___

• Abbaspour, K.C., Rouholahnejad, E., Vaghefi, S., Srinivasan, R., Yang, H., Kløve, B. (2015). A continental-scale hydrology and water quality model for Europe: Calibration and uncertainty of a high-resolution large-scale SWAT model. Journal of Hydrology, 524, 733-752. doi: 10.1016/j.jhydrol.2015.03.027
• Abbaspour, K.C., Yang, J., Maximov, I., Siber, R., Bogner, K., Mieleitner, J., Zobrist, J., Srinivasan, R. (2007). Modelling hydrology and water quality in the pre-alpine/alpine thur watershed using SWAT. Journal of Hydrology, 333 (2-4), 413-430. doi: 10.1016/j.jhydrol.2006.09.014
• Adu, J.T., Kumarasamy, M.V. (2018). Assessing non-point source pollution models: A review. Pol. J. Environ. Stud. 27, 1913–1922. doi: 10.15244/pjoes/76497.
• Akar, Ö., Güngör, O. (2012). Rastgele orman algoritması kullanılarak çok bantlı görüntülerin sınıflandırılması. Jeodezi ve Jeoinformasyon Dergisi, 1 (2), 139-146. doi: 10.9733/jgg.241212.1t
• Akdoğan, Z., Küçükdoğan, A., Güven, B. (2015). Yayılı kirleticilerin havzalardaki taşınım süreçleri: Antibiyotikler, ağır metaller ve besi maddeleri üzerine modelleme yaklaşımları. Marmara Fen Bilimleri Dergisi, 1, 21-31. doi: 10.7240/mufbed.99724
• Akgün, A., Türk, N. (2011). Mapping erosion susceptibility by a multivariate statistical method: A case study from the Ayvalık region, NW Turkey. Computers and Geosciences, 37, 1515-1524. doi: 10.1016/j.cageo.2010.09.006
• Aksu, N., Uçan, K. (2012). Hurman çayı havzasında ölçülen ve ampirik yöntemlerle hesaplanan sediman verimlerinin karşılaştırılması. KSU Doğa Bilimleri Dergisi, 15 (3), 1-8. https://dergipark.org.tr/en/pub/ksudobil/issue/22834/243765 adresinden alınmıştır.
• Alewell, C., Borrelli, P., Meusburger, K., Panagos, P. (2019). Using the USLE: Chances, challenges and limitations of soil erosion modelling. International soil and water conservation research, 7 (3), 203-225. doi: 10.1016/j.iswcr.2019.05.004
• Alparslan, K., Küçükönder, M. (2021). Kaman deresi alt havzasının erozyon duyarlılığı. KSÜ Mühendislik Bilimleri Dergisi, 24(3), 217-232. https://www.researchgate.net/publication/354466877 adresinden alınmıştır.
• Apaydın, H., Öztürk, F. (2003). Yüzey akış ve sediman modellerinin coğrafi bilgi sistemi yardımıyla uygulanması. Tarım Bilimleri Dergisi, 9 (4), 381-389. doi: 10.1501/Tarimbil_0000000841
• Arabameri, A., Pradhan, B., Rezaei, K. (2019). Gully erosion zonation mapping using integrated geographically weighted regression with certainty factor and random forest models in GIS. Journal of environmental management, 232, 928-942. doi: 10.1016/j.jenvman.2018.11.110
• Arabameri, A., Chen, W., Loche, M., Zhao, X., Li, Y., Lombardo, L., Bui, D. T. (2020). Comparison of machine learning models for gully erosion susceptibility mapping. Geoscience Frontiers, 11 (5), 1609-1620. doi: 10.1016/j.gsf.2019.11.009
• Arabameri, A., Sadhasivam, N., Turabieh, H., Mafarja, M., Rezaie, F., Pal, S. C., Santosh, M. (2021). Credal decision tree based novel ensemble models for spatial assessment of gully erosion and sustainable management. Scientific Reports, 11 (1), 3147. doi: 10.1038/s41598-021-82527-3
• Arnold, J. G., Srinivasan, R., Muttiah, R. S., Williams, J .R. (1998). Large-area hydrologic modeling and assessment: Part I. model development. J. Am. Water Res. Assoc, 34(1), 73–89. doi: https://doi.org/10.1111/j.1752-1688.1998.tb05961.x
• Aşkın, T., Türkmen, F., Tarakçıoğlu, C. (2016). Ordu ili merkez ilçe topraklarında erzoyon riskinin jeoistatistiksel tekniklerle değerlendirilmesi. Toprak Bilimi ve Bitki Besleme Dergisi, 4 (2) 69-75. https://dergipark.org.tr/en/pub/tbbbd/issue/26811/282121 adresinden alınmıştır.
