Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini
Yıl: 2018 Cilt: 6 Sayı: 3 Sayfa Aralığı: 621 - 633 Metin Dili: Türkçe DOI: 10.29109/gujsc. 393154 İndeks Tarihi: 25-02-2020
Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini
Öz: Kuraklığın erken tahmin edilmesi, kuraklığın olası olumsuz etkilerinin azaltılabilmesinisağlayabilir. Bu amaçla geliştirilen indisler ise geçmişe dönük kuraklığın belirlenmesinisağlamaktadır. Geçmiş dönemlere ait indis ve yağış verileri kullanılarak oluşması muhtemelkuraklığın tahmin edilmesi, erken uyarı sistemlerinin kurulabilmesine imkân tanıyabilecektir.Bu çalışmada, Şanlıurfa istasyonuna ait 1938-2014 yılları arasındaki yağış verileri ilehesaplanan Standartlaştırılmış Yağış İndeksi (SYİ) değerleri, geçmiş yağış ve kuraklık indisideğerleri kullanılarak tahmin edilmiştir. Kuraklığın tahmin edilmesinde İleri Beslemeli GeriYayınımlı Yapay Sinir Ağı (İBGYSA) yöntemi kullanılmıştır. 1937-1990 yılları arasındakigeçmiş yağış ve kuraklık indisi verileri eğitim, 1991-2014 yılları arasındaki veriler ise test verisiolarak kullanılmıştır. 1, 3, 6 ve 12 aylık kuraklık indis değerlerinin tahmini için, her bir zamanölçeğinde 16 model kullanılmıştır. Şanlıurfa istasyonu için 6 ve 12 aylık kuraklık indislerinintahmininde yapay sinir ağları yönteminin uygulanabilir olduğu belirlenmiştir.
Anahtar Kelime: Konular:
Drought Estimation of Şanlıurfa Station with Artificial Neural Network
Öz: Early estimation of the drought may help reduce the potential adverse effects of drought. Indices developed for this purpose provide the information for the past drought events. Estimating the drought using indices and precipitation data from past periods should allow early warning systems to be established. In this study, the Standardized Precipitation Index (SPI) values calculated with the rainfall data of Şanlıurfa station between 1938-2014 years are estimated by using past rainfall and drought index values. Droughts are predicted using Feed Forward Back Propagation Neural Network (FFBPNN) method. The drought indices and precipitation values between 1937-1990 are used for training, and the values between 1991- 2014 were used for test data. To estimation of 1, 3, 6 and 12 months drought index values, 16 models are used for each time scale. It has been determined that artificial neural network method is applicable for estimating 6 and 12 month SPI indexes for Şanlıurfa station.
Anahtar Kelime: Konular:
Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- Mckee, T.B., Doesken, N.J., ve Kleist, J. The relationship of drought frequency and duration to time scales. in Proceedings of the 8th Conference on Applied Climatology. 1993. American Meteorological Society Boston, MA, USA.
- Gumus, V. ve Algin, H.M., Meteorological and hydrological drought analysis of the Seyhan−Ceyhan River Basins, Turkey. Meteorological Applications, 2017. 24(1): p. 62-73.
- Byun, H.-R. ve Wilhite, D.A., Objective Quantification of Drought Severity and Duration. Journal of Climate, 1999. 12(9): p. 2747-2756.
- Palmer, W.C., Meteorological drought. Vol. 30. 1965: US Department of Commerce, Weather Bureau Washington, DC, USA.
- Bacanli, U.G., Firat, M., ve Dikbas, F., Adaptive Neuro-Fuzzy Inference System for drought forecasting. Stochastic Environmental Research and Risk Assessment, 2008. 23(8): p. 1143-1154.
- Mishra, A.K. ve Desai, V.R., Drought forecasting using feed-forward recursive neural network. Ecological Modelling, 2006. 198(1-2): p. 127-138.
- Keskin, M.E., Terzi, Ö., Taylan, E.D., ve Küçükyaman, D., Meteorological drought analysis using data-driven models for the Lakes District, Turkey. Hydrological Sciences Journal, 2009. 54(6): p. 1114-1124.
- Ali, Z., Hussain, I., Faisal, M., Nazir, H.M., Hussain, T., Shad, M.Y., Mohamd Shoukry, A., ve Hussain Gani, S., Forecasting Drought Using Multilayer Perceptron Artificial Neural Network Model. Advances in Meteorology, 2017. 2017: p. 1-9.
- Ali, M., Deo, R.C., Downs, N.J., ve Maraseni, T., An ensemble-ANFIS based uncertainty assessment model for forecasting multi-scalar standardized precipitation index. Atmospheric Research, 2018. 207: p. 155-180.
- Mokhtarzad, M., Eskandari, F., Jamshidi Vanjani, N., ve Arabasadi, A., Drought forecasting by ANN, ANFIS, and SVM and comparison of the models. Environmental Earth Sciences, 2017. 76(21).
- Hosseini-Moghari, S.-M., Araghinejad, S., ve Azarnivand, A., Drought forecasting using datadriven methods and an evolutionary algorithm. Modeling Earth Systems and Environment, 2017. 3(4): p. 1675-1689.
