Geri Dön

Meteorolojik kuraklık modellemesi ve Türkiye uygulaması

Meteorological drought modelling and application to Turkey

PDF İndir

  1. Tez No: 127212
  2. Yazar: SEVİNÇ SIRDAŞ
  3. Danışmanlar: PROF. DR. ZEKAİ ŞEN
  4. Tez Türü: Doktora
  5. Konular: Meteoroloji, Meteorology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2002
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Meteoroloji Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 260

Özet

METEOROLOJİK KURAKLIK MODELLEMESI VE TÜRKİYE UYGULAMASI ÖZET Kuraklık canlı yaşam ve ekonomisi için en büyük etkiye sahip, farklı meteorolojik ve çevresel şartlar altında gelişen en önemli doğal afettir. Yıkıcı sonuçlara sahip olan kuraklığın başlangıcını kesinlikle tanımlamak mümkün değildir. Kuraklık su eksikliği ile ilgili bir olaydır. Devam etmesi halinde depolanan su, talep edilen miktara yetmez. Tarımsal üretimde azalma ve kayıplar, sosyal olarak, toplumda moral çöküntüsü ile olumsuz ekonomik sonuçlar meydana getirir. Su toplama havzalarındaki eksiklikler yağıştaki azalmaya bağlıdır. Kuraklığın sonuçları çok karmaşıktır. Bu nedenle, kuraklığın kesin tanımını vermek kolay değildir. Bu yüzden her analizde araştırmacının amacına bağlı olarak bir çok tanım vardır. Meteorolojik kuraklık yağış esaslıdır. Herhangi bir zamandaki yağış eksikliğinin meydana gelmesine bağlıdır. Örneğin hidrolojik tasarım ve planlamada, hidrolojik esaslı kuraklıktan bahsedilir. Önemli hidrolojik değişken akıştır ve kuraklık tanımı ile su talebi akış eksikliğine bağlıdır. Tarımsal kuraklıkta, kuraklık toprak nemindeki eksiklik ile başlar. Farklı tipteki kuraklıkların tümünde yaygın olan görüş, yağışla akış veya toprak neminin karşılaştırılmasına dayanır. Kuraklık alansal ve zamansal olarak meydana gelebilir. Kuraklık analizi, çoğunlukla zamansal olarak düşünüldüğünden bir zaman serisi (yağış, akış ve toprak kayıpları) göz önüne alınır ve çeşitli kuraklık karakteristikleri kuraklık süresi, şiddet, genliği vb. hesaplanır. Bu büyüklüklerin tahmini için istatistiksel, olasılık veya stokastik temelli farklı modeller geliştirilebilir. Yaygın olarak kuraklık analizi, seçilen bir bölgede zamansal değişimin olduğu nokta analizinde yoğunlaşır. Bu yöntem, kuraklığın süresi veya alansal büyüklüğü ile ilgili olmaksızın sadece meydana gelecek maksimum kuraklık genliğinin değeri hakkında bilgi verir. Kuraklığın alansal davranışı, alansal analiz olarak geliştirilmiş olan Kriging yöntemi ile yapılır. Alansal - zamansal kuraklık analiz yöntemleri de olmasına rağmen, bunlar çok sınırlayıcı ve basitleştirilmiş bir çok yaklaşıma sahiptir. Kuraklığın tanımı ilgilenilen konuya ve amaca bağlı olarak değişir. Yağışa ilave olarak, akış, toprak nemi, hava nemi, buharlaşma, sıcaklık gibi değişkenlerle ilgili bilgilere ihtiyaç vardır. Bugüne kadar yaygın olarak yapılan çalışmalarda kuraklık tanımlamasında yağıştaki değişim üzerinde durulmuştur. Yağış miktarı, suyla ilgili çoğu faaliyetin (su temini, yeraltı suyu ve su biriktirme haznesi, toprak nemi, kar yığını ve akış) en önemli temel girdi değişkenidir. Zamansal kuraklık değerlendirmesinin basit bir yöntemi, ortalama zaman periyotlarında değişik zaman ölçekleri için yağış kayıplarının miktarını belirlemede kullanılan Standart Yağış İndisi (SYİ)'dir. XVIKuraklık analizinde, verilmiş olan zaman serisi Xı, X2,, Xn ise standart yağış serisi; X.-X x. = Sr şeklinde tanımlanır. Burada, X s verilen serinin aritmetik ortalamasını, Sx ise standart sapmasını göstermektedir. Aşağıdaki şekilde gösterildiği üzere, gidişler analizi kullanılarak elde edilen kurak periyotlar Lı, L2,, Lm'dir. Burada m verilen bir kesme seviyesi Xo için kurak periyot sayısıdır. Genlik ise her kurak periyodun altındaki eksikliklerin toplamı olarak elde edilecek şekilde Mı, M2,, Mm dizisi olarak gösterilmiştir. X, A Yağış Xo > Zaman, i Şekil 1. Kurak ve sulak gidişler (Mj: kurak alan; L,; kurak süre). j-inci kuraklık genliği Mj, kurak periyot altındaki eksikliklerin toplamı olarak tanımlanmıştır. Burada m kuraklık periyodu -boyunca kuraklık sayısı ve Xo'da her bir kuraklık tanımı için standart kesim seviyesidir. Diğer taraftan, kuraklık şiddeti, kuraklık genliğinin kuraklık süresine oranından aşağıdaki şekilde hesaplanır:,,u- Li Her kesme seviyesi ekstremleri Lmax, Lmin, Mmax, Mmin, Imax ve Imin kuraklık özelliklerinin değerleri bulunabilir. L ve M dizileri arasındaki ilişkiyi belirlemek için sırasıyla kartezyen koordinatlarda işaretleme yapılırak, bu iki değişkene uygun fonksiyon elde edilebilir. Buna ilaveten, her bir kuraklık özelliğini anlamak için temel istatistiksel parametreler (ortalama, standart sapma, çarpıklık, kuyruk değeri vs.) bulunabilir. Gerçek genlik, Mr (mm) standartlaştırma işleminin tersi yapılarak Mr=MSM+XM bağıntısından bulunur. Burada Xm ve SM sırasıyla genlik dizisinin aritmetik ortalama ve standart sapmasını gösterir. XVIIPratikte çalışmalarda, SYİ sonuçlarında, yağış serisinin normal (Gaussian) dağılıma uyması gerekmektedir. Genellikle yağış serisi normal olmayan dağılıma sahiptir. SYİ'nin faydası ortalama yağışın yüzdesi ve yağış eksiklerinin toplamı gibi geçerli şartların olasılığı hakkında bilgi vermesidir. SYİ'de kurak olay her zaman ölçeği için SYİ'nin negatif ve -1.0 veya daha küçük değerlere ulaştığı durum olarak tanımlanır. Diğer bir değişle, kuraklık SYİ'nin ilk önce sıfırın altına indiğinde başlar ve tekrar pozitif olduğu zaman son bulur. Ayrıca, kuraklık şiddeti aşağıdaki tabloda farklı aralıklara göre sınıflandırılmıştır. Bu tablo SYİ için kuraklık kategorileri yaygın olarak farklı standart kesim seviyelerinde süre, genlik ve şiddet gibi çeşitli kuraklık karakteristiklerini tanımlamak için kullanılır. Tablo 1. SYİ sınıflandırma değerleri. Kuraklığın bu Özellikleri için temel denklemler verilmiş ve Türkiye için uygulamalar tablo ile şekiller halinde sunulmuştur. Kuraklık süresi ve genliği arasındaki ikili ilişki saçılma grafiklerine en uygun doğrunun geçirilmesi ile sağlanmıştır. Bunlar farklı kesim seviyeleri olan 0, -1, -1.5 ve -2 için elde edilmiştir. Türkiye için işletmeye dayalı kuraklık izlemesi, yaygın olarak bütün yağış istasyonlarında SYİ hesapları ile ifade edilebilir. Ortalama, minimum ve maksimum kuraklık büyüklükleri ile alansal kuraklığın yayılımını tanımlamak için haritalama yapılmalıdır. Kuraklık yaşanan bölgeye hangi sulak bölgeden su transferi sağlanacağı da belirlenmiş olacaktır. Buradan da anlaşılacağı gibi, SYİ yönteminin alansal uygulaması için daha anlaşılır süre, genlik ve şiddet ile zamansal yaklaşımı da içine alan veri toplanabilir. Aylık SYİ zaman serisindeki verinin büyük bir kısmı sıfır seviyenin altında bulunmaktadır. Bu da Türkiye'deki aylık yağış miktarlarının lognormal (veya Gamma) dağılıma sahip olduğunu açıkça göstermektedir. Bununla birlikte yüksek ve düşük değerler simetrik değildir. Bu tezde temel ve özgün çalışma olarak, bir istasyonun tek bir zaman serisine değil, farklı üç zaman serisine bağlı tamamen farklı yöntemler kullanılarak karşılaştırmalar sunulmuştur. Bu tezin amacı, hidrometeorolojik değişkenler özellikle yağış, sıcaklık ve bağıl nem yardımıyla kuraklık özelliklerine yeni yorumlar geliştirmektir. Bunlar üçlü-değişken kuraklık yaklaşımı grafikleri olarak tanımlanır. Yağış, kuraklık tanımlamada esastır, fakat burada sıcaklık ve nem zaman serilerinin ilavesiyle üçlü değişken olarak genişletilmiştir. Aylık yağış, sıcaklık ve nem tanımlayıcısı sıcaklık ve nem değerlerine karşılık gelen bir istasyonda standart yağış eş çizgilerinin bulunması mümkündür. Bu tür eş çizgiler herhangi bir yağış kesim seviyesi için hazırlanabilir. Bu çalışmada, ortalama yağış değerleri kesim seviyesi olarak kullanılmıştır. Üçlü değişken kuraklık tanımlayıcısı yalnızca yağışta fazlalıklar (sulak gidişler) veya eksiklikler (kurak gidişler veya kuraklıklar) hakkında bilgi edinmemize değil, aynı zamanda onların diğer iki veya daha fazla değişkenle (sıcaklık ve bağıl nem gibi) XV111aralarındaki ilişki hakkında bilgi edinmemize yardımcı olur. Üçlü-değişken kuraklık ilişki yaklaşımı uygulamaları, Türkiye'nin farklı iklim bölgelerindeki 60 istasyon için sunulmuştur. Aylık yağış, sıcaklık ve nemin 1930 ve 1990 yılları arasındaki kayıtları bu çalışmadaki uygulamada kullanılmıştır. Ayrıca bu çalışmada, SYİ'nin her istasyonun kesim seviyesinin 0, -1, -1.5, -2 olmasından kaynaklanan sorunlar bulunmaktadır. Bu nedenle, SYİ'ye ilave yeni bir yaklaşım geliştirilmiştir. Bu kuraklık oranı yaklaşımı olarak tanımlanmıştır. Kuraklık oranı (KO) yaklaşımı aşağıdaki ifade ile temsil edilir. KO = Xmin Burada, Xmin yağış zaman serisinin en küçük değerini ve Sx standart sapmasını gösterir. Kuraklık oranı ve KO + SYİ'nin Türkiye'nin farklı klimatolojik bölgelerindeki haritaları Ocak, Nisan, Temmuz ve Ekim ayları için elde edilmiştir. Bunların yanında yağışla ilgili ortalama, standart sapma, çarpıklık, maksimum, minimum, standart maksimum ve minimum değerlerinin Türkiye'deki 60 meteoroloji istasyonu için haritaları elde edilmiştir. Bununla birlikte, maksimum nem ve sıcaklıkla, minimum nem ve sıcaklıkta meydana gelen M ve L değerlerinin hem üçlü şekilleri hem de Türkiye genelindeki dağılımlarını gösteren haritalar hazırlanmıştır. XIX

