Devrek-Tefen yöresinde doğu kayını (Fagus orientalis Lipsky.) doğal gençleştirme uygulamalarında iklim değişikliğinin etkileri

Devrek-Tefen yöresinde üç bölmede (70, 73 ve 86 nolu bölmeler) Doğu Kayını (Fagus orientalis Lipsky.) doğal gençleştirme alanında iklim değişikliğinin etkileri hakkında bazı öngörülerde ve tahminlerde bulunmak amacıyla bir ön değerlendirme niteliğinde gerçekleştirilen bu araştırmada, iki yaşındaki doğal kayın gençliklerinde ortalama boy, ortalama kök boğaz çapı ve ortalama metrekaredeki sayı gibi gençleştirme başarısı ve adaptasyon yeteneği ile ilgili kantitatif parametreler yapılan ölçüm ve tespitler ile öncelikli olarak belirlenmiştir. Buna göre, 2 yaşındaki kayın doğal gençliklerinde her üç bölmede ortalama boy büyümesinin 2,1-2,4cm arasında, ortalama kök boğaz çapının 1,1-1,3mm arasında ve ortalama metrekaredeki doğal gençliklerin her üç bölmedeki sayısının 10,5-10,9 adet arasında değiştiği belirlenmiştir. SSPs245 ve SSPs585 senaryolarına göre DeMortanne ve Emberger indeksleri uygulanılarak yapılan hesaplar sonucunda araştırma alanını oluşturan Devrek yöresinde yer alan yarı nemli ve nemli orman kuşağında bulunan saf doğu kayını ormanlarının SSPs245 küresel ısınma senaryosuna göre 2060 yılında toplam 2156 ha'ı, 2100 yılında ise 3448 ha'ı kurak ve yarı kurak rejyonda kalması nedeniyle doğal gençleştirme koşullarını büyük ölçüde yitireceği öngörülmüştür. Araştırmada kayın doğal gençliklerinin aktüel yetişme ortamı koşulları ve WorldClim senaryoları dikkate alınarak küresel iklim değişikliğine bağlı değişimlerinin tahmin edilmesinde kNN (K-Nearest Neighbors), LVQ (Learing Vector Quantization), SVM (Support Vector Machine), RPART (Decision Trees) ve RF (Random Forest) gibi yaygın olarak kullanılan mekanik öğrenme algoritmaları kullanılmıştır. Bu doğrultuda küresel ısınmanın araştırma alanını oluşturan Devrek-Tefen'deki 3 bölmede yer alan 2 yaşındaki kayın doğal gençlikleri üzerindeki etkileri en yüksek doğruluk düzeyinde tahmin eden mekanik öğrenme algoritması bölmeler itibarıyla hesaplanan %74,3, %75,61 ve %73,56 doğruluk düzeyleri ile RF olmuştur. Bu algoritmayı sırasıyla kNN, RPART, SVM ve LVQ sahip oldukları doğruluk düzeyleri ile izlemiştir.