Uydu Görüntüsü Kullanarak Yangın Potansiyelinin Belirlenmesi

220 Uydu Görüntüsü Kullanarak Yangın Potansiyelinin Belirlenmesi Burak ARICAK*1, Korhan ENEZ1, Ömer KÜÇÜK1 1 Kastamonu Üniversitesi Orman Fakültesi Orman Mühendisliği Bölümü 37100, Kastamonu ÖZET: Türkiye ormanlık alanının %35 i 1. derece, % 23 ü 2. derece olmak üzere % 58 i orman yangını açısından riskli bölgelerdir. Yangın tehlikesi yanıcı madde özelliklerinin durumuyla doğrudan ilişkili bir kavramdır. Yangınla mücadele çalışmalarında, topografik ve meteorolojik faktörlerle birlikte yanıcı madde özelliklerinin ve potansiyelinin belirlenmesi, bunların sayısal ortamda kısa sürede değerlendirilmesi karar vericiler açısından büyük önem taşımaktadır. Bu çalışma ile uydu görüntüsü ile yanıcı madde özeliklerinden olan ağaç türü, karışımı, kapalılığı, yaş sınıfı özelliklerinin hangi derecelerde tespit edilebilirliği ortaya konulacaktır. Böylece, yangın potansiyeli risk haritalarının oluşturulmasında izlenecek yolla birlikte olası yangın durumlarında müdahaleyi kolaylaştıracak alternatif çözüm önerileri tartışılacaktır. Sonuç olarak, ülkemiz ormancılığında önemli yer tutan orman yangınları ile mücadelede uzaktan algılama tekniklerinden biri olan uydu görüntüsü kullanılabilirliği ve etkinliği hakkında bilgi verilecektir. Anahtar Kelimeler: Yanıcı madde haritaları, Yangın potansiyeli, Orman yangınları, Uzaktan Algılama Determining Fire Potential by Using Satellite Images ABSRACT: According to forest fire, Turkey forestry area is 35% 1. degrees, 23% 2. degrees, 58% 3. degrees risky area. Forest danger rate is directly related to fuel characteristic situation. At the fire fighting work, determining of fuel characteristics and their potential, evaluating them at the digital base as soon as possible are critically important. With this study, how can determined features of fuel which are tree species, tree mixture, density, age class by satellite image will displayed. Thus, in case of forest fire intervention works will determine. Keywords: Fuel maps, Fire potential, Forest fires, Remote sensing. 1. GİRİŞ Ülkemizde yangınlarla mücadele çalışmaları kapsamında yapılan planlamalarda kullanılabilecek gerek yanıcı madde tiplerinin belirlenmesi ve haritalanması, gerekse yangın davranışının belirlenmesine yönelik çalışmalar çok az sayıda ve yeterli düzeyde değildir. Orman yangınlarıyla mücadelenin başarılı olabilmesi sadece gerekli önlemlerin yerinde ve zamanında alınması ile kaynakların etkin ve ekonomik bir şekilde kullanılmasıyla değil, gelişmiş teknolojilerin de yangınla mücadele sürecinin her aşamasında kullanılmasıyla mümkündür. Gelişmiş teknolojiler, bilgisayar destekli yangın amenajman sistemlerinin gelişmesine yön vermekte ve yangın amenajman planlamalarındaki mevcut eksiklikleri giderme fırsatı sunmaktadır. Ormanlık alanda yanıcı madde potansiyeli zamana ve çok küçük alanlara bağlı olarak değişkenlik göstermektedir. Dolayısıyla olası yangınların kontrol altına alınabilmeleri ve yangın potansiyelinin başarılı bir şekilde tahmin edilebilmesi için güncel ve detay verilere her zaman ihtiyaç vardır. 1 / 25 000 ölçekli meşcere haritalarında en küçük meşcere grubunun alanı 1 ha (10 000 m2) büyüklüğündedir ve meşcere grubunun özellikleri tespit edilirken genel olarak alanın temsil ettiği tür, kapalılık, çağ dikkate alınmaktadır. Bundan dolayı lokal olarak çok fazla değişim gösteren yanıcı madde *Sorumlu Yazar: Burak ARICAK, burakaricak@hotmail.com özelliklerine göre yangına hassas biomas alanları meşcere haritalarından belirlenememektedir. Yapılması düşünülen çalışma ile yanıcı madde özelliklerine göre yangın potansiyel alanlarının konumları, alansal büyüklükleri ve yoğunlaştığı yerler uzaktan algılama tekniklerinden olan uydu görüntüleri ile doğruya en yakın, detaylı ve hızlı tespit yöntemi ortaya konulacaktır. Yapılacak çalışmanın ana konusu, ormanlık alanlarda çok küçük alanlarda dahi değişim gösteren yanıcı madde özellikleri yönünden yangın potansiyeli yüksek alanları belirlenen yangın potansiyel sınıflarına göre konumsal ve alansal olarak uydu görüntüsü kullanılarak belirlenmesidir. 1.1. Ormanlık Alanlarda Yanıcı Madde Potansiyeli Yanıcı madde; toprakta, toprak üstünde ve daha yüksekte bulunabilen, tutuşup yanabilen veya yanmaya, tutuşmaya eğilimli herhangi bir madde veya karışım olarak tanımlanır (Robertson 1971). Yanıcı madde miktarının belirlenmesi, saha üzerinde tehlikeyi azaltma önlemlerinin gerekli olup olmadığına karar vermede ve çıkabilecek olası yangınlara karşı alınacak önlemlerin planlanmasında gerekli olmaktadır. Yangın davranışı ile doğrudan ilişkili olan yanıcı madde miktarı (Rothermel 1983), yangının yayılışını ve açığa çıkan enerji miktarını belirlemektedir (Stinson ve Wright 1969, Whelan 1995). Benzer topografik ve hava halleri koşullarında yangın bazı yanıcı madde tiplerinde yavaş yayılırken,

221 bazılarında oldukça hızlı yayılabilir. Aynı şekilde bazılarında yüksek şiddette yangın oluşurken (örneğin, maki ve genç plantasyonlar), diğerlerinde düşük şiddette yangın görülür (örneğin, yaşlı meşcereler). Bu durum dikkate alındığında yanıcı madde tiplerinin arazi üzerindeki dağılımlarının, yangın davranışını önemli ölçüde etkileyeceği kolayca anlaşılmaktadır (Bilgili 1998). periyodik olarak güncelleştirilmelidirler. Bu bilgiler, yangın yöneticilerine lokal olarak nerede, ne kadar, hangi oranda ve çeşitlilikte tehlikeli yanıcı maddenin bulunduğunun belirlenmesinde, yanıcı madde koşullarının yangın rejimleri üzerine güncel potansiyel etkilerinin belirlenmesinde, yangın zararının ve maliyetlerinin belirlenmesinde yardımcı olurlar (Küçük ve ark. 2005). Kaynakların doğru ve etkin kullanım kararlarının verilebilmesi için kaynak alanına ait verilerin gerçekçi, güvenilebilir, belge nitelikli, kontrole olanak tanıyan, çabuk elde edilebilir, zaman içindeki değişim ve gelişmeleri izlemeye olanak tanıyan bir kaynaktan elde edilmesi gerekir. Uzaktan algılama verisi olan hava fotoğrafları ve uydu görüntüleri bu kaynakları oluşturmaktadır (Dilek ve ark. 1991). Uzaktan algılama verilerinden olan uydu görüntüleri dünyada binlerce işe ve yüzlerce endüstriye değerli bilgiler sağlamaktadır. Uydu görüntüleri üzerine bilgi katmanlarının girilmesi ve bu katmanların overlay (çakıştırma - birleştirme) işlemi ile çakıştırılmasıyla çalışılan alana ait tüm bilgileri içeren temel sorgulama katmanı elde edilebilir. Uzaktan algılama verileri, alana bir anda geniş bir açıyla bakma ve değerlendirme imkanı sağlamakta, alana ait verilerin gösterimi ve sunumu kolaylıkla yapılmaktadır (Erdaş 1997). Bunun yanında uzaktan algılama verileri çalışma şartlarının zorluğu nedeni ile girilemeyen sahaların araştırılmasına da imkan tanımaktadır (Erdin 1986). Yapılan çalışmalarda orman yol ağı planları (orman yolu, yangın emniyet yol ve şeridi) oluşturulurken yol ağının gerçekleştireceği amaçların göz önünde bulundurulmasının gerekliliğine değinilmiş, başarılı bir yol ağı planı için