• Atalay, M., Çelik, E. (2017). Büyük veri analizinde yapay zekâ ve makine öğrenmesi uygulamaları. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22), 155-172. doi: 10.20875/makusobed.309727
• Avand, M., Mohammadi, M., Mirchooli, F., Kavian, A., Tiefenbacher, J. P. (2022). A new approach for Smart Soil Erosion Modeling: Integration of empirical and machine-learning models. Environmental Modeling & Assessment, 1-16. doi: 10.1007/s10666-022-09858-x
• Avcıoğlu, A., Bayrakdar, C., Sarı, E., Arslan Kaya, N.T. (2020). TanDEM-X12m sayısal yükselti verisine dayalı toprak erozyonu tespiti (Rusle). Coğrafya Dergisi, 41, 93-107. doi: 10.26650/JGEOG2020-0047
• Aydın, C., Yıldırım, Y.E. (2002). Harabe deresi havzasında yağış-akış ilişkisinin AGNPS modeliyle değerlendirilmesi. Tarım Bilimleri Dergisi, 9 (2), 243-248. doi: 10.1501/Tarimbil_0000000797
• Aydın, M. (2009). Gümüşhane-Torul Barajı yağış havzasında arazi kullanımına göre WEPP (Water Erosion Prediction Project) modeli ile toprak kayıplarının belirlenmesi ve alınması gereken önlemler. Kastamonu Üni, Orman Fakültesi Dergisi, 9 (1): 54-65. https://dergipark.org.tr/en/pub/kastorman/issue/17240/180110 adresinden alınmıştır.
• Ayhan, S., Erdoğmuş, Ş. (2014). Destek vektör makineleriyle sınıflandırma problemlerinin çözümü için çekirdek fonksiyonu seçimi. Eskişehir Osmangazi Üniversitesi İibf Dergisi, Nisan 2014, 9 (1), 175-198. https://dergipark.org.tr/en/pub/oguiibf/issue/5712/76473 adresinden alınmıştır.
• Baskan, O., Cebel, H., Akgul, S., Erpul, G. (2010). Conditional simulation of USLE/RUSLE soil erodibility factor by geostatistics in a Mediterranean catchment, Turkey. Environmental Earth Sciences, 60 (6), 1179-1187. doi: 10.1007/s12665-009-0259-2
• Batista, P.V.G., Davies, J., Silva, M.L.N., Quinton, J.N. (2019). On the evaluation of soil erosion models: Are we doing enough? Earth-Science Reviews, 197. doi: 10.1016/j.earscirev.2019.102898
• Berberoğlu, S., Çilek, A. (2013). Coğrafi bilgi sistemleri yardımıyla Seyhan havzasında pesera ve rusle erozyon modellerinin kıyaslanması. TMMOB Coğrafi Bilgi Sistemleri Kongresi, 11-13 Kasım 2013, Ankara.
• Bezak, N., Rusjan, S., Petan, S., Sodnik, J., Mikoš, M. (2015). Estimation of soil loss by the WATEM/SEDEM model using an automatic parameter estimation procedure. Environmental Earth Sciences, 74, 5245-5261. doi: 10.1007/s12665-015-4534-0
• Borrelli, P., Alewell, C., Alvarez, P., Anache, J. A. A., Baartman, J. et al. (2021). Soil erosion modelling: A global review and statistical analysis. EarthArxiv. doi: 10.1016/j.scitotenv.2021.146494
• Bramer, M. (2007). Principles of Data Mining. Springer, London
• Breiman, L. (2001). Random forests. Machine learning, 45 (1), 5-32. doi:10.1023/A:1010933404324
• Breiman, L, Friedman, J.H., Olshen, R.A., Sotne C.J. (1984). Classification and Regression Trees. Wadsworth, Belmont. ISBN-13, 978-0412048418
• Cambazoğlu, M.K., Göğüş M. (2004). Sediman yields of basins in the Western Black Sea region of Turkey. Turkish J. Eng. Env. Sci. 28, 355-367.
• Celilov, C., Dengiz, O. (2019). Erozyon duyarlılık parametrelerinin farklı enterpolasyon yöntemleriyle konumsal dağılımlarının belirlenmesi: Türkiye, Ilgaz milli park toprakları. Türkiye Tarımsal Araştırmalar Dergisi, 6 (3): 242-256. doi: 10.19159/tutad.502457
• Chakrabortty, R., Pal, C., Sahana, M., Mondal, A., Dou, J., Pham, B.T., Yunus, A.P. (2020). Soil erosion potential hotspot zone identification using machine learning and statistical approaches in eastern India. Natural Hazards, 104, 1259-1294. doi:10.1007/s11069-020-04213-3
• Chandramohan T., Venkatesh B., Balchand A.N. (2015). Evaluation of three soil erosion models for small watersheds, international conference on water resources, coastal and ocean engıneerıng (Icwrcoe 2015). Aquatic Procedia, 4, 1227–1234. doi: 10.1016/j.aqpro.2015.02.156
• Cuceloglu, G., Abbaspour, K.C., Ozturk, I., (2017). Assessing the water-resources potential of Istanbul by using a soil and water assessment tool (SWAT) hydrological model. Water, 9 (10), 814. doi:10.3390/w9100814
• Çamuroğlu, A. (2020). Uzaktan algılama ve coğrafi bilgi sistemleri ile yağış ve rüzgâr kaynaklı toprak erozyonu modellemesi. Tekirdağ Namık Kemal Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
• Danacıoğlu, Ş., Tağıl, Ş. (2017). Bakırçay havzasında rusle modeli kullanarak erozyon riskinin değerlendirmesi. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20 (37). doi: 10.31795/baunsobed.645168
• de Vente, J., Poesen, J. (2005). Predicting soil erosion and sediman yield at the basin scale: Scale issues and semi-quantitative models. Earth-Science Reviews, 71, 95–125. doi: 10.1016/j.earscirev.2005.02.002
• de Vente, J., Poesen, J., Verstraeten, G., Govers, G., Vanmaercke, M., Van Rompaey, A., Arabkhedri, M., Boix-Fayos, C. (2013). Predicting soil erosion and sediman yield at regional scales: Where do we stand? Earth-Science Reviews 127, 16-29. doi: 10.1016/j.earscirev.2013.08.014
• de Vente, J., Poesen, J., Verstraeten, G., Van Rompaey, A., Govers, G. (2008). Spatially distributed modelling of soil erosion and sediman yield at regional scales in Spain. Global and Planetary Change, 60, 393-415. doi: 10.1016/j.gloplacha.2007.05.002
• Demir, S., Oğuz, İ., Ciba, Ö.F., Özer, E. (2017). Farklı arazi kullanımı altında meydana gelen toprak ve yüzey akış kayıplarının Wepp Hillslope modeli kullanılarak tahmin edilmesi. Gaziosmanpaşa Üniversitesi Ziraat Fakültesi Dergisi, 34 (Ek Sayı), 97-104. doi: 10.13002/jafag4411
• Demirci, D. A. (2007). Destek vektör makineleri ile karakter tanıma. Yıldız Teknik Üniversitesi Fen bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, İstanbul.
• Dengiz, O., İmamoğlu, A., Saygın, F., Göl, C., Ediş, S., Doğan, A. (2014). İnebolu havzasının icona modeli ile toprak erozyon risk değenlendirilmesi. Anadolu Tarım Bilimleri Dergisi, 29, (2), 136-142. doi: 10.7161/anajas.2014.29.2.136-142
• Dinh, T. V., Nguyen, H., Tran, X. L., Hoang, N. D. (2021). Predicting rainfall-induced soil erosion based on a hybridization of adaptive differential evolution and support vector machine classification. Mathematical Problems in Engineering, 2021. doi: 10.1155/2021/6647829
• Djoukbala, O., Hasbaia, M., Benselama, O., Mazour, M. (2019). Comparison of the erosion prediction models from USLE, MUSLE and RUSLE in a Mediterranean watershed, case of Wadi Gazouana (N-W of Algeria, Modeling). Earth Systems and Environment, 5, 725–743. doi: 10.1007/s40808-018-0562-6
• Dong-Peng, Y., Li, J.L., Lun, R., Chao, Z. (2008). Applications of data mining methods in the evaluation of client credibility, In Soares, C., Peng, Y., Meng, J., Washio, T. (Eds.) Applications of Data Mining in E-Business and Finance, IOS Press, Amsterdam, 35-43.
