Coğrafi Bilgi Sistemleri ve Analitik Hiyerarşi Prosesi ile Kestane (Castanea sativa Mill.) Ağaçlandırmaları İçin Uygun Alanların Tespiti

Arazi kullanımının doğru ve verimli bir şekilde uygulanabilirliği için yer seçimi ve kullanım tipinin belirlenmesi çok önemlidir. En uygun yer seçimi, ülkemizde özellikle kırsal kesimlerde sosyal ve ekonomik yönden daha verimli bir kazanç elde edilmesini sağlayacaktır. Ülkemizde kırsal kalkınma için gelir getirici türlerin ağaçlandırma çalışmalarına yönelik teşvikler yapılmakta, dolayısıyla teşviklerden maksimum fayda ve kazanç sağlamak açısından amaca göre en uygun alanın belirlenmesi gerekmektedir. Bu çalışma, hem doğal yayılış gösteren hem de coğrafi işaret almış kestane ormanlarının bulunduğu Sinop Orman Bölge Müdürlüğü, Ayancık Orman İşletme Müdürlüğünde gerçekleştirildi. Çalışmada Coğrafi Bilgi Sistemleri (CBS) ve Analitik Hiyerarşi Prosesi (AHP) yöntemi kullanılarak uygun kestane (Castanea sativa Mill.) ağaçlandırma alanları belirlendi. AHP için bonitet, arazi kullanımı, yükseklik, eğim ve bakı olmak üzere toplam beş kriter kullanıldı. Bu kriterlere ilişkin uygunluk haritaları ağırlıklarına göre çakıştırılarak uygun kestane ağaçlandırma alanı haritası oluşturuldu. Sonuçlar kestane ağaçlandırması için çalışma alanının %0,42 (340,57 ha)’sinin çok uygun, %2,38 (1.906,25 ha)’inin uygun, %22,96 (18.410,75 ha)’sının orta uygun, %63,54 (50.952,75 ha)’ünün uygun olmayan ve %10,70 (8.584,00 ha)’inin ise hiç uygun olmayan alanlardan oluştuğu tespit edildi. Çalışma alanının %25,76 (22.904,39 ha)’lık kısmında yapılacak kestane ağaçlandırması için yüksek verim ve kazanç sağlanması beklenmektedir.

Anahtar Kelimeler:

Coğrafi Bilgi Sistemleri (CBS), Analitik Hiyerarşi Prosesi (AHP), kestane (Castanea sativa Mill.), ağaçlandırma

Determination of Suitable Areas for Chestnut (Castanea sativa Mill.) Afforestation with Analytic Hierarchy Process

Site selection and determination of the type of use are very important for the correct and efficient implementation of land use. The most appropriate site selection will ensure a more socially and economically efficient gain in our country, especially in rural areas. In our country, incentives are provided for the afforestation of income-generating species for rural development, so it is necessary to determine the most suitable area according to the purpose in order to obtain maximum benefit and gain from incentives. This study was carried out in Ayancık Forest Management Directorate, Sinop Regional Directorate of Forestry, where there are both naturally distributed and geographically marked chestnut forests. In the study, suitable chestnut (Castanea sativa Mill.) afforestation areas were determined using Geographic Information Systems (GIS) and Analytic Hierarchy Process (AHP) method. A total of five criteria were used for AHP: bonitet, land use, elevation, slope, and aspect. The suitability maps for these criteria were overlaid according to their weights and a map of suitable chestnut afforestation areas was created. The results showed that 0.42% (340.57 ha) of the study area was very suitable, 2.38% (1,906.25 ha) was suitable, 22.96% (18,410.75 ha) was moderately suitable, 63.54% (50,952.75 ha) was not suitable and 10.70% (8,584.00 ha) was not suitable at all. Chestnut afforestation in 25.76% (22,904.39 ha) of the study area is expected to provide high yield and profit.

