Morfo-Klimatik özelliklerin Sündiken Dağları’nda (Eskişehir) bitki örtüsünün dağılışı üzerindeki etkileri

Bu çalışma kapsamında, Eskişehir il sınırları içerisinde yer alan ve doğu-batı doğrultusunda yaklaşık 120 km uzanan Sündiken Dağları’nda bitki örtüsünün dağılışı, sahanın morfo-klimatik özellikleri göz önünde bulundurularak Coğrafi bilgi Sistemleri (CBS) ve Uzaktan Algılama (UA) teknikleri ile incelenmiştir. Bu amaçla, 2000-2019 yılları arasını kapsayan MODIS uydu görüntülerinden yararlanılarak Normalize Edilmiş Fark Bitki Örtüsü İndeksi (NDVI) verileri oluşturulmuştur. Bu verilerle, farklı yamaçlardaki bitki varlığı tüm aylar göz önünde bulundurularak karşılaştırılmıştır. Bitki indeks sonuçları ortaya çıkarılırken sahaya ait çeşitli CBS analizleri (eğim, bakı, yükselti) uygulanmış, bitki varlığı ile morfolojik özellikler arasındaki ilişkiler araştırılmıştır. Ayrıca, dağın farklı kesimlerinden seçilen istasyonlara ait sıcaklık, yağış, rüzgâr, bağıl nem gibi iklimsel parametreler esas alınmış ve Erinç Yağış Etkinlik İndisi, Thornthwaite İklim Tasnifi ile Köppen-Geiger İklim Sınıflandırması kullanılarak klimatik özellikler belirlenmiştir. Böylece iklim-bitki örtüsü arasındaki yakın ilişki ortaya çıkarılmıştır. Bu çalışmanın amacı, bitki indeks verilerinin morfo-klimatik özelliklere göre gösterdiği değişimi ortaya koymaktır. Bitki indeks sonuçları; dağın farklı yamaçlarında, özellikle kuzey ve güney yamaçlarında, farklı yükselti kademelerinde ve eğim değerlerinde bitki yoğunluğu açısından önemli değişimler olduğunu göstermiştir. Buna göre, dağın daha nemli ortamları oluşturan kuzeye bakan yamaçlarında bitki örtüsünün yoğunluğu artmaktadır. İnsan kaynaklı bitki tahribatının daha fazla olduğu, daha kurak güneye bakan yamaçlarda ise bitki yoğunluğunun daha az olduğu tespit edilmiştir. Bunun yanı sıra, dağın özellikle 1100 m’den yüksek kesimleri ile %20-40 eğimli ve %40’tan daha fazla eğimli yamaçlarında NDVI değerlerinin daha yüksek olduğu belirlenmiştir.

Effect of morpho-climatic properties on vegetation cover distribution of the Sündiken Mountains (Eskişehir)

Within the scope of this study, vegetation distribution in the Sündiken Mountains which are extending along 120 km in an east-west direction in Eskişehir province, has been examined by using Remote Sensing and Geographic Information System techniques in terms of morphoclimatic properties of the field. For this purpose, the Normalized Difference Vegetation Index (NDVI) data was created by using MODIS satellite images covering the years 2000-2019. With this data, vegetation presence on different slopes was compared, taking into consideration each month in a year. While vegetation index results have been obtaining, various GIS analyzes (slope, aspect, altitude etc.) belong to field were applied and the relation between vegetation presence and geomorphological properties investigated. Also, climatic parameters such as temperature, precipitation, wind, relative humidity are collected from the stations which were chosen from various levels of the mountain were taken as a basis and climatic properties were determined by using of the Thornthwaite Climate Classification, Erinç precipitation efficiency index and Köppen-Geiger Climate Classification. Thus, the close relation between climate-vegetation revealed. Aim of the study is to reveal the change in vegetation index data according to morphoclimatic properties. Vegetation index results showed that there are significant changes in terms of vegetation density at different slope values and elevation levels, also at different side slopes, especially on the northern and southern slopes of the mountain. Accordingly, the density of vegetation increases on the north-facing slopes of the mountain, which form more humid environments. It was determined that on the more arid, south-facing slopes where the human-caused vegetation destruction is higher, the density of the vegetation is less. Besides, it was determined that the NDVI values to be higher in the elevation levels higher than 1100 m of the mountain and in hillsides where the slope is between 20% and 40% or above.

___

  • Atalay, İ. (2014). Türkiye’nin Ekolojik Bölgeleri. İzmir: Meta Basım Matb. Hizmetleri.
