Bu çalışmada meşe-kayın karışık meşceresinde, yapraklı dönem intersepsiyonu kullanılarak yapay sinir ağı modeli ile yapraksız dönem intersepsiyonunun tahmin edilmesi amaçlanmıştır. Yapraklı ve yapraksız olmak üzere iki dönemde belirlenmeye çalışılan intersepsiyon miktarı için açık alana düşen yağış ile meşe-kayın karışık meşcere altına düşen yağış miktarları kullanılmıştır. Yapay sinir ağı modeline entegre edilecek veriler test ve tahmin olmak üzere iki ayrı gruba ayrılmıştır. Test grubu girdi verileri olarak yapraklı dönem yağış değerleri (açık alan-ormanaltı yağış), çıktı verileri için ise yapraklı dönem intersepsiyon değerleri kullanılmıştır. Tahmin grubu girdi verileri olarak yapraksız dönem yağış değerleri (açık alan-orman altı yağış) alınmıştır. Yapraksız dönem (bilinen) intersepsiyon değerleri ile yapay sinir ağı modeli sonucu tahmin edilen intersepsiyon değerleri kendi aralarında regresyon ve ortalama karesel hatadan oluşan bir performans değerlendirmesine tabi tutulmuştur. Yapılan regresyon analizine göre bilinen intersepsiyon miktarı (mm) ile tahmin edilen intersepsiyon miktarı (mm) arasında önemli bir ilişki saptanmış (R2 = 0,90) ve bu iki değer arasında hesaplanan ortalama karesel hatanın düşük çıktığı (OKH = 3,47) görülmüştür. Ancak, bu iki periyot değerleri arasında istatistiksel anlamda önemli bir fark bulunmamaktadır (P =0,004). Araştırma sonucunda ortaya konulan yapay sinir ağı tahmin modeli yardımıyla benzer özelliklere sahip bir meşceredeki yapraklı veya yapraksız dönem intersepsiyon miktarları tahmin edilebilecektir.

The objective of this paper was to estimate the dormant season interception of an oak-beech mixed forest with the growing season interception data by using an artificial neural network model. Precipitation and throughfall data were used to find out the amount of interception amounts in growing and dormant seasons. There is statistical difference (P =0,004) between two seasons in terms of interception. Received: 01.03.2012; accepted: 22.01.20131. GirişTemiz tatlı su üretimi ülkemizde son yıllarda ön plana çıkan konular arasında yer almaktadır. Su üretimindeki devamlılığın sağlanması doğal kaynaklardan koruma-kullanma dengesini bozmadan yararlanılması ile mümkün olabilmektedir (FAO, 2005). Doğal kaynaklardaki bozulmanın başlıca nedeni insan etkisidir. Ormanlar, bu bozulmadan en çok etkilenen doğal kaynakların başında gelmektedir. Odun üretimi, yaban hayatı, rekreasyon, yem ürünü gibi amaçlara hizmet eden kullanım şekillerinden birine yada birkaçına tahsis edilen ormanlar ayrıca temiz tatlı su üretiminin yapıldığı alanlardır. Ormanlar toprağın korumasında etkili bir araç olurken aynı zamanda suyun depolanması, akış rejiminin ve su kalitesinin düzenlenmesi ile sel ve taşkınların önlenmesi gibi olumlu hidrolojik ve hidrokimyasal etkiler yaptığı da bilinmektedir (Özhan, 2004).Su döngüsü içerisinde atmosferden yeryüzüne ulaşan yağmur damlasının geçtiği aşamaların yani yağışın dispozisyonun bilinmesi, su üretimi amacına hizmet eden havzalara yapılacak silvikültürel müdahale tekniklerinin yapısını belirlemektedir (Özyuvacı ve diğ., 2004). Bu tip havzalarda kilit parametre yağmur damlasının toprağa ulaşmasını engelleyen dolayısıyla üretilen suyun miktarını belirleyen intersepsiyon olgusudur. İntersepsiyon, yağış sularının (yağmur, kar, çiğ vb.) bitkilerin yaprak, sürgün ve gövdelerinde yada ölü örtü üzerinde tutulması ve bu kısımlardan buharlaşma ile atmosfere hızla geri dönmesidir (Zhang ve diğ., 1995). Genel olarak intersepsiyon miktarının bulunabilmesi açık alana düşen yağışın bilinmesinin dışında ormanaltı yağış ve gövdeden akış değerlerinin bilinmesini gerektirmektedir (Lewis, 2003). Orman ekosistemlerinde intersepsiyon miktarı, ağaç türüne, meşcere tipine, yaşına, meşcere kapalılık derecesine ve mevsimlere bağlı olarak değişmektedir (Çepel, 1986).Ormanaltı yağış, açık alana düşen yağış ve intersepsiyon arasında var olan ilişkilerin doğrusal nitelikte olmayışı nedeniyle normal dağılıma dönüştürülmüş verilerin regresyon ilişkilerinin kullanımından ziyade, lineer olmayan ilişkileri tam anlamıyla simule edebilecek bir modele gereksinim duyulmaktadır. İşte bu çalışma ile bir yerde açık alana düşen yağış ve orman altı yağış miktarı bilindiği takdirde benzer niteliklere sahip meşcerelerdeki yapraklı ve yapraksız dönem intersepsiyon miktarları yapay sinir ağı modeli ile ayrı ayrı tahmin edilebilecektir. Literatürde özellikle yağış akış ilişkilerinin modellenmesinde kullanılan yapay sinir ağı modelleri (Dawson ve Wilby, 1998; Tokar ve Markus, 2000; Modarres, 2008), intersepsiyon tahminlerinde de kullanılmıştır. Örneğin, Lü ve ark. (2007) Populus euphratica türüne ait intersepsiyon değerlerini geriye beslemeli yapay sinir ağı modeli ile tahmin etmiştir. Havza modelleme için kullanılan kara kutu modellerinde havza sistem davranışı, havza mekanizması ve özelliklerini dikkate almaksızın matematiksel olarak bir davranış fonksiyonları takımı ile temsil edilmektedir (Alp ve Cığızoğlu, 2004). Sistem davranışının simule edildiği kara kutu modellerindeki davranış fonksiyonları sistemin girdi ve çıktı dataları arasındaki optimum ilişkinin ağırlık değerleri ile saptanmasını sağlayan yapılardır. Yani yapay sinir ağı mimarisinde gerekli olan ağırlık değerlerinin belirlenmesi matematiksel algoritmalardan bir tanesi kullanılarak üretilen çıktıların doğruluk düzeyinin maksimize edilmesi