Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightYeterliği ve geçerliği test edilen “d1,30= -2,205816 + 0,935139 x d0,30” biçiminde düzenlenmiş modelin, α=0,05 anlam düzeyinde fıstıkçamı ağaçları için kullanımının uygun olduğu belirlenmiştir.
📌 3 Maddede Bu Makale
Özet
Bu çalışmada İzmir Orman Bölge Müdürlüğü (İzmir OBM) idari sınırları içinde kullanılmak üzere, önemli bir orman ağacı türü olan fıstıkçamı (Pinus pinea L.)’nın kütük çapı (d0,3) değeri kullanılarak göğüs çapını (d1,3) tahmin eden modeller geliştirilmiştir. İlişkiyi tanımlayan denklemler regresyon analizi yöntemi kullanılarak elde edilmiştir. Veri setini 266 adet örnek ağaçtan elde edilen ölçüm değerleri oluşturmaktadır. Regresyon çözümlemesi sürecinde, sıradan en küçük kareler, ağırlıklı en küçük kareler ve genelleştirilmiş en küçük kareler yöntemlerinden yararlanılmıştır. Verilerin eğitim ve test gruplarına bölünmesi işlemleri “tekrarlanan k-kat çapraz doğrulama” yöntemi ile gerçekleştirilmiştir. En uygun modelin seçilmesinde AIC, bias, percent bias, MAE, MAPE, RMSE ve düzeltilmiş R2 ile kurgulanan başarı ölçüt setinden yararlanılmıştır. Yeterliği ve geçerliği test edilen “d1,30= -2,205816 + 0,935139 x d0,30” biçiminde düzenlenmiş modelin, α=0,05 anlam düzeyinde fıstıkçamı ağaçları için kullanımının uygun olduğu belirlenmiştir.
Abstract
In this study, the models estimating diameter at breast height (d1,3), using by stump diameter (d0,3) were built for stone pine (Pinus pinea L.), which is an important forest tree species, to be used within administrative boundaries of İzmir Forestry Regional Directorate (İzmir RDF). The equations describing the relationship were obtained by regression analysis method. The dataset was generated with measurement values obtained from 266 sample trees. Simply least squares, weighted least squares and generalized least squares methods were used during the regression analysis. The division of the data into training and test groups was carried out with the "repeated k-fold cross validation" method. The optimal model was chosen by using the succes criteria set including AIC, bias, percent bias, MAE, MAPE, RMSE and adjusted R2. It was determined that the model formulated as “d1,30= -2,205816 + 0,935139 x d0,30” in wich adequacy and validity were tested, was suitable for use at a significance level of α=0,05 for stone pine trees.