Taşkın Verilerinin Modellenmesinde MEP Yönteminin Kullanılabilirliğinin Araştırılması

Year 2025, Volume: 14 Issue: 2, 119 - 143

Abdullah Kizilkaya , Tamer Bağatur , Hüseyin Fidan

https://doi.org/10.55007/dufed.1680507

Abstract

Yağış-akış süreci, mühendislik açısından su çevriminin temel bileşenlerinden biridir ve olası yağışlardan oluşabilecek akışın tahmini, su kaynaklarının planlanmasında büyük önem taşır. Bu bağlamda hem fiziksel hem de veri tabanlı birçok model geliştirilmiştir. Akış hidrografı, bir havzanın zamanla değişen akış tepkisini yansıtırken, günümüzde taşkın verilerinin yorumlanması ve modellenmesi hidrolojik çalışmaların önemli bir parçasını oluşturur. Bu çalışmada, gözlemlenmiş taşkın hidrografları ve havza özellikleri kullanılarak Çoklu İfade Programlama (MEP) yöntemiyle taşkınların modellenme potansiyeli araştırılmıştır. Çalışmanın odak noktası, Isparta Sütçüler Havzası'na ait 1995 yılı taşkın verilerinin MEP ile modellenmesidir. Geliştirilen modellerin doğruluk ve uygulanabilirlik düzeylerini değerlendirmek için Determinasyon Katsayısı (R2) ve Ortalama Mutlak Hata (MAE) gibi çeşitli istatistiksel metrikler kullanılmıştır. Söz konusu çalışma neticesinde, taşkın verilerinin MEP ile modellenmesinde tek bir zaman serisi yerine daha küçük periyotlar kullanılması durumunda başarılı ve etkili sonuçlar elde edildiği, MEP yönteminin taşkın modelleme çalışmalarında yüksek doğruluk ve uygulanabilirlik sağladığı sonucuna varılmıştır. Özellikle yağış ve akış gibi elde edilmesi zor verilerin MEP ve benzeri yapay zekâ teknikleriyle işlenmesinin, debi tahminlerinin doğruluğu açısından önem arz ettiği kıymetlendirilmiştir.

Keywords

MEP , Taşkın öteleme ve modelleme , Isparta/Sütçüler

Investigation of the Usability of the MEP Method in Flood Data Modeling

Abstract

The rainfall-runoff process is one of the fundamental components of the hydrological cycle from an engineering perspective, and estimating runoff resulting from potential precipitation events plays a critical role in water resources planning. In this context, numerous models, both physically based and data-driven, have been developed. While the flow hydrograph reflects the time-dependent runoff response of a watershed, the interpretation and modeling of flood data today constitute a significant aspect of hydrological studies. In this study, the potential of the Multi Expression Programming (MEP) method for flood modeling was investigated using observed flood hydrographs and watershed characteristics. The main focus of the study is the modeling of the 1995 flood event in the Isparta-Sütçüler Watershed using MEP. Various statistical metrics, such as the Coefficient of Determination (R²) and Mean Absolute Error (MAE), were used to evaluate the accuracy and applicability of the developed models. As a result of the study, it was concluded that using shorter time intervals instead of a single continuous time series in MEP-based flood modeling yielded more successful and effective results. The MEP method was found to provide high accuracy and practical applicability in flood modeling studies. It was also emphasized that processing hard-to-obtain data, such as precipitation and runoff, using MEP and similar artificial intelligence techniques is important for improving the accuracy of discharge estimations.

