Geri Dön

Makine öğrenimi tekniği kullanarak Irak'ta meteorolojik kuraklık tahmini

Prediction of meteorological drought in Iraq using machine learning techniques

PDF İndir

  1. Tez No: 850633
  2. Yazar: ZAINAB ABDULWAHAB HASAN HASAN
  3. Danışmanlar: DOÇ. DR. LEVENT LATİFOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Kuraklık, Kuraklık İndeksi, Standart yağış indeksi, Rastgele Orman, Yapay Sinir Ağı, Makine Öğrenmesi, Drought, Drought Index, Standard precipitation index, Random forest, artificial neural network, Machine Learning
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Hızlı endüstriyel büyüme, enerji talebinde artışa yol açarak aşırı iklim dalgalanmalarına neden oldu. İklimsel dalgalanmalara bağlı olarak kuraklıkların sıklığında ve şiddetinde ciddi bir artış olması nedeniyle, etkilerini azaltacak kuraklık tahmin modellerinin oluşturulmasına ihtiyaç duyulmaktadır. Bir bölgede, özellikle yaşam ve büyüme koşullarını olumsuz yönde etkileyen, uzun süreli su sıkıntısı, kuraklık olarak bilinir. Kuraklıklar tipik olarak çoğunluğu olasılıksal olan ve dolayısıyla oldukça rastgele ve doğrusal olmayan kuraklık endeksleri (DI'ler) kullanılarak izlenir. Bu çalışma, rastgele orman (RF) ve yapay sinir ağı (YSA) dahil olmak üzere makine öğrenimi (ML) algoritma modellerinin farklı versiyonlarının, standart yağış indeksi (YSİ) olarak bilinen en yaygın kullanılan DI'yi zaman ölçeklerinde tahmin etme yeteneğini araştırıyor(3, 6, 9 ve 12) ay. İklimi çoğunlukla karasal ve subtropikal yarı kurak tipte olan ve sıklıkla kuraklık yaşanan Irak'taki üç meteoroloji istasyonunda 1981-2021 dönemine ait aylık yağış verileri kullanılarak modeller geliştirildi. Giriş verileri, eğitim verileri (%80) ve test verileri (%20) kümelerine bölündü. Tahmin kapasitesini değerlendirmek için korelasyon katsayısı (R), ortalama kare hatası (MSE) ve kök ortalama kare hatası (RMSE) gibi çeşitli istatistiksel ölçümler kullanıldı. Elde edilen sonuçlar performans parametreleri ve dağılım grafikleri ile değerlendirildiğinde yapay sinir ağı (YSA) modelinin performansının (RF) ile karşılaştırıldığında daha iyi olduğu gösterilmiştir.

Özet (Çeviri)

The rapid industrial growth has led to an increase in the demand for energy and thus causing extreme climate fluctuations. Due to the fact that there is a significant increase in the frequency and severity of droughts due to climatic fluctuations, there is a need to build drought prediction models to reduce its effects. A prolonged shortage of water supply in an area, particularly one that negatively affects living or growth conditions, is known as a drought. Droughts are typically tracked using drought indices (DIs), the majority of which are probabilistic, and thereby highly random and nonlinear. This study investigates the capability of different versions of machine learning (ML) algorithms models including Random Forest (RF) and Artificial Neural Network (ANN) in predicting the most commonly used DI known as standardized precipitation index (YSİ) at time scales( 3, 6, 9, and 12) months. Models were developed utilizing monthly rainfall data for the period of 1981–2021 at meteorological stations in Abu Ghraib station in Baghdad at the middle geographical region of Iraq whose climate is mainly of the continental and subtropical semi-arid type and frequently experiences droughts. The input data were divided into training data (80%) and testing data (20%) sets. Several statistical metrics, such as correlation coefficient (R), mean square error (MSE), and root mean square error (RMSE) were used to assess the prediction capacity. When the results obtained were evaluated with performance parameters and scatter plots, it was shown that the performance of the artificial neural network (ANN) model was better compared to the (RF).

Benzer Tezler

  1. Tez No

    203

    Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu

    Başlık çevirisi yok

    İRFAN KARAGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. OĞUZ BORAT

  2. Tez No

    257

    Kuyruk modelleri ve analizi üzerine bir uygulama

    Başlık çevirisi yok

    DİDEM ÖZPULAT

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    İstatistikEge Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FİKRET İKİZ

  3. Tez No

    320

    Yenileme yatırımları

    Başlık çevirisi yok

    OSMAN NURİ FİLİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    İşletmeGazi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OSMAN OKKA

  4. Tez No

    220

    Çeltik kabuklarının yalıtım malzemesi olarak kullanılması

    Başlık çevirisi yok

    B.CİHAN ÇELEBİ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET KIRBIYIK

  5. Tez No

    221

    Hızlı katılaşma ile yüksek mukavemetli malzemelerin üretilmesi ve kurşun-asit akümalatörlerine uygulanması

    Başlık çevirisi yok

    ÜMİT AKÇAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİM DEMİRCİ

  6. Tez No

    222

    Karıştırıcılar ve karıştırma kabındaki akım olaylarının incelenmesi

    Başlık çevirisi yok

    NADİR İLTEN

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ.DR. ÖMER SAMİH MERTBAŞ

Geri Dön