TOPRAK EROZYONU ÇALIŞMALARINDA BULANIK MANTIK UYGULAMALARI

Yıl 2008, Cilt: 23 Sayı: 2, 121 - 130, 30.06.2008

Tuğrul Yakupoğlu Nutullah Özdemir İmanverdi Ekberli

Öz

Erozyon arazi degradasyonuna neden faktörlerin başında gelmektedir. Bu nedenle sürdürülebilir bir tarımsal faaliyet için erozyonun doğru bir şekilde tahminlenmesi ve erozyona karşı etkin önlemlerin alınması gerekmektedir. Toprakların aşınabilirliklerini veya toprak kayıp miktarını belirlemek amacıyla birçok model ve yöntem geliştirilmiştir. Bu çalışmada toprak erozyonunu tahminlemede bulanık mantık (fuzzy logic) temelli modellerin kullanımı değerlendirilmiştir. Bu amaçla öncelikle iki değerli mantık tanımlanmış ve iki değerli klasik mantıktan bulanık mantığa geçiş süreci irdelenmiştir. Son kısmında ise konuya örnek olan bir çalışmaya yer verilmiştir. Bahsi geçen bu çalışmanın ve konuyla ilgili diğer birçok çalışmanın sonuçlarına göre, bulanık mantık temelli oluşturulan modeller toprak erozyonunu tahminlemede klasik mantık temelli oluşturulan modellerden daha başarılıdırlar ve uygulamada daha az değişkene ihtiyaç gösterirler.

Anahtar Kelimeler

Erozyon, Bulanık mantık, Modelleme, Toprak

TOPRAK EROZYONU ÇALIŞMALARINDA BULANIK MANTIK UYGULAMALARI

Öz

Erozyon arazi degradasyonuna neden faktörlerin başında gelmektedir. Bu nedenle sürdürülebilir bir tarımsal faaliyet için erozyonun doğru bir şekilde tahminlenmesi ve erozyona karşı etkin önlemlerin alınması gerekmektedir. Toprakların aşınabilirliklerini veya toprak kayıp miktarını belirlemek amacıyla birçok model ve yöntem geliştirilmiştir. Bu çalışmada toprak erozyonunu tahminlemede bulanık mantık (fuzzy logic) temelli modellerin kullanımı değerlendirilmiştir. Bu amaçla öncelikle iki değerli mantık tanımlanmış ve iki değerli klasik mantıktan bulanık mantığa geçiş süreci irdelenmiştir. Son kısmında ise konuya örnek olan bir çalışmaya yer verilmiştir. Bahsi geçen bu çalışmanın ve konuyla ilgili diğer birçok çalışmanın sonuçlarına göre, bulanık mantık temelli oluşturulan modeller toprak erozyonunu tahminlemede klasik mantık temelli oluşturulan modellerden daha başarılıdırlar ve uygulamada daha az değişkene ihtiyaç gösterirler

