Akademik Veri Yönetim Sistemi
Avrupa Bilim ve Teknoloji Dergisi, sa.28, ss.346-351, 2021 (Hakemli Dergi)
Türkiye'nin tüm bölgelerine eşit olarak dağılmış hava istasyonlarından toplanan iklim değişkenleri, Gaussian Proses Regresyon (GPR) ve Destek Vektör Regresyonunun (SVR) referans evapotranspirasyonu (ET0) tahmin etme potansiyelini incelemek için kullanılmıştır. GP ve SVR modelleri için girdi özellikleri olarak kullanılan değişkenler güneş radyasyonu, ortalama sıcaklık, rüzgar hızı, bağıl nem ve yılın ayıdır. Karşılık gelen ET0 değerleri, aynı istasyonlardan toplanan iklim ölçümleri kullanılarak Gıda ve Tarım Örgütü tarafından önerilen FAO 56 PM denklemi kullanılarak hesaplanmıştır. Sonuçlar, GPR ve SVR modelleri kullanılarak yüksek doğruluğa sahip regresyon modellerinin mümkün olduğunu göstermektedir. ET0 tahmini için en etkili girdi değişkeninin güneş radyasyonu olduğu bulunmuştur. Bağıl nem, model doğrulukları üzerinde en düşük etkiye sahiptir.
Anahtar Kelimeler: Referans Evapotranspirasyon, Gaussian Proses Regresyon, Destek Vektör Regresyon
Climatic variables collected from weather stations evenly distributed in all regions of Turkey were used to study the potential of Gaussian Process Regression (GPR) and Support Vector Regression (SVR) in predicting reference evapotranspiration (ET0). The variables used as input features for the GPR and SVR models were solar radiation, mean temperature, wind speed, relative humidity, and month of the year. The corresponding ET0 values were calculated using the Food and Agriculture Organization recommended equation FAO 56 PM using climatic measurements collected from the same stations. Results show that regression models with high accuracies are possible using GPR and SVR models. The most effective input variable for ET0 prediction was found to be solar radiation. Relative humidity had the lowest impact on model accuracies.
Keywords: Reference Evapotranspiration, Gaussian Processes Regression, Support Vector Regression.