Geri Dön

Karşıkent Orman İşletme Şefliği meşcerelerinde çap dağılım modellerinin geliştirilmesi

Developing some diameter distribution models in Karşıkent Forest Management stands

  1. Tez No: 948730
  2. Yazar: MEHMET ALPEREN ÜNVER
  3. Danışmanlar: DOÇ. DR. MUAMMER ŞENYURT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  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: 42

Özet

Bu çalışmada, Amasya Orman Bölge Müdürlüğü, Niksar Orman İşletme Müdürlüğü ve Karşıkent Orman İşletme Şefliği sınırları içinde bulunan meşcerelerde çap dağılım modellerinin geliştirilmesi amaçlanmıştır. Farklı ağaç türlerinin yer aldığı eşit yaşlı saf ve karışık meşcerelerde, çap dağılımlarının 3 parametreli Weibull olasılık yoğunluk fonksiyonu ile modellenmesi hedeflenmiştir. Çalışmada, 706 örnek alanda toplanan 21.334 ağaç verisi kullanılarak çap dağılımlarına ait %25, %31, %50, %63 ve %95'lik yüzdelik dilimlere dayalı 5 farklı model geliştirilmiştir. Çap dağılımlarının başarılı bir şekilde modellenmesi için çeşitli parametre tahmin yöntemleri karşılaştırılmış ve model başarımını ölçmek için Ortalama Mutlak Hata (OMH), Hata Kareler Ortalamasının Kökü (HKOK), Bias, R², AIC ve BIC gibi istatistiksel kriterler kullanılmıştır. Sonuçlar, %50 ve %95'lik dilimlere dayalı yüzdelik yönteminin, diğer yöntemlere kıyasla en başarılı model olduğunu göstermiştir. Bu modelin hata payı düşük, açıklayıcılığı yüksek ve AIC/BIC değerleri de diğer modellere göre daha iyidir. Bu modele ait OMH değeri 37,34, HKOK değeri 73,91 ve BIAS değeri -6,40 olarak hesaplanmıştır. Bu değerler, modelin hata düzeyinin oldukça düşük olduğunu ve sistematik sapmanın minimum seviyede gerçekleştiğini göstermektedir. Ayrıca modelin R² değeri 0,818 olarak belirlenmiş olup, bağımlı değişkenin yaklaşık %81,8'lik kısmının bağımsız değişkenler tarafından açıklandığını göstermektedir. Bu oran, modelin yüksek açıklayıcılığa sahip olduğunu ifade etmektedir. Modelin AIC ve BIC değerleri sırasıyla 17869,44 ve 20743,38 olarak hesaplanmıştır. Bu değerlerin diğer modellere kıyasla düşük olması, söz konusu modelin hem veriye daha iyi uyum sağladığını hem de daha az karmaşık olduğunu göstermektedir.

Özet (Çeviri)

This study aims to develop diameter distribution models for forest stands located within the boundaries of Amasya Forest Regional Directorate, Niksar Forest Management Directorate, and Karşıkent Forest Operation Chiefdom. In pure and mixed stands of various tree species, the diameter distributions are modeled using a three-parameter Weibull probability density function. Data from 706 sample plots containing 21,334 trees were utilized, and five different models based on the 25%, 31%, 50%, 63%, and 95% percentile values of diameter distributions were developed. Various parameter estimation methods for diameter distribution modeling were compared, and model performance was evaluated using statistical criteria such as Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Bias, R², Akaike Information Criterion (AIC), and Bayesian Information Criterion (BIC). The results indicate that the percentile method based on the 50% and 95% values is the most successful model compared to others. This model shows lower error, higher explanatory power, and better AIC/BIC values than the other models. The Mean Absolute Error (MAE) for this model is calculated as 37.34, the Root Mean Square Error (RMSE) is 73.91, and the Bias is -6.40. These values indicate that the model exhibits a very low level of error and that systematic bias is minimized. Additionally, the model's R² value is determined to be 0.818, meaning that approximately 81.8% of the variance in the dependent variable is explained by the independent variables. This percentage suggests that the model has a high level of explanatory power. The Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC) values for the model are 17,869.44 and 20,743.38, respectively. The lower values of AIC and BIC, compared to other models, demonstrate that this model fits the data better and is less complex.

Benzer Tezler

  1. Japonya ve türkiye'de okul öncesi eğtimin tarihsel gelişimi ile Japon ve Türk annelerin okul öncesi eğtğm ile ilgili görüşlerinin karşılaştırılması

    Historical progress of preschool education in Japan and Turkey, comparing Japanese and Turkish mothers opinions about preschool education

    AYA SAKAİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Eğitim ve ÖğretimMarmara Üniversitesi

    İlköğretim Ana Bilim Dalı

    YRD. DOÇ. DR. OYA RAMAZAN

  2. Assessing nature-based solutions(NBS)-oriented geospatial potentials of urban green spaces against heat stresses in urban morphological zone

    Kentsel morfolojik bölgelerdeki sıcak hava baskılarına karşı kent içi yeşil alanların doğa tabanlı çözümler (DTÇ) odaklı mekânsal potansiyellerinin değerlendirilmesi

    MERYEM BUSE AKDUMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    CoğrafyaDokuz Eylül Üniversitesi

    Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    PROF. DR. ALİ GÜL

  3. Kültürel değerlerin korunmasının ve sürdürülebilirliğinin güncel kavramlar doğrultusunda irdelenmesi: Karaköy-Tophane bölgesi örneği

    An examination of conservation and sustainability of cultural values in a contemporary context:A case study of Karakoy-Tophane

    GÜLCE GÜLEYCAN OKYAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    MimarlıkMimar Sinan Güzel Sanatlar Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. DEMET ULUSOY BİNAN

  4. COVID-19'un kentler üzerindeki etkisi: Van ili örneği

    The effect of COVID-19 on cities: Van sample

    HANDE SARAÇOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Kamu YönetimiVan Yüzüncü Yıl Üniversitesi

    Kamu Yönetimi Ana Bilim Dalı

    PROF. DR. ABDULMENAF TURAN