AI Summary & Key Takeaways
AI InsightDepending on the findings, it is concluded that the WANN models is quite successful to estimate the flow series of the stream and it can be easily used in modelling such hydrological process.
📌 3 Key Takeaways
Abstract
Artificial Neural Network (ANN) is an advanced method which can be used to solve complicated problems as a black-box model based on experience and training of human brain. The use of black-box models such as ANN can be more useful than the multi-parameters model for hydrological process. Especially, the daily and monthly flow series of the streams is most important to design and operate the water structures safely. In this study, the daily flow series between 2008 and 2011 were modelled using ANN models. For this purpose, two different ANN models that are standard and wavelet transformed ANN models were used. Although the standard ANN model gave good results statistically with high correlation, it is insufficient to estimate the extreme peak flow values in the year. Wavelet-ANN (WANN) model yielded more accurate results with the extreme peak flow values. Depending on the findings, it is concluded that the WANN models is quite successful to estimate the flow series of the stream and it can be easily used in modelling such hydrological process.
Özet
Yapay Sinir Ağları (YSA) insan beyninin geçmiş tecrübelerinden ve eğitiminden yola çıkarak karmaşıkproblemleri kapalı kutu şeklinde çözmeye yarayan gelişmiş bir yöntemdir. Çok fazla değişken içeren hidrolojiksüreçlerin parametrik modelleri yerine YSA gibi kapalı kutu modellerin kullanımı daha kullanışlı olabilmektedir.Özellikle, akarsulardaki günlük veya aylık akım serileri su yapılarının güvenli şekilde tasarımı için önem arz eder.Bu çalışmada Bitlis Deresi’ne ait 2008-2011 yılları arası günlük akım serileri YSA yardımıyla modellenmiştir. Buamaçla, standart ve dalgacık dönüşümlü olmak üzere iki farklı YSA modeli kullanılmıştır. Standart YSA modeliistatistiksel olarak iyi sonuç vermekle birlikte yıl içindeki ekstrem pik debileri tahmin etmekte yetersiz kalmıştır.Dalgacık dönüşümlü YSA model ise ekstrem pik debilerle birlikte daha yüksek doğrulukta sonuç vermektedir.Elde edilen sonuçlara balı olarak akarsulardaki akım serilerinin tahmininde dalgacık dönüşümlü YSA modellerinoldukça başarılı olduğu ve bu gibi hidrolojik süreçlerin modellemesinde kullanılabileceği sonucuna varılmıştır.