Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini
Öz
Kuraklığın erken tahmin edilmesi, kuraklığın olası olumsuz etkilerinin azaltılabilmesini sağlayabilir. Bu amaçla geliştirilen indisler ise geçmişe dönük kuraklığın belirlenmesini sağlamaktadır. Geçmiş dönemlere ait indis ve yağış verileri kullanılarak oluşması muhtemel kuraklığın tahmin edilmesi, erken uyarı sistemlerinin kurulabilmesine imkân tanıyabilecektir. Bu çalışmada, Şanlıurfa istasyonuna ait 1938-2014 yılları arasındaki yağış verileri ile hesaplanan Standartlaştırılmış Yağış İndeksi (SYİ) değerleri, geçmiş yağış ve kuraklık indisi değerleri kullanılarak tahmin edilmiştir. Kuraklığın tahmin edilmesinde İleri Beslemeli Geri Yayınımlı Sinir Ağır (İBGYSA) yöntemi kullanılmıştır. 1937-1990 yılları arasındaki değerler eğitim, 1991-2014 yılları arasındaki değerler ise test verisi olarak kullanılmıştır. 1, 3, 6 ve 12 aylık kuraklık indis değerlerinin tahmini için, her bir zaman ölçeğinde 16 model kullanılmıştır. Şanlıurfa istasyonu için 6 ve 12 aylık kuraklık indislerinin tahmininde yapay sinir ağları yönteminin uygulanabilir olduğu belirlenmiştir.
Anahtar Kelimeler
Kaynakça
- M. E. Keskin, Ö. Terzi, E. D. Taylan, ve D. Küçükyaman, Meteorological Drought Analysis Using Data-Driven Models For The Lakes District, Turkey, Hydrological Sciences Journal, Vol. 54, Pp. 1114-1124, 2009.
- S. Barua, A. W. M. Ng, ve B. J. C. Perera, Artificial Neural Network–Based Drought Forecasting Using A Nonlinear Aggregated Drought Index, Journal of Hydrologic Engineering, Vol. 17, Pp. 1408-1413, 2012.
- A. Belayneh, J. Adamowski, B. Khalil, ve B. Ozga-Zielinski, Long-Term Spi Drought Forecasting In The Awash River Basin In Ethiopia Using Wavelet Neural Network and Wavelet Support Vector Regression Models, Journal of Hydrology, Vol. 508, Pp. 418-429, 2014.
- P. Cutore, G. Di Mauro, ve A. Cancelliere, Forecasting Palmer Index Using Neural Networks and Climatic Indexes, Journal of Hydrologic Engineering, Vol. 14, Pp. 588-595, 2009.
- U. G. Bacanli, M. Firat, ve F. Dikbas, Adaptive Neuro-Fuzzy Inference System For Drought Forecasting, Stochastic Environmental Research and Risk Assessment, Vol. 23, Pp. 1143-1154, 2008.
- A. F. Marj ve A. M. J. Meijerink, Agricultural Drought Forecasting Using Satellite Images, Climate Indices and Artificial Neural Network, International Journal of Remote Sensing, Vol. 32, Pp. 9707-9719, 2011.
- S. Morid, V. Smakhtin, ve K. Bagherzadeh, Drought Forecasting Using Artificial Neural Networks and Time Series of Drought Indices, International Journal of Climatology, Vol. 27, Pp. 2103-2111, 2007.
- A. K. Mishra ve V. R. Desai, Drought Forecasting Using Feed-Forward Recursive Neural Network, Ecological Modelling, Vol. 198, Pp. 127-138, 2006.
Ayrıntılar
Birincil Dil
Türkçe
Konular
Mühendislik
Bölüm
Araştırma Makalesi
Yazarlar
Veysel Gümüş
*
Harran Üniversitesi
0000-0003-2321-9526
Türkiye
Ahmet Başak
Bu kişi benim
Türkiye
Kasım Yenigün
Türkiye
Yayımlanma Tarihi
30 Eylül 2018
Gönderilme Tarihi
10 Şubat 2018
Kabul Tarihi
27 Haziran 2018
Yayımlandığı Sayı
Yıl 2018 Cilt: 6 Sayı: 3
Cited By
Jaya algoritması ile optimize edilmiş yapay sinir ağlarını kullanarak Türkiye’de elektrik enerjisi tüketiminin tahmini
Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji
https://doi.org/10.29109/gujsc.684334Precipitation Forecast with Artificial Neural Networks Method
Journal of AI
https://doi.org/10.61969/jai.1310918Comparison of Levenberg-Marquardt and Bayesian Regularization Learning Algorithms for Daily Runoff Forecasting
Journal of Innovative Science and Engineering (JISE)
https://doi.org/10.38088/jise.1375510