Eksik Akım Verilerinin Tahmin Modelinin Oluşturulmasında Yapay Sinir Ağlarının Kullanımı: Asi Nehri-Demirköprü Akım Gözlem İstasyonu Örneği

Abstract

ÖzetHidrolojik planlamalarda eksik olan akım verilerinin tahmin edilmesi su yapılarının tasarım süreçlerinin çok önemli bir aşaması olmaktadır. Bu çalışmada Ülkemizin en önemli sel havzalarından biri olarak kabul edilen Hatay suları havzası'nda bulunan 1907 numaralı Asi nehri-Demirköprü AGİ'ye ait eksik aylık akım verileri havzadaki yakın diğer istasyonların akım verileri kullanılarak, İleri beslemeli geri yayınımlı yapay sinir ağları (İBGYSA) yöntemi yardımıyla ayrı ayrı modellenmiştir. Her bir model sonucu çoklu doğrusal regresyon (ÇDR) ve çoklu doğrusal olmayan regresyon (ÇDOR) yöntemleri ile karşılaştırılmıştır. Çalışma sonucunda İBGYSA yönteminin ÇDR ve ÇDOR yöntemlerine göre az da olsa daha iyi sonuçlar verdiği görülmüştür.Anahtar Kelimeler: Yapay sinir ağları (YSA), Çoklu regresyon, Demirköprü. Using of Artificial Neural Network (ANN) for Setting Estimation Model of Missing

Estimating Dam Reservoir Level Change of Istanbul Alibey Dam with The Fuzzy SMRGT Method

“…MLR deals with the linear relationship between more than one independent variable and one dependent variable. It is a very common method (Turhan et al, 2016;Tsakiri et al, 2018). If we show the independent variables X and the dependent variable Y, it can be formulated as shown below:…”

Streamflow Prediction Study with Sequential Gauging Station Data Using Multiple Nonlinear Regression Method

“…Literatürde su toplama havzalarının modellemesinde çeşitli metotların kullanıldığı birçok çalışmaya rastlamak mümkündür. Akım tahmininde Yapay Zeka (YZ) yöntemlerinin ele alındığı ve geleneksel metotlardan Çoklu Doğrusal Regresyon (ÇDR) analiz sonuçları ile karşılaştırılarak değerlendirmelerin yapıldığı uygulamalar dikkat çekmektedir (Gümüş ve ark., 2011;Zakaria ve Shabri, 2012;Terzi ve Önal, 2012;Gümüş ve Kavşut, 2013;Gümüş ve ark., 2013;Rezaeianzadeh ve ark., 2014;Turhan ve Özmen-Çağatay, 2016a;Ravansalar ve ark., 2017;Zhang ve ark., 2018;Poul ve ark., 2019;Yıldıran ve Kandemir, 2020;Turhan, 2021;Burgan, 2022;Babacan ve Saka, 2022). Ayrıca su kaynaklarının yönetimi süreçleri için akım harici çeşitli meteorolojik verilerin tahminlerinde de YZ ve ÇDR metotları kullanılmaktadır (Yıldıran ve Kandemir, 2018;Dayan ve ark., 2021;Kaya ve ark., 2021;Üneş ve ark., 2021).…”

“…Ayrıca su kaynaklarının yönetimi süreçleri için akım harici çeşitli meteorolojik verilerin tahminlerinde de YZ ve ÇDR metotları kullanılmaktadır (Yıldıran ve Kandemir, 2018;Dayan ve ark., 2021;Kaya ve ark., 2021;Üneş ve ark., 2021). Bahsedilen veri eksikliklerinin tamamlanmasında ÇDOR yönteminin ele alındığı çalışmalar literatürde yer almaktadır (Seçkin ve ark., 2010;Seçkin, 2011;Rezaeianzadeh ve ark., 2014;Anusree ve Varghese, 2016;Turhan ve Özmen-Çağatay, 2016a;Turhan ve ark., 2016b;Harun ve ark., 2021 Ayrıca elde edilen sonuçlar belirlilik katsayısı (R 2 ), Ortalama Karesel Hata (OKH) ve Ortalama Mutlak Göreceli Hata (OMGH) performans kriterlerine göre yorumlanmıştır.…”

“…Herhangi iki değişken arasında anlamsal bir ilişki olup olmadığına karar vermek için çoğunlukla korelasyon katsayısına veya determinasyon katsayısına bakılmaktadır. Eğer korelasyon katsayılarının mutlak bakımından değeri 1'e yakın ise iki değişken arasında bağımlılığın güçlü olduğu, dolayısıyla da deterministik bir ilişkiye yaklaştığı düşünülmektedir(Turhan ve Özmen-Çağatay, 2016a). Doğrusal regresyonda bağımlı değişkenin 'y'; bağımsız değişkenlerin x1, x2,…,xj,…,xr ile ifade edilmesi durumunda aralarındaki ilişki aşağıdaki şekilde gösterilebilir (Denklem 1) (Kaya ve Babacan, 2021):…”