Basit öğe kaydını göster

dc.contributor.authorÖzhan, Süleyman
dc.contributor.authorYURTSEVEN, İBRAHİM
dc.contributor.authorSERENGİL, YUSUF
dc.date.accessioned2021-03-05T09:54:55Z
dc.date.available2021-03-05T09:54:55Z
dc.date.issued2013
dc.identifier.citationYURTSEVEN İ., SERENGİL Y., Özhan S., "Estimation of Interception with Artificial Neural Networks in Oak-Beech Mixed Stand", Istanbul University Journal of the Faculty of Forestry, cilt.63, ss.19-25, 2013
dc.identifier.othervv_1032021
dc.identifier.otherav_a04889d1-660a-4dc9-a7b5-b652d89ab72e
dc.identifier.urihttp://hdl.handle.net/20.500.12627/107521
dc.identifier.urihttp://www.dergipark.ulakbim.gov.tr/jffiu/article/view/5000016282
dc.description.abstractBu çalışmada meşe-kayın karışık meşceresinde, yapraklı dönem intersepsiyonu kullanılarak yapay sinir ağı modeli ile yapraksız dönem intersepsiyonunun tahmin edilmesi amaçlanmıştır. Yapraklı ve yapraksız olmak üzere iki dönemde belirlenmeye çalışılan intersepsiyon miktarı için açık alana düşen yağış ile meşe-kayın karışık meşcere altına düşen yağış miktarları kullanılmıştır. Yapay sinir ağı modeline entegre edilecek veriler test ve tahmin olmak üzere iki ayrı gruba ayrılmıştır. Test grubu girdi verileri olarak yapraklı dönem yağış değerleri (açık alan-ormanaltı yağış), çıktı verileri için ise yapraklı dönem intersepsiyon değerleri kullanılmıştır. Tahmin grubu girdi verileri olarak yapraksız dönem yağış değerleri (açık alan-orman altı yağış) alınmıştır. Yapraksız dönem (bilinen) intersepsiyon değerleri ile yapay sinir ağı modeli sonucu tahmin edilen intersepsiyon değerleri kendi aralarında regresyon ve ortalama karesel hatadan oluşan bir performans değerlendirmesine tabi tutulmuştur. Yapılan regresyon analizine göre bilinen intersepsiyon miktarı (mm) ile tahmin edilen intersepsiyon miktarı (mm) arasında önemli bir ilişki saptanmış (R2= 0,90) ve bu iki değer arasında hesaplanan ortalama karesel hatanın düşük çıktığı (OKH = 3,47) görülmüştür. Ancak, bu iki periyot değerleri arasında istatistiksel anlamda önemli bir fark bulunmamaktadır (P =0,004). Araştırma sonucunda ortaya konulan yapay sinir ağı tahmin modeli yardımıyla benzer özelliklere sahip bir meşceredeki yapraklı veya yapraksız dönem intersepsiyon miktarları tahmin edilebilecektir.
dc.language.isoeng
dc.subjectÇevre / Ekoloji
dc.subjectZiraat
dc.subjectTarım ve Çevre Bilimleri (AGE)
dc.subjectTarımsal Bilimler
dc.titleEstimation of Interception with Artificial Neural Networks in Oak-Beech Mixed Stand
dc.typeMakale
dc.relation.journalIstanbul University Journal of the Faculty of Forestry
dc.contributor.departmentİstanbul Üniversitesi , ,
dc.identifier.volume63
dc.identifier.issue1
dc.identifier.startpage19
dc.identifier.endpage25
dc.contributor.firstauthorID630163


Bu öğenin dosyaları:

DosyalarBoyutBiçimGöster

Bu öğe ile ilişkili dosya yok.

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster