Özet:
Bu çalışmada Türkiye'nin buharlaşma oranının en yüksek olduğu Güney Doğu Anadolu Bölgesi'nde (GAP) bulunan sekiz istasyona ait tava buharlaşma değerleri tahmin edilmiştir. Ölçülen uzun süreli sıcaklık, rüzgâr hızı, nisbi nem, basınç, güneşlenme şiddeti ve aylık açık gün sayısı parametreleri kullanılarak Yapay Sinir Ağları (YSA), Uyarlamalı Ağ Tabanlı Bulanık Mantık Çıkarım Sistemi (ANFIS), Gen Ekspresyon Programlama (GEP) ve Çoklu Doğrusal Regresyon (ÇDR) yöntemleri ile aylık tava buharlaşması tahmini yapılmıştır. Üç farklı girdi kombinasyonu için ölçülen buharlaşma değerleri ile tahmin edilen buharlaşma değerleri arasında R2, Ortalama Karesel Hata (OKH) ve Ortalama Mutlak Hata (OMH) değerleri karşılaştırma kriteri olarak kullanılmıştır. Tüm istasyonlar için farklı yöntemlerle yapılan tava buharlaşma tahminleri incelendiğinde, GEP ve ÇDR yöntemlerinin başarılı sonuçlar verdiği belirlenmiştir. Çalışma kapsamında, sadece sıcaklık ve rüzgâr hızı parametrelerinin girdi olarak ele alındığı kombinasyonun az girdi verisine ihtiyaç duymasına rağmen oldukça başarılı sonuçlar verdiği ve uygulamada başarılı bir şekilde kullanılabileceği sonucuna varılmıştır.
In this study, pan evaporation are estimated for eight meteorological stations in the GAP region, where the evaporation rate is highest in Turkey. Monthly pan evaporations are estimated with Artificial Neural Networks (ANN), Adaptive Neuro-Fuzzy Inference System (ANFIS), Gene-Expression Programming (GEP) and Multiple Linear Regression (MLR) methods using weather parameters of temperature, wind speed, relative humidity, air pressure, solar radiation and number of open days per month. The measured and estimated evaporation values for the three different input combinations are compared according to R2, Mean Square Error (MSE) and Mean Absolute Error (MAE) values. According to the pan evaporation estimates made by different methods for all the stations, the GEP and MLR methods are given better results than ANN and ANFIS methods. It has been shown that only the temperature and wind speed are used as inputs in estimation of pan evaporation, although it has few input data, it gives good results and can be used successfully in practice.
