbondioksitin belli bölümü

solunum yoluyla tekrardan atmosfere salınır. Atmosfere salındıktan sonra kalan kısım bitkiler

için doku yapımında kullanılır.

Atmosferde bulunan CO₂ gazı, karasal ve okyanusal ekosistemler tarafından depolanmaktadır.

Okyanusların tuttuğu CO₂’ in büyük bir kısmı atmosfere tekrar geri salınmaktadır. CO₂’ in büyük

bir kısmı karasal ekosistem tarafından tutulup depolanmaktadır. Ormanlar karasal ekosistemlerin

neredeyse %32’sini oluşturmaktadır ve yeryüzünde depolanan CO₂’in %75’ini bünyelerinde

depolamaktadır. Bu sebepten dolayı, atmosferdeki CO₂ gazının azaltılmasında ve

depolanmasında ormanların ayrı bir yeri ve önemi vardır. [4]

Tablo 2: Bazı karasal ekosistemlerde karbon depolama kapasiteleri

Küresel ısınma ve sera gazı gibi çevresel sorunları ortaya çıkaran ve enerji tüketiminin hızla

artığı günümüzde giderek azalan yenilenemeyen enerji kaynaklarının yerine gözler yenilenebilir

enerji kaynaklarına çevrilmiştir.[5] Yenilenebilir enerji kaynakları, CO2 ve sera gazı

emisyonlarının olmaması ya da çok az olması nedeniyle küresel ısınmayı önleme konusunda

seçenekler sunmaktadır.

Yenilenebilir enerji kaynaklarına olan yönelim ve bu kaynakların en önemlisi olan ormanlardan

elde edilecek enerjinin, ağaçların yalnız gövde odunu ve kalın dal odunu olarak değil, tüm ağaç

bileşenleri şeklinde değerlendirilmesi gerekliliği ormancılık terminolojisine Biokütle (Biomass)

kavramını kazandırmıştır.[5]

Şekil 2: Biokütle bileşenlerinin ağaç üzerinde dağılışı.

Biokütlenin hesaplanmasında çeşitli yöntemler kullanılmaktadır. Bu yöntemler;

Birim Alan Yöntemi,

Orta Ağaç Yöntemi,

Regresyon Yöntemi

Son yıllarda, yukarıda açıklanan üç temel biokütle tahmin yönteminden farklı olarak, orman

alanlarının toplam biokütle miktarlarının belirlenmesinde uzaktan algılama teknikleri de

kullanılmaya başlanmıştır.[5]

Söz konusu araştırma alanına ilişkin uydu görüntüleri alındıktan sonra bu görüntülerdeki

reflektans (yansıtma) değerleri ile meşcereye ilişkin toprak üstü biokütle miktarı ilişkiye

getirilmeye çalışılmış ve regresyon modelleri oluşturulmuştur. Bu amaçla öncelikle yersel

ölçümler yapılarak, alanın gerçek biokütlesi belirlenmiştir. Daha sonra uydu görüntülerinden elde

edilen reflektans değerlerinin bağımsız değişkenler olarak kullanıldığı Regresyon denklemleri

yardımıyla tahmini biokütle miktarları belirlenmiş ve gerçek değerler ile karşılaştırılmıştır.

Çalışma sırasında Landsat 7 TM uydu görüntülerinden yararlanılmış ve bu görüntülerin 1, 2, 3 ve

4 bantlarına ilişkin reflektans değerleri denenmiştir.

Uzaktan algılama teknolojisi iki temel aşamadan oluşmaktadır:

Veri toplama

Veri işleme

Uydu görüntüsü sayısal olarak elde edilir ve yalnızca görüntüsü olması dışında fotoğraftan farklı

olarak cisimlerin gözle görülmeyen ya da ayırt edilemeyen özellikleri hakkında bilgi de içerir.

Görünür olmayan dalga boylarına ait bu bilgiler, görünürde benzer özellikler gösteren cisimleri

birbirinden ayırt etmede çok önemlidir.

Doğal kaynak incelemelerinde en yaygın olarak kullanılan uydular aşağıda verilmiştir.

