Ankara’da Aylık ETo Miktarlarının Yapay Sinir Ağları Yöntemi ile Tahmin Edilmesi

Creative Commons License

Sattari M. T., Yürekli K., Ünlükara A., Anlı A. S., Karahan G.

1. Ulusal Toprak ve Su Kaynakları Kongresi, Eskişehir, Türkiye, 1 - 04 Haziran 2010, cilt.1, ss.24-34

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Cilt numarası: 1
  • Basıldığı Şehir: Eskişehir
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.24-34
  • Erciyes Üniversitesi Adresli: Evet

Özet

ÖZET

Son yıllarda yapay sinir ağlarıyla (YSA) referans bitki su tüketimi tahminine ilişkin yoğun çalışmalar yapılmaktadır. Bu çalışmada büyük klima tipli Ankara istasyonuna ait Ocak 1975- Aralık 2006 tarihleri arasında, kaydedilen veriler kullanılarak İleri Beslemeli Geri Yayılımlı Yapay Sinir Ağları (İBGYYSA) modeliyle FAO 56 Penman Monteith yöntemine göre tahmin edilmiş referans bitki su tüketimi modelleri geliştirilmiştir. Çalışmanın amacı Minimum ve maksimum sıcaklığa, minimum ve maksimum bağıl neme, rüzgâr hızına ve güneşlenme süresine bağlı olan aylık ET0 miktarının İBGYYSA modeli ile tahmin edilmesi olmuştur. İleri Beslemeli Geri Yayınımlı Yapay Sinir Ağları (İBGYYSA) modelinin sonuçları FAO 56 Penman-Monteith (PM) modeli ile hesaplanan ETo değerleri ile karşılaştırılmıştır. İBGYYSA modelinin doğruluğunu tespiti için Hata Kareler Ortalaması (MSE), Normalleştirilmiş MSE (NMSE), Ortalama Mutlak Hata (MAE), Minimum Mutlak Hata (MinAE), Maksimum Mutlak Hata (MakAE) ve Doğrusal Korelasyon Katsayısı (r) istatistikleri kullanılmıştır.  İBGYYSA modelinin kurulmasında farklı girdi, gizli ve çıktı katmanları denendikten sonra 7 girdi katmanından; Aylık ortalamalar şeklinde minimum sıcaklık, maksimum sıcaklık, minimum nem, maksimum nem, Rüzgâr hızı, güneş radyasyonu, Aylık Zaman İndisi ve 4 gizli katmanından ve bir çıktı katmanından (ET0) oluşan ağ en iyi sonucu vermiştir. Bu ağın sonuçlarına göre MSE= 0.002, NMSE= 0.006, MAE= 0.033, MinAE= 0.000, MakAE= 0.118 ve r= 0.997 olarak hesaplanmıştır.

Anahtar Kelimeler: Yapay Sinir Ağları, İleri Beslemeli Geri Yayınım, ET0, Ankara

 

Estimation of Monthly ET0 Using Artificial Neural Networks in Ankara

ABSTRACT

Recently, many researchs have been carriyed out about reference evapotranspiration (ETo) estimations with Artificial Neural Network. In this research using Ankara meteorology station data from January 1975 to December 2006, Forward Feed Back Propagation Artificial Nerual Netwoks (FFBPANN) models were developed for estimated reference evapotranspirations according to FAO 56 Penman Monteith methods. The objective of the study is to estimate monhtly ET0 values with FFBPANN model based on maximum and minimum tempetatures, maximum and minimum relative humudities, solar radiation and wind speed. Results of ANN model were compared with ET0 values calculated by FAO 56 Penman-Monteith (PM) model. Performance of the results were evaluated by statistical performance criteria of Mean Square Error (MSE), Normalized Mean Square Error (NMSE), Absolute Mean Error (AME), Absolute Minimum Error (AMinE),  Absolute Maximum Error (AMaxE) and Linear Correlation Coefficient (r). After trying different input, hidden and output layers, the network containing a layer with 7 nodes as of maximum and minimum tempetatures, maximum and minimum relative humudities, solar radiation, wind speed and mountly time indeses, and 4 hidden layers and one output node (ET0) was found to be the best model. According to this network results, MSE= 0.002, NMSE= 0.006, AME= 0.033, MinAE= 0.000, MaxAE= 0.118 and r= 0.997.

Key Words: Artificial Neural Networks, Feed Forward Back Propagation, ET0, Ankara