55 2012 COĞRAFYACILAR DERNEĞİ Coğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı 21-23 Mayıs 2015, Gazi Üniversitesi, Ankara TÜRKİYE’DE BİTKİ ÖRTÜSÜNÜN SPOT VEGETATION VERİLERİ İLE İNCELENMESİ An Examinatıon Vegetation Conditions Using Spot Vegetation Data In Turkey Gökay GÖKSU 1 , Murat KARABULUT 2 , Ahmet KARAKOÇ 1 ÖZET Türkiye bulunduğu coğrafi konum ve sahip olduğu topografik özellikler itibariyle dikkate değer ölçüde ekosistem çeşitliliğine sahiptir. Bu çeşitlilik nedeniyle bitki formasyonları da zamansal ve mekânsal olarak farklı fenolojik özellikler göstermektedir. Uzaktan algılama yöntemleri geniş alanlarda bitki fenolojisinin izlenmesinde önemli avantajlar sağlar. Bu çalışmada farklı ekosistemlerdeki bitki örtüsünün fenolojik özellikleri değerlendirilmiştir. Bu amaçla 1998 ile 2013 yılları arasındaki 15 yıllık süreçte SPOT VEGETATION (SPOT VGT) uydusundan elde edilen Normalize Fark Bitki İndeksi (NDVI) verileri 10 günlük periyotlar halinde incelenmiştir. İnceleme süresi boyunca meydana gelen; bitkilerin vejetasyon aktivite durumları, vejetasyon süreleri ve bitkilerin maksimum-minimum aktivite gösterdikleri dönemler belirlenmiştir. Sonuç olarak farklı ekosistemlerdeki bitkilerin fenolojik başlangıç dönemlerinin ve vejetasyon sürelerinin farklı olduğu tespit edilmiştir. Anahtar kelimeler: NDVI, Fenoloji, Uzaktan algılama, SPOT VEGETATION ABSTRACT Turkey represents a considerable range of biodiversity due to its location and complex topographic diversity. Phenology of vegetation varies across temporal and spatial scales due to diverse geographical conditions of Turkey. e distribution of the different vegetation formations is controlled largely by climate and topography. Remotely sensed data, which have obtained from several satellite systems, have proven to be an effective tool for monitoring vegetation phenology using digital or analog techniques. In this study, phenologic characteristics of vegetation have been examined. e main objective of the study is to examine the utility of SPOT VEGETATION (SPOT VGT) data (which were collected for the years of 1998 to 2013) for monitoring vegetation conditions in Turkey. e 10-day MVC NDVI was calculated and the data are composited for selected temporal periods to evaluate vegetation state. Consequently, phenologic characteristics of vegetation formations (such as maximum and minimum activity level, growing season length) were determined. Different formations represent diverse phonologic characteristics during the study period. Keywords: Vegetation index, Vegetation state, Phenology, Remote senging, SPOT VEGETATION GİRİŞ Türkiye bulunduğu coğrafi konum itibari ile farklı flora alemlerinin karşılaşma alanı olarak dikkate değer ölçüde bitkisel çeşitliliğe sahip bir ülke durumundadır. Orman, çalı ve otsu bitkiler ana bitkisel formasyonları oluştururken, diğer birçok bitkisel oluşumun da yetişme ortamıdır. Farklı karakterdeki bitki ortamları ülke genelinde iklim, topografya ve diğer coğrafi faktörlerin kontrolünde mekânsal olarak çeşitlilik göstermiştir (Atalay, 1994). Ancak ülkemizde özellikle orman alanları, makilikler ve otsu formasyon alanları beşeri faaliyetlerin yaratmış olduğu baskı nedeniyle önemli ölçüde tahrip edilmiş yada yaşam koşulları bozulmuştur. Özellikle tarım, yerleşme, sanayi ve madencilik gibi insan aktiviteleri bu alanların doğallıklarının bozulmasına ve kalitelerinin düşmesine neden olmaktadır. Negatif yönde ortaya çıkan duruma örnek olarak çayır alanlarındaki aşırı otlatmaya bağlı otsu bitkilerin habitat kalitelerinin düşmesi verilebilir. Bulunduğu ortamda doğal veya yarı 1 Kahramanmaraş Sütçü İmam Üniversitesi, Sosyal Bilimler Enstitüsü, Coğrafya Anabilim Dalı, Türkiye, gokaygoksu@ gmail.com, [email protected]. 2 Kahramanmaraş Sütçü İmam Üniversitesi, Fen Edebiyat Fakültesi, Coğrafya Bölümü, Türkiye, murat.karabulut@ksu. edu.tr.
Transcript
55
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı
An Examinatıon Vegetation Conditions Using Spot Vegetation Data In Turkey
Gökay GÖKSU1, Murat KARABULUT2, Ahmet KARAKOÇ1
ÖZET
Türkiye bulunduğu coğrafi konum ve sahip olduğu topografik özellikler itibariyle dikkate değer ölçüde ekosistem çeşitliliğine sahiptir. Bu çeşitlilik nedeniyle bitki formasyonları da zamansal ve mekânsal olarak farklı fenolojik özellikler göstermektedir. Uzaktan algılama yöntemleri geniş alanlarda bitki fenolojisinin izlenmesinde önemli avantajlar sağlar. Bu çalışmada farklı ekosistemlerdeki bitki örtüsünün fenolojik özellikleri değerlendirilmiştir. Bu amaçla 1998 ile 2013 yılları arasındaki 15 yıllık süreçte SPOT VEGETATION (SPOT VGT) uydusundan elde edilen Normalize Fark Bitki İndeksi (NDVI) verileri 10 günlük periyotlar halinde incelenmiştir. İnceleme süresi boyunca meydana gelen; bitkilerin vejetasyon aktivite durumları, vejetasyon süreleri ve bitkilerin maksimum-minimum aktivite gösterdikleri dönemler belirlenmiştir. Sonuç olarak farklı ekosistemlerdeki bitkilerin fenolojik başlangıç dönemlerinin ve vejetasyon sürelerinin farklı olduğu tespit edilmiştir.
