Bu çalışmada, Isparta Orman Bölge Müdürlüğü, Burdur Orman İşletme Müdürlüğü Ağlasun Orman İşletme Şefliği sınırları içerisinde yer alan dikim yoluyla getirilmiş ve saf kızılçam (Pinus brutia Ten.) meşcerelerinin göğüs yüzeyi artımının; meşcere yaşı, bonitet endeksi ve sıklık derecelerine göre değişimini modelleyen regresyon denklemi geliştirilmiştir. Bu amaçla yaşları, 32-38, bonitet sınıfı III (BE=7.48-14.85 m) ve değişik sıklık derecelerinde (SD=0.771-1.416) 60 adet örnek alan alınmıştır. Geliştirilen regresyon denkleminin belirtme katsayısı (R2) ve standart hata (Se) değerleri, 0.898 ve 0.053 m2/ha/yıl’ dır. Tek ağaç ve meşcere göğüs yüzeyi artımının, meşcere yaşı, bonitet endeksi ve sıklık derecesine göre değişimini modelleyen regresyon denkleminden elde edilen sonuçlara göre, göğüs yüzeyi artımı; meşcere yaşı ile azalmakta, bununla birlikte bonitet endeksi ve sıklık derecesi ile artmaktadır. Bu çalışma ile geliştirilen regresyon denklemi kullanılarak, Ağlasun Orman Şefliği sınırları içerisinde yer alan benzer özelliklere sahip kızılçam meşcereleri için tek ağaç ve meşcere göğüs yüzeyi artımının tahmin edilmesi mümkündür. Bu modelden yapılacak tahminler, değişik ormancılık bilim dalları için kullanılabilir. Anahtar Kelimeler: Göğüs yüzeyi artımı, kızılçam, sıklık derecesi, model.
In this study, the regression equation modelling for single tree and stand basal area increment by stand age, site index and stand density degree was developed for Brutian pine (Pinus brutia Ten.) plantations in Ağlasun Forest Enterprise. The data were obtained from 60 sample plots with its stand age 32-38, site quality III (BE=7.48-14.85 m) and stand density degree (SD=0.771-1.416). The coefficient of determination (R2) standart error (Se) of this regression model are 0.898 and 0.053 m2/ha/year. When analyzed this model results, it is concluded that these increment values are increasing with site index and stand density degree, decreasing with stand age. With using this model, it is possible that single tree and stand basal area increment for stands of Brutian pine located in Ağlasun Forest Enterprise are predicted for similar stand characteristics. The increment prediction obtained by this model can be utilized for different forestry sciences. Keywords: Basal area increment, Brutian pine, stand density degree, model.
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Orman Mühendisliği Anabilim Dalı, 2014.
Kaynakça var.
Bu çalışmada, Isparta Orman Bölge Müdürlüğü, Burdur Orman İşletme Müdürlüğü Ağlasun Orman İşletme Şefliği sınırları içerisinde yer alan dikim yoluyla getirilmiş ve saf kızılçam (Pinus brutia Ten.) meşcerelerinin göğüs yüzeyi artımının; meşcere yaşı, bonitet endeksi ve sıklık derecelerine göre değişimini modelleyen regresyon denklemi geliştirilmiştir. Bu amaçla yaşları, 32-38, bonitet sınıfı III (BE=7.48-14.85 m) ve değişik sıklık derecelerinde (SD=0.771-1.416) 60 adet örnek alan alınmıştır. Geliştirilen regresyon denkleminin belirtme katsayısı (R2) ve standart hata (Se) değerleri, 0.898 ve 0.053 m2/ha/yıl’ dır. Tek ağaç ve meşcere göğüs yüzeyi artımının, meşcere yaşı, bonitet endeksi ve sıklık derecesine göre değişimini modelleyen regresyon denkleminden elde edilen sonuçlara göre, göğüs yüzeyi artımı; meşcere yaşı ile azalmakta, bununla birlikte bonitet endeksi ve sıklık derecesi ile artmaktadır. Bu çalışma ile geliştirilen regresyon denklemi kullanılarak, Ağlasun Orman Şefliği sınırları içerisinde yer alan benzer özelliklere sahip kızılçam meşcereleri için tek ağaç ve meşcere göğüs yüzeyi artımının tahmin edilmesi mümkündür. Bu modelden yapılacak tahminler, değişik ormancılık bilim dalları için kullanılabilir. Anahtar Kelimeler: Göğüs yüzeyi artımı, kızılçam, sıklık derecesi, model.
In this study, the regression equation modelling for single tree and stand basal area increment by stand age, site index and stand density degree was developed for Brutian pine (Pinus brutia Ten.) plantations in Ağlasun Forest Enterprise. The data were obtained from 60 sample plots with its stand age 32-38, site quality III (BE=7.48-14.85 m) and stand density degree (SD=0.771-1.416). The coefficient of determination (R2) standart error (Se) of this regression model are 0.898 and 0.053 m2/ha/year. When analyzed this model results, it is concluded that these increment values are increasing with site index and stand density degree, decreasing with stand age. With using this model, it is possible that single tree and stand basal area increment for stands of Brutian pine located in Ağlasun Forest Enterprise are predicted for similar stand characteristics. The increment prediction obtained by this model can be utilized for different forestry sciences. Keywords: Basal area increment, Brutian pine, stand density degree, model.