Özet (Çeviri)

METEOROLOGICAL DROUGHT MODELLING AND APPLICATION TO TURKEY SUMMARY Droughts are among the most significant natural hazards that might damage human life and property under different meteorological and environmental conditions. It is not easily possible to identify the initiation of drought because its occurrence starts as a creeping phenomenon which is felt after some major and quantifiable effects. Droughts are water deficit related phenomena and their continuation for extended periods leads to water shortages in demand meeting, agricultural food deterioration concerning both quantity and quality aspects, social disruptions in addition to economically undesirable consequences. The deficits or shortages in water resources depend on reduction in precipitation. Since drought consequences are multiple, it is not possible to give definition of droughts and, therefore, there are many definitions each depending on the purpose of the analysis. Meteorological droughts are of precipitation origin and they are defined whenever precipitation deficit occurs. For instance, in hydrological design and planning, droughts of hydrological origin are considered and, since the most significant hydrological variable is the runoff, drought definition is based on the runoff deficit relative to water demand. From agricultural point of view, droughts appear whenever the soil deficit starts, i.e. the plant water demand is greater than the soil moisture availability. A common point to all these different types of droughts is that, there is a base value for the comparison of either the precipitation, runoff or soil moisture amounts. Of course, amounts smaller than the adopted base level may occur temporally and spatially, and hence, temporal and spatial drought characteristics come into the picture for the drought characteristics analysis. On this basis, drought analysis are mostly temporal where the time series of concerned variables (precipitation, runoff or soil deficit) are considered and, thereof, various drought characteristics such as drought duration, intensity, magnitude, etc. are calculated and for their predictions different models are established on the basis of statistics, probability theory and stochastic processes. Majority of drought analysis have concentrated on point analysis which yields the temporal variations at a specific site only. This method gives information on the instantaneous maximum value of drought magnitude only, without any elaboration on either its duration or areal extent. Spatial treatment of the droughts are mostly achieved by either probabilistic modelling or spatial analysis such as Kriging, multiple regression or trend surface analysis. Although there are also spatio-temporal drought analysis methodologies, they are rather restrictive and have many assumptions in order to simplify the analysis. So far, there is not a single definition of drought or drought index that has been suitable for all interests and purposes. Perhaps, the main lack in such a common definition arises from the fact that there are several kinds of information needed for XXdrought monitoring. Hence, in addition to precipitation, runoff, soil moisture, weather relative humidity, evaporation, temperature, etc., variables are also necessary as basic information. Most of the studies are concentrated on the precipitation shortages as drought implications because precipitation is the most significant input variable for many water related activities such as water supply, groundwater and reservoir storages, soil moisture, snowpack and streamflow. The simplest methodology of temporal drought assessment is the standardized precipitation index (SPI) which is used to quantify the precipitation deficit for several time scales, i.e. time averaging periods. This is simply standardization of a given time series, X|, X2,..., Xn and the standardized precipitation series, x. is defined as, x,-x where X is the arithmetic mean and Sx is the standard deviation of the series. Drought periods Lı, L2,..., Lm are obtained using run analysis as shown in the figure below. Here, m is the number of drought periods for truncation level X0 of a given time series. M is taken as the magnitude which represents the summations of deficits series (Mı, M2,...,Mm) under the truncation level Xn. yp A Precipitation Xn >? Time, i Figure 1. Dry and wet spells (Mjrdrought magnitude; Lj: Drought duration). Drought magnitude Mj of j-th that the summation of deficits under dry period, is defined as, M^j\X0-x, i=\ where m is the number of deficits during a drought period and Xn is the standardized truncation level for each drought description. On the other hand, drought intensity lj of j-th dry period is defined as the ratio of drought magnitude over drought duration L, as: i.