Çap dağılımlarının yapay sinir ağları ile modellenmesinde farklı ağ yapılarının tahmin başarılarının karşılaştırılması: Bolu-Mengen Anadolu karaçamı meşcereleri örneği

Abstract

Ormancılıkta çap dağılımları kullanılarak meşcerelerin ağaç sayısı, göğüs yüzeyi, hacmi, biyokütlesi ve karbon miktarı daha ayrıntılı şekilde tahmin edilebilmektedir. Bu çalışmada Mengen (Bolu) Orman İşletme Şefliğindeki karaçam meşcerelerinin çap dağılımları ilk önce 3 parametreli Weibull olasılık yoğunluk fonksiyonu esas alınarak belirli yüzdeliklere dayanan eşitlikler vasıtasıyla modellenmiş, tahmin başarıları karşılaştırılmış ve daha sonra en başarılı olarak belirlenen yüzdelik değerlerini giriş değişkeni kullanan Yapay Sinir Ağları kullanılarak da ağ eğitimleri gerçekleştirilmiştir. İlk aşamada kullanılan 3 parametreli Weibull olasılık yoğunluk fonksiyonu ile yapılan modellemede en başarılı bulunan %25-%50-%95’lik eşitliğin çap dağılımına ilişkin R2düz. 0,727, ortalama mutlak hata ve hata karelerinin ortalama karekökü değerleri ise sırasıyla 202,91 ve 102,95 olarak elde edilmiştir. Daha sonra aktivasyon fonksiyonu, ara katman sayısı ve nöron sayısı seçeneklerine dayanan çeşitli yapay sinir ağlarının (27 farklı modelin) çap dağılımlarını tahmin etmedeki başarı durumları karşılaştırılarak; hyperbolic tanjant (tanH) aktivasyon fonksiyonunu, 3 ara (gizli) katman ve 50 nöronu içeren Yapay Sinir Ağ yapısı ile ortalama hatası ve hata karelerinin ortalama karekökü değerleri sırasıyla 145,34 ve 78,1 ve R2düz.’si de 0,843 olarak elde edilmiştir. Sonuç olarak, yapay sinir ağı modellemesiyle ortalama hatada %28,4’lük, hata karelerinin ortalama karekökünde de %24’lük bir azalma olurken, R2düz.’de ise %16’lık bir iyileşme olmuştur. Ayrıca, %25-%50-%95’lik yöntemin, Mengen karaçam meşcerelerindeki çap dağılımını modelleme başarısı Kolmogorov-Simirnov (K-S) testiyle denetlenmiş ve 108 örnek alanın 107’sinde çap dağılımı modellemesi istatistiksel olarak uygun bulunmuştur.