Kızılçam ve karaçam Türkiye için ekonomik ve ekolojik olarak yüksek öneme sahip asli orman ağacı türleridir. Üst boy yetişme ortamının verimliliğini belirlemek için kullanılan önemli parametrelerden biridir. Gerçekleştirilen bu çalışmada karaçam ve kızılçam türünde üst boyun göğüs çapı ve ağaç yaşı parametreleriyle tahmin edilmesi amaçlanmıştır. Bununla birlikte göğüs çapından ağaç boyu tahmininde sıklıkla kullanılan regresyon analizi ile bir tür yapay zekâ uygulaması olan Yapay Sinir Ağları (YSA) yöntemiyle elde edilen sonuçların kıyaslanması da hedeflenmektedir. İleri Beslemeli-Geri Yayımlı YSA ile eğitilen ağın tahmini ile gerçek üst boy değerleri arasındaki ilişkiler incelendiğinde karaçamın 1 girdili modeli için R2 değeri 0,25 olarak, 2 girdili modeli için R2 değeri 0,72 olarak belirlenmiştir. Kızılçam için oluşturulan 1 girdili model için R2 değeri 0,28 olarak, 2 girdili modeli için R2 değeri 0,41 olarak belirlenmiştir. Kızılçama ait en iyi YSA modelinin başarısının (R2 = 0,41) regresyon analizi ile tahmin edilen üst boy modelinin başarısına (R2 = 0,11) göre daha başarılı olduğu görülmektedir. Benzer şekilde karaçama ait en iyi YSA modelinin başarısının (R2 = 0,72) regresyon analizi ile tahmin edilen üst boy modelinin başarısına (R2 = 0,37) göre daha başarılı olduğu görülmektedir.
Turkish red pine and larch forests are essential tree species with high economic and ecological importance for Turkey. Upper height which is one of the important parameters used to determine the site productivity of forests. In this study, it was aimed to estimate the breast height diameter and tree age parameters in larch and Turkish red pine. In addition, it is aimed to compare the results obtained by the regression analysis, which is frequently used in estimating upper height from breast height diameter, and Artificial Neural Networks (ANN) method, which is a kind of artificial intelligence application. When the relationships between the estimated and actual upper height values of the neural network trained with Feed Forward-Backpropagation ANN, R2 value was determined as 0.25 for the 1-input model of the larch, and the R2 value for the 2-input model was determined as 0.72. The R2 value was determined as 0.28 for the 1-input model created for Turkish red pine, and the R2 value was determined as 0.41 for the 2-input model. It is seen that the success of the best ANN model of Turkish red pine (R2 = 0.41) is more successful than the upper height model (R2 = 0.11) estimated by regression model. Similarly, it is seen that the success of the best ANN model of larch (R2 = 0.72) is more successful than the upper height model (R2 = 0.37) estimated by regression model.
Artificial Neural Networks (ANN) Regression model Upper height prediction Turkish red pine Larch
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Articles |
Authors | |
Publication Date | June 18, 2021 |
Submission Date | December 31, 2020 |
Published in Issue | Year 2021 Volume: 13 Issue: 2 |
All Rights Reserved. Kırıkkale University, Faculty of Engineering and Natural Science.