Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: KEREM KAYA
Danışman: Önder Koçyiğit
Özet:
Meteorolojik kaynaklı afetlerden taşkınların verdiği zararlar hem ülkemizde hem de dünyada
her geçen yıl artarak devam etmektedir. İklim değişimi, plansız şehirleşme vb. etkiler
taşkınların görülme sıklığını ve verdiği zararları etkileyen en önemli parametrelerdir.
Özellikle iklim değişimine bağlı olarak yağış rejimleri değişebilmektedir. Yağış rejimlerinin
değişimi ise yağış şiddetleri, yağış miktarı ve mevsimsel rejimi etkilemektedir. Mühendislik
hizmetleri, tasarlanacak sanat yapıları ve şehirleşme planlarını doğrudan etkileyen bu
parametrelerin zamansal ve mekânsal değişimlerinin incelenmesi önemlidir. Literatürde
yapılan çalışmalar incelendiğinde meteorolojik verilerin analizinin oldukça önemli olduğu
görülmektedir. Bu nedenle yağış–akış ilişkisinin birlikte değerlendirildiği istatistiksel
yöntemlerin yanı sıra Coğrafi Bilgi Sistemlerindeki alt yapı çalışmalarının kişisel
bilgisayarlarda kullanıma uygun hale gelmesi ile birlikte makine öğrenme yöntemleri tahmin
modellerinin geliştirilmesi ve kullanımı da artmıştır. Bu tez çalışması kapsamında sıkça
taşkınların yaşandığı, can ve mal kayıplarına neden olan Batı Karadeniz Bölgesinde yer alan
Bartın havzası çalışma alanı olarak seçilmiştir. Çalışmanın amacı, meteorolojik veriler ile
akış debileri arasındaki ilişkileri makine öğrenme yöntemlerinden Yapay Sinir Ağları, KMeans
Kümeleme Yöntemi ve Destek Vektör Regresyon yöntemlerini kullanarak
araştırmaktır. Çalışmada Makine Öğrenme yöntemlerinin dışında Moulheli (2003)
tarafından geliştirilen GR2M modeli de kurulmuştur. Elde edilen analiz sonuçları ve mevcut
akım gözlem istasyon verileri, Kök Ortalama Kare Hata (RMSE), Nash-Sutcliffe Etkinlik
Katsayısı (NSE) ve Determinasyon Katsayısı (r2) ile birlikte değerlendirilmiştir. Çalışmada
kullanılan yöntemlerin hem tekil olarak çalıştırılmış sonuçları hem de birlikte kullanımları
durumunda elde edilen sonuçlar değerlendirilmiştir. Özellikle Yapay Sinir Ağları ve KMeans
Kümeleme yöntemlerinin birlikte kullanımı ile edilen tahmin sonuçları diğer model
tahmin sonuçlarına göre daha az hata üretmiştir.
Anahtar Kelimeler : Yapay sinir ağları, coğrafi bilgi sistemleri, Batı Karadeniz havzası,
istatistiksel hidroloji