• Dönmez, C., Sarı, Ö. (2018). Hidrolojik dinamiklerin SWAT model yaklaşımı ile modellenmesi: Aşağı Seyhan Havzası, Türkiye. Ç.Ü Fen ve Mühendislik Bilimleri Dergisi, 36 (1).
• Duru, U., Arabi, M., Wohl, E.E. (2018). Modeling Stream Flow and Sediman Yield Using the SWAT Model: A Case Study of Ankara River basin, Turkey, Physical Geography, 39 (3), 264-289.
• Dutta, S. (2016). Soil erosion, sediman yield and sedimanation of reservoir: A review. Model. Earth Systems and Environment, 2, 123. doi:10.1007/s40808-016-0182-y
• Eisazadeh, L., Sokouti, R., Homaee, M., Pazira, E. (2012). Comparison of emrpirical models to estimate soil erosion and sediman yield in micri cathments. Eurasian Journal of Soil Science, 1, 28-33. https://dergipark.org.tr/en/pub/ejss/issue/5420/73380 adresinden alınmıştır.
• Erdem, F., Derinpınar, M.A., Nasirzadehdizaji, R., Oy, S., Şeker, D.Z., Bayram, B. (2018). Rastgele orman yöntemi kullanılarak kıyı çizgisi çıkarımı İstanbul örneği. Geomatik Dergisi, 3(2), 100-107. doi: 10.29128/geomatik.362179
• Erpul, G. (2016). Türkiye Yağışlarının Özellikleri ve Yenilenmiş Evrensel Toprak Kayıpları Eşitliği (YETKE) R Faktörü. Çölleşme ve Erozyonla Mücadele Genel Müdürlüğü Yayınları, Ankara. ISBN:978-605-4610-93-8
• Erpul, G., Nouri, A., Youssef, F., Basaran, M., Lee, J., Saxton, A. M. (2018). The effect of fallow tillage management on aeolian soil losses in Semiarid Central Anatolia, Turkey. Agrosystems, Geosciences & Environment, 1:180019, doi:10.2134/age2018.07.0019.
• Ganasri, B. P., Ramesh, H. (2016). Assessment of soil erosion by RUSLE model using remote sensing and GIS-A case study of Nethravathi Basin. Geoscience Frontiers, 7(6), 953-961. doi: 10.1016/j.gsf.2015.10.007
• Geissen, V., Kampichler, C., López-de Llergo-Juárez, J. J., Galindo-Acántara, A. (2007). Superficial and subterranean soil erosion in Tabasco, tropical Mexico: development of a decision tree modeling approach. Geoderma, 139 (3-4), 277-287. doi: 10.1016/j.geoderma.2007.01.002
• Ghosh, A., Maiti, R. (2021). Soil erosion susceptibility assessment using logistic regression, decision tree and random forest: study on the Mayurakshi river basin of Eastern India. Environ Earth Sci 80, 328 (2021). doi: 10.1007/s12665-021-09631-5
• Golkarian, A., Khosravi, K., Panahi, M., Clague, J. J. (2023). Spatial variability of soil water erosion: Comparing empirical and intelligent techniques. Geoscience Frontiers, 14 (1), 101456. doi: 10.1016/j.gsf.2022.101456
• Guo, Y., Peng, C., Zhu, Q., Wang, M., Wang, H., Peng, S., He, H. (2019). Modelling the impacts of climate and land use changes on soil water erosion: Model applications, limitations and future challenges. Journal of Environmental Management, 250, 1-2. doi:10.1016/j.jenvman.2019.109403
• Han, J., Kamber, M. (2006), Data Mining: Concepts and Techniques. Second Edition. Morgan Kaufmann Publications, San Francisco.
• Haregeweyn, N., Poesen, J., Verstraeten, G., Govers, G., de Vente, J., Nyssen, J., Deckers, J., Moeyersons, J. (2013). Assessing the performance of a spatially distributed soil erosion and sediment delivery model (WATEM/SEDEM) in Northern Ethiopia. Land Degradation & Development, 24 (2), 188-204. doi: 10.1002/ldr.1121
• Igwe, P.U., Onuigbo, A.A., Chinedu, O.C., Ezeaku, I.I., Muoneke, M.M. (2017). Soil erosion: A review of models and applications. International Journal of Advanced Engineering Research and Science (IJAERS), 4 (12), 2456-1908.
• Irvine B., Kosmas, C. (2007). Deliverable 15: PESERA Users Manual, Geography Department Leeds University, 133.
