Karbon Depolama Kapasitesinin Landsat 7 Etm+ Uydu

advertisement
I. Ulusal Akdeniz Orman ve Çevre Sempozyumu, 26-28 Ekim 2011, Kahramanmaraş
KSÜ Mühendislik Bil. Der., Özel Sayı, 2012
232
KSU J. Engineering Sci., Special Issue, 2012
Karbon Depolama Kapasitesinin Landsat 7 Etm+ Uydu Görüntüsüyle Belirlenmesine İlişkin
Kavramsal Çatı
Mehmet MISIR1, Nuray MISIR1, Alper BULUT2*
1
KTÜ, Orman Fak. Orman, Mühendisliği Bölümü, Trabzon
KÜ, Orman Fak. Orman Mühendisliği Bölümü, Kastamonu
2
ÖZET: Günümüzde iklim değişikliği, tropikal ormanların yok olması, biyolojik çeşitliliğin azalması ve çölleşme,
bilim adamları ve politikacıların üzerinde önemle durduğu küresel sorunların başında gelmektedir. Küresel iklim
değişikliğinin sebepleri incelendiğinde, sera gazlarının etkisinin öncelikli olduğu görülmektedir. Sera gazlarından biri
olan ve atmosferin bileşiminde de yer alan karbondioksitin atmosferdeki miktarının değişik nedenlerle artması sera
etkisi oluşturmaktadır. Dünya üzerinde okyanuslar ve ormanlar karbondioksitin en büyük iki yutağı olarak
gösterilmektedir. Ormanların fotosentez ile yüksek miktarda karbon depolamaları nedeniyle, bölgesel ve küresel
karbon döngüsünde önemli bir rol oynamaktadırlar. Yeryüzünde tüm bitkiler tarafından tutulan karbonun % 75’i
ormanların yeşil bünyesinde depolanmaktadır. Ormanlık alanların genişletilmesiyle atmosferdeki karbondioksit
miktarını azaltmak, küresel ısınmanın engellenmesi için en büyük tedbir olarak öne sürülmektedir. Ormanların
bünyelerinde depoladıkları karbon miktarının belirlenmesinde iki yöntem kullanılmaktadır. Bunlardan birincisi
doğrudan yöntem olup zaman alıcı, zahmetli ve oldukça pahalıdır. İkincisi dolaylı yöntem olup bunlardan en öne çıkan
yöntem, uydu görüntülerinin sınıflandırılması ile ormanların depoladıkları karbon miktarının belirlenmesidir. Doğrudan
yöntemlere göre bu yöntem çok daha basit, oldukça pratik, coğrafi bilgi sistemlerine entegre edilmesi daha kolay ve
daha az maliyetli olarak karşımıza çıkmaktadır. Bu çalışmada ormanlık bir alanın depoladığı karbon miktarının,
uzaktan algılama yöntemlerinden biri olan uydu görüntülerinin kontrollü sınıflandırılması yöntemi ile belirlenmesine
ilişkin kavramsal çatı oluşturulmuştur. Bu amaç için, Erdas Imagine 9.1 programı kullanılarak Landsat 7 ETM + uydu
görüntüsü üzerinde kontrollü sınıflandırma esas alınmıştır. Yapılan sınıflandırmanın geçerli olması için gerekli olan
koşullar açıklanarak tartışılmıştır.
