Yapay Sınır Agları Ile Yeraltı Suyu Zaman Serısı Modellemesı

Abstract

Bu çalışmada iki yapay sinir ağları metodu olan radyal tabanlı yapay sinir ağları ve ileri beslemeli geriye yayınım yapay sinir ağları metotları, yıllık toplam yağış ve yıllık toplam baz akım değerlerinin eklenik sapmaları ile, yeraltı su seviyesi tahmininde kullanılmıştır. Ulusal ve uluslararası yeraltı su verileri bu çalışmada kullanılmıştır.Ulusal verilerde ölçülemeyen ayların değerlerinin, regresyon analizi yapılarak, değerleri tespit edilmiştir. Yıllık toplam baz akım ve yıllık toplam ortalama yağış değerlerinin eklenik sapma değerleri ile tahmin yapılacak yeraltı su seviyesi değerleri veri olarak kullanılmıştır. Söz konusu veriler kullanılarak zaman serisinin gelecek yıllardaki değerleri tahmini yapılmıştır. Yer altı su seviyesi tahmininde yapay sinir ağları metotlarından radyal tabanlı yapay sinir ağları ve ileri beslemeli geriye yayınım yapay sinir ağlarını kullanmanın uygun olacağı görülmüştür. Çeşitli performans değerlendirme kriterleri, yapay sinir ağları ile yeraltı su seviyesi tahmin sonuçlarının oldukça iyi olduğunu göstermiştir.

In this study two artificial neural network methods, radial basis neural networks and feed forward back propagation neural networks are used to predict groundwater level with base flow and precipitation data. National and international data are used. Unmeasured values are estimated by using regression analysis in national data. Base flow and precipitation data are used in “cumulative frequency distribution” to estimate future values. Past groundwater level data are also used to predict the future time series values. It is seen that using radial basis neural networks and feed forward back propagation neural networks is suitable in estimation of groundwater levels. Performance evaluation criteria showed that the ground water level estimation using artificial neural networks provided quite satisfactory results.