SD Orman Fakltesi Dergisi SDU Faculty of Forestry Journal 2012,
13: 1-4 Aratrma makalesi/Research article Snflandrma ve regresyon
aac teknii (SRAT) ile ekolojik verinin modellenmesi Krad zkan
Sleyman Demirel niversitesi, Orman Fakltesi, Isparta letiim
yazar/Corresponding author: [email protected] , Geli
tarihi/Received: 07.07.2011, Kabul tarihi/Accepted: 08.02.2012
zet:Ormanekosistemlerindehedeftrlerinyetimeortamzelliklerinegremodellenmesiileilgiliparametrikolmayan
yntemlerinkullanmgngetikeartmaktadr.Parametrikolmayanyntemlerdenbiridesnflandrmaveregresyonaac
tekniidir(SRAT).Buyntemkullanlarakhemkategorik(snflandrmaaac)hemdesrekli(regresyonaac)baml
deikenlermodellenebilmektedir.BundandolaySRAThayvanvebitkitrlerinindalmmodellemeleriiinidealbir
yntemdir.Bu derlemede SRAT hakknda bilgi vermek amalanmtr.Anahtar
kelimeler: Parametrik olmayan yntemler, Tr dalm, Tr eitlilii,
Corafi modelleme, Potansiyel dalm Modelling ecological data using
classification and regression tree technique (CART)
Abstract:Nonparametric methodshave been increasinglyused in orderto
model thedistribution of target species in the forest ecosystems by
means of environmental factors in recent years. One of the
nonparametric methods is classification and regression tree
tecnique (CART). By using CART, both categorical and continuous
dependent variables can be modeled. That is why CART is a suitable
tecnique for the distribution, productivity and diversity models of
animal and plant species. This review was written to give
information about CART. Keywords: Nonparametric methods, Species
distribution model, Species diversity, Spatial modeling, Potantial
distribution 1. Giri Ormanekosistemlerindemodellemealmalargenelde
hedeftrlerinyetimeortamnauygunluuna,verimliliine
vetreitliliineodaklanmtr.Bumodelleme
almalarndaeitlianalitikyntemlerebavurulmaktadr.
Gelenekselveyadorusalyntemlerolaraktrdalmnda
lojistikregresyonanaliziveverimlilik/treitlilii
dalmndaokluregresyonanaliziilgigruplartarafndan
enfazlabilinenlerdir.Buyntemleruzunyllarboyunca
ekolojialanndaalanaratrmaclartarafndan
kullanlmtr.Bununlabirliktezelliklesonyllarda
parametrikvedorusalolmayan,hiyerarikve/veyakural
tabanlyntemlerinkullanmndahzlbirartvardr.
Ekolojikverideerlendirmevemodellemealmalarnda
gelenekselolmayanyntemlerinseimindeverininyaps
bykroloynamaktadr.Ekolojikverigeneldekarktr,
dengesizdir,eksiktir,aykrve/veyauzakgzlem
ierebilmektedir.Ekolojikilikilerbirokyerdedorusal
deildirvemuhatapdeikenlerinbirounormaldalm
gstermeyebilir.Dahasdorusalmodellerkullanldnda,
bamszdeikenlerstndenbirbamldeikenin
varyasyonuyksekderecedeaklansadahi,zellikle
ekolojikaratrmalardasklklakarlalanbamsz
deienlerarasndakiyksekkorelasyondandoanoklu balant problemi
modelleri geersiz
klmaktadr.Ekolojikaratrmalardagelenekselolmayanyntemlere
olantalepartnnbirdiernemlisebebi,buyntemlere
ynelikbirokyazlmnyaplmvekullanmasunulmu
olmasdr.BubalamdaS-PLUSveDTREGpaket programlar en fazla tercih
edilenlerdir. Gelenekselolmayanyntemlerdenenfazlatercih
edilenlerindenbirisnflandrmaveregresyonaacteknii
(SRAT)olarakisimlendirilmektedir.BuderlemeSRAT hakknda bilgi vermek
amacyla yazlmtr. 2. Snflandrma ve regresyon aac teknii
SRATparametrikolmayankuraltabanlbirtekniktir.
