Geri Dön

Turkey forest fire decision support system (TFFDSS)

Türkiye orman yangını karar destek sistemi (TFFDSS)

  1. Tez No: 714499
  2. Yazar: ABDULLAH SUKKAR
  3. Danışmanlar: DOÇ. DR. AHMET ÖZGÜR DOĞRU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Geomatik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 101

Özet

Dünya üzerindeki toplam orman alanı, tüm yüzeyin yaklaşık yüzde 31'ini kaplamaktadır. Ancak, orman yangınları gibi doğal afetler, tüm dünyada ormanların varlığını tehdit eden en önemli tehlikedir. Orman yangınları çevresel ve ekonomik tahribata neden olmaktadır. Bu nedenle de dünyanın birçok yerinde önemli bir risk olarak değerlendirilir. 1990 ve 2020 yılları arasında dünya genelinde ormanların 178 milyon hektarı kaybolmuştur. Ayrıca, mevcut iklim değişikliği nedeniyle orman yangınlarının sıklık, boyut ve şiddetinde artış beklentisi vardır. Aynı durum, ormanların Türkiye'nin toplam yüzölçümünün yaklaşık yüzde 29'unu kapladığı Türkiye için de geçerlidir. Yakılan alanların yıllık ortalaması 10 bin hektar iken, orman yangını sayısının yıllık ortalaması 2500'ün üzerindedir. Orman yangınları, küresel ölçekte giderek daha ciddi bir tehdit haline gelmiş ve ciddi boyutlarda çevresel ve ekonomik zararlara neden olmuştur. İklim değişikliği orman yangınlarının birincil nedenidir ve sayı, şiddet ve yanmış alanda artışa neden olmuştur. İklim değişikliği, iklimin ısınmasına ve ormanların daha kuru olmasına neden olmuştur ve bu da“mega yangınlara”, yani mevcut yangın söndürme kapasitelerinden daha büyük olan orman yangınlarına yol açmıştır. Bununla birlikte, orman yangınlarının tek nedeni iklim değişikliği değildir. İnsanlar, gerçekleştirdiği faaliyetler nedeniyle orman yangınlarının çoğundan kazara veya kasıtlı olarak sorumludurlar. Türkiye'de 2020 yılındaki yangınların çoğunun birincil nedeni insan faaliyetleri olarak belirlenmiştir. Orman yangınları, ekosistemler ve biyoçeşitlilik üzerindeki etkilerinin yanında insan ve hayvan ölümlerine neden olmaktadır. Bu durum ise orman yangınlarıyla mücadele, hem yok edilen kaynaklar hem de mücadele maliyetleri açısından çok büyük ekonomik kayıplara neden olmaktadır. Türkiye'de 2017 yılında orman yangını ile mücadele faaliyetleri Orman Genel Müdürlüğü'nün toplam bütçesinin yaklaşık %21,2'sine mal olmuştur. Orman yangını çok karmaşık bir çevresel krizdir, etkin bir şekilde müdahale etmek ve orman yangını tehlikesini en aza indirmek, karar vermeden önce mümkün olduğunca fazla bilgi gerektirir. Orman yangınlarının karmaşıklığı karar verme sürecini olumsuz etkileyebilirken, karar vericiler zaman açısından sınırlı, dinamik, belirsiz ve çelişkili koşulların baskısı altındadır. Etkili orman yangını mücadelesi, farklı kurum ve kuruluşlar arasında işbirliğini gerektirir, çünkü orman yangını çok karmaşık ve oldukça riskli bir olgudur ve büyük yangınları kontrol etmek tek bir kurum veya kuruluşun kabiliyetini aşar. Bu işbirliği, ileri teknolojiler ile bilimsel bilgi arasında entegrasyona ve farklı heterojen mekansal ve mekansal olmayan verilerin birleştirilmesine ihtiyaç duyar. Coğrafi Bilgi Sistemleri, uzaktan algılama, yapay zeka, nesnelerin interneti, sensör ağları, veri analitiği ve diğerleri gibi çeşitli alanlardaki teknolojik ilerlemeler, bir orman yangını ile ilgili devasa heterojen bilgileri dönüştürerek karar vermeyi desteklemeye başlamıştır. Bunlar, bilim insanları ve yetkililer için onlara daha iyi seçimler sağlayan temel verilerdir. Karar destek sistemi (KDS), karar vericilere yardımcı olmak için geliştirilmiş etkileşimli bilgisayar tabanlı bir bilgi sistemidir. Karar verme teorisini etkileşimli bilgisayar sistemleriyle bütünleştirmektedir. Son zamanlarda planlama, yönetme ve karar verme gibi yangın kontrol süreçlerinin etkinliğini artırmak için CBS tabanlı karar destek sistemleri kullanılmaya başlanmıştır. KDS'nin orman yangını yöneticileri tarafından kullanımı son yıllarda hızla artmıştır. KDS'lerin orman yangınlarını kontrol etmek için hem işlevsel hem de ekonomik olarak verimli taktikler seçme yeteneği, yangınları önleme ve mücadele kapasitesini geliştirirken aynı zamanda insan yaşamlarını ve mülklerini de korumuştur. ABD, Kanada ve Yunanistan gibi bazı ülkeler