Coğrafi bilgi sistemi tabanlı hidrolojik havza modellemesi ve makine öğrenmesi yöntemiyle hidrograf tahmini
Geographic information systems-based hydrological basin modeling and hydrograph prediction using machine learning methods
- Tez No: 913154
- Danışmanlar: DOÇ. DR. HALİL İBRAHİM BURGAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 149
Özet
Su canlılar için vazgeçilmez bir unsurdur. İnsanlar sudan yararlanmak için başlangıçta su kaynaklarına yakın yerlerde konaklayarak ihtiyaçlarını gidermişlerdir. Artan nüfus ve tarım faaliyetleriyle birlikte suya ihtiyaç artmış çeşitli iletim ve depolama yöntemleri geliştirilmiştir. Günümüzde ise artan nüfus, sanayileşme, tüketim artışı ve küresel ısınma gibi etkenler temiz su kaynaklarının tükenmesine sebep olmaktadır. Bu sebeple akarsu havzalarının kapsamlı ve sürdürülebilir bir plan dahilinde yönetilmesi gerektirmektedir. Akarsu havzalarında kapsamlı bir planlama yapılabilmesi için akarsu hidrograflarının tahmin edilebilmesi çok büyük önem arz etmektedir. Bu çalışmada Batı Akdeniz Havzasında bulunan Ağva, Ulupınar; Antalya Havzasında bulunan Çandır, Doyran ve Karaman Derelerinin CBS (Coğrafi bilgi sistemleri) tabanlı bir program olan NetHydro kullanılarak hidrolojik havza modellemesi yapılmıştır. Öncelikle ASTER (Gelişmiş uzay kaynaklı termal emisyon ve yansıma radyometresi) GDEM (Küresel sayısal yükselti modeli) verileri indirilmiş, sayısal yükseklik modeli oluşturulmuş ve AGİ (akım gözlem istasyonu) konumlarına göre havza sınırları belirlenmiştir. Thiessen alanları yöntemi ile yağış alanları belirlenmiş ve yağış gözlem istasyonu verileri Kolmogorov-Smirnov testine tabi tutulup havza üzerine düşen yağış miktarları hesaplanmıştır. Akarsuların taşkın debileri DSİ (Devlet Su İşleri) sentetik, SCS (Toprak koruma servisi), Snyder ve Mockus yöntemleri ile hesaplanmıştır. Ayrıca, AGİ verileri kullanılarak istatistiksel olarak taşkın debileri tahmin edilmiş ve daha önce yapılan çalışmalarla elde edilen taşkın debileri kullanılarak sonuçlar karşılaştırılmıştır. Batı Akdeniz ve Antalya Havzalarında istatistiksel yöntemlerin değerlendirme ölçütlerine göre performansının iyi olmadığı anlaşılmıştır. DSİ sentetik ve SCS birim hidrograf yöntemlerinin bölge karakteristiğini yansıttığı, sonuçların daha önce yapılan çalışmalar ile uyumlu olduğu görülmüştür. NetHydro programının tutarlı sonuçlar verdiği, hidrolojik çalışmalar için kolaylaştırıcı etkisi bulunduğu ve pratik bir alternatif olduğu düşünülmektedir. Derin öğrenme yöntemlerinden olan LSTM (Uzun-kısa dönemli hafıza) mimarisi kullanılarak akım tahmini yapılmıştır. AGİ verileri kullanılarak Ağva, Ulupınar, Çandır, Doyran ve Karaman akarsularının akım tahmini yapılmıştır. LSTM mimarisinde optimizasyon yöntemi olarak Adam (uyarlanabilir moment tahmini), RMSprop (karekök ortalama karesi yayılımı) ve SGDM (momentumlu stokastik gradyan inişi) kullanılmış; model hafızası 30, 60, 90 ve 120 gün olarak belirlenmiştir. Winsorize işlemi ise aykırı değerlerin etkisini azaltmak amacıyla %0, 2.5 ve 5 oranlarında uygulanmıştır. Model performansını ölçmek için NSE, R², KGE, MSE, RMSE ve MAE değerlendirme ölçütleri kullanılmıştır. Sonuçlar incelendiğinde genel olarak en iyi sonuçlar Adam ile sonrasında sırasıyla RMSprop ve SGDM ile elde edilmiştir. Günlük hafıza açısından bakıldığında 60 ve 90 günlük sonuçların diğerlerine kıyasla daha iyi olduğu söylenebilir ancak tam bir tutarlılık bulunmamaktadır. Winsorize oranının artması model performansını iyileştirmiş, aykırı değerlerin etkisini azaltmıştır. Winsorize işlemi ile R2 %80-97 aralığında bir değer almıştır. Bu durum model performansının veri yapısı ile doğrudan ilişkili olduğunu ve aykırı değerlerin tahmininde modelin performansının düştüğünü göstermektedir. LSTM modeli hidrograf tahmininde çok başarılıdır ve zayıf yönlerinin hibrit modeller veya yeni yaklaşımlar ile geliştirilmesi gerektiği saptanmıştır. Sonuç olarak bu tez çalışması taşkın debisi hesaplamalarında DSİ ve SCS yöntemlerinin güvenilirliğini vurgularken, LSTM modelinin akım tahmini için etkili bir yöntem olduğunu göstermiştir. Çalışma, hidrolojik modelleme ve taşkın yönetimi konularında hem teorik hem de uygulamalı katkılar sunmaktadır.