bilgisayarın, uzaktan algılama verilerinin, matematik modellerin ve CBS nin kullanılmasının gerekliliği vurgulanmıştır. Planlanan geçkilerinin belirlenmesine hizmet edecek veriler zaman alıcı ve maliyetli yersel çalışmalar yerine günümüzde uzaktan algılama verileri ile elde edilebilmektedir. Elde edilen bu bilgilerin CBS veri tabanında toplanıp, sorgulama ve değerlendirilebilme imkanı bulunmaktadır. Böylece alandaki geçkiler ve yeni planlanması gereken geçkiler kısa sürede, düşük maliyetle ve çevreyle dost bir yaklaşımla oluşturulabilir (Arıcak 2008). Uzaktan algılama teknikleriyle arazi örtüsü haritaları oluşturmanın ana prensibi alana ait görüntülerin sınıflandırılmasıdır. Görüntü sınıflandırma işlemi, çok bantlı görüntülerden konulu haritalar üretmek amacı ile yapılan bir işlemdir. Uydu görüntülerinde sınıflama işlemi genel olarak kontrollü ve kontrolsüz olmak üzere iki yolla yapılmaktadır. Kontrollü sınıflamada kullanıcı ile bilgisayarın ortak çalışması söz konusudur. Bu yöntemde kullanıcı sınıfları kendisi belirler. Belirlenen sınıflar görüntü üzerinde kapalı poligonlar şeklinde bilgisayarda tanımlanır. Görüntü üzerinde tanımlanan poligon içinde kalan, yansıma değeri aynı olan bütün pikseller aynı sınıfa atanır. Kontrolsüz sınıflama işleminde ise sisteme girilmek istenen sınıf sayısı verilir. Bilgisayar, verilen sınıf sayısına göre en yakın yansıma değerlerine sahip pikselleri aynı sınıfa atar. Ancak bu sınıflamada doğruluk oranı kontrollü sınıflandırmaya göre düşük olmaktadır (Yomralıoğlu 2002). Modern uzaktan algılama, yapay zeka, coğrafi bilgi sistemleri ve yangın amenajmanı karar destek sistemleri dünya çapında hemen hemen bütün yangın kuruluşları tarafından yaygın bir şekilde kullanılmaktadır (Bilgili ve Küçük, 2002). Yanıcı madde tipleri haritaları lokal yanıcı madde koşullarını içermektedir. Ayrıca bu haritalar yangın potansiyelini ve yangının diğer kaynaklar üzerindeki potansiyel etkilerini ayrıntılı bir şekilde ortaya koymaktadır. Bunun için, yanıcı madde tipleri haritaları Yangın yöneticileri, yangın amenajmanında karar verme aşamasında yanıcı maddelere ait her türlü konumsal veriye (Mutch ve ark. 1993, Covington ve ark. 1994, Ferry ve ark. 1995, Leenhouts 1998) ihtiyaç duymaktadırlar. Yangın ve yanıcı madde amenajmanında uzaktan algılama verileri ve CBS kullanılarak; yanıcı madde tipleri haritaları (Küçük 2004), yangın aktivite haritaları, yangın şiddeti ve yanan alan haritaları yapılabilmektedir (Schaaf 1996, Conard ve ark. 2001, Loveland 2001, Congaltion 2001). Yangın potansiyelinin belirlenmesinde kullanılan yanıcı madde haritaları, temelde yangının yol açacağı tehlikelerin minimize edilmesinde, bunun yanında yangının nerede başlayabileceği ve hangi alanlarda kolayca yayılabileceğinin belirlenmesinde büyük kolaylıklar sağlamaktadır. 2. MATERYAL ve YÖNTEM Türkiye ormanlarında yayılış oranı olarak en fazla meşe türleri (6,4 milyon hektar) yayılış göstermekte, ondan sonra alansal büyüklük sırasına göre Kızılçam (5,4 milyon hektar) ve Karaçam (4,2 milyon hektar) gelmektedir. Yapılacak olan çalışmada yangına hassas olan ve yayılışı ülkemizde geniş alanlara dağılan Karaçam (Pinus nigra) türündeki orman ağacının yoğun olarak bulunduğu 24 320 ha büyüklüğündeki Kastamonu Orman Bölge Müdürlüğü, Merkez Orman İşletme Şefliği çalışma alanı olarak seçilmiştir. Çalışma alanına ait Karaçam, Sarıçam, Karışık Orman, Yapraklı Orman, Ziraat, Orman Toprağı, Taşlık ve Su alanlarına ait harita Şekil 1 de verilmiştir.

222 Şekil 1. Karaçam, Sarıçam, Karışık Orman, Yapraklı Orman, Ziraat, Orman Toprağı, Taşlık ve Su alanlarına ait harita Şeflik sınırları içerisinde Karaçam türünde orman ağaçlarının oluşturduğu saf ve karışık meşcereler yoğun olarak bulunmaktadır. Ayrıca yer yer Göknar, Sarıçam, Meşe türünde ağaçlardan oluşan meşcere tipleri de şeflik sınırları içerisinde yer almaktadır. Çalışma alanı olarak seçilen alan üzerinde yanıcı madde özelliklerine göre yangın potansiyeli yüksek alanların alansal ve konumsal olarak belirlenmesinde yüksek çözünürlüklü renkli Ikonos görüntüsü kullanılacaktır. 1 m çözünürlüğe sahip olarak alınacak renkli Ikonos uydu görüntüsü ERDAS programı kullanılarak yanıcı madde özelliklerine göre oluşturulmuş Çizelge 1 deki 10 yangın potansiyel risk grubuna göre kontrollü sınıflandırma yöntemi kullanılarak 1 m2 hassasiyetinde sınıflandırılacaktır. Yüksek çözünürlüklü uydu görüntüsü kullanılarak yapılacak sınıflandırma sonucunda Tablo 1 de verilen alanlar konumsal ve alansal olarak tespit edilmiş olacaktır. Ayrıca Şefliğe ait 1 / 25 000 ölçekli yeni tarihli meşcere haritasından da yine Tablo 1 de verilen 10 yangın potansiyel risk grubuna göre yanıcı madde potansiyeli haritası oluşturulacaktır. Ormanlık alanlarda meşcerelerin yaşı azaldıkça ve kapalılıkları arttıkça yangın riski de buna paralel olarak artmaktadır. Buna göre çalışma alanında bulunan meşcere tiplerine göre yanıcı madde haritası oluşturmada kullanılacak gruplar Çizelge 1 de verilmiştir. 1 grup nolu alanlar yangın potansiyeli en yüksek alanları temsil ederken grup numarası arttıkça meşcerenin yangın potansiyeli riski azalmaktadır. Meşcere haritasındaki meşcere tipleri verileri kullanılarak en az 1 ha büyüklükte olan meşcere ayırımına göre yanıcı madde özelliklerine göre yangın potansiyeli olan biomas alanları Tablo 1 deki 10 yangın potansiyel risk sınıfa göre CBS veritabanında tespit edilecektir. Aynı şekilde Ikonos görüntüsü kullanılarak sınıflandırılmış görüntü de veri tabanında konumlandırılacaktır. Veri tabanının yapılandırılmasında ArcGIS yazılımı kullanılacaktır. 1 m çözünürlüğe sahip uydu görüntüsü kullanılarak tespit edilen alanlar 1 / 25 000 ölçekli meşcere haritasında belirlenemeyen lokal değişim alanlarını ve yoğunluklarını da gösterecektir. Uydu görüntüsünün sınıflandırılması sonucu Çizelge 1 e göre belirlenen alanların konumsal ve alansal doğruluğu arazi çalışmaları ile kontrol edilecektir. Çizelge 1 de verilen meşçere gruplarına göre kontrollü olarak sınıflandırılan uydu görüntüsü üzerinde her bir gruptan rastgele 10 ar adet örnek alan belirlenecektir. Belirlenen 100 (10 grup x 10 örnek alan) ayrı örnek alanda arazide kontrol ölçümleri yapılacaktır. Sınıflandırılmış uydu görüntüsü üzerinden koordinatları belirlenen 100 örnek alan, GPS kullanılarak arazide bulunacak, arazide bulunan her bir örnek grubun alansal ölçümü çelik şerit metre ve GPS kullanılarak