LANDSAT

IKONOS

IRS-1C/D

QUICKBIRD

BILSAT

SPOT

ENVISAT

MOS

ERS

GEOEYE

Bu çalışmada, spektral bant çeşitliliğine sahip, temininin kolay ve maliyetinin diğerlerine göre

düşük, kaplama alanı büyük (185 x 185 km.) olması nedeniyle Landsat uydu görüntüsü tercih

edilmiştir.

Şekil 3: Landsat 7 uydusunun model olarak görüntüsü.

Tablo 3 ve 4’ te Landsat uydu görüntüsünün bant özellikleri ve kullanım alanları gösterilmiştir.

Tablo 3: Bazı karasal ekosistemlerde karbon depolama kapasiteleri [6]

Tablo 4: Landsat TM bant kullanım alanları [6]

Bir uzaktan algılama veri setinin sınıflandırılmış harita formatında olan sonuçları, başka bir veri

kaynağı olan Coğrafi Bilgi Sistemlerini (CBS) güncelleştirmede kullanılabilir. Farklı veri

setlerini ve kaynaklarını bir arada kullanmak çok daha iyi sonuçlara ulaşmak için iyi bir

yaklaşımdır [13].

Sınıflandırma, birçok bilim dalında kullanılan bir karar verme işlemidir. Görüntü sınıflandırma

işleminde amaç, bir görüntüdeki bütün pikselleri arazide karşılık geldikleri sınıflar veya temalar

içine otomatik olarak atamak, yerleştirmektir. Diğer bir anlamda görüntüdeki objelerin

segmentasyonudur. Sınıflandırma ile görüntüdeki objeler, belirlenen sınıflara ayrılarak

tanımlanırlar. Özellikle uzaktan algılamada arazi kullanımı uydu görüntüleri sınıflandırılarak

elde edilir. Elde edilen sonuçlar vektör veriye dönüştürülerek tematik haritalar elde edilir.

Nesnelerin konumları ve dışsal nedenler, aynı nesnelerin farklı yansıtma değerleri vermesine

neden olur.[5]

Bu sebeple aynı nesnelere ait yansıma değerleri gruplandırılır. Sınıflandırma olarak tanımlanan

bu aşama, uzaktan algılama veri setinin içerdiği spektral sınıfları çeşitli istatistiksel yöntemler ile

belli kategorilere ayırma işlemidir (URL-12, 2011). Sınıflandırma işlemi 2 farklı yönteme göre

yapılmaktadır. Bunlar;

• Kontrolsüz (Denetimsiz) Sınıflandırma

• Kontrollü (Denetimli) Sınıflandırma

Kontrolsüz sınıflandırma genel olarak iki adımdan oluşur. Birinci adımda veri kümelere ayılır.

Benzer yeryüzü nesnelerinden yansıyan spektral değerler yakın bir gruplaşma gösterir.

Kontrolsüz sınıflandırma sonucu oluşan sınıflar spektral sınıflardır. İkinci adımda daha büyük

ölçekli görüntü veya harita gibi referans veriler ile bu spektral sınıflar karşılaştırılarak hangi

yeryüzü gerçeğine karşılık geldikleri belirlenir.

Kontrollü yaklaşımda ise önce yararlı bilgi sınıfları (eğitim alanları) belirlenir. Daha sonra

onların spektral ayırt edilebilirliği incelenir.[14]

2. MATERYAL VE YÖNTEM

Yapılan araştırmanın bu bölümünde, Uzaktan Algılama Yöntemleri ve Coğrafi Bilgi Sistemleri

yardımıyla, karbon depolama kapasitesinin hesaplanması için seçilen materyal ve bu materyal

üzerinde uygulanan yöntem tanıtılacaktır.

2.1. Çalışma Alanının Tanıtımı

Yapılan araştırma ve çalışma kapsamında, Trabzon Orman Bölge Müdürlüğü Torul Orman

İşletme Müdürlüğü, Örümcek Orman İşletme Şefliği araştırma alanı olarak seçilmiştir (Şekil 4).

