Karişik meşcerelerde türler arasi bonitet endeks tahmiNİ



Yüklə 40,67 Kb.
Pdf görüntüsü
tarix03.05.2018
ölçüsü40,67 Kb.
#41413


367

KARIŞIK MEŞCERELERDE TÜRLER ARASI BONİTET ENDEKS TAHMİNİ

İlker ERCANLI

1

, Aydın KAHRİMAN



1

, Hakkı YAVUZ

1

1

Karadeniz Teknik Üniversitesi, Orman Fakültesi, Orman Mühendisliği Bölümü, 061080 Trabzon,



ercanli@ktu.edu.tr

ÖZET

Karışık meşcerelerde karışımı oluşturan türlerden her biri için yeterli sayı ve nitelikte bonitet ağacı

bulunmaması durumunda türler arası bonitet endeks tahmini denklemlerinden yararlanılmaktadır. Denklemlere

ilişkin parametre tahminlerinde En Küçük kareler Yöntemi (E.K.K.) yerine, Geometrik Ortalama Regresyonu

(G.O.R.),

Geometric Mean Regression (GMR),

 önerilmektedir. Bu çalışmada, Bursa Orman Bölge Müdürlüğü,

Bursa Orman İşletme Müdürlüğü, Kestel Orman İşletme Şefliği sınırları içerisinde yer alan Karaçam-Kayın

karışık meşcerelerinden alınan 50 deneme alanı verileri kullanılarak, Karaçam-Kayın karışık meşcereleri için

Türler Arası Bonitet Endeks Tahmin Denklemleri (

Site Index Conversion Equations)

geliştirilmiştir.



Anahtar Kelimeler: Bonitet Endeksi, Geometrik Ortalama Regresyonu, Karışık Meşcereler

SITE INDEX ESTIMATION BETWEEN SPECİES FOR MIXED STANDS

ABSTRACT

The site index estimations can be incorrect for one of tree species in lower crown layer in mixed

stands. For this situation, the equations estimating site index for tree species in lower crown layer from tree

species in higher crown layer position must be developed to accurate site index estimations. In developing

these equations, Geometric Mean Line Regression Technique,

GMLR


, was proposed to Ordinary Least

Squares,


OLS

. In this study, fifty sample plots from Kestel Forest Enterprise, Bursa Forest District Directorship,

were used. Site Index Conversion Equations were developed to estimate site index for tree species in lower

crown layer from tree species in higher crown layer position. Also, Geometric Mean Line Regression Technique

was particularly explained to estimate the parameters of Site Index Conversion Equations.

Keywords: Site Index, Geometric Mean Line Regression, Mixed Stands

1. GİRİŞ

Meşcere hacim ve hacim elemanları, meşcere yaşı ve sıklığı yanında yetişme ortamı

verim gücüne bağlı olarak da değişmektedir. Bu bakımdan meşcereler arasındaki verim

gücü farklılıklarını ortaya koymak ve derecelendirmek; başta planlama olmak üzere birçok

ormancılık uygulamasında büyük bir önem taşımaktadır.

Eşityaşlı meşcerelerde, yetişme ortamı verim gücünü belirlemede farklı bir çok

yöntem olmasına karşın, meşcerelerde hakim durumdaki ağaçların yaş-boy ilişkisine

dayanan ve standart yaştaki üst boy olarak da tanımlanan bonitet endeksi, basit, pratik,

temsil gücünün yüksek olması ve meşcere sıklığından önemli düzeyde etkilenmemesi

nedeniyle yetişme ortamı verim gücünün belirlenmesinde en çok tercih edilen bir

yöntemdir (Kalıpsız, 1998, Gadow and Hui, 1999).

Yetişme ortamı verim gücünü belirlenmesinde meşcere yaşı-üst boyu ilişkisine

dayanan bonitet endeks tahminleri, meşcerelerdeki hakim durumdaki galip (dominant)

III. Ulusal Karadeniz Ormancılık Kongresi

20-22 Mayıs 2010

Cilt: I     Sayfa: 367-371




368

veya ortak galip (co-dominant) ağaçların yaş ve boy ölçümlerini esas almaktadır. Çünkü

galip ve ortak galip ağaçlar diğer ağaçlara göre daha az baskı gören ve dolayısıyla

meşcere verim gücünü en iyi yansıtan ağaçlardır  (Carmean, 1979). Karışık meşcerelerde

karışımı oluşturan türlerden her biri için yeterli sayı ve nitelikte bonitet ağacı bulunmaması

durumunda ise, türler arası bonitet endeks tahmini denklemlerinden yararlanılmaktadır.