Turkey represents a considerable range of biodiversity due to its location and complex topographic diversity. Phenology of vegetation varies across temporal and spatial scales due to diverse geographical conditions of Turkey. The distribution of the different vegetation formations is controlled largely by climate and topography. Remotely sensed data, which have obtained from several satellite systems, have proven to be an effective tool for monitoring vegetation phenology using digital or analog techniques. In this study, phenologic characteristics of vegetation have been examined. The main objective of the study is to examine the utility of SPOT VEGETATION (SPOT VGT) data (which were collected for the years of 1998 to 2013) for monitoring vegetation conditions in Turkey. The 10-day MVC NDVI was calculated and the data are composited for selected temporal periods to evaluate vegetation state. Consequently, phenologic characteristics of vegetation formations (such as maximum and minimum activity level, growing season length) were determined. Different formations represent diverse phonologic characteristics during the study period.
Türkiye bulunduğu coğrafi konum itibari ile farklı flora alemlerinin karşılaşma alanı olarak dikkate değer ölçüde bitkisel çeşitliliğe sahip bir ülke durumundadır. Orman, çalı ve otsu bitkiler ana bitkisel formasyonları oluştururken, diğer birçok bitkisel oluşumun da yetişme ortamıdır. Farklı karakterdeki bitki ortamları ülke genelinde iklim, topografya ve diğer coğrafi faktörlerin kontrolünde mekânsal olarak çeşitlilik göstermiştir (Atalay, 1994). Ancak ülkemizde özellikle orman alanları, makilikler ve otsu formasyon alanları beşeri faaliyetlerin yaratmış olduğu baskı nedeniyle önemli ölçüde tahrip edilmiş yada yaşam koşulları bozulmuştur. Özellikle tarım, yerleşme, sanayi ve madencilik gibi insan aktiviteleri bu alanların doğallıklarının bozulmasına ve kalitelerinin düşmesine neden olmaktadır. Negatif yönde ortaya çıkan duruma örnek olarak çayır alanlarındaki aşırı otlatmaya bağlı otsu bitkilerin habitat kalitelerinin düşmesi verilebilir. Bulunduğu ortamda doğal veya yarı
1 Kahramanmaraş Sütçü İmam Üniversitesi, Sosyal Bilimler Enstitüsü, Coğrafya Anabilim Dalı, Türkiye, [email protected], [email protected].
2 Kahramanmaraş Sütçü İmam Üniversitesi, Fen Edebiyat Fakültesi, Coğrafya Bölümü, Türkiye, [email protected].
56
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
doğal özellik gösteren alanlardaki bitkilerin ekolojik karakterlerinin ortaya konması ve arazi kullanımında zaman içerisinde ortaya çıkan değişikliklerin etkilerinin değerlendirilmesi gerekir. Benzer şekilde bu alanların gelecekte nasıl kullanım şekline dönüşecekleri konusunda tahminlerin yapılması büyük önem arz etmektedir. Ayrıca bu alanların koruma stratejilerinin neler olabileceğinin tartışılması sürdürülebilir bir gelecek için gereklidir (Karabulut 2006).
Önemli oranda biyolojik çeşitliliğe sahip Türkiye’de çağın gerektirdiği yeni ve üretken teknolojileri kullanarak detaylı bölgesel bitki örtüsü haritalarının üretimi gecikmiş bir konudur. Özellikle bitkilerin çağdaş yöntemlerle ekolojik özelliklerinin, fenolojik karakterlerinin ve üretkenliklerinin ortaya konulması ile ilgili çalışmalar coğrafyacı ve diğer ilgili bilim dalları için yeterli düzeyde değildir (Karabulut, 2006). İklimsel olarak kırılgan ve riskli bir bölgede yer alan Türkiye’nin doğal bitki örtüsü hızlı ve devamlı bir şekilde tahrip edilmesine rağmen bu konunun yeterince dikkat çekmemesi geleceğimiz adına üzücüdür. Bu denli öneme sahip bir durumun ilgili literatürde beklenen seviyede yer alamaması aciliyeti olan bir konunun göz ardı edilmesi ya da önemsenmemesi anlamın gelmektedir.
Çağın sağladığı gelişmiş teknolojileri kullanarak yukarıda sözü edilen olumsuzlukların ortadan kaldırılması mümkündür. Bu bağlamda dünyanın birçok bölgesinde benzer hedeflere yönelik araştırmalarda uzaktan algılama yöntemleri tercih edilmektedir (Karabulut, 2006). Çünkü bu yöntemle elde edilen uydu vb. veriler kullanılarak yapılan bitki örtüsü çalışmaları herhangi bir alanın ekolojik karakterinin bilinmesi ve arazi kapasitelerinin belirlenmesi için ihtiyaç duyulan temel bilgileri kapsamaktadır. Bütün dünyada uzaktan algılama yoluyla elde edilen verilerinin benzer araştırmalarda oldukça yaygın olarak kullanıldığı gözlenirken, Türkiye’de bu teknolojiden yararlananların sayısı son dönemlerde artış göstermiş olsa da henüz yeterli seviyede değildir.
