Yapay Sinir Ağları Yardımıyla Yükseklik Modellemesi (Samsun-Mert Irmağı Havzası Örneği)

Vahdettin DEMİR; Aslı ÜLKE KESKİN

Makale detayları

Yapay Sinir Ağları Yardımıyla Yükseklik Modellemesi (Samsun-Mert Irmağı Havzası Örneği)

Yazarlar:

Vahdettin DEMİR | Aslı ÜLKE KESKİN

Yayıncı:

Aydın KARAPINAR

Ana Başlıklar:

İnşaat mühendisliği

Dergi:

Gazi Journal of Engineering Sciences 2020 Vol.6 Issue 1, pp.54-61

Belge Tipi:

Makale

Yayın Tarihi:

4/2020

Belge Dili:

Türkçe

Document ID (Org No.):

2000425854

eISSN:

2149-9373

Özet:

 


In many engineering applications, it is needed topographical and surface topography is required to determine the appropriate accuracy. As applications based on digital elevation model case study of height values using horizontal and vertical position information may be determined by appropriate methods. In this study, Samsun Mert river basin and at the intersection of the city limits, the present progress has been providing horizontal and vertical elevation values of the point where the coordinates of the map information have been studied to predict. Multi-Layer Artificial Neural Networks (MLANN), and regression analysis were used. The study was tested in three different combinations. These include: (i) X coordinate of the estimated height information; (ii) the estimated height of the Y coordinate information; (iii) the estimated height information in the form of X and Y coordinates. As a comparison criterion Root Mean Square Error (RMSE), Mean Absolute Error (MAE) and the determination coefficients (R2) were used. When the models were compared, Artificial Neural Networks (ANN) model gave a better fit (fit-line) than Multiple Linear Regression (MLR) and linear regression (LR) models. The highest R² value (0.948) was found from the ANN model where the combination (iii) was used as input data. The lowest R² value (0.132) was obtained from the regression model where the combination (ii) was used as input data. As a result of modeling, heights have been estimated more successfully with the (iii) combination of ANN. Therefore, ANN was determined as an alternative method to regression analysis.

.

 


Birçok
Mühendislik uygulamasında, topoğrafik yüzeye ihtiyaç duyulmakta ve topografyanın
uygun doğrulukta belirlenmesi gerekmektedir. Sayısal yükseklik modeline dayalı
uygulamalarda olduğu gibi, örnek çalışma alanı yatay ve düşey konum bilgileri
kullanılarak yükseklik değerleri uygun yöntemlerle belirlenebilir. Bu çalışmada
Samsun ili Mert ırmağı havzası ve kent sınırlarının kesiştiği alanda, hâlihazır
haritalardan temin edilmiş yatay ve düşey koordinat bilgilerinin yer aldığı
noktalardan yükseklik (kot) değerleri yapay sinir ağları yöntemlerinden Çok
Katmanlı Yapay Sinir Ağları (ÇKYSA) ve regresyon analizi kullanılarak tahmin
edilmeye çalışılmıştır. Çalışma 3 farklı kombinezon denenmiştir. Bunlar: (i) X
koordinat bilgisiyle yükseklik tahmini; (ii) Y koordinat bilgisiyle yükseklik
tahmini; (iii) X ve Y koordinat bilgisiyle yükseklik tahmini şeklindedir.
Karşılaştırma kriterleri olarak Karekök Ortalama Karesel Hata (KOKH), Ortalama Mutlak
Hata (OMH) ve determinasyon katsayıları (R2) kullanılmıştır. OMH,
KOKH ve R2 kriterlerine göre yükseklik modellemesinde yapay sinir
ağı modelinin regresyon modellerinden daha iyi uyum (uygun doğruya) sağladığı
gözlenmiştir. En yüksek R² değeri (0.948) (iii) kombinezonunun giriş verisi
olarak kullanıldığı ÇKYSA modelinden elde edilmiştir. En düşük R² değeri ise
0.132 (ii) kombinezonunun denendiği regresyon modelinde görülmüştür. Yapılan
modelleme sonucunda yükseklikler (iii) kombinezonu ve ÇKYSA ile daha başarılı
tahmin edilmiştir. Dolayısıyla, yapay sinir ağlarının regresyon analizine
alternatif bir yöntem olabileceği sonucuna ulaşılmıştır. 


.

Makale detayları

Yapay Sinir Ağları Yardımıyla Yükseklik Modellemesi (Samsun-Mert Irmağı Havzası Örneği)

Yazarlar: Vahdettin DEMİR | Aslı ÜLKE KESKİN

Yayıncı: Aydın KARAPINAR

Ana Başlıklar: İnşaat mühendisliği

Dergi: Gazi Journal of Engineering Sciences 2020 Vol.6 Issue 1, pp.54-61

Belge Tipi: Makale

Yayın Tarihi: 4/2020

Belge Dili: Türkçe

Document ID (Org No.): 2000425854

eISSN: 2149-9373

Sayı

Yazarlar:

Vahdettin DEMİR | Aslı ÜLKE KESKİN

Yayıncı:

Aydın KARAPINAR

Ana Başlıklar:

İnşaat mühendisliği

Dergi:

Gazi Journal of Engineering Sciences 2020 Vol.6 Issue 1, pp.54-61

Belge Tipi:

Makale

Yayın Tarihi:

4/2020

Belge Dili:

Türkçe

Document ID (Org No.):

2000425854

eISSN:

2149-9373