Sakarya Havzasındaki kısa dönem meteorolojik kuraklığın hibrit modeller ile tahmin edilmesi
Prediction of short-term meteorological drought in the Sakarya Basin with hybrid models
- Tez No: 803117
- Danışmanlar: DOÇ. DR. HATİCE ÇITAKOĞLU
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 257
Özet
Bu tez çalışması, Sakarya havzasındaki 10 adet meteoroloji istasyonuna ait uzun dönem yağış verileri kullanılarak havzadaki kısa dönem meteorolojik kuraklık değerlerinin tahmin edilmesine yöneliktir. Her bir istasyona ait aylık yağış verileri kullanılarak 1, 3, 6 ve 12 aylık kısa zaman ölçekleri için Standartlaştırılmış Yağış İndeksi (SYİ) kuraklık değerleri hesaplanmıştır. Hesaplanan SYİ kuraklık zaman serilerine, daha kısa ve daha yüksek özniteliklere sahip alt seriler elde edebilmek amacıyla Ayrık Dalgacık Dönüşümü (ADD), Ampirik Mod Ayrıştırma (AMA) ve Varyasyonel Mod Ayrıştırma (VMA) ön işleme teknikleri uygulanmıştır. Tahmin modellerinde bağımsız modeller olarak Yapay Sinir Ağları, Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi, Gauss Süreç Regresyonu, Destek Vektör Makine Regresyonu makine öğrenmesi yöntemleri ile Uzun-Kısa Süreli Bellek (UKSB) derin öğrenme yöntemi ele alınmıştır. Bu yöntemlere ADD, AMA ve VMA ön işleme teknikleri dâhil edilerek hibrit modeller elde edilmiş ve tüm bağımsız ve hibrit modellerin tahmin başarıları performans kriterlerine göre birbiri ile karşılaştırılmıştır. Test sonuçlarına göre, hibrit modellerin tahmin performansları bağımsız modellere göre oldukça üstündür. Ancak, bu tez çalışmasında UKSB yöntemi ile elde edilen bağımsız tahmin modelleri, yüksek tahmin performansları göstermiştir. Bundan dolayı kuraklık zaman serilerine farklı ön işleme teknikleri uygulanmadan da UKSB derin öğrenme yöntemi kullanılarak modellerden yüksek tahmin performanslarının elde edilebileceği sonucuna ulaşılmıştır. Ayrıca UKSB yönteminin hibrit modelleri, diğer makine öğrenmesi modellerine göre de daha başarılıdır. Ön işleme teknikleri arasında ise VMA tekniği, diğer tekniklere göre daha çok ön plana çıkmıştır.
Özet (Çeviri)
This thesis is aimed at predicting short-term meteorological drought values in the basin by using long-term precipitation data from 10 meteorological stations in the Sakarya basin. Standardized Precipitation Index (SPI) drought values were calculated for short time scales of 1, 3, 6 and 12 months using monthly precipitation data of each station. Discrete Wavelet Transform (DWT), Empirical Mode Decomposition (EMD) and Variational Mode Decomposition (VMD) pre-processing techniques were applied to the calculated SPI drought time series in order to obtain sub-series with shorter and higher features. Artificial Neural Networks, Adaptive Neuro-Fuzzy Inference System, Gaussian Process Regression, Support Vector Machine Regression machine learning methods and Long Short-Term Memory (LSTM) deep learning method were considered as stand-alone models in drought prediction models. The hybrid models were obtained by incorporating DWT, EMD and VMD pre-processing techniques into these methods, and the prediction successes of all stand-alone and hybrid models were compared with each other according to performance criteria. The findings indicated that, the prediction performance of the hybrid models is quite superior to that of the stand-alone models. However, stand-alone prediction models obtained by the LSTM method also showed high prediction performances. Therefore, it has been concluded that high prediction performances can be obtained from the models by using the LSTM deep learning method without applying different pre-processing techniques to the drought time series. Moreover, hybrid models of the LSTM method are more successful than other machine learning models. Among the pre-processing techniques, the VMA technique overperformed than the other techniques.
Benzer Tezler
- Spatial distribution of health risks associated with PM2.5 in turkey and iran using satellite and ground observations
Yer ve uydu ölçümleri kullanılarak belirlenen PM2.5 kaynaklı sağlık risklerinin Türkiye ve İran için alansal dağılımı
MEHRDAD SAMAVATI
Yüksek Lisans
İngilizce
2018
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURÇAK KAYNAK TEZEL
- Hidroelektrik enerji santrallerinde üretilen enerjinin kısa ve uzun süreli olarak tahmin edilmesi ve taşkın riskinin araştırılması: Doğançay Hidroelektrik Enerji Santralleri örneği
Estimation of energy produced in hydroelectri̇c power plants as short and long term and investigation of flood risk: case study of Dogancay Hydroelectric Power Plants
AHMET IYAD CEYHUNLU
Yüksek Lisans
Türkçe
2020
İnşaat MühendisliğiSakarya Uygulamalı Bilimler Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKMEN ÇERİBAŞI
- İklim değişikliğinin hidroelektrik enerji santrallerinde üretilen enerji üzerine etkisi: Sakarya Havzası örneği
Effect of climate change on energy generated at hydroelectric power plant: Sakarya Basin case
HAMZA PİR
Yüksek Lisans
Türkçe
2023
İnşaat MühendisliğiSakarya Uygulamalı Bilimler Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKMEN ÇERİBAŞI
- Sakarya nehir sistemi Ephemeroptera limnofaunasının tesbiti ve yayılışları
Başlık çevirisi yok
MUSTAFA TANATMIŞ
- Sakarya havzasındaki bazı akarsularda debi eğilimlerinin belirlenmesi
Determination of trends of some streamflows in Sakarya basin
PAKİZE SEMA KURUCU
Yüksek Lisans
Türkçe
2008
ZiraatAnkara ÜniversitesiTarımsal Yapılar ve Sulama Ana Bilim Dalı
PROF. DR. FAZLI ÖZTÜRK