Makine öğrenme yöntemleri ile sediment taşınımı tahmini ve performanslarının karşılaştırılması

Askıda sediment yükünün doğru bir şekilde hesaplanması su kaynakları yönetimi, taşkın kontrolü ve baraj gibi su yapılarının tasarım ve işletilmesinde oldukça önemlidir. Pek çok farklı parametreye bağlı olan askıda sediment yükünün tahmini için bu çalışmada Sacramento Nehri'nde bulunan 11447650 numaralı USGS istasyonundan elde edilen 1966-1973 yıllarına ait günlük askıda sediment konsantrasyonu, akım debisi ve su sıcaklığı verileri kullanılmıştır. Bu çalışmada askıda sediment konsantrasyonu, akım debisi ve su sıcaklığı parametrelerinin farklı zamanlara ait gecikme değerleri kullanılarak pek çok kombinasyon araştırılmış ve bunlar arasından seçilen 15 farklı model sunulmuştur. Oluşturulan modeller literatürde sıklıkla tercih edilen dört adet makine öğrenmesi yöntemleri ile: ANFIS, Destek Vektör Makinesi, Rastgele Orman ve Gauss Süreç Regresyonu yöntemleri ile ve tahminlerdeki hassasiyeti artırabilmek için ayrıca dalgacık dönüşümü uygulanarak test edilmiştir. Hem dalgacık dönüşümü öncesi hem de dalgacık dönüşümü sonrasında model performansları karşılaştırılmıştır. Günlük askıda sediment konsantrasyonu tahmininde ANFIS, Destek Vektör Makinesi, Rastgele Orman ve Gauss Süreç Regresyonu yöntemleri hem dalgacık dönüşümü öncesinde hem de dalgacık dönüşümü sonrasında oldukça iyi performans verdikleri görülmüştür. En iyi sonucu veren model ise dalgacık dönüşümü sonrası W-ANFIS M02 modeli olmuştur (Korelasyon: 0.98, NS: 0.97, KGE: 0.97, PI:0.07, RMSE: 0.17).