AKARSULARDAKİ KATI MADDE MİKTARININ YAPAY SİNİR AĞLARI İLE TAHMİNİ: KIZILIRMAK NEHRİ ÖRNEĞİ

Abstract

Bu çalışmada, son yıllarda su kaynakları mühendisliğinde kullanım alanı geniş olan yapay sinir ağları (YSA) yöntemi katı madde miktarı tahmininde kullanılmıştır. Katı madde tahmini için Kızılırmak Nehri’nde bulunan Yamula gözlem istasyonuna ait 1973-2003 yılları arasında bulunan akım verileri girdi parametresi olarak kullanılarak çeşitli YSA modelleri geliştirilmiştir. Geliştirilen modeller incelendiğinde, YSA yönteminin katı madde tahmininde kullanılabileceği görülmüştür.

Keywords

• Katı madde, yapay sinir ağları, Kızılırmak Nehri

SEDIMENT ESTIMATION FOR RIVERS USING ARTIFICIAL NEURAL NETWORK: CASE STUDY OF KIZILIRMAK RIVER

Abstract

In this study, artificial neural networks (ANN) method that is most widely used in water resources engineering in recent years was used to estimate sediment. The various ANN models were developed by using the monthly flow data of Yamula station for 1973-2003 years on the Kızılırmak River as input parameters. Examining the developed models, it was shown that the ANN method can be used for estimation of the sediment.

Keywords

• Sediment, artificial neural networks, Kızılırmak River

References

1. Anonim (2012). http://www.samsun.gov.tr/samsun-sehri.asp?ContentId=21#5
2. Berkün, M., (2005). Su Kaynakları Mühendisliği. İstanbul.
3. Cığızoğlu, H.K. (2000). Suspended Sediment Estimation for Rivers Using Artificial Neural Networks and Sediment Rating Curves. Turkish J. Eng. Env. Sci., 26 , 27 -36.
4. Çobaner, M., Ünal, B., Kişi, Ö. ve Ünal, S. (2006). Akarsularda Katı Madde Miktarının Yapay Sinir Ağları Kullanılarak Tahmini. Ç.Ü. Müh. Mim. Fak. Dergisi, 21(1-2), 229- 235.
5. Doğan, E. (2009). Katı Madde Konsantrasyonunun Yapay Sinir Ağlarını Kullanarak Tahmin Edilmesi. İMO Teknik Dergi, 302, 4567-4582.
6. Erkek, C. ve Ağıralioğlu, N. (2010). Su Kaynakları Mühendisliği, İstanbul.
7. Fırat, M. ve Güngör, M. (2004). Askı Madde Konsantrasyonu ve Miktarının Yapay Sinir Ağları ile Belirlenmesi. İMO Teknik Dergi, 219, 3267-3282.
8. Kişi, Ö. (2007). Akış-Katı Madde Anahtar Eğrisinin Yapay Sinir Ağları Kullanılarak Geliştirilmesi, International Journal of Science and Technology, 2(1), 49-61.

9. Kişi, Ö., Karahan M.E. ve Şen, Z. (2003). Nehirlerdeki Askı Maddesi Miktarının Bulanık Mantık ile Modellenmesi. İTÜ Dergisi/d Mühendislik, 2(3), 43-54.
10. Öztemel, E. (2003) Yapay Sinir Ağları, İstanbul.
11. Öztopal, A. ve Şen, Z. (2009). Kısa Vadeli Yağış Modellemesi İçin Yapay Sinir Ağları Yaklaşımı. İTÜ Dergisi/d Mühendislik, 8(1), 83-94.
12. Öztürk, F. (2002). Yüzey Akış ve Sediment Miktarının AGNPS Modeli ile Belirlenmesi. Bilimsel Araştırma Projesi Kesin Raporu, Ankara Üniversitesi Bilimsel Araştırma Projeleri, Ankara.
13. Öztürk, F., Sönmez F. Kemal, Yıldırım, Y. Ersoy, Bayramin, İ., Apaydın, H. ve Karaş, E. (2003) Kurukavak Deresi Havzasında Yüzey Akış ve Sediment Miktarının AGNPS Modeli ile Tahmini. Tarım Bilimleri Dergisi, 9 (3), 344-351.
14. Ülke, A., Özkul, S. ve Tayfur G. (2011). Ampirik Yöntemlerle Gediz Nehri İçin Askıda Katı Madde Yükü Tahmini. İMO Teknik Dergi, 348, 5387-5407.
15. Ülke, A., Özkul, S., Tayfur, G. ve Gündoğdu, İ. (2010). Gediz Nehri için Eksik Sediment Verilerinin Tahmin Edilmesi. VI. Ulusal Hidroloji Kongresi, 254-264, Denizli.
16. Yenigün, K., Bilgehan M., Gerger, R. ve Mutlu, M. (2010). A Comparative Study on Prediction of Sediment Yield in The Euphrates Basin. International Journal of the Physical Sciences, 5(5), 518-534.
17. Yurtoğlu, H. (2005). Yapay Sinir Ağları Metodolojisi ile Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği. Ekonomik Modeller ve Stratejik Araştırmalar Genel Müdürlüğü, Uzmalık Tezi, 104 s., Ankara.