Dinamik su bütçesi modeline destek vektör regresyonu entegrasyonu

Abstract

Yağış-akış modelleri kapsamında ele alınan modeller içerisinden kavramsal modeller havza dinamiğini atanan parametreler yardımıyla benzeştirmeye çalışırken, kapalı kutu modelleri ise fiziksel süreci dikkate almadan veri işleme esaslı uygulanmaktadır. Her iki yöntemin de birbirine göre avantajlı ve dezavantajlı yönleri bulunmaktadır. Örneğin kavramsal modellerin bazı parametreleri doğrusal tanımlandıklarında simülasyonlarda yanlılıklar gözlenebilmektedir. Diğer yandan, kapalı kutu modelleri tutarlı bir simülasyon için gecikmeli yağış değerlerine ihtiyaç duymaktadır. Bu nedenle çalışmada her iki yaklaşımın iyi yönlerini birleştiren hibrit bir model yapısının ortaya konması amaçlanmıştır. Bu kapsamda, dinamik su bütçesi adı verilen kavramsal bir yağış-akış modelinin doğrusal davranış gösteren yeraltısuyu depolama elemanı yerine destek vektör makinesi eklenerek beş parametreli hibrit bir model oluşturulmuştur. Destek vektör makinesi ilavesi ile doğrusal olmayan haritalama yetisi kazanan model Balıkesir’in İkizcetepeler Baraj Havzası’nda uygulanmıştır. Hibrit modelin kavramsal modele kıyasla kalibrasyon ve validasyon dönemlerinde sırasıyla %21 ve %14 daha düşük hata performansı vermesi istatistiksel açıdan anlamlı bulunmuştur.Among the various rainfall-runoff models, conceptual ones can simulate the basin dynamics by means of assigned parameters, while black-box models are applied as data-driven techniques which take no account of the physical process. Both types involve some advantages and shortcomings relative to each other. For instance, as some parameters assigned in conceptual ones are linear, the runoff simulations can be biased. Besides, black-box models generally require antecedent precipitation data to get a robust simulation. Therefore, in the study, it is intended to propose a hybrid model structure integrating the prominent aspects of both approaches. In this concept, the linear groundwater storage of the dynamic water budget model, one of the conceptual types, was eliminated and a support vector regression was included instead, and thus, a hybrid model with five parameters was built. The model, which achieved nonlinear mapping capability with the inclusion of support vector regression, was implemented for Ikizcetepeler Dam located at Balikesir. It was found statistically significant that hybrid model provided relatively lower error performance as 21% and 14% in calibration and validation periods, respectively, when it was compared to that of the conceptual one.