Anahtar Kelimeler: Karbon depolama, uzaktan algılama, kontrollü sınıflandırma, coğrafi bilgi sistemleri
A Conceptual Framework in Determining the Carbon Storage Capacity with Landsat 7 Etm+ Satellite Image
ABSTRACT: Nowadays, climate change, tropical deforestation, loss of biodiversity and desertification are the main
global problems that; scientists and politicians focused on. Climate change or global warming are defined as the
increment of the global mean of temperature. While the reasons of global climate changing were investigated it was
found that the effects of greenhouses gas primarily come. One of the green houses gas and atmosphere gas CO2 causes
the greenhouse effect; by increasing from different reasons. The oceans and forests are the biggest storage of carbon in
the earth. Forests take an important role in the regional carbon cycle by stocking high amounts of CO2 with the
photosynthesis. In the planet; 75 % of carbon is stocked by plants in the forest. For stopping global warming the best
solution is increasing the forest lands. For determining the carbon storage capacity two methods are used. Direct
method takes time, tiring and very expensive. One of the indirect methods, determining the carbon storage capacity
with classification the satellite image is simpler, more practical, cheaper and easier combine with GIS. In the study, it
was aimed to a conceptual framework constructed to determine carbon storage capacity of a forested area with
supervised classification the satellite image. Erdas Imagine 9.1 was used to supervise classification on Landsat 7 ETM
+ satellite images. It was discussed whether the classification is valid, and required criteria are explained as well as
overall classification accuracy value and Kappa Statistic value.
Keywords: Carbon storage, remote sensing, supervised classification, GIS, validation
1.GİRİŞ
Hızlı nüfus artışı ile birlikte hızlı endüstriyel
kalkınma ve doğal kaynakların sınırsız kullanımı,
dünyanın
önemli
ekolojik
süreçlerinde
köklü
değişikliklere neden olmuştur. (Backéus ve ark. 2005).
Bu köklü değişikliklerin başında ise küresel iklim
değişikliği kavramı gelmektedir. İklim
______________________________________________
*Sorumlu Yazar: Alper AKBULUT, abulut@kastamonu.edu.tr
olaylarının ortalamasından sapmalar şeklinde karşımıza
çıkan iklim değişikliği kavramı 1988 yılının sonunda
düzenlenen Hükümetler Arası İklim Değişikliği Paneli
(IPCC) ile ilk defa politik (Paterson ve Grubb 1992: 293–
294) ve ekonomik bir sorun olarak karşımıza çıkmıştır.
İklim değişikliği kavramı son yirmi yıllık periyotta
literatürde farklı şekillerde tanımlanmıştır. Birleşmiş
Milletler (BM) İklim Değişikliği Kongresi çerçevesinde,
bir zaman periyodun da gözlemlenen doğal iklim
I. Ulusal Akdeniz Orman ve Çevre Sempozyumu, 26-28 Ekim 2011, Kahramanmaraş
KSÜ Mühendislik Bil. Der., Özel Sayı, 2012
233
değişikliklerinin yanında doğrudan ya da dolaylı olarak
insan faaliyetleri sonucunda küresel atmosferin
bileşiminin bozulmasına bağlı olarak ortaya çıkan bir
durum olarak tanımlanmaya başlanmıştır (IPCC, 2007b:
30–31).
Küresel iklim değişikliğinin sebepleri
irdelendiğinde ise en önemli etken olarak “Sera Etkisi”
karşımıza çıkmaktadır. Kömür, doğalgaz ve fuel gibi fosil
yakıtlar, yüksek basınç altında oluşmuş ve karbondioksit
içeriği bakımından çok zengin organik maddelerdir. Bu
yakıtların kullanımı sonucunda açığa çıkan CO2 gazı,
atmosfere karışır. Normalde karbon döngüsünün bir
parçası olan bu olay, fosil yakıtların kullanımının artması
ile atmosferdeki CO2 miktarının normalden yüksek
seviyelere çıkmasına neden olur. Havanın başlıca iki
bileşeni olan oksijen ve azot gazları, güneşin gözle
görülebilen dalga boylu ışınlarını yansıtır ve morötesi
ışımaların bir kısmını da absorblar (soğurur). Dünya
yüzeyine ulaşabilen güneş ışınları, yeryüzü tarafından
soğurularak ısıya dönüştürülür. Bu ısı, yeryüzündeki
atomların titreşimine ve kızılötesi ışıma yapmalarına
neden olur. Bu kızılötesi ışımalar, oksijen veya azot gazı
tarafından soğurulmaz. Ancak havada bulunan CO2 ve
CFC (kloroflorokarbon) gazları, kızılötesi ışımaların bir
kısmını soğurarak, atmosferden dışarı çıkmalarını
engeller. Bu soğurma olayı, atmosferin ısınmasına yol
açar. Bunun sonucunda dünya, güneşin altına park
edilmiş bir arabanın içi gibi ısınır. İşte bu etkiye, "sera
etkisi" adı verilir. Sera etkisi dünya yüzeyinin ortalama
sıcaklığını değiştireceği için, uzun vadede iklimlerde
değişiklikler, buzulların erimesi, mevsimlerin kayması ve
tarım alanlarının verimsizleşmesi gibi çok ciddi sorunlara
neden olabilir (URL-1).