223 hesaplanacaktır. Ayrıca bu örnek alanların her birinin Çizelge 1 deki gruplara göre sınıflandırma doğruluğu da yersel ölçümlerle kontrol edilecektir. Böylelikle örnek alanların hem alansal doğruluğu hem de sınıflandırma doğruluğu arazi ölçümleri ile kontrol edilmiş olacaktır. Ayrıca, sınıflandırma sonucu uydu görüntüsü verisinden elde edilen yangına hassas biomas alanları ile küçük ölçekli meşcere haritasından elde edilen verilerle oluşturulan yangına hassas biomas alanlarının faklılıkları CBS ortamında da karşılaştırılacak, yanıcı madde özeliklerine göre yangın potansiyeli yüksek alanların meşcere haritası üzerinden muhtemelen belirlenemeyeceği sonucu da ortaya konulacaktır. Çizelge 1: Ağaç türü, kapalılık ve meşcere gelişme çağına göre gruplandırılmış alan tipleri Grup No Ağaç Türü Kapalılık Meşcere Çağları 1 3 a, ab, b 2 2 a, ab, b 3 0 veya 1 a, ab, b 3 4 bc 5 2 bc 6 1 bc 7 B 8 1, 2veya 3 c, cd, d 9 Diğer Türler 10 Z, OT veya İs alanları : Karaçam B: Bozuk Karaçam OT: Orman Toprağı Z: Ziraat Çalışmada kullanılacak uydu görüntüsü 2010 veya daha yeni tarihte alınmış 1 m çözünürlüklü renkli Ikonos uydu görüntüsüdür. Çalışma alana ait Ikonos görüntüsü temin edildikten sonra standart topografik haritalardaki sabit noktalar ile ve arazideki, sabit belli noktalardan (yol kesişim, köprü, dere kolları kesişim noktası vb.) GPS ile alınan koordinatlar referans alınarak ERDAS programı üzerinde koordinatlandırılacaktır. Yine ERDAS yazılımı kullanılarak koordinatlandırmış Ikonos uydu görüntüsü kontrollü (supervised) sınıflandırma işlemine tabi tutulacaktır. Kontrollü sınıflandırma yöntemlerinden maksimum olasılık yöntemi kullanılacaktır. Maksimum olasılık yöntemi belirli bir sınıfa ait olan piksellerin olasılıklarına dayanmaktadır. Bu olasılıklar tüm sınıflar için eşittir ve girdi bantları normal dağılıma sahiptir. Bu yöntemle çalışma alanının tümü uydu görüntüsü kullanılarak Çizelge 1 de verilen 10 gruba göre sınıflandırılacaktır. Raster formatında elde edilen sınıflandırılmış uydu görüntüsü ERDAS yazılımındaki ilgili menüler kullanılarak vektör formatına dönüştürülecektir. Oluşturulan ArcGIS veri tabanına, alana ait 1 / 25 000 ölçekli standart topografik haritalar ve 1 / 25 000 ölçekli meşcere haritası yanında Çizelge 1 deki özelliklere göre sınıflandırılmış, raster formatından vektör formatına dönüştürülen Ikonos görüntüsü de eklenecektir. Böylelikle çalışma alanı olan Kastamonu Orman Bölge Müdürlüğü, Merkez Orman İşletme Şefliği ormanlık alanı belirlenen 10 gruba göre 1m2 hassasiyetinde yanıcı madde özelliklerine göre yangın potansiyel risk sınıflarına sınıflandırılmış olacaktır. 3. TARTIŞMA Ülkemizde yangın potansiyeli taşıyan alanlarının tespiti genel olarak yersel çalışmalar ve küçük ölçekli (1 / 25 000) meşcere haritalarındaki en az 1 ha büyüklüğündeki meşcere tipleri verisi bilgileri ile sınırlı kalmıştır. Yüksek çözünürlüklü uydu görüntüsü kullanarak küçük alanlarda dahi sürekli değişim gösteren yanıcı madde özelliklerine göre yanma potansiyeli yüksek orman alanlarının alansal ve konumsal tespiti şimdiye kadar yapılmamıştır. TUBITAK tarafından 111 O 033 nolu hızlı destek projesi kapsamında yapılacak bu çalışma ile ilk defa yüksek çözünürlüklü uydu görüntüsü kullanılarak detaylı yanıcı madde tipleri haritası da oluşturulmuş olacaktır. Yanıcı madde özelliğine göre küçük ölçekli (1/25 000) meşcere haritalarından tespit edilemeyen yangın potansiyel alanları konumsal ve alansal olarak belirlenecek, bu alanların