Yapay sinir ağları ile yüzey sıcaklık ve albedo modellemesi

Abstract

Hava sıcaklığı tahmini ile ilgili araştırmalar; farklı tıbbi problemlerin, hastalıkların incelenmesi, salgın tahmini, hava durumu tahmini, tarımsal araştırmalar, iklim değişikliği, çeşitli ısı, buhar, su eksikliği, su potansiyeli, kentsel arazi kullanımı ve ısı adası, ekoloji, hidroloji ve atmosfer bilimleri vb. bir çok uygulama ve araştırma çalışmalarında girdi verisi olarak kullanılmaktadır. Ayrıca, hava sıcaklığı değişimi ile ilgili tahminler, insan sağlığı, konfor koşullarının oluşturulması açısından da önemlidir. Isı adaları, hızlı şehirleşme sonucu artan bina ve nüfus yoğunluğuna bağlı olarak yüzey sıcaklığının kırsal kesime göre daha fazla oranda artması sonucu oluşmaktadır. Bu tez çalışmasının amacı, Yapay Sinir Ağları ve Kümeleme Yöntemi ile yüzey sıcaklık ve albedo değerlerinin zamansal değişimlerinin incelenmesi ve gelecek için kestirimidir. İnceleme bölgesi için Türkiye'de İstanbul (Kandilli ve civarı) ve İtalya'da Trieste şehirleri pilot bölge olarak seçilmiştir. 2012-2016 dönemini kapsayan beş yıl süre ile NASA'nın TERRA uydusu MODIS algılayıcısından alınan yüzey sıcaklığı (TS) ve Albedo değerleri MATLAB ve WEKA programları yardımı ile analiz edilmiştir. Yapay Sinir Ağları Yöntemini kullanmak üzere veri ön işlem aşamasında eksik veriler, komşu değerlerin aritmetik ortalaması alınarak tamamlanmıştır. Ayrıca TS ve Albedo değerlerinin ortalamaları, minimum ve maksimum değerleri saptanarak, model giriş verileri oluşturulmuştur. Zaman serisi analizine göre, Trieste için 2014-2016 yılları arasında ortalama sıcaklık değerlerinde artış, İstanbul için 2013-2016 yılları arasında ortalama sıcaklık değerlerinde düşüş gözlemlenmiştir. Verilerin sınıflandırılması aşamasında, WEKA programı yardımı ile K-means Yöntemi kullanılarak kümeleme yapılmış, inceleme bölgeleri için sonuçlar karşılaştırılmıştır. Istanbul ve Trieste TS ve Albedo değerlerinin benzer olarak üç sınıf şeklinde dağılım gösterdiği saptanmıştır. İstatistiksel ve kümeleme analizlerine ek olarak, tezin ikinci bölümünde, ortalama yüzey sıcaklığı ve ortalama albedo değerlerinin zamansal değişimleri tahmin edilmiştir. Özellikle Trieste ve İstanbul için sıcaklık küme sayısı 3 olarak saptanmış olup, her 3 kümedeki veri dağilim oranı birbirine yakındır. YSA modelleme sonuçlarının yüzey sıcaklığı tahmininde Albedo tahmin sonuçlarına nazaran daha başarılı olması bu benzerlikle ilişkilendirilebilir. Her iki inceleme bölgesi için elde edilen bulgular ve model performansı karşılaştırılmıştır. Bu çalışmada Levenberg-Marquardt Algoritması göz önüne alınmış model 1'den 10 nörona kadar değişen sayıda gizli nöron ile çalıştırılmıştır.En iyi sonuçlar İstanbul yüzey sıcaklığı için 6 nöronda,Trieste yüzey sıcaklığı için 9 nöronda,İstanbul Albedo için 4 nöronda,Trieste Albedo için 6 nöronda iyi sonuç vermiştir. Model çıktı değerleri ile TS ve Albedo gözlem değerleri karşılaştırılmıştır.Gözlem ve tahmin değerleri arasındaki ilişkikatsayısı, Trieste için r2=0,999 olarak saptanmış;MSE=2,930oK,olarakbelirlenmiştir. Albedo için benzer sonuçlar, Trieste'de r2=0,86 olarak, MSE= -0,248oK olarak hesaplanmıştır.Benzer değerler Istanbul ve civarı ile ilgili TS gözlem ve model karşılaştırması sonuçlarına göre, r2=0,995 olarak, MSE= 0,292oK, olarak saptanmıştır. Albedo için benzer sonuçlar, Istanbul için, r2=0,95 olarak, MSE= -0,224oK olarak saptanmıştır.Modelin sıcaklık tahminleri açısından her iki ilde de yüksek performansla sonuç verdiği ancak, gözlem verilerinin tahmin değerlerinden genel olarak daha yüksek olduğu söylenebilir. Modelin yüzey sıcaklık değerlerini Albedo değerlerine göre daha yüksek başarı ile tahmin ettiği vurgulanabilir. Anahtar Kelimeler: Yapay Sinir Ağları , Kümeleme, Uzaktan Algılama, Albedo, Yüzey Sıcaklığı

Research on air temperature forecasting; investigation of different medical problems, diseases, epidemic forecast, weather forecast, agricultural research, climate change, various heat, steam, water deficiency, water potential, urban land use and heat island, ecology, hydrology and atmospheric sciences etc. In many applications and research studies surface data are used as input data. In addition, estimates of air temperature change are important for human health and comfort conditions. Heat islands are formed as a result of the increase in surface temperature more than rural areas due to the increase in buildings and population density due to rapid urbanization. The aim of this thesis is to investigate the temporal changes of air temperature and albedo values which are indicative of average heat islands by Artificial Neural Networks and Clustering Method and estimation for the future. For review of Istanbul in Turkey (Kandilli and near) and the city of Trieste in Italy it has been chosen as two pilot areas. The surface temperature (TS) and Albedo values obtained from NASA's TERRA satellite MODIS sensor for five years covering 2012-2016 period were analyzed with the help of MATLAB and WEKA programs. According to the time series analysis, average temperature values for Trieste increased between 2014-2016, while average temperature values decreased for Istanbul between 2013-2016. At the stage of data classification, clustering was done by using KMeans Method with the help of WEKA program and the results were compared for the study regions. Similarly in Istanbul and Trieste TS and Albedo values were distributed in three classes. In addition to statistical and clustering analysis. In the second part of the thesis, the mean air temperature and time changes of mean albedo values are estimated. The more successful Albedo prediction results can be attributed to this similarity. Model outputs obtained at both study regions were compared with observations. In order to use the Artificial Neural Networks Method, the missing data were completed by taking the arithmetic mean of the neighboring values. In addition, averages, minimum and maximum values of TS and Albedo values were determined and model input data were created.In this study, Levenberg-Marquardt algorithm was used to model hidden neurons from 1 to 10 neurons. . A regression estimation model was developed for the temporal change of TS and Albedo values as model outputs .The correlation coefficient between the observation and estimated values was r2 = 0,999 for Trieste and MSE = 2,930oK.Similar results for Albedo were and r2 = 0.86 in Trieste and MSE= -0.248 oK.After similar applications correlation coefficient is r2 = 0.995 and MSE = 0.292 oK, based on TS observation and model results and in Istanbul and near. Similar results for Albedo were found to be r2 = 0.95 and MSE = -0.224 oK in Istanbul.It can be said that the model gives high performance results in both provinces in terms of temperature forecasts, but the observation data are slightly higher than the estimations. It can be emphasized that the model performance for the temperature values is higher than modeling performance of Albedo.Keywords: Artificial Neural Network, Cluster, Remote Sensing, Albedo, Surface Temperature