• İkiel, C., Ustaoğlu, B., Koç, D. E. (2020). Trakya'nın erozyon duyarlılık analizi. Jeomorfolojik Araştırmalar Dergisi, (4), 1-14. https://dergipark.org.tr/en/pub/jader/issue/53577/666287 adresinden alınmıştır.
• İmamoğlu, A., Muhammed, B., Dengiz, O. (2016). Çorum Alaca havzasında toprak erozyon duyarlılık faktörünün farklı enterpolasyon modeller kullanılarak konumsal dağılımlarının belirlenmesi. Toprak Su Dergisi, 5 (1), (8-15). doi: 10.21657/tsd.15185
• Jahun, B. G., Ibrahim, R., Dlamini, N. S., Musa, S. M. (2015). Review of soil erosion assessment using RUSLE model and GIS. Journal of Biology, Agriculture and Healthcare, 5 (9), 36-47.
• Jetten, V., Govers, G., Hessel, R. (2003). Erosion models: Quality of spatial predictions. Hydrol. Process. 17, 887–900. doi: 10.1002/hyp.1168
• Kalfazade, M. (2015). Hidrolojik proses modelleri ile havza şebeke modelleri entegrasyonu, Darlık Havzası örneği. İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, İstanbul.
• Karabulut, M., Küçükönder, M. (2008). Kahramanmaraş ovası ve çevresinde CBS kullanılarak erozyon alanlarının tespiti. Kahramanmaraş Sütçü İmam Üniversitesi Fen ve Mühendislik Dergisi, 11 (2), 14-22.
• Kavzoglu, T., Colkesen, I., (2009). A kernel functions analysis for support vector machines for land cover classification. International Journal of Applied Earth Observation and Geoinformation, 11 (5), 352-359. doi: 10.1016/j.jag.2009.06.002
• Kavzoğlu, T., Çölkesen, İ. (2010). Karar ağaçları ile uydu görüntülerinin sınıflandırılması: Kocaeli örneği. Harita Teknolojileri Elektronik Dergisi, 2 (1), 36-45. https://dergipark.org.tr/en/pub/hartek/issue/7601/99675 adresinden alınmıştır.
• Kırnak, H., Gowda, P. H. (2001). Using WEPP model to predict sediman and runoff from an agricultural watershed. Tarım Bilimleri Dergisi, 7 (2), 24-31. https://www.researchgate.net/publication/304426574 adresinden alınmıştır.
• Kirkby, M.J. (2003). Modelling erosion – the PESERA project. The first SCAPE (Soil Conservation and Protection for Europe) workshop in Alicante (ES), 14-16 June 2003, Amsterdam The Netherlands.
• Kirkby, M. J., Irvine, B. J., Jones, R. J., Govers, G., Pesera Team. (2008). The PESERA coarse scale erosion model for Europe. I.–Model rationale and implementation. European Journal of Soil Science, 59 (6), 1293-1306. doi:10.1111/j.1365-2389.2008.01072.x
• Laflen, J.M., Flanagan, D.C. (2013). The Development of U.S Soil Erosion Prediction and Modelling. International Soil and Water Conservation Research, 1 (2), 1-11. doi: 10.1016/S2095-6339(15)30034-4
• Larose, D. T. (2005), Discovering Knowledge in Data, Wiley Publication, New Jersey.
• Li, P., Mu, X., Holden, J., Wu, Y., Irvine, B., Wang, F., Gao, P., Zhao, G., Sun, W., (2017). Comparison of soil erosion models used to study the Chinese Loess Plateau. Earth Sci. Rev. 170, 17–30. doi: 10.1016/j.earscirev.2017.05.005.
