Yarı nemli bir bölgede günlük referans bitki su tüketiminin tahmini için üç farklı makine öğrenimi modellerinin geliştirilmesi ve karşılaştırılması

Authors : Sevda TAŞAN, Mehmet TAŞAN

Pages : 235-254

Doi:10.7161/omuanajas.1211716

View : 41 | Download : 53

Publication Date : 2023-07-04

Article Type : Research Paper

Abstract :Su kaynaklarının planlanması ve tarımsal su yönetimi için referans bitki su tüketiminin insert ignore into journalissuearticles values(ET0); doğru tahmin edilmesi oldukça önemlidir. Bu çalışmada üç farklı makine öğrenimi yönteminin, çok değişkenli uyarlanabilir regresyon eğrileri insert ignore into journalissuearticles values(MARS);, rassal ağaç insert ignore into journalissuearticles values(RT); ve gauss süreç regresyonu insert ignore into journalissuearticles values(GPR);, yarı nemli iklim koşullarına sahip bir bölgeden alınan iklim verileri kullanılarak günlük ET0’ı tahmin etme performansları araştırılmıştır. Modelleri eğitmek ve test etmek için Bafra ilçesinde 2018–2020 döneminde toplanan günlük meteorolojik verilerin beş girdi kombinasyonu [günlük ortalama insert ignore into journalissuearticles values(Tort);, maksimum insert ignore into journalissuearticles values(Tmax); ve minimum sıcaklık insert ignore into journalissuearticles values(Tmin);, rüzgar hızı insert ignore into journalissuearticles values(u2);, bağıl nem insert ignore into journalissuearticles values(RHort); ve güneşlenme şiddeti insert ignore into journalissuearticles values(Rs); hem tam hem de eksik kombinasyonları dahil] kullanılmıştır. Makine öğrenimi modellerinin performansı ise FAO-56 Penman Monteith insert ignore into journalissuearticles values(FAO-56 PM); standart denklemi ile karşılaştırılmıştır. Modellerin doğruluğunu değerlendirmek için dört farklı istatistiksel performans indeksi kullanılmıştır [belirleme katsayısı insert ignore into journalissuearticles values(R2);, ortalama mutlak hata insert ignore into journalissuearticles values(MAE);, hata kareleri toplamının karekökü insert ignore into journalissuearticles values(RMSE); ve Nash–Sutcliffe etkinlik katsayısı insert ignore into journalissuearticles values(NSE);]. Sonuçlar, genel olarak MARS modellerinin RT ve GPR modellerinden daha iyi performans gösterdiğini ortaya koymuştur. Tüm verilerin girdi olarak kullanıldığı beşinci senaryo için MARS modeli tarafından tahmin edilen ET0 değerlerinin FAO-56 PM değerleri ile iyi bir uyum içinde olduğu belirlenmiştir insert ignore into journalissuearticles values(R2=0.982, MAE=0.250, RMSE=0.305, NSE=0.965);. Bununla birlikte meteorolojik veriler tam olmadığında bile sadece Tort, RHort ve Rs ile oldukça yüksek günlük ET0 tahminleri elde edilmiştir. Genel olarak, radyasyona dayalı makine öğrenimi modelleri, sıcaklığa dayalı makine öğrenimi modellerinden daha iyi performans göstermiştir. Sonuçlar, yarı nemli iklim özelliklerine sahip bir bölgede MARS modelinin ET0\`ı oldukça verimli ve doğru bir şekilde modellemek için etkili bir şekilde kullanılabileceğini göstermektedir.
Keywords : Çok değişkenli uyarlanabilir regresyon eğrileri, Modelleme, Rassal ağaç, Referans bitki su tüketimi