Practical approaches to streamflow prediction: a comparative study of lumped models, regression methods, and machine learning
Akım tahmininde pratik yaklaşımlar: toplu modeller, regresyon yöntemleri ve makine öğrenmesinin karşılaştırmalı bir incelemesi
- Tez No: 953303
- Danışmanlar: PROF. DR. MEHMET CÜNEYD DEMİREL, DR. MUHAMMET BAHATTİN AVCUOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Meteoroloji, Civil Engineering, Meteorology
- Anahtar Kelimeler: Akarsu havzaları, Doğrusal regresyon, Doğrusal regresyon modelleri, Drenaj havzaları, Su toplama havzası, Yüzey hidrolojisi, Stream basins, Linear regression, Linear regression models, Drainage basins, Water catchment area, Surface hydrology
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Debi verilerinin yetersiz olduğu havzalarda akım tahmini, su kaynakları planlamasında temel bir zorluk oluşturmaktadır. Bu çalışmada, akım tahmini için üç pratik yöntem karşılaştırılmıştır: kavramsal toplu modeller (TUW, GR4J), klasik regresyon yöntemleri ve makine öğrenmesi algoritmaları (Random Forest, MARS). Türkiye'deki ölçüm ağı sınırlı Kürtün Havzası ile Almanya'da yer alan, güçlü gözlem altyapısına sahip Neckar sisteminin bir alt havzası olan Murr Havzası incelenmiştir. Tüm modeller, ERA5-Land yeniden analiz verileri ve gözlenmiş debi kayıtları ile 2016–2022 dönemi için kalibre edilmiş, 2011–2014 dönemi için doğrulanmıştır. Simülasyonlar günlük olarak yapılmış, ancak DSİ planlama yaklaşımına uygun olarak değerlendirme aylık akım hacimler üzerinden de yapılmıştır. Tüm yöntemler arasında en başarılı sonuçları Random Forest yöntemi vermiştir. Özellikle iki farklı yardımcı istasyondan alınan debi verilerinin birlikte kullanıldığı senaryolar yüksek doğruluk sağlamıştır. İkinci derece polinom regresyonu da yüksek performans göstermiş ve az veriye ihtiyaç duyması sayesinde hızlı planlama süreçleri için uygun bir yöntem olarak öne çıkmıştır. TUW modeli aylık tahminlerde makul sonuçlar üretmiş; ancak Kürtün havzası özelinde günlük simülasyonlarda zayıf kalmıştır. GR4J genel olarak daha düşük performans göstermiştir. Çalışma, yöntem seçiminin havzanın veri durumu ve kullanım amacına göre şekillendirilmesi gerektiğini vurgulamaktadır. Bu bağlamda, üç aşamalı bir model önerisi sunularak farklı koşullarda en uygun yöntemin seçilmesine yönelik pratik bir rehberlik sağlanmaktadır. Bu bulgular, özellikle DSİ gibi kurumlar için uygulanabilir rehberlik sunmaktadır.
Özet (Çeviri)
Estimating streamflow in basins with limited discharge data remains a key challenge in water resources planning. This study evaluates three practical approaches for streamflow extrapolation: lumped conceptual models (TUW, GR4J), classical regression methods, and machine learning algorithms (Random Forest, MARS). Two basins were selected: the data-scarce Kürtün Basin in Türkiye, and the Murr Basin in Germany, a sub-basin of the well-instrumented Neckar system. All models were calibrated using ERA5-Land reanalysis data and observed discharge records from 2016 to 2022, then validated for 2011–2014. Simulations were performed daily, but evaluation was based on monthly aggregated flows in line with DSİ's planning practice. Among all methods, Random Forest achieved the best results, particularly when using discharge data from two auxiliary stations. Polynomial regression (second-degree) also showed strong performance and is well-suited to rapid planning scenarios due to its simplicity and low data requirements. TUW performed reasonably well in monthly simulations but showed limited daily accuracy in Kürtün, likely due to data limitations and parameter transferability. GR4J showed lower overall performance. The findings emphasize the need for context-aware model selection: machine learning offers high accuracy when multi-source inputs exist, regression methods are useful for flexibility, and conceptual models remain valuable for representing long-term hydrological behavior. A three-tiered selection strategy is proposed to guide practical implementation. The results contribute to the development of robust modeling strategies for planning institutions like Türkiye's State Hydraulic Works (DSİ), particularly in basins where discharge observations are limited or newly established.
Benzer Tezler
- Standardize yağış indisinin çarpıklık ve basıklık açısından yorumlanması ve yeni bir kuraklık indisinin geliştirilmesi
Interpretation of the standardized precipitation index in terms of skewness and kurtosis and the development of a new drought index
MURAT GÜL
Doktora
Türkçe
2026
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAVUZ SELİM GÜÇLÜ
- Transformer tabanlı öznitelik bütünleştirme ile eksik veriye dayanıklı tahminsel model geliştirilmesi
Development of a predictive model robust to missing data via transformer-based feature integration
DUYGU BAYRAK GÜMÜŞ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED KOTAN
- An analysis on grey water source separation as an alternative for conventional wastewater management using the case of Kocaeli Yenikent neighborhood
Konvansiyonel atık su yönetimine alternatif olarak gri su akım ayrımının Kocaeli Yenikent mahallesi örneği kullanılarak analizi
HİLAL EFE
Yüksek Lisans
İngilizce
2017
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE BİLSEN BAYKAL
- Bulanık zincir model temelleri ve hidrograf tahminleri
Fuzzy chain model fundamentals and hydrograph estimations
YAVUZ SELİM GÜÇLÜ
Doktora
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Akarsu askı maddesi debisi tahmini için nonlineer bir sistem modeli
A nonlinear system model for prediction of suspended load of rivers
VEYSEL GÜLDAL
Doktora
Türkçe
1997
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiSu Bilimleri Ana Bilim Dalı
PROF. DR. R. FERRUH MÜFTÜOĞLU