Validating fire patterns occurrences: a maxent-based machine learning analysis of forest fire risk maps in southwest, Turkiye
Yangın desenlerinin oluşumlarının doğrulanması: güneybatı Türkiye'deki orman yangını risk haritalarının maxent tabanlı makine öğrenimi analizi
- Tez No: 958563
- Danışmanlar: PROF. DR. ERTUĞRUL BİLGİLİ
- Tez Türü: Yüksek Lisans
- Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
- Anahtar Kelimeler: Orman yangınları, Yangın başlangıçları, Yangın riski, Maksimum Entropi, Makine öğrenimi, Forest fires, Fire ignitions, Fire risks, Maximum Entropy, Machine learning
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Orman Entomolojisi ve Koruma Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
İklimsel anormallikler ve artan insan baskılarının, orman yangınlarının sıklık ve şiddetini artıracağı öngörülmektedir. Bu nedenle yangın olasılığının tahmini ve haritalanması, etkili önleme ve risk yönetimi için kritik önemdedir. Bu çalışmada, Akdeniz iklimine sahip Türkiye'nin güneybatısındaki dört ilçede, Maksimum Entropi (MaxEnt) modeli kullanılarak orman yangını olasılığı tahmin edilmiş ve haritalanmıştır. 2008–2018 yıllarına ait yangın kayıtları ile ağaç kompozisyonu, topoğrafya, iklim ve insan faaliyetlerini temsil eden değişkenler modele entegre edilmiştir. Modelin performansı 0.71–0.87 AUC değerleriyle iyi düzeyde bulunmuş, maksimum sıcaklık ve yollara mesafe en etkili faktörler olmuştur. 2019–2020 yıllarına ait yangın verileriyle yapılan doğrulamada, yangınların büyük bölümü yüksek–çok yüksek riskli alanlarda gerçekleşmiş ve modelin pratik geçerliliği ortaya konmuştur. Bulgular, yangına hassas Akdeniz ekosistemlerinde etkili yangın yönetimi için önemli katkılar sunmaktadır. Ayrıca, MaxEnt'in yalnızca varlık verilerine dayanması, gelecekte yokluk verilerinin de eklenmesini gerekli kılmaktadır.
Özet (Çeviri)
Climate anomalies and rising human pressures are expected to increase the frequency and severity of forest fires. Therefore, estimating and mapping fire probability are essential for effective prevention and risk management. This study applies the Maximum Entropy (MaxEnt) model to predict and map forest fire occurrence in four districts of Southwestern Türkiye, characterized by a Mediterranean climate. Using fire records from 2008–2018 and environmental variables such as tree composition, topography, climate, and human activity, the model achieved Area Under the Curve (AUC) values between 0.71 and 0.87, indicating good predictive performance. Maximum temperature and distance from roads were the most influential predictors. Validation with fire data from 2019–2020 showed that most events occurred in areas classified as high to extreme fire probability, confirming the model's practical utility. These results provide valuable guidance for fire management in Mediterranean ecosystems. Additionally, the reliance of MaxEnt on presence-only data highlights the need to include absence records in future studies.
Benzer Tezler
- Dört zamanlı buji ile ateşlemeli bir motor performansının bilgisayar yardımı ile simulasyonu
Computer aided simulation of a four-stroke spark ignition engine performance
SELİM ÇETİNKAYA
Doktora
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF. DR. BİLGE ERDİLLER
- Tıpta bilgisayar kullanımı ve bir bilişim sistemi geliştirme uygulaması
Başlık çevirisi yok
OYA KALIPSIZ
Doktora
Türkçe
1989
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiSayısal Yöntemler Ana Bilim Dalı
PROF. DR. ÖNER ESEN
- Psychological maltreatment an attempt of its definition by experts and its assessment among a group of adolescents
Başlık çevirisi yok
MELDA ALANTAR
- Doğrusal programlama tekniği ile kupol ocaklarında verim artırma
Başlık çevirisi yok
BEDRİ BAKSAN
Yüksek Lisans
Türkçe
1989
Endüstri ve Endüstri MühendisliğiAnadolu ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HARUN TAŞKIN
