Yapay Sinir Ağları (Ysa) Kullanılarak Taban Büyük Omurgasızlarının Modellemesi

Models are useful to predict communities in watercourses based on the abiotic characteristics of their aquatic environment. Back-propagation Artificial Neural Networks (ANN) were tested with the aim of modelling the occurrences of benthic macroinvertebrate taxa in Yuvarlakçay and Namnam Streams which both inflow to Köyceğiz Lake in Muğla, Turkey. For that purpose ANN algorithms were used to induce predictive models on a dataset. This dataset consisted of 98 samples, collected over a year period during 1992- 1993. Fourteen environmental variables are measured at each site (total 8), as well as dominance values of the benthic macroinvertebrate taxa (Baetis, Caenis, Ephemerella, Onychogomphus, Rhithrogena).Initially different neural networks were tried to develop and optimize the best model configuration which ensure the prediction of the habitat suitability of each macroinvertebrate taxa.Sucul ekosistemlerde komünite yapılarının çevresel değişkenler ve abiyotik karakterlere göre tahmin edilebilmesi için modellemeler oldukça kullanışlıdır. Bu çalışmada Geri Yayılımlı Yapay Sinir Ağları (YSA) uygulamasıyla taban büyük omurgasızlarının dağılımlarını incelemek amacıyla Köyceğiz Gölü ne (Muğla, Türkiye) dökülen Yuvarlakçay ve Namnam Çay larından seçilen istasyonlar veri seti olarak kullanılmıştır. Elde edilen veri setinden, YSA algoritmaları kullanılarak tahminler yapılabilmektedir. Veri seti toplamda 98 örnekten oluşup, 1992-1993 yılları arasında bir yılı aşkın bir süre içerisinde elde edilmiştir. Ondört çevresel değişken toplamda sekiz istasyon için ölçülmüş, aynı zamanda çalışılan taban büyük omurgasızların (Baetis, Caenis, Ephemerella, Onychogomphus, Rhithrogena) baskınlık değerleri de hesaba katılmıştır