Akıllı sistemlerle yağış tahmini: Tunceli ili örneği
Rainfall prediction with intelligent systems: A case study of Tunceli province
- Tez No: 852938
- Danışmanlar: DR. ÖĞR. ÜYESİ HİLAL ARSLANOĞLU IŞIK
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Munzur Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: 63
Özet
Meteorolojik olaylar hayatımızın birçok bölümünü etkilediğinden dolayı insan yaşamında çok büyük öneme sahiptir. Olağanüstü hava olayları hayatımızın gidişatını etkilediğinden meteorolojik olayların tahmine dilebilmesi hayatımızı birçok açıdan kolaylaştıracaktır. Yağış verilerinin öngörülebilir olması ve doğruya yakın şekilde tahmin edilebilmesi; mühendislik açısından birçok avantaj sağlayacak bir durumdur. Geçmiş yağış verileri yardımıyla bu tahmin işlemi Yapay Sinir Ağları sayesinde belirli matematiksel denklemler olmaksızın yapılabilmektedir. Bu çalışmada Meteorolojiden alınan ham verilerden faydalanarak Yapay Sinir Ağları ile Bir model oluşturulmuştur. Bu amaçla 2012-2023 yılları arasındaki 12 yıllık aylık veriler kullanılmıştır. Ocak 2012'den Aralık 2023'e kadar olan 12 yıllık bir dönem için; aylık ortalama sıcaklık (oC), aylık toplam açık yüzey buharlaşması, aylık ortalama nisbi nem (%), aylık ortalama 10 cm toprak sıcaklığı, aylık ortalama rüzgar hızı (m/sn), aylık global güneş radyasyonu oranları, günlük toplam güneşlenme süresi aylık ortalaması ve aylık ortalama yağış (mm=kg/m2) verileri kullanılmıştır. YSA modeli için giriş çıkış parametreleri kullanılarak sistemin uygun bir simulasyon modellemesi MATLAB ortamında yapılmıştır. YSA modelimizden elde edilen sayısal tahmini sonuçların bazı hata değerleri RMSE=0,3251, COV=0,3887, MAE=0,2141 ve R2 değeri 0,98548 olarak bulunmuştur. UBSA ile yapılan modelleme çalışmasında; RMSE=0,3087, COV=0,3654, MAE=0,2562 ve R2 değeri 0,5165 olarak bulunmuştur. Bu hata değerleri yağış tahmini için iyi bir yaklaşım elde edildiğini göstermektedir. YSA modeli UBSA modeli ile karşılaştırıldığında YSA modelinin daha başarılı olduğu görülmektedir.
Özet (Çeviri)
Meteorological events hold significant importance in human life as they affect many aspects of our lives. Predicting meteorological events will greatly facilitate our lives as extraordinary weather events influence the course of our lives. The predictability and accurate forecasting of rainfall data are crucial, offering numerous advantages from an engineering perspective. With the help of past rainfall data, this prediction process can be achieved through Artificial Neural Networks without the need for specific mathematical equations. In this study, a model has been created using Artificial Neural Networks by leveraging raw data obtained from meteorology. For this purpose, monthly data from 2012 to 2023, covering a period of 12 years, has been utilized. For the 12-year period from January 2012 to December 2023, monthly average temperature (°C), total open surface evaporation per month, average relative humidity per month (%), average 10 cm soil temperature per month, average wind speed per month (m/s), monthly global solar radiation rates, daily total sunshine duration monthly average, and monthly average rainfall (mm=kg/m2) data were employed. Using input and output parameters for the ANN model, an appropriate simulation modeling of the system was conducted in the MATLAB environment. The numerical predictive results obtained from our ANN model yielded certain error values: RMSE=0.3251, COV=0.3887, MAE=0.2141, and an R2 value of 0.98548. In the modeling study conducted with UBSA, the following error values were obtained: RMSE=0.3087, COV=0.3654, MAE=0.2562, and an R2 value of 0.5165. These error values indicate a good approach to rainfall prediction. When comparing the ANN model with the UBSA model, it is observed that the ANN model performs more successfully.
Benzer Tezler
- Keban ve Karakaya HES'de enerji veriminin iklim parametrelerine bağlı olarak akıllı sistemlerle analizi
Energy efficiency analysis of Keban and Karakaya hydroelectric power plants depending on climate parameters with use of intelligent systems
KENAN İNALLI
Yüksek Lisans
Türkçe
2013
EnerjiFırat ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN DAĞTEKİN
- Akıllı tarım sistemlerine noktasal yağış tahmini entegrasyonu: Aydın örneği
Regional precipitation forecast integration in smart agricultural systems: The case of Aydın
SERKAN ANSAY
Yüksek Lisans
Türkçe
2022
Mühendislik BilimleriİZMİR BAKIRÇAY ÜNİVERSİTESİAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BAYRAM KÖSE
- İzmir Bakırçay Üniversitesi'nin yenilenebilir enerji üretiminin ve enerji tüketiminin tahmin edilmesi
Title o estimate of renewable energy generation and energy consumption of İzmir Bakırçay University
ERTUĞRUL ORMAN
Yüksek Lisans
Türkçe
2022
EnerjiİZMİR BAKIRÇAY ÜNİVERSİTESİAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. BAYRAM KÖSE
- Akım gözlem istasyonu bulunmayan akarsu havzalarında düşük akım tahmini için model geliştirilmesi: Türkiye'de bir uygulama
A method for low flow estimation at ungauged sites: A case study in Turkey
GÖKSEL EZGİ DİKER
Yüksek Lisans
Türkçe
2016
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ
- Dalgacık dönüşümü kullanılarak zirai-meteorolojik verilerin hata teşhis ve tamiri
Fault diagnosis and repair of agricultural meteorological data using wavelet transform
NİGAR TUĞBAGÜL ALTAN
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. B. BERK ÜSTÜNDAĞ