Python programlama dili kullanılarak hatay meteoroloji radar görüntülerinin yapay sinir ağı ile tahmini

Küresel ısınma ile birlikte, dünyanın birçok yerinde olağan dışı hava olayları şiddetli yağışlar ve su taşkınları meydana gelmektedir. Küresel iklim krizi, kentselleşme ve hızlı nüfus artışı ile birlikte değerlendirildiğinde, tutarlı ve zamanında yapılıp erken uyarı niteliği taşıyan hava tahminlerinin hayati bir öneme sahip olduğu görülmektedir. Bu tez çalışmasında, erken uyarılarda ve kısa süreli kuvvetli yağış tahminlerinde sıkça kullanılan ve bir uzaktan algılama cihazı olan meteoroloji radar verileri işlenmiş ve kullanılmıştır. Hatay meteoroloji radarından alınan PPI görüntüler, bir Yapay Sinir Ağı (YSA) algoritması olan ConvLSTM modeli ile Python programlama diliyle yazılan kodlarla eğitilmiştir. Geliştirilen model kullanılarak son 6 radar görüntüsü eğitilmiş ve henüz kayıt edilmemiş bir sonraki görüntünün tahmini yapılmıştır. Veri seti için seçilen görüntü zaman aralığı 30 dakikadır. Model eğitim doğruluk oranı %80-84 aralığındadır. Model tahmin görüntüsü ile gerçekleşen görüntünün benzerlik oranları Kök Ortalama Kare Hatası (RMSE), Tepe Sinyali Gürültü Oranı (PSNR) ve Yapısal Benzerlik İndeksi (SSIM) ile ölçülmüştür. Uygulanan modelden elde edilen sonuçlara göre en iyi performansa sahip tahmin değerleri, RMSE 0.000013, PSNR 97.795 ve SSIM, 0.998 olarak hesaplanmıştır. Kullanılan YSA modeliyle çeşitli zaman aralıkları ile sıralı radar görüntülerinin eğitilebileceği ve belirlenen zaman aralığı kadar sonra oluşacak görüntü tahminin yapılabileceği gösterilmiştir. Model doğruluk oranlarının artırılması için veri setinin artırılması ve çeşitlendirilmesi gerekmektedir. Anahtar Kelimeler: Python, ConvLSTM, Uzaktan Algılama, Meteoroloji, Veri Bilimi