Örümcek Orman İşletme Şefliği, 40° 26' 27"- 40° 43' 39" kuzey enlemleri ile 38° 54' 27"- 39° 08'

20" doğu boylamları arasında yer almaktadır. Plan ünitesi GİRESUN G 41-b2-c2-c3, TRABZON

G 42-a1-d1-d2 ve d4 paftaları içerisinde kalmaktadır.

Şekil 4: Çalışma alanının konumu.

İşletme Şefliğine ait son amenajman planı arazi çalışmaları Mayıs-Eylül 2015 tarihleri arasında

toplam 847 adet örnek alanda yapılmıştır.

Şekil 5: Örnek Alan Haritası.

2.2. Karbon Depolama Kapasitesinin Hesaplanması

Bu çalışmada, meşcerelerin karbon depolama miktarlarının belirlenmesinde, çalışma alanında

2015 yılında yapılan arazi çalışması sonucu elde edilen envanter verileri kullanılmıştır. Envanter

çalışması sırasında, örnekleme alanında ölçülen ağaçların çapları yardımıyla her bir ağaç için

bünyesinde biriken toplam karbon miktarı hesaplanmıştır. Ağaçların karbon miktarlarının

hesaplanmasında ağaç türleri için geliştirilen Allometrik karbon modelleri kullanılmıştır.

Tablo 5: Allometrik Karbon Modelleri

Ağaç Türü Karbon Modeli Kaynak

Ladin 0,33xd2.43

Mısır,M. ve ark., 2011

Kayın 0.0256xd2.775

Mısır.,M. ve ark 2013

Sarıçam (0.413xd2)-28.36 Yavuz., H. ve ark., 2010

Göknar 0.109xd2.092

Mısır.,M.ve ark. 2012

Meşe (0.0466xd2.574

)x1.0353 Makineci ve diğ., 2011

Karaçam 5.927536x1.155611d

Güner., T.S. ve Comez.,A.,2017

2.3. Karbon Sınıflarının Oluşturulması

Çalışma alanına ait hektardaki karbon miktarları hesaplandıktan sonra meşcereler karbon

depolama kapasitelerine göre 0-100ha/ton, 100-250 ha/ton, 250<ha/ton, Açık ve Bozuk Alan

olarak 4 sınıfa ayrılmıştır.

Tablo 6: Karbon Sınıfları

Karbon Sınıfları Karbon Depolama Kapasitesi (Ha/Ton)

1.Karbon Sınıfı 0-15

2. Karbon Sınıfı 15-25

3. Karbon Sınıfı 25<

4. Karbon Sınıfı Açık ve Bozuk Alanlar

2.4. Uydu Görüntülerinin Hazırlanması

Ham veriler halinde alınan Landsat uydusuna ait görüntülerin birleştirilmesi gerekmektedir.

Landast uydu görüntülerinin algılama yaptığı bantlarda ihtiyaca göre değişik kombinasyonlar

kullanılabilir. Landsat ETM+ algılama yaptığı bantların uygulama alanları dikkate alınarak,

ormanlık alanların ayrımı için 1,2,3,4 bant kombinasyonu kullanılmıştır. İlk olarak bu bantlar

üzerinde birleştirme işlemi gerçekleştirilmiştir. Yapılacak olan geometrik düzenleme için önceden

UTM koordinat sistemine oturtulmuş topoğrafik haritalardan yararlanılmıştır. Mevcut uydu

görüntüsü çok büyük bir alanı kapsadığından araştırma alanı haritası ile çakıştırılıp kesilmiştir.

3. BULGULAR

Karbon depolama kapasitelerine ilişki hesaplanmış değerler aşağıdaki tabloda verilmiştir.