Anahtar Kelimeler

Erozyon, Bulanık mantık, Modelleme, Toprak

Kaynakça

• Akyürek, Z. and Okalp, K., 2006. A fuzzy-based tool for spatial reasoning: A Case study on soil hazard prediction. 7th International Symposium on Spatial Accuracy Assessment in Natural Resources and Environmental Sciences. Edited by M. Caetano and M.Painho. 5-7 July, Lisbon, Portugal. URL:www. spatial-accuracy.org/2006/PDF/Akyurek2006accuracy .pdf . Son erişim: 21/05/2008.
• Baja, S., Chapman, D. M. and Dragovich, D., 2002. A conceptual model for defining and assessing land management units using a fuzzy modeling approach in GIS environment. Environmental Management, 29(5): 647-661.
• Banai, R., 1993. Fuzziness in geographical information systems: contributions from the analytical hierarchical process. Int. J. Geogr. Inf. Syst. 7: 315-329.
• Baykal, N. ve Beyan, T., 2004. Bulanık Mantık Uzman Sistemler ve Denetleyiciler. ISBN: 975-8695-09-6, Ankara.
• Bosworth, D. A., and Foster, A. B., 1972. Approved Practices in Soil Conservation. The Interstate Printers and Publishers, 1-22.
• Brule, F. C., 1985. Fuzzy systems – a tutorial. Source: Newsgroups: URL:http//www.quadralay.com/www/Fuzzy/tutorial. html. comp.ai:
• Burrough, P. A., 1993. The technologic paradox in soil survey: new methods and techniques of data capture and handling. ITC J. 1: 15-30.
• Cohen, S., Svoray T. and Laronne, J. B., 2005. Catchment scale soil erosion modeling using GIS and soft computing techniques. URL: http://www.cosis.net/abstracts/EGU05/00676/EGU05-J- 00676.pdf. Son erişim: 19/05/2008.
• Eastman, J. R., 1993. IDRISI V 4.1 update, Worcester, MA. Clark University Graduate School of Geography, US.
• Hacısalihoğlu, S., Kalay, H. Z ve Oktan, E., 2002. Toprak aşınımını (erozyonu) kantitatif olarak belirleyen modellerin değerlendirilmesi. Su Havzalarında Toprak ve Su Kaynaklarının Korunması, Geliştirilmesi ve Yönetilmesi Sempozyumu.. Editör: S. Önder,18-20 Eylül, Antakya. Kongre Kitabı ISBN: 975-7989-19-3, 379-384.
• Hacıyakupoğlu, S. ve Ertek, T. A., 2002. Erozyon araştırmalarında Cs-137 ve Pb-210 ölçümlerinin kullanılması ve Türkiye’de uygulanabilirliği. Su Havzalarında Toprak ve Su Kaynaklarının Korunması, Geliştirilmesi ve Yönetilmesi Sempozyumu. Editör: S. Önder, 18-20 Eylül, Antakya. ISBN: 975-7989-19-3, 396-401.
• Klein, L., 1999. Sensor and Data Fusion Concepts and Applications. SPIE Optical Engineering Press, Bellingham, WA.
• Kohli, A. and Khara, K. L., 2006. Evaluation of modeled of soil erodibility estimates using lab-scale simulated rainstorm in submointains region Northern India. 18th World Congress of Science, July 9-15, Philadelphia, Pennsylvania, USA. URL: http://crops.confex.com/crops/wc2006/techprogram/P12 024.HTM. Son erişim: 21/05/2008.
• Korner, S., 1967. Laws of thought. In: Encyclopedia of Philosophy, Vol. 4. MacMillan, New York, 414-417.
• Lagacherie, P., Cazemier, D. R., vanGaans, P. F. M. and Burrough, P. A., 1997. Fuzzy k-means clustering of fields in an elementary catchment and exploration to large area. Geoderma, 77: 197-216.
• Lejewski, C., 1967. Jan Lkasiewicz. In: Encyclopedia of Philosophy, Vol. 4. MacMillan, New York, 104-107.
• McBratney, A. B. and Odeh, I. O. A., 1997. Application of fuzzy sets in soil science: Fuzzy logic, fuzzy measurements and fuzzy decisions. Geoderma 77: 85- 113.
• Mendel, J. M., 1995. Fuzzy logic systems for engineering: A tutorial, EEEI Proc., 83 (3): 345-377.
• Metternicht, G. I., 1997. Modelling soil erosion hazard by using a fuzzy knowledge based.approach. URL:http://ieeexplore.ieee.org/iel3/4810/13419/006152 20.pdf?arnumber=615220. Son erişim: 16/ 05/2008.
• Metternicht , G. and Gonzalez, S., 2005. FUERO: foundations of a fuzzy exploratory model for soil erosion hazard prediction. Environmental Modelling&Software, 20: 715-728.
• Mitra, B., Scott, H. D., Dixon, J. C. and McKimmey, J. M., 1998. Applications of fuzzy logic to the prediction of soil erosion in a large watershed. Geoderma 86: 183- 209.
• Numatra, K., 1991. General Purpose Fuzzy Reasoning Library, Version 3.0. Tokyo University, Japan.
• Özdemir, N., 2002. Toprak ve Su Koruma. İkinci baskı, OMÜ Üniv. Yay. Zir. Fak. Ders Kitabı No: 22, Samsun.
• Özkan, E. M., 2001. Fuzzy Mantıkta Yaklaşık Usavurma ve Bir Probleme Uygulanması. Yıldız Teknik Ün. Fen Bil. Enst. Mat. Müh. Anabilim Dalı Doktora Tezi. ISBN: 975-461-119-X, İstanbul.
• Özkan, M. M., 2003. Bulanık Hedef Programlama. ISBN: 975 7338 958, Bursa.
• Şen, Z., 2001. Bulanık Mantık ve Modelleme İlkeleri. ISBN: 975-8509-23-3, İstanbul.
• Tayfur, G., Özdemir,S. and Singh, V. P., 2003. Fuzzy logic algorithm for runoff-induced sediment transport from bare soil surfaces. Advances in Water Resources, 26: 1249-1256.
• Tran, L. T., Ridgley, M. A., Duckstein, L. and Sutherland, R., 2002. Application of fuzzy logic-based modeling to improve the performance of the Revised Universal Soil Loss Equation. Catena, 47: 203-226.
• Van Zuidam, R. A., 1986. Aerial photo-interpretation in terrain analysis and geomorphologic mapping. Smits Publishers, The Netherlands, 442.
• Wang, F., Hall, G. and Subaryano. 1990. Fuzzy information representation and processing in conventional GIS software: database design and application. Int. J. GIS 4: 261-283.
• Westervelt, J., Shiporo, M. and Goran, W., 1989. GRASS: Geographical Resources Analysis Support System. US Army Crops of Engineers, Construction Engineering Research Laboratories, Champagne, IL, US.
• Zadeh, L. A., 1965. Fuzzy Sets. Information and Control, 8: 338-353.
• Zadeh, L. A., 1984. Making computers think like people. IEEE Spectrum August, 26-32.
• Zadeh, L. A., 2004. A note on web intelligence, world knowledge and fuzzy logic. Data & Knowledge Engineering. 50: 291-304.