Çünkü alt tabakadaki ağaçlar, üst tabakadaki ağaçların baskıları sonucunda meşcerenin

verim gücünü yansıtamayacaklardır. Karışık meşcereler için oluşabilecek bu gibi

durumlarda, yeterli sayı ve özellikte bonitet ağacı bulunan tür için hesaplanan bonitet

endeksi yardımıyla, yeterli sayı ve nitelikte bonitet ağacı bulunmayan türün bonitet

endeksi tahmin edilebilmektedir. Bu tahminler için türler arası bonitet endeks

denklemelerinin kullanılması önerilmektedir  (Carmean ve Vasilevsky, 1971; Carmean

1975; Hägglund, 1981). Çünkü türlerin boylanma trendleri farklı olsa dahi aynı büyüme

ortamını paylaşmaları nedeniyle araların istatistiksel anlamda bir ilişkinin olması beklenir.

Karışımdaki türlerin bonitet endeks değerleri arasında anlamlı bir istatistiksel fonksiyon

elde edilmesi durumunda, bir türün bonitet endeksi yardımıyla diğer türlerin bonitet

endeks değerlerini tahmin etmek mümkün olacaktır.

Karışık meşcereler için türler arası bonitet endeks tahminine ilişkin ilk modeller,

çeşitli araştırıcılar tarafından regresyon denklemleri ile geliştirilmiştir (Doolittle, 1958;

Foster, 1959; Carmean ve Vasilevsky, 1971; Carmean, 1979; Steele ve Cooper, 1986). Bu

denklemlere ilişkin parametre tahminleri,

En Küçük Kareler

 yöntemi ile yapılmıştır. E.K.K

yöntemi ile parametreleri tahmin edilen bu regresyon denklemleri ile A türünün bonitet

endeksi kullanılarak, B türünün bonitet endeksi tahmin edildikten sonra; diğer bir denklem

ile B türünün bonitet endeksi kullanıldığında, A türünün ilk aşamadaki değeri elde

edilememektedir. E.K.K yöntemi ile parametreleri tahmin edilen regresyon denklemleri, iki

yönlü ve birbiri ile uyumlu tahminleri sağlayamamaktadırlar. Bununla birlikte, karışık

meşcerelerde, türler arasındaki bonitet endeks tahminlerine ilişkin denklemlerle, iki yönlü

ve birbiri ile uyumlu tahminlere olanak sağlaması gerekir. Özellikle, A türünün fonksiyonu

olarak B türünün bonitet endeksinin tahminine yarayan X denklemi ile B’den A’nın tahmin

edilmesi amacıyla oluşturulacak Y denkleminin birbiriyle uyumlu ve iki yönlü sonuçlar

vermesini sağlamak üzere; Nigh (1995), Geometrik Ortalama Regresyon “Geometric Mean

Regression (GMR)” yöntemini kullanarak “

Türler Arası Bonitet Endeksi Dönüşüm

Denklemleri

(

Site Conversion Equations



)” oluşturulmuştur.

Bu çalışmada, Geometrik Ortalama Regresyon Yöntemi ayrıntılı olarak açıklanarak,

karışık meşcerelerde bonitet endeks tahminlerinde kullanılmak üzere Türler Arası Bonitet

Endeksi Dönüşüm Denklemlerinin geliştirilmesi (

Site Index Conversion Equations)

amaçlanmıştır.



2. MATERYAL VE YÖNTEM

Bu çalışmada, Bursa Orman Bölge Müdürlüğü, Bursa Orman İşletme Müdürlüğü,

Kestel Orman İşletme Şefliği sınırları içerisinde yer alan Karaçam-Kayın karışık

meşcerelerinden alınan 50 deneme alanı verileri kullanılmıştır. Örnek alanların büyüklüğü,

400 ile 800 m

2

 arasında değişmektedir. Örnek alanlarda, Karaçam ve Kayın türlerinin



karışık olduğu meşcerelerden, her iki türün de üst tabakada olduğu meşcere yapıları

