Çoruh Nehri Havzası' nda taşınan askıda katı madde yükünün farklı yapay zeka teknikleri ile modellenmesi

Abstract

Doğal akarsularda taşınan askıda katı madde yükünün doğru tahmini su kaynakları ve yönetimi açısından büyük önem taşımaktadır. Akarsularda yapılan direkt ölçümler askıda katı maddenin belirlenmesinde en güvenilir yol olmalarına rağmen, maliyetli ve zaman alıcıdırlar. Sediment taşınım denklemlerinde ise akım ve katı madde ile ilgili birçok parametreye gerek duyulmaktadır. Yaygın olarak kullanılan sediment anahtar eğrisi birçok noktada yetersizlikler göstermektedir. Bu sebepten dolayı sediment tahmini için daha yakın sonuçlar veren yöntemlere gereksinim vardır. Bu çalışmada Çoruh Nehri Havzası üzerinde bulunan Altınsu, İnanlı ve Karşıköy istasyonlarında, askıda katı madde tahmini konusunda birçok yöntemden yararlanılmıştır. Sediment anahtar eğrisinin yanı sıra farklı regresyon ve yapay sinir ağları teknikleri kullanılmış ve karşılaştırmalı analizleri yapılmıştır. Her bir istasyon için çoklu regresyon analizi, çok değişkenli uyarlanabilir regresyon eğrileri, yapay arı kolonileri, öğretme-öğrenme tabanlı optimizasyon algoritması, çok katmanlı yapay sinir ağları, yapay arı kolonisi algoritması ile yapay sinir ağları eğitimi ve öğretme-öğrenme tabanlı optimizasyon algoritması ile yapay sinir ağları eğitimi olmak üzere toplamda 7 ayrı yöntem uygulanmıştır. Elde edilen sonuçlar karesel hatanın ortalama karekökü, ortalama mutlak hata ve determinasyon katsayısı kriterlerine göre değerlendirilmiştir. Yapay sinir ağları ile oluşturulan yöntemlerin yanısıra çok değişkenli uyarlanabilir regresyon eğrileri modelinin de askıda katı madde yükü tahmini konusunda başarılı olduğu sonucuna varılmıştır. Accurate prediction of the suspended sediment load in rivers is very important for water resources and management. Although direct measurement is most reliable method for sediment, it is very expensive and time-consuming. In additon, sediment transport equations are requires many various parametres about flow and sediment characteristics. Sediment rating curves which is widely used show deficiencies in several points. For this reason, we need other methods which more reliable result. In this study, many methods were developed about suspended sediment estimation, at three stations Altınsu, İnanlı and Karşıköy, on Çoruh River, in Çoruh Basin. In addition to the sediment rating curve, different regression and artificial neural networks were used and comparative analyzes were conducted. For each station 7 methods were applied. They were regression analysis, multivariate adaptive regression splines, artifical bee colony, teaching-learning-based optimization algorithm, multilayer artifical neural network, artificial neural network training using artificial bee colony and artificial neural network training using teaching-learning based optimization algorithm. The results was evaluated according to the criteria of root mean square error, mean absolute error and coefficient of determination. İn addition to the methods which generated with artificial neural networks, multivariate adaptive regression splines model has achieved successful results about estimation of suspended sediment load.