SRATntemelamacbamldeikenegreanaveri
matrisini(bamszdeikenlermatrisi)homojenalt
gruplaraayrmaktr.Altgruplarnoluturulmasndaveri
dallananbiraaeklindehiyerarikbirdzendesunulur.
Aaekiliindekiaradmlerdeeniyiayrmyapm
olanbamldeikenlergsterilir.Budmlerin
dallarndaayrcbamldeikenlerinkritikdeeriverilir.
Yapraklarbamldeikenindeerlerinigsterir.Kk
dm(ilkdmnoktas)noktasndanitibarenyapraklara
kadar(ensondm)hatlarbulunmaktadr.Buhatlar
boyuncasnflararasayrmnmaksimizeedildiiveher
snfniindekivaryasyonunminimizeedildiiayrmlarn
kurallargsterilmektedir.Buyaklamkullanlarakhem
kategorikhemdesreklibamldeikenler
modellenebilmektedir.Eerbamldeikenkategorikise yntemin ad
snflandrma aac (SA), srekli ise regresyon
aac(RT)isminialr(Chuvd.,2009;McKennyvePedlar,
2003;NavarrateveEspinosa,2011;Breimanvd.,1984; zkan ve Mert 2010;
Death ve Fabricius 2000).SD Orman Fakltesi Dergisi / SDU Faculty of
Forestry Journal2012, 13: 1-42 2.1. Snflandrma aac
Bitkivehayvanekolojisindehedeftrlerindalm modellenmesi en nemli
konulardan biridir ve snflandrma
aacgeneldetrlerindalmmodellemesiiin
kullanlmaktadrBusebeptenbamldeikenvar-yok
eklindeikikategoriyiiermektedir(Breimanvd.,1984; Death ve
Fabricius, 2000). Snflandrma aac ynteminde ikili baml deikenin
saflnakararverilirkenGinikatklklmn
kullanmaktadr.Birtdmiin,Ginikatklkindeksi(g(t)) aadaki formlle
belirlenmektedir. ==i jt i p t j p t g ) | ( ) | ( ) ( (1) Burada i
ve j hedef (baml) deikenin kategorileridir.
Trlerindalmnaynelikmodellemelerdebaml
deikenlerinikili(var-yok)kategorilerindenolutuundan dolay indeks
iin eitlik aadaki gibidir. ) | 2 ( ) | 1 ( 2 ) ( t p t p t g = (2)
Dmdekibtnyenilenmikodlarsadecebir
kategoriyeaitolduunda-kibudurumdadmsaftr-indeksdeerisfraeittir.Birdmneniyikestirimini
yapacakbamszdeikenibulmakiinbamszdeiken setindeki her deiken
deerlendirilir ve en iyi deere sahip
olan-kiokatkldeerindekienyksekazalmay gstermektedir- deiken seilir.
Herhangi bir t dm iin dmnbiradayayrcsolanshemsatarafayrmn (tR) hem
de sol taraf ayrmn (tL) gerekletirir. Deer aadaki forml ile
belirlenir. ) ( ) ( ) ( ) , (R R L Lt g p t g p t g t s = | (3)
BuradaPR sataraftakibamltdmndeki durumlarnorannverirkenPL
soltaraftakitdmndeki durumlarnorannvermektedir.Herbirdmdeikilisin
biradaySsetibelirlenebilmektedirvekkdmolant1
denbalayarakayrcs*btnmuhtemelSlerarasnda daha byk bir katklk
azalama deeri ile aranmaktadr. ) , ( max ) , (1 1t s t sS se-= | |
(4) deal bir ayrc s veri setini g(tL)=g(tR =0 olacak ekilde
ikialtgrubaayrmaktadr.Tekrarlamalblmealgoritmasi,
homojenliksalananavebazentekbirdurumbirsnfta kalana kadar devam
etmektedir. Btn nihayi dmlerin en ideal safla gelmesi ile maksimum
aa elde edilmi olur. 2.2. Regresyon aac
Regresyonaalarndasnflaryoktur.Busebepten
regresyonaactekniindesnflandrmaayrmkurallar
Giniindeksikullanlarakuygulanamaz.Regresyon
aacndakiayrmlarikisonulanandmiintahmin
edilentoplamvaryansnminimizeolmasnngereklilii anlamna gelen
artklarn karelerini azaltma algoritmasna
gregerekletirilir(Breimanvd.,1984;Deathand Fabricius, 2000).
Regresyonaacyntemindeherdmde minimizasyon (azaltma) problemi aada
gibi zlr. min arg,..., 1 , M j x xjRj= s
| | ) ( ) (r r l lY Var P Y Var P + (5) BuradaPlvePr
srasilesolvesadmlerin
olaslklardr.Meitimsetindekideikenlerinsaylardr. Deikenjxj olarak
gsterilmektedir. Rjxise deiken xj
nineniyiayrmdeerinigstermektedir.Var(Yl),Var(Yr)
karlklsavesolaltdmleriinsorumluvektrlerdir. M j x xRj j...., 1 , =
s optimalayrmsorgulamas anlamna
gelmektedir.ArtklarnkareleriniazaltmaalgoritmasGiniayrm
kurallarnabenzemektedir.Eersnfknnnesnelerideer 1 , dier snflarn
nesnelerideer 0 atamas yaplr ise, o zaman bu deerlerin rnek varyans
p(k|t)[1- p(k|t)]e eit olur. Katklk lm i(t) aadaki yolla bulunur. =
=Kkt k p t i12) | ( 1 ) ((6) Buradap(k|t)dmtiindesnfknnkoullarabal
zelliklerini,Ksnfsaysn,ksnfindeksinivetdm indeksini gstermektedir.
2.3. Optimal aa Herhangibirsnrlandrmayapmadan,snflandrmave
SRATileeldeedilenilkaamodelemaximumaaismi verilir. Veri setindeki
aykr veya uzak gzlemlerdendolay
maksimumaagenellikleareitilmitir.Busorunu
ortadakaldrmakiinbudamayaplmasveoptimalaacn
eldeedilmesigerekir.Uygunaaboyutunubulmakiin
yaklamlardanbiriverisetininbirksmnntestiindier
ksmnneitimiinayrlmaseklindedir.Eitimleelde
edilenaamodelstndentestsetindehembtnaa hem de alt aalar iin hata
deerleri hesaplanr ve en kk
hatadeerinesahipaltaaoptimalaaolarakbelirlenir.
Ancakbuyollagenellikleidealaacneldeedilmesipek
mmknolmamaktadr.Dahasbuyaklamnkullanlmas
iingenibirverisetineihtiyavardr.Bununyerine
aratrmaclarndahafazlatercihettikleriaprazgeerlilik
(cross-validation)testiuygulanabilir.aprazgeerlilik testinde (1)
veri eit orana (genellikle on eit paraya) ayrlr
veherdefasndabiraltgrup(verinin%10u)testiin kullanlmak zere veriden
kartlr ve dier kalan veriler ile model ina edilir. (2) Bu ilem
verinin ayrld para says kadar(10defa)gerekletirilirvebylecebtnveri
kullanlmolur.(3)Herdefasndainaedilenmodeller
ilgilitestgruplarilekontroledilir.Dahasonrabtnalt
gruplarbirletirilir,2.ve3.admlaraacnherboyutuiin
gerekletirilir.Modellerindeerlendirmesiileendk
hatadeerinesahipaaoptimalaaolarakkabuledilir
(Breimanvd.,1984;DeathveFabricius,2000;Moisen, 2008). SD Orman
Fakltesi Dergisi / SDU Faculty of Forestry Journal2012, 13: 1-43
2.4. Modellerin deerlendirilmesi
Modeldeerlendirmelerindehatadeerlerinin
hesaplanmasndageneldesnflandrmaaaciin
snflandrmahataorankullanlr.Bunundndakappa
katsays,khikare,oddsoranveduyarllktestleri
snflandrmaaacmodellerindeerlendirilmesiiin
kullanlabilir(Manelvd.,2001;Liuvd.,2005;zkanve
Mert2010).Regresyonaacmodellerininhata
deerlendirmelerindeortalamakarakkhatasveya
artklarnortalamasapmaskullanlmaktadr.Bunun
yanndaregresyonkatsays,etkinlikkatsays,Akaike
kriteriveBayesiankriteriregresyonaacmodellerinin
deerlendirmeleriiinkullanlabilecekdieryaklamlardr (Aertsen vd.,
2010). 3. Kurallarn yazlmas ve corafi modelleme
Optimalaacakararverildiktensonra,analizbitmitir
vebuaamodelartkkullanlmayahazrdr.Aa
modellerihtiyaduyuldukabellialanlardahedef
deikeninkestirimiyapmakiinkullanlabilir.Dier
yandanaamodellerhedefdeikenlerincorafi
modellemeleriiindekullanlabilir.Ancakcorafi
modellemeiinsnflandrmaveregresyonaalarnn
oluumunusalayanbamldeikenlerininherbirineait
dijitalaltlkharitalarnnmevcutolmasgerekir.Snflandrma ve regresyon
aalarnn corafi modellemesi iinmodeldekihernihaidmdeerikestirimdeeri
olarakkullanlrveherhcreyebukesittimdeerleriilgili
bamszdeikenlerinkritikdeerleriesasalnarakatanr.
