Yağış verilerinin stokastik modelleme yöntemlerindeki belirsizliğin değerlendirilmesi
Evaluation of uncertainty in stochastic modeling methods of precipitation data
- Tez No: 951619
- Danışmanlar: PROF. DR. ÜLKER GÜNER
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 222
Özet
Yağış verilerinin analizi, birçok bilimsel ve mühendislik alanında önem taşır Düzensiz ve değişken özellikler taşıyan bu veriler stokastik bir yapıya sahiptir. Bu durum, uygun modellerin geliştirilmesini ve doğruluğunun değerlendirilmesini gerekli kılar. Geliştirilen modeller, hidrolojik süreçlerin planlanmasından gelecekteki değerlerin tahminine kadar yaygın olarak kullanılmaktadır. Bu tezde, geleneksel model belirleme yöntemleri olan Akaike Bilgi Kriteri (AIC) ve Bayesyen Bilgi Kriteri (BIC) ile karşılaştırmalı olarak Transinformasyon yönteminin zaman serisi modellemesindeki kullanılabilirliği incelenmiştir. Çalışma kapsamında hem sentetik veriler hem de Ege Bölgesi'ne ait 51 yıllık aylık yağış verileri ile bu verilere dayalı SPI (Standardize Yağış İndeksi) serileri kullanılarak otoregresif (AR) modeller oluşturulmuştur. Çalışma üç aşamadan oluşmaktadır: İlk olarak sentetik serilerle model belirleme yöntemleri karşılaştırılmış, ikinci aşamada bölgedeki dokuz meteoroloji istasyonuna ait aylık yağış serileri analiz edilmiştir. Son olarak, SPI-1, SPI-3, SPI-6, SPI-9 ve SPI-12 indisleri hesaplanmış ve SPI-12 serileri üzerinden yapılan modelleme ile 10 yıllık ileriye dönük sentetik SPI verileri üretilmiştir. Elde edilen sonuçlara göre, Transinformasyon yöntemi, hem kısa hem uzun veri setlerinde, düşük ve yüksek model parametre düzeylerinde, ayrıca farklı model derecelerinde en yüksek ve tutarlı doğruluk oranlarınıa vermiştir. BIC yöntemi, özellikle veri sayısı ve model parametresi seviyesi arttıkça daha başarılı sonuçlar verirken; AIC, ancak uzun veri serilerinde ve yüksek model parametresi durumlarında görece daha iyi performans göstermiştir. Elde edilen bulgular, Transinformasyon yönteminin zaman serisi modellemesinde etkili ve güvenilir bir bilgi ölçütü olarak kullanılabileceğini ortaya koymuştur.
Özet (Çeviri)
The analysis of precipitation data holds significant importance in various scientific and engineering fields. These data, which exhibit irregular and variable characteristics, possess a stochastic nature, necessitating the development of appropriate models and the evaluation of their accuracy. Such models are widely used in both the planning of hydrological processes and future forecasting. In this study, the applicability of the Transinformation method in time series modeling was investigated in comparison with traditional model selection criteria, namely the Akaike Information Criterion (AIC) and the Bayesian Information Criterion (BIC). The analysis was conducted using both synthetic data and 51 years of monthly precipitation data from the Aegean Region, as well as the corresponding SPI (Standardized Precipitation Index) series derived from these observations. The study consists of three stages: first, model selection methods were compared using synthetic time series; second, monthly precipitation series from nine meteorological stations in the region were analyzed; and finally, SPI-1, SPI-3, SPI-6, SPI-9, and SPI-12 indices were calculated, and synthetic SPI data for the next 10 years were generated through modeling based on SPI-12 series. According to the results, the Transinformation method demonstrated the highest and most consistent accuracy rates across both short and long datasets, at varying levels of autocorrelation and model orders. While the BIC method performed well especially with increasing data length and autocorrelation strength, the AIC method showed relatively improved performance only in longer and strongly autocorrelated series. These findings reveal that the Transinformation method is an effective and reliable model selection criterion in time series modeling.
Benzer Tezler
- Ecological niche modeling of Myotis davidii
Myotis davidii türünün ekolojik niş modellemesi
EMRE CAN AKSAKAL
Yüksek Lisans
İngilizce
2022
Biyolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH ÇORAMAN
- Erzurum ili kar yağışlarının stokastik modelleri
Stochastic models of snowfall data in Erzurum area
MEHMET USLU
- Regressive stochastic models for Lake Urmia water level
Urmiye Gölü su seviyesi için regresif stokastik modeller
BABAK VAHEDDOOST
Doktora
İngilizce
2017
Çevre Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. HAFZÜLLAH AKSOY
DOÇ. DR. HIRAD ABGHARI
- Türkiye'deki meteorolojik ve hidrolojik kuraklıkların atmosferik salınımlarla olan ilişkilerinin incelenmesi
Investigating the relationship between atmospheric oscillations and meteorological and hydrological droughts in Turkey
FATİH TOSUNOĞLU
Doktora
Türkçe
2014
İnşaat MühendisliğiAtatürk Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM CAN
- Coupling different machine learning and meta-heuristic optimization techniques to generate the snow avalanche susceptibility map in French alps
Makine öğrenmesi ve meta-sezgisel optimizasyon tekniklerinin birleştirilmesiyle Fransız alplerinde kar çığları duyarlılık haritası oluşturma
ENES CAN KAYHAN
Yüksek Lisans
İngilizce
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER EKMEKCİOĞLU