  • Atalay, İ., Efe, R. (2015). Türkiye Biyocoğrafyası. İzmir: Meta Basım Matb. Hizmetleri.
  • Aydın, S., Şimşek, M., Çetinkaya, G., Öztürk, M. Z. (2019). Erinç Yağış Etkinlik İndisi’ne Göre Belirlenen Türkiye İklim Bölgelerinin Rejim Karakteristikleri. 1. İstanbul Uluslararası Coğrafya Kongresi Bildiri Kitabı, 20-22 Haziran 2019, 752-760, İstanbul.
  • Bayram, H., Kopar, İ., Çelik, M.A. (2018). Akdağ Kütlesinde (Olur-Erzurum) Bitki Örtüsünün Ortam Koşullarına Göre Değişiminin Uzaktan Algılama (UA) ve Coğrafi Bilgi Sistemleri (CBS) Kullanılarak İncelenmesi. TÜCAUM 30. Yıl Uluslararası Coğrafya Sempozyumu, 3-6 Ekim 2018, 584-596, Ankara.
  • Bilgin, T. (1980). Orta Sakarya Platolarında Yapı, Satıhlar ve Drenaj. Türkiye Bilimsel ve Teknik Araştırma Kurumu, TBAG-275 Nolu Proje Kesin Raporu, 303 s.
  • Birsoy, Y., Ölgen, M. K. (1992). Thornthwaite Yöntemi ile Su Bilançosunun ve İklim Tipinin Belirlenmesinde Bilgisayar Kullanımı. Ege Coğrafya Dergisi 6: 153-178.
  • Çelik, N., (2006). Sündiken Dağları Kütlesinin Yetişme Ortamı Özellikleri ve Sınıflandırılması. İstanbul Üniversitesi Orman Fakültesi, Yayımlanmamış Doktora Tezi, İstanbul.
  • Çelik, M.A., Karabulut, M. (2014). Antakya-Kahramanmaraş Grabeninde Kızılçam (Pinus brutia Ten.) Orman Alanları ile Yağış Arasındaki İlişkilerin MODIS Verileri (2000-2010) Kullanılarak İncelenmesi. Coğrafi Bilimler Dergisi, 12 (1): 49-68.
  • Çelik, M.A., Gülersoy, A.E. (2014). Bitki Örtüsü Değişimlerinin 16 Günlük Periyotlar Halinde İzlenmesi: Mardin İli Örneği (2000- 2010). International Periodical For the Languages, Literature and History of Turkish or Turkic, 9 (2): 471-494, Ankara.
  • Çelik, M.A. (2016). Bitki İndeks Modelleri (NDVI, EVI, VCI) Kullanılarak Akdeniz Bölgesi’nde Kuraklık Analizi (2000-2014). Kahramanmaraş Sütçü İmam Ünv.Soyal Bil. Enst., Yayımlanmamış Doktora Tezi, Kahramanmaraş.
  • Çelik, M.A., Gülersoy, A.E. (2017). Nur Dağları’nın (Amanoslar) Orta Kesiminin Farklı Yamaçlarında Bitki İndeks Değişiminin İzlenmesi. Iğdır Ü. Fen Bil. Ens. D, 7 (3): 87-97.
  • Çetin, M. (2007). Sündiken Kütlesindeki Yükselti-İklim Kuşaklarının ve Orman Toplumlarının Özelliklerinin Uydu Görüntüleri ile Belirlenmesi. İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, Yayımlanmamış Doktora Tezi, İstanbul.
  • Çömert, R., Küçük Matcı, D., Emir, H., Avdan, U. (2017). Nesne Tabanlı Sınıflandırma ile Yanmış Orman Alanlarının Tespiti. AKÜ Fen ve Mühendislik Bilimleri Derg., 17: 27-34.
  • Çömez, A. (2004). Sündiken Dağları Kütlesinin Batı Bölümünde (Çatacık İşletmesi) Hava Kirliliğinin Orman Ağaçlarına Etkisinin Yükselti ve Bakıya Göre İncelenmesi. İstanbul Ünv. Fen Bil. Enst,, Yayımlanmamış Yüksek Lisans Tezi, İstanbul.
  • Çiçek, İ. (1995). Türkiye’de Kurak Dönemin Yayılışı ve Süresi (Thomthwaite Metoduna Göre). Türkiye Coğrafyası Ar. ve Uy. Mer. Der., 4, 77-102.
  • Ekim, T., 1977. Sündiken Dağları Vejetasyonunun Sosyolojik ve Ekolojik Yönden Araştırılması, Ankara Üniversitesi Sistematik Botanik Kürsüsü, Doçentlik Tezi, Ankara.
