Sınıflandırma sonrası karşılaştırma tekniği kullanılarak heterojen yapıya sahip ormanlarda zamansal değişimlerin belirlenmesi

Bu çalısmada, sınıflandırma sonrası karsılastırma yöntemi kullanılarak, Batı Karadeniz Bölgesi’nde yayılıs gösteren ve ağaç türü, gelisim çağı, kapalılık gibi yapısal özellikleri bakımından farklılıklar içeren mescerelere sahip ormanlarda olusan zamansal değisimlerin belirlenmesi amaçlanmıstır. 1987 ve 2000 yılı Landsat uydu görüntülerine en yüksek olabilirlik algoritması ile kontrollü sınıflandırma islemi uygulanmıstır. Sınıflandırılmıs görüntülerin doğrulukları hata matrisleri kullanılarak değerlendirilmis ve genel kappa istatistikleri sırasıyla 0.8543 ve 0.9038 olarak hesaplanmıstır. Elde edilen değisim matrisinde, farklı ana bilgi sınıfları arasındaki geçisler incelendiğinde, toplam alanın %29.77’sinde değisim belirlenmistir. Sonuç olarak, Landsat uydu veri setinin kullanıldığı bu çalısmada, sınıflandırma sonrası karsılastırma yöntemi ile çalısma alanındaki heterojen yapıya sahip ormanlarda olusan zamansal değisimlerin sınırlı detayda ancak yüksek doğrulukla belirlenebildiği ortaya konulmustur.

Anahtar Kelimeler:

heterojenlik, Türkiye, karşılaştırmalar, bitki örtüsü, karışık ormanlar, uzaktan algılama, sınıflandırma

Determination of temporal changes on heterogeneous structured forests by using the post-classification comparison technique

In this study, it is aimed at determining of temporal changes occurred in forests having different structural characteristics such as tree species, succession age, canopy closure etc. in Western Black Sea region, Turkey. Supervised classification using a maximum likelihood algorithm was applied to the Landsat multidate image set relating to the years of 1987 and 2000. Accuracies of classified images were evaluated by using error matrices and the overall kappa statistics were calculated as 0.8543 and 0.9038, respectively. When the transitions between different main information classes in change matrices were investigated it was determined that 29.77 % of study area had been changed. According to results provided, it was found out that by using Landsat images and post-classification comparison method, the temporal changes in the heterogeneous structured forests of study areas could be determined with high accuracy and limited detail.

Keywords:

heterogeneity, Turkey, comparisons, cover crops, mixed forests, remote sensing, classification,

PDF

___

Anonim, 1986. Bolu Orman Bölge Müdürlüğü, Aydınpınar, Odayeri ve Çiçekli Bölgeleri Amenajman Planları, Orman Genel Müd. Orman Đdaresi ve Planlama Dairesi Bsk., Ankara.

Anonim, 2000. Bolu Orman Bölge Müdürlüğü Aydınpınar, Odayeri ve Çiçekli Bölgeleri Amenajman Planları, Orman Genel Müd. Orman Đdaresi ve Planlama Dairesi Bsk., Ankara.

Aranoff, S., 1982. Classification accuracy: A user approach. Photogrammetric Engineering and Remote Sensing, 48(8), pp.1299-1307.

Campell, J.B., 1996. Introduction to remote sensing (second edition). Virginia Polytechnic Institute and State University, The Guildford Pres, London.

CCRS, 2006. Fundamentals of remote sensing (online tutorial), Canada Centre for Remote Sensing, Canada. http://www.ccrs.nrcan.gc.ca/resource/ index_e. php#tutor [Erisim tarihi: 27 Nisan 2006].

Colby, J. D., 1991. Topographic normalization in rugged terrain. Photogrammetric Engineering and Remote Sensing, 57(5), pp. 531-537.

Congalton, R.G., Green, K., 1999. Assessing the accuracy of remotely sensed data principles and practices. Lewis Publishers, USA, 133 p.

Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B., Lambin, E., 2004. Digital change detection methods in ecosystem monitoring: a review. Int. J. Remote Sensing, 25(9), 1565-1596.

Çoban, H.O., 2006. Uydu verileri ile orman alanlarındaki zamansal değisimlerin belirlenmesi (yayınlanmamıs doktora tezi). Đ.Ü. Fen Bil.Enstitüsü, 139 s.

Erdin, K., Koç, A., Yener, H., 2002. Remote sensing data in monitoring of relations between forest and settlements areas. 3rd International Symposium Remote Sensing of Urban Areas, Proceedings Volume II, 11-13 June 2002, Yüyap-İstanbul, Turkey, pp 600-608.

Franklin, 2001. Remote sensing for sustainable forest management. Lewis Publishers, ISBN 1-56670- 394-8, USA, 407 p.

Foody, G.M., 2002. Status of land cover classification accuracy assessment. Remote Sensing of Environment, 80, pp. 185-201.

Jensen, J.R., 1996. Introductory digital image processing. Prentice-Hall Series in Geographic Information Science, USA, 316 p.

Koç, A., 1997. Belgrad ormanındaki ağaç türü ve karısımlarının uydu verileri ve görüntü isleme teknikleri ile belirlenmesi. Đ.Ü. Orman Fakültesi Dergisi, Seri A, Cilt 51, Sayı 2, ss. 17-36.

Lillesand, T. M., Kiefer, R. W., 1999. Remote sensing and image interpretation (fourth edition). John Wiley & Sons, Inc., USA, 724 p.

Lu D., Mausel, P., Brondizio, E., Moran, E., 2004. Change detection techniques. Int. J.Remote Sensing, 25(12), pp. 2365-2407.

Mayer, H., Aksoy, H., 1998. Türkiye ormanları. T.C. Orman Bakanlığı Batı Karadeniz Arastırma Ens. Müd., 038(2), Bolu.

Odabası, T., Çalıskan, A., Bozkus, H.F., 2004. Orman bakımı. Đ.Ü. Orman Fakültesi Yayınları, 4458(474), Đstanbul.

Saatçioğlu, F., 1971. Orman bakımı. Đ.Ü. Orm. Fak. Yayını, 1636(160), İstanbul.

Singh, A., 1989. Digital change detection techniques using remotely-sensed data. Int. J. Remote Sensing, 10(6), pp. 989-1003.