Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini

Yıl 2018, Cilt: 6 Sayı: 3, 621 - 633, 30.09.2018

Veysel Gümüş Ahmet Başak Kasım Yenigün

https://doi.org/10.29109/gujsc.393154

Cited By: 2

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

Kuraklık analizi, Kuraklık tahmini, Yapay sinir ağları

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.
• V. Gümüş, N. G. Soydan, O. Şimşek, M. S. Aköz, ve M. S. Kırkgöz, Yağış-Akış İlişkisinin Belirlenmesinde Farklı Yapay Sinir Ağı Yöntemlerinin Karşılaştırılması, Çukurova Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Vol. 28, P. 37, 2013.
• V. Gümüş ve M. E. Kavşut, Zamanti Nehri-Ergenusağı İstasyonu Eksik Aylık Akım Verilerinin Tahmini, Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, Vol. 1, Pp. 81-91, 2013.
• V. Gümüş, O. Şimşek, N. G. Soydan, ve M. E. Kavşut, Estimation of Monthly Pan Evaporation Using Different Artificial Intelligence Methods In Kahramanmaraş Station In 11th International Congress On Advances In Civil Engineering, İstanbul, Türkiye, 2014.
• V. Gümüş, O. Şimşek, N. G. Soydan, M. S. Aköz, ve K. Yenigün, Adana İstasyonunda Buharlaşmanın Farklı Yapay Zeka Yöntemleri Ile Tahmini, Dicle Üniversitesi Mühendislik Dergisi, Vol. 7, Pp. 309-318, 2016.
• V. Gümüş, A. Başak, ve N. Oruç, Standartlaştırılmış Yağış İndeksi (Syi) Yöntemi Ile Şanlıurfa İstasyonunun Kuraklık Analizi, Harran Üniversitesi Mühendislik Dergisi, Vol. 1, Pp. 36-44, 2016.
• R. Lippmann, An Introduction to Computing with Neural Nets, Ieee Assp Magazine, Vol. 4, Pp. 4-22, 1987.
• D. W. Marquardt, An Algorithm For Least-Squares Estimation of Nonlinear Parameters, Journal of The Society For Industrial and Applied Mathematics, Vol. 11, Pp. 431-441, 1963.