kendi orman yangını KDS'lerini geliştirmişlerdir. Ayrıca Avrupa Komisyonu, Avrupa'nın tamamı için Avrupa Orman Yangını Bilgi Sistemini (EFFIS) geliştirmiştir. Daha sonra, uluslararası kuruluşlar arasında ortak bir girişim, Küresel Orman Yangını Bilgi Sistemi (GWIS) geliştirilmesine yol açmıştır. Türkiye'de, son zamanlarda çeşitli araç ve sistemler geliştirilmiştir, erken uyarı sistemleri ve karar destek sistemleri veya hatta yalnızca yangın izleme ve algılama araçları ve sistemleri arasında değişiklik göstermiştir ve bunların tümü orman yangınlarını önlemeye, yönetmeye ve mücadeleye yardımcı olmayı amaçlamışlardır. Bu çalışmada, Türkiye'de orman yangını önleme ve mücadele için CBS tabanlı bir karar destek sisteminin kavramsal tasarımı, ulusal gereksinimler ve yetenekler göz önünde bulundurularak tasarlanmış ve hazırlanmıştır. Bu sistem, yangınlar ve çevreleriyle ilgili ayrıntılı bilgi ve analiz sağlayarak yöneticilerin bir orman yangını sırasında daha iyi kararlar almalarına yardımcı olmak için tasarlanmıştır. Bu tasarımda, Tarihsel Yangın Veritabanı Modülü, Hava Tahmin Modülü, Yangın Coğrafi Bilgi Veritabanı Modülü, Yangın Tehlikesi Tahmin Modülü, Aktif Yangın Algılama Modülü, Davranış Tahmin Modülü, Yangınla Mücadele Fikir Alış-Verişi Modülü, Yangın Sonrası Analiz Modülü, Hava Kalitesi ve Emisyon Modülü ve Geri Kazanım İzleme Modülü gibi birbirleriyle ilişkili birçok farklı modülden oluşmaktadır. Tarihsel Yangın Veritabanı Modülü, çeşitli kaynaklardan gelen önceki orman yangınları verilerinin mekansal ve mekansal olmayan veri koleksiyonundan oluşmaktadır. Hava Tahmini Modülü, gerçek zamanlı yangın hava durumu tahmini sağlamaktadır. Yangın Coğrafi Bilgi Veritabanı Modülü, yardımcı bilgi yardımı içeren çeşitli mekansal katmanları kapsamaktadır. Yangın Tehlikesi Tahmin Modülü, Kanada Yangın Hava Durumu Endeksine dayalı olarak hazırlanmış ve orman yangınlarının göreceli potansiyelinin sayısal bir değerini sağlamaktadır. Aktif Yangın Algılama Modülü, aktif yangın algılama ürünlerine dayalı olarak NASA tarafından sağlanan MODIS ve VIIRS uydularından sağlanan verilere bağlı olarak hazırlanmıştır., Yangın Davranışı Tahmin Modülü, FlamMap simülatörüne ve Minimum Seyahat Süresi (MTT) yangın büyüme algoritmasına dayalı olarak hazırlanmıştır, Yangınla Mücadele Fikir Alış-Veriş Modülü, bir makine öğreniminin modelinin önceki yangınların verilerine eğitime dayalı olarak ürettiği bir talimat seti olarak hazırlanmıştır. Yangın Sonrası Analiz Modülü, toplam yanmış alanı haritalayarak hasar değerlendirmelerini gerçekleştirmek ve yanma şiddeti oranına göre sınıflandırmaktadır. Hava Kalitesi ve Emisyon Modülü, bir orman yangınını kontrol ettikten sonra emisyonları hesaplamaktadır, Geri kazanım ve İzleme Modülü, uydu görüntülerine dayalı olarak geri kazanım sürecini kontrol eder. Girdiler için sistem, yerel ve uluslararası kurumlardan farklı türde veriler toplar. Bu veriler, uydu görüntüleri ve hava durumu gözlemleri gibi mekansal veri türlerini, yanıcı madde türleri ve yanıcı madde nem kodları gibi mekansal olmayan (öznitelik) veri türlerini içermektedir. Türkiye'de orman yangını önleme ve mücadele için CBS tabanlı bir karar destek sisteminin kavramsal tasarımı ile yangın aşamasına göre farklılık gösteren çeşitli çıktılar sağlaması amaçlanmaktadır (erken uyarıdan yangın algılama, kontrol ve söndürme yoluyla geçen yangın sonrası analizlere kadar). Bu sistemin önemi, afet yönetiminin temel dört aşaması (Önleme ve Zarar Azaltma, Hazırlık, Müdahale ve İyileştirme) ile uyumlu entegre bir sistem olmasıdır. Sistem, tahmin, önleme, iyileşme, kontrol, mücadele ve kurtarma gibi orman yangını mücadelesinin her adımında etkili olmasını sağlayan geniş işlevlere ve araçlara sahip olarak tasarlanmıştır. Türkiye'de orman yangını önleme ve mücadelesi için CBS tabanlı bir karar destek sisteminin kavramsal tasarımı, canlıların korunmasının yanı sıra çevresel ve ekonomik etkileri olan orman yangınlarının önlenmesi ve kontrolüne ilişkin alınan veya alınacak olan kararların kalitesini iyileştirmeyi amaçlamaktadır. Orman yangını karar vericilere, karar verme sürecini zaman, emek, maliyet ve etkinlik açısından geliştirmeye yardımcı olmak için tasarlanmıştır.