örneklenmiştir. Diğer taraftan karışıma giren türlerden herhangi birinin alt tabakada

olduğu meşcere yapıları örneklem dışında tutulmuştur. Örnek alanlardan hektarda 100

ağaç yöntemine göre belirlenen sayıda (400 m

2

 için 4, 600 m



2

 için 6 ve 800 m

2

 için ise 8




369

adet ağaç) üst tabakadaki galip veya ortak galip ağaçlarda yaş ve boy ölçümleri

yapılmıştır. Her bir örnek alanda her iki tür için elde edilen üst boy ve yaş değerleri

kullanılarak, Kayın için Carus (1998) ve Karaçam için ise, Kalıpsız (1963) tarafından

geliştirilen bonitet endeks tabloları ile bonitet endeksleri hesaplanmıştır. Her iki tür için

elde edilen bonitet endeks değerleri arasındaki ilişkileri gösteren regresyon denklemleri

ise, Geometrik Ortalama Regresyon Yöntemi,

Geometric Mean Line Regression

, ile elde

edilmiştir.



2.1. Geometrik Ortalama Regresyon Yöntemi

İlk olarak Nigh (1995) tarafından geliştirilen ve ormancılık literatürüne kazandırılan

Geometrik Ortalama Regresyon Yöntemi,

Geometric Mean Line Regression

, A ile B ve B ile

A türlerinin bonitet endeks tahminleri için geliştirilen denklemlerin eğimlerinin geometrik

ortalamasına dayanmaktadır. GMR yöntemi ile türler arasında bonitet endeks

tahminlerinde kullanılan denklem (Nigh, 1995);

(1)

biçimindedir. Burada,



; i. türe ilişkin bonitet endeks değerini,

; j. türe ilişkin

bonitet endeks değerini,

m

; denklemin eğimini,



b

; denklemin sabit terimini

göstermektedir. Bu denklemlerde yer alan

m

 ve



b

 katsayılarının hesaplanmasına ilişkin

formüller aşağıda verilmiştir.

(2)


(3)

(4)


(5)

(6)


(7)

(8)


(1)’nolu eşitlikte,

;

<0 ise, -1 ve

>0 ise, +1 değerini almaktadır.

3. BULGULAR

Kayın ve Karaçam karışık meşcereleri için Geometrik Ortalama Regresyon Yöntemi

ile geliştirilmiş Türler Arası Bonitet Endeksi Dönüşüm Denklemleri “

Site Conversion

Equations

” aşağıda verilmiştir;




370

Kayın;


(9)

R

2



=0.542, S

y.x


=1.873 m.

Karaçam;


(10)

R

2



=0.588, S

y.x


=1.926 m.

Yukarıda verilen bu denklemelerle her iki tür için birbiri ile uyumlu tahminler elde

edilebilmektedir. Örneğin, 9 nolu denklemde Karaçam bonitet endeksi 25 m alınırsa,

Kayına ilişkin bonitet endeksi 37.8163 m olarak tahmin edilmektedir. Kayın için 9 nolu

denklem ile elde edilen bu tahmin değeri, 10 nolu denklemde yerine konulduğunda,

Karaçam için bonitet endeksi doğrudan 25.0 m tahmin edilmektedir. Bu bakımdan GMR

yöntemi ile elde elden türler arası bonitet endeks tahminine ilişkin denklemlerin birbiri ile

uyumlu sonuçlar verdiği açıkça görülmektedir.



4. SONUÇLAR

Orman işletmelerinin planlanmasında, bu ormanlarının verim güçlerinin ve üretim

potansiyellerinin doğru ve tutarlı bir şekilde tahmin edilmesi büyük bir önem taşımaktadır.

Özellikle, ormanların üretim güçleri, bu ormanlara yapılan teknik müdahaleler yanında

ormanlık alanların yetişme ortamı verim güçlerine büyük oranda bağımlıdır.

Bu çalışmada, Bursa Orman Bölge Müdürlüğü, Bursa Orman İşletme Müdürlüğü,

Kestel Orman İşletme Şefliği Sınırları içerisinde yer alan Karaçam-Kayın karışık

meşcerelerinden alınan 50 örnek alan verilerine bağlı olarak Geometrik Ortalama

Regresyon “Geometric Mean Line Regression” yöntemi ile Türler Arası Bonitet Endeksi

Dönüşüm Denklemleri “

Site Conversion Equations

” geliştirilmiştir.

