Türki̇ye’de Yağiş Ve Sicakliğin Su Kaynaklari, Tarimsal Ürün Veri̇mi̇ Ve Su Poli̇ti̇kalarina Etki̇si̇

Altan, Kader; Teksoy, Arzu; Solmaz, Seval Kutlu Akal

doi:10.17482/uumfd.787493

Cited by 4 publications

(2 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Climate change and the escalating global population density have exacerbated the issue of dwindling water resources, resulting in a widespread water crisis [30]. Although our planet boasts a vast water reserve of approximately 1384.12 million km 3 , encompassing oceans, groundwater, glaciers, and atmospheric water vapor, the accessible surface water accounts for a mere 0.0225 million km 3 , underscoring the urgent need for efficient water management [31].…”

Section: Related Workmentioning

confidence: 99%

Hybrid Modeling for Stream Flow Estimation: Integrating Machine Learning and Federated Learning

Akbulut,

Cifci,

Aslan

2023

Applied Sciences

View full text Add to dashboard Cite

In the face of mounting global challenges stemming from population growth and climate fluctuations, the sustainable management of water resources emerges as a paramount concern. This scientific endeavor casts its gaze upon the Upper Euphrates basin, homing in on the Tunceli Munzur water sub-basin and the Sakarya Basin’s Kütahya Porsuk Stream Beşdeğirmen rivers. The investigation unfolds through the intricate analysis of daily average flow data, total daily precipitation, and daily average air temperature values, with the objective of unraveling the complexities of future water potential estimation. Central to our exploration are a series of well-established techniques including linear regression (LR), support vector regression (SVR), decision tree (DT), random forest (RF), and extra trees regression (ETR). We employ these methodologies diligently to decipher patterns woven within the dataset, fostering an informed understanding of water dynamics. To ascend the pinnacle of estimation accuracy, we introduce a groundbreaking hybrid approach, wherein the enigmatic wavelet transform (WT) technique assumes a pivotal role. Through systematic stratification of our dataset into training, validation, and test sets, comprising roughly 65%, 15%, and 20% of the data, respectively, a comprehensive experiment takes shape. Our results unveil the formidable performance of the ETR method, achieving a striking 88% estimation accuracy for the Porsuk Stream Beşdeğirmen, while the RF method garners a commendable 85.2% success rate for the Munzur water Melekbahçe. The apex of innovation unfolds within our hybrid model, a harmonious fusion of methodologies that transcends their individual capacities. This composite entity elevates estimation success rates by a remarkable 20% for the Munzur water Melekbahçe and an appreciable 11% for the Porsuk Stream Beşdeğirmen. This amalgamation culminates in an extraordinary overall success rate of 97.7%. Our findings transcend mere insights, resonating as guiding beacons for navigating the intricate maze of water resource management in an era marked by uncertainties. This study underscores the indispensability of advanced mathematical paradigms and machine learning frontiers, fortifying the bedrock of sustainable water resource management for the generations to come. By harnessing the fusion of federated learning and a constellation of innovative techniques, we endeavor to illuminate the path towards deciphering the complex tapestry of water resource estimation and management, facilitating a resilient and enduring aquatic world.

show abstract

Section: Related Workmentioning

confidence: 99%

Hybrid Modeling for Stream Flow Estimation: Integrating Machine Learning and Federated Learning

Akbulut,

Cifci,

Aslan

2023

Applied Sciences

View full text Add to dashboard Cite

show abstract

“…Türkiye, her ne kadar üç tarafı denizlerle çevrili olsa da özellikle iç su kaynakları açısından zengin bir ülke değildir. Çünkü ülkemiz yıllık ortalama 643 mm yağış miktarı (501 milyar m 3 ) ile dünya ortalamasının (800 mm) altında kalmaktadır [39], [40]. Bunun yanı sıra, küresel ısınma ve kirlilik gibi faktörler de mevcut su kaynaklarını tehdit etmektedir [41], [42].…”

Section: Sonuç Ve öNerilerunclassified

Condition Factor, Length-Weight and Length-Length Relationships of Capoeta banarescui living in Kurtuluş Stream (Perşembe-Ordu)