• Liu, G., Arabameri, A., Santosh, M., Nalivan, O. A. (2023). Optimizing machine learning algorithms for spatial prediction of gully erosion susceptibility with four training scenarios. Environmental Science and Pollution Research, 30 (16), 46979-46996. doi: 10.1007/s11356-022-25090-2
• Lei, X., Chen, W., Avand, M., Janizadeh, S., Kariminejad, N., Shahabi, H., Costache, R., Shahabi, H., Shirzadi, A., Mosavi, A. (2020). GIS-based machine learning algorithms for gully erosion susceptibility mapping in a semi-arid region of Iran. Remote Sensing, 12 (15), 2478. doi: 10.3390/rs12152478
• Licciardello, F., Govers, G., Cerdan, O., Kirkby, M.J., Vacca, A., Kwaad, F.J.P.M., (2009). Evaluation of the PESERA model in two contrasting environments. Earth Surf. Process. Landforms, 34, 629–640. doi:10.1002/esp.1745
• Lieskovský, J., Kenderessy, P. (2014). Modelling the effect of vegetation cover and different tillage practices on soil erosion in vineyards: A case study in Vráble (Slovakia) Using WATEM/SEDEM. Land Degrad. Develop, 25, 288–296. doi:10.1002/ldr.2162
• Merritt, W.S., Letcher, R.A., Jakeman, A.J. (2003). A review of erosion and sediman transport models Environmental, Modelling & Software 18, 761–799. doi: 10.1016/S1364-8152(03)00078-1
• Mondal, A., Khare, D., Kundu, S. (2017). Uncertainty analysis of soil erosion modelling using different resolution of open-source DEMs. Geocarto International, 32 (3), 334-349. doi: 10.1080/10106049.2016.1140822
• Mosavi, A., Sajedi-Hosseini, A., Choubin, B., Taromideh, F., Rahi, G., Adrienn A. Dineva, A.A. (2020). Susceptibility mapping of soil water erosion using machine learning models. Water, 12. doi: 10.3390/w12071995
• Mutlu, Y. E., Soykan, A. (2018). Rusle (3D) modeli kullanılarak toprak erozyonu tahmini: Havran çayı örneği. Jeomorfolojik Araştırmalar Dergisi, (1), 50-66. https://dergipark.org.tr/en/pub/jader/issue/43138/523028 adresinden alınmıştır.
• Nearing, M.A., Foster, G.R., Lane, L.J., Finkner, S.C. (1989). A process-based soil-erosion model for USDA-water erosion prediction project technology. Transactions of the American Society of Agricultural Engineers, 32, 1587– 1593. doi: 10.13031/2013.31195
• Neitsch, S.L., Arnold, J.G., Kiniry, J.R., Williams, J.R. (2011). Soil and Water Assessment Tool Theoretical Documentation. Temple, Texas 76502: USDA-153 ARS Grassland Soil and Water Research Laboratory, and Texas A&M University, Blackland Research and Extension Center
• Nguyen, K.A., Chen, W., Lin, B.S., Seeboonruang, U., Thomas, K. (2019). Predicting sheet and rill erosion of shihmen reservoir watershed in Taiwan using machine learning. Sustainability 11, 3615. doi: 10.3390/su11133615
• Nguyen, K. A., Chen, W., Lin, B.S., Seeboonruang, U. (2021). Comparison of ensemble machine learning methods for soil erosion pin measurements. ISPRS International Journal of Geo-Information, 10 (1), 42. doi:10.3390/ijgi10010042.
• Nisbet, R. Elder, J., Miner, G. (2009). Handbook of Statistical Analysis and Data Mining Applications. Elsevier Inc, Burlington.
• Ölgen, M. K. (2010). Türkiye’de yıllık ve mevsimsel yağış değişkenliğinin alansal dağılımı. Ege Coğrafya Dergisi, 19 (1), 85-95. https://dergipark.org.tr/en/pub/ecd/issue/4873/66903 adresinden alınmıştır.
• Özdemir, K., Güngör, Ö. (2019). Filyos Çayı havzasında SWAT modelinin uygulaması, Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 1 (2), 92-102. https://dergipark.org.tr/en/pub/neufmbd/issue/50471/559228 adresinden alınmıştır.
• Özkan, Y. (2008). Veri Madenciliği Yöntemleri. Papatya Yayıncılık Eğitim, İstanbul, 216.
• Özşahin, E. (2016). Alakır Çayı havzasında (Antalya) toprak kaybının mekânsal dağılışı ve etkili faktörler, tekirdağ Ziraat Fakültesi Dergisi, 13 (02), 123-134. https://dergipark.org.tr/en/pub/jotaf/issue/19063/201763 adresinden alınmıştır.
