KaydedilenlerDerginizi ekleyin

Dergiler / Turkish Journal of Forest Science / 2026 / Cilt: 10 Sayı: 1

Hedef programlama yöntemiyle orman yangini kaynak dağilimi: Antalya Kaş örneği

Forest fire resource allocation with goal programming: The case of Antalya, Kaş

Burcu Tezcan(KAPADOKYA ÜNİVERSİTESİ)0000-0002-0997-7761
Tamer Eren(KIRIKKALE UNIV)0000-0001-5282-3138
Sayfa
—
Yayın Tarihi
2026-06-05
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgulara göre, 3., 5. ve 11. orman yangını bölgelerine daha fazla ekipman tahsis edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Orman yangınları hem ekolojik dengenin bozulmasına hem de ekonomik kayıplara yol açan afetler arasında yer almaktadır.
📊
Temel Bulgular & Veri:Bu afetlere hızlı bir şekilde müdahale edebilmek için ekipman tahsis planlaması büyük stratejik öneme sahiptir.
💡
Sonuç & Katkı:Bulgulara göre, 3., 5. ve 11. orman yangını bölgelerine daha fazla ekipman tahsis edilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Orman yangınları · kaynak tahsisi · hedef programlama

Özet

Orman yangınları hem ekolojik dengenin bozulmasına hem de ekonomik kayıplara yol açan afetler arasında yer almaktadır. Bu afetlere hızlı bir şekilde müdahale edebilmek için ekipman tahsis planlaması büyük stratejik öneme sahiptir. Antalya’nın Kaş ilçesi, zengin ekosistemi ve Akdeniz iklimi nedeniyle yüksek sıcaklık ve kuraklık koşullarının hakim olduğu bir bölgedir. Ayrıca, bölgedeki şiddetli rüzgarlar yangınların yayılma hızını artırmakta ve orman yangınları açısından yüksek risk oluşturmaktadır. Bu nedenle, çalışma alanı Kaş ilçesidir. Bu bağlamda, bu çalışmada geçmiş orman yangını verileri dikkate alınarak Kaş’ın orman yangını riski taşıyan 11 bölgesi belirlenmiştir. İlk kez, hedef programlama yöntemi kullanılarak orman yangını müdahalesi için bir kaynak tahsis modeli geliştirilmiştir. Model, sınırlı kaynakların etkin yönetimi ve dengeli tahsisini amaçlamaktadır. Her orman yangını bölgesine ihtiyaç duyduğu kadar ekipman tahsis edilecektir. Matematiksel model, IBM ILOG CPLEX Optimizasyon programı ile çözülmüştür. Bulgulara göre, 3., 5. ve 11. orman yangını bölgelerine daha fazla ekipman tahsis edilmiştir. Dolayısıyla, bu durum söz konusu bölgelerin yangın riski ve yayılma oranının yüksek olduğunu göstermektedir. Böylece, modelin uygulanabilirliği ve etkinliği teyit edilmiştir.

Abstract

Forest fires are among the disasters that cause both ecological balance disruption and economic losses. In order to respond quickly to these disasters, equipment allocation planning is of great strategic importance. Kaş district of Antalya is a region with high temperature and drought conditions due to its rich ecosystem and Mediterranean climate. In addition, strong winds in the region increase the speed of fire spread and pose a high risk for forest fires. Therefore, the application area is Kaş district. In this context, in this study, 11 regions of Kaş that are at risk of forest fires were identified by considering past forest fire data. For the first time, a resource allocation model for forest fire response was developed using the goal programming method. The model aims at effective management and balanced allocation of limited resources. Each forest fire zone will be allocated as much equipment as it needs. The mathematical model was solved with the IBM ILOG CPLEX Optimization program. According to the findings, more equipment was assigned to the 3rd, 5th, and 11th forest fire zones. Therefore, it shows that the fire risk and spread rate of the regions are high. Thus, it confirms the applicability and effectiveness of the model.

🔖

Bu Makaleye Atıf Yap

Tezcan, B., Eren, T. (2026). Hedef programlama yöntemiyle orman yangini kaynak dağilimi: Antalya Kaş örneği. Turkish Journal of Forest Science, Cilt: 10 Sayı: 1. https://doi.org/10.32328/turkjforsci.1795206

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (27)

