Yapay Zekâ ile Kızılçam (Pinus brutia Ten.) ve Karaçam (Pinus nigra Arnold.) Ağaçlarında Üst Boy Tahmini

Basit Öğe Kaydı
dc.contributor.authorKuzugüdenli, Emre
dc.date.accessioned2025-01-21T14:29:26Z
dc.date.available2025-01-21T14:29:26Z
dc.date.issued2021
dc.description.abstractKızılçam 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.
dc.description.abstractTurkish 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.
dc.identifier.dergipark851315
dc.identifier.doi10.29137/umagd.851315
dc.identifier.issn1308-5514
dc.identifier.issue2-563
dc.identifier.startpage572
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/1481188
dc.identifier.urihttps://dergipark.org.tr/tr/pub/umagd/issue/60118/851315
dc.identifier.urihttps://doi.org/10.29137/umagd.851315
dc.identifier.urihttps://hdl.handle.net/20.500.12587/20480
dc.identifier.volume1
dc.language.isotr
dc.publisherKırıkkale Üniversitesi
dc.relation.ispartofUluslararası Mühendislik Araştırma ve Geliştirme Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_20241229
dc.subjectYapay Sinir Ağları (YSA)
dc.subjectRegresyon modeli
dc.subjectÜst boy tahmini
dc.subjectKızılçam
dc.subjectKaraçam
dc.subjectArtificial Neural Networks (ANN)
dc.subjectRegression model
dc.subjectUpper height prediction
dc.subjectTurkish red pine
dc.subjectLarch
dc.subjectEngineering
dc.titleYapay Zekâ ile Kızılçam (Pinus brutia Ten.) ve Karaçam (Pinus nigra Arnold.) Ağaçlarında Üst Boy Tahmini
dc.title.alternativeUpper Height Prediction in Turkish Red Pine (Pinus brutia Ten.) and Black Pine (Pinus nigra Arnold.) with Artificial Intelligence
dc.typeArticle

Dosyalar

Koleksiyon

Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi
TR-Dizin İndeksli Yayınlar Koleksiyonu