Yapay zekâ algoritmaları ile ulusal orman envanteri modelinin geliştirilmesi: İstanbul Orman Bölge Müdürlüğü örneği
Development of national forest inventory model using artificial intelligence algorithms: A case study of Istanbul Regional Directorate of Forestry
- Tez No: 961100
- Danışmanlar: PROF. DR. TURAN SÖNMEZ
- Tez Türü: Doktora
- Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bursa Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 219
Özet
Bu tez, Ulusal Orman Envanteri (UOE) sistemlerinin uluslararası standartlarla uyumlu hale getirilmesi, verilerin karşılaştırılabilir ve tutarlı biçimde toplanması ve analiz edilmesi gerekliliğini vurgulamaktadır. Araştırma, Türkiye'de uygulanan UOE çalışmalarının mevcut durumunu değerlendirmek, uluslararası standartlar ve gelişmiş ülkelerin uygulamalarıyla karşılaştırmak ve bu sistemlerin iyileştirilmesi için öneriler geliştirmek amacıyla yapılmıştır. Tez kapsamında, Türkiye'nin UOE çalışmalarının tarihçesi incelenmiş ve ülkenin uluslararası envanter standartlarına uyumu değerlendirilmiştir. Türkiye'de ilk UOE girişimlerinin 1937 yılında başladığı ancak sistematik ve sürekli bir uygulamanın gerçekleşmediği belirlenmiştir. Mevcut durumda, Türkiye'nin orman varlığı bilgileri, ağırlıklı olarak amenajman planları ve Envanter-İstatistik (ENVANİS) gibi sınırlı veri tabanları ile toplanmaktadır. Bu veri tabanlarının kapsamının biyolojik çeşitlilik ve ekolojik hizmetler açısından yetersiz kaldığı tespit edilmiştir. Uluslararası karşılaştırmalı analiz kapsamında COST Action E43 girişimi detaylı şekilde incelenmiştir. Bu çalışma, Avrupa ülkelerindeki UOE sistemlerinin ortak tanımlar ve raporlama teknikleri üzerinden uyumlaştırılmasını hedeflemiştir. Araştırmada, COST E43 kapsamında geliştirilen ortak tanımların ve“köprüleme”yöntemlerinin, farklı ulusal tanımların standartlaştırılmasında kritik bir araç olduğu ortaya konulmuştur. Tezde uygulanan yöntemler arasında coğrafi bilgi sistemleri (CBS), uzaktan algılama teknolojileri ve yapay zekâ destekli analizler bulunmaktadır. Bu yöntemlerin yanısıra, İstanbul Orman Bölge Müdürlüğü (OBM)'de gerçekleştirilen çalışmalarda, örnek nokta adetlerinden belirlenmesinden örnek alanların araziye aplikasyonlarına kadar olan metodlarda incelenmiştir ve tartışılmıştır. Ormanlık alanların tespiti, değişimi ve örnek noktaların belirlenmesinde çok katmanlı filtrelerden birisi olan arazi kullanımı haritaları 2019-2023 yılları için üretilmiştir. Bu yöntemde, 3×3 km örnekleme gridleri kullanılarak arazi kullanımı sınıfları eğitilmiştir ve Sentinel-2 uydu görüntülerinden elde edilen veriler, U-Net derin öğrenme modeli ile analiz edilmiştir. Yersel (sayısal) verilerin analizi için ise Rastgele Orman (RO) ve Yapay Sinir Ağları (YSA) algoritmaları kullanılmış, bu algoritmalar hem sayısal hem de CBS tabanlı ilişkisel veri tabanlarıyla entegre edilmiştir. Ayrıca RShiny uygulaması aracılığıyla web tabanlı raporlama sistemleri geliştirilmiştir. Araştırma kapsamında ulaşılan önemli sonuçlardan biri, Türkiye'nin mevcut UOE sisteminin uluslararası standartlar açısından önemli eksiklikler içerdiği ve kapsamının genişletilmesi gerektiğidir. Avrupa ülkelerindeki standartlara göre biyolojik çeşitlilik, karbon stokları, ekolojik hizmetler ve su bütçesi gibi ekosistem hizmetlerini içeren daha bütünsel bir yaklaşımın benimsenmesi gerektiği vurgulanmıştır. İstanbul OBM özelinde yapılan uygulamalarda ise, uzaktan algılama ve yapay zekâ tekniklerinin kullanımıyla arazi kullanım sınıflandırmalarında yüksek doğruluk oranları elde edilmiştir. Çalışmanın diğer bir sonucu olarak, farklı algoritmaların orman karbon stokları ve biyokütle hesaplamalarında kullanım etkinliği karşılaştırılmıştır. Sonuçlar, çift girişli hacim hesaplamalarının ve RO ve YSA modellerinin çap artımı, ağaç boyu ve yaş tahminlerinde yüksek doğruluk sağladığını göstermiştir. Ayrıca, karbon stoku hesaplamalarında Tier 2 seviyesi kullanılarak, orman alanlarının iklim değişikliğine olan katkılarının uluslararası standartlarda izlenebileceği sonucuna varılmıştır. Çalışmada önerilen başlıca iyileştirmeler arasında, Türkiye'de UOE uygulamalarının daha sistematik ve sürekli hale getirilmesi, veri toplama yöntemlerinin uluslararası referans tanımlarına uygun olarak revize edilmesi ve CBS ile uzaktan algılama teknolojilerinin daha etkin kullanılması yer almaktadır. Bu kapsamda, önerilen veri toplama ve analiz yöntemlerinin, Türkiye'deki ormancılık politikalarının oluşturulmasında bilimsel bir temel sağlayacağı ve uluslararası raporlama yükümlülüklerinin yerine getirilmesinde kritik bir rol oynayacağı belirtilmiştir. Sonuç olarak, tez, Türkiye'nin orman envanteri sistemlerinin uluslararası standartlarla uyumlaştırılması için kapsamlı bir yol haritası sunmakta, ülkenin orman kaynaklarının sürdürülebilir yönetimi ve korunması için önemli katkılar sağlamaktadır. Bu çalışma, uluslararası iş birliği ve standartlaşma süreçlerinin, orman ekosistemlerinin sürdürülebilirliğinin sağlanmasında kilit rol oynadığını açıkça ortaya koymaktadır.
