Yağış-akış ilişkisinin yapay zeka yöntemleri ile modellenmesi
2022
0 views
0 downloads
Advisor: Prof. Dr. Fevzi Önen
Abstract (TR)
Yağış-akış ilişkisinin doğru bir şekilde modellenmesi su mühendisliğinde önem arz etmektedir. Bununla birlikte, hidrolojik sistemlerin karmaşıklığı ve nonlineer olma özelliği göz önüne alındığında, yağış-akış ilişkisi gibi olguları tanımlamak için hala birçok model geliştirilmektedir. Özellikle son yıllarda etkili olan küresel ısınma ve küresel iklim değişimi gibi etmenler sebebiyle yağış-akış ilişkisini belirlemek daha da önemli hale gelmiştir. Son zamanlarda, Yapay Sinir Ağı (YSA), Genetik İfadeli Programlama (GEP), Uyarlanabilir Sinirsel-Bulanık Çıkarım Sistemi (ANFIS) gibi yapay zeka teknikleri yağış-akış modellemesi gibi hidrolojik olaylar için kullanımı yaygınlaşmıştır. Bu tez çalışmasında, havza yağış-akış modellemesi için üç ayrı yapay zeka tabanlı yöntemler (YSA, GEP, ANFIS) ve istatistiksel bir yöntem olan Çoklu Doğrusal Regresyon (ÇDR) kullanılarak tahmin edilen akış değerleri, gözlenen akış değerleri ile karşılaştırılmıştır. Girdi parametrelerinden yağış verisi, 4km x 4km çözünürlükteki uydu verilerinden yararlanılmıştır. Yağış verisi havza için günlük ortalama yağış yüksekliği şeklinde elde edilmiştir. Akım verisi olarak Berta Suyu Havzası çıkışında bulunan EİE-2334 nolu akım gözlem istasyonunun (AGİ) günlük akış verileri kullanılmıştır. Akım verisinin Q(t-1), Q(t-2), Q(t-3), Q(t-4) ve yağış verisinin P(t), P(t-1), P(t-2), P(t-3) değerleri ile çeşitli girdi senaryoları oluşturulup çıkış olarak Q(t) ile eşleştirilmiştir. Girdilerin bir kısmı model eğitimi, kalan kısmı da test için ayrılmıştır. Modellerin performansı determinasyon katsayısı (R2) ve ortalama karesel hatanın kökü (KOKH) ile değerlendirilmiştir. Yapılan çalışmada ANFIS, GEP, YSA ve ÇDR sonuçlarının birbirine yakın olduğu tespit edilmiştir. Berta Suyu Havzası için en yüksek R2=0,988 ve en düşük KOKH=4,770 değerini veren modelin ANFIS-K1 olduğu görülmüştür. Yapılan bu çalışmalardan elde edilen sonuçlar doğrultusunda yapay zeka yöntemlerinin yağış-akış ilişkisini belirlemede kullanılabileceği tespit edilmiştir.
Author
Dr. Yunus Yaman
Institution

Dicle University
Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
How to Cite
Yunus Yaman (Yüksek Lisans Tezi). Yağış-akış ilişkisinin yapay zeka yöntemleri ile modellenmesi, 2022, Dicle University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Dicle University
- 6 şubat 2023 kahramanmaraş merkezli depremler sonucu Dicle Üniversitesi Tıp fakültesi hastanelerine başvuran depremzedelerin adli tıbbi incelenmesi(2024)
- Coğrafya eğitiminde STEAM ve örnek uygulamalar(2024)
- Rehabilitasyon hastanesinde çalışan sağlık personellerinin disfaji hakkındaki farkındalıklarının incelenmesi(2022)
- Hidroksi amit türevlerinin dinamik ve bazı amin tuzları ile kompleksleşmesinin 400 MHz 1H-NMR ile incelenmesi(2017)
- Kültürel sınırların edilgen taşıyıcıları, kadınlar: Viranşehir Yezidileri örneği(2011)
- Diyarbakır Tıp Fakültesi Psikiyatri Kliniğinde organik beyin sendromu tanısıyla yatarak tedavi gören hastalara ait bulguların retrospektif analizi(1982)