Yağış-akış ilişkisinin yapay zeka yöntemleri ile modellenmesi
Bu tez size mi ait?
Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.
Özet (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.
Yazar
Yunus Yaman
Kurum

Dicle University
Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
Bu Yayına Nasıl Atıf Yapılır
Yunus Yaman (Yüksek Lisans Tezi). Yağış-akış ilişkisinin yapay zeka yöntemleri ile modellenmesi, 2022, Dicle University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Dicle University tezlerinden daha fazlası
- Karayolları köprü ve menfez tasarım debilerinin coğrafi bilgi sistemleri ile belirlenmesi(2022)
- El-Muhtasar fî Tefsîri'l-Kur'âni'l-Kerîm adlı eserin tefsir usûlü açısından incelenmesi(2024)
- İslam hukukunda engellilerin durumu(2010)
- 6 şubat 2023 kahramanmaraş merkezli depremler sonucu Dicle Üniversitesi Tıp fakültesi hastanelerine başvuran depremzedelerin adli tıbbi incelenmesi(2024)
- İngilizlerin XIX. yüzyılda Kıbrıs'taki arkeolojik keşifleri(2024)
- Okul müdürlerinin hizmetkar liderlik davranışları ile algılanan örgütsel destek arasındaki ilişki(2024)