Saf Kızılçam (Pinus brutia Ten.) Meşcerelerinde Topraküstü Biyokütle ile Yaprak Alan İndeksi Arasındaki İlişkilerin Modellenmesi: Sarıyayla Orman İşletme Şefliği Örneği

Authors : Serkan Yayla, Alkan Gunlu
Pages : 175-188
Doi:10.17474/artvinofd.1676490
View : 47 | Download : 118
Publication Date : 2026-02-28
Article Type : Research Paper
Abstract :Bu çalışma, Mersin Orman Bölge Müdürlüğü’ne bağlı Anamur Orman İşletme Müdürlüğü, Sarıyayla Orman İşletme Şefliği sınırları içerisinde yayılış gösteren saf kızılçam (Pinus brutia Ten.) meşcerelerinde gerçekleştirilmiştir. Çalışma kapsamında toplam 257 adet örnek alandan elde edilen envanter verileri kullanılmıştır. Her bir örnek alanın topraküstü biyokütle (TÜB) değeri, Şahin (2015) tarafından saf kızılçam meşcereleri için geliştirilmiş olan tek girişli biyokütle denklemi kullanılarak hesaplanmıştır. Envanter verilerine ek olarak, Ocak ayı hariç (yeterli kalitede uydu görüntüsü bulunmadığı için) olmak üzere her ay için Sentinel-2 uydu görüntülerinden yaprak alan indeksi (YAİ) raster verileri türetilmiştir. Her bir örnek alan, aylık YAİ görüntüleri üzerine coğrafi olarak aktarılmış ve buna bağlı olarak her bir örnek alan için aylık bazda YAİ değişkenlerinin maksimum, minimum, ortalama, toplam, değişim aralığı ve standart sapma değerleri hesaplanmıştır. TÜB ile her bir ay ve tüm aylara ilişkin YAİ değişkenleri arasındaki ilişkiler çoğul regresyon analizi ile modellenmiştir. Bu kapsamda toplam 12 adet regresyon modeli geliştirilmiştir. Aylara göre geliştirilen modellerde modellerin belirleme katsayısı (R²) 0,10 ile 0,178 arasında değişirken, tüm aylara ait verilerin birlikte değerlendirildiği modelde ise R² değeri 0,444 olarak bulunmuştur. Elde edilen bulgular, geliştirilen regresyon modellerinin saf kızılçam meşcerelerinde topraküstü biyokütlenin tahmininde potansiyel sunduğunu, ancak model performansının artırılması için daha kapsamlı ve çok yönlü bilimsel araştırmalara ihtiyaç duyulduğunu göstermektedir.
Keywords : Sentinel-2, Regresyon analizi, Orman kaynakları

ORIGINAL ARTICLE URL