Su bütçesi elemanlarının belirlenmesinde yapay zeka yöntemlerinin kullanılması

Sürdürülebilir bütünleşik havza yönetimi anlayışı ile su kaynaklarının takip edilmesinde, su miktarının ve değişimlerin bilinmesi en temel unsurdur. Yüzey ve Yeraltı sularının birlikte değerlendirilerek su bütçesi oluşturulurken, bütçe elemanlarının (Yağış, Buharlaşma, Akış, Sızma) belirlenmesinde ölçüm ya da hesaplama kaynaklı belirsizlikler vardır. Son yıllarda yapay zeka teknikleri, günlük ve aylık buharlaşma oranlarını modellemek için etkili bir yol olarak ve başarıyla uygulanmaktadır. Kolay uygulanışı ve sonuçlarda verdiği yüksek doğruluk nedeniyle yapay zeka teknikleri, hidroloji ve su kaynakları mühendisliğinde umut verici bir araştırma yöntemi haline gelmektedir. Günlük tava buharlaşmaları hesaplamasında halihazırda kodlanmış ve kullanıma hazır makine öğrenmesi modellerinden Lineer Regresyon, Ekstrem Rastgele Ağaçlar, Rastgele Ağaçlar, Aşırı Gradyan Güçlendirme, Histogram Tabanlı Gradyan Arttırma, Karar Ağacı Regresörü ve Derin Öğrenme metodları kullanılmıştır. DSİ (Devlet Su İşleri) ve Meteoroloji Genel Müdürlüğünden temin edilen verilerin 1990-2010 tarih aralığı seçilerek girişleri yapıldı. Bu verilerin belirli bir kısmı öğrenim, bir kısmı doğrulama ve bir kısmı da tahmin edilmesi için kullanıldı. Aylık ortalama sıcaklık (oC), nem (%), rüzgar hızı (m/sn), basınç (hPa), güneşlenme şiddeti (cal / cm2) ve güneşlenme süresi (saat) iklimsel verileri kullanılarak, elde edilen sonuçlar karşılaştırılmıştır. Kullanılan tüm metotların buharlaşma tahmininin kabul edilebilir derecede başarılı olduğu ancak (ERT) yönteminin eldeki veriler ile en iyi sonucu verdiği görülmüştür (R2= 0.76). Optimize edilmesi tahmin doğruluğunu artırmamıştır. Daha sonra denenen Karar Ağacı Regresörü (Decision Tree Regression; DTR) yöntemi ile daha iyi sonuç alınmıştır (R2= 0.86). Anahtar Kelimeler: Su bütçesi, Buharlaşma, Yapay Zeka Yöntemleri, Karar Ağacı Regresörü