Geri Dön

Yağış serilerinde kümeleme ve anormallik tespiti için yoğunluk tabanlı veri madenciliği algoritmalarının geliştirilmesi

Development of density based data mining algorithms for clustering and anomaly detection in precipitation time series

  1. Tez No: 654478
  2. Yazar: AHMET ÖZEKES
  3. Danışmanlar: DOÇ. DR. FİLİZ DADAŞER ÇELİK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Çevre Mühendisliği, Environmental Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

İklim değişikliğin en önemli göstergelerinden biri yağışlarda meydana gelen değişikliklerdir. Bu tez çalışmasının amacı, veri madenciliği yöntemlerinden biri olan ve kümeleme ve anormallik keşfi için sıklıkla kullanılan yoğunluk tabanlı VDBSCAN algoritmasının geliştirilmesi ve Türkiye yağış serilerindeki anormal yağışların keşfedilmesidir. Çalışmada geliştirilen autoVDBSCAN algoritması, VDBSCAN algoritmasının ihtiyaç duyduğu girdiler olan minimum nokta sayısı (MinPts) ve komşuluk yarıçap (Eps) değerlerini otomatik olarak belirler. Ayrıca bu algoritma ilk adımda aşırı anormal değerlerin keşfedildiği ve ikinci adımında bu değerlerin ayrı tutularak yeniden kümelemenin yapıldığı iterasyonlu yaklaşımı ile gizlenmiş anormal değerleri keşfeder ve nispeten daha verimli bir kümeleme yapar. Türkiye'deki 195 meteoroloji istasyonunun 1980-2015 dönemine ait yıllık yağış verileri ile yapılan mekânsal analiz çalışmasında algoritma 3 aşırı anormal, 14 gizlenmiş anormal ve 8 küme belirlemiştir. Bununla birlikte, bu istasyonlara ait aylık yağış verileri kullanılarak zamansal analiz yapılmıştır. Dönem boyunca meydana gelen anormal yağışların Ege Bölgesi'nde, Akdeniz Bölgesi'nde, Doğu Anadolu Bölgesi'nde ve İç Anadolu Bölgesi'nin güney kısmında yoğunlaştığı tespit edilmiştir ve Muş Varto, Kahramanmaraş ve Hakkari Merkez istasyonlarının ilk sıralarda oldukları görülmüştür. Bir diğer yandan, 352 anormal yağışın keşfedildiği 2010 yılı en yüksek anormal yağış sayısına sahip yıl olmuş ve ardından 2014, 2009, 1997 ve 2015 yılları gelmiştir. 1993, 1980 ve 2007 ise en az sayıda anormal yağışın görüldüğü yıllardır. Bununla birlikte en çok anormal yağış Eylül aylarında, en az anormal yağış ise Nisan aylarında keşfedilmiştir.

Özet (Çeviri)

One of the most important indicators of climatic change is the changes in precipitation. The purpose of this study is to improve density based VDBSCAN algorithm, which is one of the data mining methods and is often used for clustering and anomaly detection. The algorithm is aimed to be used for exploring anomalies in precipitation time-series of Turkey. AutoVDBSCAN algorithm developed in the study automatically determines the minimum points (MinPts) and neighborhood radius values (Eps), which are the input parameters required by the VDBSCAN algorithm. It also contains a level-wise approach. First, extreme anomalies of dataset are determined and excluded from the dataset in order to find optimum input parameters. Secondly, it determines clusters and suppressed anomalies. Spatial analysis with annual precipitation data, collected from 195 meteorological stations of Turkey for the period of 1980-2015, was performed and 3 extreme anomalies, 14 suppressed anomalies, and 8 clusters were discovered. In addition, temporal analysis was performed with monthly precipitation data. It was determined that the anomalous precipitation occurring during the period is concentrated in the Aegean Region, Mediterranean Region, Eastern Anatolia Region and the southern part of the Central Anatolia Region. Mus Varto, Kahramanmaras and Hakkari stations were the top of the list in terms of having the highest number of anomalies. On the other hand, the year 2010 had the highest number of anomalies with 352 anomalies and was followed by 2014, 2009, 1997, and 2015. Also, 1993, 1980 and 2007 were the years with the least number of anomalies. At the same time, the highest number of anomalies was detected in September, and the least number of anomalies was detected in April.

Benzer Tezler

  1. Marmara geçiş iklimi sahasında yağışların istatistiksel ve sinoptik analizi

    Statistical and synoptic analysis of precipitation in the Marmara transitional climate region

    MEHDI AALIJAHAN

    Doktora

    Türkçe

    Türkçe

    2023

    CoğrafyaMarmara Üniversitesi

    Coğrafya Ana Bilim Dalı

    DOÇ. DR. ATİLLA KARATAŞ

  2. Küresel yağış döngüleri (1948-2017)

    Global precipitation periodicities (1948-2017)

    ESRA TUNALIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    CoğrafyaAnkara Üniversitesi

    Coğrafya Ana Bilim Dalı

    DOÇ. DR. ERKAN YILMAZ

  3. Yağış şiddet süre frekans bağıntılarının sezgisel optimizasyon algoritmaları kullanılarak Türkiye ölçeğinde belirlenmesi

    Determination of the rainfall intensity duration frequency relations using heuristic optimization methods in Turkey

    UTKU ZEYBEKOĞLU

    Doktora

    Türkçe

    Türkçe

    2021

    İnşaat MühendisliğiOndokuz Mayıs Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ASLI ÜLKE KESKİN

  4. Implementation of a flood management system for Nicosia

    Lefkoşa için bir taşkın yönetim sistemi geliştirilmesi

    HASAN ZAİFOĞLU

    Doktora

    İngilizce

    İngilizce

    2018

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ MELİH YANMAZ

  5. Fırat-Dicle havzasında farklı şiddetteki maksimum yağmurların L-momentler yaklaşımıyla bölgesel frekans analizi

    Regional frequency analysis of maxima rainfalls with different intensity via L-moments aproach

    MÜBERRA ERDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    ZiraatTokat Gaziosmanpaşa Üniversitesi

    Biyosistem Mühendisliği Ana Bilim Dalı

    PROF. DR. KADRİ YÜREKLİ