RECONSTRUCTION OF RIVER FLOWS BY ERA5 REANALYSIS DATASET AND LONG SHORT-TERM MEMORY MODELS

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, İnşaat Mühendisliği Bölümü, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: İngilizce

Öğrenci: İSMAİL ÜNLÜTÜRK

Danışman: Ali Ercan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Uzun vadeli ve devamlı nehir akım verileri, su kaynakları yönetimi, taşkın ve kuraklık analizi, hidrolik altyapıların tasarımı ve yönetimi, iklim değişikliği araştırmaları ve nehir akışlarının tahmin edilmesi için gerekli olmasına rağmen, dünya çapında sınırlı nehir akım verisi bulunmaktadır. İklim reanalizi veri setleri, geçmişteki hava durumu ve iklimin şu anda mümkün olan en eksiksiz resmini sunmaktadır. Son zamanlarda derin öğrenme, hidroloji ve iklim araştırmaları da dahil olmak üzere çeşitli alanlarında büyük başarı göstermiştir. Bu çerçevede, bu çalışmanın kapsamı, ERA5 Reanaliz iklim veri setini girdi olarak kullanan bir Uzun Kısa Süreli Bellek (LSTM) modeli ile tarihsel günlük ve aylık nehir akımlarını yeniden oluşturmak için bir metodoloji geliştirmektir. Örnek olarak, önerilen metodoloji Türkiyedeki Seyhan ve Fırat Havzalarında seçilen istasyonlarda kullanılmıştır. LSTM modeli kalibrasyon döneminde (2000-2011), Korelasyon Katsayısı (R) aylık akışlar için 0,96-0,99 ve günlük akışlar için 0,92-0,98 aralığında; Nash-Sutcliffe Model Verimliliği (NSE) değeri aylık akışlar için 0,87-0,99 ve günlük akışlar için 0,80-0,96 aralığında; Kling-Gupta Verimliliği (KGE) değeri ise aylık akışlar için 0,81-0,95 ve günlük akışlar için 0,83-0,92 aralığındadır. Öte yandan, test döneminde (2012-2015), R aylık akışlar için 0,92-0,97 ve günlük akışlar için 0,87-0,91 aralığında; NSE değeri aylık akışlar için 0,84-0,92 ve günlük akışlar için 0,73-0,82 aralığında; KGE değeri ise aylık akışlar için 0,82-0,90 ve günlük akışlar için 0,72-0,86 aralığında değişmektedir. Sonuç olarak, önerilen nehir akımı yeniden yapılandırma metodolojisi, yeterince uzun kalibrasyon ve test veri setleri mevcutsa, seçilen konumlardaki nehir akımları başarılı bir şekilde yeniden oluşturulabilinir.