Güncel bitki örtüsü çalışmaları çoğu zaman klasik örneklem metotları kullanılarak yapılmaktadır. Bu tür yöntemler ve yaklaşımlar doğru ve güvenilir olmalarına karşın bazı dezavantajları da bünyelerinde barındırmaktadır. Özellikle geniş alanlarda örnek toplamanın zor oluşu ve bitki örtüsünde kısa süre zarfında meydana gelebilecek değişimleri izleyememeleri bu dezavantajlardan bazılarını oluşturmaktadır (Karabulut, 2006). Mekânsal ölçeklerinin sağladığı avantajla geniş alanlardaki bitki örtüsü çalışmalarında kullanılan NOAA-AVHRR, SPOT VEGETATION (SPOT VGT) ve MODIS verileri bu güne kadar birçok araştırmacı tarafından dünyanın çeşitli bölgelerin de kullanılmıştır (Goward ve diğ., 1991; Cihlar ve diğ., 1991; Marsh ve diğ, 1992; De Buers ve diğ, 2004; De Buers ve diğ, 2005; Karabulut, 2008; Çelik ve Karabulut, 2013a; Çelik ve Karabulut, 2013b; Rodrigues, 2013 ve diğ., 2013; Çelik ve Karabulut, 2014, Hou ve diğ., 2015). Çünkü uzaktan algılama verileri ve yöntemleri, yukarıda ifade edilen dezavantajları daha ucuz, geniş alanlarda daha az iş gücüyle kolaylıkla sağlanabilmeleri ve geniş alanda kısa süreli değişmeleri kaydedebilmelerinden dolayı avantaja çevirmektedir. Uzaktan algılama verileri sayısal olmalarının sağladığı avantajla matematiksel modellere dönüştürülebilmekte ve böylece bitkilerin biyolojik aktivite (fotosentez) durumuyla ilgili pratik bilgilere ulaşılabilmektedir. Özellikle yüksek temporal çözünürlüğe sahip verilerden elde edilen bitki indeks modelleri, bitki aktivitelerin izlenmesi, ölçülmesi ve haritalanması sırasında önemli kolaylıklar sağlamaktadır (Tucker, 1979; Campbell, 1997; Goward ve diğ., 1991; Marsh ve diğ., 1992; Yang ve diğ., 1997; Zhang ve diğ, 2003; Xie ve diğ., 2008; Atzberger ve Eilers, 2011; Yin ve diğ., 2012 ).
Çalışmamızın ana amacını günlük düzeyde elde edilen ve bitki izleme amaçlı yörüngeye yerleştirilmiş olan SPOT VEGETATION uydusuna ait verileri kullanarak Türkiye’deki bitki örtüsü durumunun (özellikle biyolojik aktivite seviyesi ve fenolojik özellikler) analiz edilmesi oluşturmaktadır. Bu amaçla makalemizde ülkemizin farklı bölgelerinden seçilmiş, çeşitli bitki formasyonlarının 1998-2013 yılları arasındaki biyolojik aktivite durumları ortaya konulmaya çalışılmıştır. Türkiye’nin tamamını gösteren bitki örtüsü durum haritaları oluşturularak biyolojik aktivite seviyesi detaylı olarak analiz edilmiştir. Ayrıca bitkisel gelişim ve olgunlaşma süreçlerini belirlemek amacıyla bitki durum modelleri (VCI) üretilmiş ve Türkiye genelinde fenolojinin izlediği seyir incelenmiştir. Bu sayede Türkiye’nin bitki örtüsü durum haritaları oluşturulmuş ve rölatif yeşillenme durumunun aylık düzeyde değişimleri ortaya konmuştur. Akdeniz bölgesi, Adana bölümünden seçilen test alanlarında tarım, orman ve çayır alanlarının çalışma periyodu boyunca gösterdiği biyolojik aktivite durumu detaylı bir şekilde değerlendirilmiştir. Bütün bunlara ilave olarak yükselti faktörünün bitki örtüsü aktiviteleri üzerindeki etkisi seçilen test alanı bağlamında analiz edilmiştir.
57
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı
21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
YÖNTEM
Bu çalışmanın amacı Türkiye’deki bitki örtüsünün zaman içerisinde göstermiş olduğu değişimin izlenmesidir. Bu amaç için 1998-2013 yılları arasındaki SPOT VGT uydu verileri kullanılmıştır. SPOT VGT uydusunun mekânsal çözünürlüğü 1 km, zamansal çözünürlüğü ise 1 gündür. Bu özellikleri uydunun bölgesel ve küresel ölçekte oldukça sık veri toplama kapasitesi olduğunu gösterir. Öte yandan 0.43 - 0.47, 0.61 - 0.68 (Görünen Band); 0.78 - 0.89 (Yakın İnfrared-NIR) ve 1.58 - 1.75 (SWIR) band aralıklarında veri topluyor olması uydunun bitki örtüsü çalışmaları için uygun spektral özelliklere sahip olduğunun göstergesidir. Tüm bu özellikleri bir arada düşünüldüğünde SPOT VGT uydusunun bölgesel ve küresel ölçekte bitki örtüsü izleme çalışmaları için oldukça uygun veriler ürettiği söylenebilir.
Tablo 1. SPOT VGT 1 ve 2’nin Spektral Özellikleri (www.spot-vegetation.com)
Çalışmada kullanılan uydu verilerinin günlük toplanıyor olması çalışma alanının tamamı için, aynı anda bulutsuz bir görüntü elde edilmesini güçleştirmektedir. Bu nedenle SPOT VGT uydu verileri 10’ar günlük bileşke görüntüler şeklinde elde edilmiştir. Maksimum Bitki Bileşkeleri (MCV) algoritması kullanılarak her ayın 1-10, 11-20 ve 21. günden ayın son gününe kadar olan görüntülerden aynı periyot içinde olmak koşuluyla yeni bir görüntü elde edilmiştir. Bu yöntem her uydu görüntüsünün mükemmel ve kesin bir şekilde aynı projeksiyon sistemine kaydedilmesini zorunlu kılmaktadır (Karabulut, 2006). Başka bir anlatımla farklı günlerde toplanan verilerdeki her pikselin her gün için aynı pikseli temsil etmesi zorunludur. Bu teknik birbirini izleyen günlere ait görüntülerden hangisinin piksel değerinin seçileceği maksimum değer kuralına göre yapılmaktadır (Karabulut, 2006). Bu kural parazitlerden (sis, pus, bulut vb.) etkilenmeyen ya da en az etkilenen piksellerin en yüksek yansıma değerine sahip olacağı prensibine dayanmaktadır.