• Öztürk, F., Sönmez, K., Yıldırım, Y.E., Bayramin, İ., Apaydın, H., Karaş, E. (2003). Kurukavak Deresi havzasında yüzey akış ve sediman miktarının AGNPS modeli ile tahmini, Tarım Bilimleri Dergisi, 9 (3), 344-351. doi: 10.1501/Tarimbil_0000000835
• Öztürk, M. Z., Çetinkaya, G., Aydın, S. (2017). Köppen-Geiger iklim sınıflandırmasına göre Türkiye’nin iklim tipleri. Coğrafya Dergisi, (35), 17-27. doi: 10.26650/JGEOG295515
• Öztürkmen, A. R., Ramazanoğlu, E., Tokmakçı, S. (2021). Determination of erodiblity (USLE-K) status of suruc plain soils before transition to ırrigated agriculture within the scope of Southeastern Anatolia Project. International Journal of Agriculture, Environment and Food Sciences, 5 (2), 229-235. doi: 10.31015/jaefs.2021.2.13
• Pal, M., Mather P.M. (2003). An assessment of the effectiveness of decision tree methods for land cover classification. Remote Sensing of Environment, 86, 554-565. doi: 10.1016/S0034-4257(03)00132-9
• Pal, M., Mather, P.M. (2005). Support vector machines for classification in remote sensing. International Journal of Remote Sensing, 26 (5): 1007-1011. doi: 10.1080/01431160512331314083
• Panagos, P., Meusburger, K., Van Liedekerke, M., Alewell, C., Hiederer, R., Montanarella, L. (2014). Assessing soil erosion in Europe based on data collected through a European network. Soil science and plant nutrition, 60 (1), 15-29. doi: 10.1080/00380768.2013.835701
• Panagos, P., Borrelli, P., Meusburger, K., Yu, B., Klik, A., Jae Lim, K., Ballabio, C. (2017). Global rainfall erosivity assessment based on high-temporal resolution rainfall records. Sci. Rep., 7, 4175, retrieved from https://esdac.jrc.ec.europa.eu/content/ global-rainfall-erosivity, last access: 23 November 2018.
• Pandey, A., Himanshu, S.K., Mishra, S.K., Singh, V.P. (2016). Physically based soil erosion and sediman yield models revisited. Catena, 147, 595-620. doi: 10.1016/j.catena.2016.08.002
• Parsons, A.J., Wainwright, J., Powell, D.M, Kaduk, J., Brazier, R.E. (2004). A conceptul model for determining soil erosion by water. Earth Surface Processes and Landforms, 29, 1293-1302. doi: 10.1002/esp.1096
• Perrone, J., Madramootoo, C. A. (1999). Sediment yield prediction using AGNPS. Journal of Soil and Water conservation, 54(1), 415-419. https://www.jswconline.org/content/54/1/415 adresinden alınmıştır.
• Phinzi, K., Ngetar, N. S. (2019). The assessment of water-borne erosion at catchment level using GIS-based RUSLE and remote sensing: A review. International Soil and Water Conservation Research, 7 (1), 27-46. doi: 10.1016/j.iswcr.2018.12.002
• Raza, A., Ahrends, H., Habib-Ur-Rahman, M., Gaiser, T. (2021). Modeling approaches to assess soil erosion by water at the field scale with special emphasis on heterogeneity of soils and crops. Land, 10 (4), 422. doi: 10.3390/land10040422
• Renard, K.G., Foster, G.R., Weesies, G.A., McCool, D.K., Yoder, D.C. (1997). Predicting soil erosion by water: A guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). Agric. Handb. Vol. 703. US Department of Agriculture: Washington, DC, 1–251.
• Renschler, C.S., Harbor, J. (2002). Soil erosion assessment tools from point to regional scales-the role of geomorphologists in land management research and implementation. Geomorphology, 47, 189–209. doi: 10.1016/S0169-555X(02)00082-X
• Sahour, H., Gholami, V., Vazifedani M., Saeedi, S. (2021). Machine learning applications for water-induced soil erosion modeling and mapping. Soil and Tillage Research, 211. doi: 10.1016/j.still.2021.105032
• Soman, K.P., Loganathan, R., Ajay, V. (2011). Machine Learning with SVM and other Kernel Methods. PHI Learning Pvt. Ltd., 486.
• Song, Q., Hu, W., Xie, W. (2002). Robust support vector machine with bullet hole image classification. IEEE transactions on systems, man, and cybernetics, part C (applications and reviews), 32 (4), 440-448. doi: 10.1109/TSMCC.2002.807277
• Tağıl, Ş. (2006). Kazdağı Milli Parkı’nda arazi örtüsü organizasyonunu kontrol eden jeomorfometrik faktörler: Bir cbs yaklaşımı. Coğrafi Bilimler Dergisi, 4(2), 37-47. doi: 10.1501/Cogbil_0000000067
• Tağıl, Ş. (2009). Çakırdere ve yahu dere havzalarında (Balıkesir) toprak kaybının mekansal dağılışı ve etkileyen faktörler. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 12 (22), 23-39. https://dergipark.org.tr/en/pub/baunsobed/issue/50240/648074 adresinden alınmıştır.
