LEE- Hidrolik ve Su Kaynakları Mühendisliği-Doktora
Bu koleksiyon için kalıcı URI
Gözat
Konu "Neural networks" ile LEE- Hidrolik ve Su Kaynakları Mühendisliği-Doktora'a göz atma
Sayfa başına sonuç
Sıralama Seçenekleri
-
Ögeİstanbul Boğazı su seviyesi salınımlarına Tuna Nehri etkisinin belirlenmesi(Lisansüstü Eğitim Enstitüsü, 2021) Karsavran, Yavuz ; Erdik, Tarkan ; 695276 ; Hidrolik ve Su Kaynakları MühendisliğiBu çalışmada İstanbul Boğazı su seviyesi salınımları Tuna Nehri etkisi göz önünde bulundurularak araştırılmış ve ilave olarak İstanbul Boğazı'nın Çanakkale Boğazı'na gecikme zamanı ortaya çıkarılmıştır. İstanbul Boğazı, Karadeniz'in açık denizlere tek bağlantı noktası olması sebebiyle önemli bir su kütlesinin etkileşim noktası olmaktadır. Öyle ki, az tuzlu Karadeniz suları üst akım ile Marmara Denizi'ne taşınırken, daha tuzlu Marmara suları alt akım ile Karadeniz'e taşınmaktadır. Bu karışık durum içerisine lokal yağışlar, rüzgar (fırtına) ve atmosfer basıncı gibi yerel etkenler de eklenince İstanbul Boğazı su seviyesi bileşenlerinin tespit edilmesi ve su seviyesinin öngörülebilmesi oldukça zorlaşmaktadır. Boğaz'daki yalı vb. yerleşim alanları, su kirliliği, çevresel faktörler ve yoğun gemi trafiği nedeniyle su seviyesinin öngörülebilirliği önem arz etmektedir. Bunun yanında Boğaz'da sürekli su seviyesi ölçümü için istasyon kurulması ve gözlem yapılması pahalı olduğundan, su seviyesi bileşenlerinin tespit edilmesi ve mümkünse etki derecelerinin belirlenmesi gelecek vizyonu açısından önem arz etmektedir. Çalışmanın birinci aşamasında Karadeniz'e dökülen toplam tatlısu miktarının % 50'sine sahip Tuna Nehri'nin İstanbul Boğazı'na gecikme zamanı (ulaşım süresi) araştırılmıştır. Bu amaçla Tuna Nehri akımının, İstanbul Boğazı'nın Karadeniz girişindeki su seviyesi, sıcaklığı ve tuzluluk değerlerinin Fourier güç spektraları oluşturulmuştur. Güç spektraları üzerinden Tuna Nehri akım parametresi ile İstanbul Boğazı parametrelerinin etkileşimi araştırılmıştır. Burada Tuna Nehri debi ve İstanbul Boğazı parametreleri güç salınımlarının benzer eğilimlerde olduğu gözlemlenmiştir. Bunun yanında aynı parametreler için zaman serileri çizilmiş ve anlık eşleşmelerle iki ayrı zaman için Tuna Nehri'nin İstanbul Boğazı'na gecikme zamanları 67 ve 74 gün olarak hesaplanmıştır. Zaman serilerindeki eşleşmelerin Tuna Nehri kaynaklı olduğunun gösterilmesi açısından, aynı dönem için İstanbul Boğazı atmosfer basıncı, rüzgar ve yağış zaman serileri çizilmiş ve parametrelerdeki değişikliğin yerel meteorolojik nedenlerle gerçekleşmediği gösterilmiştir. Bu kısımda hesaplanan gecikme zamanları sonraki bölümde İstanbul Boğazı su seviyesi modellemelerinde Tuna Nehri verilerinin girdi olarak kullanılması için gereklidir. İkinci aşamada İstanbul Boğazı su seviyesini tahmin edebilen yapay zeka metodları geliştirilmiştir. Bu bağlamda yapay sinir ağları (YSA) ve destek vektör makineleri (DVM) modelleri geliştirilmiş ve başarı performansları karşılaştırılmıştır. Öncelikle mevcut verilerin regresyon tabanlı pareto grafiği ile Boğaz su seviyesine etki düzeyleri belirlenmiştir. Belirlenen etki düzeyleri esas alınarak toplam 11 adet girdi seti oluşturulmuş ve bu girdi setleri tüm YSA ve DVM modellerinde kullanılmıştır. Verilerin %70'i eğitim, %30'u ise test olarak kullanılmıştır. Model performansları korelasyon katsayısı (R) ve ortalama hata kareleri kökü (OHKK) ile değerlendirilmiştir. Sonuçlar Boğaz su seviyesi tahmininde YSA yönteminin DVM yönteminden daha başarılı olduğunu göstermiştir. Daha sonra en başarılı sonucu veren girdi setine Tuna Nehri debi parametreleri eklendiğinde ve YSA model tekrar uygulandığında R değeri kayda değer miktarda artmış ve OHKK değeri azalmıştır. Üçüncü aşamada İstanbul Boğazı ve Çanakkale Boğazı üst akım debi değerleri sürekli dalgacık dönüşümü (SDD) ile alt bileşenlerine ayrılmış ve sonrasında iki akım arasında çapraz dalgacık dönüşümü (ÇDD) uygulandığında 2-128 saatlik veriler arasında kuvvetli bir etkileşim olduğu gözlemlenmiştir. Buradan İstanbul Boğazı üst akımının Çanakkale Boğazı'na gecikme zamanının yaklaşık 5 gün olduğu anlaşılmıştır. Dördüncü aşamada İstanbul Boğazı üst akım debi değerleri kullanılarak dalgacık-yapay sinir ağları (D-YSA) modeli ile Çanakkale Boğazı üst akımı gelecek 3 güne kadar tahmin edilebilmiştir. Bu aşamada öncelikle girdi parametresi sayısı hassasiyeti belirlenmiş ve verilerin %70'i eğitim, %30'u test olarak kullanılmıştır. Model performansları determinasyon katsayısı (R2) ve ortalama hata kareleri kökü (OHKK) ile ölçülmüştür. Sonuçlardan anlaşılmaktadır ki; dalgacık dönüşümü ile veri işlenmesi adımı YSA model ile tahmin başarısını önemli ölçüde artırmaktadır. Bu kısımda yapılan araştırma sonuçları İstanbul ve Çanakkale Boğazları arasındaki dinamik etkileşimin ortaya çıkarılması açısından önem arz etmektedir.