SWAT ve yapay zekâ metotları ile akım tahmini

Basit Öğe Kaydı
dc.contributor.advisorBüyükyıldız, Meral
dc.contributor.authorKöyceğiz, Cihangir
dc.date.accessioned2019-12-13T20:53:54Z
dc.date.available2019-12-13T20:53:54Z
dc.date.issued26.06.2018
dc.date.submitted26.06.2018
dc.description.abstractHydrological models are frequently used to determine water management strategies and to embody physical problems. They are important to test the validity of the strategies, the estimation studies and the completion of the missing data. In the first phase of this study, the Soil and Water Assessment Tool (SWAT), a physically based model, was developed for the streamflow estimation of Çarşamba River upstream. In addition to the physical data used as input in the SWAT model, it has been used in daily meteorological data. The study was conducted in period 2003-2015. The SUFI-2 algorithm was used during the calibration of the SWAT model. In the second phase, Radial Based Neural Networks (RBNN) and Support Vector Machine (SVM) models were compared with the SWAT model. It has been determined that artificial intelligence methods are more successful than the SWAT model. However, the spatial examination be made of the results obtained by the SWAT model and the obtaining of streamflow model by taking into account the environmental impact is one of the advantages of the model. In addition, the factors affecting the success of the SWAT model, the advantages and disadvantages of the model were also investigated in this study. At the beginning of its advantages is the ability of producing solutions under changing circumstances. On the other hand, one of its disadvantages is that it has a lot of inputs.en_US
dc.description.abstractHidrolojik modeller su yönetim stratejilerinin belirlenmesinde ve fiziksel problemlerin somutlaştırılmasında sıkça kullanılmaktadır. Belirlenen stratejilerin doğruluğunun test edilmesi, tahmin çalışmaları ve eksik verilerin tamamlanması bakımından hidrolojik modellerin geliştirilmesi önemlidir. Bu çalışmanın ilk aşamasında, fiziksel tabanlı bir model olan Soil and Water Assessment Tool (SWAT) Çarşamba Çayı membaı için akım tahmini amacıyla geliştirilmiştir. SWAT modelinde girdi olarak kullanılan fiziksel verilerin yanında, günlük meteorolojik veriler de kullanılmıştır. Çalışma 2003-2015 periyodu arasında gerçekleştirilmiştir. SWAT modelinin kalibrasyonu sürecinde SUFI-2 algoritması kullanılmıştır. İkinci aşamada geliştirilen SWAT modeli ile yapay zekâ metotları sınıfında değerlendirilen Radyal Tabanlı Yapay Sinir Ağları (RTYSA) ve Destek Vektör Makineleri (DVM) modelleri kıyaslanmıştır. Yapay zekâ metotlarının, SWAT modelinden daha başarılı olduğu belirlenmiştir. Ancak SWAT modeli ile elde edilen sonuçların alansal incelemesinin yapılabilmesi ve akım modelinin çevresel etkiler göz önünde bulundurularak oluşturulması modelin sağladığı avantajların başında gelmektedir. Ayrıca SWAT modelinin başarısını etkileyen faktörler, modelin avantajları ve dezavantajları da çalışma kapsamında araştırılmıştır. Avantajlarının başında değişen durumlar altında tutarlı çözümler üretebilmesi gelirken, fazla sayıda girdiye sahip olması dezavantajları arasında bulunmaktadır.en_US
dc.identifier.citationKöyceğiz, C.(2018). SWAT ve yapay zekâ metotları ile akım tahmini. Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Yayımlanmış Yüksek Lisans Tezi, Konya
dc.identifier.urihttps://hdl.handle.net/20.500.12395/14919
dc.language.isotren_US
dc.publisherSelçuk Üniversitesi
dc.publisherSelçuk Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US]
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectDestek Vektör Makinelerien_US
dc.subjectFiziksel tabanlı modelleren_US
dc.subjectRadyal Tabanlı Yapay Sinir Ağlarıen_US
dc.subjectYapay zekâ metotlarıen_US
dc.subjectSUFI-2en_US
dc.subjectSWATen_US
dc.titleSWAT ve yapay zekâ metotları ile akım tahminien_US
dc.title.alternativeFlow forecast by SWAT and artificial intelligence methodsen_US
dc.typeThesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
517709.pdf
Boyut:
3.98 MB
Biçim:
Adobe Portable Document Format
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu