Yapay zekâ algoritmaları ile ulusal orman envanteri modelinin geliştirilmesi: İstanbul Orman Bölge Müdürlüğü örneği

Bu tez, Ulusal Orman Envanteri (UOE) sistemlerinin uluslararası standartlarla uyumlu hale getirilmesi, verilerin karşılaştırılabilir ve tutarlı biçimde toplanması ve analiz edilmesi gerekliliğini vurgulamaktadır. Araştırma, Türkiye'de uygulanan UOE çalışmalarının mevcut durumunu değerlendirmek, uluslararası standartlar ve gelişmiş ülkelerin uygulamalarıyla karşılaştırmak ve bu sistemlerin iyileştirilmesi için öneriler geliştirmek amacıyla yapılmıştır. Tez kapsamında, Türkiye'nin UOE çalışmalarının tarihçesi incelenmiş ve ülkenin uluslararası envanter standartlarına uyumu değerlendirilmiştir. Türkiye'de ilk UOE girişimlerinin 1937 yılında başladığı ancak sistematik ve sürekli bir uygulamanın gerçekleşmediği belirlenmiştir. Mevcut durumda, Türkiye'nin orman varlığı bilgileri, ağırlıklı olarak amenajman planları ve Envanter-İstatistik (ENVANİS) gibi sınırlı veri tabanları ile toplanmaktadır. Bu veri tabanlarının kapsamının biyolojik çeşitlilik ve ekolojik hizmetler açısından yetersiz kaldığı tespit edilmiştir. Uluslararası karşılaştırmalı analiz kapsamında COST Action E43 girişimi detaylı şekilde incelenmiştir. Bu çalışma, Avrupa ülkelerindeki UOE sistemlerinin ortak tanımlar ve raporlama teknikleri üzerinden uyumlaştırılmasını hedeflemiştir. Araştırmada, COST E43 kapsamında geliştirilen ortak tanımların ve "köprüleme" yöntemlerinin, farklı ulusal tanımların standartlaştırılmasında kritik bir araç olduğu ortaya konulmuştur. Tezde uygulanan yöntemler arasında coğrafi bilgi sistemleri (CBS), uzaktan algılama teknolojileri ve yapay zekâ destekli analizler bulunmaktadır. Bu yöntemlerin yanısıra, İstanbul Orman Bölge Müdürlüğü (OBM)'de gerçekleştirilen çalışmalarda, örnek nokta adetlerinden belirlenmesinden örnek alanların araziye aplikasyonlarına kadar olan metodlarda incelenmiştir ve tartışılmıştır. Ormanlık alanların tespiti, değişimi ve örnek noktaların belirlenmesinde çok katmanlı filtrelerden birisi olan arazi kullanımı haritaları 2019-2023 yılları için üretilmiştir. Bu yöntemde, 3×3 km örnekleme gridleri kullanılarak arazi kullanımı sınıfları eğitilmiştir ve Sentinel-2 uydu görüntülerinden elde edilen veriler, U-Net derin öğrenme modeli ile analiz edilmiştir. Yersel (sayısal) verilerin analizi için ise Rastgele Orman (RO) ve Yapay Sinir Ağları (YSA) algoritmaları kullanılmış, bu algoritmalar hem sayısal hem de CBS tabanlı ilişkisel veri tabanlarıyla entegre edilmiştir. Ayrıca RShiny uygulaması aracılığıyla web tabanlı raporlama sistemleri geliştirilmiştir. Araştırma kapsamında ulaşılan önemli sonuçlardan biri, Türkiye'nin mevcut UOE sisteminin uluslararası standartlar açısından önemli eksiklikler içerdiği ve kapsamının genişletilmesi gerektiğidir. Avrupa ülkelerindeki standartlara göre biyolojik çeşitlilik, karbon stokları, ekolojik hizmetler ve su bütçesi gibi ekosistem hizmetlerini içeren daha bütünsel bir yaklaşımın benimsenmesi gerektiği vurgulanmıştır. İstanbul OBM özelinde yapılan uygulamalarda ise, uzaktan algılama ve yapay zekâ tekniklerinin kullanımıyla arazi kullanım sınıflandırmalarında yüksek doğruluk oranları elde edilmiştir. Çalışmanın diğer bir sonucu olarak, farklı algoritmaların orman karbon stokları ve biyokütle hesaplamalarında kullanım etkinliği karşılaştırılmıştır. Sonuçlar, çift girişli hacim hesaplamalarının ve RO ve YSA modellerinin çap artımı, ağaç boyu ve yaş tahminlerinde yüksek doğruluk sağladığını göstermiştir. Ayrıca, karbon stoku hesaplamalarında Tier 2 seviyesi kullanılarak, orman alanlarının iklim değişikliğine olan katkılarının uluslararası standartlarda izlenebileceği sonucuna varılmıştır. Çalışmada önerilen başlıca iyileştirmeler arasında, Türkiye'de UOE uygulamalarının daha sistematik ve sürekli hale getirilmesi, veri toplama yöntemlerinin uluslararası referans tanımlarına uygun olarak revize edilmesi ve CBS ile uzaktan algılama teknolojilerinin daha etkin kullanılması yer almaktadır. Bu kapsamda, önerilen veri toplama ve analiz yöntemlerinin, Türkiye'deki ormancılık politikalarının oluşturulmasında bilimsel bir temel sağlayacağı ve uluslararası raporlama yükümlülüklerinin yerine getirilmesinde kritik bir rol oynayacağı belirtilmiştir. Sonuç olarak, tez, Türkiye'nin orman envanteri sistemlerinin uluslararası standartlarla uyumlaştırılması için kapsamlı bir yol haritası sunmakta, ülkenin orman kaynaklarının sürdürülebilir yönetimi ve korunması için önemli katkılar sağlamaktadır. Bu çalışma, uluslararası iş birliği ve standartlaşma süreçlerinin, orman ekosistemlerinin sürdürülebilirliğinin sağlanmasında kilit rol oynadığını açıkça ortaya koymaktadır.