Özet:
Bu araştırmanın temel amacı, Antalya ve Muğla illerinde 2020-2023 yılları arasında
gerçekleşen yangınların enerji miktarını belirleyerek, yangınların şiddetini
değerlendirmektir. Çalışmada, MODIS cihazlarıyla kaydedilen veriler kullanılmış
olup, Terra ve Aqua EOS uyduları tarafından sağlanan MODIS verileri incelenmiştir.
Antalya'da 1742 ve Muğla'da 597 yangın verisi kullanılmıştır. Yangınların çıkardığı
enerji miktarını hesaplamak için, uydu görüntülerinden elde edilen parlaklık sıcaklığı
ve sıcaklığa olan güven değerleri kullanılmıştır. Bu veriler kullanılarak, her bir yangın
olayının toplam enerjisi kilowatt cinsinden hesaplanmıştır. Elde edilen enerji
miktarları, yangının büyüklüğünü ve şiddetini yansıtmaktadır. Bu çalışmada, makine
öğrenmesi yöntemlerinden Yapay Sinir Ağı (YSA), Destek Vektör Regresyonu (SVR)
ve Doğrusal Regresyon (Liner) kullanılarak enerji miktarının tahmini yapılmıştır. SVR
ve Liner modelleri üzerinde yapılan analizlerde, yangın şiddeti ile enerji miktarı
arasında doğrusal bir ilişki tespit edilememiştir. Ancak, YSA modelinde verilerin
normalize edilmesiyle düşük sıcaklıklı yangın olayları için başarılı sonuçlar elde
edilmiştir. YSA modeli, düşük sıcaklıklar için daha iyi öğrenme yeteneği gösterir, bu
da daha doğru tahminler yapabilmesine olanak sağlar, modelin düşük sıcaklıklar için
daha iyi bir öğrenme yeteneğine sahip olduğunu ve bu nedenle daha doğru tahminler
yapabildiğini işaret etmektedir. Yangınların enerji miktarını belirlemenin ve
yangınların şiddetini analiz etmenin önemli bir adımı olarak değerlendirilebilir.
Çalışmanın spesifik sonucu olarak, seçilen iki inceleme bölgesinde orman yangını
olasılığının tahmini için en başarılı olan modeller saptanmıştır. Antalya’da ve
Muğla’da YSA yöntemine dayalı tahmin çalışmalarının SVM ve LR modellerinden
daha başarılı olduğu saptanmıştır. Elde edilen veriler, yangın kontrol ve yönetim
stratejilerinin geliştirilmesine ve yangın riskinin azaltılmasına katkı sağlayabilir. SVR
modelinin düşük sıcaklıklı yangınlar için daha iyi performans göstermesi, gelecekteki
çalışmalarda daha fazla optimize edilmiş modellerin geliştirilebileceğini
göstermektedir. Elde edilen bulgular, yangın yönetimi ve müdahale stratejilerinin
geliştirilmesine katkı sağlayabilir ve gelecekteki yangın olaylarının etkilerini daha iyi
anlamamıza yardımcı olabilir.
