KÜRESEL İKLİM DEĞİŞİKLİĞİ İLE MÜCADELEDE ORMANLARIN...
Transcript of KÜRESEL İKLİM DEĞİŞİKLİĞİ İLE MÜCADELEDE ORMANLARIN...
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
Prof. Dr. Mehmet MISIR
Orman Mühendisliği Bölümü
Karadeniz Teknik Üniversitesi
Trabzon
Oğuzhan KOLAY
Meteoroloji Genel Müdürlüğü
Milas-Bodrum Havalimanı Meteoroloji Müdürlüğü
Muğla
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.