RESEARCHES ON ADVANCES IN FOREST ECOSYSTEM MONITORING
Özet
Bu kitap, orman ekosistemlerinin izlenmesinde teknolojik ilerlemeler ve veri analizindeki yenilikler ışığında geliştirilmiş çeşitli yöntem ve uygulamaları kapsamaktadır. İlk bölüm, multivariate uyarlanabilir regresyon splines (MARS) ve adımlı regresyon teknikleri ile Türkiye'deki saf sarıçam meşcerelerinde yukarıda bulunan biyokütlenin tahminine odaklanır, Sentinel-2 görüntüleri ve arazi ölçümleri kullanılarak gerçekleştirilen çalışmalar MARS modelinin doğruluk ve genelleme kabiliyetinin geleneksel regresyon analizine göre üstünlüğünü ortaya koymuştur. İkinci bölüm, dummy değişken regresyon analizi kullanılarak farklı meşcere yoğunluğu gibi kategorik etkilerin biyokütle tahmin modeline dahil edilmesinin; tahmin başarısını önemli ölçüde artırdığını göstermektedir. Üçüncü bölümde, orman yangınlarının erken tespiti amacıyla YOLO derin öğrenme algoritmaları uygulanmış, özellikle YOLOv8-x modelinin hassasiyet, doğruluk ve F1 skoru açısından üstün performans sergilediği vurgulanmıştır. Dördüncü ve beşinci bölümlerde, sırasıyla çam kese böceği ve Ips sexdentatus zararlılarının etkilerinin uzaktan algılama teknikleriyle tespiti ve değerlendirilmesi yapılmış, bu zararlıların neden olduğu yüksek oranda yaprak dökülmelerinin, NDVI değerlerinde anlamlı düşüşlere yol açtığı tespit edilmiştir. Altıncı bölümde ise, ahşap ürünleri endüstrisinde zaman serisi analizi yöntemlerinin önemi, üretim trendlerinin belirlenmesi, sezonluk dalgalanmaların analizi ile sektördeki çeşitli değişkenlerin modellenmesinde kullanımı detaylandırılmıştır. Kitap, orman mühendisleri, çevre uzmanları ve karar vericilere yenilikçi teknolojilerle entegre orman ekosistemi izleme ve yönetimi konusunda bilimsel bir kaynak sağlamayı amaçlamaktadır.
This book encompasses various methodologies and applications developed for forest ecosystem monitoring, highlighting technological advancements and innovations in data analysis. The first chapter focuses on predicting aboveground biomass (AGB) in pure Scots pine stands in Turkey using Multivariate Adaptive Regression Splines (MARS) and stepwise regression techniques. Using Sentinel-2 satellite imagery and field measurements, it was demonstrated that the MARS model outperforms traditional regression in both accuracy and generalization. The second chapter addresses the inclusion of categorical effects such as stand density via dummy variable regression, significantly improving biomass prediction accuracy. The third chapter applies deep learning algorithms YOLOv8 and YOLOv10 for early real-time detection of forest fires, with the YOLOv8-x model showing superior precision, recall, and F1-score. The fourth and fifth chapters evaluate the infestation impacts of Pine Processionary Moth and Ips sexdentatus pests using remote sensing techniques, revealing significant reductions in NDVI values correlating with defoliation and damage. The sixth chapter discusses the critical role of time series analysis in the wood products industry to analyze production trends, seasonal fluctuations, and cyclical patterns to support strategic decision-making. The book aims to serve as a scientific resource for forestry professionals, environmental experts, and decision-makers, offering insight into effective forest ecosystem monitoring and management integrated with innovative technologies.
Kitap Bölümleri
3 bölüm · Mevcut sayfa ve DOI kayıtlarıAtıf bilgisi
Gonca Ece ÖZCAN. (2024). RESEARCHES ON ADVANCES IN FOREST ECOSYSTEM MONITORING. Bidge Yayınları. DOI: 10.70269/97GDX6TE3SJU
