Yarı kurak bölgelerde çevresel akış belirlenmesinde QB (Minimum Akış) ve YSA (Yapay Sinir Ağları) yöntemlerinin kullanılması

Abstract

Genel olarak çevresel akış; arzu edilen veya amaçlanan nehir durumuna ulaşmak için nehir yatağına bırakılan veya nehir yatağında olması beklenen akış olarak tanımlanabilir. Çevresel akışta amaç sağlıklı nehir ekosistemine ulaşmak olabileceği gibi nesli tükenmekte olan bir canlı türünün yaşayabileceği ortamın iyileştirilmesi de olabilir. Bu çalışmada Konya Kapalı Havzasında açık durumda bulunan 11 akım gözlem istasyonunun verisi kullanılarak Tennant, 7Q10, Q95, minimum akış yöntemi Qb ve yapay sinir ağları yöntemleri ile çevresel akış hesabı yapılmıştır. Havzayı temsil eden 11 adet akım gözlem istasyonuna (AGİ) ait uzun yıllık veri setleri kullanılmıştır. Her bir akım gözlem istasyonu için Tennant, 7Q10, Q95, Qb yöntemlerinin yanında %10*Qm ve %20*Qmed sonuçları değerlendirilmiş ve yöntemlerden kaynaklanan farklı çevresel akış değerlerini tolere edip daha sağlıklı sonuçlar elde edebilmek için yapay sinir ağları yöntemi kullanılmıştır. Emniyet sınırı olarak Devlet Su İşleri tarafından kabul edilen ortalama akımın %10'u ve bu çalışma için kullanılan medyan akımın %20'si değerleri ile YSA sonuçları kıyaslanmıştır. Tüm yöntemlerin harmanlanması ile elde edildiğinden diğer yöntemlerde çevresel akışların düşük çıkması YSA'nın da düşük çevresel akışlar vermesine sebep olmuştur. Akım verisi olmayan ya da çok düşük ve düzensiz akımlara sahip istasyonlarda YSA yönteminin de DSİ'nin önerdiği ortalama akımın % 10'u değerini sağlamadığı görülmüştür. Düzenli akımlara sahip AGİ'ler de ise minimum akışı sağlayacak şekilde ve o su kütlesi bazında gerekli olduğu düşünülen en uygun sonuçları vermiştir. Qb yönteminde ise yıl içinde iki-üç aylık dönemlerde yaşanan kuraklık ya da düşük akımlar bu yöntemin uygulanabilir olmasını zayıflatmakta olup sağlıklı sonuçların elde edilemediği görülmüştür. Her bir istasyon için çevresel akış değerlendirmesinin havza bazında hatta su kütlesi olarak değerlendirilip ortaya konulması ve YSA yönteminin yüksek performansta sonuçlar verdiği bu çalışmanın en önemli çıktısı olmuştur.

Environmental flow as defined in the literature implies the Minimum Level of flow either to achieve the aspired or required level of low in a river bed. The subject of this thesis is to assess the use of Environmental Flow to maintain a healthy river ecosystem along with rehabilitation of habitat for endangered species. Environmental Flows have been calculated with the data available from flow monitoring stations located in Konya Closed Basin using Tennant Method to calculate 7Q10, Q95, minimum flow and artificial neural networks. In total eleven flow monitoring stations have been studied and long-term data sets of these current monitoring stations have been used. For each flow monitoring station, the results obtained from Tennant, 7Q10, Q95, Qb methods were evaluated and artificial neural network method was used to tolerate different environmental flow values resulting from the methods and to obtain healthier results. 10% of the average flow accepted by the State Hydraulic Works as the safety limit and 20% of the median flow used for this study were compared with the ANN results. Since ANN is obtained by blending all methods, the low environmental flows in other methods have led to the calculation of low environmental flows in ANN methods. In stations that do not have current data or have very low and irregular currents, it is seen that the ANN method does not provide 10% of the average current recommended by DSI. In flow monitoring stations with regular currents, it provides the most appropriate results which are thought to be necessary on the basis of the water mass and to ensure the minimum flow. In the Qb method, drought or low flow in two to three months during the year weakens the applicability of this method and it is observed that healthy results cannot be obtained. The most important outcome of this study is that the environmental flow assessment for each station is evaluated and presented as basin or even water body and the ANN method yields high performance results.