Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi

Transkript

1 Fırat Üv. Müh. Bl. Dergs Scece ad Eg. J of Fırat Uv. 8 (), , (), , 016 Yapay Sr Ağlarıı Kullaarak Türkye İç Kara Yüzey Sıcaklığıı Modellemes Özet Oza Şekal Çukurova Üverstes, Blgsayar ve Öğretm Tekolojler Bölümü, Sarıçam, Adaa osekal@cu.edu.tr (Gelş/Receved: ; Kabul/Accepted: ) Bu çalışma, Türkye de (6-45 Doğu ve 36-4 Kuzey) yayıırlık ve coğrafk verler (elem, boylam, yükseklk ve ay) kullaılarak yeryüzü sıcaklığıı tahmde yapay sr ağlarıı kullaılmasıı ortaya koymaktadır. Geelleştrlmş Regresyo Ağları (GRA), yapay sr ağlarıda (YSA) kullaılmıştır. Yapay sr ağımızı eğtmek ç Türkye Yer Yüzey Sıcaklığı (YYS) hakkıda geel fkr vere 10 bölge (Adaa, Afyo, Akara, Eskşehr, İstabul, İzmr, Koya, Malatya, Rze, Svas) verler kullaıldı. 00 yılı ç İzmr, Koya, Malatya, Rze ve Svas ta alıa verler eğtm ç kullaılırke, Adaa, Afyo, Akara, Eskşehr ve İstabul da alıa verler se test etme ve doğrulama ç kullaılmıştır. Yer Yüzey Sıcaklığı çıktı olarak alımıştır. Buula brlkte, GRA yötem yayıırlık ve coğraf verlerde elde edle değerlerle Yer yüzey Sıcaklığıı aylık tahm ç öerlmştr. Tahm edle değerler ve GRA yötem le elde edle değerler aylık ortalama gülük toplamı ç yüzey değerler arasıdak R, eğtm ç 99.07%, test ç 96.85% bulumuştur. Bu edele elde edle souçlar, GRA kullaılarak yayıırlık ve coğraf verlerde Yer yüzey Sıcaklığıı tahmde yeterce y olduğu görülmüştür. Aahtar Kelmeler: Yer Yüzey Sıcaklığı, Yayıırlık, Coğrafk Ver, Yapay Sr Ağı, Türkye Lad Surface Temperature Modelg For Turkey Usg Artfcal Neural Networks Abstract Ths study troduces artfcal eural etworks (ANNs) for the estmato of lad surface temperature (LST) usg emssvty ad geographcal data (lattude, logtude, alttude ad moth) Turkey (6-45 E ad 36-4 N). Geeralzed regresso eural etwork (GRNN) were used the etwork. I order to tra our eural etwork we used data of 10 statos (Adaa, Afyo, Akara, Eskşehr, İstabul, İzmr, Koya, Malatya, Rze, Svas), whch are assumed to gve a geeral dea about the lad surface temperature of Turkey. Data from statos (İzmr, Koya, Malatya, Rze, Svas) were used for trag, whle the statos (Adaa, Afyo, Akara, Eskşehr, İstabul) was used for testg ad valdatg the model for 00. Lad surface temperature s the output. However, the method of ANN was proposed for the estmato of mothly global lad surface temperature values from emssvty ad geographcal data. R betwee the estmated ad groud values for mothly mea daly sum wth ANN method values have bee foud as 99.07% (trag) ad 96.85% (testg), respectvely. Therefore these results are good eough for predctg the lad surface temperature at groud usg artfcal eural etworks method wth emssvty ad geographcal data. Keywords: Lad Surface Temperature, Emssvty, Geographcal Data, Artfcal Neural Network, Turkey 1. Grş YYS klmsel değerler belrlemesde alamlı br parametredr. YYS le brlkte, hava sıcaklığı atmosferdek eerj ve su dögüsüü belrlemesde aahtar parametrelerdedr. Bu amaçla güümüze kadar brbrde farklı çalışmalar YYS ı belrlemesde yapılmıştır. Bu çalışmaları br kısmı Devlet Meteoroloj İşler Geel Müdürlüğü tarafıda gerçekleştrlrke, br kısmı YSA, uzakta algılama v.b. çalışmalar tarafıda gerçekleştrlmştr. YSA kavram olarak, yeryüzüü ve yer kayaklarıı araştırılmasıda, araştırıla eselerle lgl grş ver elde etme ve çıkış souçlarıı celeme uygulaması olarak taımlaablr [1].

