Nehir Akımlarının Derin Öğrenme ile Tahmini ve Akımların Demiryolları Güzergahına etkisi

Hüseyin Çağan KILINÇ
2020 Demiryolu Mühendisliği  
Öz: Son yıllarda meydana gelen aşırı yağış, taşkınlar ve dere yataklarının öngörülmeyen bir şekilde taşması demiryolu kazalarını oluşturan önemli etkenlerden biri haline gelmiştir. Bu durum su kaynaklarını doğru yönetmenin önemini ortaya koymaktadır. Havzaların morfolojik özelliklerinin belirlenmesi ve su kaynaklarının sürdürülebilir olması için periyodik nehir akım ölçümlerinin yapılması gerekmektedir. Anlık yapılan ölçümler çok zaman aldığından, pratik ölçüm yöntemleriyle nehir akımları
more » ... edilmektedir. Ancak her akım gözlem istasyonu (AGİ) için bir debi-seviye bağıntısı belirlenmesi ve debi-seviye bağıntılarının zamanla değişebilmesinden dolayı debi tahminlerinde hatalar görülebilmektedir. Bunun için farklı tahmin yöntemlerine gereksinim duyulmaktadır. Bu çalışmada Göksu Nehri üzerindeki D21A183 No'lu Aşağıçöplü köyü, Akdere AGİ' den elde edilen günlük akım verileri üzerinde, Derin Öğrenme Modeli oluşturularak, modelin performansı analiz edilmiştir. Modelin performansını analiz ederken gerçek değerler ve tahmin edilen değerler arasındaki yakınlık incelenmiştir. Bu akım değerleri 3 ve 4 zaman (günlük) ötelemeli senaryolara ayrılıp 2 ayrı veri setine dönüştürülmüştür. Gerçeğe en yakın değerler en büyük R² değerine sahip 4 ötelemeli senaryoya ait sonuçlardır. Sadece akım değerleri kullanılarak tahminde bulunulmuş ve başarılı sonuçlar elde edilmiştir. Yağış, sıcaklık gibi girdi parametreleri eklenerek daha farklı senaryolar oluşturulması, gelecek çalışmalar için faydalı olacaktır. Ayrıca tahmin edilen bu akım değerlerinin Göksu nehri yakınlarına kurulması düşünülen potansiyel bir demiryolu hattının projelendirilmesinde yardımcı olacağı düşünülmektedir. Abstract: In recent years, one of the most important causes of railway accidents is excessive rainfall, floods, and the overflow of unpredictable stream beds flooding. This shows displays the significance of proper management of water resources. Periodic river flow measurements are required in order to determine the morphological aspects of the basins and sustainability of water resources. River flows are measured by practical measurements; as instant measurements are time-consuming. Therefore, a flow-level correlation must be determined for each flow measurement station. However, misestimation can be observed as a result of the fact that flow-level correlations can differ over time. It reveals the demand for other estimation methods. In this study, a Deep Learning Model has been created with the use the daily flow measurement data by Akdere FMS of Aşağıçöplü with the number of D21A183 and its performance has been analyzed. Additionally, the performance of the model was analyzed by creating a Deep Learning Model. During this process, the proximity between actual and predicted values were examined. These flow values were separated into 3 and 4 days of delayed scenarios and turned into two data sets. The 4-day delayed scenario which has the highest R 2 was the most proximate value to the actual value. Accurate results were received by only using flow values through estimating. It will be beneficial to create different scenarios for future Demiryolu Mühendisliği Railway Engineering 107 studies by adding parameters such as precipitation and temperature. As a result, it is assumed that the obtained results may provide useful information for a railway project which can be constructed near to the Göksu River.
doi:10.47072/demiryolu.831702 fatcat:dw4b4lf4p5dkbheb4w3y7pw65y