Fırat - Dicle havzasındaki akım ve sediment taşınımının yapay sinir ağları ile tahmini

Yarı kurak bir iklim kuşağında olan ülkemizde ileriki dönemlerde kuraklığın daha fazla yaşanacağı tahmin edilmektedir. Bu anlamda su toplama havzalarının hidrolojik karakteristiklerinden olan akım ve sedimentin gelecekteki miktarlarının belirlenmesi oldukça önemlidir. Bu çalışma ile Fırat-Dicle havzasında ölçülen hidrolojik değişkenlerden akım ve sediment miktarlarının günümüzde birçok alanda kullanılabilen 3 farklı yapay sinir ağı (YSA) ile tahmin edilebilme imkânları araştırılmış ve en uygun ağ yapısı belirlenmeye çalışılmıştır. Elde edilen YSA sonuçları çoklu doğrusal regresyon (MLR) yöntemi ile karşılaştırılmıştır. Bu amaçla 20 istasyondan alınan aylık ortalama akım ve sediment verisi ile 24 istasyondan alınan yağış, nem, rüzgar hızı, minimum ve maksimum sıcaklık değerlerinin farklı kombinasyonları kullanılmıştır. Farklı istatistik parametrelerden olan Korelasyon katsayısı (R), Hata kareler ortalaması (MSE), Nash-Sutcliffe etkinlik katsayısı (NSE) kullanılarak model performansları değerlerilmeye çalışılmıştır. Sonuç olarak YSA yöntemlerinin akım ve sediment tahmininde güvenli bir şekilde kullanılabileceği belirlenmiştir. En iyi ağın RBANN ve LM kombinasyonu, en kötü ağın ise MLP ve CG kombinasyonu olduğu tespit edilmiştir.