• Tsara, M., Kosmas, C., Kirkby, M.J., Kosma, D., Yassoglou, N. (2005). An evaluation of the PESERA soil erosion model and its application to a case study in Zakynthos, Greece. Soil Use and Management, 21, 377-385. doi: 10.1079/SUM2005322
• Tüfekçioğlu, M., Yavuz, M. (2016). Yusufeli mikro havzasında (Artvin) yüzey erozyonu toprak kaybının tahmin edilmesi ve erozyon risk haritasının oluşturulması. Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 17 (2), 188-199.
• Valentin, C., Poesen, J., Li, Y. (2005). Gully erosion: Impacts, factors and control. Catena, 63, 132–153. doi: 10.1016/j.catena.2005.06.001
• Van Rompaey, A.J.J., Verstraeten, G., Van Oost, K., Govers, G., Poesen, J. (2001). Modelling mean annual sediman yield using a distributed approach. Earth Surface Process Landforms 26, 1221–1236. doi: 10.1002/esp.275. Van Oost, K., Govers, G., Desmet, P.J.J. (2000). Evaluating the effects of changes in landscape structure on soil erosion by water and tillage. Landscape Ecology, 15, 579– 591. doi: 10.1023/A:1008198215674
• Vapnik, V.N. (1995). The Nature of Statistical Learning Theory, 2. Baskı, Springer-Verlag, New York.
• Vu, D.T., Tran, X.L., Cao, M.T., Tran, T.C., Hoang, N.D. (2021). Machine learning based soil erosion susceptibility prediction using social spider algorithm optimized multivariate adaptive regression spline. Measurement, 164. doi: 10.1016/j.measurement.2020.108066
• Yakupoğlu, T., Demirci, D. (2013). Kahramanmaraş-Narlı Ovası Topraklarının Erozyona Duyarlılıkları ile Bazı Toprak Özellikleri Arasındaki İlişkiler. Anadolu Tarım Bilim. Dergisi, 28 (1), 33-38. https://dergipark.org.tr/en/pub/omuanajas/issue/20216/214184 adresinden alınmıştır.
• Yakut, E. (2012). Veri Madenciliği Tekniklerinden C5.0 Algoritması, Destek Vektör Makineleri ile Yapay Sinir Ağlarının Sınıflandırma Başarılarının Karşılaştırılması: İmalat Sektöründe Bir Uygulama, Doktora Tezi, Atatürk Üniversitesi Sosyal Bilimleri Enstitüsü, Erzurum.
• Yastıklı, N., Esirtgen, F. (2011). Sayısal yükseklik modellerinde kalite değerlendirme ve doğruluk analizi. TMMOB Harita ve Kadastro Mühendisleri Odası 13. Türkiye Harita Bilimsel ve Teknik Kurultayı 1822 Nisan 2011, Ankara
• Young, R. A., Onstad, C. A., Bosch, D. D., Anderson, W. P. (1989). AGNPS: A nonpoint-source pollution model for evaluating agricultural watersheds. Journal of soil and water conservation, 44 (2), 168-173.
• Yılmaz Akşehirli, Ö., Ankaralı, H., Aydın, D., Saraçlı, Ö. (2013). Tıbbi tahminde alternatif bir yaklaşım: Destek vektör makineleri. Turkiye Klinikleri Journal of Biostatistics, 5 (1).
• Zahedi, P., Parvandeh, S., Asgharpour, A., McLaury, B. S., Shirazi, S. A., McKinney, B. A. (2018). Random forest regression prediction of solid particle Erosion in elbows. Powder Technology, 338, 983-992. doi: 10.1016/j.powtec.2018.07.055
• Zhao, G., Klik, A., Mu, X., Wang, F., Gao, P., Sun, W. (2015). Sediman yield estimation in a small watershed on the northern Loess Plateau, China. Geomorphology 241, 343–352. doi: 10.1016/j.geomorph.2015.04.020.
• Zhuang, F., Wang, Z., Yang, Q. (2008). The retrospection and prospect on soil erosion research in China. Chinese Journal of Nature, 30 (1), 12–16.
• Zhuang, Y., Du, C., Zhang, L., Du, Y. Li, S. (2015). Research trends and hotspots in soil erosion from 1932 to 2013: A literature review. Scientometrics, 10, 743–758. doi: 10.1007/s11192-015-1706-3