RASAT KUYULARINDAN ALINAN ÖLÇÜMLER ÜZERİNDE MAKİNE ÖĞRENMESİ VE ZAMAN SERİLERİ KULLANILARAK YER ALTI SULARININ SEVİYELERİNİN TAHMİN EDİLMESİ

Abstract

Günümüzde, dünya üzerindeki tüm kaynakların sürdürülebilir yönetimi önem kazanmış ve küresel çapta Birleşmiş Milletlerin yürüttüğü Sürdürülebilir Kalkınmanın 17 Hedefi ve ülkemizdeki Sürdürülebilir Kalkınma gibi çok çeşitli çabalar başlatılmıştır. Artan nüfus ve iklim değişikliklerinin de etkisiyle gittikçe daha fazla tehdit altında kalan hayatın vazgeçilmez kaynağı suyun sürdürülebilirliği de kritiktir. Bu bağlamda, tatlı su kaynaklarının çok büyük bir kısmını oluşturan akiferlerdeki su seviyelerinin doğru bir şekilde tahmin edilmesi, su kaynaklarının etkin yönetimi, korunması ve su kıtlığı sorunlarının erken fark edilmesi ve tedbir alınabilmesi için hayati önem taşımaktadır. Makine öğrenmesi, büyük veri setlerinden karmaşık desenlerin ve ilişkilerin öğrenilmesi için kullanılan güçlü bir araçtır. Zaman serisi analizi ise, zaman içindeki veri noktalarının analiz edilmesini ve gelecekteki eğilimlerin tahmin edilmesini sağlamaktadır. Bu çalışmada, makine öğrenmesi ve zaman serisi analizleriyle akiferlerin davranış modellemelerinin ve akiferlerdeki su seviyelerinin daha doğru ve etkin bir şekilde tahmin edilmesinin yolları ele alınmıştır. Çalışmalar sonucunda zaman serisi analizlerine veriye dayalı teknikler uygulanmasının akiferlerdeki su seviyelerinin tahmininde oldukça etkili olduğu belirlenmiştir. Bu teknikler, su yönetimi politikalarının geliştirilmesi, su kaynaklarının sürdürülebilir kullanımı ve olası su kıtlıklarına karşı önlemlerin alınmasında önemli bir rol oynayabilir ve su kaynakları yönetimi konusunda karar vericilere ve araştırmacılara değerli iç görüler sunarak, gelecekteki su güvenliği stratejilerinin şekillendirilmesine katkıda bulunabilir.

Nowadays, sustainable management of all resources in the world has gained importance and a wide variety of efforts have been initiated globally, such as the 17 Goals of Sustainable Development carried out by the United Nations and Sustainable Development in our country. The sustainability of water, the indispensable source of life, which is increasingly under threat due to the increasing population and climate changes, is also critical. In this context, accurate estimation of water levels in aquifers, which constitute a large portion of fresh water resources, is of vital importance for the effective management and protection of water resources and for early recognition of water scarcity problems and taking precautions. Machine learning is a powerful tool for learning complex patterns and relationships from large data sets. Time series analysis allows analyzing data points over time and predicting future trends. In this study, ways to model the behavior of aquifers and predict water levels in aquifers more accurately and effectively using machine learning and time series analysis are discussed. As a result of the studies, it has been determined that applying data-based techniques to time series analyzes is very effective in estimating water levels in aquifers. These techniques can play an important role in developing water management policies, sustainable use of water resources and taking measures against possible water shortages, and can contribute to shaping future water security strategies by providing valuable insights to decision makers and researchers on water resources management.