Keywords

MEP , Flood routing and modeling , Isparta/Sutculer

References

• N. Ağıralioğlu, “Akarsu Havzaları İçin Birleşik Bir Akış Modeli,” Doçentlik tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye, 1981.
• T.C. Tarım ve Orman Bakanlığı Su Yönetimi Genel Müdürlüğü, Taşkın Yönetimi. (2017). Erişim Tarihi: 17.03.2025. [Online]. https://www.tarimorman.gov.tr/SYGM/Belgeler/Ta%C5%9Fk%C4%B1n%20Dairesi%20Sunum/Ta%C5%9Fk%C4%B1n_kitap.pdf.
• V. T. Chow, D. R. Maidment and L. W. Mays, Applied Hydrology. New York, NY, USA: McGraw-Hill, 1988.
• C. C. Choi, “Coupled Hydrologic and Hydraulic Models and Applications,” M.S. thesis, Dept. of Civil and Environmental Engineering, The University of Iowa, lowa City, IA, USA, 2013.
• J. Y. Cheng, “Modification of Kinematic Wave Cascading Model for Low Impact Watershed Development,” Ph.D. dissertation, Dept. of Civil Engineering, Univ. of Colorado, Denver, CO, USA, 2011.
• Y. K. Tung, “River flood routing by nonlinear Muskingum method,” J. Hydraul. Eng., vol. 111, no. 12, pp. 1447-1460, 1985, doi: 10.1061/(ASCE)0733-9429(1985)111:12(1447).
• M. Sarıgöl, “Taşkın Ötelenmesinde Kullanılan Bazı Hidrolojik ve Hidrolik Yöntemlerinin Performanslarının Karşılaştırılması,” Doktora tezi, Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Trabzon, Türkiye, 2018.
• H. Karahan ve G. Gürarslan, “Kinematik dalga yaklaşımı kullanılarak taşkın öteleme problemlerinin modellenmesi: Sütçüler örneği,” VII. Ulusal Hidroloji Kongresi, Süleyman Demirel Üniversitesi, Isparta, Türkiye, 26–27 Eyl. 2012.
• A. O. Ogunlela and M. Y. Kasali, “Kinematic flood routing of Asa River,” Int. J. Eng. Technol. Res., vol. 2, no. 3, pp. 13-17, 2014, doi: 10.5281/zenodo.1094627.
• O. Atalay, “Taşkın Hidrografının Elde Edilmesiyle İlgili Yöntemlerin Karşılaştırılması,” Yüksek lisans tezi, Kocaeli Üniversitesi, Fen Bilimler Enstitüsü, Kocaeli, Türkiye, 2008.
• G. Akbari and B. Firoozi, “Implicit and explicit numerical solution of Saint-Venant equations for simulating flood wave in natural rivers,” in Proceedings of the 5th National Congress on Civil Engineering, Ferdowsi University of Mashhad, Mashhad, Iran, May 4–6, 2010.
• D. A. Barry and K. Bajracharya, “On The Muskingum-Cunge Flood Routing Method,” Environ. Int., vol. 21, no. 5, pp. 485-490, 1995, doi: 10.1016/0160-4120(95)00033-9.
• J. G. Chatila, “Application and Comparison of Dynamic Routing Models For Unsteady Flow in Simple and Compound Channels,” M.S. thesis, University of Ottawa, Ottawa, ON, Canada, 1992.
• E. A. Soentoro, “Comparision of Flood Routing Methods,” M.S. thesis, University of British Columbia, Vancouver, BC, Canada, 1991.
• Y. Yaman ve F. Önen, “Yağış-Akış ilişkisinin GEP ve ANFIS ile modellenmesi,” Dicle Üniv. Müh. Fak. Müh. Dergisi, c. 14, sayı. 3, ss. 489–498, 2023, doi: 10.24012/dumf.1297714.
• F. E. Jalal, M. Iqbal, M. A. Khan, B. A. Salami, S. Ullah, H. Khan, and M. Nabil, “Indirect estimation of swelling pressure of expansive soil: GEP versus MEP modelling,” Adv. Mater. Sci. Eng., vol. 2023, no. 1, pp. 1–12, 2023, Art. no. 1827117, doi: 10.1155/2023/1827117.
• M. I. Faraz, S. U. Arifeen, M. N. Amin, A. Nafees, F. Althoey and A. Niaz, “A comprehensive GEP and MEP analysis of a cement-based concrete containing metakaolin,” Structures, vol. 53, pp. 937–948, 2023, doi: 10.1016/j.istruc.2023.06.042.
