Bartın’daki Sahil Çamı (Pinus pinaster Ait.) Ağaçlandırma Alanlarında Sentinel-1 ve Sentinel-2 Uydu Görüntüleri Kullanılarak Toprak Üstü Biyokütlenin Kestirilmesi

Author:

ÖZDEMİR Eren Gürsoy1ORCID,DEMİRALAY Aziz1ORCID,ŞAHİN Batuhan1ORCID

Affiliation:

1. BARTIN ÜNİVERSİTESİ

Abstract

Ormanlar, yaklaşık olarak yeryüzünün üçte birini kaplayan, gezegendeki biyoçeşitliliğin yarısından fazlasına ev sahipliği yapan, atmosfere salınan karbonun önemli bir miktarını tutan, iklim değişimi konusunda da güçlü bir etkiye sahip dünya ekosistemindeki çok önemli bir bileşendir. Ormanlık alanların biyokütlesinin doğru bir şekilde kestirilmesi, karbon salınımlarının azaltılması ve karbon yutak alanlarının artırılması kapsamında büyük önem taşımaktadır. Uydu teknolojilerinin ve uzaktan algılama sistemlerinin gelişmesiyle birlikte aktif ve pasif sistemler ile Toprak Üstü Biyokütlenin (TÜB) kestiriminin yapılması mümkün hale gelmiştir. Bu çalışmada, Bartın’daki sahil çamı (Pinus pinaster Ait.) ağaçlandırmalarında, Avrupa Uzay Ajansı (ESA) tarafından araştırmacılara ücretsiz sunulan Sentinel-1 radar, Sentinel-2 optik uydu verileri ile Çoklu Doğrusal Regresyon (ÇDR) ve Rastgele Orman (RO) yöntemlerinden yararlanılarak bant ve bitki örtüsü indeksi değerlerinin TÜB kestirimine etkileri ve yersel örnekleme alan verilerinden elde edilen TÜB değerleri ile ilişkileri araştırılmaktadır. 16 modelin geliştirildiği çalışmada, Sentinel-1 VH geri saçılım değeri, Sentinel-2’den türetilmiş normalize edilmiş fark bitki örtüsü indeksi değeri (NDVI) füzyonu ve RO yöntemi kullanıldığı model ile TÜB kestiriminde en iyi sonuç elde edilmiştir (R2=0.61, RMSE= 49.412 t/ha).

Funder

TÜBİTAK BİDEB

Publisher

Turkish Journal of Remote Sensing and GIS

Reference51 articles.

1. Bao, N., Li, W., Gu, X., & Liu, Y. (2019). Biomass Estimation for Semiarid Vegetation and Mine Rehabilitation Using Worldview-3 and Sentinel-1 SAR Imagery. Remote Sensing, 11(23), 2855. https://doi.org/10.3390/rs11232855

2. Bonan, G.B. (2008). Forests and climate change: forcings, feedbacks and the climate benefits of forests. Science, 320, 1444–1449. https://doi.org/10.1126/science.1155121

3. Breiman, L. (2001). Random Forests. Machine Learning, 45, 5–32. https://doi.org/10.1023/A:1010933404324

4. Çepel, N., Dündar, M., & Günel, A. (1977). Türkiye’nin önemli yetişme bölgelerinde saf sarıçam ormanlarının gelişimi ile bazı edafik ve fizyografik etmenler arasındaki ilişkiler (Proje No: TOAG 154). TÜBİTAK, Tarım ve Ormancılık Araştırma Grubu, TÜBİTAK Yayınları No:354, TOAG Seri No: 65, Ankara.

5. Cheng, W., Yang, C., Zhou, J., Zhou, W., & Liu, Y. (2009). Research summary of forest volume quantitative estimation based on remote sensing technology. Journal of Anhui Agricultural Sciences, 37, 7746–7750.

Cited by 1 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3