Predictability of monthly streamflow discharge using remotesensing precipitation data by data driven models
Veri güdümlü yöntemler ile uydu yağış verileri kullanılarak aylık akarsu debisi tahmini
- Tez No: 474921
- Danışmanlar: YRD. DOÇ. DR. MUSTAFA TUĞRUL YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, İnşaat Mühendisliği, Engineering Sciences, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 155
Özet
Akarsularda akım tahmini birçok bilimsel ve endüstriyel çalışmanın konusu olagelmiştir. Bu amaçla, farklı zaman ölçeklerini kullanan birçok hidrolojik model geliştirilmiştir. Ancak bu fiziksel modeller, özellikle yağış verilerini kullanan modeller, akarsu debisi tahmininde gelecekte olması düşünülen verilere ihtiyaç duyarlar. Bu modellere alternatif olarak, veri güdümlü modellerle de gelecek verilerine ihtiyaç duymadan tahminler yapılabilmektedir. Bu çalışmada, yağış verilerinden yararlanılarak ve lineer ve lineer olmayan modeller kullanılarak, veri güdümlü yaklaşım ile aylık akarsu debisi tahmin edilmiştir. Debi tahminleri Çoruh Havzası için yapılmış, Tropik Yağış Ölçüm Misyonu (TRMM) ve Meteoroloji Genel Müdürülüğü (MGM) yer ölçüm istasyonlarının 2000-2011 yılları arası yağış ölçümlerinden faydalanılmıştır. Akarsu debisi tahminlerinin geçerliliği; Devlet Su İşleri (DSİ) tarafından sağlanan, yağış ölçümlerinden bağımsız olarak gerçekleştirilen akarsu debi ölçümlerinden yararlanılarak test edilmiştir. Bu çalışmada bir Basit Lineer Regresyon Modeli (SLR), bir Çoklu Lineer Regresyon (MLR) Modeli, bir Yapay Sinir Ağları Modeli (MLP) ile iki Kopula (NC ve FC) modeli oluşturulmuş ve debi tahminleri akarsu akımının klimatolojisi ve tutarlılığı ile karşılaştırılmıştır. Metodların akarsu debisi tahmin edebilirlik özelliklerini araştırmak için veri setlerinin standartlaştırılmış anomali bileşenleri [klimatoloji (uzun yıllar ortalaması) bileşenleri çıkarılıp ve standart sapmalarına bölünerek elde edilen veri setleri] ve bütün data setleri (klimatoloji ve anomali bileşenlerini içerisinde barındıran) ile birbirinden bağımsız tahminler yapılmıştır. Hesaplamalar sonucunda standartlaştırılmamış veri setleriyle en iyi sonuçlar akarsu akımının klimatoloji tabanlı tahminlerinden elde edilmiş ve tutarlılık tabanlı akarsu akım tahminlerinin yaklaşık olarak aynı korelasyon değerlerine sahip olduğu gözlemlenmiştir. Uzun yıllar klimatoloji bileşenleri standartlaştırılmış veri setleriyle yapılan tahminlere eklendiğinde, tahminlerde ileri derecede gelişmeler olduğu gözlemlenmiştir. Klimatoloji bileşenlerinin eklenmiş olduğu tahminler, gerçek zamanlı gözlemlerle 0.90 değerinin üzerinde korelasyonlar göstermiştir. Bu durum yağış-akış ilişkisi ve debi tahminlerindeki birincil bileşenin güçlü mevsimsellik etkisi olduğunu göstermiş ve her iki tip veri seti (yağış ve akarsu debisi) içinde bu bileşenin ne kadar etkili olduğunu vurgulamıştır.
Özet (Çeviri)
Predictability of stream flow has been the focus of many studies involving water resources management and hydroelectric energy production. Many hydrologic models have been developed to predict future and current streamflow at various time lags and locations. However, these physically-based models require reanalyzed future data sets (particularly precipitation forcing data) to predict future streamflow. Alternatively, data driven models can also provide predictions without the need of future projections by relying on the strong seasonality and autocorrelation that exist in the streamflow data. In this study, a data driven approach has been taken to predict monthly streamflow data sets utilizing precipitation data sets and using various linear and non-linear methods. Streamflow predictions of Coruh Basin have been performed using both the Tropical Rainfall Measurement Mission (TRMM) and the ground-based station precipitation (MGM) data sets between years 2000 – 2011. Predictions are validated using independent streamflow measurements acquired from General Directorate of State Hydraulic Works (DSI). A Simple Linear Regression Model (SLR), a Multiple Linear Regression Model (MLR), an Artificial Neural Network Model (MLP), and two Copula Models (Normal Copula and Frank Copula) are constructed and their predictions are cross-compared with the climatology- and persistence-based predictions. To further investigate the source of the predictive skills of these methods, separate predictions are made using the standardized anomaly components of data sets [after climatology (long year monthly mean) components are removed and standardized by dividing by the standard deviation of the data] and complete data sets (normal/non-standardized data sets retaining both anomaly and climatology components). Results show the best predictions are obtained from the climatology-based predictions of the stations for the complete data sets while persistence-based predictions are also strong. Predictions using standardized anomaly data sets are improved when long-term climatology values added. These climatology added predictions show above 0.90 correlations, showing heavy majority of the predictive skill and the relation between the precipitation and the streamflow data sets are due to the strong seasonality impacting both variables.
Benzer Tezler
- Predictability of the UK Equity Premium by Using the Approximate Dynamic Factor Model with Information Variables
Başlık çevirisi yok
MURAT TURAN
Yüksek Lisans
İngilizce
2019
EkonomiUniversità degli Studi di Pavia (University of Pavia)PROF. GUİDO ASCARİ
- Sinyal yaklaşımı ile Türkiye'deki para krizlerinin öngörülebilirliği
Predicting of money crisis in Turkey via signal approach
GÖZDE ÜÇÜNCÜ
Yüksek Lisans
Türkçe
2015
EkonomiKaradeniz Teknik Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. YAKUP KÜÇÜKKALE
- Finansal krizler ve erken uyarı sistemleri
Financial crises and early warning systems
ÖZGÜR YAMAN
Yüksek Lisans
Türkçe
2010
EkonomiKadir Has ÜniversitesiFinans ve Bankacılık Ana Bilim Dalı
YRD. DOÇ. DR. İLYAS AKHİSAR
- Borsada işlem gören bankaların hisse senedi fiyat ve işlem hacimlerinin zayıf formda etkinliğinin test edilmesi: ABD'de borsada işlem gören bankaların analizi
Testing weak form market efficiency of publicly traded banks in The United States
ABDULKADİR CEVDET ÖZGEN
- Türkiye'de iklimin enerji piyasasına olan etkileri ve bu etkilerin tahmin edilebilirliği
The effects of climate in Turkey's energy market and predictability of these effects
MURAT KOÇALİ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiElektrik ve Bilgisayar Ana Bilim Dalı
PROF. DR. AHMET COŞAR
DR. ÖĞR. ÜYESİ TAYFUN KÜÇÜKYILMAZ