Günümüzde farklı veri setleri ile trendlerin belirlenmesi için pek çok yöntem mevcuttur. Bu çalışmada trend analizi çalışmalarında sıklıkla kullanılan Mann-Kendall (MK) trend analizi ile son yıllarda popüler hale gelmiş olan Yenilikçi Eğilim Çözümlemesi (YEÇ), Yenilikçi Eğilim Çözümlemesi için Geliştirilmiş Görselleştirme (GG-YEÇ) kıyaslaması yapılmıştır. Ayrıca son yıllarda önerilen Saçılım Diyagramı ile Kombinasyonlu Wilcoxon Trend Testide (SDKWTT) bu karşılaştırmaya dahil edilmiştir. Bu amaçla Türkiye’nin Akdeniz Bölgesinde yer alan Köprüçay nehrine ait Beşkonak akım gözlem istasyonundan alınan 1942-2015 su yıllarına ait 74 yıllık aylık akım verisi kullanılmıştır. Her ay kendi içinde ve yıllık ortalama değerlerin trendleri karşılaştırılmıştır. Bu nedenle 13 farklı trend testinin kıyaslaması yapılmıştır. Ancak homojenlik testi yapıldığında Ağustos ve Ekim ayları verilerinin % 95güven aralığında homojen olmadığı tespit edilmiş ve bu aylara ait veriler kıyaslamada kullanılmamıştır. Çalışma sonucunda yöntemler arasında çok büyük farklar olmadığı testlerin tamamının kullanımının uygun olduğu, ancak birlikte kullanılmalarının güvenilirliği arttırdığı tespit edilmiştir.

Akarsulardaki kirlilik seviyelerinin tespiti, kullanma ve içme sularının tedarik edilmesinde, hem baraj hem de bağlama gibi su yapılarının proje aşamasında sediment yükünün doğru bir şekilde tespit edilmesi çok önemlidir. Bu çalışmada, Fırat Havzası üzerinde bulunan üç akım gözlem istasyonu (AGİ) için yapay zekâ yöntemlerinden uyarlamalı ağ tabanlı bulanık çıkarım sistemi (ANFIS), yapay sinir ağları (YSA) ve çoklu doğrusal regresyon (MLR) gibi yöntemler denenmiştir. Oluşturulan ANFİS modellerinin küme sayılarının seçiminde ise K-means kümeleme algoritmasından yararlanılmıştır. Yapılan çalışmalarda her bir istasyona ait sediment (Qs), yağış (P), debi(Q) ve sıcaklık (P) verileri kullanılmıştır. Bu veriler kullanılarak her bir istasyon için sediment tahmin modeli geliştirilmiştir. Oluşturulan modelde girdi değişkeni olarak yağışın gerçekleştiği günkü değeri (P), yağışın gerçekleştiği günün bir gün öncesindeki değeri (P-1), debi ve sıcaklık değerleri, çıktı değişkeni olarak ise sediment konsantrasyonu kullanılmıştır. Oluşturulan bu model tüm istasyonlar için hem eğitim hem de test aşamalarında sırasıyla regresyon katsayısı (R2) ve ortalama yüzde hatası (OYH) bakımından karşılaştırılmıştır. Yapılan analizler sonucunda, K-means kümeleme algoritması ile alt küme sayısı belirlenerek oluşturulan ANFIS modelinin hem alt küme sayısı rastgele oluşturulan ANFIS modellerine göre hem de YSA ve MLR modellerine göre daha başarılı sonuçlar elde ettiği görülmüştür. Ayrıca, YSA ve ANFIS yöntemleri modellerinin MLR yöntemi modeline göre gözlenen değerlere daha yakın sonuçlar elde ettiği görülmüştür.