Özet (Çeviri)
Water is an indispensable resource for living organisms. Initially, people settled near water sources to meet their needs. However, with the growing population and the expansion of agricultural activities, the demand for water increased, leading to the development of various transmission and storage methods. Today, factors such as population growth, industrialization, increased consumption, and global warming are causing the depletion of clean water resources. Consequently, the comprehensive and sustainable management of river basins has become essential. Predicting river hydrographs is crucial for enabling effective planning and management of river basins. In this study, hydrological watershed modeling of the Ağva, Ulupınar, Çandır, Doyran, and Karaman streams located in Antalya was carried out using the CBS-based program NetHydro. First, ASTER GDEM data was downloaded, a digital elevation model was created, and watershed boundaries were determined based on AGI locations. The Thiessen polygon method was used to determine precipitation areas, and rainfall data from observation stations were tested using the Kolmogorov-Smirnov test, and the precipitation amounts falling on the watershed were calculated. Flood discharges for the rivers were calculated using the DSİ synthetic, SCS, Snyder, and Mockus methods. Additionally, flood discharges were statistically predicted using AGI data, and results were compared with previously obtained flood discharges from earlier studies. In the Western Mediterranean and Antalya Watersheds, it was understood that statistical methods could not be used effectively, as the results were far from actual values. It was observed that the DSİ synthetic and SCS unit hydrograph methods reflected the regional characteristics, and the results were consistent with previous studies. The NetHydro program is considered to provide consistent results, facilitate hydrological studies, and offer a practical alternative. Flow forecasting was carried out using the LSTM architecture, a deep learning method. Flow forecasts were made for the Ağva, Ulupınar, Çandır, Doyran, and Karaman streams using AGI data. In the LSTM architecture, optimization methods such as Adam, RMSprop, and SGDM were used, and the memory length of the model was determined to be 30, 60, 90, and 120 days. Winsorization was applied at 0%, 2.5%, and 5% levels to reduce the effect of outliers. NSE, R², KGE, MSE, RMSE, and MAE performance metrics were used to assess the model's performance. Upon examination of the results, it was found that the best results were obtained with Adam, followed by RMSprop and SGDM. In terms of daily memory, results for 60 and 90 days were generally better compared to others, but there was no complete consistency. Increasing the Winsorization ratio improved the model performance and reduced the impact of outliers. The Winsorization process resulted in an R² value ranging from 80% to 97%. This shows that the model performance is directly related to the data structure and that the model's performance decreases when predicting outliers. The LSTM model was very successful in flow forecasting, and it was concluded that its weaknesses should be addressed through hybrid models or new approaches. In conclusion, this thesis emphasizes the reliability of the DSİ and SCS methods in flood discharge calculations, while also demonstrating that the LSTM model is an effective method for flow prediction. The study provides both theoretical and practical contributions to hydrological modeling and flood management.
Benzer Tezler
- Web based GIS optimazation for coverage in wireless sensor network
Başlık çevirisi yok
MUSTAFA SHAKIR MAHDI AL-SALİH
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ KARAN
- Coğrafi bilgi sistemleri ve uzaktan algılama yardımıyla hidrolojik ve taşkın modellemesi karar destek sistemi
Decision support system for hydrological and flood modeling by using geographical information systems and remote sensing
EMİN TAŞ
Doktora
Türkçe
2022
İnşaat MühendisliğiAfyon Kocatepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT KİLİT
- Dağınık parametreli hidrolik modellemede coğrafi bilgi sistemlerinin kullanılması
Application of geographic information systems in distributed hydrologic modeling
ARMAĞAN KARABULUT
Yüksek Lisans
Türkçe
1998
Jeoloji MühendisliğiHacettepe ÜniversitesiJeoloji (Hidrejeoloji) Mühendisliği Ana Bilim Dalı
PROF. DR. ALPASLAN ARIKAN
- Hidroelektrik potansiyel belirlemeye yönelik uzaktan algılama ve coğrafi bilgi sistemi tabanlı hidrolojik modelleme
Remote sensing and geographical information system based hydrological modelling for determination of hydroelectric potential
ERKAN GÜLER
Yüksek Lisans
Türkçe
2008
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
DOÇ. DR. H. GONCA COŞKUN
- Development of GIS-based national hydrography dataset, Sub-basin boundaries, and water quality/quantity data analysis system for Turkey
Türkiye için CBS tabanlı ulusal hidrografik veri seti, alt havza sınırları ve su kalitesi/kantite veri analiz sistemi geliştirilmesi
SERKAN GİRGİN
Yüksek Lisans
İngilizce
2003
Jeodezi ve FotogrametriOrta Doğu Teknik ÜniversitesiJeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
DOÇ.DR. NURÜNNİSA USUL
Y.DOÇ.DR. ZUHAL AKYÜREK