Tablo 6: Karbon Sınıfları

Depolanan Karbon Miktarları (Ton/Ha)

M.Tipi Toplam M.Tipi Toplam M.Tipi Toplam M.Tipi Toplam

BÇs 0,764 İs 0 LÇsbc3 3,945 LKnd2 23,656

BKn 0,391 Kna3 0,005 LÇsc3 7,268 Mzbc3 0,109

BKnL 0,206 Knb3 3,292 LÇscd2 9,614 MzGnab2 9,169

BL 1,905 Knbc3 7,122 LÇscd3 38,307 MzGnb3 4,461

BMz 4,145 Kncd3 20,442 Ld2 4,291 MzGnbc2 3,043

BMzL 0,034 KnGnab3 1,809 Ld3 5,450 MzGnbc3 9,423

Çsa 0 KnGnbc2 3,100 LGa 0 MzKnbc2 0,200

Çsa0 0 KnGnbc3 4,683 LGab3 0,353 MzKnbc3 4,864

Çsa3 0,001 KnLa 0 LGb3 1,430 Oc 0

Çsab3 0,102 KnLa3 0,003 LGbc3 2,564 OT 0

Çsb3 0,646 KnLab3 1,472 LGcd2 3,363 OT-T 0

Çsbc3 12,057 KnLb3 2,098 LGcd3 25,734 Su 0

Çsc3 10,813 KnLbc3 19,611 LGd/a0 1,005 T 0

Çscd/a 0,292 KnLcd1 12,733 LGd2 3,920 Ts 0

Çscd1 7,974 KnLcd2 55,814 LGd3 5,618 Z 0

Çscd2 18,361 KnLcd3 22,675 LGnbc3 14,261

ÇsLa3 0,001 KnLd/a 0,493 LKna 0

ÇsLbc3 8,169 KnLd2 31,424 LKna0 0

ÇsLcd1 2,938 Ku 0 LKna3 0,014

ÇsLcd2 4,431 La 0 LKnbc2 1,484

ÇsLcd3 4,090 Lbc3 6,451 LKnbc3 11,546

GKnbc3 0,553 Lc3 11,399 LKncd1 1,014

GLbc3 0,717 Lcd1 7,714 LKncd1/ab2 0,946

GLcd2 2,773 Lcd2 16,290 LKncd2 0,814

GLcd3 1,712 Lcd3 57,057 LKncd3 22,949

Genel Toplam= 589,577 (ton/ha)

Araştırma alanı meşcerelerinin karbon depolama kapasitelerine göre kontrollü sınıflandırma

yapılabilmesi için karbon değerlerine göre meşcereler dört gruba ayrılmıştır.

Tablo 7: 1. Karbon Sınıfı

1. Karbon Sınıfı

M.Tipi Karbon

(Ton/Ha) M.Tipi

Karbon (Ton/Ha)

M.Tipi Karbon

(Ton/Ha) M.Tipi

Karbon (Ton/Ha)

Çsa3 0,001 GLcd2 2,773 Lc3 11,399 LGnbc3 14,261

Çsab3 0,102 GLcd3 1,712 Lcd1 7,714 LKna3 0,014

Çsb3 0,646 Kna3 0,005 LÇsbc3 3,945 LKnbc2 1,484

Çsbc3 12,057 Knb3 3,292 LÇsc3 7,268 LKnbc3 11,546

Çsc3 10,813 Knbc3 7,122 LÇscd2 9,614 LKncd1 1,014

Çscd/a 0,292 KnGnab3 1,809 Ld2 4,291 LKncd1/ab2 0,946

Çscd1 7,974 KnGnbc2 3,100 Ld3 5,450 LKncd2 0,814

ÇsLa3 0,001 KnGnbc3 4,683 LGab3 0,353 Mzbc3 0,109

ÇsLbc3 8,169 KnLa3 0,003 LGb3 1,430 MzGnab2 9,169

ÇsLcd1 2,938 KnLab3 1,472 LGbc3 2,564 MzGnb3 4,461

ÇsLcd2 4,431 KnLb3 2,098 LGcd2 3,363 MzGnbc2 3,043

ÇsLcd3 4,090 KnLcd1 12,733 LGd/a0 1,005 MzGnbc3 9,423

GKnbc3 0,553 KnLd/a 0,493 LGd2 3,920 MzKnbc2 0,200

GLbc3 0,717 Lbc3 6,451 LGd3 5,618 MzKnbc3 4,864

Toplam= 229,812

Tablo 8: 2. Karbon Sınıfı

2. Karbon Sınıfı

M.Tipi Karbon

(Ton/Ha)

