Geri Dön

Makine öğrenmesi yöntemleri ile deniz yüzeyi sıcaklığı tahmini: Akçakoca (Düzce) uygulaması

Prediction of sea surface temperature with machine learning methods: A case study in Akçakoca (Düzce)

PDF İndir

  1. Tez No: 918833
  2. Yazar: ELİF YILDIRIM
  3. Danışmanlar: PROF. DR. TAMER AKKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoloji, Biology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Giresun Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Deniz yüzeyi sıcaklığı (DYS) verileri, iklim sistemi ve sürdürülebilir ekosistem yönetimi gibi temel süreçleri anlamak için vazgeçilmez bir araçtır. Bu nedenle pek çok alanda bu bilgiye ihtiyaç duyulmaktadır. Okyanus ve denizlerin korunması ve iklim değişikliğinin olumsuz etkilerinin azaltılması oldukça önemlidir. Bu bağlamda, DYS tahminleri, yerel yönetimler gibi karar vericiler için vazgeçilmez bir araçtır. Bu çalışmada, Meteoroloji Genel Müdürlüğünden temin edilen Akçakoca (Düzce) deniz gözlem istasyonuna ait deniz suyu sıcaklık değerleri veri seti olarak kullanılmıştır. İşlenen veriler, çeşitli makine öğrenimi algoritmalarıyla analiz edilmiştir. Modellerin performansını değerlendirmek için MAE, MASE, R² ve RMSE kriter değerleri kullanılmıştır. Bulgular, her modelin veri setine ve problem yapısına uygunluğuna bağlı olarak farklı başarı düzeyleri sergilediğini göstermiştir. Çalışmada kullanılan Optimize Edilebilir Süreç Regresyonu (GPR) modelinin, tüm hata değerlendirme ölçütlerinde en düşük değerleri vermiştir. Sonuç olarak, bu çalışma kapsamında öne sürülen model, yalnızca deniz sıcaklıklarındaki değişimleri tahmin etmekle kalmayıp, aynı zamanda deniz suyu dolaşımı, deniz seviyesi değişimi ve ekstrem hava olayları gibi okyanus-atmosfer etkileşimlerinin anlaşılmasına da katkı sağlayabilir.

Özet (Çeviri)

Sea surface temperature (SST) is an essential instrument for understanding fundamental processes of the climate system and sustainable ecosystem management. Thus, this information is needed in many different disciplines. For a sustainable future, protecting the seas and reducing the impacts of climate change are of great importance. In this regard, SST predictions are an indispensable tool for decision-makers such as local governments. In this study, the seawater temperature values obtained from the General Directorate of Meteorology at the Akçakoca (Düzce) sea observation station were utilized as the data set. The processed data were then subjected to analysis using various machine learning algorithms. The performance of the models was evaluated based on the MAE, MASE, R², and RMSE criterion values. The findings show that each model exhibits different levels of success depending on its suitability to the data set and problem structure. The Customised Gaussian Process Regression (GPR) model used in the study gave the lowest values in all error evaluation criteria. In conclusion, the model proposed in this study can not only predict changes in sea temperatures but also contribute to the understanding of ocean-atmosphere interactions such as seawater circulation, sea level change, and extreme weather events.

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

Geri Dön