YUKARI SEYHAN HAVZASI’NDA UZAKTAN ALGILAMA YÖNTEMLERİ İLE ARAZİ ÖRTÜSÜNÜN SINIFLANDIRILMASI VE BAZI ORMAN MEŞCERELERİNDE VERİMLİLİĞİN MODELLENMESİ * *

Land Cover Classification And Modelling The Productivitiy Of Some Forest Stands At The Upper Seyhan River Basın Using Remote Sensing

Havva Sibel TAŞKINSU MEYDAN                            Süha BERBEROĞLU
Peyzaj Mimarlığı Anabilim Dalı                                   Peyzaj Mimarlığı Anabilim Dalı

ÖZET
Bu çalışma kapsamında, IKONOS ve LANDSAT ETM+ görüntüleri kullanılarak Yukarı Seyhan Havzası arazi örtüsü sınıflandırılmış ve havzayı temsil eden farklı meşcereler üzerinde gerçekleştirilen arazi, laboratuar çalışmaları ve uydu görüntüleri yardımıyla Coğrafi Bilgi Sistemleri ortamında Net Birincil Üretim modellemesi yapılmıştır.Orman meşcereleri yönünden bölgeyi en iyi temsil etmesi nedeni ile arazi çalışmaları Katran Çukuru Mevkii’nde gerçekleştirilmiştir. Araştırma üç aşamada gerçekleştirilmiştir: (i) yer verisi toplama (biyotik veri seti), (ii) görüntü sınıflama ve ağaç kapalılık yüzdesi, (iii) sonuçların entegrasyonu ve verimliliğin modellenmesi. Kızılçam (Pinus brutia), Karaçam (Pinus nigra), Ardıç (Juniperus excelsa), Sedir (Cedrus excelsa) ve karışık meşcere tiplerinden oluşan beş farklı alanda kurulan deneme parsellerinde elde edilen boy, çap ve yaş ölçümü, döküntü miktarları ve kuru madde ağırlıkları verilerinden biyotik veri seti oluşturulmuştur. Çalışma alanına ait LANDSAT ETM+ verisi eğitimli sınıflama yöntemi ile sınıflandırılarak, mevcut arazi örtüsü ortaya konmuştur. Çalışmanın son aşamasında ise, uzaktan algılanmış veriler ile yer verileri birlikte CBS ortamında entegre edilerek, verimliliğin konumsal dağılımı ve miktarı, CASA (Carnegie-Ames-Stanford Approach) yaklaşımı ile modellenmiştir.
Anahtar Kelimeler: Yukarı Seyhan Havzası, Ekosistem Verimliliği,Biyokütle, Uzaktan Algılama, NBÜ.

ABSTRACT
In this study, land cover classification was performed in the Upper Seyhan River Basin using IKONOS and LANDSAT ETM+ data and the Net Primary Productivity (NPP) was modelled within a Geographical Information Systems environment using laboratory analysis, field surveys conducted at the representative forest stands and remotely sensed satellite data. The field works were implemented at Katran Çukuru area as it highly represents the region. This research includes three phases: (i) collecting ground data (biotic dataset) (ii) image classification and percent tree cover, (iii) data integration and modelling productivity. Biotic data set comprises tree height, diameter, age, litter, dry matter data measured from five test sites set up within Crimean pine, Lebanese cedar, Turkish pine, juniper and mixed conifer forest stands. LANDSAT ETM+ images recorded over the study area were classified using supervised training to produce
current land cover pattern. At the final stage of this study, spatial distribution and the quantity of productivity was modelled with CASA (Carnegie-Ames-Stanford Approach) by integrating remotely sensed and ground data within a GIS environment.