Özet (Çeviri)
This thesis emphasizes the necessity of aligning National Forest Inventory (NFI) systems with international standards to ensure data collection and analysis are comparable and consistent. The research aims to evaluate the current state of Turkey's NFI practices, compare these with international standards and practices in developed countries, and propose recommendations for improvement. Within the scope of this thesis, the historical development of Turkey's NFI practices was reviewed, and the country's compliance with international inventory standards was evaluated. It was determined that the initial NFI initiatives in Turkey began in 1937; however, systematic and continuous implementation has not yet been established. Currently, data on Turkey's forest resources are primarily collected through management plans and limited databases such as Inventory-Statistics (ENVANİS). It has been identified that these databases inadequately cover biodiversity and ecological services. The COST Action E43 initiative was comprehensively examined as part of an international comparative analysis. This initiative aimed to harmonize European countries' NFI systems through common definitions and reporting techniques. The study revealed that the common definitions and“bridging”methods developed under COST E43 play a critical role in standardizing different national definitions. Methods employed in the thesis include Geographic Information Systems (GIS), remote sensing technologies, and artificial intelligence-based analyses. Additionally, methodologies utilized in the Istanbul Regional Directorate of Forestry (OBM), ranging from determining sample point quantities to applying these sample points in the field, were examined and discussed. Land use maps, one of the multi-layer filters for detecting forested areas, their changes, and identifying sample points, were produced for the years 2019-2023. Using this method, land-use classes were trained on a 3×3 km sampling grid, and data derived from Sentinel-2 satellite imagery were analyzed using the U-Net deep learning model. For terrestrial (numerical) data analysis, Random Forest (RF) and Artificial Neural Networks (ANN) algorithms were utilized, integrating these algorithms with both numerical and GIS-based relational databases. Additionally, web-based reporting systems were developed using the RShiny application. A significant finding of this research indicates that Turkey's existing NFI system has substantial shortcomings in terms of international standards, necessitating a broader scope. Adopting a more holistic approach to ecosystem services—such as biodiversity, carbon stocks, ecological services, and water budgets—as practiced in European standards was emphasized. The application in Istanbul OBM demonstrated high accuracy in land-use classification through remote sensing and artificial intelligence techniques. Another key outcome was the comparative analysis of the effectiveness of different algorithms in estimating forest carbon stocks and biomass. The results showed that double-entry volume calculations and RF and ANN models provide high accuracy in diameter increment, tree height, and age estimations. Moreover, using Tier 2 level for carbon stock calculations indicated that the contribution of forest areas to climate change could be monitored at international standards. Key recommendations for improvement presented in the study include making Turkey's NFI practices more systematic and continuous, revising data collection methods according to international reference definitions, and enhancing the effective use of GIS and remote sensing technologies. It is suggested that the proposed methods for data collection and analysis will provide a scientific basis for formulating forest policies in Turkey and play a critical role in meeting international reporting obligations. In conclusion, this thesis provides a comprehensive roadmap for harmonizing Turkey's forest inventory systems with international standards, contributing significantly to the sustainable management and conservation of the country's forest resources. It explicitly underscores the vital role of international cooperation and standardization processes in ensuring the sustainability of forest ecosystems.
Benzer Tezler
- Modeling educational data with machine learning methods
Eğitim verilerinin makine oğrenmesi algoritmaları kullanılarak modellenmesi
AYŞE İLKNUR DİLEK
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiMatematik ve Bilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET FATİH UÇAR
- Semantic land cover and land use classification using deep convolutional neural networks
Derin evrişimsel sinir ağları ile arazi kullanımı ve arazi örtüsünün anlamsal sınıflandırılması
BERK GÜNEY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Metro hatlarında afet ve acil durumlarda enerji sürekliliğinin sağlanması
Ensuring energy continuity in metro lines in disaster and emergency cases
OSMAN ARMAĞAN
Yüksek Lisans
Türkçe
2025
EnerjiKocaeli ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. ERCÜMENT KARAKAŞ
- Yapay zeka teknikleri kullanılarak mikro ifadelerin tespiti ve sınıflandırılması
Detection and classification of microexpressions using artificial intelligence techniques
MEHMET ZAHİT UZUN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÇELİK
DOÇ. DR. ERDAL BAŞARAN
- Otomotiv sektöründe parça kontrolü için yapay zekâ destekli yazılım geliştirilmesi
Development of ai-supported software for part inspection in the automotive industry
ONUR ARDIÇ
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKÇEN ÇETİNEL