- Deo, R.C., Kisi, O., ve Singh, V.P., Drought forecasting in eastern Australia using multivariate adaptive regression spline, least square support vector machine and M5Tree model. Atmospheric Research, 2017. 184: p. 149-175.
- Belayneh, A., Adamowski, J., Khalil, B., ve Ozga-Zielinski, B., Long-term SPI drought forecasting in the Awash River Basin in Ethiopia using wavelet neural network and wavelet support vector regression models. Journal of Hydrology, 2014. 508: p. 418-429.
- Barua, S., Ng, A.W.M., ve Perera, B.J.C., Artificial Neural Network–Based Drought Forecasting Using a Nonlinear Aggregated Drought Index. Journal of Hydrologic Engineering, 2012. 17(12): p. 1408-1413.
- Morid, S., Smakhtin, V., ve Bagherzadeh, K., Drought forecasting using artificial neural networks and time series of drought indices. International Journal of Climatology, 2007. 27(15): p. 2103- 2111.
- Gümüş, V., Soydan, N.G., Şimşek, O., Aköz, M.S., ve Kırkgöz, M.S., Yağış-Akış İlişkisinin Belirlenmesinde Farklı Yapay Sinir Ağı Yöntemlerinin Karşılaştırılması. Çukurova Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 2013. 28(1): p. 37.
- Gümüş, V. ve Kavşut, M.E., Zamanti Nehri-Ergenusağı İstasyonu Eksik Aylık Akım Verilerinin Tahmini. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 2013. 1(2): p. 81- 91.
- Gümüş, V., Şimşek, O., Soydan, N.G., ve Kavşut, M.E. Estimation of Monthly Pan Evaporation Using Different Artificial Intelligence Methods in Kahramanmaraş Station. in 11th International Congress on Advances in Civil Engineering. 2014. İstanbul, Türkiye.
- Gümüş, V., Şİmşek, O., Soydan, N.G., Aköz, M.S., ve Yenİgün, K., Adana İstasyonunda Buharlaşmanın Farklı Yapay Zeka Yöntemleri ile Tahmini. Dicle Üniversitesi Mühendislik Dergisi, 2016. 7(2): p. 309-318.
- Gümüş, V., Başak, A., ve Oruç, N., Standartlaştırılmış Yağış İndeksi (SYİ) Yöntemi ile Şanlıurfa İstasyonunun Kuraklık Analizi. Harran Üniversitesi Mühendislik Dergisi, 2016. 1(1): p. 36-44.
- Lippmann, R., An introduction to computing with neural nets. IEEE Assp magazine, 1987. 4(2): p. 4- 22.
- Marquardt, D.W., An algorithm for least-squares estimation of nonlinear parameters. Journal of the society for Industrial and Applied Mathematics, 1963. 11(2): p. 431-441.
| APA | GUMUS V, BAŞAK A, YENİGÜN K (2018). Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. , 621 - 633. 10.29109/gujsc. 393154 |
| Chicago | GUMUS Veysel,BAŞAK Ahmet,YENİGÜN KASIM Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. (2018): 621 - 633. 10.29109/gujsc. 393154 |
| MLA | GUMUS Veysel,BAŞAK Ahmet,YENİGÜN KASIM Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. , 2018, ss.621 - 633. 10.29109/gujsc. 393154 |
| AMA | GUMUS V,BAŞAK A,YENİGÜN K Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. . 2018; 621 - 633. 10.29109/gujsc. 393154 |
| Vancouver | GUMUS V,BAŞAK A,YENİGÜN K Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. . 2018; 621 - 633. 10.29109/gujsc. 393154 |
| IEEE | GUMUS V,BAŞAK A,YENİGÜN K "Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini." , ss.621 - 633, 2018. 10.29109/gujsc. 393154 |
| ISNAD | GUMUS, Veysel vd. "Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini". (2018), 621-633. https://doi.org/10.29109/gujsc. 393154 |
| APA | GUMUS V, BAŞAK A, YENİGÜN K (2018). Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 6(3), 621 - 633. 10.29109/gujsc. 393154 |
| Chicago | GUMUS Veysel,BAŞAK Ahmet,YENİGÜN KASIM Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 6, no.3 (2018): 621 - 633. 10.29109/gujsc. 393154 |
| MLA | GUMUS Veysel,BAŞAK Ahmet,YENİGÜN KASIM Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, vol.6, no.3, 2018, ss.621 - 633. 10.29109/gujsc. 393154 |
| AMA | GUMUS V,BAŞAK A,YENİGÜN K Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji. 2018; 6(3): 621 - 633. 10.29109/gujsc. 393154 |
| Vancouver | GUMUS V,BAŞAK A,YENİGÜN K Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji. 2018; 6(3): 621 - 633. 10.29109/gujsc. 393154 |
| IEEE | GUMUS V,BAŞAK A,YENİGÜN K "Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini." Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 6, ss.621 - 633, 2018. 10.29109/gujsc. 393154 |
| ISNAD | GUMUS, Veysel vd. "Yapay Sinir Ağları ile Şanlıurfa İstasyonunun Kuraklığının Tahmini". Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 6/3 (2018), 621-633. https://doi.org/10.29109/gujsc. 393154 |