2 Yapay Sr Ağlarıı Kullaarak Türkye İç Kara Yüzey Sıcaklığıı Modellemes YSA term 1956 yılıda lk kez kullaılmasıda bu yaa brçok araştırmacı bu kou üzerde yoğu olarak çalışmaktadır. Ulaşıla okta ve gelecekle lgl hedeflerse, oldukça tartışmalı durumuyla her yaşta heme herkes lgs çekeblecek düzeyde görüüyor. YSA, blgsayar blm akıllı, ya dl kullaablme, öğreme, akıl yürütme, problem çözme gb telklere sahp blgsayar sstemler tasarımlamakla uğraşa koludur. YSA, saı düşüme yapısıı alamak ve buu bezer ortaya çıkaracak blgsayar şlemler gelştrmeye çalışmak olarak da taımlaablr []. Çalışmada kullaılmak üzere coğrafk değerler ve yüzey yayıırlık değerler gerekmektedr. YYS ı hesaplamasıda Adaa, Akara, Atalya, Dezl, Erzurum, İzmr, Kayser, Samsu, Svas, Şalıurfa, Va ller (şekl 1) temel alıarak 00 yılı süresce yayıırlık değerler le coğrafk değerler (tablo 1) kullaarak YSA modellemş ve YYS hesaplamıştır. Şekl 1. Yer yüzey sıcaklığıı hesaplamasıda kullaıla stasyolar. Tablo 1. İstasyoları coğrafk değerler Statos Lattude( ) Logtude( ) Alttude(m) Adaa Afyo Akara Eskşehr İstabul İzmr Koya Malatya Rze Svas Materyal ve Metot.1. Yüzey yayıırlık değerler belrlemes Yayıırlığı (ε) belrlemes ve ölçülmesde kullaıla e başarılı metotlarda brde, NDVI yardımı le yayıırlığı belrlemesdr. NDVI kavram olarak Normalze Edlmş Btk İdeks demektr. NDVI değer aşağıdak formül kullaılarak hesaplaır [3]. NDVI = CH CH 1 CH +CH 1 (1) Buradak CH1 ve CH değerler NOAA uydusuu üzerdek AVHRR sesörüü sırayla brc ve kc kaal değerlerdr. NDVI ve yayıırlık arasıdak bağıtıyı elde etmek ç yapıla deeyler souda aşağıdak logartmk foksyo elde edlmştr. ε = a + b log(ndvi) () Burada ε yayıırlık olmak üzere a ve b bağıtı sabtler 8 14 µm aralığıdak spektral bölge ç belrlemştr ve değerler sırasıyla 1,0094 ve 0,047 dr [4]. Yapıla çalışmalarda elde edle souçlara göre yüzey sıcaklığıı belrlemesde ortalama br yayıırlık değer alımasıı gerektğ ve bu değer 0,975 olduğu, uyduu 4. ve 5. kaallarıı yayıırlık farkıı se -0,005 olduğu tespt edlmştr [5]. Bu durumda k farklı eştlğ elde etmek mümküdür. ε = ε 4+ε 5 = 0,975 (3) ε = ε 4 ε 5 = 0,005 (4) Yukarıdak eştlkler ε 4 ve ε 5 sırasıyla 4. ve 5. kaalı yayıırlık değerler olmak üzere, eştlk 3 ve 4 çözüldüğüde ε 4 =0,975 ve ε 5 =0,9775 olarak bulumaktadır... Geelleştrlmş regresyo ağları Geelleştrlmş Regressyo Ağları (GRA), Radyal Temell ağları (RTA) özel br haldr yılıda Doald Fracs Specht tarafıda öerlmştr [6]. Geelleştrlmş Regresyo Ağları geellkle sstem modelleme ve kestrm