-u' L, At each standard truncation level, extreme values of the above- mentioned drought properties are referred to notationally as Lmax, Lm.n, Mmax, Mm.n, Imax and Imm. In order to get a relationship between M and L, all data are plotted in cartesian XXIcoordinate system and, as a result, the optimal function can be evaluated. In addition, in order to understand the property of each drought period, the statistical parameters such as mean, standard deviation, kurtosis, skewness, etc. can be determined. The real magnitude, Mr in mm can be calculated from the reverse relationship in first equation as Mr=MSM+XM for any given station location with the standard deviation, SM and the arithmetic average value, XM. In practical studies, in order to generalise SPI results, it is necessary that the precipitation series should abide with a normal (Gaussian) distribution, but in general precipitation sequences have non-Gaussian frequency distributions. The usefulness of SPI is that it gives information concerning probability of prevailing conditions, percentage of average precipitation and accumulation of precipitation deficits. On the basis of SPI, a drought event is defined for each time scale as a period in which the SPI is continuously negative and the SPI reaches a value of -1.0 or less. On the other hand, a drought begins when the SPI first falls below zero and ends when it becomes positive Furthermore, drought intensity is arbitrarily defined according to the categories in the following Table. The SPI is commonly used for the identification of various drought characteristics such as the duration, magnitude, and intensity at different standard truncation levels. Table 1. Drought categorisation by SPI SPI value ranges Drought categories Basic formulations are given for these drought features and their applications are presented in the table and figure forms for Turkey. The relationships between the drought duration and magnitude are provided in the form of scatter diagrams with the best straight-line fits. These are obtained for different truncation levels as 0, -1, -1.5, and -2. In real-time drought monitoring across Turkey, all the major precipitation stations should be treated with the SPI calculations and later the averages, minima and maxima of these drought descriptors should be mapped in order to identify areal drought stricken and wet areas so as to transfer water from wet to dry regions. For this purpose, the data can be collected in a timely fashion for the regional application of the SPI methodology with meaningful duration, magnitude and intensity. It is obvious that all monthly SPI time series have more values above zero level as if there appears to be a bottom limit to the values. This is due to the fact that Turkish monthly precipitation amounts are lognormally (or Gamma) distributed and therefore, high and low values are not symmetrical. In all the previous assessments and analysis of droughts invariably quantitative methodologies are employed and various analytical expressions are obtained for the prediction purposes on the basis of mostly one description variable as either precipitation, runoff or soil moisture. In this thesis, a completely different xxnmethodology is presented by considering not only a single time series, but at a single site triple time series as well. It is the main purpose of this thesis to develop a new concept of drought features assessments based on triple drought related hydrometeorological variables, namely, rainfall, temperature and relative humidity. Equal standard rainfall lines are drawn on a map with two reference variables as runoff and relative humidity. These are referred to as the triple drought indicator graphs. Precipitation based drought description has been extended to triple-variable additionally including temperature and humidity time series. It is possible to find the precipitation-temperature-humidity descriptor at a site through standard precipitation index contour lines based on temperature and humidity values. Such contours can be prepared for any base precipitation value, but in this study the average precipitation value is adopted as the truncation level. The triple-variable drought descriptors provide information about the drought occurrences for different combinations of temperature and humidity. Triple variable drought descriptors help to identify not only precipitation surplus (wet spells) or deficits (dry spells, droughts), but also their variations with two more meteorological variables as temperature and relative humidity. The application of triple variable drought approach is presented for sixty sites each from different climatological region of Turkey. Monthly precipitation, temperature and humidity records between 1930 and 1990 are considered for the application in this thesis. In addition, the SPI has some problems caused by standardized precipitation index series and 0, -1, -1.5, -2 truncation levels of each studied stations. Therefore, a new approach is developed. This approach, called“Drought Proportion”, adds to the SPI truncation levels (0, -1, -1.5, -2). Drought Proportion, DP, is defined as, y where Xmin is the minimum value of precipitation time series and Sx is the standard deviation of same time series. The maps of drought proportion (DP) and DP + SPI are obtained in January, April, July and October all sites each from different climatological region of Turkey. Besides, the seasonal maps of precipitation statistical features that average, standard deviation, skewness, maximum, minimum, standardized maximum and minimum are prepared for sixty meteorological stations of Turkey. In addition to this, maps and triple figures of M and L variables which are evaluated for minimum and maximum values of temperature and humidity are prepared. xxm

