Doğu Karadeniz Havzasının L-Momentlere Dayalı Taşkın Frekans Analizinde Yapay Zeka Yöntemlerinin Uygulanması

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2014

Tezin Dili: Türkçe

Öğrenci: Tuğçe Anılan

Asıl Danışman (Eş Danışmanlı Tezler İçin): ÖMER YÜKSEK

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışmada, Türkiye'nin Doğu Karadeniz Havzası'ndaki 33 akım gözlem istasyonuna taşkın frekans analizi uygulanmıştır. Bölgenin homojenliği, L-momentler yöntemine dayalı uyumsuzluk ölçüsü (Di) ve heterojenlik ölçüsü (Hi) ile kontrol edilmiştir. Elde edilen homojen bölgeye, ekstrem-değer tip I, genelleştirilmiş-ekstrem değer, log normal, log Pearson tip III ve genelleştirilmiş lojistik dağılımlarının uygunluğu sınanmıştır. Uygun dağılımların belirlenmesi için Ki-kare ve olasılık çizgileri korelasyon testleri kullanılmıştır. Her bir istasyona uygun olan dağılımlara göre T= 5, 10, 25, 50, 100 ve 500 yıl tekerrürlü taşkın debileri hesaplanmıştır. Bölgede ölçümü olmayan yerlerde taşkın debisi tahmini için lineer olmayan regresyon modeli geliştirilmiştir. Regresyon modelinde, bağımsız değişkenler olarak drenaj alanı, eğim, kot, drenaj yoğunluğu, yıllık ortalama yağış ve yağış şiddeti değerleri kullanılmıştır. Regresyon analizinin performansını değerlendirmek için, Ortalama Rölatif Hata (ORH) Ortalama Mutlak Hata (OMH) ve Ortalama Karesel Hatanın Karekökü (OKHK) değerleri hesaplanmıştır. Yapay arı kolonisi (ABC) ve öğretme-öğrenme tabanlı algoritma (TLBO) modelleri geliştirilerek elde edilen sonuçlar regresyon analizi ile karşılaştırılmıştır. Analizler, ABC ve TLBO sonuçlarının regresyon analizine göre daha iyi model oluşturduğunu göstermiştir. Hata değerleri dikkate alındığında, TLBO'nun da ABC'ye göre farklı bağımsız değişkenler için taşkın debisi tahmininde daha iyi sonuçlar verdiği gözlemlenmiştir. Çalışmada ayrıca, drenaj alanı, eğim, kot, drenaj yoğunluğu, yıllık ortalama yağış ve tekerrür periyotları kullanılarak yapay sinir ağı (YSA) ve çoklu lineer olmayan regresyon analizi (ÇLOR) ile modeller geliştirilmiştir. Maksimum debiyi tahmin etmede, YSA'nın ÇLOR'ye göre daha güvenilir tahminler verdiği görülmüştür.