Olası iklim değişikliği senaryolarında ankara çayı havzası'ndaki akımların yapay zeka kullanarak modellenmesi
Artificial intelligence modeling of streamflow in the Ankara stream basin in possible climate change scenarios
- Tez No: 998005
- Danışmanlar: PROF. DR. HALİT APAYDIN
- Tez Türü: Doktora
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Tarımsal Yapılar ve Sulama Ana Bilim Dalı
- Bilim Dalı: Tarımsal Yapılar ve Sulama Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
İklim ve arazi kullanımındaki yoğun değişimler, su kaynaklarının sürdürülebilirliği üzerinde ciddi tehditler oluşturmakta; bu durum, hidrolojik süreçlerin yüksek hassasiyetle modellenmesini ve geleceğe yönelik senaryoların analiz edilmesini zorunlu kılmaktadır. Bu çalışma, Sakarya Havzası'nda yer alan dört kritik alt havzada (E12A033, E12A053, D12A017 ve D12A189) meteorolojik verilerin mekansal dağılımını analiz etmeyi, hidrometeorolojik trendleri belirlemeyi ve yapay zeka teknikleri ile gelecekteki akım değişimlerini öngörmeyi amaçlamıştır. Çalışma kapsamında altı meteorolojik istasyondan elde edilen veriler; Co-Kriging, Universal Kriging, Ordinary Kriging ve Ters Mesafe Ağırlık (IDW) yöntemleri ile havza geneline enterpole edilmiştir. Doğrulama sonuçlarına göre IDW yöntemi, yağış (R2=0.867) ve rüzgar hızı (R2=0.831) için en uygun model olurken; sıcaklık (R2=0.91) ve nispi nem (R2=0.83) parametrelerinde Co-Kriging yöntemi üstün performans sergilemiştir. Zaman serisi analizlerinde rüzgar hızı haricinde anlamlı bir meteorolojik trende rastlanmamışken, arazi kullanım analizleri havza genelinde orman alanlarının azaldığını göstermiştir. Akım tahmin modellerinin karşılaştırılmasında, Derin Evrişimli Sinir Ağları (CNN), LSTM modeline kıyasla tüm havzalarda daha yüksek başarı (Test R2:0.70-0.80; KGE:0.81-0.85) göstermiştir. CNN modeli ile RCP 4.5 ve RCP 8.5 senaryoları altında 2100 yılına kadar yapılan projeksiyonlarda; D12A189 havzasındaki artış beklentisi haricinde, diğer üç havzada özellikle RCP 8.5 senaryosunda sıcaklık artışı ve yağış azalmasına bağlı olarak akımlarda istatistiksel olarak anlamlı düşüşler öngörülmüştür. Elde edilen bulgular, iklim değişikliğinin mekansal farklılıklarını ortaya koyarak, havza bazlı su yönetiminde yapay zeka destekli dinamik stratejilerin önemini vurgulamaktadır.
Özet (Çeviri)
Intense changes in climate and land use pose serious threats to the sustainability of water resources, necessitating high-precision modeling of hydrological processes and the analysis of future scenarios. This study aims to analyze the spatial distribution of meteorological data, determine hydrometeorological trends, and predict future streamflow changes using artificial intelligence techniques in four critical sub-basins (E12A033, E12A053, D12A017, and D12A189) located within the Sakarya Basin. Within the scope of the study, data obtained from six meteorological stations were interpolated across the basin using Co-Kriging, Universal Kriging, Ordinary Kriging, and Inverse Distance Weighting (IDW) methods. According to validation results, the IDW method proved to be the most suitable model for precipitation (R2=0.867) and wind speed (R2=0.831), while the Co-Kriging method demonstrated superior performance for temperature (R2=0.91) and relative humidity (R2=0.83) parameters. Land use analyses indicated a general decrease in forest areas throughout the basin, whereas time series analyses revealed no significant meteorological trends, with the exception of wind speed. In the comparison of streamflow prediction models, Deep Convolutional Neural Networks (CNN) exhibited higher performance across all basins compared to the LSTM model (Test R2:0.70–0.80; KGE:0.81–0.85). In projections extending to the year 2100 under RCP 4.5 and RCP 8.5 scenarios using the CNN model, statistically significant decreases in streamflow were predicted for three of the basins driven by rising temperatures and decreasing precipitation, particularly under the RCP 8.5 scenario with the exception of the D12A189 basin, where an increase is anticipated. These findings reveal the spatial disparities of climate change impacts and underscore the importance of AI supported dynamic strategies in basin-based water management.
Benzer Tezler
- Yarı kurak havzalarda hidrolojik modelleme ile iklim parametrelerinin ve arazi kullanımındaki değişimlerin su kalitesi üzerine etkilerinin analizi (Terme Çayı havzası örneği)
Analysis of the impacts of changes in climate parameters and land use types on water quality by using hydrological model in semi arid watersheds (Case study: Terme Stream watershed)
SEMİH EDİŞ
Doktora
Türkçe
2018
Ormancılık ve Orman MühendisliğiÇankırı Karatekin ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEYHUN GÖL
- İklim değişikliği senaryolarında porsuk havzası'ndaki olası kuraklıkların belirlenmesi ve değerlendirilmesi
Evaluation and determination of possible droughts in the porsuk basin in climate change scenarios
SELMA NUR AYDIN
Doktora
Türkçe
2025
ZiraatAnkara ÜniversitesiTarımsal Yapılar ve Sulama Ana Bilim Dalı
PROF. DR. ALPER SERDAR ANLI
- İklim değişikliği projeksiyonlarına göre yonca (Medicago sativa) bitkisi veriminde olası değişiklikler
Possible changes in yield of alfalfa (Medicago sativa) according to climate change projections
MUHAMMET ALİ PEKİN
Yüksek Lisans
Türkçe
2021
ZiraatAnkara ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. NURDAN ŞAHİN DEMİRBAĞ
- İklim değişikliğinin Konya Kapalı Havzası üzerindeki olası etkileri
Possible effects of climate change on Konya Closed Basin
ÇAĞATAY POLAT
Yüksek Lisans
Türkçe
2020
CoğrafyaAnkara ÜniversitesiCoğrafya Ana Bilim Dalı
PROF. DR. M. HAKAN YİĞİTBAŞIOĞLU
- A new definition of heat waves under climate change
İklim değişikliği altında sıcak hava dalgalarının yeni tanımı
CEMRE KASSARA
Yüksek Lisans
İngilizce
2019
Çevre MühendisliğiBoğaziçi ÜniversitesiHesaplamalı Bilimler Ana Bilim Dalı
PROF. MEHMET LEVENT KURNAZ