Savran ve Akdere akım istasyon verilerinin derin öğrenme yöntemleri kullanılarak karşılaştırılması

Abstract

Yüzyıllardan beri insan hayatının en önemli yaşam kaynağı, sudur. Artan nüfus sebebi ile yeryüzünde suya olan ihtiyaç gün geçtikçe artmaktadır. Bu artışın aksine su kaynakları; küresel ısınma, kuraklık, iklim değişiklikleri, plansız tüketim sebebi ile azalarak sürdürülebilirliğini kaybetmektedir. Sürdürülebilirliğin sağlanması için nehir akımlarının ileriye dönük tahmini büyük önem kazanmaktadır. Tahminler doğru yapılır ise; suyun ileriye dönük yönetimi, işletilmesi, depolanması ve doğru kullanılması açısında büyük gelişmeler kaydedilebilmektedir. Son zamanlarda nehirlerde biriken suların girdi-çıktı hesabı ileriye dönük yapay zekâ teknikleri ile tahmin edilmektedir. Yapılan tahminlerin uzun süreli olması su kaynaklarının canlılar, sulama, hidroelektrik enerji üretimi ve suyun gelecek nesillere aktarılması için hem üreticiye hem de kullanıcıya uygun planlama imkânı sağlamaktadır. Bu çalışmada nehir akımlarının tahmini, akım ölçüm istasyonlarında (AGİ) ölçülen sayısal akım verileri kullanılarak Yapay Zekâ tekniklerinden Yapay Sinir Ağı (ANN) ve Derin Öğrenme modeli oluşturularak yapılmaktadır. Türkiye'de bulunan 25 havzadan biri olan Fırat Havzası'nda belirlenen 2 farklı rasatın uzun yıllar günlük debi değerleri derin öğrenme iyileştiricileri kullanılarak performans analizleri incelenmiş ve değerlendirilmiştir. En iyi tahmin modeli, gerçek veriler ve tahmin modelleri karşılaştırılarak belirlenmektedir. Akdere ve Göksu için en yüksek korelasyon, ADAM ve ADAMAX iyileştiricileri kullanılarak MAE değerlerinde görülmüştür.