{"title":"Ege Denizi’nde makine öğrenimi yöntemleri ile anlık deniz seviyesi değişimlerinin tahmini","authors":"Ahmet Yavuzdoğan, Emine Tanır Kayıkçı","doi":"10.9733/JGG.2021R0007.T","DOIUrl":null,"url":null,"abstract":"Anlik deniz seviyesinin tahmini, jeodezik dusey datumun belirlenmesi ve guncellenmesi, kiyi alanlarinin korunmasi, kiyi ekosistemlerinin izlenmesi, kiyi yapilarinin planlanmasi ve bakimi, iklim degisikligi etkilerinin gozlenmesi acisindan buyuk onem tasimaktadir. Anlik deniz seviyesi tahmini icin kullanilan geleneksel yontemler genellikle dogrusal varsayimlara dayanmaktadir. Ancak deniz seviyesini etkileyen faktorler cok cesitlidir ve etkileri bolgeden bolgeye degismektedir. Genellikle dogrusal olmayan ve karmasik bagimlilik yapilarina sahiptirler. Bu nedenle, dogrusal olmayan deniz seviyeleri dogrusal modeller kullanilarak yuksek duyarlikta belirlenemez. Makine ogrenimi tahmin yontemleri ise, son zamanlarda degiskenler arasindaki karmasik bagimlilik yapilarinin modellenmesinde siklikla kullanilmaktadir. Bu calisma kapsaminda, anlik deniz seviyesini yuksek dogrulukta tahmin etmek ve dogrusal tahmin yontemleri ile dogrusal olmayan tahmin yontemlerini karsilastirmak amaciyla makine ogrenimi tahmin yontemlerinden Coklu Dogrusal Regresyon (CDR) dogrusal modeli, Destek Vektor Regresyonu (DVR) dogrusal olmayan model ve Rastgele Orman Regresyonu (ROR) dogrusal olmayan model algoritmalari kullanilmis ve tahmin performanslari karsilastirilmistir. Calisma sonucunda anlik deniz seviyesi icin en yuksek tahmin performansi ROR ile elde edilmis olup, en dusuk tahmin performansi ise CDR yontemi ile elde edilmistir. Sonuc olarak anlik deniz seviyelerinin calismada kullanilan oncul bilgiler ile ROR kullanilarak yuksek hassasiyette tahmin edilebilecegi ve dogrusal tahmin modelinin anlik deniz seviyesinin karmasik bagimlilik yapisinin modellenmesinde yetersiz oldugu gosterilmistir.","PeriodicalId":33920,"journal":{"name":"Journal of Geodesy and Geoinformation Science","volume":"2 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-11-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Geodesy and Geoinformation Science","FirstCategoryId":"1087","ListUrlMain":"https://doi.org/10.9733/JGG.2021R0007.T","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Anlik deniz seviyesinin tahmini, jeodezik dusey datumun belirlenmesi ve guncellenmesi, kiyi alanlarinin korunmasi, kiyi ekosistemlerinin izlenmesi, kiyi yapilarinin planlanmasi ve bakimi, iklim degisikligi etkilerinin gozlenmesi acisindan buyuk onem tasimaktadir. Anlik deniz seviyesi tahmini icin kullanilan geleneksel yontemler genellikle dogrusal varsayimlara dayanmaktadir. Ancak deniz seviyesini etkileyen faktorler cok cesitlidir ve etkileri bolgeden bolgeye degismektedir. Genellikle dogrusal olmayan ve karmasik bagimlilik yapilarina sahiptirler. Bu nedenle, dogrusal olmayan deniz seviyeleri dogrusal modeller kullanilarak yuksek duyarlikta belirlenemez. Makine ogrenimi tahmin yontemleri ise, son zamanlarda degiskenler arasindaki karmasik bagimlilik yapilarinin modellenmesinde siklikla kullanilmaktadir. Bu calisma kapsaminda, anlik deniz seviyesini yuksek dogrulukta tahmin etmek ve dogrusal tahmin yontemleri ile dogrusal olmayan tahmin yontemlerini karsilastirmak amaciyla makine ogrenimi tahmin yontemlerinden Coklu Dogrusal Regresyon (CDR) dogrusal modeli, Destek Vektor Regresyonu (DVR) dogrusal olmayan model ve Rastgele Orman Regresyonu (ROR) dogrusal olmayan model algoritmalari kullanilmis ve tahmin performanslari karsilastirilmistir. Calisma sonucunda anlik deniz seviyesi icin en yuksek tahmin performansi ROR ile elde edilmis olup, en dusuk tahmin performansi ise CDR yontemi ile elde edilmistir. Sonuc olarak anlik deniz seviyelerinin calismada kullanilan oncul bilgiler ile ROR kullanilarak yuksek hassasiyette tahmin edilebilecegi ve dogrusal tahmin modelinin anlik deniz seviyesinin karmasik bagimlilik yapisinin modellenmesinde yetersiz oldugu gosterilmistir.