Kazanimlar:
- Akifer karakterizasyonu ve yeraltı suyu akış modellemesinde AI'ın veri hazırlama ve kalibrasyon katkısını kullanabilme
- Su kalitesi, seviye ve debi verilerinin AI ile analizini ve anomali tespitini yürütebilme
- Model çıktılarını kütle korunumu, hidrolik makullük ve saha ölçümüyle doğrulayabilme
Yeraltı suyu, göremediğimiz ama üzerinde en çok karar verdiğimiz doğal kaynaktır. Bir kuyunun ne kadar su vereceği, bir maden ocağına ne kadar su boşalacağı, bir kirleticinin içme suyu kaynağına kaç yılda ulaşacağı — bunların hepsi, yeraltındaki gözeneklerde ve çatlaklarda yavaşça hareket eden suyun davranışına bağlıdır. Hidrojeoloji (yeraltı suyunun bilimi), bu görünmez akışı seyrek gözlem kuyularından, jeolojik kesitlerden ve fiziksel yasalardan yeniden kurar. Yapay zeka bu işte güçlü bir yardımcıdır: dağınık zaman serilerini temizler, eksik veriyi bütünler, anomalileri yakalar ve model kalibrasyonunu hızlandırır. Ama tek bir yasa her şeyin üzerindedir: kütle korunumu. Sisteme giren, çıkan ve depolanan su miktarı tutarlı olmak zorundadır; hiçbir zeki model bu dengeyi ihlal edemez.
Bu ünitede yeraltı suyu çalışmasının üç yapay zeka cephesini ele alacağız: veri hazırlama ve anomali tespiti (seviye, debi ve kalite serilerinin işlenmesi), akifer karakterizasyonu (yeraltı su taşıyan katmanın özelliklerinin kestirimi) ve akış modeli kalibrasyonu (sayısal modelin gözlemle uyumlu hale getirilmesi). Her adımda yapay zekayı bir hesap makinesi olarak değil, sonucunu su dengesi ve saha ölçümüyle sınadığınız bir taslak üreticisi olarak kullanacağız.
Akifer ve Temel Kavramlar
Önce ortak dili kuralım. Akifer, yeterince su taşıyan ve verebilen jeolojik birimdir (ör. kum-çakıl katmanı). Hidrolik iletkenlik (K), suyun kaya/zemin içinde ne kolaylıkla aktığını ölçer; kum için tipik olarak metre/gün mertebesinde, kil için mikroskobik derecede düşüktür. Hidrolik yük (head), suyun bir noktadaki basınç ve yükseklik enerjisidir; su her zaman yüksek yükten alçak yüke akar. Depolama katsayısı, birim yük değişiminde akiferin bıraktığı/depoladığı su hacmini verir. Bu dört büyüklük, tüm modellemenin temel taşlarıdır.
Yapay zekayla çalışırken bu kavramları bilmek şart, çünkü modelin verdiği her sayı bu fiziksel aralıklara oturmalıdır. Bir kum akiferi için K değeri günde birkaç santimetreyle onlarca metre arasındadır; model "günde 3 kilometre" derse fizik hatası vardır. Bu, önceki ünitelerdeki büyüklük mertebesi çapasının hidrojeolojiye özel biçimidir.
Adım Adım: Veri Hazırlama, Anomali ve Kalibrasyon
Adım 1 — Zaman serisi temizleme. Gözlem kuyularından gelen seviye verisi genelde düzensizdir: eksik günler, sensör atlamaları, birim karışıklığı, atmosfer basıncı etkisi. Yapay zeka bu serileri hizalar, eksikleri işaretler ve olası sensör hatalarını (ani sıçrama, düz çizgi = donmuş sensör) tespit eder. Ama eksik değeri "doldurmak" ile "işaretlemek" farklıdır; doldurma yapılacaksa yöntem şeffaf ve jeolog onaylı olmalıdır.
Adım 2 — Anomali tespiti. Su kalitesinde (ör. iletkenlik, nitrat, ağır metal) ani bir değişim; seviyede beklenmedik düşüş; debide sıçrama — bunlar ya gerçek bir olayın (kirlenme, aşırı çekim, sızıntı) ya da ölçüm hatasının işaretidir. Yapay zeka aday anomalileri sıralar; hangisinin gerçek olduğuna hidrojeolog karar verir.
Adım 3 — Akifer karakterizasyonu. Pompaj testi (bir kuyudan sabit debiyle su çekip komşu kuyularda seviye düşümünü izlemek) verisinden K ve depolama katsayısı çıkarılır. Yapay zeka eğri uydurmayı ve alternatif akifer modellerini (sınırlı/serbest/yarı geçirimli) hızlandırır; ama seçilen modelin sahanın jeolojisiyle uyumu insan işidir.
