Study on synthetic and unit hydrographs by using GIS and artificial intelligence techniques
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bu çalışmada, birim hidrograf ve sentetik birim hidrograf parametreleri, qp, tp, tb Snyder, Mockus, SCS ve DSİ metotları kullanılarak hesaplandı. Önce ölçülmüş değerler kullanılarak hesaplamalar yapıldı. Daha sonra yukarıda bahsedilen metotlar kullanılarak harita değerleri ve GIS teknikleri kullanılarak elde edilen bilgilere göre hesaplamalar yapıldı. Damlıca, Vize ve Kumdere havzalarına Snyder, Mockus, SCS ve DSİ metotları ayrı ayrı uygulandı. Damlıca havzasına ait hidrolojik parametreler GIS kullanılarak elde edilen havza değerlerine göre hesaplandı ve elde edilen sonuçlar konvansiyonel yöntemlere göre daha iyi olmuştur. Ayrıca bir nehrin akış değerlerine ait günlük zaman serileri LGP yöntemi ile tahmin edildi. Her modelin performansı bilinen istatistiksel yöntemlere göre ölçüldü. Bu sonuçlar tablo halinde ve zaman seri diyagramları halinde verildi.Türkiye'de küçük bir havzaya ait sentetik birim hidrograf sayısal harita ve coğrafi bilgi sistemi kullanılarak Snyder tabanlı sentetik birim hidrograflar elde edildi. Çok çıktılı sinir ağları (MONN) tekniği kullanılarak üç havzanın pik debisi qp, pik debiye ulaşma zamanı tp ve sönümlenme zamanı tb birden fazla havzada ölçülmüş birim hidrografları ve havzalara en uygun jeomorfolojik ve meteorolojik parametreler kullanılarak bulundu. MONN tekniği konvansiyonel sentetik UH metotlarına göre çok daha iyi performans göstermiştir. Geliştirilen MONN metodu ile birim hidrografa ait üç parametre konvansiyonel NN tekniği ile elde edilen değerlere göre daha etkili olmuştur. In this study, unit hydrograph and synthetic unit hydrograph parameters which are qp, tp, tb are calculated by using Snyder's, Mockus, SCS (Soil Conservation Service), and DSI (State Hydraulic Works) methods. First, calculations are done according to observed data. Then other methods mentioned above, which are based on both topographic map and geographic information systems (GIS) values, are used. Three catchments which are Damlıca, Vize, and Kumdere are studied. Snyder's, Mockus, SCS and DSI methods are applied in each catchment. The geomorphologic parameters of Damlıca catchment are determined by using geographic information systems. It is shown that, the geomorphologic parameters of the Damlıca catchment obtained using GIS are much more precise than those produced by conventional methods.Linear Genetic Programming (LGP) is also proposed in predicting daily time series of river flow data. Auto regressive (AR) technique is also presented as conventional time-series model of the same discharge data. The performance of each model was compared based on the well-known statistical performance measures. The results of each model were tabulated and illustrated in time-series diagrams. Snyder's based synthetic UHs were developed by using both digitized map and digital elevation model of a case study of a small catchment in Turkey. Multi output neural network (MONN) technique was applied to predict the three UH parameters: peak discharge (qp), time to peak (tp) and time base (tb) of a number of UHs observed in the catchment based on most relevant geomorphologic and meteorological parameters. MONN was observed to outperform the conventional synthetic UH methods. The impact of the proposed MONN is that it predicts the three parameters of the UH based on a single model compared to the conventional NN technique which utilizes a model each parameter.
Collections