Uzaktan algılama verileri ile bitki örtüsü izleme çalışmalarında yaygın olarak kullanılan tekniklerin başında Normalize Fark Bitki İndeksi (NDVI) gelmektedir. NDVI, kırmızı ışığın bitkilerdeki klorofil tarafından fotosentez sırasında kullanılmak üzere yutulması, buna karşın NIR bölgesindeki ışığın mezofil tarafından güçlü bir şekilde yansıtılması prensibine dayanır. Böylece bir alanda bitkinin varlığı ya da yokluğu, var olan bitkinin ne kadar güçlü fotosentez yapabildiği ve bitkisel aktivitenin mekânsal ve zamansal değişimleri izlenebilmektedir. NDVI görüntüler aşağıdaki formül (formül 1) kullanılarak hesaplanmaktadır. Çalışmada kullanılan veriler doğrudan NDVI görüntüler olarak elde edilmiştir.
NDVI= (Yakın İnfrared Band – Kırmızı Band) / (Yakın İnfrared Band + Kırmızı Band) (1)
Çalışmada kullanılan bir diğer bitki indeks modeli ise Bitki Durum İndeksi’dir (VCI). Kogan (1995) tarafından geliştirilen VCI, bitkinin inceleme periyodu içerisinde yaşamsal aktivitesinde meydana gelen değişimleri daha belirgin bir hale dönüştürmek için kullanılır. Bu dönüşüm NDVI değerleri kullanılarak yapılır (formül 2).
VCI= (NDVIj – NDVI min / NDVI max – NDVI min)*100 (2)
Burada NDVIj, aylık maksimum bileşke NDVI değerine; NDVImax, uzun zaman periyodu içerisindeki maksimum NDVI değerine; NDVImin uzun zaman periyodu içerisindeki minimum NDVI değerine karşılık gelmektedir. Formül sonucunda 0-100 arasında bir değer aralığı oluşturmaktadır. Bu aralık yüzdeyi ifade etmektedir (Çelik ve Karabulut, 2014).
Bu çalışmada SPOT VGT uydu verileri kullanılarak hem Türkiye ölçeğinde hem de belirli test alanlarında bitki örtüsünün yıl içerisinde ve uzun yıllar boyunca gösterdiği değişimler incelenmeye çalışılmıştır. İlk aşamada NDVI yöntemi ile Türkiye’deki bitki örtüsünün 1998-2013 yılları arasında minimum ve maksimum aktivite gösterdiğinde ortaya çıkan vejetasyon deseni araştırılmış, daha sonra ortaya çıkan bu desenin seçilmiş bir yıl içerisindeki aylık değişimi analiz edilmiştir. Ayrıca NDVI kullanılarak farklı yükseltilerde ve arazi kullanım/arazi örtüsü tiplerinde piksel düzeyinde analizler yapılmıştır. Bu analizlerde amaç seçilen pikseli temsil eden bitki formasyonlarının hem
58
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
uzun yıllar hem de yıl içerisindeki fenolojik aktivite durumları ve fenoloji süreleri hakkında çıkarımlar yapmaktır. Öte yandan VCI kullanılarak Türkiye’deki bitki örtüsünün seçilen yıllar içerisindeki göreceli yeşillenme durumu incelenmiştir. Göreceli yeşillenmede yılın kurak ya da nemli geçmesinin etkili olacağı düşüncesiyle seçilen test yılları Türkiye için kurak, normal ve nemli dönemi temsil edecek şekilde belirlenmiştir. Elde edilen sonuçlar farklı grafik ve haritalarla ortaya konmuştur.
1. BULGULAR
1.1. Maksimum /Minimum NDVI
Farklı ekosistemler içerisinde yaşamlarını devam ettiren bitkiler farklı sezonlarda ve farklı düzeylerde yaşamsal aktivite gösterir. Türkiye, coğrafi konumu ve morfolojik özellikleri sayesinde dikkate değer bir ekosistem çeşitliliğine sahiptir. Öte yandan yoğun insan faaliyetleri doğal peyzaj üzerinde önemli değişikliklere neden olmaktadır. Bu durum Türkiye’deki bitki örtüsünün hem dağılışı hem de niteliksel ve niceliksel durumu üzerinde etkili olur. Geniş bir alanda böylesine karmaşık yapılardaki vejetasyonun izlenmesi için bitkilerin nerede ve ne zaman yüksek ya da düşük yaşamsal aktivite gösterdiklerinin tespit edilmesi önemlidir. Bu durumun Türkiye ölçeğinde izlenebilmesi için 1998 ile 2013 yıllarına ait SPOT VGT uydusu verileri kullanılarak 10’ar günlük bileşke NDVI değerlerinden yararlanılmıştır. Maksimum NDVI haritasında her pikselin uzun zaman serisi içindeki herhangi bir tarihte maksimum yaşamsal aktivite gösterdiği durumu, Minimum NDVI haritası ise her pikselin uzun zaman serisi içindeki herhangi bir tarihte minimum yaşamsal aktivite gösterdiği durumu göstermektedir (Şekil 1).
Şekil 1. Maksimum ve Minimum NDVI Değerleri (1998-2013)
Bir bütün olarak bakıldığında Türkiye’nin bitki örtüsü canlılık haritasını oluşturan Şekil 1’de; çıplak ya da bitkinin cansız olduğu alanlarla, kar, buz veya bulutla kaplı alanlar kahverengi tonlarla; canlı, yüksek biyokütle üreten ve yüksek düzeyde fotosentez yapan bitkilerin bulunduğu alanlar ise yeşil tonlarla gösterilmiştir. Sarı tonlar, bitkinin varlığını ancak orta düzeyde canlı olduğunu veya düşük biyokütleye sahip olduğunu ifade etmektedir.
