Türkiye'de Yağış Ölçer Ağı Yoğunluğunun Yağış Dağılımı Modellemesine Etkisinin Değerlendirilmesi: Antalya Havzası Örneği
DOI:
https://doi.org/10.24925/turjaf.v12i5.814-820.6316Anahtar Kelimeler:
Antalya Havzası- yağışölçer- jeoistatistik- yağış- CBSÖzet
Yağış deseninin ve potansiyelinin doğru belirlenmesi su kaynakları yönetimi, planlaması ve geliştirilmesi açısından çok önemlidir. Yağışlar zamana ve yere göre en fazla değişkenlik gösteren iklim elemanıdır. Bu sebeple yağış ölçümlerinde diğer iklim elemanlarından daha sık ölçüm ağına ihtiyaç duyulur. Bu çalışmada yağış ölçer ağı sıklığı ve konumunun Antalya Havzasında yağış deseni, miktarı ve hacmine olan etkisinin belirlenmesi hedeflenmiştir. Bu maksatla çalışmada iki farklı veri seti kullanılmıştır. Veri Seti-1’de sadece Meteoroloji Genel Müdürlüğü (MGM) istasyonlarına ait yağış verileri kullanılmıştır. Veri Seti-2’de MGM ve Devlet Su İşleri Genel Müdürlüğü (DSİ) istasyonlarına ait yağış verileri birlikte kullanılmıştır. Veri setlerinin mekânsal enterpolasyonunda, çok yaygın bir kullanım alanına sahip olan jeoistatistik Ordinary Kriging (OK) yöntemi uygulanmıştır. Veri setlerinin sonuçları çapraz doğrulama yöntemiyle ölçülmüş ve Ortalama Mutlak Hata (MAE), Ortalama Karekök Hatası (RMSE), Belirleyicilik Katsayısı (R2) ve Nash-Sutcliffe etkinlik katsayısı (NSE) ile karşılaştırılmıştır. Veri Seti-1 ile NSE: 0.64, R2: 0,64, MAE: 123,75 ve RMSE: 145,83; Veri Seti-2 ile NSE: 0,77, R2: 0,77, MAE: 111,55 ve RMSE: 135,22 olarak hesaplanmıştır. Veri Seti-1 ile karşılaştırıldığında Veri Seti-2’nin hata miktarları daha düşük, doğruluğu ve çalışma alanını temsil etmesi daha yüksektir. MGM ve DSİ istasyonlarının birleştirilerek kullanılması çalışma alanında istasyon ağı sıklığı ve homojenliği sağlamıştır. Bu uygulama enterpolasyon metodunun da başarısını artırmıştır. Havzanın alansal ortalama yağış miktarı MGM istasyonlarıyla 763 mm, Veri Seti-2 istasyonlarıyla 887,1 mm olarak hesaplanmıştır. DSİ yağış istasyonu verilerinin kullanımı Antalya Havzanın yağış deseni ve potansiyelinde büyük farklılıklar oluşturmuştur.
Referanslar
Akgül, M. A., & Aksu H. (2021). Areal Precipitation Estimation Using Satellite Derived Rainfall Data over an Irrigation Area. Turkish Journal of Agriculture - Food Science and Technology, 9(2), 386-394.
Aksu, H. H., & Güngör, A. (2020). Burdur ili yağış potansiyeli analizi ve değerlendirilmesi. NÖHÜ Müh. Bilim. Derg. 9(1), 308-322.
Aksu, H. H. (2021). Basin-based precipitation potential of Turkey. Arab. J. Geosci. 14, 2470.
Aksu, H. H. (2023a). Estimation and analysis of seasonal rainfall distribution and potential of Türkiye and Its 25 main watersheds. Atmosphere 14, 800. https://doi.org/10.3390/ atmos14050800.
Aksu, H. H. (2023b). Analysis of Monthly Precipitation at the Basin Scale in Türkiye. Türk Tarım - Gıda Bilim ve Teknoloji Dergisi, 11(10), 1973–1985.
Atalay, İ. (2010). Uygulamalı Klimatoloji. Meta Yayınevi, İzmir.
Berndt, C., & Haberlandt, U. (2018). Spatial interpolation of climate variables in Northern Germany: Influence of temporal resolution and network density. J. Hydrol. Reg. Stud. 15, 184–202.
Bostan, P. A., & Akyürek, S. Z. (2007). Spatial modelling of the mean annual precıpıtatıon of Turkey by using secondary variables. TMMOB Harita ve Kadastro Mühendisleri Odası, Ulusal Coğrafi Bilgi Sistemleri Kongresi. Trabzon, Türkiye.
Çetin, M., & Tülücü, K. (1998). Doğu akdeniz bölgesinde aylık yağışların yersel değişimlerinin jeoistatistik yöntemle incelenmesi. Turkish Journal of Engineering and Environmental Science. 22, 279-288.
DSİ, (2016). Antalya Havzası Master Plan Ara Raporu, Ankara.
Du, M., Huang, S., Leng, G., Huang, Q., Guo, Y., & Jiang, J. (2023). Multi-timescale-based precipitation concentration dynamics and their asymmetric impacts on dry and wet conditions in a changing environment. Atmospheric Research. 291, 106821. https://doi.org/10.1016/ j.atmosres.2023.106821.