Özet (Çeviri)

The global forest area covers about 31 percent of all land area. Natural disasters such as wildfires are continuous hazards that threaten forests all around the world. Wildfires cause massive environmental and economic devastation and they are considered a major risk in several parts of the world. Between 1990 and 2020 the world has lost 178 million hectares of its forest, and because of the current climate change there are expectations for forest fires to increase in frequency, extent, and severity. The same situation is in Turkey, where the forests cover about 29 percent of the total area of Turkey. The average of the burned area is 10 thousand hectares per year while the average of wildfire incidents is more than 2500 incidents annually. Wildfires have become an increasingly serious concern on a global scale, causing environmental and economic damages. Climate change is the primary cause of wildfires, it leads to an increase in the number, severity, and burned area. Climate change has resulted in a warming climate and drier forests which have led to“megafires”– wildfires that are larger than the existing firefighting capabilities. However, climate change is not the only reason for forest fires, human activities — either accidentally or deliberately are responsible for most of the wildfires. In Turkey, Human activity was the primary cause of most of the fires in 2020. Besides the effects of wildfires on the ecosystems and biodiversity, and causing humans and animals deaths, wildfire fighting also causes enormous economic losses, both in terms of resources destroyed and the costs of suppression. In Turkey, wildfire fighting activities in 2017 cost about 21.2% of the total budget of The General Directorate of Forestry. Wildfire is a very complicated environmental crisis, responding effectively and minimizing the danger of a wildfire requires as much as possible information before making decisions. The complexity of the wildfires can make a negative impact on the decision-making process, while the decision-makers are under the pressure of conditions that are limited in time, dynamic, uncertain, and contradictory. Effective wildfire-fighting requires cooperation between different institutions and agencies because wildfire is a very complex and highly risky phenomenon, controlling large fires exceed the ability of a single institute or agency. This cooperation needs integration between advanced technologies with scientific knowledge and combining different heterogeneous spatial and non-spatial data. The technology advances in various fields such as Geographic Information Systems, remote sensing, Artificial Intelligence, Internet of Things, sensor networks, data analytics, and many others have led to support the decision-making through converting the huge heterogeneous information related to a wildfire into key data for scientists and authorities allowing them better choices. A decision support system (DSS) is an interactive computer-based information system developed to assist decision-makers. It integrates the theory of decision-making with interactive computer systems. Recently, GIS-based decision support systems have been used to increase the efficiency of fire control processes such as planning, managing, and decision making. The use of DSS by wildfire managers has grown quickly in recent years, the ability of the DSSs to pick tactics to control wildfires that are both functionally and economically efficient has resulted in improving the capacity to prevent and suppress wildfires while also safeguarding human lives and properties. Some countries have their own wildfire DSS like the USA, Canada, Greece, and others. In addition, the European Commission has developed the European Forest Fire Information System (EFFIS) for the whole of Europe. Later, a joint initiative between international institutions has led to developing the Global Wildfire Information System (GWIS). In Turkey, several tools and systems have been developed recently, they have varied between early warning systems and decision support systems or even only fire monitoring and detection tools and systems, all of which aim to assist in preventing, managing, and suppressing wildfires. In this research, a conceptual design of a GIS-based decision support system for forest fire prevention and fighting in Turkey was designed and prepared due to the national requirements and capabilities. This system was designed to assist fire managers to make better decisions during a wildfire by providing detailed information and analysis related to the fires and their surroundings. The conceptual design of Turkey Forest Fire Decision Support System (TFFDSS) consists of several modules like Historical Fire Database Module, Weather Forecast Module, Fire Geo-Information Database Module, Fire Danger Forecast Module, Active Fire Detection Module, Fire Behavior Prediction Module, Fire Fighting Advisor Module, Post Fire Analyzing Module, Air Quality and Emissions Module, and Recovery Monitoring Module. Historical Fire Database Module consists of a collection of spatial and non-spatial of the previous wildfires data from various sources. Weather Forecast Module provides real-time fire weather forecasting. Fire Geo-Information Database Module is a variety of geospatial layers that contain auxiliary information to help the decision-makers to improve their choices and decisions during wildfire events. Fire Danger Forecast Module is based on the Canadian Fire Weather Index provides a numerical value of the relative potential of wildfires. Active Fire Detection Module is based on the active fire detection products of the MODIS and VIIRS satellites that are provided by NASA. Fire Behavior Prediction Module is based on the FlamMap simulator and Minimum Travel Time (MTT) fire growth algorithm. Fire Fighting Advisor Module is a set of instructions that a machine learning model generates based on training on previous data. Post Fire Analyzing Module performs damage assessments by mapping the total burned area and classifying it according to the burn severity rate. Air Quality and Emissions Module calculates the emissions after controlling a wildfire. Recovery Monitoring Module controls the development of the recovery process based on satellite imagery. For the inputs, the TFFDSS gathers data of different types from local and international institutions. These data contain spatial data types such as satellite images and weather observations, and non-spatial data types such as fuel types and fuel moisture codes. In addition to a large database of the previous incidents. TFFDSS provides a variety of outputs that differs due to the fire stage (from early warning to post-fire analyzes passing through fire detection, controlling, and suppression). The importance of TFFDSS is being an integrated system compatible with the essential four phases of disaster management (Prevention and Mitigation, Preparedness, Response, and Recovery). It has wide functions and tools that make it effective for each step of forest fire fighting like prediction, prevention, facing, controlling, suppression, and recovery. TFFDSS aims to improve the quality of decisions related to preventing and controlling forest fires which result in environmental and economic effects, besides saving human and animals souls. It is not designed to replace the forest fire decision-makers but it is designed to help in enhancing the decision-making process in terms of time, effort, cost, and effectiveness.