Adım 4 — Sayısal model kalibrasyonu. Sonlu fark/eleman modeli, akiferi hücrelere böler ve her hücrede su akışını çözer. Kalibrasyon, model parametrelerini (K dağılımı, beslenme) gözlem kuyusu seviyeleriyle uyumlu olacak şekilde ayarlamaktır. Yapay zeka/optimizasyon bu ayarı hızlandırır; ama bir tehlike vardır: model gözlemlere iyi uyabilir ama fiziksel olarak yanlış parametrelerle (aşırı uyum). Bu yüzden kalibrasyon sonrası su dengesi kontrolü şarttır.
İpucu: Kalibre bir modeli kabul etmeden önce "su dengesi kapanıyor mu?" diye sorun: toplam giriş (beslenme + yanal akış) eksi toplam çıkış (çekim + boşalım) artı/eksi depolama değişimi ≈ 0 olmalı. Kapanmıyorsa model, seviyelere uysa bile güvenilmezdir.
Üç Mini Vaka: Rakamlarla
Vaka 1 — Sensör hatasının ayıklanması. Bir izleme ağında 11 kuyunun 18 aylık seviye verisi vardı; toplam yaklaşık 6000 kayıt. Yapay zeka destekli tarama, iki kuyuda "donmuş sensör" (42 gün boyunca birebir aynı değer) ve bir kuyuda birim hatası (metre yerine feet girilmiş) tespit etti. Elle bulunması saatler sürecek bu üç hata, model kalibrasyonunu ciddi biçimde saptırabilirdi; ayıklama modeli daha kurulmadan güvenilir kıldı.
Vaka 2 — Kütle dengesi tuzağı. Bir maden ocağı su boşalım modeli, tüm gözlem kuyularına %5'ten iyi uyuyordu ve ekip modeli onaylamak üzereydi. Su dengesi kontrolünde toplam beslenmenin, bölgenin yağış verisiyle mümkün olandan üç kat büyük çıktığı görüldü; model, uyumu fiziksel olmayan bir beslenmeyle "satın almıştı". Parametreler gerçekçi aralığa çekilip yeniden kalibre edildi. İyi uyum, doğru model demek değildi.
Vaka 3 — Kirlenme erken sinyali. İçme suyu havzasında bir kuyunun iletkenlik serisinde yapay zeka, mevsimsel örüntüden sapan yavaş bir yükseliş işaretledi. Saha kontrolünde yakındaki bir depolama alanından sızıntı bulundu ve önlem, kirlilik içme kuyusuna ulaşmadan alındı. Model karar vermedi; hidrojeoloğun dikkatini doğru kuyuya yönlendirdi.
Zayıf Prompt / Güçlü Prompt
Zayıf prompt:
Bu kuyu verisine bakıp akiferin nasıl olduğunu ve suyun nereye gittiğinisöyle. [seviye tablosu]
Güçlü prompt:
Rolün: Hidrojeolog asistanı. Aşağıdaki gözlem kuyusu seviye serisiniİNCELE ama akifer parametresi UYDURMA. Şunları yap:1) Veri kalitesi: eksik, donmuş sensör, birim/aykırı değer şüphelerini kuyu ve tarih vererek listele.2) Genel eğilim (yükseliş/düşüş/mevsimsel) ve olası fiziksel açıklamalar.3) Bir sonraki adımda hangi veri (pompaj testi, yağış, çekim kaydı) gerektiğini belirt.Fiziksel yorum ve kalibrasyon hidrojeoloğa aittir; bunu belirt.Veri anonimdir.
Güçlü prompt, modeli veri denetçisi ve soru düzenleyicisi rolüne oturtur; parametre uydurmasını açıkça yasaklar.
Dört Kopyalanabilir Şablon
1) Seviye serisi kalite denetimi:
Gözlem kuyusu seviye serisinde şunları işaretle: eksik günler, ardışıkbirebir aynı değer (donmuş sensör), ani sıçrama, olası birim hatası(m/feet/cm). Sadece kuyu_id ve tarih aralığıyla listele; değer doldurmaveya silme yapma.
2) Anomali önceliklendirme:
Su kalitesi serisinde (parametre: iletkenlik) mevsimsel örüntüden sapandeğişimleri, en olasıdan başlayarak sırala. Her aday için: gerçek olay mıölçüm hatası mı ayrımını yapmak için hangi ek kontrolün gerektiğini yaz.Karar hidrojeoloğa aittir.
3) Su dengesi kontrol listesi:
Kalibre bir yeraltı suyu modeli için su dengesi kontrol adımlarını çıkar:giriş kalemleri, çıkış kalemleri, depolama değişimi ve kapanma hatasınınkabul sınırı. Modelin seviyelere uyup dengeyi ihlal edebileceği durumlarıörnekle.
4) Pompaj testi yorum taslağı:
Pompaj testi düşüm-zaman verisi için: hangi akifer modellerinin (serbest,sınırlı, yarı geçirimli) uygun olabileceğini ve her birinin sahanınjeolojisiyle nasıl bağlanacağını taslak halinde açıkla. K ve depolama içinkesin sayı verme; makul aralık ve gerekli varsayımları belirt.
Yeraltı Suyu Verisi ve Doğrulama Çapaları
Veri/çıktı
AI katkısı
Ana risk
Doğrulama çapası
Seviye zaman serisi
Temizleme, hata tespiti
Uydurma doldurma
Ham veri + saha kaydı
Su kalitesi serisi
Anomali sıralama
Yanlış alarm/ıskalama
Tekrar örnek + laboratuvar
Pompaj testi
Eğri uydurma hızı
Yanlış akifer modeli
Jeolojik uyum
Sayısal model kalibrasyonu
Parametre optimizasyonu
Aşırı uyum, fiziksel olmayan K
Su dengesi + gözlem kuyusu
Beslenme/çekim tahmini
Veri füzyonu
Denge ihlali
Yağış/işletme kaydı
Dikkat: Bir yeraltı suyu modeli tahmindir, kehanet değil. Onlarca yıllık geleceği (ör. bir madenin kapanış sonrası su seviyesi) öngören çıktılar, ölçüldükçe güncellenmesi gereken senaryolardır. Tek bir "kesin" gelecek eğrisi sunmak, belirsizliği gizleyerek yanlış güven yaratır.
Sık yapılan hatalar
- Su dengesini kontrol etmemek. Seviyelere iyi uyan bir modeli, kütle korunumunu doğrulamadan kabul etmek en yaygın ve en tehlikeli hatadır.
- Eksik veriyi sessizce doldurmak. AI'ın ürettiği "doldurma" değerleri gerçek ölçüm sanılırsa kalibrasyon çürük temele oturur.
- Fiziksel aralığı aşan parametreleri kabul etmek. Uyum uğruna gerçekçi olmayan K veya beslenme değerlerine göz yummak.
- Anomaliyi otomatik gerçek saymak. Her sapma kirlenme değildir; ölçüm hatası ihtimali saha ve tekrar örnekle elenir.
- Belirsizliği tek eğriye indirgemek. Uzun vadeli tahminleri senaryo yerine kesin sonuç gibi sunmak.
Özetle
- Hidrojeoloji görünmez akışı seyrek gözlemden kurar; her yapay zeka çıktısı kütle korunumuyla (su dengesi) sınanır.
- Yapay zeka seviye/kalite serilerini temizlemede, anomali tespitinde ve kalibrasyon hızlandırmada güçlüdür; parametre uydurmamalıdır.
- Model gözlemlere iyi uysa bile fiziksel olmayan parametrelerle (aşırı uyum) yanlış olabilir; su dengesi kontrolü zorunludur.
- Her sayı fiziksel aralığa oturmalı (K için kum ≈ metre/gün); büyüklük mertebesi çapası hidrojeolojide de geçerlidir.
- Model tahmindir; uzun vadeli çıktılar belirsizlikle, senaryo olarak sunulur ve ölçüldükçe güncellenir.
Uygulama görevi
Anonimleştirilmiş bir gözlem kuyusu seviye serisi (veya temsili veri) alın. "Seviye serisi kalite denetimi" şablonuyla modele veri hatalarını buldurun; en az bir donmuş sensör veya birim şüphesi ekleyip yakalayıp yakalamadığını test edin. Ardından bir kalibre model senaryosu için "su dengesi kontrol listesi" şablonunu çalıştırın ve modelin seviyelere uysa bile dengeyi nasıl ihlal edebileceğini bir örnekle yazın.
Kontrol listesi
- [ ] Akifer, hidrolik iletkenlik, yük ve depolama kavramlarını ve tipik aralıklarını biliyorum.
- [ ] Yeraltı suyu çıktısını kütle korunumu (su dengesi) ile doğrulama refleksini edindim.
- [ ] AI'ı veri temizleme ve anomali sıralamada kullanıp parametre kararını hidrojeoloğa bırakıyorum.
- [ ] Aşırı uyum riskini tanıyıp iyi uyumu doğru model sanmıyorum.
- [ ] Uzun vadeli model çıktılarını belirsizlikle, senaryo olarak sunuyorum.