  • Elibüyük, M., Yılmaz, E. (2010). Türkiye’nin Coğrafi Bölge ve Bölümlerine Göre Yükselti Basamakları ve Eğim Grupları. Coğrafi Bilimler Dergisi, 8 (1): 27-55.
  • Erol, O, (1958). Mihalıççık Dağlarının Jeomorfolojisi ve Araziden Faydalanma. Ankara Ünv. Dil ve Tarih-Coğrafya Fak. Dergisi, 10 (3- 4): 519-531.
  • Erol, O. (1993). Ayrıntılı Jeomorfoloji Haritaları Çizim Yöntemi. İstanbul Üniversitesi Deniz Bilimleri ve Coğrafya Enstitüsü Bülteni, 10: 19-37.
  • Fawcett D., Panigada, C., Tagliabue, G., Boschetti, M., Celesti M., Evdokimov, A., Biriukova, K., Colombo, R., Miglietta, F., Rascher, U. and Anderson, K. (2020). Multi‐Scale Evaluation of Drone‐Based Multispectral Surface Reflectance and Vegetation Indices in Operational Conditions. Remote Sensing, 12, 514: 2-21.
  • Fraga, H., Amraoi, M., Malheiro, A. C., Moutinho-Pereira, J., Eiras-Dias, J., Silvestre, J., Santos, J. (2014). Examining the Relationship Between the Enhanced Vegetation Index and Grapevine Phenology. European Journal of Remote Sensing, 47: 753-771.
  • Hepbilgin, B., Koç, T. (2018). Bölgesel Sıcaklık ve Yağış Verilerine Göre Kazdağı ve Yakın Çevresinin İkliminde Öngörülen Değişiklikler (2000-2099). Marmara Coğrafya Dergisi, 37: 253-270.
  • Justice, C. O., Townshend, J. R. G., Kalb, V. L. (1991). Representation of Vegetation by Continental Data Sets Derived from NOAA- AVHRR Data. International Journal of Remote Sensing, 12 (5): 999-1021.
  • Kafira, V., Albanakis, K., Oikonomidis, D. (2014). Flood Susceptibility Assessment using G.I.S. An example from Kassandra Peninsula, Halkidiki, Greece. Proceedings of the 10th International Congress of the Hellenic Geographical Society, 22-24 October 2014, Thessaloniki, Greece, 287-308.
  • Karabulut, M. (2006). NOAA AVHRR Verilerini Kullanarak Türkiye’de Bitki Örtüsünün İzlenmesi ve İncelenmesi. Coğrafi Bilimler Dergisi, 4 (1): 29-42.
  • Karabulut, M. (2019). Vejetasyon Çalışmalarında Uzaktan Algılama.
  • İçinde (133). Coğrafyada Uzaktan Algılama (Ed.: Doğukan Doğu Yavaşlı ve M. Kirami Ölgen). İstanbul: Kriter Yay.
  • Kose, M. (2015). Improving Population Estimation Models Using Remotely Sensed and Ordnance Survey Datasets. University of Leicester, Department of Geography, Yayımlanmamış Doktora Tezi, Leicester, United Kingdom.
  • Köse, M., Tate, N., Tansey, K. (2017). İkili Eşleme ve Hacimsel Nüfus Tahmini Teknikleri Kullanarak Nüfus Dağılışının Haritalanması. Afyon Kocatepe Ünv. Sos. Bil. Dergisi, 19 (2), 339-363.
  • Martı´n-Sotoca, J.J., Saa-Requejo, A., Borondo, J., Tarquis, A.M. (2017). Singularity Maps Applied to a Vegetation İndex. Biosystems Engineering, XXX: 1-12.
  • Mather, P. M. (2004). Computer Processing of Remotely-Sensed Images (Third Edition), England: John Wiley & Sons Ltd., 215 pp.
  • Myneni, R. B., Hall, F. G., Sellers, P. J., Marshak, A. L. (1995). The Interpretation of Spectral Vegetation Indexes. IEEE Transactions on Geoscience and Rem. Sens., 33 (2): 481-486.
  • Obata, K., Miura, T., Yoshioka, H., Huete, A. R. (2013). Derivation of a MODIS-Compatible Enhanced Vegetation Index from Visible Infrared Imaging Radiometer Suite Spectral Reflectances Using Vegetation Isoline Equations. Journal of Appl. Rem. Sensing, 7: 1-16.
