Aylık buharlaşma tahmininde yapay zeka yöntemlerinin kullanılabilirliği

Yükleniyor...
Küçük Resim

Tarih

2019

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Niğde Ömer Halisdemir Üniversitesi

Erişim Hakkı

info:eu-repo/semantics/openAccess

Özet

Hidrolojik çevrimin en önemli bileşenlerinden biri olan buharlaşma pek çok faktörün etkisindedir. Buharlaşma; bu kompleks yapısından dolayı tahmin edilmesi zor bir meteorolojik parametredir. Bu çalışmada, Konya Kapalı Havzası’nda yer alan Karaman istasyonuna ait meteorolojik parametreler kullanılarak oluşturulan farklı giriş kombinasyonları ile aylık buharlaşma miktarı tahmin edilmiştir. Bu amaçla Yapay Sinir Ağları (YSA), Destek Vektör Regresyonu (DVR), Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS) metotları kullanılmıştır. Sonuç olarak DVR, aylık buharlaşma tahmininde diğer metotlardan daha başarılı olmuştur.
Evaporation, one of the most important components of the hydrological cycle, is influenced by many factors. Evaporation is a meteorological parameter that is difficult to predict due to this complex structure. In this study, the amount of monthly evaporation was estimated using different input combinations formed by meteorological parameters belonging to Karaman station in Konya Closed Basin. For this purpose, Artificial Neural Networks (ANN), Support Vector Regression (SVR), Adaptive Network Based Fuzzy Inference System (ANFIS) methods are used. As a result, SVR has been more successful than other methods in monthly evaporation prediction.

Açıklama

Anahtar Kelimeler

Buharlaşma, Yapay Sinir Ağları, Destek Vektör Regresyonu, Su Kaynakları, Evaporation, Artificial Neural Networks, Support Vector Regression, Water Resources

Kaynak

Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi,

WoS Q Değeri

Scopus Q Değeri

Cilt

8

Sayı

1

Künye

Özel, A , Büyükyıldız, M . (2019). Aylık buharlaşma tahmininde yapay zeka yöntemlerinin kullanılabilirliği. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi , 8 (1) , 244-254 . DOI: 10.28948/ngumuh.516891