yoğunlaştığı yerler tespit edilecektir. Böylece bu proje, toplumun üzerinde hassasiyetle durduğu, maddi ve manevi zararlar oluşturan orman yangınları ile mücadele konusunda çözüme katkı üretecek yeni teknolojilerin kullanımını (uzaktan algılama) da teşvik edecektir. Yapılacak çalışma, ülkemizde öncellikle Ege ve Akdeniz bölgesindeki yanıcı madde özelliklerine göre yangın potansiyeli yüksek risk alanların belirlenmesinde önemli bir pilot çalışma olacaktır. Yanıcı madde özelliklerine göre küçük alanlarda dahi değişimin yaşandığı yangın potansiyeli yüksek alanların belirlenmesi ile bu alanlarda önleyici ve müdahale edici tesis ve tekniklerin alınması sağlanabilecektir. Diğer taraftan yangınla mücadele çalışmalarında yüksek

224 çözünürlüklü uydu görüntüsü kullanmanın doğruluk oranları ve maliyeti de çalışma sonucunda ortaya konulmuş olacaktır. Uydu görüntüsü kullanılarak yanıcı madde özelliklerine göre yangın potansiyelinin belirlenmesinde oluşturulacak alansal sınıflandırma (ağaç türü, karışım oranı, kapalılığı, yaş sınıfı) kriterleri ilerleyen zamanlarda yapılacak çalışmalara da bir örnek niteliğinde olacaktır. Küresel iklim değişikliğinin farklı etkilerinin yaşandığı günümüzde orman yangınları ile daha yoğun bir şekilde karşı karşıya kalınacağı öngörülmektedir. Bu düşünce ile yangın sezonlarının daha da uzayabileceği ülkemizde, Orman Genel Müdürlüğünün yangınlarla mücadele eylem planında öncelikler arasında yer alan yangınların önceden tahmin edilmesine bu çalışma önemli bir altlık teşkil edecektir. Şöyle ki; yangın öncesi yanıcı madde özelliklerine göre öncelikli potansiyel alanlar detay ölçekte konumsal ve alansal olarak belirlenmiş ve haritalanmış olacaktır. Böylece yangın öncesi organizasyonun ve kaynak planlamasının etkili bir şekilde yapılmasına katkı sağlanacaktır. Yangınla mücadelede büyük öneme sahip yangın emniyet yol ve şeritleri planlanırken yapılan bu detay altlıklar yangın potansiyel risk alanları konusunda detay vermeyen büyük ölçekli meşcere haritalarına nazaran çok daha önemli veri kaynağı olacaktır. Çünkü meşcere haritaları hazırlanırken en az 1 ha (10 000m2) büyüklüğünde olması gereken meşcerenin özellikleri tespit edilirken, genel olarak ormanlık alanın temsil ettiği tür, kapalılık, çağ dikkate alınmaktadır. Oysaki yapılacak olan bu çalışmada aynı meşcere tipi içerisinde lokal olarak çok fazla değişim gösteren tür, kapalılık ve çağ sınıfları m2 hassasiyetinde belirlenebilecek, böylelikle meşcerenin temsil ettiği gruptan çok alandaki lokal değişimler belirlenebilecektir. Ayrıca planlanacak olan yangın gözetleme kuleleri ve izleme sistemleri, yangın potansiyeli açısından riskli alanların yoğun olduğu bölgeleri izleyebilecek şekilde konumlandırılabilecektir. KAYNAKLAR Arıcak, B. 2008. Orman Yolu İnşalarında Dolgu Ve İnşaat Etki Alanlarının Uzaktan Algılama Verileri İle Belirlenmesi Üzerine Bir Araştırma, (Doktora Tezi), KTÜ Fen Bilimleri Enstitüsü. Bilgili, E. Ve Küçük, Ö. 2002. Orman yangınlarının uzaktan algılama tekniği ile belirlenmesi, IV. GAP Mühendislik Kongresi (Uluslararası Katılımlı) Bildiriler Kitabı, 2(1), Şanlıurfa, 1631-1637. Bilgili, E., 1998. Yangın Amenajmanı Planlamalarında Yanıcı Madde Amenajmanının