OVACUMA (BARTIN) ÇAYI AKIMININ MAKİNA ÖĞRENMESİ YARDIMIYLA TAHMİN EDİLMESİ VE BARTIN BAHÇECİK YERALTI BARAJI BESLENİMLERİNİN HESAPLANMASI

Abstract

ÖZET

Su canlı yaşamı için hayati önem taşımaktadır. Gelişen teknoloji, tarım ve artan dünya nüfusuna paralel olarak sınırlı olan su kaynakları giderek tükenmektedir. Dünya genelinde, su kıtlığı ve su yönetimi sorunları ile karşı karşıya kalan birçok ülke, yeraltı barajlarının yapımı ve kullanımına önem vermektedir. Türkiye’de son yıllarda sıklıkla karşılaşılan su azlığı problemi ülkemizdeki su kaynaklarının verimli bir şekilde yönetilmesi konusunda yeraltı barajlarının da yaygınlaşmasına neden olmuştur. Ülkemizde giderek artan yeraltı barajları, projelendirme, yer seçimi, inşaat ve işletme gibi birçok alt başlığı beraberinde getirmektedir. Bu tez çalışmasında çalışma alanını oluşturan Bartın Bahçecik Yeraltı Barajı incelenmiş olup, mavcut durumda sağladığı suyu gelecek dönemlerde karşılayamadığı dönemlerde Ovacuma Çayından karşılanabilecek ilave besleme miktarlarının tahminini kapsamaktadır. Bu amaca ulaşabilmek amacıyla zaman serisi analizleri, yapay sinir ağları (YSA), çoklu doğrusal regresyon (ÇDR) ve benzer havza alanı oranları yöntemleri kullanılmıştır. Öncelikle zaman serisi analizleri ile çalışma alanı çevresindeki akım gözlem istasyonlarının (AGİ) son yıllardaki verileri tahmin edilmiş, sonraki aşamada meteoroloji ve akım gözlem istasyonlarının yağış, sıcaklık ve akım verileri ile YSA ve ÇDR modelleri kurularak E13A031 nolu Kocaırmak (Bartın) akım gözlem istasyonunun akım tahminleri gerçekleştirilmiş ve son aşamada benzer havza alanları orantısı kullanılarak Ovacuma Çayının akım tahminleri yapılmıştır. Zaman serisi analizleri genellikle 0.086-13.969 arasında değişen ortalama mutlak hata oranı ile gerçekleştirilmiştir. E13A031 istasyonunun akımının tahmininde 0.802 Belirleme Katsayısı (r^2) değeri ile YSA yönteminin daha başarılı sonuçlar verdiği saptanmış ve Ovacuma Çayının var olan 2018 yılı verileri için 0.88 Belirleme Katsayısı (r^2) değeri elde edilmiştir.

ABSTRACT

Water is essential for living creatures. In parallel with the increasing world population, advancing technology, and agriculture, finite water resources face depletion. The water shortages and managing water resources have led countries worldwide to attach importance to the construction and usage of underground dams. In Turkey, the water shortages increasingly encountered in the last years have led to the widespread usage of groundwater dams for the management of water resources efficiently. The increasing number of underground dams brings disciplines like project design, site selection, construction, and operation together. In this dissertation study, Bartın Bahçecik Groundwater Dam went under examination to estimate the additional supply amounts that can be supplied from Ovacuma Stream in the possible water supply decreases in the future. Methods used to achieve this objective were time series analysis, artificial neural networks (ANN), multiple linear regression (MLR), and catchment area ratio methods. The data from 2018 of the stream gauges around the study area were estimated by using time-series analyses. The streamflow values of the E13A031 Kocaırmak (Bartın) stream gauge were estimated by establishing artificial ANN and MLR models with the obtained precipitation, temperature, and streamflow data from meteorology and stream gauging station. In the last stage, the streamflow of Ovacuma Stream was estimated by the catchment area ratio method. Time series analyses generally were carried out with an average absolute error rate ranging from 0.086 to 13.969. ANN method was detected to be more successful in predicting the flow of station E13A031 with an Coefficient of Determination (r^2) value of 0.802. For the existing data of Ovacuma Stream from 2018, the approximate result of 0.88 Coefficient of Determination (r^2) was received.