Karadeniz bölgesindeki yağış-akış ilişkisinin farklı yapay sinir ağları metotlarıyla belirlenmesi
Rainfall-runoff modelling using a different annual neural networks approach for Black Sea catchments
- Tez No: 222624
- Danışmanlar: DOÇ.DR. H. KEREM CIĞIZOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Karadeniz bölgesi, Yapay sinir ağları, Yağış-akış modelleri, Black Sea region, Artificial neural networks, Rainfall-runoff models
- Yıl: 2007
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Su kaynaklarının degerlendirilmesinde günlük veya aylık ortalama akımların bilinmesi çok önemlidir. Ancak akarsuların çogunda akım ölçüm agı ya yoktur ya da çok zayıftır. Bu sebeple akım ölçümü olmayan veya eksik olan akarsu havzalarında ortalama akımların tahmini için pek çok çalısma yapılmıs ve yapılmaktadır. Bir akarsudaki akım havzadaki yagıs, sıcaklık, nem gibi birçok parametreye baglı olmakla birlikte yagıs olayının görülmesi ile akımın olusması arasında belli bir gecikme vardır. Akım tahminlerini yaparken bu gecikmeden yararlanılır. Bu çalısmada, ileri beslemeli geriye yayınım sinir agı (BGYSA), radyal tabanlı fonksiyonlara dayalı sinir agı (RTYSA) ve genellestirilmis regresyon sinir agı (GRSA) olmak üzere üç yapay sinir agı (YSA) metodu ve klasik yöntemlerden olan Çok Degiskenli Regresyon (ÇDR) metodu ile yagıs, sıcaklık, geçmis akım degerleri kullanılarak, akım tahminleri yapılmıstır. Elde edilen sonuçlar regresyon analizi sonuçları ile karsılastırılmıs ve daha basarılı bulunmustur. Ekstrapolasyon yapılması gerektiginde tercih edilmesi gereken YSA metotlarının daha ziyade BGYSA ve RTYSA oldugu görülmüstür. Buna karsın bu iki metot bazı durumlarda düsük akım degerleri için negatif tahminler verebilmekte, GRYSA kullanıldıgında ise bu sorunla karsılasılmamaktadır.
Özet (Çeviri)
It is important to reach daily or monthly flows in water resources assessment; however, flow observation network is mostly unavailable or inadequate for rivers. Hence, many studies have been performed to estimate mean flows for inadequate or ungauged basins. River flows depend on many variables such as precipitation, temperature, moisture and there is a lag time between precipitation and flow. This lag time is used to estimate flows. In this study, precipitation, temperature, moisture and previous flow data are used to estimate flows by means of three different neural network methods namely, conventional feed forward back propagation (FFBP), radial basis functions neural network (RBF), generalized regression neural network (GRNN) and multivariate regression, one of the classical methods. Consequently, FFBP and RBF are found more preferable when extrapolation is required. On the other hand both methods occasionally give negative estimations for low flow values; that is a problem not faced when GRNN is used.
Benzer Tezler
- Bartın yöresinde arazi kullanım sorunları ve çözüm önerileri (Iskalan deresi yağış havzası örneği)
Land use problems and recommended solutions in the vicinity of Bartın (a case study Iskalan creek watershed)
SELMA YAŞAR KORKANÇ
Doktora
Türkçe
2003
Ormancılık ve Orman Mühendisliğiİstanbul ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
PROF. DR. NECDET ÖZYUVACI
- Harşıt çayı havzasında yağış-akış karakteristikleri ile erozyon ve sediment sorunlarının araştırılması
Başlık çevirisi yok
İSRAFİL KOCAMAN
Yüksek Lisans
Türkçe
1994
ZiraatTrakya ÜniversitesiTarımsal Yapılar ve Sulama Ana Bilim Dalı
DOÇ.DR. LOKMAN DELİBAŞ
- Çoruh nehri havzasının hidrometeorolojik özelliklerinin belirlenmesi
The Determination of hydrometeorological characteristics of Çoruh river basin
YÜKSEL MALKOÇ
Doktora
Türkçe
2002
Balıkçılık TeknolojisiKaradeniz Teknik ÜniversitesiBalıkçılık Teknolojisi Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERCAN KÖSE
- Obtaining inundation maps by GIS and hydrologic-hydraulic model integration
CBS ve hidrolojik-hidrolik model ategrasyonu ile taşkın haritaları elde edilmesi
BURAK TURAN
Yüksek Lisans
İngilizce
2002
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURÜNNİSA USUL
YRD. DOÇ. DR. ZÜHAL AKYÜREK
- Doğu Karadeniz bölgesinde yağışın akım verileri ile belirlenmesi
Determination of precipitation from runoff data in the Eastern Black Sea region
GÖKÇE USTA
Yüksek Lisans
Türkçe
2011
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. NECATİ AĞIRALİOĞLU
PROF. DR. H. GONCA COŞKUN