Precipitation Prediction of Central Anatolia Regional Stations Using Artificial Intelligence Techniques with Wavelet Transform Model

Abstract

Meteorolojik koşullarda önemli bir parametre olan yağış verilerinin belirlenmesi; tarım, enerji, çevre, ulaşım, lojistik ve afet kontrolü gibi birçok sektörü doğrudan etkilemektedir. Geleceğe yönelik yağış verilerinin doğru tahmin edilmesi, özellikle insanların günlük hayatını kolaylaştıracaktır. Önceki dönemlere ait yağış verilerinin kullanılması, gelecek dönemlerin yağış tahminlerine ve erken uyarı sistemlerinin kurulmasına olanak sağlayacaktır. Bu çalışmada, Türkiye’nin Orta Anadolu Bölgesi istasyonlarının 1990−2015 yılları arasındaki aylık yağış verileri kullanılarak geleceğe yönelik yağış tahminleri yapılmıştır. Yağış tahmini için iki farklı yaklaşımda bulunulmuştur. Bu yaklaşımlardan ilki, önceki dönemlere ait istasyonların aylık yağış verilerine sadece yapay sinir ağı (YSA) ve uyarlamalı sinirsel bulanık çıkarım sisteminin (ANFIS) uygulanmasıdır. Diğer yaklaşım ise dalgacık dönüşüm modelinin hemYSA hem de ANFIS’e uygulanmasıdır. Bu modellerde 1990−2009 yılları arasındaki aylık yağış verileri eğitim verileri olarak, 2010−2015 yılları arasındaki veriler ise test verileri olarak kullanılmıştır. Yağış verileri t−2 ve t−1 zamanları için giriş verisi olarak kullanılmış olup t zamanındaki yağışlar tahmin edilmeye çalışılmıştır. Bu modellerin tahmin performansları, determinasyon katsayısı gibi istatistiksel kriterlere göre değerlendirilmiştir. Determinasyon katsayısına (0.011 ile 0.189) göreyağış verilerine YSA ve ANFIS metotları uygulanması ile yapılan tahminler kötü sonuçlar vermektedir. Determinasyon katsayısına göre Dalgacık dönüşümlü YSA (DD−YSA) vedalgacık dönüşümlü ANFIS (DD−ANFIS) modelleri ise geleceğe dönük yağış verilerinin tahmininde daha başarılıdır. Ayrıca bu çalışmada ortaya çıkan önemli sonuçlardan biri de istatistiksel kriterlere göreDD−ANFIS ve DD−YSA modellerinin birbirine çok yakın sonuçlar vermesidir.