3 Oza Şekal gb foksyo yaklaştırma uygulamalarıa e uygu ler beslemel ağdır. Geelleştrlmş Regresyo Ağları belrl sayıda gzl (hdde) katma örou le sürekl foksyolara yaklaşımı sağlarlar. GRA de Çok Katmalı Perseptro (ÇKP) dak gb tekrarlı eğtme şleme htyaç duyulmaz. Grş ve çıkış arasıda, eğtm kümesde elde ettğ bulgularla herhag br sırada foksyoa yaklaşablr. Burada da alaşılacağı üzere eğtm kümes boyutları büyüdükçe yaklaşımdak hata oraı sıfıra yaklaşır. Ayı zamada GRA, stadart tekkler gb sürekl değşkeler üzerde yargıya varılablmes çde kullaılır. Temelde stadart br statksel yötem ola Kerel yaklaşımıı kullamaktadır. Çok kolay dzay edleblr. y yf, y dy f, ydy (5) Eğer olasılık yoğuluk foksyou blmyorsa gözlee X ad Y değerlerde bu foksyo tahm edlr. f, ( 1 1 ( ) exp ( ) exp p1) / ( p1) 1 (6) Bu deklemde p x vektörüü boyutu, gözlee ver sayısı, σ se düzeltme (yumuşatma) parametresdr. D² skaler br foksyo olmak üzere (Öklt uzaklığı) [6]; D (7) olarak taımlaırsa, bağımsız x değşkee göre bağımlı y değşke regresyou; Şekl. Geelleştrlmş Regressyo Ağları (GRA) topolojs GRA dört katmada oluşur. İlk katma Grş Katmaıdır ve kc katmaa tam olarak bağlamıştır. İkc katma Model (Patter) Katmaıdır. Üçücü katma Toplama (Summato) Katmaıdır ve toplama örolarıda oluşur. Dördücü katma se Çıkış (Output) Katmaıdır ve toplam öroları bölümüde ortaya çıka souçtur [7] (şekl ). İlk katma ormal br radyal tabalı YSA gb şler. Her örou ağırlıklı grş, grş vektörü le bu grş ağırlık vektörü arasıdak uzaklıktır. Her örou et grş, o örou ağırlıklı grş le basıı çarpımıyla belrler. Her örou çıkışı, o örou et grş radyal tabalı katmada geçrlmesyle hesaplaır. f(x,y) ortak olasılık yoğuluk foksyouu blmes durumuda, bağımsız x değşkee göre bağımlı y değşke regresyou aşağıdak gb fade edlr: şeklde buluur. 3. Souçlar D exp D exp (8) Uydu görütülerde tüm düya ç tahm edle yayıırlık değerler le beraber elem, boylam, yükseklk ve ay değerler GRA ı grş kısmıı oluşturmuşlardır. MATLAB programı ağı eğtm ç kullaılmıştır. GRA ı yapısı GRA (5, 1, 1) 5 grş düğümü, 1 yayılma değer ve 1 çıkış düğümüde oluşmuştur. Bu ağ yapısı grş, model, toplama ve çıkış katmalarıı çermştr. Ağı eğtmde 00 yılı ç İzmr, Koya, Malatya, Rze ve Svas seçlmşke, test ç ayı yıl peryoduu kullaarak Adaa, İstabul, Afyo, Eskşehr ve Akara seçlmştr.

