Aylık Akış Tahmini için Stokastik, Yapay Sinir Ağı ve Dalgacık Bazlı Modellerin Kullanımı

Authors : Cenk SEZEN, Turgay PARTAL

Pages : 228-240

Doi:10.35193/bseufbd.878624

View : 11 | Download : 7

Publication Date : 2021-06-30

Article Type : Research Paper

Abstract :Yağış ve akış gibi hidrolojik verilerin tahmini için farklı modellerin geliştirilmesi gelecekte su ile ilgili problemlerle mücadele edebilmek açısından önemlidir. Bu çalışma, Yapay Sinir Ağı (ANN), Otoregresif Bütünleşik Hareketli Ortalama (ARIMA), Dalgacık-ARIMA (WARIMA) ve WARIMA-ANN modellerinin aylık akım tahmin performanslarını araştırmaktadır. Bu modeller, Türkiye’nin Susurluk havzasındaki iki istasyonda uygulanmıştır. Bu bağlamda, ilk olarak akış verileri WARIMA ve WARIMA-ANN modelleri için dalgacık dönüşümü ile bileşenlerine ayrılmıştır. Daha sonra, her bir model için akış tahminleri gerçekleştirilmiştir. Karşılaştırma ölçütü olarak, Hataların Ortalama Karakökü (RMSE), Kling-Gupta Verimliliği (KGE) ve Nash Sutcliffe Verimliliği (NSE) göz önünde bulundurulmuştur. Sonuç olarak, WARIMA ve WARIMA-ANN modellerinin, özellikle ARIMA ve ANN modellerine göre daha iyi performans gösterdiği tespit edilmiştir.Buna ek olarak, dalgacık dönüşümünün ARIMA ve ARIMA-ANN modellerinin performansını geliştirdiği belirgin şekilde görülmüştür.
Keywords : ANN, ARIMA, Akış, Dalgacık, Türkiye