• H. L. Wang and Z. Y. Yin, “High performance prediction of soil compaction parameters using multi expression programming,” Eng. Geol., vol. 276, Art. no. 105758, 2020, doi: 10.1016/j.enggeo.2020.105758.
• Ş. Ok Oral ve F. Önen, “Genetik İfadeli Programlama ile Taşkın Öteleme Modellemesi,” Yüksek lisans tezi, Dicle Üniversitesi, Fen Bilimleri Enstitüsü, Diyarbakır, Türkiye, 2017.
• D. E. Goldberg, Genetic Algorithms, New Delhi, India: Pearson Education India, 2013.
• A. Aldrees, M. F. Javed, A. T. B. Taha, A. M. Mohamed, M. Jasiński, and M. Gono, “Evolutionary and ensemble machine learning predictive models for evaluation of water quality,” J. Hydrol.: Reg. Stud., vol. 46, Art. no. 101331, 2023, doi: 10.1016/j.ejrh.2023.101331.
• M. F. Iqbal, M. F. Javed, M. Rauf, I. Azim, M. Ashraf, J. Yang and Q. F. Liu, “Sustainable utilization of foundry waste: forecasting mechanical properties of foundry sand based concrete using multi-expression programming,” Sci. Total Environ., vol. 780, Art. no. 146524, 2021, doi: 10.1016/j.scitotenv.2021.146524.
• M. Oltean and C. Grosan, “A comparison of several linear genetic programming techniques,” Complex Syst., vol. 4, no. 14, pp. 285-314, 2003, doi: 10.25088/ComplexSystems.14.4.285.
• M. Taşan, S. Taşan, and Y. Demir, “Estimation and uncertainty analysis of groundwater quality parameters in a coastal aquifer under seawater intrusion: A comparative study of deep learning and classic machine learning methods,”Environ. Sci. Pollut. Res., vol. 30, no. 2, pp. 2866–2890, 2023, doi: 10.1007/s11356-022-23152-6.
• C. J. Willmott and K. Matsuura, “Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance,” Clim. Res., vol. 30, no. 1, pp. 79–82, 2005, doi: 10.3354/cr030079.
• D. N. Moriasi, J. G. Arnold, M. W. Van Liew, R. L. Bingner, R. D. Harmel ve T. L. Veith, “Model evaluation guidelines for systematic quantification of accuracy in watershed simulations,” Trans. ASABE, vol. 50, no. 3, pp. 885–900, 2007, doi: 10.13031/2013.23153.
• S. Makridakis ve M. Hibo, “Accuracy of forecasting: An empirical investigation,” Int. J. Forecast., vol. 1, no. 2, pp. 111–153, 1995, doi: 10.1016/0169-2070(85)90023-3.
• T. Chai and R. R. Draxler, “Root mean square error (RMSE) or mean absolute error (MAE)?–Arguments against avoiding RMSE in the literature,” Geosci. Model Dev., vol. 7, pp. 1247–1250, 2014, doi: 10.5194/gmd-7-1247-2014.
• F. Althoey, N. Sor, H. Hadidi, S. Shah, A. Alaskar, S. Eldin and M. Javed, “Crack width prediction of self-healing engineered cementitious composite using multi-expression programming,” J. Mater. Res. Technol., vol. 24, pp. 918-927, 2023, doi: 10.1016/j.jmrt.2023.03.036.
• D. L. Shrestha and D. P. Solomatine, “Experiments with AdaBoost. RT, an improved boosting scheme for regression,” Neural Comput., vol. 18, no. 7, pp. 1678-1710, 2006, doi: 10.1162/neco.2006.18.7.1678.
• S. M. Mousavi, A. H. Alavi, A. H. Gandomi, M. A. Esmaeili and M. Gandomi,, “A data mining approach to compressive strength of CFRP-confined concrete cylinders,” Struct. Eng. Mech., vol. 6, no. 36, pp. 759-783, 2010, doi: 10.12989/sem.2010.36.6.759.
• G. Acar, “Zaman Serisi Yöntemleri ve Xgboost Algoritması ile Kömür Satış Tahmini: Türkiye Tarım Kredi Kooperatifleri Uygulaması,”Yüksek lisans tezi, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Sakarya, Türkiye, 2022.
• Y. Gültepe, “A comparative evaluation on air pollution prediction with machine learning algorithms,” Eur. J. Sci. Technol., vol. 16, pp. 8-15, 2019, doi: 10.31590/ejosat.530347.