Benzer Tezler

  1. Tez No

    909780

    Yukarı Sakarya Havzasında kuraklığın uzunluk, şiddet ve frekans bakımından incelenmesi

    Investigation of drought in terms of length, intensity and frequency in the Upper Sakarya Basin

    GÖNÜL MERVE ŞEN KUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Ormancılık ve Orman MühendisliğiBartın Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    PROF. DR. TUĞRUL VAROL

  2. Tez No

    881376

    Drought prediction based on meteorological data using ensemble machine learning techniques

    Topluluk tabanlı makine öğrenmesi teknikleri kullanılarak meteorolojik verilere dayalı kuraklık tahmini

    ERTUĞRUL ÖZÜPEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    MatematikGebze Teknik Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. NURİ ÇELİK

  3. Tez No

    486656

    Aras havzasında HEC-HMS ile hidrolojik modelleme ve akım tahmini

    Hydrological modelling and streamflow forecasting with HEC-HMS for Aras basin

    TUFAN KACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İnşaat MühendisliğiAnadolu Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ ARDA ŞORMAN

  4. Tez No

    438124

    Improving runoff prediction by data assimilation in HBV hydrological model for upper euphrates basin

    Yukarı fırat havzasında HBV hidrolojik modelinde veri asimilasyonu ile akım tahminlerinin iyileştirilmesi

    BULUT AKKOL

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    İnşaat MühendisliğiAnadolu Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYNUR ŞENSOY ŞORMAN

  5. Tez No

    565591

    İklim değişikliğinin Susurluk havzası yağışları üzerindeki etkilerinin yapay sinir ağları ile analizi

    Analysis of the effects of climate change on Susurluk basin precipitations by artificial neural networks

    MERVE ÖZDİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İnşaat MühendisliğiSakarya Uygulamalı Bilimler Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKMEN ÇERİBAŞI

Geri Dön