Tersakan havzası'nda rezervuar hacimlerinin tahmininde fiziksel tabanlı modeller ve yapay zekâ modellerinin performanslarının değerlendirilmesi

Abstract

Rezervuarlar su temini, taşkın kontrolü, tarım için sulama ve hidroelektrik üretiminde önemli işlevleri olan temel yapılardır. Bu işlevler ancak etkin bir rezervuar işletimi ile gerçekleştirilebilir. Bu çalışmada Tersakan Havzası içerisinde bulunan Ladik ve Yedikır Rezervuarları için aylık hacimleri tahmin eden modeller geliştirilmiştir. Hacim tahmini için fiziksel tabanlı bir model olan Toprak ve Su Değerlendirme Aracı (SWAT – Soil and Water Assessment Tool) ve yapay zekâ modelleri arasında yer alan Yapay Sinir Ağları (YSA), Destek Vektör Regresyonu (DVR), Uzun Kısa Süreli Bellek (LSTM) ve Doğrusal Olmayan Otoregresif Dışsal Model (NARX) kullanılmıştır. Modelleme çalışmalarında 2010-2017 (96 ay) dönemine ait veriler kullanılmıştır. Farklı modeller/teknikler Nash-Sutcliffe etkinlik katsayısı (NSE) ve determinasyon katsayısı (R2) ölçütleri kullanılarak değerlendirilmiştir. SWAT kullanıldığında model performansı `iyi`, yapay zekâ modelleri kullanıldığında ise `çok iyi` düzeyde gerçekleşmiştir. Çalışma sonucunda şu sonuçlar elde edilmiştir: (1) modelleri performansları açısından değerlendirdiğimizde yapay zekâ modelleri SWAT'tan daha iyi sonuçlar vermiştir. (2) Fiziksel tabanlı modellerin hazırlanması yapay zekâ modellerinden daha karmaşık süreçler gerektirmekte ve daha uzun süre ve iş gücüne ihtiyaç duymaktadır. Buna karşılık yapay zekâ modelleri güçlü öğrenme yetenekleri sayesinde kolaylıkla eğitilmekte ve sonuç üretebilmektedir. (3) İleriye yönelik hacim tahminlerinde fiziksel tabanlı modellerin üreteceği sonuçların yapay zekâ modellerinden daha sağlıklı olabileceğini düşündürmektedir.

Reservoirs are essential structures with important functions in water supply, flood control, irrigation for agriculture, and hydropower generation. These functions can only be realized with effective reservoir operation. In this study, monthly volumes were estimated for Ladik and Yedikır Reservoirs in the Tersakan Basin using modeling tools. A physically-based model Soil and Water Assessment Tool (SWAT) and artificial intelligence models, i.e., Artificial Neural Networks (ANN), Support Vector Regression (SVR), Long Short-Term Memory (LSTM) and Nonlinear Autoregressive Exogenous Model (NARX) were used for volume estimation. Data from the 2010-2017 period (96 months) were used in modeling studies. Different models/techniques were evaluated using Nash Sutcliffe efficiency (NSE) and coefficient of determination (R2). When SWAT model was used, the model performance was `good`, and when artificial intelligence models were used, the model performances were `very good`. As a result of the study, the following results were obtained: (1) when we evaluated the models in terms of their performance, artificial intelligence models provided better results than SWAT. (2) The preparation of physically based models requires more complex processes than artificial intelligence models, which requires longer time and labor. On the other hand, artificial intelligence models are easily trained and produce results owing to their strong learning capabilities. (3) It suggests that the results produced by physically based models can make better predictions for the future than artificial intelligence models.