Nehir akım tahmininde farklı derin öğrenme iyileştiricilerinin karşılaştırılması

Yüzyıllardan beri insan hayatının en önemli yaşam kaynağı, sudur. Artan nüfus sebebi ile yeryüzünde suya olan ihtiyaç gün geçtikçe artmaktadır. Bu artışın aksine su kaynakları; küresel ısınma, kuraklık, iklim değişiklikleri, plansız tüketim sebebi ile azalarak sürdürülebilirliğini kaybetmektedir. Sürdürülebilirliğin sağlanması için nehir akımlarının ileriye dönük tahmini büyük önem kazanmaktadır. Tahminler doğru yapılır ise; suyun ileriye dönük yönetimi, işletilmesi, depolanması ve doğru kullanılması açısında büyük gelişmeler kaydedilebilmektedir. Son zamanlarda nehirlerde biriken suların girdi-çıktı hesabı ileriye dönük yapay zekâ teknikleri ile tahmin edilmektedir. Yapılan tahminlerin uzun süreli olması su kaynaklarının canlılar, sulama, hidroelektrik enerji üretimi ve suyun gelecek nesillere aktarılması için hem üreticiye hem de kullanıcıya uygun planlama imkânı sağlamaktadır. Bu çalışmada, ülkemizdeki en geniş havza olan Fırat Nehri Havzasında seçilen bir Akım Gözlem İstasyonunda (AGİ), 2002-2011 yılları arasında yapılan akım ölçümleri analiz edilmektedir. Bu analizde, Yapay Zekâ tekniklerinden Yapay Sinir Ağları ve Derin Öğrenme iyileştiricileri kullanılmaktadır. Yine bu analizde 4 farklı senaryo modeli kullanılmış olup istatistiksel açıdan en anlamlı senaryo olan Adam iyileştiricisi için Logcosh kayıp fonksiyonunda R²=0,9923 değeri elde edilmiştir. Modelin istatistiksel başarısı bu havza üzerinde oluşacak yeni girdi parametrelerini çok daha doğru ve kolay tahmin edilmesini sağlayacak ve ayrıca bu alanda yapılacak diğer çalışmalara da ışık tutacaktır. Anahtar kelimeler: ANN, Derin Öğrenme, Nehir Akımı, Akım Gözlem İstasyonu