| dc.creator |
Ergin, Gülşah,
1985-
author
24640 |
|
| dc.creator |
Gençer Terzi, Özlem,
1977-
thesis advisor
15312 |
|
| dc.creator |
Süleyman Demirel Üniversitesi.
Fen Bilimleri Enstitüsü.
Yapı Eğitimi Anabilim Dalı.
10219
issuing body |
|
| dc.date |
2012. |
|
| dc.identifier |
http://tez.sdu.edu.tr/Tezler/TF01888.pdf |
|
| dc.description |
Hidrolojik model çalışmaları, su kaynakları ile ilgili yönetim stratejilerinin ortaya konulmasında, su kaynakları projelerinin planlamasında, tasarımında, inşaatında ve işletilmesinde büyük önem taşımaktadır. Bu çalışmada Kızılırmak Nehri üzerinde Elektrik İşleri Etüt İdaresi (EİE) tarafından işletilen Yamula akım gözlem istasyonunun aylık ortalama akım verileri kullanılarak stokastik modeller kurulmuştur. En uygun model Akaike Bilgi Kriteri (ABK) değerlerine göre seçilmiştir. Seçilen modellerin uygunluk testleri Portmonteau testi ile artık serilerin bağımsızlığı kontrol edilerek yapılmıştır. Aylık akımlar için kurulan modellere göre sentetik seri üretilmiştir. Kurulan modellerin tarihi serilere ait karakteristikleri muhafaza edip etmediği kontrol edilmiştir. Yapılan analizler sonucunda, aylık akımlar için en uygun model AR(2) modeli olarak belirlenmiştir. Anahtar Kelimeler: Kızılırmak Nehri, Otoregresif (AR) model, Stokastik süreç, zaman serisi. |
|
| dc.description |
Hydrologic modeling studies, drawing up of management strategies on water resources, water resources projects, planning, design, construction and operation is of great importance. In this study, the stochastic models for on Kızılırmak River were developed by using monthly mean streamflow data of Yamula streamflow gauging station operated by EIE. The optimum model was selected according to Akaike Information Criterion (AIC). .Portmonteau lack of fit test. for the selected models was performed by checking the independency of the residuals. Generating synthetic series according to the developed models for monthly streamflow were generated. It was checked whether the developed models preserved or not the characteristics of the historical data. Result of the analysis, the most appropriate model was determined AR (2) model for monthly flows. Keywords: Kızılırmak River, Autoregressive Model, Stochastic process, Time series. |
|
| dc.description |
Tez (Yüksek Lisans)- Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü, Yapı Eğitimi Anabilim Dalı, 2012. |
|
| dc.description |
Kaynakça var. |
|
| dc.description |
Hidrolojik model çalışmaları, su kaynakları ile ilgili yönetim stratejilerinin ortaya konulmasında, su kaynakları projelerinin planlamasında, tasarımında, inşaatında ve işletilmesinde büyük önem taşımaktadır. Bu çalışmada Kızılırmak Nehri üzerinde Elektrik İşleri Etüt İdaresi (EİE) tarafından işletilen Yamula akım gözlem istasyonunun aylık ortalama akım verileri kullanılarak stokastik modeller kurulmuştur. En uygun model Akaike Bilgi Kriteri (ABK) değerlerine göre seçilmiştir. Seçilen modellerin uygunluk testleri Portmonteau testi ile artık serilerin bağımsızlığı kontrol edilerek yapılmıştır. Aylık akımlar için kurulan modellere göre sentetik seri üretilmiştir. Kurulan modellerin tarihi serilere ait karakteristikleri muhafaza edip etmediği kontrol edilmiştir. Yapılan analizler sonucunda, aylık akımlar için en uygun model AR(2) modeli olarak belirlenmiştir. Anahtar Kelimeler: Kızılırmak Nehri, Otoregresif (AR) model, Stokastik süreç, zaman serisi. |
|
| dc.description |
Hydrologic modeling studies, drawing up of management strategies on water resources, water resources projects, planning, design, construction and operation is of great importance. In this study, the stochastic models for on Kızılırmak River were developed by using monthly mean streamflow data of Yamula streamflow gauging station operated by EIE. The optimum model was selected according to Akaike Information Criterion (AIC). .Portmonteau lack of fit test. for the selected models was performed by checking the independency of the residuals. Generating synthetic series according to the developed models for monthly streamflow were generated. It was checked whether the developed models preserved or not the characteristics of the historical data. Result of the analysis, the most appropriate model was determined AR (2) model for monthly flows. Keywords: Kızılırmak River, Autoregressive Model, Stochastic process, Time series. |
|
| dc.language |
tur |
|
| dc.publisher |
Isparta: SDÜ Fen Bilimleri Enstitüsü, |
|
| dc.subject |
Süleyman Demirel Üniversitesi |
|
| dc.title |
Kızılırmak Nehri akımlarının stokastik modellemesi = Stochastic modelling of Kızılırmak River flows / |
|
| dc.type |
text |
|