Keywords:

Geographic Information Systems (GIS), Analytical Hierarchy Process (AHP), chestnut (Castanea sativa Mill.), afforestation,

PDF

___

Aguirre-Salado, C. A., Valdez-Lazalde, J. R., Sánchez-Díaz, G., Miranda-Aragón, L., & Aguirre-Salado, A. I. (2015). Modelling site selection for tree plantation establishment under different decision scenarios. Journal of Tropical Forest Science, 298-313. https://www.jstor.org/stable/43490288
Aksoy, H. (2022). Sinop Orman Bölge Müdürlüğü Saf Sarıçam Meşcerelerinde Farklı Uzaktan Algılama Verileri Kullanılarak Bazı Meşcere Parametrelerinin Modellenmesi. Doktora Tezi, Çankırı Karatekin Üniversitesi, 160 sayfa, Çankırı.
Allen, J.C. and Barnes, D.F. (1985). The causes of deforestation in developing countries. Annals of the Association of American Geographers, 75(2), 163-184. https://doi.org/10.1111/j.1467-8306.1985.tb00079.x
Anonim, (2011). Orman Genel Müdürlüğü, Ayancık Orman Amenajman Planı. Sinop Orman Bölge Müdürlüğü, Ankara: OGM.
Arca, D. ve Çıtıroğlu, H. K. (2022). Güneş enerjisi santral (GES) yapım yerlerinin CBS dayalı çok kriterli karar analizi ile belirlenmesi: Karabük örneği. Geomatik, 7(1), 17-25. https://doi.org/10.29128/geomatik.803200
Asan, Ü. 2003. Orman Amenajmanı. İstanbul Üniversitesi, Orman Fakültesi, Orman Amenajmanı Anabilim Dalı, İstanbul (Ders notları).
Birler, A. S. (2009). Endüstriyel orman ağaçlandırmaları. Düzce Üniversitesi Orman Fakültesi Yayın, 4, 256.
Bozatlı, A. 1986. Ağaçlandırma yatırımlarında yeni bir çığır: Taahhüt Sistemi, Ağaçlandırma, Tarım
Duesberg, S., Dhubháin, Á. N., & O’Connor, D. (2014). Assessing policy tools for encouraging farm afforestation in Ireland. Land Use Policy, 38, 194–203. https://doi.org/10.1016/j.landusepol.2013.11.001
Estrella, R., Delabastita, W., Wijffels, A., Cattrysse, D., and Van Orshoven, J. (2014). Comparison of multicriteria decision making methods for selection of afforestation sites. Rev. Int. Géomatique, 24(2), 143-157. DOI:10.3166/RIG..1-15 2012 Lavoisier
Gilliams, S., Raymaekers, D., Muys, B., & Van Orshoven, J. (2005). Comparing multiple criteria decision methods to extend a geographical information system on afforestation. Computers and electronics in agriculture, 49(1), 142-158. https://doi.org/10.1016/j.compag.2005.02.011
Gökhan, Ş. E. N., ve Güngör, E. (2018). Endüstriyel ağaçlandırmalar için en uygun tür seçiminde analitik hiyerarşi süreci yönteminin kullanılması: Kastamonu İli örneği. Turkish Journal of Forestry, 19(1), 63-75. https://doi.org/10.18182/tjf.403922
Gülenç, İ. F.ve Bilgin, G. A. (2010). Yatırım kararları için bir model önerisi: AHP yöntemi-A model proposal for investment decisions: AHP method. Öneri Dergisi, 9(34), 97-107.
Gürkaynak, M. (2014). Potansiyel ağaçlandırma sahalarının önceliklerinin belirlenmesinde CBS (Coğrafi Bilgi Sistemleri)'nin kullanılması [Kahta Devlet Orman İşletme Şefliği örneği] (Doctoral dissertation, Yüksek Lisans Tezi. KSÜ Fen Bilimleri Enstitüsü, Kahramanmaraş).
Kangas, J. (1993). A multi-attribute preference model for evaluating the reforestation chain alternatives of a forest stand. Forest Ecology and Management, 59(3-4), 271-288. https://doi.org/10.1016/0378-1127(93)90007-A
Kaptan, S. (2018). Sosyo-ekonomik durum envanteri ve orman amenajman planlarına yansıtılması. Doktora Tezi, Fen Bilimleri Enstitüsü, Bartın Üniversitesi, 258 s., Bartın.