Çscd2 18,361

Kncd3 20,442

KnLbc3 19,611

KnLcd3 22,675

Lcd2 16,290

LKncd3 22,949

LKnd2 23,656

Toplam= 143,984

Tablo 9: 3. Karbon Sınıfı

3. Karbon Sınıfı

M.Tipi Karbon

(Ton/Ha)

KnLcd2 55,814

KnLd2 31,424

Lcd3 57,057

LÇscd3 38,307

LGcd3 25,734

Toplam= 208,336

Tablo 10: 4. Karbon Sınıfı

4. Karbon Sınıfı

M.Tipi Karbon

(Ton/Ha)

BÇs 0,764

BKn 0,391

BKnL 0,206

BL 1,905

BMz 4,145

BMzL 0,034

Toplam= 7,446

Araştırma alanı meşcerelerinin karbon depolama kapasitelerine göre kontrollü sınıflandırma

yapabilmesi için karbon değerlerine göre meşcereler dört gruba ayrılmıştır.

3.1. Denklemler

Genel sınıflandırma doğruluğu her bir sınıf doğruluğunun ortalamasıdır. Bir başka yaklaşımda

olasılık matrisiyle sağlanmış bilgiyi özetleyen kappa (k) katsayısı sınıflandırmanın doğruluğunu

ağırlıklı olarak hesaplayan bir istatistiksel ölçü olarak kullanılır.

Kappa değerinin formulü;

(1)

r : Sınıf sayısı

Xii : Hata matrisinin köşegen elemanları

Xi+ : Satır toplamı

X+i : Sütün toplamı

N : Hata matrisindeki toplam piksel sayısıdır

Sonuçta bulunan (k) değeri;

0,0 isw sınıflandırılmış veriler ile referans veri arasında uyum olmadığı,

1,0 ise tam uyum olduğu

0,75 ve fazlası ise sınıflandırma performansının çok iyi olduğunu,

0,40’ın aşağısı ise performansın yetersiz olduğunu gösterir.[15]

4. SONUÇLAR

Dünyadaki toplam orman alanı 3 milyar 952 milyon hektar olup dünya kara alanının yaklaşık

%30’ una karşılık gelmektedir. Karasal biyolojik çeşitliliğin dörtte üçünü bünyesinde barındıran

ormanlar, aynı zamanda karasal karbon havuzlarının yaklaşık yarısını oluşturmakta ve bu nedenle

dünya iklimini düzenlemede önemli bir rol oynamaktadır [16]. Türkiye ormanlarının iklim üzerine

etkisinin hesaplanabilmesi için depoladığı karbon miktarının belirlenmesi gerekmektedir. Karbon

depolarının hareketinin sürekli olarak yersel ölçümlerle hesaplanması hem oldukça maliyetli hem

de çok zaman alan bir yöntemdir. Yersel ölçümlerle doğruluğu hesaplanan uzaktan algılama

yöntemlerini kullanarak ormanların depoladığı karbon miktarını hesaplamak daha hesaplı olup

kullanıcı açısından daha pratik olmaktadır. Yapılan çalışma Karadeniz Teknik Üniversitesi Orman

Fakültesi Orman Mühendisliği Bölümünde üzerine çalışılan doktora tezinin belli bir bölümüdür.

Bu amaç doğrultusunda, arazi çalışmaları sonucu elde edilen verilerle karbon depolama

kapasiteleri hesaplanan verimli ormanların gruplar halinde Landsat ETM + uydu görüntüsü

üzerinde karbon depolama kapasitelerine göre sınıflandırılması gerçekleştirilecektir. Landsat ETM

+ uydu görüntüsü üzerinde karbon depolama kapasitelerine göre yapılan sınıflandırmada En

Yüksek Olasılık yöntemi kullanılacaktır. Sonuç olarak yersel ölçümlerle hesaplanan karbon

miktarı uzaktan algılama yöntemleri ile belirlenebilecektir. Ormanların karbon depolama

kapasitesinin uzaktan algılama yöntemleri ile belirlenebilmesinin doğruluğunu arttırabilmek için,

farklı uydu görüntüleri kullanılarak hesaplama yapmak gerekmektedir.

