Comparison of Savran and Akdere flow measurement station datausing deep learning methods

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.Water is the most important source of life in human life for centuries. Due to the growing population, the need for water on earth is increasing day by day. In contrast to this increase, water resources; global warming, drought, climate changes, unplanned consumption is desiphering and losing sustainability. The forward forecast of river currents is of great importance in order to ensure sustainability. If the predictions are made correctly; major improvements can be made in the future management, operation, storage and correct use of water. The input-output account of the waters that have recently rened in rivers is predicted by forward-looking artificial intelligence techniques. The long-term estimates provide suitable planning for both the producer and the user for the production of water resources for living beings, irrigation, hydroelectric power generation and the transfer of water to future generations. In this study, the estimation of river currents is done by creating artificial neural network (ANN) and Deep Learning model from Artificial Intelligence (AI) techniques using numerical current data measured in flow measurement stations (FMS). Performance analyses were examined and evaluated using deep learning optimizers for many years of daily flow values of 2 different rasts in the Euphrates Basin, one of the 25 basins in Turkey. The best forecast model is determined by comparing actual data and forecast models. The highest correlation for Akdere and Göksu was determined at MAE values using ADAM and ADAMAX optimizers.