Bylecehedefdeikenlerincorafimodellemesi gerekletirilmi olur (zkan
ve Mert, 2010).Snflandrmaveregresyonaacncorafi modellemesinde her
bir nihai dm iin (Bn) ilgili bamsz
deikenveyadeikenlerinsrekli(forml8)veya
kategorik(forml9)olmadurumunagreaadaki(eer-ise kurallar) formller
kullanlr. =EER(VE((XL1ij # Nd1 ; XL2ijXLnij # Ndn); (Bn)(8)
=EER(VE(VEYA(XLC1ij=c1;XLC1ij=c2;XLC1ij=cn); (Bn)(9)
BuradaXL1ij..XLnijaazerindebellibirhattailk
seviyeden(L1)(tepedm)sonseviyeye(nihaidm)
(Ln)kadari.stunvej.satriinayrcdeikenlerive
onlarnkritikdeerlerinigstermektedir.Ndayrc
deikenlerinilgilihatboyuncaherbirseviyedekikritik
deerlerinigstermektedir.XLC1ij kategorikayrc
deikenlerigstermektedirvecnbellibirkategorik deikenin eer-ise
kurallarndan elde edilen kategorileridir. 4. Uygulama rnei
Snflandrmaveregresyonaactekniininuygulama
ktlarnarnekgstermekamacylaekil1de
Yukargkdereyresindedikdrtgeneklindekesinlenbelli bir alanda henz
daha yazm aamasnda olan iki almann (Toros sedirinin (Cedrus libani
A. Rich) ve tr eitliliinin
(H))aavecorafidalmmodelleriverilmitir.ekil1
dekiaamodellerebaklacakolursasnflandrmaaac
yntemininuygulandTorossedirinindalmndabata
ykselti(ELVN)olmakzerescaklkindisi(HI),yllk
toplamya(BIO12),eim(SLOP),araziekli(LFC)ve
yamakonumuindisi(TPI)roloynamaktadr.Regresyon
aacnnuygulandtreitliliidalmndadaykselti
(ELVN)ennemliyetimeortamfaktrdr.Bunun
dnda,mevsimselscaklksapmas(BIO4),radyasyon
indeksi(RI),eim(SLOP),araziekli(LFC),yllktoplam
ya(BIO12),enscakaylkdneminya(BIO18),
enscakaylkdneminortalamascakl(BIO10)ve anakaya (ROCK) tr eitlilii
aac modelinin olumasnda katkda bulunan dier deikenlerdir.
