Anadolu karaçamı [Pinus nigra J.F. Arnold subsp. pallasiana (Lamb.) Holmboe] meşcereleri (Bursa-Kestel) için çap-boy ilişkilerinin yapay sinir ağları ile modellenmesi

Bu çalışmada, ülkemizin Marmara bölgesinde yer alan Kestel ormanları Anadolu Karaçam'ının çap-boy ilişkilerinin modellenmesinde Yapay Sinir Ağ modellerinin kullanım olanaklarının değerlendirilmesi amaçlanmıştır. Bu amaçla, 110 örnek alanda ölçülmüş ağaçları boylarını tahmin etmek üzere 5 farklı aktivasyon fonksiyonu ve 100 farklı nöron sayısı alternatifi olmak üzere toplam 500 farklı Yapay Sinir Ağ modeli için veri eğitimi gerçekleştirilmiş ve tahminler elde edilmiştir. Bu Yapay Sinir Ağ modellerinin karşılaştırılmasında; r, Ortalama Mutlak Hata (OMH), max. Ortalama Mutlak Hata (max. OMH), Hata Kareler Ortalamansın Karekökü (HKOK), Yüzde Hata Kareler Ortalamasının Karekökü (HKOK%), Bias, Bias%, R2, AIC ve BIC gibi çeşitli başarı ölçütleri kullanılmış, lojistik sigmoid (log-sig)'in giriş katmanı ile ara katmanı bağlantı noktasında ve hiperbolik tanjant sigmoid (tan-sig)'in de ara katman ile çıkış katmanı bağlantı noktasında olduğu Aktivasyon fonksiyonu seçeneğine (A2) ve 75 nörona sahip Yapay Sinir Ağ modelinin ağaçların boy değerlerini tahmin etmede en başarılı model olduğu belirlenmiştir. Bu en başarılı Yapay Sinir Ağ modeli için r; 0.9317, OMH; 0.9183, max. OMH; 5.1449, HKOK; 1.2660, HKOK%; 10.4356, Bias; -0.0229, Bias%; -0.1886, R2; 0.8732, AIC; 197.3114 ve BIC; 211.4062 olarak hesaplanmıştır. Bu en başarılı YSA modeli ile elde edilen tahminlerde, Schnutte (1981)'un Doğrusal Olmayan Regresyon modeline göre r, OMH, max. OMH, HKOK, HKOK%, Bias, Bias%, R2, AIC ve BIC değerlerinde sırasıyla, -%4.518, %12.296, %35.689, %22.929, %22.929, %51.703, %49.978, -%11.016 oranlarında iyileşmeler elde edilmiştir. Tüm bu ölçütler değerlendirildiğinde, YSA modellerinin ağaçların boy tahminlerinde başarıyla kullanılabileceği sonucuna varılabilir.