Derin sinir ağları modeli ile standardize yağış indeksi tahmini

Authors : Levent LATİFOĞLU

Pages : 1006-1024

Doi:10.28948/ngumuh.1145279

View : 11 | Download : 5

Publication Date : 2022-10-14

Article Type : Research Paper

Abstract :Kuraklık, yaşamı doğrudan etkileyen ve çok çeşitli olumsuz etkileri olan doğal bir afettir. Kuraklığı tahmin etmek üzere farklı kuraklık indeksleri kullanılmaktadır. Bu indekslerden en yaygın olarak kullanılanlardan biri de Standardize Yağış İndeksidir insert ignore into journalissuearticles values(SYİ);. Gerçekleştirilen çalışmada Türkiye’ye ait Rize, Konya ve Şanlıurfa illerinin 3, 6, 9 ve 12 aylık SYİ verileri 1-3 ileri zamanlı olarak tahmin edilmiştir. Tahmin çalışmasını gerçekleştirmek üzere Uzun Kısa Süreli Bellek Ağları insert ignore into journalissuearticles values(Long Short Term Memory Networks, LSTM); ve Çift Yönlü Uzun Kısa Süreli Bellek Ağlarından insert ignore into journalissuearticles values(Bidirectional Long Short Term Memory Networks, biLSTM); oluşan Derin Sinir Ağları modelleri geliştirilmiştir. Tahmin performansını değerlendirmek üzere Ortalama Mutlak Hata insert ignore into journalissuearticles values(Mean Absolute Error, MAE);, Ortalama Karesel Hata insert ignore into journalissuearticles values(Mean Squared Error, MSE);, Korelasyon katsayısı insert ignore into journalissuearticles values(Correlation Coefficient, R); ve Belirlilik katsayısı insert ignore into journalissuearticles values(Determination Coefficient, R2); parametreleri kullanılmıştır. Elde edilen sonuçlar tahmin parametreleri ve saçılma grafikleri ile değerlendirildiğinde biLSTM içeren derin sinir ağları modelinin performansının oldukça iyi olduğu ve 3 ileri zamanlı tahminde bile yüksek korelasyona sahip sonuçlar elde edilebileceğini göstermiştir.
Keywords : Kuraklık, Standardize yağış indeksi, Derin sinir ağları, LSTM, biLSTM