Yerbilimlerinde karara yönelik haritalama için jeoistatistiksel öğrenme
Yükleniyor...
Dosyalar
Tarih
2020
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İnönü Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, jeoistatistiksel ve belirlenimci öğrenme yaklaşımları yerbilimi problemlerine uygulanmıştır. Tez çalışması istatistiksel öğrenme ve mekânsal veri analizinin bileşimi bir yöntem üzerinden gerçekleştirilmiştir. Tez, iki ana başlık altında oluşturulmuştur. İlk başlık altında, zamana ve uzaklığa dayalı jeoistatistiksel öğrenme perspektifinden hareketle yer altı su seviyeleri (YASS) değerlendirilmiştir. İncelenen bir maden sahası ve çevresinde yer alan kuyulara ait YASS değerlerinin uzaklığa bağlı ilişkisi ölçülmüş ve etki alanlarının zamana ve konuma bağlı değişimi analiz edilmiştir. İkinci başlıkta, mesafenin tersi ile ağırlıklandırma (IDW) ve en yakın komşuluk (k–NN) yaklaşımlarına alternatif yeni bir belirlenimci kestirici önerilmiştir. Bütünsel ve bölgesel ölçekte sonuç üreten yeni enterpolasyon yordamı moleküler çizge teorisi yaklaşımından hareketle geliştirilmiştir. İki başlık altındaki deneysel çalışmalar, karar vericiler ve haritalama için uygun çıktılar sunmaktadır. Tez bulguları, başta yer ve çevrebilim olmak üzere farklı disiplinlerde mekânsal ilişkileri kullanarak karar vermeye yardımcı olabilecektir.
In this study, geostatistical and deterministic learning approaches have been applied to earth science problems. The thesis work has been conducted based on a methodological synthesis of statistical learning and spatial data analysis. The thesis was composed of under the two sections. Under the first heading, ground water levels have been appraised from a time and distance-based geo-statistical learning perspective. The spatial relationships among the ground water levels (GWL) of the water-wells placed in the mine site and its around have been measured and it is analyzed to change of search domains in connection with spatio-temporal variability. In the second heading, a new smoother, which is an alternative to inverse distance weighting (IDW) and k-nearest neighbour (k–NN) approaches, have been suggested. The new interpolation algorithm producing global and local solution has been developed based on the molecular graph theory. The thesis findings would serve decision making in different disciplines being the first place in earth and environmental science by using spatial relationships.
In this study, geostatistical and deterministic learning approaches have been applied to earth science problems. The thesis work has been conducted based on a methodological synthesis of statistical learning and spatial data analysis. The thesis was composed of under the two sections. Under the first heading, ground water levels have been appraised from a time and distance-based geo-statistical learning perspective. The spatial relationships among the ground water levels (GWL) of the water-wells placed in the mine site and its around have been measured and it is analyzed to change of search domains in connection with spatio-temporal variability. In the second heading, a new smoother, which is an alternative to inverse distance weighting (IDW) and k-nearest neighbour (k–NN) approaches, have been suggested. The new interpolation algorithm producing global and local solution has been developed based on the molecular graph theory. The thesis findings would serve decision making in different disciplines being the first place in earth and environmental science by using spatial relationships.
Açıklama
Anahtar Kelimeler
Maden Mühendisliği ve Madencilik, Mining Engineering and Mining
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Duman, İ. (2020). Yerbilimlerinde karara yönelik haritalama için jeoistatistiksel öğrenme. Yayınlanmış Yüksek Lisans Tezi, İnönü Üniversitesi.
