Makine öğrenmesi yöntemleri ile kuraklık analizi

Çevresel etmenler canlı yaşamına doğrudan etki eden birçok doğal afeti tetiklemektedir. Bu afetlerin en önemlilerinden biri de kuraklıktır. Kuraklığın su kaynakları üzerindeki etkisi birçok şekilde canlıları etkilemektedir. Özellikle kuraklığın sebep olduğu, içme suyu ve tarımsal sulama amaçlı kullanılan su kaynaklarında görülen azalmalar, insan yaşamını önemli ölçüde tehdit edebilmektedir. Kuraklık diğer afetler gibi aniden ortaya çıkmadığı için, kuraklık oluşmadan önce tahmin edilip gerekli önlemlerin alınabilmesi imkânı bulunmaktadır. Kuraklık olayının belirlenebilmesi için çeşitli kuraklık indeksleri kullanılmakta ve bu da kuraklığı tahmin edebilme imkânı sunmaktadır. Zaman içerisinde büyük değişiklikler gösteren kuraklık indekslerinin tahmini için birçok araştırma yapılmıştır. Bu çalışmada Kayseri iline ait 116 yıllık Palmer Kuraklık Şiddet İndeksi (PDSI - Palmer Drought Severity Index) değerleri, makine öğrenmesi yöntemleri kullanılarak modellenmiş olup, bir, üç ve altı ay sonraki kuraklık değerleri tahmin edilmiştir. Destek vektör makineleri (SVM) ve K-en yakın komşuluk (KNN) algoritmaları kullanılarak oluşturulan modeller ile yapılan tahminlerin başarı oranı istatistiksel olarak değerlendirilmiştir. Yapılan bu çalışma göstermiştir ki, makine öğrenmesi yöntemleri kuraklık problemlerin çözümüne önemli ölçüde katkı sağlamaktadır.