The presence of water in the soil, movement, evaporation and air capacity, decomposition events, microbiological activity, root respiration and vegetative activity are all under the influence of soil temperature. In this study, it is aimed to estimate the soil temperature values using Artificial Neural Networks (ANN) method. Monthly average soil temperature values and other meteorological data in different soil layers (5, 10, 20, 50 and 100 cm) of the Central Black Sea region provinces were obtained from the General Directorate of Meteorology for the years 1971-2015. A three-layer feed-forward ANN structure was created and the Levenberg-Marquardt (LM) algorithm was applied for ANN learning. Monthly meteorological data education data, monthly data test data from 1991- 2000, monthly data between 2001-2015 were used as validation data. Based on climate data and soil layer, 10 different ANN models were created. For the results obtained at different depths in all stations, the coefficient of determination (R²) is between 0.85-0.99, the standard deviation of the estimation error (RMSE) is between 0.24- 3.74 and the mean absolute error (MAE) is between 0.01-2.33. As a result of the study, it was observed that ANN models yielded successful results in the monthly soil temperature calculations of Middle Black Sea Provinces.
Toprakta suyun bulunuşu, hareketi, buharlaşması ve hava kapasitesi, ayrışması olayları, mikrobiyolojik faaliyet,kök solunumu ve vejetatif faaliyet gibi olayların tümü toprak sıcaklığının etkisi altındadır. Bu çalışmada topraksıcaklık değerlerinin Yapay Sinir Ağları (YSA) yöntemi kullanılarak tahmin edilmesi amaçlanmıştır. Orta Karadenizbölümü illerine ait farklı toprak katmanlarındaki (5, 10, 20, 50 ve 100 cm) aylık ortalama toprak sıcaklık değerlerive diğer meteorolojik veriler Meteoroloji Genel Müdürlüğünden 1971-2015 yılları için temin edilmiştir. Üç katmanlıileri beslemeli bir YSA yapısı oluşturularak YSA’nın öğrenmesi için Levenberg-Marquardt (LM) algoritmasıuygulanmıştır. 1971-1990 yılları arası aylık meteorolojik veriler eğitim verisi, 1991-2000 yılları arası aylık verilertest verisi, 2001-2015 yılları arası aylık veriler validasyon verisi olarak kullanılmıştır. İklim verileri ve toprakkatmanı göz önüne alınarak 10 farklı YSA Modeli oluşturulmuştur. Tüm istasyonlarda farklı derinliklerde eldeedilen sonuçlar için belirleme katsayısı (R²) 0.85-0.99 arasında, tahmin hatasının standart sapması (RMSE) 0.24-3.74 arasında ve ortalama mutlak hata (MAE) 0.01-2.33 arasında değişmektedir. Çalışma sonucu YSAmodellerinin Orta Karadeniz İlleri aylık toprak sıcaklık hesaplamalarında başarılı sonuçlar verdiği görülmüştür.