Oluşturulan Maksimum NDVI incelendiğinde ilk göze çarpan özellik kuzeydeki geniş yapraklı ormanların ön plana çıkmasıdır. Burada ortaya çıkan renk tonları ve NDVI değerleri; bitkinin türü, fizyolojisi, olgunluk seviyesi ve yoğunluğuna bağlı olarak değişebilir. Örneğin; her iki tür de canlı olmasına karşın iğne yapraklı bitkiler orta derecede,
59
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı
21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
geniş yapraklı bitkiler ise yüksek düzeyde NDVI değerlerine sahip olurlar (Soudani vd., 2012; Hmimina vd., 2013). Maksimum NDVI haritasında da gözlenen bu durum Türkiye’deki orman vejetasyonunun kanopi özellikleri ile yakından ilgilidir Minimum NVDI haritasına bakıldığında ise güneydeki iğne yapraklı ormanların bulunduğu alanlar ön plandadır. Bu durumun temel sebebi geniş yapraklı ormanların kışın yaprağını dökmesi ile yıl boyunca yeşil kalabilen iğne yapraklı vejetasyonun belirginleşmesidir. Öte yandan yıl boyunca tarım yapılabilen ve belli düzeyde canlı bitkinin bulunduğu alanlar ile Türkiye’de kar örtüsünün uzun süre yerde kaldığı alanlar da izlenebilmektedir.
1.2. Aylık NDVI
Yıl içerisinde bitki aktivitesinde meydana gelen değişimlerin aylık düzeyde incelenebilmesi için maksimum NDVI verileri kullanılarak aylık bileşke görüntüler elde edilmiştir. Bu inceleme için 2003 yılı hedef yıl olarak seçilmiştir. Bu yılın yıllık toplam yağış bakımından uzun yıllar ortalamasına yakın olması, başka bir anlatımla normal yıl olması (MGM, www.mgm.gov.tr) bu seçimde etkili olmuştur. Böylece bitkilerin ekstrem yağış koşullarına vereceği farklı tepkilerin en aza indirilmesi amaçlanmıştır.
Türkiye’deki bitki örtüsünün yıl içerisindeki durumu incelendiğinde düşük bitki aktivitesinin en geniş alana yayıldığı dönemin Şubat ayı olduğu görülür (Şekil 2). Buna karşın Nisan ayından itibaren karların erimeye başlaması ve sıcaklık ortalamalarının yükselmesiyle beraber bitkiler canlanmaya başlar ve Mayıs ayında ülkenin birçok yerinde bitki aktiviteleri maksimum seviyeye ulaşır. Haziran ayı ile birlikte gerek tarımsal alanlarda hasat sezonuna geçilmesi gerekse otsu türlerin kurumaya başlamasıyla birlikte NDVI değerleri düşmeye başlar. Kıyı bölgelerindeki bitkiler yıl boyunca canlılığını korurken özellikle Tuz gölü çevresinde neredeyse yıl boyunca çok düşük bitkisel canlılık gözlenmektedir.
Şekil 2. Yılık NDVI Değerlerinin Aylık Değişimi (2003)
60
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
Kış mevsimine girerken özellikle Kasım ayı ile birlikte Erzurum-Kars bölgesinden başlayarak kar örtüsünün oluşmaya başladığı ve kış ayları boyunca neredeyse tüm Doğu Anadolu’da bitkisel canlılığın ortadan kalktığı görülmektedir. Bu durum Şubat ayında daha belirgin olmak üzere yer yer iç bölgelere kadar uzanmaktadır. Öte yandan Ege bölgesi, Türkiye’nin diğer bölgeleri ile kıyaslandığında kış ayları boyunca bitkilerin canlı olduğu en belirgin alan olarak karşımıza çıkmaktadır. Çukurova’da ise kış aylarında dahi tarımsal ürünlerin yarattığı bir bitkisel canlılıktan söz edilebilir. Buna karşın Mayıs ayı ile birlikte ürün hasatlarının başlaması vejetasyon aktivitesinin azalmasına neden olur.
Yaz aylarına doğru gidildikçe, özellikle de Mart ayından itibaren Türkiye’deki vejetasyon aktivitesinde oldukça dikkat çekici bir artış başlar (Şekil 2). Burada en belirgin durum bahar ayları ile birlikte başlayan ve Doğu Anadolu’da çok net bir şekilde hissedilen bitkisel canlanmadır. Bölgedeki vejetasyon Haziran-Temmuz aylarında maksimum seviyeye ulaşır ve Ağustos ayı ile birlikte yeniden biyolojik aktivitede azalmalar görülür. Bir başka dikkat çeken durum da İç Anadolu’da Temmuz ayı ile birlikte azalan bitkisel canlılık seviyesidir. Hasatla birlikte bu bölgedeki bitkisel canlılık kış aylarındaki seviyeye kadar inmektedir. Bölgede kuru tarımın yaygın olması ve yılda tek ürüne dayanan tarımsal aktivitenin yanında step sahalarının kuruması bu durumun ortaya çıkmasındaki temel faktörlerdir. Yaz döneminde en yüksek NDVI değerleri ise Karadeniz Bölgesinde ortaya çıkmaktadır. Bu durumun temel sebebi bu bölgedeki geniş yapraklı orman vejetasyonunun varlığıdır.
