Model-Ağacı Yaklaşımını Kullanarak Türkiye’de HELIOSAT Tabanlı Güneş Radyasyonunun Modellenmesi

Abstract

Solar radyasyon (SR), enerji dönüşümü, meteoroloji, tarım ve hayvancılık ile ilgili çalışmalar için önemli bir parametredir. Solar radyasyonun belirlenebilmesi için gereken alıcıların tüm noktalar için temin edilememesinden dolayı bu parametreyi çeşitli yöntemlerle tahmin edilebilir. Bu çalışmada, Türkiye’nin aylık ortalama solar radyasyon değerleri (kWsa/m²) M5 model ağacı (M5-tree), sezgisel regresyon tekniği kullanılarak MATLAB platformunda tahmin edilmiştir. Solar radyasyon komşu ölçüm istasyonlarına ait konum bilgileri ve periyodiklik bileşeni olan ay değerleri kullanılarak tahmin edilmiştir. Modellerde kullanılan 2004-2018 yıllarını barındıran solar radyasyon verileri Meteoroloji Genel Müdürlüğü’nden temin edilen ve uydu tabanlı hibrit bir model olan HELIOSAT model verileridir. Çalışmada Türkiye’nin 81 iline ait ölçüm istasyonları kullanılmıştır. 81 istasyondan alınan 12 aylık verilerin %75’i eğitim sürecinde kullanılırken %25’i test sürecinde kullanılmıştır. Rastgele seçilen test istasyonlarından elde edilen solar radyasyon tahminleri gözlenen verilerle karşılaştırılmıştır. Bu karşılaştırmalarda kullanılan yöntemler, Karekök Ortalama Karesel Hata (KOKH), Ortalama Mutlak Hata (OMH), Ortalama Mutlak Bağıl Hata (OMBH) ve Determinasyon Katsayısı (R2) yöntemleridir. Sonuç olarak solar radyasyonun tahmin edilmesinde makine öğrenmesi tekniği kullanılarak elde edilen tahminler 4 farklı hata kriteri yöntemiyle karşılaştırılmıştır. Bu sayede makine öğrenmesi algoritmalarının literatürde yer alan kabul görmüş yöntemlere göre daha kolay uygulanabileceği ve alternatif bir yöntem olabileceği ispatlanmaya çalışılmıştır.