Meteorolojik olaylar insan hayatını sürekli olarak etkilemektedir. Ayrıca bu olaylara müdahale imkńı yoktur. Meteorolojik olayların insan hayatında meydana getirdiği önemli sonuçlar göz önüne alındığında bu değişkenlerin doğru bir şekilde tahmin ve analiz edilmesi büyük önem kazanmaktadır. Bu meteorolojik değişkenlerden biri olan yağış büyük bir öneme sahiptir. Yağış, akışı meydana getiren önemli bir parametredir. Kısa sürede aşırı yağış meydana gelmesi sel ve taşkın gibi insan hayatını etkileyen önemli olaylara neden olur. Ancak uzun sürede yetersiz yağış meydana gelmesi durumunda ise kuraklık ortaya çıkmaktadır. Görüldüğü gibi su kaynakları, su kullanım alanları ve insan hayatına etkisi bakımından yağışın tahmini çok önemlidir. Fakat coğrafi ve bölgesel değişimlerden ve özelliklerden etkilenmesi, yağışın tahminini oldukça zorlaştırmaktadır. Son yıllarda hidroloji alanında yapay zeka metotlarının kullanımı giderek artmaktadır. Yapay sinir ağları, olayların örneklerine bakmakta ve ilgili olay hakkında genellemeler yapmaktadır. Ayrıca bilgiler toplamakta ve daha sonra hiç görmediği örnekler ile karşılaşınca bu bilgileri kullanarak karar vermektedir. Bu çalışmada, Isparta iline ait aylık yağış tahmini yapmak için, Devlet Meteoroloji İşleri tarafından işletilen Isparta'da bulunan Senirkent, Uluborlu, Eğirdir, Yalvaç ve Isparta istasyonlarından alınan yağış verileri kullanılmıştır. Hidrolojik çalışmalarda verilerin homojen olması şartı arandığı için DMİ'den alınan aylık yağış verileri kullanılmadan önce homojenlik analizi yapılmıştır. Homojenlik açısından uygun olduğu görülen aylık yağış verileri kullanılarak yapay sinir ağları metodu ile Isparta'nın aylık yağış değerlerini tahmin etmek için çeşitli modeller geliştirilmiştir. Ayrıca yağış tahmini için aynı girdi parametreleri kullanılarak çoklu lineer regresyon modelleri de geliştirilmiştir. Isparta ili için geliştirilen yağış modellerinin performansını değerlendirmek için hem yapay sinir ağı modellerinin hem de çoklu lineer regresyon modellerinin sonuçları, ölçüm değerleri ile karşılaştırılmış ve yüksek determinasyon katsayıları elde edilmiştir. Sonuç olarak, geliştirilen modellerin, ölçümün yapılamadığı, ölçüm sisteminin arızalı olduğu veya yağış verilerinin eksik olduğu durumlar gibi problemlerle karşılaşıldığında yağış tahminlerinde kullanılabileceği sonucuna varılmıştır. Anahtar Kelimeler: Yağış, Yapay Sinir Ağları, Homojenlik Analizi, Lineer Regresyon Modelleri, Isparta.
Human life is very affected by meteorological events. Moreover, there is no possibility of intervention in this incident. When meteorological events in the life of people bring forth the important results are taken into consideration, analysis and accurately estimate is great importance. The rainfall is one of meteorological variables, has a great importance. Precipitation is an important parameter to occur flow. Origination of excessive rainfall in a short time can cause significant affect human life, such as floods and flood events. However, inadequate rainfall in a long time to come up in case drought occurs. As you can see water resources, water usage and its impact on human life in terms of rainfall prediction is very important. But the geographical and regional changes and features affected makes that estimates of rainfall very difficult. In recent years use of artificial intelligence methods in the field of hydrology is increasing. Artificial neural networks look at the examples of events and make generalizations about the events. Also to collect information and then when come on did not see any examples, use this information to decide. In this study, rainfall data from Senirkent, Uluborlu, Eğirdir, Yalvaç and Isparta stations in Isparta, operated by the Turkish State Meteorological Serviceare used to estimate monthly rainfall. Monthly rainfall data from TSMS, was made homogeneity analysis before using, because hydrological studies of the condition that the data is called homogeneous. Seem to be appropriate for homogeneity by using monthly rainfall data with artificial neural networks method to estimate the values of Isparta's monthly rainfall for the various models were developed. Moreover, the same input parameters for rainfall estimation using multiple linear regression models were developed. Artificial neural network models and multiple linear regression model results are compared with measured values to evaluate for performance of the rain model, developed for Isparta and high determinasyon coefficients have been obtained. As a result, the developed models, not of measurement, measurement system is defective, or rainfall data are missing, such as cases where the problem is encountered is concluded rainfall estimates can be used, is concluded. Keywords: Precipitation, Artificial Neural Networks, Homogeneous Analysis, Multi Linear Regression Models, Isparta.
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Yapı Eğitimi Anabilim Dalı, 2009.
