Aylık buharlaşma miktarının ve ilişkili verilerinin YZ ile modellenmesi ve buharlaşma kayıplarının azaltılması
Modeling monthly evaporation amounts and related data using AI and reducing evaporation losses
- Tez No: 940423
- Danışmanlar: DR. ÖĞR. ÜYESİ ŞABAN SUAT ÖZSARIYILDIZ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Nuh Naci Yazgan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Dünyaca kabul edilmiş iklim değişikliği raporlarının gösterdiği üzere su kıtlığı çok yakın zamanlarda kapımızı çalacaktır. Buna ek olarak artan nüfus yoğunluğu, değişen yaşam standartları gibi faktörler su kullanımında artışa sebep olmuştur. Ülkemiz için de geçerli olan bu iki unsur göz önüne alındığında su kaynaklarının en verimli şekilde kullanılması ve gözetilmesi günümüzde mecburi hale gelmiştir. Bu çalışmada su kaynaklarının korunması kapsamında, su kaybına yol açan buharlaşma ve buharlaşmayı etkileyen faktörler incelenmiştir. Buharlaşma doğası gereği karmaşık, çok fazla parametreye bağlı bir yapı olduğu için tahmini oldukça zorludur. Geleneksel buharlaşma hesaplama tahminleri lokasyon, mevsim, veri çeşidi ve sayısı, verilerin ölçüm kalitesi anlamında çoğunlukla eksik kalmaktadır. Son zamanlarda oldukça büyük gelişmeler kaydetmiş olan yapay zeka bu anlamda geleneksel buharlaşma hesaplama yöntemlerine kıyasla daha anlamlı sonuçlara ulaşmakta başarılıdır. Geleneksel buharlaşma yöntemlerinden seçilen formüller ve yapay zeka aracılığı ile oluşturulan modeller ham veri ve işlenmiş verilerle oluşturulmuş referans buharlaşma değerleri ile kıyaslanmıştır. Sonuç olarak yapay zeka ile oluşturulan modeller içinde en anlamlı sonuç ham veri için de işlenmiş veri için de Ensemble modelinde alınmıştır.
Özet (Çeviri)
As highlighted by internationally recognized climate change reports, water scarcity is expected to become an imminent global concern. In addition to this, factors such as increasing population density and changing living standards have led to a significant rise in water consumption. Considering that these two issues are also relevant to our country, the efficient utilization and monitoring of water resources has become an urgent necessity. Within the scope of this study, factors causing water loss—specifically evaporation—and the parameters influencing it have been examined in the context of protecting water resources. Due to its inherently complex nature and dependence on numerous variables, evaporation is particularly difficult to estimate accurately. Traditional methods of estimating evaporation often fall short in terms of location specificity, seasonal variability, data type and quantity, as well as the quality of measurements. In recent years, artificial intelligence (AI), which has shown considerable advancements, has proven to outperform traditional estimation methods by producing more reliable and meaningful results.In this study, formulas selected from conventional evaporation estimation methods and models developed using AI were compared against reference evaporation values derived from both raw and processed data. Among the AI-based models, the Ensemble model provided the most meaningful results for both raw and processed data.
Benzer Tezler
- Sensitivity of atmospheric moisture transport into the Arctic to sea surface temperature changes over the North Atlantic region
Arktik bölgesine atmosferik nem taşınımının Kuzey Atlantik bölgesindeki deniz yüzey sıcaklık değişimlerine duyarlılığı
FEYZA NUR ÖZKAN
Yüksek Lisans
İngilizce
2022
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. BARIŞ ÖNOL
DOÇ. DR. VICTORIA SINCLAIR
- Meteorolojik kuraklık modellemesi ve Türkiye uygulaması
Meteorological drought modelling and application to Turkey
SEVİNÇ SIRDAŞ
Doktora
Türkçe
2002
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Comparing ecological structure of Turkish shallow lakes between the seasons, and wet & dry years
Türkiye sığ göllerinin ekolojik yapılarının mevsimsel ve kurak – ıslak yıllar bakımından karşılaştırılması
ALİ SERHAN ÇAĞAN
Yüksek Lisans
İngilizce
2015
BiyolojiOrta Doğu Teknik ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. MERYEM BEKLİOĞLU
- Investigating the effects of low impact developments on urban runoff reduction
Düşük etkili gelişme yöntemlerinin şehir taşkınlarını azaltma etkilerinin incelemesi
SINA SAMOUEI
Yüksek Lisans
İngilizce
2019
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÖZGER
- Yapay sinir ağları yaklaşımıile tahtaköprü barajındaki aylık buharlaşma miktarının tahmini
Prediction of monthly evaporation amount in tahtaköprü dam using artificial neural network
KAZIM KADİR DİNDAR
Yüksek Lisans
Türkçe
2010
İnşaat MühendisliğiMustafa Kemal Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. FATİH ÜNEŞ