YAPAY SİNİR AĞLARI İLE KONYA İLİ KURAKLIK TAHMİNİ

Özet

Kuraklık, uzun yıllar yağışların normal seviyenin altına düşmesiyle ortaya çıkan süresi, zamanı ve yeri tam olarak kestirilemeyen hidrolojik dengenin bozulmasına sebep olan bir doğal afettir. Kuraklık yaşanmadan önceki dönemlerde, analizler yaparak tedbirler almak ve kuraklığın yaşandığı dönemlerde doğru planlamalar yapmak kuraklığın olumsuz etkilerini azaltabilir. Bu çalışmada ülkemizde, küresel ısınmanın da etkisiyle yağışlarda meydana gelen düzensiz dağılım sonucu kuraklığın en şiddetli şekilde hissedildiği illerimizden biri olan Konya’nın farklı meteoroloji istasyonlarında kuraklık analizi yapılmıştır. Meteoroloji İşleri Genel Müdürlüğü’nden alınan 1971-2014 yılları arası yağış verileri kullanılarak standartlaştırılmış yağış indisi (SYİ) yöntemiyle istasyonların 3, 6, 9 ve 12 aylık kuraklık kategorileri, yüzde dağılımları belirlenmiş ve istasyonlarda kuraklık görülme olasılıkları hesaplanmıştır. Kuraklığın modellenmesinde yapay zekâ metotlarından biri olan yapay sinir ağları (YSA) yöntemi kullanılmıştır. YSA modellerinde yağış verileri t ve t-1 zamanlarda olmak üzere girdi parametresi, SYİ değerleri ise çıktı parametresi olarak alınmıştır. Tüm istasyonlarda 3, 6, 9 ve 12 aylık zaman dilimlerinde yapılan modellemede en yüksek determinasyon katsayısı ve en düşük ortalama karesel hata değeri 12 aylık periyot için elde edilmiştir. Geliştirilen modellerden elde edilen sonuçlara bakıldığında YSA yönteminin kuraklık tahmininde kolaylıkla kullanılabileceği görülmüştür.

Abstract

The drought is a natural disaster which cannot be accurately predicted period, time and place occurred by falling below the seasonal average of long-term precipitation and causes the degradation of the hydrological equilibrium. The taking precautions by analyzing in the previous periods from the drought and doing correct planning in drought periods may reduce the negative effects of drought. In this study, the drought analysis was carried out in different meteorological stations of Konya, one of the cities where the drought is felt severely on the result of irregular distribution occurring on precipitation due to global warming. The 3, 6, 9 and 12 monthly drought categories, percentage distribution and possibilities of drought of the stations were determined with standardized precipitation index (SPI) method by using precipitation values between 1971 and 2014 years obtained from Turkish State Meteorological Service. Artificial neural networks (ANN) method, which is one of artificial intelligence methods, was used in modeling of the drought. In ANN models, the precipitation data for t and t-1 were used as input parameters and the SPI values as output parameter. The highest determination coefficient and the lowest mean square error value were obtained for 12 monthly period in models developed for 3, 6, 9 and 12 monthly time periods in all stations. When the results obtained from the developed models are examined, it is shown that the ANN method can be used easily in predicting the drought.