1.3. Uzun Zaman Serilerinde NDVI
Bitki örtüsü izleme çalışmalarında uzaktan algılama verilerinin sunduğu en önemli avantajlardan birisi de uzun zaman serileri içerisindeki bitki aktivitesinin zamansal değişimlerin izlenebilmesidir. Bu çalışmada SPOT VGT uydusundan elde edilen aylık NDVI değerleri kullanılarak 1998 ile 2013 yılları arasında bitki aktivitesinde meydana gelen değişim ortaya konulmaya çalışılmıştır. Bu amaç için ilk aşamada Türkiye’nin farklı yerlerindeki tarım, orman ve çayır alanlarına ait test alanları seçilerek NDVI değerleri hesaplanmıştır. Daha sonra tek bir hat üzerinde farklı yükselti basamaklarından test alanları seçilerek yükseltiye bağlı bitki aktivitesinin değişimi ortaya konulmaya çalışılmıştır. Bu analiz için test alanı olarak Aladağlar seçilmiştir.
Şekil 3. Tarım Alanları NDVI Değerleri
61
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı
21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
Türkiye’de tarımsal üretimin önemli bir bölümünü gerçekleştiren Çukurova’da vejetasyonun zamansal seyri incelendiğinde iki farklı dönem belirgin bir biçimde göze çarpmaktadır. Vejetasyonun pik zamanları esas alındığında 2007 öncesinde yılda iki farklı pik dönemi gözlenirken 2007 sonrasında bu durum yılda tek bir pik zamanı ile karakterize olmaktadır (Şekil 3). Bu durum 2007 öncesinde ve sonrasında tarımsal üretim şeklinde bir değişiklik olduğunun göstergesidir. Başka bir anlatımla 2007 yılından önce yılda iki defa ürün alınırken 2007 sonrasında sahaya tek ürün deseni hâkim olmuştur. 2007 yılına kadar olan süreçte en yüksek bitki aktivitesi ilk olarak Nisan ayına denk gelirken ikinci pik dönemi Ağustos ayında ortaya çıkmaktadır. Ancak 2007 sonrası tarım desenin değiştiği ve Haziran-Temmuz aylarına denk dönemde yüksek vejetasyon aktivitesi gözlendiği söylenebilir. Düziçi (Osmaniye) ovasında da yine yıl içerisinde iki farklı pik dönemi gözlenmektedir. Bunlardan birincisi Nisan-Mayıs aylarında, ikincisi ise Eylül ayında yaşanmaktadır. Kahramanmaraş ovasında ise yıl içerisinde tek bir pik zamanının olduğu bunun da yılda tek ürüne dayanan tarımsal desenin bir sonucu olduğu söylenebilir. Kahramanmaraş ovasında Nisan-Mayıs aylarında bitki aktivitesi en yüksek seviyeye ulaşmaktadır. Bu alanlara göre daha yüksekte olan Göksun ovasında ise bitki aktivitesi Mayıs-Haziran aylarında en yüksek seviyeye ulaşmaktadır.
Farklı yükselti basamaklarından seçilmiş çayır örtüsüne ait test bölgeleri incelendiğinde 0-500 m arasındaki alanlarda en yüksek bitki aktivitesinin Mart ayında, 500-1000 metredeki çayır alanında Mart-Nisan ayında, 2000 metrenin üzerinde ise Haziran ayında ortaya çıktığı görülmektedir (Şekil 4). Öte yandan yükseltiye bağlı olarak bitkilerin biyokütle ve kanopi özelliklerinde de farklılıklar olduğunu söylemek gerekir. Zira yükseklere doğru çıkıldıkça çayırların zayıflayarak daha düşük yansıma değerleri gösterdiği izlenebilir.
Şekil 4. Çayır Alanları NDVI Değerleri
Amanos Dağlarındaki orman örtüsü üzerinden seçilen test alanlarında farklı ağaç topluluklarının (meşe, karaçam, kızılçam) uzun zaman serileri (1998-2013) içerisindeki NDVI değerleri incelenmişidir. Bu incelemeye göre tüm ağaç topluluklarında yıl boyunca yüksek biyolojik aktivitenin varlığından söz edilebilir (Şekil 5). Burada Kızılçam topluluğu en yüksek bitkisel aktiviteyi gösterirken, meşe ormanları ise daha düşük NDVI değerleri göstermiştir.
Şekil 5. Orman Alanları NDVI Değerleri (Amanos Dağları)
Bu çalışmada amaçlanan bir başka inceleme konusu da aynı hat üzerinde yükseltiye bağlı bitki aktivitesindeki değişimlerin izlenmesidir. Bu amaç için Aladağlar test alanı olarak seçilmiştir. İncelenen hat üzerinde 0-1000 m arasındaki test alanında daha yüksek NDVI değerleri gözlenirken yükseltinin 3000 metreyi geçtiği test sahasında bu değer düşmektedir (Şekil 6). Bu durum yükseklere çıkıldıkça daha sert iklim koşullarının ortaya çıkması ve dolayısıyla bitki biyokütlesi ve kapalılık seviyesindeki azalma ile yakından ilgilidir. Yükseltinin 1000 metreyi aştığı alanlarda Nisan ayına kadar bitkisel canlılık gözlenmezken daha düşük seviyelerde Şubat ve Mart aylarından
62
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
itibaren bitkiler canlanmaktadır. Yine yüksek alanlarda canlanmanın geç başlamasının yanında vejetasyon süresinin de daha kısa olduğu söylenebilir.
Şekil 6. Yükselti – Bitki Örtüsü İlişkisi NDVI Değerleri
1.4. Bitki Durum İndeksi (VCI)
Bitki Durum İndeksi, bitkilerin inceleme periyodu içerisindeki göreceli yeşillenme durumlarını ortaya koyan en etkili metotlardan birisidir. Özellikle bitkilerin iklim ile ilişkisini ortaya koymak için araştırmacılar tarafından sıklıkla tercih edilir. Bu çalışmada da Türkiye’deki bitki örtüsünün farklı yağış koşullarının yaşandığı yıllardaki göreceli yeşillenme durumlarını izlemek için VCI yöntemi kullanılmıştır. Bu amaç için uzun yıllar ortalamasının altında yağış alan 2000 yılı (kurak yıl), uzun yıllar ortalamasına yakın değerlerde yağış alan 2003 yılı (normal yıl) ve uzun yıllar ortalamasının üzerinde yağış alan 2009 yılı (nemli yıl) test yılları olarak seçilmiştir (MGM, www.mgm.gov.tr).
Şekil 7. Nemli, Normal ve Kurak Yıllara Göre Elde Edilmiş VCI Değerleri
Şekil 7’de kırmızı alanlar yıl içerisinde biyolojik aktivitenin çok fazla değişmediği alanları gösterirken; yeşil alanlar yıl içerisinde biyolojik aktivitenin çok değişken olduğu alanları temsil etmektedir. VCI değerleri
63
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı
21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
nemli (2009), normal (2003) ve kurak (2000) yıllarla karşılaştırıldığında nemli geçen yılın etkisi önemli ölçüde izlenebilmektedir. Bu dönemde iç kesimlerden başlayarak Doğu Anadolu’ya doğru göreceli yeşillenmenin Mart ayında belirginleştiği söylenebilir. Başka bir anlatımla kuru tarım ve otsu türlerin hâkim olduğu alanlarda daha erken yeşillenmeden söz edilebilir. Bu anlamda dikkat çeken bir başka alan da İç Anadolu Bölgesidir. Bu bölgede nemli yılda vejetasyon aktivitesinin daha erken sona ermesinin temel sebebinin bitkilerin biyolojik aktiviteye daha erken başlamasıyla ilişkili olduğu düşünülmektedir. Hem kuru hem de sulu tarımın yapıldığı Güneydoğu Anadolu ile Çukurova’da da benzer bir durum gözlenmektedir.
SONUÇ
Bu çalışmada ilk olarak, Türkiye’de meydana gelen bitki aktivite seviyelerinin en düşük ve en yüksek olduğu dönemler belirlenmiştir. Böylece, tarım, çayır ve orman alanlarındaki bitki desenleri, değişen pik seviyeleri ve zamanları ortaya konulmaya çalışılmıştır. Buna göre orman alanları yıl boyunca yüksek bitki aktivitesi gösterirken, daha otsu cılız bitkilerin daha düşük biyolojik aktivite gerçekleştirdikleri tespit edilmiştir. Kıyı bölgelerimiz daha erken bitkisel aktiviteye başlarken, yükseltiye bağlı olarak iç bölgeler daha geç bitkisel aktivite göstermektedir. Ayrıca otsu bitkilerin daha yaygın olduğu iç bölgelerde hasatla birlikte bitkisel aktivitesinin azaldığı saptanmıştır. Yükseltiye ve enlemin etkisine bağlı olarak bölgeler arasında bitkisel canlılık anlamında farklılıklar olduğu izlenmiştir. Ayrıca yıl içerisinde meydana gelen rölatif yeşillenme dönemleri belirlenerek; kurak, normal ve nemli yıllarda bitki örtüsünün göstermiş olduğu rölatif yeşillenme durumu incelenmiştir. Bu incelemede nemli dönemlerde bitkilerin göreceli yeşillenme oranının kurak dönemine göre daha yüksek değerler gösterdiği belirlenmiştir.
Farklı test alanlarında yapılan analizlerde hem vejetasyonun niteliğinin hem de yükselti faktörünün bitki aktivitesi üzerinde etkili olduğunu ortaya koymuştur. Çukurova’da 2007 yılına kadar yılda iki pik dönemi ile karakterize olan bitki aktivitesi 2007 sonrasında yılda tek bir maksimum değer göstermeye başlamıştır. Farklı yükselti basamaklarındaki çayır alanları da hem fenoloji süreleri hem de bitkisel aktiviteye başlama zamanları arasında farklık göstermiştir. Bu durum yükselti basamakları değiştikçe bitkilerin biyokütle ve kanopi özelliklerinin değişimini ortaya koymaktadır. Ayrıca nemli yıllarda Türkiye’deki vejetasyon örtüsünün çok daha güçlü biyolojik aktivite gösterdiği ve özellikle iç bölgelerde normal ve kurak yıllara göre fenolojinin erken başlayıp erken sona erdiği tespit edilmiştir.
Geniş alanlarda ve Türkiye gibi oldukça kompleks vejetasyon deseninin bulunduğu bölgelerde bitki araştırmaları yapmak ve detaylı sonuçlar elde etmek geleneksel yöntemlerle çok büyük bir zaman, maliyet ve işgücü gerektirir. Uydu teknolojilerinin giderek gelişmesi, yaygınlaşması ve ucuzlaması sayesinde artık birçok araştırmacı bölgesel ve küresel vejetasyon araştırmalarında bu teknolojiden faydalanmaktadır. Türkiye’deki vejetasyonun gerek doğal gerekse antropojen etkilere oldukça hızlı tepki verdiği bu çalışma da dahil olmak üzere birçok araştırmada ortaya konulmuştur. Bu tür vejetasyon izleme çalışmalarının sıklıkla yapılması geleceğe yön verecek olan planlamalara rehberlik etmesi açısından hayati önem taşımaktadır.
64
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
KaynakçaAtzberger, C., Eilers, P. H. C. (2011) A time series for monitoring vegetation activity and phenology at 10-daily time steps
covering large parts of South America. International Journal of Digital Earth, 4 (5), 365-386.
Campbell, J. B. (1987). Introduction to Remote Sensing, The Guilford Press, New York.