Rolü, Orman Yangınları Politikası Ve Planlaması Eğitim Kursu, Ankara. Conard, S.G., Hartzell, T., Hilburuner, M.W., Zimmerman, G.T. 2001. Changing Fuel Management Strategies Challenge Of Meeting New Information And Analysis Needs, 10: 267-275. Congaltion, R.G. 2001. Accuracy Assessment And Validation Of Remotely Sensed And Other Spatial Information, Int. Journal Wildland Fire, 10: 321-328. Covington, W.W., Everett, R.L., Steele, R., Irwin, L.L., Daer, T.A., Auclair A.N.D. 1994. Historical And Anticipated Changes In Forest Ecosystems Of The Inland West Of The United States, Journal Of Sustainable Forestry 2 (1/2): 13-63. Dilek, F., Çelik, D. Ve Anıl, S. 1991. Uzaktan Algılama, Coğrafi Bilgi Sistemleri Ve Arc/Info Yazılımı, A.Ü. Ziraat Fakültesi Peyzaj Mimarlığı Bölümü, Ders Notu, Ankara. Erdas, O., Acar, H. H., Karaman, A. Ve Gumus, S. 1998. Sellecting of forest road routes on the mountainous areas using geographical information systems, XI forestry congress, Antalya, Turkey, 3: 1322. Erdin, K. 1986. Fotoyorumlama Ve Uzaktan Algılama, İstanbul Üniversitesi Orman Fakültesi Yayınları, İ.Ü. Yayın No: 3404, O.F. Yayın No: 381, İstanbul. Ferry, G.W., Clark, R.G., Montgomery, R.E., Mutch, R.W., Leenhouts, W.P., Zimmerman, G.T. 1995. Altered Fire Regimes Within Fire-Adapted Ecosystems. Our Living Resources: A Report To The Nation On The Distribution, Abundance And Health Of U.S., Plants Animals And Ecosystems, 222-224. Küçük, Ö. 2004. Yanıcı Madde Özellikleri Ve Yangın Davranışına Bağlı Yangın Potansiyelinin Belirlenmesi Ve Haritalanması, (Doktora Tezi) Ktü Fen Bilimleri Enstitüsü. Küçük, Ö. 2005. Yangın Potansiyelinin Belirlenmesinde Yanıcı Madde Haritalarının Önemi, SDÜ Orman Fakültesi Dergisi, Seri:A, Sayı:1, Issn:1302-7085, S: 104-116. Leenhouts, B. 1998. Assessment Of Biomass Burning In The Conterminous United States. Conservation Biology, 2(1): 1-24. Loveland T.R. 2001. Toward A National Mapping Strategy: Lessens From Selected Mapping Programs, Int. Journal Wildland Fire, 10: 289-299. Mutch, R.W., Arno, S.F., Brown, J.K., Carlson, C.E., Ottomar, R.D., Peterson, J.L. 1993. Forest Healt In The Blue Mountains: A Management Strategy For Fire Adapted Ecosystem, Usda Forest Service General Technical Report Pnw-Gtr-310, 14pp. Robertson, F.C. 1971. Terminology Of Forest Science, Technology, Pratice And Product, D.C.,349, Washington. Rothermel, R.C. 1983. How To Predict The Spread And Intensity Of Forest And Range Fires, Us, Department Of Agriculture Forest Service,Gen. Tech. Rep. Int143. Schaaf, M.D. 1996. Development Of Fire Emission Trade Off Model (Femt) And Aplication To The Grande Ronde River Basin, Oregon, Final Report; Usda Forest Service, Pacific Northwest Region Contract 53-82ft-03-2. Available From: U.S.

225 Department Of Agriculture, Forest Service, Pacific Northwest Region, 333 Sw First Avenne, Portland, Or 97208, USA. Stinson, K.J., Wright, H.A. 1969. Temperature And Headfires In The Southern Mixed Prairie Of Texas, J. Range. Mgmt. 22, P:169-174. Whelan, 1995. The Ecology Of Fires, Cambrige Univ. Press, Cambridge, Ma. Yomralioğlu, T. 2002. Coğrafi Bilgi Sistemleri Temel Kavramlar Ve Uygulamalar, Isbn: 975-97369-0-X, Trabzon.