Meteorolojik verileri kullanarak aylık tava buharlaşmasını tahmin etmek için yapay zeka metotlarının uygulanması

Bu çalışmada aylık açık yüzey buharlaşma tahmini amaçlanmıştır. Aylık buharlaşmayı tahmin etmek için, Türkiye'deki Konya Kapalı Havzası'nda Devlet Meteoroloji İşleri tarafından işletilen üç istasyonun (Konya, Karaman, Aksaray) toplam yağış, ortalama sıcaklık, minimum sıcaklık, maksimum sıcaklık, ortalama rüzgâr hızı, ortalama nispi nem, ortalama buhar basıncı ve ortalama atmosferik basınç meteorolojik verileri yapay zeka tekniklerine input olarak kullanılmıştır. İstasyonların aylık buharlaşma tahmini için, MLP-SCG, MLP-GDX, RBNN, GRNN, ANFIS, ε-DVR'yi içeren yapay zeka metodları kullanılmıştır. Sonuçlar, FAO-Penman-Monteith, Priestley-Taylor, Meyer ve Romanenko ampirik denklemlerinin sonuçlarıyla karşılaştırılmıştır. Geliştirilen modellerin uygulanabilirliğini değerlendirmek için, Nash-Sutcliffe etkinlik katsayısı (NSE), ortalama mutlak hata (MAE) ve karekök ortalama karesel hata (RMSE) kullanılmıştır. Üç istasyonun sonuçlarına göre, en başarılı yapay zeka metodu, Karaman ve Aksaray istasyonlarında ε-DVR, Konya istasyonunda ise MLP-SCG modeli olmuştur. Buharlaşma tahmini için, kullanılan yapay zeka metotları arasında en kötü performans, Karaman ve Konya istasyonunda GRNN, Aksaray istasyonunda ise ANFIS metotlarında elde edilmiştir. Kullanılan ampirik denklemlerin sonuçları, FAO-Penman-Monteith denkleminin üç istasyonda da diğer ampirik denklemlerden daha başarılı olduğunu göstermiştir. Uygulanan modeller karşılatırıldığında ise buharlaşma tahmini için yapay zeka metotlarının ampirik denklemlere oranla daha başarılı olduğu sonucuna varılmıştır. Anahtar Kelimeler: Buharlaşma, İklim Değişikliği, Konya Kapalı Havzası, Yapay Zeka Metotları.