Günlük Tava Buharlaşma Verilerinin Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi Kullanılarak Tahmini: Van Bölge İstasyonu-Türkiye Örneği

Estimating Daily Pan Evaporation Data using Adaptive Neuro Fuzzy Inference System: Case Study within Van Local Station-Turkey

Özet

Bu çalışmanın amacı, hidrolojik döngünün önemli parametrelerinden olan buharlaşma verisinin Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (USBÇS) kullanılarak modellenmesidir. Giriş parametresi olarak ortalama günlük sıcaklık (ºC), ortalama günlük bağıl nem (%), ortalama günlük aktüel basınç (hPa), ortalama günlük rüzgâr hızının (m/s) kullanıldığı, girdi sayısının birden başlayıp dörde çıktığı dört farklı model kurulmuştur. Van Bölge İstasyonu’na ait 2013-2017 yılları arasındaki normalize edilmiş günlük veriler modelin eğitilmesi için kullanılmıştır. 2018 verileri ise test amaçlı kullanılmıştır. Van Bölge İstasyonu’nun verileri kullanılarak hazırlanan modelin başka istasyonlarda kullanılıp kullanılamayacağını ortaya koymak için farklı şehirlerde bulunan iki istasyon karşılaştırma için seçilmiştir. Bu amaçla, iklim özellikleri Van iline benzeyen Konya ilinden bir istasyon ve farklı iklim özelliklerine sahip Kocaeli ilinden bir istasyon seçilmiştir. Tüm modellerde, Konya ilinden seçilen istasyon ile Van Bölge İstasyonu arasında benzer sonuçlar gözlemlenirken, Kocaeli ilinden seçilen istasyon ile Van Bölge İstasyonu arasında sonuçlar bir önceki karşılaştırmaya nispeten daha düşük çıkmıştır. Dört girdi parametresi ile kurulan dördüncü model, tüm istasyonlarda en düşük hata değerlerine ulaşmış ve Kocaeli istasyonunda bu modelde en iyi R2 değeri hesaplanmıştır.

Abstract

The aim of this study is to model the evaporation data, which is one of the important parameters of the hydrological cycle, by usingthe Adaptive Neuro Fuzzy Inference System (ANFIS). Four different models were designed starting from one input up to fourinputs used average daily temperature (ºC), average daily relative humidity (%), average daily current pressure (hPa) and averagedaily wind speed (m/s) as inputs parameters. Total daily pan evaporation (mm) was selected as output parameter. The normalizeddaily data of the Van Local Station between 2013 - 2017 was used for training of the model. Data for 2018 were used for testingpurposes. Also, two stations in different cities were selected for comparison in order to determine whether the models preparedusing data from Van Local Station can be used in other stations. For this purpose, a station from Konya province with climaticcharacteristics similar to Van province and a station from Kocaeli province with different climatic characteristics were selected. Inall models, similar results between Van Local Station and the station selected from Konya were observed, while the results betweenVan Local Station and the station selected from Kocaeli were observed as relatively low compared to the previous comparison.The fourth model, which was designed using four input parameters, achieved the lowest error values at all stations and Kocaelistation got the best R2 value at this model.