KAYNAKLAR

[1] Yılmaz B.A., Ormanların Karbon Depolama Miktarının Ekonomik Analizi (Örümcek

İşletme Şefliği Örneği), Trabzon/ Yüksek Lisans Tezi, 2018.

[2] Türkes M., Sümer U.M., Çetiner G., Kyoto Protokolü Esneklik Mekanizmaları

(Flexibility Mechanisims Under the Kyoto Protocol), Tesisat Dergisi, (52-84), 2006.

[3] NOAA/ESRL.Dr. Pieter Tans, 2013.

[4] Ketizmen B., Kahraman Maraş Başkonuş Ormanında Karbon Ekonomisi Üzerine

Araştırmalar ve Fonksiyonel Karşılaştırmalar, Kahramanmaraş/Yüksek Lisans Tezi, 2011.

[5] Gülsunar M., Ormanların Karbon Depolama Kapasitesinin Uzaktan Algılama Yöntemi İle

Belirlenmesi (Düzdağ Orman İşletme Şefliği Örneği), Trabzon/Yüksek Lisans Tezi, 2011.

[6] Kuru E., Uydular: Kullanım Amaçları ve Bir Uygulama, Adana/Yüksek Lisans Tezi,

2005.

[7] Mısır M., Mısır N., Yavuz H., Altun L. ve Karahalil U., K.T.Ü. Orman Fakültesi Eğitim

ve Araştırma Ormanın Karbon Depolama Kapasitesinin Belirlenmesi ve Orman Amenajman

Planına Aktarılması, Trabzon/Bilimsel Araştırma Projesi, 2011.

[8] Mısır M., Mısır N. ve Erkut S., Estimations of Total Ecosystem Biomass and Carbon

Storage For Fir (Abies nordmanniana S. Subsp. Bornmülleriana (Mattf.)) Forests (Western

Black Sea Region), Kastamonu/IUFRO SE (60-64), 2012.

[9] Mısır M., Mısır N., Ülker C. ve Erkut S., Saf Kayın Meşcerelerinin Karbon Depolama

Miktarının Belirlenmesi (Trabzon Orman Bölge Müdürlüğü Örneği), Trabzon/Bilimsel

Araştırma Projesi, 2013.

[10] Yavuz H., Mısır N.M., Tüfekçioğlu A., Karahalil U., Karadeniz Bölgesi Saf ve Karışık

Sarıçam (Pinus sylvestris L.) Meşcereleri İçin Mekanistik Büyüme Modellerinin

Geliştirilmesi, Biokütle ve Karbon Miktarlarının Belirlenmesi, Ankara/TUBİTAK TOVAG

106O274 nolu proje sonuç raporu, 2010.

[11] Makineci E. ve ark., Kuzey Trakya Koruya Tahvil Meşe Ekosistemlerinde Sağlık Durumu,

Biokütle, Karbon Depolama ve Fanustik Özelliklerin Belirlenmesi, TUBİTAK TOVAG

Proje 107O750 (1-276).

[12] Güner T.S., Comez A., Biomass Equations and Changes In Carbon Stock In Afforested

Black Pine (Pinus nigra Arnold. Subsp. Pallasiana (Lamb Holmboe) Stands In Turkey,

2017.

[13] https://www.cscrs.itu.edu.tr/content/uzaktanalgilama.php# , Uzaktan Algılama Genel

Bilgiler, Son Kontrol: 23.03.2011.

[14] Lillesand T.M. ve Kiefer R.W., Remote Sensing and Image Interpretation, Canada, 2000.

[15] Mather,Paul M., Computer Processing of Remotely Sensed Images, England, 1999.

[16] http://web.ogm.gov.tr/languages/English/forestandclimate/Turkey/Sayfalar/Ormanlar , İklim

Değişikliği Kapsamında Ormanların Önemi, 2011.