Bostancı

Yedier

Polat

2022

Bitlis Eren Üniversitesi Fen Bilimleri Dergisi

View full text Add to dashboard Cite

ÖzBu çalışmada, Kurtuluş Deresi (Perşembe-Ordu)'nde yaşayan Capoeta banarescui bireylerinin kondisyon faktörü, boy-boy ve boy-ağırlık ilişkileri incelenmiştir. Bu kapsamda Kurtuluş Deresi'nden elektroşoker yardımıyla 60 adet C. banarescui bireyi örneklenmiştir. Balık örneklerinin ortalama standart, çatal ve total boyları sırasıyla 11,097±0,475 cm, 12,082±0,477 cm ve 13,075±0,494 cm, ortalama ağırlıkları ise 33,08±3,69 g olduğu belirlenmiştir. Boy-ağırlık ilişki denklemi W=0,0082TB 3,1294 (R 2 =0,99) olarak hesaplanmıştır. Analizlerimiz sonucunda Kurtuluş Deresi'ndeki C. banarescui türünün pozitif allometrik bir büyüme gösterdiği belirlenmiştir. Çalışmamızda boy-ağırlık ilişki denklemindeki b değerinin %95 güven aralığının 3,1187-3,1362 olduğu belirlenmiştir. Total, çatal ve standart boylar arasında ilişki denklemleri TB=1,0334ÇB+0,5895 (R 2 =0,99), TB=1,036SB+1,5793 (R 2 =0,99), ve ÇB=1,0034SB+0,9475 (R 2 =0,99) olarak hesaplanmıştır. C. banarescui türünün kondisyon faktörü değerlerinin 0,9298-1,3767 aralığında değiştiği ve ortalama kondisyon faktörünün ise 1,1364±0,0132 olduğu belirlenmiştir. C. banarescui türünün Kurtuluş Deresi'nde yaşayan popülasyonu üzerine daha önce yapılmış bir çalışma bulunmamaktadır. Bu çalışmada C. banarescui türünün bu habitattaki kondisyon faktörü, boy-ağırlık ve boy-boy ilişkileri ilk defa rapor edilmiştir.

show abstract

İleri Veri İşlem Yöntemleri ile Su Kaynaklarının Kullanımı ve Planlanmasının Optimizasyonu

Akbulut

Aslan

2022

Aksaray University Journal of Science and Engineering

View full text Add to dashboard Cite

Canlı yaşamının devam etmesi için gerekli olan en temel maddelerden biri sudur. Gelecekte ve günümüzde nüfus artışına yanıt verebilecek temiz su kaynaklarının korunması ve geliştirilmesi, gerekliliği büyük önem arz etmektedir. Su insanoğlunun enerji ihtiyacını karşılayan ve hayatta kalmasını sağlayan en temel kaynaklardan birisidir. Mevcut su potansiyelinin tasarruflu kullanılması su ve kullanımının verimli hale getirilmesi gerekmektedir. Nehir akım debilerinin zaman serisi kullanılarak ileriye dönük su potansiyeli tahmini yapılabilmektedir. Akım gözlem istasyonlarında günlük ölçümler yapılmaktadır. Bu verilere dayalı olarak, matematik modellerle ve makine öğrenmesi sistemleri ile tahmin çalışmaları yürütülmektedir. Bu çalışmada inceleme bölgesi olarak seçilen Çatalca Istıranca Nehrine ait günlük ve aylık ortalama akım, bölgeye ait günlük toplam yağış miktarı ve günlük ortalama hava sıcaklık değerleri göz önüne alınmıştır. İstatistiksel olarak 2004-2020 inceleme dönemine ait, günlük ortalama akım 2,97 m3/sn, günlük toplam yağış 2,73 mm=kg/m2 ve ortalama hava sıcaklığı değeri 12,57 °C olarak saptanmıştır. Makine öğrenme yöntemlerinden Lineer Regresyon, Destek Vektör, Karar Ağacı, Rasgele Orman, Extra Trees, Dalgacık yöntemleri kullanarak akarsu akış miktarının zamanla değişimi tahmin edilmiştir. Uygulanan modellerin başarı performansları karşılaştırılmış, akış miktarı tahmininde Extra Trees (%91,0) ve Rasgele Orman (%89,2) diğer yöntemlere göre daha yüksek bulunmuştur.

show abstract

Türki̇ye’de Yağiş Ve Sicakliğin Su Kaynaklari, Tarimsal Ürün Veri̇mi̇ Ve Su Poli̇ti̇kalarina Etki̇si̇

Cited by 4 publications

References 9 publications

Hybrid Modeling for Stream Flow Estimation: Integrating Machine Learning and Federated Learning

Hybrid Modeling for Stream Flow Estimation: Integrating Machine Learning and Federated Learning

Condition Factor, Length-Weight and Length-Length Relationships of Capoeta banarescui living in Kurtuluş Stream (Perşembe-Ordu)

İleri Veri İşlem Yöntemleri ile Su Kaynaklarının Kullanımı ve Planlanmasının Optimizasyonu

Contact Info

Product

Resources

About