Fırat- Dicle havzası için yapay zeka teknikleri ile günlük nehir akımı tahmini

Nehir akımı tahmini ve modellemesi; su kaynaklarının yönetimi, su talebinin karşılanması, sel gibi istenmeyen durumlarda erken uyarının sağlanabilmesi, sulama ve tarım faliyetleri gibi durumlarda önem arz ettiği için sürekli araştırılmaya ve geliştilmeye ihtiyaç duyulmuş bir konu olarak literatürde yer almaktadır. Ne yazık ki çok sayıda teknik ile tahmin ve modelleme yapılmaya çalışılsa da evrensel bir teknikten bahsetmek olanaksızdır. Bu durum farklı tekniklerin gelişmesini ve/veya teknikler arası kıyaslama yapılmasını, kullanılan parametreler için en doğru yöntemin saptanmasını zorunlu hale getirmiştir. Bu kapsamda, bu çalışmada Fırat- Dicle Havzasında yer alan on dört istasyonun 1981-2010 yılları akım verilerinin dağılım grafikleri oluşturularak normal dağılıma uygunluğu araştırılmış, verilerin dağılımı dikkate alınarak geçmiş dönem verileri ile mevcut verilerin korelasyonu incelenmiştir. Uyarlamalı Sinirsel Bulanık Mantık Sistemi (ANFIS), Destek Vektör Regresyonu (SVR) teknikleri ile yeni kullanılmaya başlayan; Gauss Süreç Regresyonu (GPR), Aşırı Öğrenme Makinesi (ELM) ve Sezgisel Sinir Ağları (ENN) yapay zekâ teknikleri ile değerlendirme yapılmıştır. Model performansının belirlenebilmesi için sıklıkla kullanılan Kök Ortalama Kare Hatası (RMSE), Ortalama Kare Hatası (MSE), Ortalama Mutlak Hata (MAE) ve korelasyon katsayısı (r) kullanılmıştır. Ayrıca rank analizi ile hangi tekniğin daha iyi sonuç verdiğinin bulunması amaçlanmıştır. Her ne kadar tüm modeller yüksek performans sergileseler de rank analizi yapılarak teknikler arası en iyi sonuç verenden başlayanarak kıyaslama yapıldığında sıralamanın ELM, GPR, ENN, SVR, ANFIS şeklinde olduğu görülmüştür. Sonuçların daha iyi yorumlanabilmesi için Taylor diyagramları ve model çıktılarının zaman serisi grafikleri oluşturulmuştur.