Girons Lopez, M., Wennerström, H., Nordén, L., & Seibert, J. (2015) Location and density of rain gauges for the estimation of spatial varying precipitation. Geografiska Annaler: Series A, Physical Geography, 97(1), 167-179. https://doi. org/10.1111/geoa.12094
Goovaerts, P. (1997). Geostatistics for Natural Resources Evaluation. Oxford University Press, New York, USA.
Goovaerts, P. (2008). Kriging and semivariogram deconvolution in the presence of irregular geographical units. Math Geosci. 40, 101–128.
Isaaks, E. H., & Srivastava, R. M. (1989). Applied Geostatistics. Oxford University Press, New York.
Li, H., Wang, D., Singh, V. P., Wang, Y., & Wu, J. (2021). Developing an entropy and copula-based approach for precipitation monitoring network expansion. J. Hydrol. 598, 126366.
Li, J., & Heap, A. D. (2011). Spatial interpolation methods applied in the environmental sciences: A review. Environ. Model. Softw. 53, 173–189.
Li, L., & Revesz, P. (2004). Interpolation methods for spatio-temporal geographic data. Comput. Environ. Urban Syst. 28, 201–227.
MGM, (2024). Erişim tarihi: (18 Şubat 2024). https://www.mgm.gov.tr/veridegerlendirme/il-ve-ilceler-istatistik.aspx?k=A&m=ANTALYA.
Raja, N. B., Aydin, O., Türkoğlu, N., & Çiçek, İ. (2017). Space time kriging of precipitation variability in Turkey for the period 1976–2010. Theoret Appl Climatol. 129 (1–2), 293–304. https://doi.org/10. 1007/s00704-016-1788-8
Sattari, M. T., Rezazadeh-Joudi, A., & Kusiak, A. (2017). Assessment of different methods for estimation of missing data in precipitation studies. Hydrol. Res. 48 (4), 1032–1044.
Selek, B., & Aksu, H. (2020). Water resources potential of Turkey, In: Harmancioglu N, Altinbilek D (eds) Water Resources of Turkey, Vol 2, Springer, Cham.
Simoyama, F. O., Croope, S., Neto, L., & Santos, L. (2023). Optimization of rain gauge networks-A systematic literature review. Socio-Economic Planning Sciences, 86, 101469. https://doi.org/10.1016/j.seps.2022.101469.
St-Hilaire, A., Ouarda, T. B., Lachance, M., Bobée, B., Gaudet, J., & Gignac, C. (2003). Assessment of the impact of meteorological network density on the estimation of basin precipitation and runoff: a case study. Hydrol. Process, 17 (18), 3561–3580.
SYGM, (2016). Antalya Havzası Taşkın Yönetim Planı, Ankara.
SYGM, (2018). Antalya Havzası Kuraklık Yönetim Planı, Ankara.
Şensoy, S., Demircan, M., Ulupınar, U., & Balta, İ. (2008). Türkiye İklimi. Erişim tarihi: (16 Nisan 2023). https://www.mgm.gov.tr/FILES/genel/makale/31_climateofturkey.pdf
Tabatabaei, S. M., Dastourani, M., Eslamian, S., Nazeri Tahroudi, M. (2022). Ranking and optimizing the rain-gauge networks using the entropy–copula approach (Case study of the Siminehrood Basin, Iran). Appl Water Sci. 12(9),1–13.
Türkeş, M. (2010). Klimatoloji ve Meteoroloji. Kriter Yayınevi, İstanbul.
Türkoğlu, N., Aydin, O., Duman, N., & Çiçek, İ. (2016). Türkiye’de yağışın farklı mekânsal enterpolasyon yöntemleriyle karşılaştırılması. Journal of Human Sciences. 13 (3), 5636
Usul, N. (2017). Mühendislik Hidrolojisi. ODTÜ Yayıncılık, Ankara.
Webster, R., & Oliver, M. A. (2007). Geostatistics for Environmental Scientists. John Wiley & Sons, Chichester. http://dx.doi.org/10.1002/9780470517277.
WMO, (2008). World Meteorological Organization, Guide to Hydrological Practices, No:168
WWDR, (2020). The United Nations World Water Development Report 2020: Water and Climate Change. UNESCO, Paris. Erişim tarihi: (18 Şubat 2024). https://www.unwater.org/publications/un - world-water-development-report-2020.pdf
Zeng, Q., Chen, H., Xu, C-Y., Jie, M-X., Chen, J., Guo, S-L., & Liu, J. (2018). The effect of rain gauge density and distribution on runoff simulation using a lumped hydrological modelling approach. J Hydrol, 563, 106–22.
Zhou, L., Koike, T., Takeuchi, K., Rasmy, M., Onuma, K., Ito. H., Selvarajah, H., Liu, L., Li, X., & Ao, T. (2022). A study on availability of ground observations and its impacts on bias correction of satellite precipitation products and hydrologic simulation efficiency. J. Hydrol. 610 (24), 127595 https://doi.org/10.1016/j.jhydrol.2022.127595.
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Bu çalışma Creative Commons Attribution-NonCommercial 4.0 International License ile lisanslanmıştır.
