Adıyaman İli için Yapay Sinir Ağları ile Geoit Belirleme

Geoit, Dünya’nın yerçekimi alanının ortalama deniz seviyesine en iyi uyan eş potansiyel yüzeydir. Geoidin yüksek hassasiyette hesaplanması jeodezide önemlidir. Geoit belirleme yatay konumu bilinen noktalarda, geoit yüksekliğini analog veya sayısal olarak elde edilmesinin sağlayacak şekilde verilerin modellenmesidir. Bu çalışmada geoit modellinin yapay sinir ağları ile belirlenmesi ve kullanılabilirliği araştırılmıştır. Çalışma alanı olarak Adıyaman İli mücavir alan sınırını kapsayacak 165 km2 alan içinde 10.000 adet poligon noktasından 874 adet poligon noktası homojen dağılımda seçilerek eğitim ve test verisi olarak seçilmiştir. 5 eğitim fonksiyonu ve 15 farklı katman sayısı ile toplam 75 deney yapılmıştır. Elde edilen düşey konum doğruluğunun Büyük Ölçekli Harita ve Harita Bilgileri Üretimi Yönetmeliği’nde belirlenen sınır değerin (±5 cm) altında elde edildiği görülmüştür.

Anahtar Kelimeler:

Geoit Belirleme, Yapay Sinir Ağları, Ortometrik Yükseklik, Elipsoit Yüksekliği

PDF

___

[1] R. A. Abbak, Fiziksel Jeodezi Teori ve Uygulama, Atlas Akademi Yayıncılık, 2. Basım, Konya, 2018
[2] Y. Fidancı, Yapay Sinir Ağları İle Jeoit Belirleme, Yüksek lisans Tezi, Konya Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2019.
[3] M. Yılmaz, E. Ersoy, İstanbul Metropolitan Alanında Geoit Araştırması, itüdergisi/d Mühendislik, 5:3 (2006) 107-114.
[4] N. Yılmaz, Testing The Performance Of Spatial Interpolation Methods Used For Geoid Modeling, Fresenius Environmental Bulletin 26:3 (2017) 2359-2367
[5] N. Yılmaz, Jeoid yüksekliklerinin belirlenmesinde ağırlıklı ortalama ve polinomlarla enterpolasyon yöntemlerinin karşılaştırılması, Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 10:2 (2019) 743-754.
[6] H. Kurtoğlu, Artificial Neural Network versus Surface Polynomials for Determination of Local Geoid, 1st International Gravity Symposium, 2015.
[7] M. Albayrak, M.T. Özlüdemir, M. M. Aref, K. Halicioglu, Determination of Istanbul geoid using GNSS/levelling and valley cross levelling data, Geodesy and Geodynamics, 11:3 (2020) 163-173.
[8] E. Akiz, M. Yerci, Jeoit Kullanarak Elipsoit Yüksekliklerinden Ortometrik Yükseklik Belirleme Yöntemlerinin Doğruluk Araştırması, Harita Dergisi, S.141 (2009) 13-25.
[9] K. Öztürk, M. E. Şahin, Yapay Sinir Ağları Ve Yapay Zeka’ya Genel Bir Bakış, Takvim-i Vekayi, 2018.
[10] E. Öztemel, Yapay Sinir Ağları, Papatya Bilim Üniversitesi Yayıncılığı, İstanbul, 2016.
[11] M. T. Ballı, Yapay Sinir Ağları İle Talep Tahmini Ve Gıda Sektöründe Uygulanması, Yüksek lisans Tezi, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2014.
[12] M. F. Keskenler, E. F. Keskenler, Geçmişten Günümüze Yapay Sinir Ağları ve Tarihçesi, Takvim-i Vekayi, 2017.
[13] Y. Fidancı, R. A. Abbak, Yerel Jeoit Belirlemede Yapay Sinir Ağlarının Farklı Nokta Yoğunluğundaki Performansı, Gümüşhane Üniversitesi Fen Bilimleri Dergisi, 9:3 (2019) 486-495.
[14] Z. Şen, Yapay Sinir Ağları, Su Vakfı, 2004.
[15] Mathworks. https://www.mathworks.com/?s_tid=gn_logo (erişim 9 Ekim 2022).
[16] Anonim, Adıyaman Belediyesi Fiziksel Arşivinden Sağlanan veriler (Yayınlanmamış 2022).
[17] Anonim, Büyük Ölçekli Harita ve Harita Bilgileri Üretim Yönetmeliği, R.G. 26.06.2018 Cilt. 59