İklimdeki anormalliklerin ve insan baskısının ekosistemleri her geçen gün daha fazla etkilemesi hem bitki türlerinin hem de yaban hayvanlarının varlığını tehdit etmektedir. Bu sebeple de ekosistemlere ve hedef türlere yönelik yapılacak planlama çalışmalarında daha etkin ve fonksiyonel davranılması önem arz etmektedir. Bunun sağlanabilmesi noktasında ise hedef türler için elde edilecek potansiyel dağılım haritalarının dikkate alınması kilit nokta olarak ifade edilmektedir. Potansiyel dağılım haritalarının elde edilmesi sürecinde kullanılan birçok yöntem (ayrım analizi, lojistik regresyon analizi, genelleştirilmiş eklemeli model, sınıflandırma ağacı tekniği, maksimum entropi yaklaşımı, kural seti tahmini için genetik algoritma vb.) bulunmaktadır. Bu yöntemler farklı algoritmalar ile çalışmakta ve farklı sonuçlar ortaya koyabilmektedir. Gerçekleştirilen bu çalışmada da bu metotlardan birisi olan ve son yıllarda sıklıkla tercih edilen Random Forest (RF) yöntemi kullanılmıştır. Modelleme ve haritalama işlemi için RStudio programından faydalanılmıştır. RF yöntemi ile elde edilen potansiyel dağılım modeline ait AUC değeri 0,978 olarak tespit edilmiştir. Modeli oluşturan değişkenler ise katkı oranlarına göre sırasıyla yükselti, topoğrafik pozisyon indeksi, anakaya, radyasyon indeksi ve eğim olarak belirlenmiştir.
Reasons such as climate abnormalities and anthropogenic effects on ecosystems threat the existence of plant and animal species. In this case, it is important to be more effective and functional planning studies for ecosystems and target species. In order to achieve the mentioned effectiveness and functionality, creating of potential distribution maps for the target species are of crucial importance. There are many methods (discriminant analysis, logistic regression analysis, generalized addicted model, classification tree technique, maximum entropy, the genetic algorithm for rule-set prediction etc.) used in the process of creating potential distribution maps. These methods process with different algorithms and can produce different results. The Random Forest (RF) method, which is one of the mentioned methods and is frequently preferred in recent years, is used in this study. RF method was run via RStudio. In the present, AUC value of the potential distribution model obtained by RF method was determined to be 0.978. The variables creating to the model are respectively elevation (elvn), topographic position index (tpi), bedrock (rock), radiation index (ri) and slope (slope).
Crimean juniper Model selection Potential distribution modelling Random Forest Species distribution modelling
Primary Language | Turkish |
---|---|
Journal Section | Orijinal Araştırma Makalesi |
Authors | |
Publication Date | March 31, 2018 |
Acceptance Date | March 26, 2018 |
Published in Issue | Year 2018 |