  1. Aalami, S., & Kattan, L. (2018). Fair dynamic resource allocation in transit-based evacuation planning. Transportation research part C: emerging technologies, 94, 307–322.
  2. Alkayış, M. H., Karslıoğlu, A., Onur, M. İ. (2020). Determination of Forest Fire Risk Potential Map of Muğla Province Menteşe District with Geographic Information Systems. Geomatik. https://doi.org/10.29128/geomatik.791545.
  3. Avci, M. G., Avci, M., Battarra, M., & Erdoğan, G. (2024). The wildfire suppression problem with multiple types of resources. European Journal of Operational Research.
  4. Dağdeviren, M., & Eren, T. (2001). Use of analytic hierarchy process and 0-1 goal programming methods in supplier selection. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 16(1), 41–52.
  5. Davey, N., Dunstall, S., & Halgamuge, S. (2021). Dynamic relocation of aerial firefighting resources to reduce expected wildfire damage. Data and decision sciences in action 2: Proceedings of the ASOR/DORS Conference 2018, 141–153.
  6. Gür, Ş., Hamurcu, M., & Eren, T. (2017). Selection of Monorail projects in Ankara with analytic hierarchy process and 0-1 goal programming methods. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 23(4), 437–443.
  7. Harris, M. G., Forbes, M. A., & Taimre, T. (2023). Logic-based benders decomposition for wildfire suppression. Computers & Operations Research, 160, 106392.
  8. Kavzoğlu, T. (2016). Forest Fires. Orman Genel Müdürlüğü, Ankara, 466.
  9. Mendes, A. B., & e Alvelos, F. P. (2023). Iterated local search for the placement of wildland fire suppression resources. European Journal of Operational Research, 304(3), 887–900. https://doi.org/10.1016/j.ejor.2022.04.037.
  10. Özder, E. H. (2015). Integration of analytic network process and goal programming techniques in supplier selection: A case study. Yüksek Lisans Tezi, Kırıkkale Üniversitesi, Fen Bilimleri Enstitüsü, Kırıkkale, Türkiye.
  11. Özelkan, E. (2008). Evaluation of fire risk using satellite images: Kaş example. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Bilişim Enstitüsü, İstanbul, Türkiye.
  12. Preciado, A., Jaworski, S., Ta, L., & Seif, J. (2021). Optimization of Resource Allocation for California Wildfires. IIE Annual Conference. Proceedings, 950–955.
  13. Rideout, D., Wei, Y., & Kirsch, A. (2011). Optimal allocation of initial attack resources to multiple wildfire events. International journal of safety and security engineering, 1(3), 312–325.
  14. Rodríguez-Veiga, J., Ginzo-Villamayor, M. J., & Casas-Méndez, B. (2018). An integer linear programming model to select and temporally allocate resources for fighting forest fires. Forests, 9(10), 1–18. https://doi.org/10.3390/f9100583.
  15. Rodríguez-Veiga, J., Gómez-Costa, I., Ginzo-Villamayor, M. J., Casas-Méndez, B., & Sáiz-Díaz, J. L. (2018). Assignment problems in wildfire suppression: Models for optimization of aerial resource logistics. Forest Science, 64(5), 504–514. https://doi.org/10.1093/forsci/fxy012.
  16. Sharma, M., Hahn, M., Leyffer, S., Ruthotto, L., & van Bloemen Waanders, B. (2021). Inversion of convection–diffusion equation with discrete sources. Içinde Optimization and Engineering (C. 22, Sayı 3). Springer US. https://doi.org/10.1007/s11081-020-09536-5.
  17. Skorin-Kapov, N., Mesarić, L., García, F. P., & Skorin-Kapov, L. (2024). Scheduling aerial resource operations for the extinction of large-scale wildfires. Omega (United Kingdom), 122(August 2023), 102941. https://doi.org/10.1016/j.omega.2023.102941.
  18. Tezcan, B., Eren, T. (2025). Forest fire management and fire suppression strategies: a systematic literature review. Natural Hazards. https://doi.org/10.1007/s11069-025-07227-x.
  19. Tezcan, B., & Eren, T. (2023). Evaluation of Criteria Causing Forest Fire in Fuzzy Environment. Politeknik Dergisi, 27(2), 545–558.
  20. Tezcan, B., & Eren, T. (2025). Optimizing Firefighting Equipment Allocation In Balıkesir Using 0-1 Integer Programming. Turkish Journal of Forest Science, 9(1), 203-216.
  21. Tezcan, B., & Eren, T. (2025). Integer programming based on spherical fuzzy AHP and spherical fuzzy TOPSIS for wildfire equipment planning. Environment Systems and Decisions, 45(3), 38.
  22. Tezcan, B., & Eren, T. (2025). Forest fire resource planning with integer programming: an application in Turkey. Forest Science and Technology, 1-8.
  23. URL-1. (2025). Ministry of Agriculture and Forestry, General Directorate of Forestry. https://www.ogm.gov.tr/tr/e-kutuphane/resmi-istatistikler.
  24. Van Der Merwe, M., Minas, J. P., Ozlen, M., & Hearne, J. W. (2015). A mixed integer programming approach for asset protection during escaped wildfires. Canadian Journal of Forest Research, 45(4), 444–451. https://doi.org/10.1139/cjfr-2014-0239.
  25. Wei, Y., Thompson, M. P., Belval, E., Gannon, B., Calkin, D. E., & O’Connor, C. D. (2021). Comparing contingency fire containment strategies using simulated random scenarios. Natural Resource Modeling, 34(1), e12295.
  26. Wu, P., Cheng, J., & Feng, C. (2019). Resource‐Constrained Emergency Scheduling for Forest Fires with Priority Areas: An Efficient Integer‐Programming Approach. IEEJ Transactions on Electrical and Electronic Engineering, 14(2), 261–270.
  27. Zheng, R. (2018). An Optimal Allocation Scheme for City Fire Resources Based on Integer Programming. Proceedings of the Fifth International Forum on Decision Sciences, 101–109.