Geri Dön

Anadolu karaçamı [Pinus nigra J.F. Arnold subsp. pallasiana (Lamb.) Holmboe] meşcereleri (Bursa-Kestel) için çap-boy ilişkilerinin yapay sinir ağları ile modellenmesi

Anadolu karaçamı [Pinus nigra J.F. Arnold subsp. pallasiana (Lamb.) Holmboe] meşcereleri (Bursa-Kestel) için çap-boy ilişkilerinin yapay sinir ağları ile modellenmesi

PDF İndir

  1. Tez No: 561706
  2. Yazar: DOĞA EYÜBOĞLU
  3. Danışmanlar: DOÇ. DR. İLKER ERCANLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Çankırı Karatekin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Bu çalışmada, ülkemizin Marmara bölgesinde yer alan Kestel ormanları Anadolu Karaçam'ının çap-boy ilişkilerinin modellenmesinde Yapay Sinir Ağ modellerinin kullanım olanaklarının değerlendirilmesi amaçlanmıştır. Bu amaçla, 110 örnek alanda ölçülmüş ağaçları boylarını tahmin etmek üzere 5 farklı aktivasyon fonksiyonu ve 100 farklı nöron sayısı alternatifi olmak üzere toplam 500 farklı Yapay Sinir Ağ modeli için veri eğitimi gerçekleştirilmiş ve tahminler elde edilmiştir. Bu Yapay Sinir Ağ modellerinin karşılaştırılmasında; r, Ortalama Mutlak Hata (OMH), max. Ortalama Mutlak Hata (max. OMH), Hata Kareler Ortalamansın Karekökü (HKOK), Yüzde Hata Kareler Ortalamasının Karekökü (HKOK%), Bias, Bias%, R2, AIC ve BIC gibi çeşitli başarı ölçütleri kullanılmış, lojistik sigmoid (log-sig)'in giriş katmanı ile ara katmanı bağlantı noktasında ve hiperbolik tanjant sigmoid (tan-sig)'in de ara katman ile çıkış katmanı bağlantı noktasında olduğu Aktivasyon fonksiyonu seçeneğine (A2) ve 75 nörona sahip Yapay Sinir Ağ modelinin ağaçların boy değerlerini tahmin etmede en başarılı model olduğu belirlenmiştir. Bu en başarılı Yapay Sinir Ağ modeli için r; 0.9317, OMH; 0.9183, max. OMH; 5.1449, HKOK; 1.2660, HKOK%; 10.4356, Bias; -0.0229, Bias%; -0.1886, R2; 0.8732, AIC; 197.3114 ve BIC; 211.4062 olarak hesaplanmıştır. Bu en başarılı YSA modeli ile elde edilen tahminlerde, Schnutte (1981)'un Doğrusal Olmayan Regresyon modeline göre r, OMH, max. OMH, HKOK, HKOK%, Bias, Bias%, R2, AIC ve BIC değerlerinde sırasıyla, -%4.518, %12.296, %35.689, %22.929, %22.929, %51.703, %49.978, -%11.016 oranlarında iyileşmeler elde edilmiştir. Tüm bu ölçütler değerlendirildiğinde, YSA modellerinin ağaçların boy tahminlerinde başarıyla kullanılabileceği sonucuna varılabilir.

Özet (Çeviri)

In this study, it is aiming to evaluate the usability of Artificial Neural Network Model to predict dbh and height relations for Kestel Forests located in Marmara region of our country. For this purpose, 500 Artificial Neural Network Model models with 5 activation functions and 100 neuron number alternatives were trained by using the height of trees measured in 110 sample areas and the height predictions were obtained. In comparisons based on some criteria such as r, Absolute Average Error (AAE), max. Absolute Average Error (max. AAE), Root Mean Squared Error (RMSE), Percent Root Mean Squared Error, Bias, Bias%, R2, Akaike Information Criteria (AIC) and Bayesian Information Criteria (BIC) , the Artificial Neural Network Model including activation function alternative (A2) with logistic sigmoid (log-sig) at connection point between the input layer and the hidden layer with the hyperbolic tangent sigmoid (tan-sig) at connection point between the hidden layer and the output layer and 75 neurons gave the best predictive results. For this the best predictive ANN model, r, AAE, max. AAE, RMSE, RMSE%, Bias, Bias%, R2, AIC and BIC were calculated as 0.9317, 0.9183, 5.1449, 1.2660, 10.4356, -0.0229, -0.1886, 0.8732, 197.3114 and 211.4062, respectively. According to Schnutte (1981) 's regression model, the best predictive ANN model gave improvements in the rates of AAE, RMSE, RMSE%, Bias, Bias%, R2, AIC and BIC of 4.518%, 12.296%, 35.689%, 22.929%, 22.929%, 51.703%, 49.978% -11.016%, respectively. When all these criterion values are evaluated, it can be concluded that ANN models can be used successfully in the height predictions.

Benzer Tezler

  1. Tez No

    410872

    Eskişehir Türkmen dağında Anadolu karaçamı (Pinus nigra J.F. Arnold subsp.pallasiana (Lamb.) Holmboe var. pallasiana)'nın verimlilik dağılım modellemesi

    Productivity distribution modeling of crimean pine (Pinus nigra J.F. Arnold subsp.pallasiana (Lamb.) Holmboe var. pallasiana) in the Turkmen mountain, Eskisehir

    ŞÜKRAN OĞUZOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Ormancılık ve Orman MühendisliğiSüleyman Demirel Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KÜRŞAD ÖZKAN

  2. Tez No

    558980

    Kütahya-Simav yöresi Anadolu karaçamı (Pinus nigra J.F. Arnold subsp. pallasiana) doğal gençliklerinde büyüme ve gelişmenin Honowski ışık faktörü ile analizi

    Analysis of growth - development of natural saplings of Anatolian black pine (Pinus nigra J.F. Arnold subsp. pallasiana) by the Honowski light factor in the region of si̇mav-kütahya

    YASİN ÇAĞRI DOĞMUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Ormancılık ve Orman MühendisliğiKaradeniz Teknik Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERCAN OKTAN

  3. Tez No

    287356

    Normal kapalı karaçam (Pinus nigra Arnold) meşcerelerinde hava hallerine bağlı olarak ölü örtü nem içeriğinin belirlenmesi

    Determination of moisture content of the surface fuels depend on meteorological paramaters in normally closure Anatolian black pine (Pinus nigra Arnold) stands

    ERDOĞAN KARAOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Ormancılık ve Orman MühendisliğiKastamonu Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER KÜÇÜK

  4. Tez No

    627222

    Bazı Anadolu karaçamı [pinus nigra j.f. arnold ssp. pallasiana (lamb.) holmboe] orijinlerinin tohum ve fidan aşamasında kuraklığa dayanıklılığı

    Drought tolerance of some anatolian black pine [pinus nigra j.f. arnold ssp. pallasiana (lamb.) holmboe] provenances at seed and seedling phases

    EDA DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Ormancılık ve Orman MühendisliğiÇankırı Karatekin Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BORA İMAL

  5. Tez No

    595428

    Clopyralıd herbisitinin anadolu karaçamı (Pinus nigra J.F. Arnold), sarıçam (Pinus sylvestris L.), sahilçamı (Pinus pinaster Aiton) ve kızılçam (Pinus brutia Ten.) tohum çimlenmesine fitotoksik etkisi

    The phytotoxic effects of clopyralid herbicide on seed germination of austrian pine (Pinus nigra J.F. Arnold), scots pine (Pinus sylvestris L.), maritime pine (Pinus pinaster Aiton) and Turkish red pine (Pinus brutia Ten.)

    OĞUZHAN BAKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Ormancılık ve Orman MühendisliğiDüzce Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    PROF. DR. DERYA EŞEN

Geri Dön