Bitki örtüsü indeksinin yapay sinir ağları ve dalgacık dönüşümü ile analizi

Abstract

Bu çalışmada, NASA'ya ait TERRA MODIS uydusundan alınan Marmara Bölgesi'ne ait 2011-2016 yılları arası YAİ (Yaprak Alan İndeksi) verileri ile bitki indeksi değerlerinin yerel ve zamansal değişiminde şehirleşme, göç vb. etkilerin rolü analiz edilmiştir.Atmosferde bulunan sera gazlarının giderek artması, çağımızın en önemli sorunu olan küresel ısınmaya neden olmaktadır. Küresel ısınma ise buzulların erimesine dolayısıyla deniz seviyesinde yükselmeye, bazı bölgelerde kasırgalar, seller gibi çeşitli hava olaylarının artmasına neden olmaktadır. Ayrıca bazı bölgelerde yağmurların azalmasına bağlı kuraklığın meydana gelmesine yol açmaktadır. Fosil yakıtlar, hızlı nüfus artışı, yeterince ağaçlandırma yapılmaması, ormanların tahrip edilmesi gibi aktiviteler küresel ısınmanın etkilerini artırmaktadır. Türkiye'de de özellikle hızlı nufüs artışının görüldüğü Marmara Bölgesi'nde iklim değişiminin etkileri hissedilir boyuta gelmiştir. Yağış miktarında azalma, yangınların artması, yüzey sıcaklığının artmasına bağlı bitki türlerinde azalma bu etkilerin başında gelmektedir. Kuraklık tarımsal verimde düşüşe sebep vermektedir. Turizm de bu olumsuzluklardan etkilenen sektörlerden biridir.Bu tez çalışmasında seçilen Marmara Bölgesi için bitki örtüsü değişimi matematiksel modellere dayalı olarak analiz edilmiştir. Yöntem olarak Dalgacık Dönüşümü ve Yapay Sinir Ağları ile hibrit bir sistem oluşturulmuştur. Böylelikle hata payı daha düşük tahminler elde edilmiştir. Ayrıca Marmara Bölgesi'nde yer alan 10 istasyondan (Edirne, Tekirdağ, Çanakkale, Balıkesir, Bursa, İstanbul, Sakarya, Kocaeli, Bilecik, Kırklareli) alınan yağış bilgileri istatistiksel olarak yorumlanmıştır. Böylelikle küresel ısınmaya bağlı olarak yağış miktarındaki değişim analiz edilmiştir. İllerimizde genel birlikte 5-6 aylık zaman kayması dikkat çekmektedir. Toprağın yağışı bitki üyelerine transferinde yaşanan gecikmenin bu zaman kaymasına neden olduğu tespit edilmiştir. Sürekli dalgacık dönüşümü ile elde edilen entropi grafiklerinden şiddetli yağışların frekansında artış olduğu görülmüştür. Daubechies algoritması ile dalgacıklara ayrılan yağış Levenberg-Marquardt geri yayılım yapay sinir ağı algoritmasına girdi olarak gönderilmiştir. YSA eğitim sonuçlarına göre en düşük MSE ve RMSE değerleri Çanakkale ilinde kaydedilmiştir. Çanakkale ilinde kara-deniz etkileşimi bu sonucu etkilemiştir denilebilir. MB ve RMB değerlerinin ise en düşük olduğu il Bursa olmuştur. NRMS değeri Balıkesir ilinde en düşük çıkmıştır. Çalışma sonunda yağışa bağlı YAİ değerlerinin tahmininde Dalgacık-YSA modelinin başarılı sonuçlar verdiği saptanmıştır. Bu modelin bitki örtüsü verilerine dair çalışmalarda uygulanabilirliği ortaya konmuştur.

In this study, the LAI (Leaf Area Index) data for 2011-2016 of the Marmara region were taken from MODIS TERRA satellite belonging to NASA to examine spatio-temporal features of vegetation index in terms of urbanization, migration etc.The ever-increasing greenhouse gases in the atmosphere cause the most important problem of our era, the global warming. Global warming is causing rise in sea level due to melting glaciers and while in some regions hurricanes and floods are seen, in some others, drought occurs due to the reduction of rainfall. Fossil fuels, rapid population growth, insufficient afforestation, and destruction of forests increase the impact of global warming. The effects of climate change have also been felt in Marmara Region, where rapid population growth has been observed in Turkey. Decrease in the amount of rainfall, increase in fires, decrease in plant species due to increased surface temperature are the main causes of these effects. Drought causes decline in agricultural yield. Tourism is also one of the sectors affected by these adversities.In this study, the effects of climate change were observed in Marmara Region by analyzing vegetation cover based on mathematical modelling. A hybrid system was created with Wavelet Transform and Artificial Neural Networks. Thus, predictions had lower error rate. In addition, rainfall data from 10 stations (Edirne, Tekirdağ, Çanakkale, Balıkesir, Bursa, İstanbul, Sakarya, Kocaeli, Bilecik, Kırklareli) in the Marmara Region have been interpreted statistically. Hereby, the change in rainfall amount due to global warming has been analyzed. Generally, while the highest LAI values are recorded in April, May and June, the lowest LAI values are recoreded in November, December and January. When it comes to precipitation, the highest values are recorded in fall season and the lowest values are recorded in July and August. As a result, a negative correlation between LAI and precipitation has been observed. Accordingly, depending on cities, 5-6 months time lag between LAI and precipitation attracts attention. It has been determined that the delay experienced in soil while transferring precipitation to the plant members causes this time lag. Entropy graphs obtained by continuous wavelet transform show an increase in the frequency of heavy precipitation. Precipitation was divided into wavelets by Daubechies algorithm and sent as an input to the Levenberg-Marquardt backpropagation artificial neural network algorithm. According to YSA training results, the lowest MSE and RMSE values were recorded in Çanakkale. It can be sait that land-sea interaction in Çanakkale may effect this outcome. MB and RMB values are the lowest in Bursa. NRMS value is the lowest in Balikesir province. As a result of this study, it was observed that Wavelet-ANN model generates promising rain depended LAI predictions. In other words, this model is quite feasible to use in studies about vegetation data.