Bu denklemlerin geliştirilmesinde; karışık meşcerelerden her bir tür için yeterli

sayıda ve nitelikte bonitet ağaçları bulunmalı ve hatasız bir şekilde bonitet endeksleri

tahmin edilip, Türler Arası Bonitet Endeksi Denklemleri, Geometrik Ortalama Regresyonu

ile elde edilmelidir. Daha sonra ise, Karışık meşcerelerde alt tabakada olan veya üst

tabakada olup yeterli sayı veya nitelikte bonitet ağaçlarına sahip olmayan tür için bonitet

endeksi, üst tabakada yeterli sayıda ve nitelikte bonitet ağaçlarına sahip diğer türün

bonitet endeksi kullanılarak Türler Arası Bonitet Endeksi Denklemleri ile tahmin edilebilir.

Geliştirilen bu denklemlerin belirtme katsayıları ise, Kayın’ı tahmin eden denklem için

0.542 iken, Karaçam!ı tahmin eden denklem için 0.588’dir. Standart hataları ise, Kayın’ı

tahmin eden denklem için 1.873 m iken, Karaçam’ı tahmin eden denklem için 1.926 m’dir.

Özellikle, örnek sayısının artırılması ile daha güvenilir denklemler elde edilebilir

Geliştirilen Türler Arası Bonitet Endeksi Dönüşüm Denklemleri, karışık

meşcerelerde,  bir  türün  alt  tabakada  olduğu  veya  üst  tabakada  olup  yeterli  sayı  ve

nitelikte bonitet ağaçına sahip olmayan tür için doğru ve gerçekçi bonitet endeksi

tahminlerinde kullanılabilir. Çünkü bonitet tahminleri için uygun şartlara sahip olmayan

türün yaş-boy gelişimi, özellikle üst tabakada türün baskısından etkilenmiş olup, yetişme

ortamı verim gücünün göstergesi olarak kullanılması hatalı olabilecektir. Bununla birlikte,



371

üst tabakadaki türün bonitet endeksi ve geliştirilen Türler Arası Bonitet Endeksi Dönüşüm

Denklemleri kulanılarak,  uygun şartlara sahip olamayan diğer türün bonitet endeksinin

tahmin edilmesi, daha doğru ve gerçekçi bonitet endeksi tahminleri sağlayacaktır. Ayrıca

bu denklemler, Geomerik Ortalama Regresyon tekniği ile elde edildiklerinden, her iki tür

için de birbiri ile uyumlu iki yönlü tahminler sağlayabilmektedir.



5. KAYNAKLAR

Kalıpsız, A., 1998. Orman Hasılat Bilgisi, İstanbul Üniversitesi Orman Fakültesi Yayınları ,

İstanbul.

Gadow, K.V., Hui, G., 1999. Modelling forest development, Forestry Sciences, Kluwer

Academic Publisher, Dordrecht.

Carmean, W.H., 1979. Site İndex Comparisons Among Northern Hardwoods in Northern

Wisconsin and Upper Michigan, USDA Forest Service Research Paper NC-169.

Carmean, W. H., and A. Vasilevsky, 1971, Site-index comparisons for tree species in

northern Minnesota. USDA Forest Service Res. Pup. NC-169.

Carmean,  W.  H.,  1975.  Forest  Site  Quality  Evaluation  in  The  Unitedstates,  Adv.  Agron.,

27,  209-269.

Hägglund,  B., 1981, Evaluation of forest site productivity, For. Abstr. 42(11): 515-527.

Doolitle, W.T., 1958, Site Index Comparisons for several forest species in the Southern

Appalachians, Proc. Soil Sci. Soc. Am. 22(5): 445-458.

Foster,  R.W.,  1959,  Relation  between  site  indices  of  eastern  white  pine  and  red  maple.

Forest Science 5(3):279-291.

Steele, B. M. ve Cooper, S. V., 1986. Predicting Site Index and Height for Selected Tree

Species of Northern Idaho, USDA For. Serv. Res. Pap. INT-365, 16 s.

Nigh, G. D., 1995,The geometric mean regression line: A method for developing site index

conversion equations for species in mixed stands, Forest Science, 41 (1): 84-98.

Carus, S., 1998. Aynı Yaşlı Doğu Kayını (

Fagus Orientalis

 Lipsky) Ormanlarında Artım ve

Büyüme, Doktora Tezi, İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.

Kalıpsız, A., 1963. Türkiye’de Karacam Meşçerelerini Tabi Bünyesi ve Verim Kudreti

Üzerine Araştırmalar, O.G.M. Yayınları, İstanbul.



Yüklə 40,67 Kb.

Dostları ilə paylaş:




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©genderi.org 2024
rəhbərliyinə müraciət

    Ana səhifə