Ormanların Çap Dağılımlarının Modellenmesinde Derin Öğrenme Algoritmalarının Kullanımı: Trabzon ve Giresun Ormanları Doğu Ladini-Sarıçam Karışık Meşcereleri Örneği

İlker ERCANLI; Ferhat BOLAT; Hakkı YAVUZ

Makale detayları

Ormanların Çap Dağılımlarının Modellenmesinde Derin Öğrenme Algoritmalarının Kullanımı: Trabzon ve Giresun Ormanları Doğu Ladini-Sarıçam Karışık Meşcereleri Örneği

Yazarlar:

İlker ERCANLI | Ferhat BOLAT | Hakkı YAVUZ

Yayıncı:

Cankiri Karatekin University

Dergi:

Anatolian Journal of Forest Research 2018 Vol.4 Issue 2, pp.122-132

Belge Tipi:

Makale

Yayın Tarihi:

12/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000865304

Sıklık:

İki Yıllık

eISSN:

2564-7660

pISSN:

1309-856X

Anahtar kelimeler:

Özet:

 


Bu çalışmada, Derin Öğrenme Algoritmaları ile
meşcerelerin çap dağılımlarını modellemek amacıyla, Trabzon ve Giresun Orman
Bölge Müdürlükleri sınırları içerisinde yer alan eşityaşlı Doğu Ladini-Sarıçam
karışık meşcerlerinden (LCs veya CsL) Ercanlı (2010) tarafından alınan 161 adet
örnek alanlardan elde edilen veriler kullanılmıştır. Meşcerelerin çap
dağılımlarının %25,  %50 ve %95’lik
yüzdelik değerlerine göre parametreleri hesaplanan 3 parametreli Weibull
olasılık yoğunluk fonksiyonuna ilişkin Hata kareler Toplamı (HKT) değeri;
6126730, Hataların Ortalama Kare Kökü (HKOK) değeri; 67.5172, R2düz.
değeri;0.6121, AIC değeri; 11351.16 ve SBC değeri ise;
11366.77 olarak hesaplanmıştır. Derin öğrenme algoritmasının eğitim süreci,
örnek alanların belirli çap basamağına karşılık gelen hektardaki ağaç sayısı
çıktı değişkeni; örnek alanın toplam hektardaki ağaç sayısı, ilgili çap
basamağının orta değeri ve dağılımın %25, 
%50 ve %95’lik yüzdelik değerleri girdi değişkeni esas alınarak,
“nfolds=5” alt seçeneği ile “k sayısı kadar çapraz doğrulama” yöntemi esas
alınarak uygulanmıştır. Bu eğitim süreci, R yazılımının H20 paketi
kullanılarak gerçekleştirilmiş, algoritma yapısının oluşturulmasında, nöron
sayısı; 100 ve transfer fonksiyonu olarak da; “Rectifier” fonksiyonu seçilmiştir. Derin öğrenmede, ağın başarısını
etkileyen katman sayısının belirlenmesinde, derin öğrenme algoritmalarına
ilişkin 8 farklı katman (3, 4, 5, 6, 7, 8, 9, 10 katman seçenekleri) seçeneği,
çeşitli başarı ölçüt değerlerine göre karşılaştırılmıştır. Yapılan bu
karşılaştırmada, HKT değeri; 1286083, HKOK değeri; 30.9570, R2düz.
değeri;0.9184, AIC değeri; 9252.41 ve SBC değeri ise; 9278.44
olarak elde edilen 5 katmanlı derin öğrenme algoritması, çap dağılımını
modellemede en başarılı olarak belirlenmiştir. 3 parametreli Weibull olasılık
yoğunluk fonksiyonuna göre derin öğrenme ile HKT değerinde; % 79.01 azalış, HKOK
değerinde % 54.15 azalış, R2düz. değerinde % 30.63 artış, AIC
değerinde % 18.49 azalış ve SBC değerinde % 18.37 azalış elde edilmiştir. 


.

Makale detayları

Ormanların Çap Dağılımlarının Modellenmesinde Derin Öğrenme Algoritmalarının Kullanımı: Trabzon ve Giresun Ormanları Doğu Ladini-Sarıçam Karışık Meşcereleri Örneği

Yazarlar:

İlker ERCANLI | Ferhat BOLAT | Hakkı YAVUZ

Yayıncı:

Cankiri Karatekin University

Dergi:

Anatolian Journal of Forest Research 2018 Vol.4 Issue 2, pp.122-132

Belge Tipi:

Makale

Yayın Tarihi:

12/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000865304

Sıklık:

İki Yıllık

eISSN:

2564-7660

pISSN:

1309-856X

Çap Dağılımı

Derin Öğrenme Algoritması

Sayı

Makale detayları

Ormanların Çap Dağılımlarının Modellenmesinde Derin Öğrenme Algoritmalarının Kullanımı: Trabzon ve Giresun Ormanları Doğu Ladini-Sarıçam Karışık Meşcereleri Örneği

Yazarlar: İlker ERCANLI | Ferhat BOLAT | Hakkı YAVUZ

Yayıncı: Cankiri Karatekin University

Dergi: Anatolian Journal of Forest Research 2018 Vol.4 Issue 2, pp.122-132

Belge Tipi: Makale

Yayın Tarihi: 12/2018

Belge Dili: Türkçe

Document ID (Org No.): 2000865304

Sıklık: İki Yıllık

eISSN: 2564-7660

pISSN: 1309-856X

Çap Dağılımı

Derin Öğrenme Algoritması

Sayı

Yazarlar:

İlker ERCANLI | Ferhat BOLAT | Hakkı YAVUZ

Yayıncı:

Cankiri Karatekin University

Dergi:

Anatolian Journal of Forest Research 2018 Vol.4 Issue 2, pp.122-132

Belge Tipi:

Makale

Yayın Tarihi:

12/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000865304

Sıklık:

İki Yıllık

eISSN:

2564-7660

pISSN:

1309-856X