İstatistik Atölyesi
Maxent Modeli Kullanılarak Türlerin Günümüz ve Gelecekteki Yaylım Alanlarının Tahmini
Günümüz hızla ilerleyen iklim değişikliği birçok hayvan ve bitki türünün sayısı ve dağılımı üzerinde olumsuz etkiye neden olmaktadır. Bu bağlamda iklim değişikliğinin biyolojik çeşitlilik üzerindeki etkisini önceden tahmin ederek yavaşlatmak için acil adaptasyon ve azaltma önlemleri alınması gerekmektedir. Bu önlemler birlikte, gelecekte iklim değişikliğine dirençli türlerinde tespit edilmesi büyük önem taşımaktadır. Belirtilen nedenler doğrultusunda, son yıllarda iklim değişikliğinin türlerin dağılımı üzerindeki etkilerini tahmin etmek ve ayrıca farklı iklim değişikliği senaryoları altındaki herhangi bir türün olası yayılış alanlarını tahmin etmek için birçok modelleme aracı kullanılmaktadır. Bu çalışmada, türlerin coğrafi dağılımını modellemek amacıyla, varlık verisine (presence-only data) dayalı ve olasılık temelli korelatif bir model (çevresel değişkenlerle kurulan model) olan maksimum entropi (Maximum Entropy) yaklaşımı kullanılarak gerçekleştirilecektir (Phillips, Anderson, & Schapire, 2006). Model, koruma altındaki ve hakkında diğer türlere nazaran bol gözlem verisi olan yeleli kurt türü ele alınacaktır.
Yeleli Kurt
Latince adı: Chrysocyon brachyurus Tür: Memeli (Canidae familyası– köpekgiller) Yaşadığı yer: Güney Amerika (özellikle Brezilya, Arjantin, Paraguay ve Bolivya’nın savan bölgeleri) Özelliği: Tilkiye benzer ince uzun bir vücut yapısı ve uzun bacakları vardır; tek başına dolaşan, gece aktif bir hayvandır. Korunma durumu: IUCN’e göre “hassas” (vulnerable) olarak sınıflandırılır. |
Veriler Türleri:
- Yeleli kurdun gözlemlendiği koordinatlar (GPS noktaları)
- Yeleli kurdun gözlemlendiği koordinatlardaki sayıları ve durumları
- Sıcaklık, yağış, yükselti, bitki örtüsü, insan yerleşimleri gibi raster veriler.
Raster veri, coğrafi bilgilerin kare ya da dikdörtgen hücrelerden (piksel) oluşan bir ızgara (grid) yapısı içinde sayısal olarak saklandığı veri türüdür. Her bir hücre, belirli bir alanı temsil eder ve içinde bir değer (örneğin sıcaklık, yükselti, yağış gibi) barındırır.
Böylelikle, iklim değişikliği sorununa dikkat çekilirken, istatistiğin optimizasyon, kodlama ve R programı gibi araçlarla birleşerek disiplinler arası problemlerin çözümünde ne denli etkili bir araç olduğu ortaya konmuştur.
Markov Zinciri Monte Carlo Yöntemleri
Markov Zinciri Monte Carlo (MZMC) yöntemleri, özellikle 1990’lı yıllardan itibaren uygulamalı bilimlerde; istatistik, bilgisayar bilimi, yöneylem araştırması ve sinyal işleme gibi yoğun hesaplama gücü gerektiren alanlarda yaygın olarak kullanılmaya başlanmıştır (Gilks, Richardson, & Spiegelhalter, 1996). Bu yöntemler, belirli bir olasılık dağılımına uygun bir Markov zinciri kurarak, zamanla hedef dağılıma yakınsayan bir örneklem üretir. İlgili hesaplamalar, elde edilen bu örneklem üzerinden gerçekleştirilir. Farklı hesaplanamama problemlerine çözüm sunmak üzere geliştirilmiş başlıca MZMC algoritmaları şunlardır:
Algoritma | Açıklama |
Metropolis-Hastings | En temel ve yaygın MCMC algoritması. Önerilen yeni değeri kabul et veya etme kararına göre ilerler. |
Gibbs Sampling | Dağılımın her bir boyutunu sırayla örnekleyerek ilerler. Özellikle koşullu dağılımlar biliniyorsa etkilidir. |
Hamiltonian Monte Carlo (HMC) | Fiziksel sistemlerden ilham alır, özellikle yüksek boyutlu uzaylarda daha hızlı yakınsar. (Bayesian analizlerde popülerdir) |
Fiziksel hesaplamalardaki kullanım alanları:
- Termodinamik Sistemlerin Modellemesi
- Gazların, sıvıların veya diğer karmaşık sistemlerin mikroskobik davranışlarını anlamak için kullanılır.
- Enerji durumları arasındaki geçişlerin olasılıkları bir Markov süreci ile modellenebilmektedir.
- Rastgele Yürüyüşler
- Elektronların difüzyonu, ısı yayılımı gibi fiziksel olaylar rastgele yürüyüşler olarak modellenebilir.
- Kuantum Hesaplamada
- Kuantum Markov zincirleri, özellikle açık kuantum sistemlerinin çevre ile etkileşimini modellemek için kullanılır.
- Kararsız Parçalanma Süreçleri / Radyoaktif Bozunma
- Belirli bir atomun bozunup bozunmayacağı yalnızca şu anki zamana bağlıdır. Bu da onu doğal bir Markov süreci yaparak gerekli hesaplamalar Markov süreci kullanılarak yapılmaktadır.
Proje kapsamında gerçekleştirilen fiziksel bir deneyden elde edilen verilerin hesaplanmasıyla, istatistiğin disiplinler arası çalışmalardaki önemi, optimizasyon ve hesaplama teknikleri üzerindeki belirleyici rolü ortaya konulmuş olacaktır.
Bu web sitesi Eskişehir Teknik Üniversitesi Fen Fakültesi Dekanlığı tarafından 4004 – Doğa Eğitimi ve Bilim Okulları Destekleme Programı için hazırlanmıştır.
©2025 Tüm hakları saklıdır.
