Views
11
Downloands
2
Buharlaşma, yeryüzünde bulunan suyun atmosfere transferi olarak tanımlanabilmektedir. Buharlaşma miktarının doğru tahmini özellikle kurak dönemler ve kurak alanlarda büyük öneme sahiptir. Buharlaşma, karmaşık ve doğrusal olmayan bir hidrolojik süreç olduğundan tahmininde tüm veri gruplarını temsil edebilecek güvenilir bir formül elde etmek zordur. Bu sebeple, bu çalışmada Eğirdir Gölü’ndeki buharlaşma miktarının tahmininde dalgacık dönüşümü (D), uyarlamalı ağ tabanlı bulanık çıkarım sistemi (ANFIS) ve çoklu lineer regresyon (ÇLR) yöntemleri kullanılmıştır. İlk olarak buharlaşma olayında etkili olan parametreler ile çeşitli ANFIS ve ÇLR modelleri geliştirilmiştir. En uygun ANFIS ve ÇLR modellerinin test kümelerinde R2 değerleri sırasıyla 0,738 ve 0,666 elde edilmiştir. Daha sonra aynı girdi parametreleri dalgacık dönüşümü tekniği ile alt bileşenlere ayrılmıştır ve bu alt bileşenler D-ANFIS ve D-ÇLR modellerinde girdi. olarak kullanılmıştır. D-ANFIS modelinin test kümesine ait R2 değeri 0,777 ve D-ÇLR modelinin test kümesine ait R2 değeri 0,749’dur. Geliştirilen tüm modeller sonucunda, dalgacık dönüşümü tekniğinin ANFIS ve ÇLR model sonuçlarını yükselttiği ve en uygun sonucu D-ANFIS modelinin verdiği görülmüştür.
Evaporation can be defined as the transfer of water from the earth to the atmosphere. Accurate estimation of the amount of evaporation is of great importance, especially in arid periods and regions. Since evaporation is a complex and nonlinear hydrological process, it is difficult to obtain a reliable formula that can represent data groups in evaporation estimation. For this reason, wavelet transform (W), adaptive neuro-fuzzy inference system (ANFIS), and multilinear regression (MLR) methods were used to estimate the amount of evaporation in Lake Eğirdir in this study. Firstly, various ANFIS and MLR models have been developed with parameters effective on evaporation phenomena. R2 values of the most appropriate ANFIS and MLR models were obtained as 0,738 and 0,666 for test sets, respectively. Then, the same input parameters were decomposed into sub-series by the wavelet transform technique and these sub-series were used as input parameters in W-ANFIS and W-MLR models. The R2 value of the test set of the W-ANFIS model is 0,777 and the R2 value of the test set of the W-MLR model is 0,749. As a result of all the models developed, it was seen that the wavelet transform technique increased results of ANFIS and MLR models and the W-ANFIS model gave the most appropriate result.
Field : Fen Bilimleri ve Matematik
Journal Type : Ulusal
Article Detail 
Similar Articles
Download PDF
Journal Information
Listen Paper
Cite
Print This Page
Share
Mendeley
