Bu çalışma Eskişehir Türkmen Dağı'nda karaçam ormanlarının yayılışı ve verimliliği ile dijital çevresel değişkenler arasındaki ilişkileri inceleyerek yaygınlaştırma modellerinin elde edilmesi ve türün gösterge türlerinin tespit edilmesi amacıyla gerçekleştirilmiştir. Araştırmaya konu olan veriler verimlilik (bonitet endeksi) için 56 örnek alan, dağılım (var-yok verisi) için 278 örnek alandan elde edilmiştir. Karaçamın dağılım modellemesi için bağımlı değişken var yok şeklinde ikili kategorik veriden oluşmuştur. Diğer bağımlı değişken ise verimliliğin göstergesi olarak alınan standart yaştaki (100 yaşındaki) bonitet indeksi değerlerinden oluşmuştur. Karaçamın dağılım modelini elde etmek için logistik regresyon analizi (LG) ve sınıflandırma ağacı tekniği (SA) kullanılmıştır. Çoklu regresyon analizi (ÇR) ve regresyon ağacı tekniği (RA) tekniği ise verimlilik modellemesinde kullanılmıştır. En iyi dağılım ve verimlilik modelleri sırasıyla SA ve RA ile elde edilmiştir. Dağılım modeli ile verimlilik modelini yükselti ve topografik pozisyon indeksi değişkenleri oluşturmuştur. Karaçamın iyiorta ve kötü şeklinde sınıflandırılan verimlilik sınıflarının gösterge türlerini tespit etmek için nitelikler arası ilişki analizi uygulanmıştır. Bu analizin sonucunda iyiorta sınıfın gösterge türleri Crataegus monogyna ve Rosa canina olarak belirlenmiş ve bu türlerin karaçamın verimliliği ile pozitif birliktelik gösterdiği ve karaçamın en verimli sahalarının göstergesi olduğu tespit edilmiştir. Bu çalışmanın sonuçları Türkmen Dağı'nda karaçam ormanlarına yönelik olarak gelecekte yapılacak yönetim planlarının şekillenmesinde ve uygulanmaya geçirilmesinde sağlayacağı katkılar bakımından önem arz etmektedir.
Anahtar Kelimeler: AnadoluKaraçamı, Modelleme, Verimlilik, Dağılım, Türkmen Dağı.
This study was carried out to obtain regionalization models by examining the relationships between response variables (distribution and productivity of Crimean pine forests (Pinus nigra J. F. Arnold subsp. pallasiana (Lamb.) Holmboe)), and explanatory variables (digital environmental variables) and to detect Crimean pine's indicator species in Turkmen mountain. The data was collected for productivity (site index) 56 and for distribution (presence-absence) from 278 sample plots. To model distribution of Crimean pine, binary data, presence (1) and absence (0), was used as response variable. The other response variable was site index, height value of plus tree at a Standard age (100 years old), which was taken as a measure of productivity. To built distribution models of Crimean pine, logistic regression analysis (LR) and classification tree technique (CT) were applied. Multiple regression analysis (MR) and regression tree technique (RT) were performed in order to obtain productivity models as well. The best distribution model and productivity model were obtained by CT and RT respectively. Distribution and productivity models were built by altitude and topographical position index. Interspecific correlation analysis was used to detect indicator species of productivity classes of Crimean pine. As a result of this analysis, it was found that Crataegus monogyna and Rosa canina species are positively associated with the productivity of Crimean pine for the best productive sites. The results from this study is significant for contributions of developing management plans and realization implementations on Crimean pine forests of Turkmen mountains in the future.
Keywords: Crimean Pine, Modeling, Productivity, Distribution, Türkmen Mountain.
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Orman Mühendisliği Anabilim Dalı, 2015.
Kaynakça var.
Bu çalışma Eskişehir Türkmen Dağı'nda karaçam ormanlarının yayılışı ve verimliliği ile dijital çevresel değişkenler arasındaki ilişkileri inceleyerek yaygınlaştırma modellerinin elde edilmesi ve türün gösterge türlerinin tespit edilmesi amacıyla gerçekleştirilmiştir. Araştırmaya konu olan veriler verimlilik (bonitet endeksi) için 56 örnek alan, dağılım (var-yok verisi) için 278 örnek alandan elde edilmiştir. Karaçamın dağılım modellemesi için bağımlı değişken var yok şeklinde ikili kategorik veriden oluşmuştur. Diğer bağımlı değişken ise verimliliğin göstergesi olarak alınan standart yaştaki (100 yaşındaki) bonitet indeksi değerlerinden oluşmuştur. Karaçamın dağılım modelini elde etmek için logistik regresyon analizi (LG) ve sınıflandırma ağacı tekniği (SA) kullanılmıştır. Çoklu regresyon analizi (ÇR) ve regresyon ağacı tekniği (RA) tekniği ise verimlilik modellemesinde kullanılmıştır. En iyi dağılım ve verimlilik modelleri sırasıyla SA ve RA ile elde edilmiştir. Dağılım modeli ile verimlilik modelini yükselti ve topografik pozisyon indeksi değişkenleri oluşturmuştur. Karaçamın iyiorta ve kötü şeklinde sınıflandırılan verimlilik sınıflarının gösterge türlerini tespit etmek için nitelikler arası ilişki analizi uygulanmıştır. Bu analizin sonucunda iyiorta sınıfın gösterge türleri Crataegus monogyna ve Rosa canina olarak belirlenmiş ve bu türlerin karaçamın verimliliği ile pozitif birliktelik gösterdiği ve karaçamın en verimli sahalarının göstergesi olduğu tespit edilmiştir. Bu çalışmanın sonuçları Türkmen Dağı'nda karaçam ormanlarına yönelik olarak gelecekte yapılacak yönetim planlarının şekillenmesinde ve uygulanmaya geçirilmesinde sağlayacağı katkılar bakımından önem arz etmektedir.
Anahtar Kelimeler: AnadoluKaraçamı, Modelleme, Verimlilik, Dağılım, Türkmen Dağı.
This study was carried out to obtain regionalization models by examining the relationships between response variables (distribution and productivity of Crimean pine forests (Pinus nigra J. F. Arnold subsp. pallasiana (Lamb.) Holmboe)), and explanatory variables (digital environmental variables) and to detect Crimean pine's indicator species in Turkmen mountain. The data was collected for productivity (site index) 56 and for distribution (presence-absence) from 278 sample plots. To model distribution of Crimean pine, binary data, presence (1) and absence (0), was used as response variable. The other response variable was site index, height value of plus tree at a Standard age (100 years old), which was taken as a measure of productivity. To built distribution models of Crimean pine, logistic regression analysis (LR) and classification tree technique (CT) were applied. Multiple regression analysis (MR) and regression tree technique (RT) were performed in order to obtain productivity models as well. The best distribution model and productivity model were obtained by CT and RT respectively. Distribution and productivity models were built by altitude and topographical position index. Interspecific correlation analysis was used to detect indicator species of productivity classes of Crimean pine. As a result of this analysis, it was found that Crataegus monogyna and Rosa canina species are positively associated with the productivity of Crimean pine for the best productive sites. The results from this study is significant for contributions of developing management plans and realization implementations on Crimean pine forests of Turkmen mountains in the future.
Keywords: Crimean Pine, Modeling, Productivity, Distribution, Türkmen Mountain.