Dicle nehrinde çözünmüş oksijen derişiminin yapay sinir ağlarıyla modellenmesi
Modeling of dissolved oxygen concentration of the Tigris river with artificial neural networks
- Tez No: 733075
- Danışmanlar: PROF. DR. FEVZİ ÖNEN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Dicle Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
- Sayfa Sayısı: 87
Özet
Gittikçe küreselleşen Dünya'da önemli sorunlardan birisi olan su kirliliği konusundaki çalışmalar artarak devam etmektedir. Kirliliğin kontrol altına alınabilmesinde, su kalite çalışmalarının katkısı önemlidir. Suların nitelik olarak standartlara uygun olması gerekliliğinden dolayı su kalitesi üzerine analiz çalışmaları yapılmaktadır. Sucul ortamın dengesini direkt etkileyebilen, su kalitesinin önemli bir parametresi olan çözünmüş oksijenin ele alınması, su kalitesinin yorumlanmasında oldukça önem taşımaktadır. Bu çalışmada, Devlet Su İşleri (DSİ) 10. Bölge Müdürlüğü'nden temin edilen veriler kullanılarak, Dicle nehri alt havzasının çözünmüş oksijen parametresi Yapay Sinir Ağı yöntemi ile modellenmiştir. İstasyon olarak Dicle barajı ve Ongözlü köprü istasyon noktalarına ait veriler kullanılarak, girdi olarak Matlab programı yardımıyla işlenip, çözünmüş oksijen için farklı yapı ve kombinasyonlarda YSA modelleri oluşturulmuştur. Verilerden en iyi çıktıyı almak amacıyla ham verilere normalizasyon tekniği uygulanmıştır. Normalize edilen veriler yapay sinir ağlarında işlenerek tahmin modelleri oluşturulmuştur. Tahmin modelleri her bir istasyon için toplam on iki model olup, bunlar arasındaki performans analizi için R2 (determinasyon katsayısı), OMH (ortalama mutlak hata) ve OKH (ortalama karesel hata) değerleri hesaplanarak, yorumlanmıştır. En uygun çıktıyı veren modeller, her iki gözlem noktasında da yapı olarak İleri Beslemeli Geriye Yayılım Sinir Ağı (İBGYSA) olup algoritma olarak ise Levenberg – Marquardt backpropagation(trainlm)'dır. Nehir suyu çözünmüş oksijeninin modellenmesinde yapay sinir ağlarının kullanılan veri sayısı, zaman ve maliyet açılarından başarılı ve verimli çıktılar oluşturduğu görülmüştür. Diğer yandan sinir ağlarından faydalanılarak su niceliğinden bağımsız bir şekilde su kütlesinin analiz çalışmaları mümkün olup, kirlilik parametrelerinin tayini rahatlıkla gerçekleştirebilmektedir. Her çalışmanın kendi bölgesindeki elzem kirlilik kaynakları belirlenerek, kalite parametrelerinin analiz çalışması sinir ağları aracılığıyla verimli bir şekilde gerçekleştirilebilir.
Özet (Çeviri)
Studies on water pollution, which is one of the important problems in an increasingly globalized world, are increasingly continuing. Contribution of water quality studies is important in controlling pollution. Analysis studies are carried out on water quality due to the requirement that the waters comply with the standards in terms of quality. Addressing dissolved oxygen, which is an important parameter of water quality, which can directly affect the balance of the aquatic environment, is very important in the interpretation of water quality. In this study, the dissolved oxygen parameter of the Tigris sub-basin was modeled with the Artificial Neural Network method, using the data obtained from the 10th Regional Directorate of State Hydraulic Works (DSI). The data of the Dicle dam and Ongözlü bridge station points were taken as stations, processed with the help of Matlab program as input, and ANN models with different structures and combinations were created for dissolved oxygen. In order to get maximum efficiency from the data, the normalization technique was applied to the raw data. Prediction models were created by processing the normalized data in artificial neural Networks. Forecast models are twelve models in total for each station, and values such as R2 (coefficient of determination), MAE (mean absolute error) and MSE (mean square error) were calculated and interpreted for the performance analysis among them. The models that give the most favorable output are Feed Forward Backpropagation Neural Network (FFBPNN) at both observation points and Levenberg – Marquardt backpropagation(trainlm) as an algorithm. In the modeling of river water dissolved oxygen, it has been seen that artificial neural networks create successful and efficient outputs in terms of the number of data used, time and cost. On the other hand, analysis studies of water bodies can easily determine the pollutant parameters by making use of neural networks independently of water quantity. By determining the essential pollution sources in its region of each study, the analysis of the parameter can be carried out efficiently through neural networks.
Benzer Tezler
- The effect of heavy metals contamination on the quality and validity of grass carp (Ctenopharyngodon idella) caught from the Tigris River in Baghdad governorate, Iraq
Irak'ın Bağdat şehrinde Dicle nehrinden yakalanan ot sazanının (Ctenopharyngodon idella) kalitesi ve güvenilirliği üzerine ağır metal kirliliğinin etkisi
AHMED NATIQ GHAZI AL-MAQSSOOSSI
Yüksek Lisans
İngilizce
2023
ZiraatÇankırı Karatekin ÜniversitesiTarım ve Yaşam Bilimleri Ana Bilim Dalı
PROF. DR. ALPASLAN KUŞVURAN
PROF. DR. MOHAMMED SHAKİR MAHMOUD AL-BIDHANI
- Evaluation of groundwater resourges in the upper middle part of chaj doab area, Pakistan
Chaj Doab Pakistan bölgesinin üst-orta kısımlarında yeraltı suyu kaynaklarının incelenmesi
NİAZ AHMAD
Doktora
İngilizce
1998
Meteorolojiİstanbul Teknik ÜniversitesiUygulamalı Jeoloji Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Dicle nehrinde yaşayan Kefal ( Liza abu, Heckel, 1843 )'deki ağır metal birikiminin incelenmesi
Başlık çevirisi yok
SONGÜL SEVİM PAKDEMİR
- Dicle nehrinde yaşayan Acanthobrama marmid Heckel, 1843 türünün aylık ovaryum gelişiminin histolojik olarak incelenmesi
Histological examination of ovarian development of Acanthobrama marmid Heckel, 1843 living in the Tigris river
SEDA TAMAN
- Dicle nehrinde yaşayan Capoeta trutta (Heckel, 1843) (Pisces - Cyrinidae)'nın biyolojisi
Başlık çevirisi yok
ERHAN ÜNLÜ
