Monthly Flow Estimation in Akarçay Basin Using Artificial Neural Network

Abstract

Six approaches for modeling monthly flows of an Akargay basin in Turkey using Artificial Neural Network (ANN) were presented. The monthly stream flows was modeled by multi-layer perceptron type of ANN. The six approaches contain three input values as calendar month order, former year’s monthly observations and the standardized value the observations, and theirs two different usage in the network. The results were tested using the mean absolute error, traditional determination coefficient and Nash-Sutcliffe efficiency. The study demonstrates that the approach which uses the months order as input data produces reasonably satisfactory results for data of the basin. It is seen that the ANNs can be assumed as successful modeling techniques of complex and nonlinear systems. Internal structures of ANN have not been comprehended clearly but high success on the research is sound as good proof to use in monthly stream flow estimation.

Türkiye Akarçay havzası aylık akım gözlemleri altı yaklaşım kullanılarak Yapay Sinir Ağları (YSA) ile modellenmiştir. Modellemede aylık akımlar çok katmanlı algılayıcı YSA kullanılmıştır. Altı yaklaşım, ayın takvim sıra sayısı, önceki yılın gözlemleri ve bu gözlemlerin standardize değerleri şeklinde üç girdi değeri ile bunların iki farklı şekilde ağa tanıtılmasından oluşmuştur. Sonuçlar ortalama mutlak hata, determinasyon katsayısı ve Nash-Sutcliffe yeterlilik ölçütü ile sınandı. Araştırma soncu, ay sıra sayısının girdi olarak kullanıldığı YSA modellerinin iyi sonuç verdiğini göstermiştir. Karmaşık ve doğrusal olmayan sistemlerde YSA’nın başarılı modelleme yaptığı kabul edilebilir. YSA’nın içyapısı açıkça anlaşılamamış olmakla beraber başarılı sonuçlar aylık akım tahmini için kullanılabileceğini göstermektedir.