  • Özaydın, B. U., Yücel, E. (2004). Mihalıcçık İlçesinin (Eskişehir) Florası. Anadolu Ünv. Bilim ve Teknoloji Dergisi, 5 (1): 83-106, Eskişehir.
  • Özdemir, M. A., Bahadır, M. (2010). Uzaktan Algılama ile Acıgöl Havzası’nda Arazi Kullanımının Zamansal Değişim Analizi (1975- 2005). Uluslararası Sosyal Araştırmalar Dergisi, 3 (12): 335-351.
  • Özşahin, E. (2015). Hoşköy Deresi Havzası’nın (Tekirdağ) Jeomorfometrik Özellikleri. The Journal of Academic Social Science Studies, 33: 99-120
  • Öztürk, M. Z., Çetinkaya, G., Aydın, S. (2017). Köppen-Geiger İklim Sınıflandırmasına Göre Türkiye’nin İklim Tipleri. Coğrafya Dergisi, 35: 17-27.
  • Pettorelli, N., Vik, J. O., Mysterud, A., Gaillard, J. M., Tucker, C. and Stenseth, N. C. (2005). Using the Satellite-Derived NDVI to Assess Ecological Responses to Environmental Change. Trends in Ecology and Evolution, 20 (9): 503-510.
  • Rizvi, R. H., Yadav, R. S., Singh, R., Datt, K., Khan, I. A., Dhyani, S. K. (2009). Spectral Analysis of Remote Sensıng Image for Assessment of Agroforestry Areas in Yamunanagar Dıstrıct of Haryana. ISRS Symposium, Precision Farming and Agro-meteorology, 1-13.
  • Saraçoğlu, H. (2001). Eskişehir Kuzeydoğusunun Coğrafi Etüdü (Mihalıççık, Beylikova, Alpu ve Çevresi). Marmara Ünv. Sos. Bil. Enst., Yayımlanmamış Dokt. Tezi, İstanbul.
  • Setiawan, Y., Yoshino, K., Prasetyo, L.B. (2014). Characterizing the Dynamics Change of Vegetation Cover on Tropical Forestlands Using 250 m Multi-Temporal MODIS EVI. International Journal of Applied Earth Observation and Geoinformation, 26; 132-144.
  • Shahrokhnia, M.H, Ahmadi, S.H. (2019). Remotely Sensed Spatial and Temporal Variations of Vegetation Indices Subjected to Rainfall Amount and Distribution Properties. İçinde (27). Spatial Modeling in GIS and R for Earth and Environmental Sciences (Ed.: Hamid Reza Pourghasemi and Candan Gokceoglu, Elsevier, India: MPS Limited.
  • Song, B., Kyunghun, P. (2020). Detection of Aquatic Plants Using Multispectral UAV Imagery and Vegetation Index. Remote Sensing, 12, 387: 1-16.
  • Sisay, A., Burka, A. (2016). Normalized Difference Vegetation Indexing Approaches: Accuracy and Use Evaluatıon. Geospatial Science, (2, 1): 16-29.
  • Tunçdilek, N. (1957). İç Anadolu’nun Kuzey-Batı Bölümünde (Eskişehir Bölgesi) Bitki Örtüsünün Dağılışına Toplu Bir Bakış. İst. Ünv. Orman Fak. Der., VII (1): 120-139.
  • Turner, W., Spector, S., Gardiner, N., Fladeland, M., Sterling, E. and Steininger, M. (2003). Remote Sensing for Biodiversity Science and Conservation. Trends in Ecology and Evolution, 18 (6): 306- 314.
  • Xue, J. and Su, B. (2017). Hindawi Significant Remote Sensing Vegetation Indices: A Review of Developments and Applications. Journal of Sensors, Article ID 1353691, 17.
  • Yengoh, G.T., Dent, D., Olsson, L., Tengberg, A.E., Tucker, C.J. (2015). Use of the Normalized Difference Vegetation Index (NDVI) to Assess Land Degradation at Multiple Scales. Springer Briefsin Environmental Science, Switzerland: Springer International Publishing.
  • Yılmaz, E., Çiçek, İ. (2016). Türkiye Thornthwaite iklim sınıflandırması. Journal of Human Sciences, 13 (3): 3973-3994.
  • İnternet Kaynakçası https://modis.gsfc.nasa.gov/about/design.php Son erişim 18.07.2018.
  • https://earthexplorer.usgs.gov/ Son erişim 08.06.2019-10.06.2019 tarihleri arası ile 16.03.2020-20.03.2020 tarihleri arası.
  • http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst- toolbox/curvature.htm Son erişim 29.08.2019.