ekil1:Yukargkdere(Isparta)YresindebirkesitalandaTorossedirinindalmnnsnflandrmaaacyntemi(sada)vetreitlilii(H)
dalmnn regresyon aac yntemi (solda) ile elde edilen aa ve corafi
dalm modelleri SD Orman Fakltesi Dergisi / SDU Faculty of Forestry
Journal2012, 13: 1-44 5. neriler
Ekosistemlerinplanlamasilefaydalanmave
srdrlebilirlikarasndakidengeiinentemelveenfazla
istenenekolojikbilgihedeftrlerinveyatrgruplarnn
potansiyeldeermodellerive/veyaharitalardr.Ekolojik
anlamdabirpotansiyeldeermodelive/veyaharitasnn
retilmesi,bilimselolarakgerekverilerstnden
ilikilendirmeilegerekletirilebilmektedir.Busayede potansiyel deer
tabanl modeller elde
edilebilir.Ekolojikilikilerinkarmakldorusalmodellerin
zaaflarnortayakarmaktadr.zellikleormanlardalk yerlerde bulunan
lkemizde, geleneksel analitikyaklamlar ile ekolojik ilikilerin
yeterince aklanamad bir
gerektir.SRATgelenekselyntemlerealternatifolabilecek
hiyerarik,kuraltabanl,nonparametrikbiryntemdir.
SRATilehemkategorikhemdesreklideikenler
modellenebilmektedir.SRATiledorusalolmayan
ilikilerinalglamasvemodellenmesimmknolmaktadr.
SRATkullanlabileceknonparametrikyntemlerdensadece
biridir.Bunundndagenelletirilmidorusalmodelinbir
uzantsolangenelletirilmieklemelimodel,yapaysinir alar veya bulank
mantk uygulamalarna da bavurulabilir (zkan, 2010).
Ormanekolojialanndamodeltabanlalmalarnbir
diernemi,retilenmodelleriniklimdeiim
senaryolarnndijitalverilerineuyarlanabilmesidir.Model
tabanlharitalarnpotansiyeldeergstermesihedef
blgelerdezellikleaalandrma,restorasyonvekoruma
almalarndagnmzvegeleceeynelikdoru kararlarn verilebilmesi iin byk
nem tamaktadr. Kaynaklar
Aertsen,W.,Kint,V.,Orshoven,J.,zkan,K.,Muys,B.,2010.
Comparisonandrankingofdifferentmodellingtechniquesfor
predictionofsiteindexinMediterraneanmountainforests, Ecological
modelling 221,
1119-1130.Breiman,L.,Friedman,J.H.,Olshen,R.,Stone,A.C.G.,1984.
Classificationandregressiontrees.WadsworthInternational Group,
Belmont, California, USA. Chu, C.M, Tsai, B.W., Chang, K.T., 2009.
Integrating decision tree and spatial cluster analysis for
landslide susceptibility zonation.
WorldAcademyofScience,EngineeringandTechnology 59:470-483.
Death,G.,FabriciusK.E.,2000.Classificationandregression
trees:Apowerfulyetsimpletechniqueforecologicaldata analysis.
Ecology, 81(11): 3178-3192 . Liu, C., Berry, P.M., Dawson, T.P.,
Pearson, R.G., 2005. Selecting
thresholdsofoccuranceinthepredictionofspecies distribution,
Ecography 28, 385-393.
Manel,S.,Williams,H.C.,Ormerod,S.J.,2001.Evaluating
presence-absencemodelsinecology:theneedtoaccountfor prevalence,
Journal of Applied Ecology, 38,
921-931.Mckenney,D.W.,Pedlar,J.H.,2003.Spatialmodelsofsiteindex
based on climate and soil properties for two boreal tree species in
Ontario, Canada. Forest Ecology and Management, 175:497-507.
Moisen,G.G.,2008.ClassificationandRegressionTree.In: Jorgensen SE
(ed) In Encyclopedia of Ecology, pp.582-588.
NavarrateE.,EspinosaM.,2011.Usingthenon-parametric
classifiesCARTtomodelwooddensity.JournalofData Science
9:261-270.zkan,K.,2010.Ormanekosistemeitliliiharitalama almalar iin
ekolojik alan eitliliinin belirlenmesi zerine bir neri. SD Orman
Fakltesi Dergisi 2:136-148
zkan,K.,Mert,A.,2010.IspartaYukarGkdereYresinde Kasnak Meesinin
Senaryolarna gre 2050ve 2080 yllarnda
muhtemelpotansiyelyaylalanlarnncorafimodellemesi,
llemeileMcadeleSempozyumu17-18Haziran,2010, Anitta Otel, orum.
