Gündoğdu, İsmail Bülent

Profile Picture
Profile URL
https://hdl.handle.net/20.500.13091/11919
Name Variants
Gundogdu, Ismail B.
Gundogdu, I. Bulent
Gündoğdu, İ. B.
Gundogdu, I. B.
Gündoğdu, İ. Bülent
Gündoğdu, İsmail B.
Gundogdu, Ismail Bulent
Job Title
Email Address
ibgundogdu@ktun.edu.tr
Main Affiliation
02.08. Department of Geomatic Engineering
Status
Current Staff
Website
ORCID ID
0000-0002-1018-913X
Scopus Author ID
53982812300
Turkish CoHE Profile ID
E05ED0D895B0A4AD
Google Scholar ID
u5hjRygAAAAJ
WoS Researcher ID

Sustainable Development Goals

3

GOOD HEALTH AND WELL-BEING
GOOD HEALTH AND WELL-BEING Logo

1

Research Products

6

CLEAN WATER AND SANITATION
CLEAN WATER AND SANITATION Logo

1

Research Products

14

LIFE BELOW WATER
LIFE BELOW WATER Logo

1

Research Products
Documents

52

Citations

478

h-index

12

Go to Scopus profile
This researcher does not have a WoS ID.
Scholarly Output

2

Articles

1

Views / Downloads

0/2

Supervised MSc Theses

1

Supervised PhD Theses

0

WoS Citation Count

0

Scopus Citation Count

0

WoS h-index

0

Scopus h-index

0

Patents

0

Projects

0

WoS Citations per Publication

0.00

Scopus Citations per Publication

0.00

Open Access Source

1

Supervised Theses

1

Google Analytics Visitor Traffic

JournalCount
Theoretical and Applied Climatology1
Current Page: 1 / 1

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud

Filters

2022 - 20252
Reset filters

Settings

Scholarly Output Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Article
    Evaluating the Performance of ANN and ANFIS Models for Spatial Precipitation Prediction in Complex Terrain: a Case Study in Central Anatolia
    (Springer Wien, 2025) Husrevoglu, Mustafa; Gundogdu, Ismail Bulent
    Accurate spatial precipitation prediction is essential for hydrological modelling and climate risk management, particularly in regions with complex topography. This study evaluates and compares the performance of machine learning (ML) models, specifically Artificial Neural Networks (ANN) and the Adaptive Neuro-Fuzzy Inference System (ANFIS), with traditional geostatistical methods, including Kriging, Co-Kriging (COK), and Regression Kriging (RK), in Central Anatolia, T & uuml;rkiye. The models were trained and tested using data from 193 meteorological stations and 17 environmental and spatial predictors, such as elevation, humidity, pressure, and distance to the sea. The best-performing ANN model achieved a test Root Mean Square Error (RMSE) of 9.6 mm, Percent Bias (PBIAS) of - 1.45%, Nash-Sutcliffe Efficiency (NSE) of 0.577, and Willmott's Index of Agreement (WI) of 0.869. ANFIS also outperformed the geostatistical methods, with its best configuration yielding a test RMSE of 12.7 mm and an extrapolation error of 15.6 mm at the Erciyes Mountain Point (EMP). In contrast, Kriging-based methods exhibited large errors at high-altitude locations, particularly at EMP, where precipitation reached 85 mm but was underestimated by more than 60 mm. These findings demonstrate that ML models can effectively capture nonlinear spatial patterns and provide superior extrapolation performance in ungauged, mountainous regions. A ML-based framework is proposed, emphasizing local error evaluation and point-specific modelling to improve the reliability of spatial precipitation mapping.
  • Thumbnail Image
    Master Thesis
    Cbs Yardımıyla Konya İlinin Yeraltı Su Parametrelerinin Mekânsal Dağılımının Belirlenmesi ve Tematik Haritaların Üretilmesi
    (Konya Teknik Üniversitesi, 2022) Ahmadı, Gul Mohammad; Gündoğdu, İsmail Bülent
    Günümüz koşullarında tüm dünyada temiz ve kaliteli suya ulaşmak her geçen gün daha çok zorlaşmaktadır. Türkiye'nin su potansiyel değerleri ve istatistiksel veriler incelendiğinde, ülkemizin su fakiri ülke olma yolunda ilerlediği gerçeği ile karşı karşıya kalınmaktadır. Bu nedenle içme, kullanma ve sulamada önemli bir zenginlik olan yeraltı sularının seviyelerinin, kalitesinin ve parametrelerinin ölçülüp belirlenmesi, işaretlenmesi ve kullanılabilirliğinin takip edilmesi gerekmektedir. Bu çalışmada, Coğrafi Bilgi Sistemi (CBS) yardımıyla yeraltı sularının parametrelerinin mekânsal dağılımının belirlenmesi ve tematik haritalarının Konya ili özelinde üretilmesi amaçlanmıştır. Araştırma kapsamında çalışma alanının genel özellikleri, meteorolojik ve hidrolojik özellikleri, jeolojik ve hidrojeolojik parametreler, statik su seviye haritası, dinamik su seviye haritası, pompa verimlilik haritaları CBS teknolojisi kullanılarak işlenmiştir. Konya ili yeraltı sularının EC ve pH parametrelerinin arazide ölçülen değerleri, kimyasal analiz sonucunda belirlenen katyon ( Na, K, Mg, Ca) ve anyon (HCO3, Cl, NO3, SO4) değerleri ve iz element sonucunda belirlenen elementlerinin yoğunluk haritaları, su içerisinde insan sağlığını etkileyen As, Cl, elementleri ve NO3, SO4 bileşenlerinin sınır değerleri dikkate alınarak su kirliliği dağılım haritaları oluşturulmuştur. Araştırmanın sonunda elde edilen bulgular ilgili literatür ile kıyaslanarak tartışılmış ve bazı önerilerde bulunulmuştur.