Çelik M. A., ve Karabulut, M. (2013a). Ahır Dağı (Kahramanmaraş) ve çevresinde bitki örtüsü ile yağış koşulları arasındaki ilişkilerin MODIS verileri kullanılarak incelenmesi (2000-2010). Havacılık ve Uzay Teknolojileri Dergisi, 6 (1), 123-133.
Çelik M. A., ve Karabulut, M. (2013b). Yağış koşullarının Antep Fıstığı (Pistacia vera L.) biomas aktivitesi ve fenolojik özellik-lerine etkisinin uzaktan algılama verileri kullanılarak incelenmesi. Türk Coğrafya Dergisi, 60, 37-48.
Çelik M. A., ve Karabulut, M. (2014). Antakya-Kahramanmaraş Grabeninde Kızılçam (Pinus brutia Ten.) orman alanları ile yağış arasındaki ilişkilerin MODIS verileri (2000-2010) kullanılarak incelenmesi. Coğrafi Bilimler Dergisi, 12 (1), 49-68.
Cihlar, J. St. Laurent, L., Dyer, J. A. (1991). Relation between the normalized difference vegetation index and ecological vari-able. Remote Sensing of Environment, 35, 279-298.
De Buers, K. M., Henebry, G. M. (2004). Land surface phenology and climatic variation and institutional change; Analyzing agricultural land cover change in Kazakhstan. Remote Sensing of Environment, 89 (4), 497-509.
De Buers, K. M., Henebry, G. M., (2005). Land surface phenology and temperature variation in the International Geosphere- Biosphere Program high-latitude transects, Global Change Biology, 11, 779-790.
Goward, S. N., Markham, B., Dye, D. G., Dulaney, W., Yang, J. (1991). Normalized difference vegetation index measurements from the advanced very high resolution radiometer. Remote Sensing of Environment, 35 (2-3), 257-277.
Hmimina, G., Dufrêne, E., Pontailler, J. Y., Delpierre, N., Aubinet, M., Caquet, B., de Grandcourt, A., Burban, B., Flechard, C., Granier, A., Gross, P., Heinesch, B., Longdoz, B., Moureaux, C., Ourcival, J. M., Rambal, S., Saint André, L., Soudani, K. (2013). Evaluation of the potential of MODIS satellite data to predict vegetation phenology in different biomes: An investigation using ground-based NDVI measurements. Remote Sensing of Environment, 132, 145-158.
Hou X., Shuai, G., Niu, Z., Xu, Z. (2014). Extracting grassland vegetation phenology in North China based on cumulative SPOT-VEGETATION NDVI data. International Journal of Remote Sensing, 35 (9), 3316-3330.
Karabulut, M. (2006). NOAA AVHRR Verilerini Kullanarak Türkiye’de Bitki Örtüsünün İzlenmesi ve İncelenmesi. Coğrafi Bilimler Dergisi, 4 (1), 29-42.
Karabulut, M. (2008). An examination of relationships between vegetation and climate conditıons using SPOT-VEGETATION data. 5th International Conference on Geographic Information Systems (pp. 543-550), İstanbul, 2-5 Haziran.
Kogan, F. N. (1995). Droughts of the Late 1980s in the United States as Derived from NOAA Polar-Orbiting Satellite Data. Bulletin of the American Meteorological Society, 76, 655–668.
Marsh, S. E., Walsh, J. L., Lee, C. T., Beck, L. R., Hutchinson, C. F. (1992). Comparison of multi-temporal NOAA- AVHRR and SPOT-XS satellite data for mapping land cover dynamics in the west African Sahel. International Journal of Remote Sensing, 13(16), 2997-3016.
Rodrigues A., Marçal A. R. S., Cunha M. (2013). Identification of potential land cover changes on a continental scale using NDVI time-series from SPOT VEGETATION. International Journal of Remote Sensing, 34 (22), 8028-8050.
Soudani, K., Hmimina, G., Delpierre, N., Pontailler, J. Y., Aubinet, M., Bonal, D., Caquet, B., de Grandcourt, A., Burban, B., Flechard, C., Guyon, D., Granier, A., Gross, P., Heinesh, B., Longdoz, B., Loustau, D., Moureaux, C., Ourcival, J. M., Ram-bal, S., Saint André, L., Dufrêne E. (2012). Ground-based Network of NDVI measurements for tracking temporal dyna-mics of canopy structure and vegetation phenology in different biomes. Remote Sensing of Environment, 123, 234-245.
Tucker, C. (1979). Red and photographic infrared linear combination for monitoring vegetation. Remote Sensing of Envi-ronment. 8, 127-150.
Xie Y., Sha, Z., Yu, M. (2008). Remote sensing imagery in vegetation mapping: a review. Journal of Plant Ecology, 1 (1), 9-23.
Yang, W.; Yang, L.; Merchant, J. M. (1997). An assessment of AVHRR/NDVI-ecoclimatological relations in Nebraska, USA. International Journal of Remote Sensing, 18 (10), 2161-2180.
Yin, H., Udelhoven, T., Fensholt, R., Pflugmacher, D., Hostert, P. (2012) How Normalized Difference Vegetation Index (NDVI) trends from Advanced Very High Resolution Radiometer (AVHRR) and Système Probatoire d’Observation de
65
2012
COĞRAFYACILAR DERNEĞİCoğrafyacılar Derneği Uluslararası Kongresi Bildiriler Kitabı
21-23 Mayıs 2015, Gazi Üniversitesi, Ankara
la Terre VEGETATION (SPOT VGT) time series differ in agricultural areas: an ınner Mongolian Case Study. Remote Sensing, 4 (11), 3364-3389.
Zhang, X., Friedl, A. M., Schaaf, C. B., Strahler, A. H., Hodges, J. C. F., Gao, F., Reed, B. C., Huete, A. (2003). Monitoring vegetation phenology using MODIS. Remote Sensing of Environment, 84 (3), 471-475.