Kaynakça var.
Meteorolojik olaylar insan hayatını sürekli olarak etkilemektedir. Ayrıca bu olaylara müdahale imkńı yoktur. Meteorolojik olayların insan hayatında meydana getirdiği önemli sonuçlar göz önüne alındığında bu değişkenlerin doğru bir şekilde tahmin ve analiz edilmesi büyük önem kazanmaktadır. Bu meteorolojik değişkenlerden biri olan yağış büyük bir öneme sahiptir. Yağış, akışı meydana getiren önemli bir parametredir. Kısa sürede aşırı yağış meydana gelmesi sel ve taşkın gibi insan hayatını etkileyen önemli olaylara neden olur. Ancak uzun sürede yetersiz yağış meydana gelmesi durumunda ise kuraklık ortaya çıkmaktadır. Görüldüğü gibi su kaynakları, su kullanım alanları ve insan hayatına etkisi bakımından yağışın tahmini çok önemlidir. Fakat coğrafi ve bölgesel değişimlerden ve özelliklerden etkilenmesi, yağışın tahminini oldukça zorlaştırmaktadır. Son yıllarda hidroloji alanında yapay zeka metotlarının kullanımı giderek artmaktadır. Yapay sinir ağları, olayların örneklerine bakmakta ve ilgili olay hakkında genellemeler yapmaktadır. Ayrıca bilgiler toplamakta ve daha sonra hiç görmediği örnekler ile karşılaşınca bu bilgileri kullanarak karar vermektedir. Bu çalışmada, Isparta iline ait aylık yağış tahmini yapmak için, Devlet Meteoroloji İşleri tarafından işletilen Isparta'da bulunan Senirkent, Uluborlu, Eğirdir, Yalvaç ve Isparta istasyonlarından alınan yağış verileri kullanılmıştır. Hidrolojik çalışmalarda verilerin homojen olması şartı arandığı için DMİ'den alınan aylık yağış verileri kullanılmadan önce homojenlik analizi yapılmıştır. Homojenlik açısından uygun olduğu görülen aylık yağış verileri kullanılarak yapay sinir ağları metodu ile Isparta'nın aylık yağış değerlerini tahmin etmek için çeşitli modeller geliştirilmiştir. Ayrıca yağış tahmini için aynı girdi parametreleri kullanılarak çoklu lineer regresyon modelleri de geliştirilmiştir. Isparta ili için geliştirilen yağış modellerinin performansını değerlendirmek için hem yapay sinir ağı modellerinin hem de çoklu lineer regresyon modellerinin sonuçları, ölçüm değerleri ile karşılaştırılmış ve yüksek determinasyon katsayıları elde edilmiştir. Sonuç olarak, geliştirilen modellerin, ölçümün yapılamadığı, ölçüm sisteminin arızalı olduğu veya yağış verilerinin eksik olduğu durumlar gibi problemlerle karşılaşıldığında yağış tahminlerinde kullanılabileceği sonucuna varılmıştır. Anahtar Kelimeler: Yağış, Yapay Sinir Ağları, Homojenlik Analizi, Lineer Regresyon Modelleri, Isparta.
Human life is very affected by meteorological events. Moreover, there is no possibility of intervention in this incident. When meteorological events in the life of people bring forth the important results are taken into consideration, analysis and accurately estimate is great importance. The rainfall is one of meteorological variables, has a great importance. Precipitation is an important parameter to occur flow. Origination of excessive rainfall in a short time can cause significant affect human life, such as floods and flood events. However, inadequate rainfall in a long time to come up in case drought occurs. As you can see water resources, water usage and its impact on human life in terms of rainfall prediction is very important. But the geographical and regional changes and features affected makes that estimates of rainfall very difficult. In recent years use of artificial intelligence methods in the field of hydrology is increasing. Artificial neural networks look at the examples of events and make generalizations about the events. Also to collect information and then when come on did not see any examples, use this information to decide. In this study, rainfall data from Senirkent, Uluborlu, Eğirdir, Yalvaç and Isparta stations in Isparta, operated by the Turkish State Meteorological Serviceare used to estimate monthly rainfall. Monthly rainfall data from TSMS, was made homogeneity analysis before using, because hydrological studies of the condition that the data is called homogeneous. Seem to be appropriate for homogeneity by using monthly rainfall data with artificial neural networks method to estimate the values of Isparta's monthly rainfall for the various models were developed. Moreover, the same input parameters for rainfall estimation using multiple linear regression models were developed. Artificial neural network models and multiple linear regression model results are compared with measured values to evaluate for performance of the rain model, developed for Isparta and high determinasyon coefficients have been obtained. As a result, the developed models, not of measurement, measurement system is defective, or rainfall data are missing, such as cases where the problem is encountered is concluded rainfall estimates can be used, is concluded. Keywords: Precipitation, Artificial Neural Networks, Homogeneous Analysis, Multi Linear Regression Models, Isparta.