Kassioumis, K., Papageorgiou, K., Christodoulou, A., Blioumis, V., Stamou, N., and Karameris, A. (2004). Rural development by afforestation in predominantly agricultural areas: issues and challenges from two areas in Greece. Forest Policy and Economics, 6(5), 483-496. https://doi.org/10.1016/S1389-9341(02)00079-5
Mayr, H. (1909). Waldbau auf naturgesetzlicher Grundlage. Verlag Paul Parey, Berlin, 568 S. (Doğa kanunlarına dayalı silvikültür. Yayıncı Paul Parey, Berlin, 568 s. https://doi.org/10.1007/BF01859098
Muğla, M. K., ve Tarık, T. (2020). Potansiyel ağaçlandırma sahalarının analitik hiyerarşi süreci ve coğrafi bilgi sistemleri ile belirlenmesi. Jeodezi ve Jeoinformasyon Dergisi, 7(2), 103-120. https://doi.org/10.9733/JGG.2020R0007.T
OGM (2021). Web sitesi. Ormancılık istatistikleri, https://web.ogm.gov.tr/ekutuphane/ Sayfalar/Istatistikler.aspx Erişim tarihi: 09.05.2021.
Özel, H. B., Karayılmazlar, S. ve Demirci, A. (2014). Bartın havzasında analitik hiyerarşi prosesi (AHP) yöntemiyle Akdeniz çam türleri (Pinus brutia Ten. vse Pinus pinea L.) kullanılarak yapılacak ağaçlandırma çalışmaları için yer seçimi. Ulusal Akdeniz Orman ve Çevre Sempozyumu “Akdeniz ormanlarının geleceği: Sürdürülebilir toplum ve çevre, 22(24), 104-110.
Pereira, J. M., & Duckstein, L. (1993). A multiple criteria decision-making approach to GIS-based land suitability evaluation. International journal of geographical Information science, 7(5), 407-424. https://doi.org/10.1080/02693799308901971
Saatçioğlu, F. (1976). Silvikültürün biyolojik esasları ve prensipleri. İÜ Orman Fakültesi Yayın, (222).
Saaty T. L. (2000). Fundamentals of decision making and priority theory. 2. Edition, RWS Publications, Pittsburgh.
Saaty, T. L. (1977). A scaling method for priorities in hierarchical structures. Journal of mathematical psychology, 15(3), 234-281. https://doi.org/10.1016/0022-2496(77)90033-5
Sabir, M., Ali, Y., Khan, I., and Salman, A. (2022). Plants species selection for afforestation: A case study of the Billion Tree Tsunami Project of Pakistan. Journal of Sustainable Forestry, 41(6), 537-549. https://doi.org/10.1080/10549811.2020.1830802
Store, R., & Kangas, J. (2001). Integrating spatial multi-criteria evaluation and expert knowledge for GIS-based habitat suitability modelling. Landscape and urban planning, 55(2), 79-93. https://doi.org/10.1016/S0169-2046(01)00120-7
Swamy, L., Drazen, E., Johnson, W. R., and Bukoski, J. J. (2018). The future of tropical forests under the United Nations Sustainable Development Goals. Journal of Sustainable Forestry, 37(2), 221-256. https://doi.org/10.1080/10549811.2017.1416477
Upton, V., O'Donoghue, C., and Ryan, M. (2014). The physical, economic and policy drivers of land conversion to forestry in Ireland. Journal of Environmental Management, 132, 79-86. https://doi.org/10.1016/j.jenvman.2013.10.017
Yağcı, C., and İşcan, F. (2020). The application of GIS in the selection of suitable areas for afforestation of Konya. Intercontinental Geoinformation Days, 1, 204-207. http://igd.mersin.edu.tr/2020/
Yılmaz, H., ve Surat, H. (2015). Analitik hiyerarşi süreci kullanılarak en uygun ekoturizm etkinliğinin belirlenmesi. Turkish Journal of Forestry, 16(2), 164-176. https://doi.org/10.18182/tjf.86170
Zomer, R. J., Trabucco, A., Bossio, D. A., and Verchot, L. V. (2008). Climate change mitigation: A spatial analysis of global land suitability for clean development mechanism afforestation and reforestation. Agriculture, ecosystems & environment, 126(1-2), 67-80. https://doi.org/10.1016/j.agee.2008.01.014