Modelling ecological data using classification and regression tree technique (CART)

Yıl 2012, Cilt: 13 Sayı: 1, 1 - 4, 06.04.2012

Kürşad Özkan

Öz

Nonparametric methods have been increasingly used in order to model the distribution of target species in the forest ecosystems by means of environmental factors in recent years. One of the nonparametric methods is classification and regression tree tecnique (CART). By using CART, both categorical and continuous dependent variables can be modeled. That is why CART is a suitable tecnique for the distribution, productivity and diversity models of animal and plant species. This review was written to give information about CART.

Anahtar Kelimeler

-

Sınıflandırma ve regresyon ağacı tekniği (SRAT) ile ekolojik verinin modellenmesi

Öz

Orman ekosistemlerinde hedef türlerin yetişme ortamı özelliklerine göre modellenmesi ile ilgili parametrik olmayan yöntemlerin kullanımı gün geçtikçe artmaktadır. Parametrik olmayan yöntemlerden biride sınıflandırma ve regresyon ağacı tekniğidir (SRAT). Bu yöntem kullanılarak hem kategorik (sınıflandırma ağacı) hem de sürekli (regresyon ağacı) bağımlı değişkenler modellenebilmektedir. Bundan dolayı SRAT hayvan ve bitki türlerinin dağılım modellemeleri için ideal bir yöntemdir. Bu derlemede SRAT hakkında bilgi vermek amaçlanmıştır.

Anahtar Kelimeler

Parametrik olmayan yöntemler, Tür dağılımı, Tür çeşitliliği, Coğrafi modelleme, Potansiyel dağılım

Kaynakça

• Aertsen, W., Kint, V., Orshoven, J., Özkan, K., Muys, B., 2010. Comparison and ranking of different modelling techniques for prediction of site index in Mediterranean mountain forests, Ecological modelling 221, 1119-1130.
• Breiman, L., Friedman, J.H., Olshen, R., Stone, A.C.G., 1984. Classification and regression trees. Wadsworth International Group, Belmont, California, USA.
• Chu, C.M, Tsai, B.W., Chang, K.T., 2009. Integrating decision tree and spatial cluster analysis for landslide susceptibility zonation. World Academy of Science, Engineering and Technology 59:470-483.
• De’ath, G., Fabricius K.E., 2000. Classification and regression trees: A powerful yet simple technique for ecological data analysis. Ecology, 81(11): 3178-3192 .
• Liu, C., Berry, P.M., Dawson, T.P., Pearson, R.G., 2005. Selecting thresholds of occurance in the prediction of species distribution, Ecography 28, 385-393.
• Manel, S., Williams, H.C., Ormerod, S.J., 2001. Evaluating presence-absence models in ecology: the need to account for prevalence, Journal of Applied Ecology, 38, 921-931.
• Mckenney, D.W., Pedlar, J.H., 2003. Spatial models of site index based on climate and soil properties for two boreal tree species in Ontario, Canada. Forest Ecology and Management, 175:497- 507.
• Moisen, G.G., 2008. Classification and Regression Tree. In: Jorgensen SE (ed) In Encyclopedia of Ecology, pp.582-588.
• Navarrate E., Espinosa M., 2011. Using the non-parametric classifies CART to model wood density. Journal of Data Science 9:261-270.
• Özkan, K., 2010. Orman ekosistem çeşitliliği haritalama çalışmaları için ekolojik alan çeşitliliğinin belirlenmesi üzerine bir öneri. SDÜ Orman Fakültesi Dergisi 2:136-148
• Özkan, K., Mert, A., 2010. Isparta Yukarı Gökdere Yöresinde Kasnak Meşesinin Senaryolarına göre 2050 ve 2080 yıllarında muhtemel potansiyel yayılış alanlarının coğrafi modellemesi, Çölleşme ile Mücadele Sempozyumu 17-18 Haziran, 2010, Anitta Otel, Çorum.