Yarı-kurak ekolojiye sahip tahıl yetiştiriciliği yapılan arazilerde dis4me tabanlı çölleşme riskinin belirlenmesi ve yapay zeka ile tahminlenmesi
Determination of desertification risk based on dis4me in cereal cultivated area under semi-arid ecological condition and prediction with artificial intelligence
- Tez No: 1023018
- Danışmanlar: PROF. DR. ORHAN DENGİZ
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Toprak Bilimi ve Bitki Besleme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Küresel iklim değişikliği ve özellikle yarı-kurak ekosistemlerdeki tahıl arazilerinde uygulanan yoğun tarımsal faaliyetler (geleneksel toprak işleme), toprak bozunumu ve çölleşme riskini ciddi boyutlara taşımaktadır. Çölleşme riskinin konumsal olarak izlenmesinde literatürde sıklıkla kullanılan Akdeniz Avrupası Çölleşme Gösterge Sistemi (DIS4ME), tüm göstergelere eşit ağırlık vermesi yönüyle eleştirilmektedir. Bu tez çalışması; Samsun ili Havza ilçesindeki tahıl arazilerinde çölleşme riskini değerlendirmek ve klasik DIS4ME modelinin eşit ağırlık verme kısıtlılığını yenilikçi bir yaklaşımla aşmak amacıyla yürütülmüştür. Çalışmada; iklim, toprak, topoğrafya ve bitki örtüsü parametrelerini içeren DIS4ME göstergeleri, faktörler arası bağımlılıkları ve uzman değerlendirmelerindeki belirsizlikleri hesaba katan Bulanık Analitik Ağ Prosesi (FANP) ile lokal olarak ağırlıklandırılmıştır. Elde edilen sonuçlar, karmaşık çevresel verilerin mekânsal tahmininde üstün performans gösteren Bayesian Yapay Sinir Ağları (BYSA) modeli ile işlenerek konumsal risk haritalarına dönüştürülmüştür. Tezin en önemli aşamalarından biri olan fiziksel model doğrulaması (validation) ise; toprağın erozyona karşı direncinin temel göstergesi olan Agregat Stabilitesi (AS) parametresi kullanılarak Bağımsız Örneklemler T-Testi ve Minitab 16 destekli kümeleme analizi ile gerçekleştirilmiştir. Bulgulara göre, havzanın orta ve güney kesimlerinde“arazi kullanım yoğunluğu”ve“geleneksel toprak işleme”baskısıyla çölleşme riski çok yüksek bulunurken; kuzeydoğudaki orman ve mera alanlarında risk düşük seviyelerde kalmıştır. İstatistiksel analizler, BYSA ile tahmin edilen risk değerlerinin (DIS4ME ve FANP) mevcut durum kümeleriyle muazzam bir benzerlik sergilediğini ve aralarında istatistiksel olarak anlamlı bir fark olmadığını (p>0.05) kanıtlamıştır. Ancak, model sonuçlarının sahadaki fiziksel gerçeklikle (Agregat Stabilitesi) karşılaştırılması, FANP modelinin mekânsal temsil gücünün sınırlı kaldığını; DIS4ME modelinin ise sahada ölçülen düşük agregat stabilitesine sahip yüksek riskli tarım arazileriyle birebir çakıştığını göstermiştir. Sonuç olarak; çölleşme riskinin modellenmesinde yalnızca istatistiksel tahminlerin değil, toprak fiziksel özellikleriyle uyumun da kritik olduğu; bu bağlamda DIS4ME modelinin ve Bayesian Yapay Sinir Ağları (BYSA) entegrasyonunun, yarı-kurak arazilerde sürdürülebilir arazi yönetimi kararlarını destekleyecek en gerçekçi ve güvenilir karar destek aracı olduğu kanıtlanmıştır.
Özet (Çeviri)
Global climate change and intensive agricultural activities (e.g., conventional tillage) in semi-arid cereal-cultivated lands carry desertification risks to severe levels. The Desertification Indicator System for Mediterranean Europe (DIS4ME), frequently used for spatial monitoring, is criticized for assigning equal weights to all indicators. This study aimed to evaluate the desertification risk in cereal-cultivated lands in Havza, Samsun, and overcome the classical DIS4ME model's equal weighting limitation using an innovative approach. DIS4ME indicators (climate, soil, topography, and vegetation) were locally weighted using the Fuzzy Analytic Network Process (FANP), considering factor interdependencies and expert uncertainties. These results were processed via the Bayesian Neural Networks (BNN) model for spatial prediction and converted into risk maps. Physical model validation was performed using the Aggregate Stability (AS) parameter a fundamental indicator of soil resistance to erosion through Independent Samples T-Test and Minitab 16-supported cluster analysis. Findings revealed very high desertification risks in the central and southern basin due to“land use intensity”and“conventional tillage”, while risks remained low in northeastern forest and rangeland areas. Statistically, BNN-predicted risk values (DIS4ME and FANP) exhibited high similarity with current state clusters with no significant difference (p>0.05). However, comparing model results with field physical reality (Aggregate Stability) showed that FANP's spatial representation power remained limited. Conversely, the DIS4ME model coincided perfectly with high-risk agricultural lands exhibiting low aggregate stability. Consequently, integrating the DIS4ME model with BNN is proven to be the most realistic and reliable decision support tool for sustainable land management in semi-arid lands, emphasizing that compliance with soil physical properties is as critical as statistical predictions.
Benzer Tezler
- Ulucak yöresinin (Kemalpaşa Ovası) arazi kullanımı
Başlık çevirisi yok
NEZAHAT KARA
Yüksek Lisans
Türkçe
1997
CoğrafyaEge ÜniversitesiFiziki Coğrafya Ana Bilim Dalı
YRD. DOÇ. DR. ECMEL ERLAT
- Edremit-Burhaniye Ovası ve yakın çevresinin beşeri ve iktisadi coğrafyası üzerine bir araştırma
Başlık çevirisi yok
MUSTAFA MUTLUER
- GAP koşullarında bazı inci darısı (Pennisetum glaucum (L.) R. Br.) popülasyonlarınının hasıl verimi ve silaj kalite özelliklerinin saptanması
Determination of biomass yield and silage quality traits of some pearl millet (Pennisetum glaucum (L.) R. Br.) population in GAP conditions
CEMAL DENİZ
Doktora
Türkçe
2026
ZiraatHarran ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. TAHİR POLAT
PROF. DR. CELAL YÜCEL
- High-resolution soil salinity mapping using machine learning based regression and classification methods
Makine öğrenimi tabanlı regresyon ve sınıflandırma yöntemlerini kullanarak yüksek çözünürlüklü toprak tuzluluğu haritalaması
AYLİN YILDIRIM
Yüksek Lisans
İngilizce
2021
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ELİF SERTEL