Adana istasyonunda buharlaşmanın farklı yapay zeka yöntemleri ile tahmini

Öz

Buharlaşma, hidrolojik ve meteorolojik çalışmalarda önemli bir parametre olarak karşımıza çıkmakta ve buharlaşma tahmininin doğru yapılması ise su kaynaklarının geliştirilmesi, kontrol edilmesi ve yönetimi gibi çeşitli amaçlar için önem arz etmektedir. Son yıllarda, yapay zeka yöntemleri kullanan araştırmacılar arasında, hidroloji ve su kaynakları yönetimi konusu giderek daha popüler hale gelmektedir. Bu çalışmada, aylık ortalama buharlaşma tahminini elde etmek için Yapay Sinir Ağı (YSA), Bulanık Mantık Yapay Sinir Ağı (ANFIS) ve Gen Ekspresyon Programlama (GEP) yöntemleri kullanılmıştır. Aylık ortalama sıcaklık (Co), nem (%), rüzgar hızı (m/s), basınç (hPa), güneşlenme şiddeti (cal / cm2) ve güneşlenme süresi (saat) iklimsel verileri kullanılarak, Adana istasyonundaki aylık ortalama buharlaşma tahmin edilmiştir. Farklı girdi parametreleri kombinasyonları oluşturularak, YSA, ANFIS ve GEP metotları kullanılarak elde edilen sonuçlar karşılaştırılmıştır. Elde edilen sonuçlar neticesinde, kullanılan tüm metotların buharlaşma tahmininin kabul edilebilir derecede başarılı olduğu ancak ANFIS metodunda 6 girdili kombinasyonun, oluşturulan tüm modeller içerisinde en başarılı sonucu verdiği belirlenmiştir.

Anahtar Kelimeler

• Adana istasyonu, ANFIS, Buharlaşma tahmini, GEP, YSA

Estimation of Monthly Pan Evaporation Using Different Artificial Intelligence Methods in Adana Station

Abstract

Evaporation is a primary process of water and heat loss for most of lakes and therefore a main component in both their energy and water budgets. Accurate estimation of evaporation is necessary for water and energy budget studies, water quality surveys, water management and planning of hydraulic constructions. Evaporation is emerging as an important parameter in hydrological and meteorological studies and also it is important to estimate evaporation correctly for the development, controlling and management of the water resources. In recent years, artificial intelligence methods are becoming more popular among the researchers in hydrology and water resources management. In this study, Artificial Neural Network (ANN), Adaptive Network Based Fuzzy Inference Systems (ANFIS) and Gene Expressing Programming (GEP) were used to obtain the estimated monthly average evaporation. Using climatic data of monthly average temperature (oC), humidity (%) wind speed (m/s), pressure (hPa), solar radiation (cal / cm2) and sunshine duration (hours), the average monthly pan evaporation in Adana station was estimated. Creating different combinations of input parameters the results obtained from ANN, ANFIS and GEP were compared. According to the result obtained from different methods, all methods were found to be successful in estimating the evaporation but ANFIS method with 6 input combination is determined to be most successful in all models created.

Keywords

• Adana Station, Estimation of Evapotranspiration, ANN, ANFIS, GEP