Treffer: Makine Öğrenmesi Metotları Kullanılarak Orman Yangınlarının Tahmini: Türkiye'de Vaka Çalışması

Ormanlar, toprak erozyonunun azaltılmasında çok önemli bir rol oynamaktadır ve başta kuraklık olmak üzere çeşitli doğal afetlere karşı bir bariyer görevi görmektedir. Milyonlarca hektar orman alanını tehlikeye atan ve doğal kaynakların yok olmasına neden olan orman yangınları, çevre için ciddi sonuçlar doğurmakta ve insan yaşamı için önemli tehditler oluşturmaktadır. Orman yangınlarının önceden tahmin edilmesi, yangınların çıkmasının önlenmesi açısından büyük önem taşımaktadır. Orman yangınlarının tahmini, meteorolojik, topografik ve mekânsal birçok faktöre dayanmaktadır. Türkiye, orman yangınlarına karşı yüksek bir duyarlılığa sahiptir ve Türkiye'de orman yangınlarının tahminine ilişkin kapsamlı çalışmalara ihtiyaç duyulmaktadır. Son yıllarda Türkiye'nin Ege ve Akdeniz kıyılarında orman yangınlarının artması, orman yangını risklerinin tahmin edilmesinin önemini arttırmıştır. Bu çalışmada, 2013-2018 yılları arasında Adana, Antalya, Aydın, Balıkesir, Burdur, Çanakkale, Hatay, Isparta, İzmir, Kahramanmaraş, Mersin, Muğla ve Osmaniye illerinde meydana gelen orman yangınlarına ait veriler ile meteorolojik veriler kullanılarak orman yangınlarının zamansal ve mekânsal olarak makine öğrenmesi yöntemleriyle tahmin edilmesi amaçlanmaktadır. Yangın riskinin en yüksek olduğu dönemler incelenmiş ve aylık orman yangını sayısının zaman içindeki değişimine bağlı olarak zaman serisi tahmin modeli uygulanmıştır. Rüzgâr hızı, bağıl nem, sıcaklık ve yağış gibi meteorolojik faktörlerin etkisi incelenmiştir. Birçok makine öğrenmesi yöntemi denenmiş ve aralarından rastgele orman, destek vektör makinesi ve karar ağacı algoritmaları verileri işlemek için seçilmiştir. Seçilen modeller doğruluk, F1-skoru, Alıcı İşlem Karakteristiği (ROC) eğrisi, hata oranı, hassasiyet ve duyarlılık performans metrikleri kullanılarak değerlendirilmiştir. Sonuçlara göre regresyon modellerinden rastgele orman %86,3 ile en yüksek doğruluğa sahipken, destek vektör makinesi %86 ve karar ağacı %80,1 doğruluk göstermiştir. ROC eğrisi altındaki alan (AUC) değeri 0,93 ile en yüksek rastgele orman modelinde elde edilmiştir. Bu çalışmada en yüksek performans gösteren model %86,3 doğruluk ve 0,93 AUC değeri ile rastgele orman olmuştur. Bu çalışmanın sonuçlarının, yangın riskinin değerlendirilmesine ve orman yangınlarından kaynaklanan zararların azaltılmasına yönelik planlama ve hazırlık yapılmasına katkı sağlayacağına inanılmaktadır.