Benzer Tezler

  1. Orman yangınlarında organizasyon ve karar destek sistemleri

    Forest fires organization and decision support systems

    EMİNE SEDA KELEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Ormancılık ve Orman MühendisliğiSüleyman Demirel Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA AVCI

  2. Comprehensive risk mapping and fire station optimization for forest fire management: An application in Antalya

    Orman yangını yönetimi için kapsamlı risk haritalama ve yangın istasyonu optimizasyonu: Antalya uygulaması

    ZÜHAL ÖZCAN YAVUZ

    Doktora

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGÜR KABAK

    DR. ÖĞR. ÜYESİ İNCİ ÇAĞLAYAN

  3. CBS teknikleri kullanılarak orman yollarının yangın koruma amaçlı değerlendirilmesi

    Assessing forest roads for fire protection purposes by using GIS techniques

    OSMAN KÖSE

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Ormancılık ve Orman MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ABDULLAH EMİN AKAY

  4. Türkiye'de orman yangını riskinin coğrafi bilgi sistemleri tabanlı olarak çok kriterli analizi ve haritalandırılması

    Geographic information system based multi-criteria analysis and mapping of forest fire risk in Turkey

    UĞUR BALTACI

    Doktora

    Türkçe

    Türkçe

    2021

    Ormancılık ve Orman MühendisliğiGazi Üniversitesi

    Çevre Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FERİHA YILDIRIM

  5. Internet of things (IoT) for effective post-disaster management

    Kablosuz sensör ağ bazlı akıllı şebeke uygulamaları için hizmet katlitesi duyarlı sistem

    CEM AYYILDIZ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TAŞKIN KOÇAK

    PROF. DR. VEHBİ ÇAĞRI GÜNGÖR