Coğrafi ve meteorolojik parametrelere bağlı olarak orman yangınının verdiği zararın yapay zeka yöntemleriyle tespiti

Abstract

Orman yangınları, ekolojik olduğu kadar ekonomik zararlar da veren, çoğu zaman insan hayatını tehdit eden çevresel sorunlardır. Bu çalışmada, daha önce gerçekleşmiş orman yangını kayıtlarındaki ortamın mevcut coğrafi koşulları, yangının çıktığı gün ve saat ile sıcaklık, nem, rüzgar hızı gibi meteorolojik verileri ve yangın bölgesindeki ağaç türleri ile birim alandaki ağaç sayıları gibi parametreler kullanılarak çıkması muhtemel orman yangınlarında beklenen kayıplar tahmin edilmiştir. Çalışmada elde edilen çıktı ise yangın sonucunda kaybedilen yani yanan alan olmuştur. Buna göre, bir orman yangınının çevreyi nasıl etkileyeceği önceden tahmin edilmeye çalışılmış, ilgili yangınla mücadelede kaynak yönetiminin yapılması konusunda yol gösterici olmaya çalışılmıştır. Kullanılan veri kümesi, Türkiye Cumhuriyeti Orman ve Su İşleri Bakanlığı Orman Genel Müdürlüğü'nden elde edilmiştir. Veri kümesi, 2000-2009 yılları arasında Türkiye genelinde meydana gelen toplam 10.597 adet orman yangını kaydını içermektedir. Çalışma kapsamında verilerin düzenlenmesi aşamasında, girdi parametreleri için farklı bulanık modeller oluşturulmuş, yapılan testlerde çok katmanlı algılayıcı ağları ve merkezcil tabanlı fonksiyon ağları ile birlikte bulanık mantık kullanılmış, temel bileşenler analizi ile girdi parametreleri yeniden düzenlenerek test sonuçlarındaki iyileşmeler gözlemlenmeye çalışılmıştır. Güvenilir bir tahmin modeli oluşturmak için farklı çıktılar analiz edilmiştir. Ortalama hata karesi 53,68 hektar², ortalama mutlak hata 3,36 hektar, ortalama mutlak oransal hata %51, ortalama hata karesinin kökü RMSE 7,33 hektar, bulanık mantık kullanımında ise en iyi toplam doğru tahmin oranı %99,94 ve grup bazında en iyi ortalama doğruluk değeri %65,63 olarak elde edilmiştir.

Forest fires are environmental issues that create economic problems as well as ecological damage. In this study, the loss due to the possible forest fire was estimated by using the records of previously occurred forest fire parameters like geographical conditions of the existing environment, day and hour when the fire broke out, meteorological data like temperature, humidity and wind speed, and type of trees and number of trees in unit area. The estimated output of this study is the lost area due to the fire. With reference to this output, an analysis about how a forest fire affects the environment was studied and a guideline for providing the proper resource management of fire fighting was aimed. The data used in this analysis was obtained from the Department of Forestry, a section of the Ministry of Forestry and Water Affairs in Turkey. This data set consists of 10.597 forest fire records which belong to the years between 2000 and 2009. During the organization of data, different fuzzy models were created for input parameters. The tests were implemented by using Multilayer Perceptron, Radial Basis Function Networks (RBFN), Support Vector Machines (SVM) and fuzzy logic. In order to observe improvements in the test results, input parameters were reorganized by using Principal Component Analysis (PCA). To create a reliable prediction model different outputs were analyzed. As a result, for performance measurement values were obtained as MSE 53,68 hectare², MAE 3,36 hectare, MAPE 51%, RMSE 7,33 hectare. From fuzzy logic experiments, the best total estimate rate was calculated as 99,94% and the best average accuracy value for fuzzy groups was obtained as 65,63%.