Bulanık Mantık Yöntemi ile mevsimsel verilere dayalı buharlaşma tahmini

Abstract

Bu çalışmada, hidrolojik döngünün en önemli parametrelerinden biri olan buharlaşma olayı tahmin ve hesap yöntemleri incelenmiştir. Matematiksel modellemenin zor olduğu buharlaşma olayı, lineer olmayan olayların tahmininde kullanılan Adaptif Sinirsel Bulanık Çıkarım (ASBÇ) sistemi ve Çoklu Lineer Regresyon (ÇLR) yöntemi kullanılarak modellenmiştir. 2287günlük Evapotranspirasyon (ET), Solar Radyasyon, (SR), Hava Sıcaklığı (T), Bağıl Nem (RH) ve Rüzgar Hızı (U) parametrelerini kapsayan veri kümesinin yaklaşık %75'i olan 1716 günlük veri eğitim kümesi olarak ayrılmış, kalan 571 günlük veri ise test kümesi olarak ayrılmıştır. Veri kümesi Amerika Birleşik Devletleri Florida eyaletinde bulunan De Soto County istasyonuna ait verilerden oluşmaktadır. Çalışmanın ilk kısmında ASBÇ sistemi ve ÇLR yöntemi, buharlaşma olayına mevsimsel parametrelerin etkisinin araştırılmasında kullanılmıştır. Çalışmanın ikinci kısmında ampirik denklemler olan Ritchie, Hargreaves - Samani, Penman Monteith ve Turc denklemleri test kümesine uygulanmıştır. ASBÇ sistemi, ÇLR yöntemi ve ampirik denklemlerin karşılaştırılmasında determinasyon katsayısı (R), Ortalama Mutlak Hata (OMH), Ortalama Karesel Hata (OKH) istatistikleri kullanılmıştır. Sonuç olarak SR, T, RH, U parametrelerinin tamamını girdi olarak kullanan kombinasyonun ASBÇ sistemi sonuçlarının hem ÇLR yönteminden hem ampirik denklemlerden daha iyi performans gösterdiği anlaşılmıştır.

In this study, Evapotranspiration (ET) which is one of the most important parameter of hydrologic cycle estimation and calculation methods are investigated. Modelling ET mathematically is hard, due to this reason Adaptive Neuro – Fuzzy Inference system (ANFIS) and Multi Linear Regression (MLR) methods are used for modelling because of these methods are in use for nonlinear modelling. Close to 75 percent of data set including 2287 daily ET, Solar Radiation (SR), Air Temperature (T), Wind Speed (U) and Relative Humidity (RH) meteorological parameters are used as training set and remaining 571 daily data as test set. Data set is gotten from De Soto County, Florida, USA station. In the first part of the study, ANFIS and MLR methods are used for the investigation of parameter effect on ET. In the second part of the study, empirical Hargreaves – Samani, Ritchie, Penman Monteith and Turc formulas are applied to the data set. For the comparison of ANFIS, MLR and empirical equations results, determination coefficient (R), Mean Absolute Error (MAE) and Mean Square Error (MSE) statistics are used. As a result it is understood that using SR, T, U, RH combination as input for ANFIS shows better performance than MLR method and empirical equations.