Orman Ekosistemlerindeki Biyotik ve Abiyotik Zararların Otomatik Makine Öğrenmesi ile Modellenmesi: İzmir Orman Bölge Müdürlüğü Örneği

Orman yangını, fırtına ve böcek zararları gibi orman zararları, iklim değişikliğinin de katkısıyla orman yapısını ve dinamiklerini şekillendirerek orman ekosistemleri üzerinde güçlü etkilere sahiptir. Bu nedenle, uygun yönetim stratejileri geliştirmek amacıyla orman zararlarının izlenmesi ve haritalandırılması için güvenilir ve işlevsel yöntemlere ihtiyaç vardır. Makine öğrenimi yöntemleriyle duyarlılık değerlendirmesi artsa da çoğunlukla tek bir orman zararı dikkate alınmış olmasına rağmen literatürde Otomatik Makine Öğrenmesi (AutoML) kullanımına ilişkin sınırlı sayıda çalışma bulunmaktadır. Bu çalışmada, İzmir Orman Bölge Müdürlüğü'nde (İOBM) PyCaret AutoML çerçevesi kullanılarak çoklu orman zararları duyarlılık değerlendirmesi yapılmıştır. AutoML çerçevesi ile 14 makine öğrenmesi algoritmasını karşılaştırılmış ve en iyi modelleri AUC değerlerine göre sıralanmıştır. Model performansına dayalı olarak her bir zarar için duyarlılığın modellenmesi için Extra Tree Classifier (ET) algoritması seçilmiştir. Bu çalışmada hem her bir zarar türü için hem de çoklu orman zararı için duyarlılık değerlendirilmiştir. Çalışma kapsamında 15 yönlendirici faktör kullanılarak toplam 4 adet duyarlılık haritası oluşturulmuştur. Değerlendirme sonuçlara göre İOBM'deki ormanlık alanların %82,5'i yüksek ve çok yüksek düzeyde çoklu orman zararlarına karşı duyarlıdır. Ayrıca potansiyel orman zararları haritası üretilmiştir. Buna göre, İOBM'deki ormanlık alanların %15,6'sının, dikkate alınan orman zararlarından potansiyel olarak zarar görme olasılığı yokken, %54,2'sinin, herüç orman zararına potansiyel olarak maruz kalması muhtemeldir. Ayrıca, yönlendirici parametrelerin model tahmini üzerindeki önemini ve arasındaki doğrusal olmayan ilişkiyi değerlendirmek için SHAP metodolojisi uygulanmıştır.