Orman ekosisteminin karbon depolama
kapasitesi konusunun araştırıcıların ve politikacıların özel
ilgisini çekmesinin sebebi; küresel ölçekte ormanların,
karasal bitkilerdeki karbonun %80-%90’ını, topraktaki
karbonun %30- 40’ını içermesidir (Harvey 2000,
Landsberg ve Gower 1997). Ormanlık arazilerin (örneğin
plantasyon ormanları oluşturularak) artırılması C
depolanmasını arttırmak , atmosferdeki karbon dioksit
(CO2) konsantrasyonları azaltmak için etkili bir önlem
olarak önerilmekte ve dolayısıyla küresel ısınmanın
önlenmesine katkıda bulunmaktadır (Kurz ve ark. 1996
Cairns ve ark. 1997).
Orman ekosistemlerinin topraküstü biyokütle
ve C depolama için en büyük potansiyeli, genellikle ağaç
biyokütle bileşenleridir (kök, dallar ve yapraklar).
Topraküstü ve toprak altı biyokütleye, ölü ve dikili kuru
ağaçlar da önemli derecede katkı sağlamaktadırlar. (e.g.
Whittaker and Woodwell, 1968; Long and Turner, 1975).
Bu çalışmada; ormanların karbon depolama
kapasitesinin, uzaktan algılama yöntemlerinden biri olan
uydu görüntülerinin kontrollü sınıflandırması yöntemi
kullanılarak belirlenmesi ne yönelik kavramsal çatının
oluşturulması amaçlanmıştır.
KSU J. Engineering Sci., Special Issue, 2012
2.MATERYAL ve METOT
2.1.Materyaller
Bu çalışmada, orman amenajman planı
meşcere haritaları, topografik haritalar, geometrik ve
radyometrik düzeltmeleri yapılmış Landsat ETM+ uydu
görüntüsü materyal olarak kullanılmıştır. Ayrıca
biyokütle miktarının ve buna bağlı olarak biyokütlenin
içerdiği karbon miktarının belirlenebilmesi için sistematik
yöntemle alınan örnek alanlar kullanılmıştır. Bu örnek
alanlar aynı zamanda kontrollü sınıflandırmanın
aşamalarından olan eğitim alanlarının alınmasında da
kullanılmıştır.
2.2.Metot
Çalışma alanından sistematik olarak 300x300
m. aralık mesafe ile alınan örnek alanlarda, ağaçların
türleri belirlenmiş, çapları ölçülmüştür. Elde edilen bu
verilerle, öncelikle biyokütle miktarının belirlenmesi
amacıyla örnek alan hacimleri hesaplanmıştır. Örnek alan
hacimleri hesaplanırken iğne yapraklı ve yapraklı
olmasına göre farklı değerler kullanılmıştır.
Örnek
alanların
karbon
depolama
kapasitelerinin belirlenmesinde ise Asan (2002)
tarafından belirlenen katsayılar kullanılmıştır. Örnek
alanlarda yapılan ölçümlerle elde edilen hacim miktarları,
Türkiye ormanlarında her ağaç türü grubu için özel
hesaplanmış katsayılar ile çarpılarak, örnek alanların
karbon depolama kapasiteleri belirlenmiştir. Bunun için
aşağıdaki yol izlenmiştir.
Topraküstü Biyokütle Miktarı (yapraklı) (TABK)= Dikili
Gövde Hacmi x 0.640 x1.25
Topraküstü Biyokütle Miktarı (ibreli) (TABK)= Dikili
Gövde Hacmi x 0.473 x1.20
Toprak Altı Biyokütle Miktarı (yapraklı) (TÜBK)=
Topraküstü Biyokütle Miktarı x 0.15
Toprak Altı Biyokütle Miktarı (ibreli) (TÜBK)=
Topraküstü Biyokütle Miktarı x 0.20
Topraküstü ölü ve diri örtüye ait biyokütle miktarı=
(TÜBKtoplam+TABKtoplam)x0.40
Topraküstü ve Toprakaltındaki Genel Biyokütle Miktarı
(TGBK)=TÜBK+TABK+TÜÖDBK
Toplam Biyokütle İçindeki Karbon Miktarı = TGBK x
0.45
Orman toprağındaki karbon Miktarı= (TGBK x 0,45) x
0.58
Çalışmanın yapılacağı orman alnının toplam karbon
miktarı ise toplam biyokütle içindeki karbon miktarı ve
orman toprağındaki karbon miktarının toplanmasıyla
hesaplanmıştır. Örnek alanların karbon depolama
kapasitelerinin belirlenmesi ile bu değerler kendi
aralarında istenen sayıda sınıfa ayrılabilir. Burada
unutulmaması gerek husus, bozuk ve açıklık alanların da
sınıflarının belirlenmesidir. Oluşturulacak sınıflara düşen
örnek alanlar eğitim alanları olarak kullanılmalı,
geometrik ve radyometrik düzeltmesi yapılmış Landsat 7
I. Ulusal Akdeniz Orman ve Çevre Sempozyumu, 26-28 Ekim 2011, Kahramanmaraş
KSÜ Mühendislik Bil. Der., Özel Sayı, 2012
234
ETM+ uydu görüntüsü üzerinde kontrollü sınıflandırma
işlemi ERDAS IMAGINE programlarından biri ile
gerçekleştirilmelidir.
3.BULGULAR
Böyle bir araştırmada, seçilen çalışma alanında
bulunan tüm meşcere tiplerinin karbon sınıfları
belirlenerek, uydu görüntüsü üzerinde kontrollü
sınıflandırma işlemi En Yüksek Olasılık Algoritması
kullanılarak yapılmıştır. Sınıflandırma sonucunda kontrol
amaçlı yapılan Genel Sınıflandırma Doğruluk Oranı
belirlenmelidir. %70’lik bir doğruluk oranı, uydu
görüntüleri ile karbon depolama miktarının belirleneceği
sonucuna varılmaktadır. Çalışma alanına ilişkin
sınıflandırma performansı hata matrisi olarak verilir.
Kontrol amaçlı yapılan diğer bir doğruluk
oranı ise Kappa istatistiği doğruluk oranıdır. Karbon
sınıfları itibariyle bu oran verilerek başarısına
bakılmalıdır. En Yüksek Olasılık Yöntemi ile
sınıflandırma sonucunda çalışma alanına ilişkin Landsat
uydu görüntüsü ve amenajman planı için her karbon
sınıfının alanları verilerek karşılaştırılmalıdır.
4. SONUÇ ve ÖNERİLER
Uzaktan algılama yöntemlerinden biri olan
uydu görüntüleri ile bir ormanlık alanın karbon depolama
kapasitesi hızlı, kolay ve en az maliyetle
belirlenebilmektedir. Bunun için kontrol noktalarının
alınması ihmal edilmemelidir. Landsat 7 ETM + uydu
görüntüsü üzerinde karbon depolama kapasitelerine göre
yapılan sınıflandırmada En Yüksek Olasılık yöntemi
uygun olup kolaylıkla kullanılabilmektedir. Yöntem
uygulandıktan sonra yersel haritalarla doğruluk kontrolü
yapılmalıdır. Kontroller sonucunda elde edilen bilgiler iyi
değerlendirilmelidir.
Böylesine bir çalışmada uydu görüntülerinin
çekildiği yıl ile kontrol noktaları olarak alınacak verilerin
elde edildiği yıl arasındaki fark önemli olmaktadır. Bu
çalışma kapsamında 6 yıllık bir fark uygulanmış ve
sonuçta yöntemin kullanılabileceği sonucuna varılmıştır.
