Makine öğrenme yöntemleriyle nehir akım tahmininde farklı tekniklerinin karşılaştırılması

OpenAlex Türkçe

Su yeryüzünün %75’ini kaplamaktadır ve bu oran toplam dünya kütlesinin sadece yaklaşık 4500 de 1’ini oluşturmaktadır. Dünya üzerindeki bütün canlıların varlığını sürdürebilmesi için gerekli olan en temel maddelerden biri sudur. Ayrıca su tarımsal faaliyetlerle, ekonomiyle, sağlıkla, enerji kaynaklarının kullanımı ve hijyen gibi unsurlarla karmaşık bir ilişki içinde bulunmaktadır. İklim değişiklikleri ve artan nüfus ile paralel olarak gelecek yıllarda su kaynaklarımızın yetersiz kalması, yaşanması olası başlıca büyük problemlerdendir. Temiz su kaynaklarının korunması ve geliştirilmesi, canlı yaşamı açısından büyük önem taşımaktadır. Mevcut su potansiyelinin tasarruflu kullanılması su ve kullanımının verimli hale getirilmesi gerekmektedir. Buna dayanarak mevcut suyun ne kadarını kullanılabileceği ve gelecekte su potansiyelinin ne derece değişeceğini önceden tahmin etmek su planlaması yapılması açısından şarttır. Akım ölçümleri gözlem istasyonlarında günlük olarak yapılmaktadır. Bu verilere dayalı olarak, matematik modellerle ve makine öğrenmesi sistemleri ile tahmin çalışmaları yapılabilmektedir. Bu araştırmada inceleme bölgesi olarak seçilen Yukarı Fırat havzası Tagar çayı Küçükkumluk ve Sakarya Havzası Kütahya Porsuk çayı Porsuk Çiftliği istasyonuna ait günlük ortalama akım, bölgeye ait günlük toplam yağış miktarı ve günlük ortalama hava sıcaklığı değerleri birlikte analiz edilmiş ve inceleme istasyonlarına ait nehir akım hızı tahmini yapılmıştır. Akış tahmini için Lineer Regresyon (Linear Regression-LR), Destek Vektör Regresyonu (Support Vector Regression-SVR), Karar Ağaçları (Decision Tree- DT), Rasgele Orman (Random Forest- RF) ve Ekstra Ağaçlar Regresyon (Extra Tree Regressor- ETR) yöntemleri uygulanmıştır. Ayrıca, uygulanan modellerin her birinin başarı performansları artırmak amacıyla Dalgacık Dönüşümü (Wavelet Transform- WT) kullanarak hibrit bir yöntem geliştirilmiştir. Veri setinin yaklaşık % 65’i eğitim, %15 doğrulama ve % 20’si test verisi olarak ayrılmıştır. Tagar Çayi Küçükkumluk için %70.8 ve Porsuk çayı Porsuk Çiftliği için %67.67 oranıyla ETR en başarılı tahmin yöntemi olarak saptanmıştır. Geliştirilen hibrit modelin tahmin başarısını bütün yöntemler için başarı oranını arttırmış; en yüksek artış oranlarını Tagar çayi Küçükkumluk için %20.82, Porsuk çayı Porsuk Çiftliği için %30.64 oranında artarak SVR yönteminde elde edilmiş; En başarılı yöntem olarak ETR yöntemi olup sırası ile %89.61 ve %86.39 oranlarında başarı elde edilmiştir. Üstel düzleştirme yöntemi ileri dönük 2030 yılına kadar tahmin değerleri elde edilmiştir.