Practical approaches to streamflow prediction: a comparative study of lumped models, regression methods, and machine learning
Akım tahmininde pratik yaklaşımlar: toplu modeller, regresyon yöntemleri ve makine öğrenmesinin karşılaştırmalı bir incelemesi
- Tez No: 953303
- Danışmanlar: PROF. DR. MEHMET CÜNEYD DEMİREL, DR. MUHAMMET BAHATTİN AVCUOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Meteoroloji, İnşaat Mühendisliği, Meteorology, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
- Sayfa Sayısı: 106
Özet
Debi verilerinin yetersiz olduğu havzalarda akım tahmini, su kaynakları planlamasında temel bir zorluk oluşturmaktadır. Bu çalışmada, akım tahmini için üç pratik yöntem karşılaştırılmıştır: kavramsal toplu modeller (TUW, GR4J), klasik regresyon yöntemleri ve makine öğrenmesi algoritmaları (Random Forest, MARS). Türkiye'deki ölçüm ağı sınırlı Kürtün Havzası ile Almanya'da yer alan, güçlü gözlem altyapısına sahip Neckar sisteminin bir alt havzası olan Murr Havzası incelenmiştir. Tüm modeller, ERA5-Land yeniden analiz verileri ve gözlenmiş debi kayıtları ile 2016–2022 dönemi için kalibre edilmiş, 2011–2014 dönemi için doğrulanmıştır. Simülasyonlar günlük olarak yapılmış, ancak DSİ planlama yaklaşımına uygun olarak değerlendirme aylık akım hacimler üzerinden de yapılmıştır. Tüm yöntemler arasında en başarılı sonuçları Random Forest yöntemi vermiştir. Özellikle iki farklı yardımcı istasyondan alınan debi verilerinin birlikte kullanıldığı senaryolar yüksek doğruluk sağlamıştır. İkinci derece polinom regresyonu da yüksek performans göstermiş ve az veriye ihtiyaç duyması sayesinde hızlı planlama süreçleri için uygun bir yöntem olarak öne çıkmıştır. TUW modeli aylık tahminlerde makul sonuçlar üretmiş; ancak Kürtün havzası özelinde günlük simülasyonlarda zayıf kalmıştır. GR4J genel olarak daha düşük performans göstermiştir. Çalışma, yöntem seçiminin havzanın veri durumu ve kullanım amacına göre şekillendirilmesi gerektiğini vurgulamaktadır. Bu bağlamda, üç aşamalı bir model önerisi sunularak farklı koşullarda en uygun yöntemin seçilmesine yönelik pratik bir rehberlik sağlanmaktadır. Bu bulgular, özellikle DSİ gibi kurumlar için uygulanabilir rehberlik sunmaktadır.
Özet (Çeviri)
Estimating streamflow in basins with limited discharge data remains a key challenge in water resources planning. This study evaluates three practical approaches for streamflow extrapolation: lumped conceptual models (TUW, GR4J), classical regression methods, and machine learning algorithms (Random Forest, MARS). Two basins were selected: the data-scarce Kürtün Basin in Türkiye, and the Murr Basin in Germany, a sub-basin of the well-instrumented Neckar system. All models were calibrated using ERA5-Land reanalysis data and observed discharge records from 2016 to 2022, then validated for 2011–2014. Simulations were performed daily, but evaluation was based on monthly aggregated flows in line with DSİ's planning practice. Among all methods, Random Forest achieved the best results, particularly when using discharge data from two auxiliary stations. Polynomial regression (second-degree) also showed strong performance and is well-suited to rapid planning scenarios due to its simplicity and low data requirements. TUW performed reasonably well in monthly simulations but showed limited daily accuracy in Kürtün, likely due to data limitations and parameter transferability. GR4J showed lower overall performance. The findings emphasize the need for context-aware model selection: machine learning offers high accuracy when multi-source inputs exist, regression methods are useful for flexibility, and conceptual models remain valuable for representing long-term hydrological behavior. A three-tiered selection strategy is proposed to guide practical implementation. The results contribute to the development of robust modeling strategies for planning institutions like Türkiye's State Hydraulic Works (DSİ), particularly in basins where discharge observations are limited or newly established.
Benzer Tezler
- Dalgacık dönüşümü tekniği kullanılarak akım serilerinin modellenmesi
Modeling of streamflow series using wavelet transform technique
MURAT KÜÇÜK
Doktora
Türkçe
2004
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiSu Ürünleri Mühendisliği Ana Bilim Dalı
PROF. DR. NECATİ AĞIRALİOĞLU
- 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
- Aktif hazne hacmi hesap metodları ve Bozkır ile Sultansuyu barajlarında uygulamaları
Başlık çevirisi yok
OSMAN ULUKAYA
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. NECATİ AĞIRALİOĞLU
- An improved multi-component metric for spatial pattern calibration of hydrologic models
Hidrolojik modellerin örüntüye dayalı kalibrasyonu için çok bileşenli metrik geliştirilmesi
EYMEN BERKAY YORULMAZ
Yüksek Lisans
İngilizce
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET CÜNEYD DEMİREL
- Yağış-akış bağıntıları ve yapay zeka teknikleri ile modellenmesi
The rainfall-runoff correlations and modelling with artificial intelligence techniques
OSMAN ULUKAYA
Doktora
Türkçe
2011
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. NECATİ AĞIRALİOĞLU