4 Tahm Edle (K) Tahm Edle (K) Yapay Sr Ağlarıı Kullaarak Türkye İç Kara Yüzey Sıcaklığıı Modellemes Bu çalışmada, Meteoroloj Geel Müdürlüğüe at ulusal 10 stasyo kullaıldı. Bu stasyolar Türkye geş alamda klmatk durum değşklğ taımlaya alalarda seçlmştr. Türkye üzerdek bu alalarda YYS eğtm ç R (korelasyo katsayılarıı kare değer) %99,07 (şekl 3) ve test alaları ç se %96,85 (şekl 4) le oldukça y souçlar elde edlmştr. Karşılaştırmalarda sadece korelasyo katsayısıa göre değerledrme yapmak yetersz kalacaktır. Bu amaçla eğtm stasyoları ç RMSE değer 0,13 K ve test stasyoları ç 0,1451 K hata değer hesaplamıştır y = 1,0005x R² = 0, Ölçüle (K) Şekl 3. YYS eğtm ç korelasyo katsayılarıı kare değer Tablo. Geelleştrlmş regressyo ağlarıı (GRA) hata değerler İstasyolar Eğtm stasyoları İzmr Koya Malatya Rze Svas Test stasyoları Adaa Afyo Akara Eskşehr İstabul YSA RMSE(K) MBE(K) YYS test ve eğtm souçları statstksel olarak RMSE (karekök hatası) ve MBE (ortalama sapma hatası) celedğde, eğtm alaları ç RMSE K le K, MBE K le K ve test alaları ç se RMSE K le K, MBE K le K arasıda değerler elde edlmştr. Bütü stasyolar çersde e y RMSE ve MBE değer Koya stasyou, e kötü se Eskşehr stasyou çıkmıştır. Bulua bu değerler; YSA uygulamalarıa dayaılarak yapıla YYS ı hesaplamasıda, küçük hata oraı le elde edlebleceğ göstermektedr. 4. Tartışma y = 1,001x R² = 0, Ölçüle (K) Şekl 4. YYS test ç korelasyo katsayılarıı kare değer Buula beraber RMSE ve MBE değerlere de eğtm ve test alaları ç bakılmış ve Tablo dek souçlar elde edlmştr. Bu çalışmaı amacı Düyaı eerj dögüsüde öeml yer tuta, deprem, volkak patlamalar, fırtıa hareketler, sera etks gb doğal afetler habercs ola, kuraklık, btk stres, atmosferk do olayı, geceler oluşa a soğumalar, dezlerde sıcak su akıtılarıı belrlemes ve yer yüzey atmosfer etkleşm gb olaylarda öeml br parametre ola YYS ı Türkye ç yerel ve küresel ölçeklerde hesaplamasıa olaak sağlayacak yayıırlık ve coğrafk koşullara bağlı algortmalar üretmek ve bu algortmaları geçerllğ kotrol etmektr. Souç olarak YSA kullaılarak elde edle verlere göre hesaplaa korelasyo katsayıları ve RMSE değerler GRA algortmasıa göre YYS ı hesaplaableceğ göstermştr. 146

5 Oza Şekal Bu bağlamda YSA kullaılarak Türkye ç kara yüzey sıcaklığıı belrlemes y souçlar vermştr. Bu yüzde YSA kara yüzey sıcaklığı ve dğer uygulamalarda y br örek olarak kullaılablr. 5. Kayaklar 1. Şah, M., Şekal, O., Sarıkoç, A. (009). Yer yüzey sıcaklığıı Prce 1984 algortmasıa bağlı hesaplaması. Selçuk Üverstes Ahmet Keleşoğlu Eğtm Fakültes Dergs, 7: Prm, H. (006). Yapay Zeka, Joural of Yaşar Uversty,1: Srvastava, S.K.,,Jayarama, V., Rao, P.P., N., Makam, B., Chadrasekhar, M.G. (1997). Iterlkages of NOAA/AVHRR Derved Itegrated NDVI to Seasoal Precptato ad Trasprato Drylad Tropcs. Iteratoal Joural of Remote Sesg, 18: Va de Gred, A.A., Owe, M. (1993). O the Relatoshp Betwee Thermal Emssvty ad The Normalzed Dfferece Vegetato Idex for Natoal Surfaces. Iteratoal Joural of Remote Sesg, 14: Caselles, V., Coll, C., Valor,E. (1997). Lad Surface Emssvty ad Temperature Determato the Whole Hapex- Sahel Area from AVHRR Data. Iteratoal Joural of Remote Sesg, 18: Speckt, D.F. (1991). A geeralzed regresso eural etwork. IEEE Trasactos o Neural Networks, : Cgzoğlu, H.K., Alp, M. (006). Geeralzed regresso eural etwork modellg rver sedmet yeld. Avda. Eg. Software 37: