Prediction of River Flows using Deep Learning and the Effect of Flows on Railways Routes

Abstract

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 tahmin 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.