Ancak, yıl farkının performansı nasıl etkilediğini
görebilmek için benzer çalışmaların yakın ve uzak tarihli
verilerle yapılması sonucunda daha kesin bilgilere
ulaşılabilecektir.
Ayrıca, orman planlama çalışmalarında 0.5
ha.’dan küçük alanların farklı meşcere tipleri ile
belirtilmemesi, sınıflandırmanın meşcere haritaları ile
kontrolü sırasında yanılmanın nasıl değişeceği ve buna
bağlı olarak doğruluk oranının nasıl değişeceğinin tespiti
de çalışılması gereken önemli bir konudur. Bunlarla
birlikte, bu tür çalışmaların farklı çözünürlükteki uydu
görüntüleri ve farklı bitki indeksleri kullanılarak
denenmesi büyük önem arz etmektedir
KSU J. Engineering Sci., Special Issue, 2012
KAYNAKLAR
Asan, Ü., Destan, S. ve Özkan, Y. U. 2002. İstanbul
Korularının Karbon Depolama, Oksijen Üretme ve
Toz Tutma Kapasitesinin Kestirilmesi, Orman
Amenajman’nda Kavramsal Açılımlar ve Yeni
Hedefler Sempozyumu, 18-19 Nisan, İstanbul,
Bildiriler Kitabı, 194-197.
Backéus, S., Wikström, P., Lämås, T. 2005. A model for
regional analysis of carbon sequestration and timber
production. Forest Ecology and Management, 216,
28–40.
Cannell, M., Dewar, R. C., Thornley, J. H. M. 1992.
Carbon flux and storage in European forests. In A.
Teller, P. Mathy, & J. N. R. Jeffers (Eds.), Responses
of forest ecosystems to environmental changes (pp.
256–271). New York: Elsevier.
Dixon, R. K., Brown, S., Houghton, R. A., Solomon, A.
M., Trexler, M. C., & Wisniewski, J. 1994. Carbon
pool and flux of global forest ecosystems. Science,
263: 185–190.
Gülsunar, 2011. Ormanların Karbon Depolama
Kapasitesinin Uzaktan Algılama Yöntemi ile
Belirlenmesi (Düzdağ Orman İşletme Şefliği Örneği,
Karadeniz Teknik Üniversitesi, Fen Bilimleri
Enstitüsü, Trabzon
Harvey, L.D.D. 2000. Global warming—the hard science
(p. 336). Singapore: Pearson Education
IPCC,2001.Climate
change,
2001:
Mitigation.
http://www.grida.no/ climate/ipcc_tar/wg3/pdf/TARtotal.pdf
IPCC, 2007b. Summary for Policymakers. In: Climate
Change 2007: The Physical Science Basis.
Contribution of Working Group I to the Fourth
Assessment Report of the Intergovernmental Panel on
Climate Change. Solomon , S., D. Qin, M. Manning
Z. Chen, M. Marquis, K.B. Averty, M.
Tignor&H.L.Miller (eds). Cambridge University
Press, Cambridge, United Kingdom and New York,
NY, USA. 18 p.
Kurz, W.A., Beukema, S.J., Apps, M.J. 1996. Estimation
of root biomass and dynamics for the carbon budget
model of the Canadian forest sector. Can. J. Forest
Res. 26: 1973–1979.
Landsberg, J. J., & Gower, S. T.,1997. Application of
physiological ecology to forest management (p. 354).
London: Academic.
Long, J.N., Turner, J. 1975. Aboveground biomass of
understorey and overstorey in an age sequence of four
Douglas-fir stands. J. Appl. Ecol. 12: 179–188.
Sivrikaya, F., Keleş, S., Çakır, Günay., 2007. Spatial
Distribution and Temporal Change of Carbon Storage
in Timber Biomass of Two Different Forest
Management Units., Environ Monit Assess, 132: 429438.
URL-1. www.kureselisinma.org
Whittaker, R.H., Woodwell, G.M. 1968. Dimension and
production relations of trees and shrubs in the
Brookhaven Forest, New York. J. Ecol. 56: 1–25
Download