Drought Estimation by using Adaptive Network Based Fuzzy Inference System in Çukurova Basin

Yıl 2020, Cilt: 8 Sayı: 1, 578 - 588, 31.01.2020

Özlem Terzi , Ayşegül Terzi

https://doi.org/10.29130/dubited.599485

Öz

Decreases in the amount of
precipitation and increases in temperature values are important factors in the
formation of drought. Drought has many negative effects for both human and
ecological balance. The decrease of vegetation, the yield obtained from
agricultural products and clean water resources are among the negative effects of
drought. In this study, drought estimation
was made in Çukurova Basin, which is one of the regions of drought. For this
purpose, drought analysis was performed by the Standard Precipitation Index
(SPI) method using the monthly average precipitation data of different
meteorological stations in the basin. Models were developed with Adaptive Neuro
Fuzzy Inference System (ANFIS) by using the SPI values obtained from the
drought analysis. Among the developed models, the best results were obtained in
the ANFIS model developed using the 9-month SPI values and it was shown that
the developed model was usable.

Anahtar Kelimeler

Drought, Standardized Precipitation Index, ANFIS

Çukurova Havzası’nda Uyarlanabilir Ağ Tabanlı Bulanık Çıkarım Sistemi Kullanılarak Kuraklığın Tahmini

Öz

Yağış miktarındaki azalmalar ve
sıcaklıktaki yükselmeler kuraklığın oluşumundaki önemli faktörlerdendir.
Kuraklık gerek insanlar için gerekse ekolojik denge için birçok olumsuz etkiyi
de beraberinde getirmektedir. Bitki örtüsünün azalması, tarım ürünlerinden elde
edilen verimin düşmesi ve temiz su kaynaklarının azalması kuraklığın olumsuz
etkilerindendir. Bu
çalışmada, kuraklığın hissedildiği bölgelerden biri olan Çukurova Havzası’nda
kuraklık tahmini yapılmıştır. Bunun için havzada bulunan farklı meteoroloji
istasyonlarına ait aylık ortalama yağış verileri kullanılarak Standart Yağış
İndisi (SYİ) yöntemiyle kuraklık analizi yapılmıştır. Analiz sonucunda elde
edilen SYİ değerleri kullanılarak Uyarlanabilir Ağ Tabanlı Bulanık Çıkarım
Sistemi (ANFIS) yöntemi ile modeller geliştirilmiştir. Geliştirilen modeller
içerisinde en uygun sonuçlar 9- aylık SYİ değerleri kullanılarak geliştirilen ANFIS
modelinde elde edilmiştir ve bu modelin kullanılabilir olduğu görülmüştür.

Anahtar Kelimeler

Kuraklık, Standart Yağış İndisi, ANFIS, Çukurova Havzası

Kaynakça

• [1] BMÇMS, Birleşmiş Milletler Çölleşme ile Mücadele Sözleşmesi, Ankara, Türkiye: Çevre Bakanlığı Yayınları, 1997.
• [2] Anonim, (2017, 24 Eylül). [Online]. https://www.mgm.gov.tr/FILES/iklim/yayinlar/2014/Türkiye-Kuraklik-Degerlendirmesi-2014.pdf
• [3] M. Özgürel, G. Pamuk, ve K. Topçuoğlu, “Palmer Kuraklık Şiddeti İndeksi ile Modellenmesi,” II. Ulusal Hidroloji Kongresi, İstanbul, 1998, ss. 192–201.
• [4] H. Hisdal ve L. M. Tallaksen, “Estimation of regional meteorological and hydrological drought characteristics,” Journal of Hydrology, c. 281, ss. 230-247, 2003.
• [5] B. Bonaccorso, I. Bordi, A. Cancelliere, G. Rossi ve A. Sutera,“Spatial variability of drought: an analysis of the SPI in Sicily,” Water Resources Management, c. 17, ss. 273–296, 2003.
• [6] T. Tonkaz ve M. Çetin, “Şanlıurfa’da kuraklık şiddetinin standardize yağış indeksi ile belirlenmesi ve kuraklık gidiş analizi,” GAP IV. Tarım Kongresi, Şanlıurfa, Türkiye, 2005
• [7] D. Deniz, “Türkiye’deki kuraklığın Standart Yağış İndeksi (SPI) ile incelenmesi,” Yüksek lisans tezi, Coğrafya Bölümü, Çanakkale Onsekiz Mart Üniversitesi, Çanakkale, Türkiye, 2009.
• [8] A. Tanoğlu “Türkiye'nin kuraklık indisleri,” Türk Coğrafya Dergisi, s. 1, ss. 36-41, 1943.
• [9] Ö. Köse ve A. Dorum, “Orta Anadolu kapalı havzası kuraklık parametrelerinin olasılık dağılımı,” Turkish Journal of Engineering and Environmental Siciences, c. 26, ss. 85-93. 2002.
• [10] D. Küçükyaman, “Kovada Gölü’nün hidrolojik ve meteorolojik kuraklık analizi,” Yüksek lisans tezi, İnşaat Mühendsiliği Bölümü, Süleyman Demirel Üniversitesi, Isparta, Türkiye, 2010.
• [11] G. Bacanlı, “Yapay Sinir Ağları ve Bulanık Mantık Yöntemleri ile Kuraklık Tahmini” yayınlanmamış rapor, Denizli, 2011.
• [12] Anonim, (2018, 15 Şubat). [Online]. Erişim: https://www.turkcebilgi.com/Çukurova.
• [13] T. B. Mckee, N. J. Doesken ve J. Kleist, “The Relationship of Drought Frequency and Duration to Time Scales,” 8th Conference on Applied Climatology, Anaheim, CA, USA, 1993, ss. 179-184.
• [14] E. Topçu, “L-Momentler ve Standart Yağış İndeksi (SYİ) Yardımıyla Seyhan Havzası Kuraklık Analizi,” Yüksek Lisans Tezi, İnşaat Mühendisliği Bölümü, Çukurova Üniversitesi, Adana, Türkiye, 2013.
• [15] S. Sırdaş, “Meteorolojik kuraklık modellemesi ve Türkiye uygulaması,” Doktora tezi, İnşaat Mühendisliği Bölümü, İstanbul Teknik Üniversitesi, İstanbul, Türkiye, 2002.
• [16] J. S. R. Jang, C. T. Sun ve E. Mizutani, Neuro-Fuzzy and Soft Computing, 1. Baskı, Upper Saddle River, United States of America: Prentice-Hall, Inc., 1997, s. 607.
• [17] L. H. Tsoukalas ve R. E. Uhrig, Fuzzy and Neural Approaches In Engineering, 1. baskı. New York, USA: John Wiley&Sons Inc., 1997.
• [18] Ö. Demirel, A. Kakilli ve M. Tektaş, “ANFIS ve Arma Modelleri ile Elektrik Enerjisi Yük Tahmini,” Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, c. 25, s. 3, ss. 601-610, 2010.
• [19] K. Akı ve B. Karasulu, “Esnek Hesaplamada Sinirsel Bulanık Sinerjiyi Temel Alan Sistemler ve Yaklaşımlar Üzerine Bir İnceleme,” Cumhuriyet Üniversitesi Fen Bilimleri Dergisi, c. 35, s. 2, ss. 54-86, 2014.