Özet:
Meteorolojik veriler çok değişik alanlarda kullanılmaktadır. Bina enerji analizi, zirai ürünlerin ekim zamanın tayin edilmesinde, iklimlendirme sistemlerinin seçimi gibi hesaplamalarda en önemli parametrelerin başında iklim verileri gelmektedir. Kullanılan bu verilerin anlamlı olabilmesi için iklim verilerinin uzun yıl aralığına sahip ve eksiksiz olması gerekmektedir. İklim verilerinin ölçümü yapılırken değişik sebeplerden dolayı veri kayıpları olmaktadır. Bu veri kayıpları birkaç saatlik olabildiği gibi günlük ve hatta aylık da olabilmektedir. Bu durum ise analizlerin gerçekçiliği açısından istenmeyen bir durumdur. Bu çalışmada Devlet Meteoroloji İşlerinden (DMİ) alınan ve 2000-2010 yıllarına ait olan kuru termometre sıcaklık verilerindeki eksik değerlerin yapay sinir ağları (YSA) ile tahmini sağlanmıştır. Elde edilen sıcaklık tahmin değerlerinde %90 üzerinde başarı elde edilmiştir. ANAHTAR KELİMELER: Yapay Sinir Ağları, Sıcaklık Tahmini, Eksik Veri Tahmini
Meteorological data are used in different areas.Climate data is an important parameter for calculated of the building energy analysis, showing time of agricultural products and air-conditioning systems. Climate data should be long-term and complete for be meaningful.When measuring climate data is data loss due to various reasons. This loss of data can also be several hours or days or months.This situation is undesirable in terms of realistic analysis. In this study the dry-bulb temperature data for the years 2000-2010 was from State Meteorological Service (DMI) and aimed to estimate the missing data with artificial neural networks (ANN). Success was achieved in predicted temperature value over %90. KEY WORDS: Artificial Neural Network, Temperature Prediction, Missing Data Prediction,
