1st International Congress on Agricultural Structures and Irrigation, Antalya, Turkey, 26 - 28 September 2018, pp.657-658
ater
is an indispensable source of life for all living things. However, these water
resources (rivers) also carry sediment. These sediments cause limitations in
the effective use of water, especially by increasing the amount of fill and
water level in the dams. Nowadays global warming is widely seen and it is
necessary to make regular measurements at rivers and lakes regularly in order to
be used more effectively of water and its sustainability. These measurements
are sometimes not systematically performed due to excessive labor and time
requirements, and as a last resort, missing data are estimated or modeled to
completion. One of the most widely used methods in recent years in many areas
is Artificial Neural Networks (ANN). For this purpose, this study is based on
predicting sediment yields by using ANN technique on E21A015 flow observation
station (AGI) data and E21A015 sediment monitoring station (SGI) data in the
Euphrates-Dicle basin and operated by State Hydraulic Works (DSI). In addition
to these data, necessary climatic data will be obtained from meteorological
observation stations (MGI) 17265 (Adıyaman) near the SGI stations. MATLAB
software is used for ANN estimation. The results were compared with the
multiple regression model.
Su
kaynakları (nehir) beraberinde sediment de taşımaktadırlar. Bunlar, özellikle
barajlarda dolgu miktarı ve su seviyesini arttırarak suyun etkin kullanımında
kısıtlamalara neden olmaktadırlar. Küresel ısınmanın yaygın olarak görüldüğü
günümüzde suyun daha etkili kullanılabilmesi ve sürdürülebilirliğinin
sağlanabilmesi için, nehir ve göllerde düzenli aralıklarla gerekli ölçümlerin
yapılması gerekmektedir. Bu ölçümler bazen aşırı işgücü ve zaman gereksinimi
nedeniyle sistematik olarak yapılamamakta ve son çare olarak eksik verilerde
tahmin veya modelleme ile tamamlama yoluna gidilmektedir. Bu amaçla son
zamanlarda birçok alanda yaygın olarak kullanılan yöntemlerden birisi de Yapay
Sinir Ağları (YSA)’dır. Bu çalışma, Fırat-Dicle havzasında yer alan ve Devlet
Su İşleri (DSİ) tarafından işletilen E21A015 numaralı akım ve sediment gözlem
istasyonu (SGİ) değerleri kullanılarak YSA tekniği ile sediment verimlerinin
tahmin edilmesi üzerine kurulmuştur. Bu verilere ek olarak istasyonların
yakınında bulunan 17265 (Adıyaman) meteoroloji gözlem istasyonundan (MGİ) gerekli
iklimsel veriler alınmıştır. YSA tahmini için MATLAB yazılımı kullanılmıştır.
Elde edilen sonuçlar çoklu regresyon modeli ile karşılaştırılmıştır.