Geri Dön

New statistical downscaling methods and applications for Turkey

Yeni istatistiksel ölçek küçültme yöntemleri ve Türkiye için uygulamalar

PDF İndir

  1. Tez No: 152273
  2. Yazar: HASAN TATLI
  3. Danışmanlar: PROF.DR. NÜZHET DALFES, Y.DOÇ.DR. SİBEL MENTEŞ
  4. Tez Türü: Doktora
  5. Konular: Meteoroloji, Meteorology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: İngilizce
  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: 107

Özet

YENİ İSTATİSTİKSEL ÖLÇEK KÜÇÜLTME YÖNTEMLERİ VE TÜRKİYE İÇİN UYGULAMALAR ÖZET Hava ve iklim süreçlerinin yeryüzündeki yaşam üzerinde hayati etkileri vardır. İklim değişkenliği ve değişikliğinin etkisinin anlaşılabilmesi, bölgesel ve yerel iklim tanılarının geliştirilmesi, iklim çalışmalarının temel konulandır. İklim etkilerini araştıranlar, genelde iklim değişkenliğinin geçmişi, bugünü ve geleceği hakkında detaylı ve doğru bilgilere gereksinim duyarlar. İklim değişimi (değişkenliği) konusunda önemli ve temel araçlar Genel Dolaşım Modelleridir (GDM). Ne yazık ki kaba sayısal çözünürlük üzerinde çalıştırılan GDM'ler yerel iklim değişkenliği hakkında detaylı bilgi veremezler. Bu bağlamda, GDM'lerin uzaysal çözünürlükteki ve benzeşim verilerinin doğruluğundaki kısıtlamalardan dolayı“uzaysal ölçek küçültme (downscaling)”stratejilerinin geliştirilmesine gereksinim duyulur. Örneğin, hidrolojistler, ele aldıkları havza ölçeğine bağlı çözünürlükte, günlük toplam yağış verilerine gereksinim duyarlar. Ekolojistler, dağlık bölgelerdeki ormanların dinamiği ve yanıtları konusunda aylık yağış ve sıcaklıkların birkaç km'lik çözünürlükteki verisine gereksinim duyarlar. Yapılan çalışmaların büyük bir kısmında, yüzey değişkenliği (değişim) süreçlerini niteleyen yüzey değişkenlerinin, 50-100 km veya daha küçük ölçekteki benzeşimlerinin doğru ve anlaşılır bilgisine gereksinim duyulur. Ancak, GDM'ler yüzey değişkenlerin değişkenliğinin benzeşimini doğrulukla veremedikleri gibi, bu model çıktıları, çalışma ortamını, sürekli kabul ederler. Böylece, sayısal ağ, sadece ekonomik anlamda, verilerin depolanması anlamına gelir ki alt-grid (sub-grid) ölçek bilgisi gride bağımlı ve sıradan uzaysal enterpolasyona dönüşür. Yukarıdaki bilgilere bağlı olarak; örneğin istanbul ve Bolu gibi iklimi birbirinden farklı iki bölgenin iklim değişkenliğim veya değişimini, tipik olarak seçilen 400x400 km2 sayısal-ağ ölçeğinde çalıştırılan GDM'lerden çıkarıma varmanın yanlış sonuca götürdüğü basitçe görülebilir. İklim ve etkilerinin arasındaki bu uzaysal ölçek farkı, iklim araştırmalar için“uzaysal ölçek küçültme”ve iklim etkileri araştırmaları için de“uzaysal ölçek büyültme (upscaling)”yöntemleri ile kapatılmalıdır. Bu çalışma, Türkiye üzerinde, uzaysal ölçek küçültme stratejilerinin geliştirilmesi konusunda ilk araştırmadır. Çalışmada, iklim tanısı için iki yeni model geliştirilmiştir. Önerilen modeller, Türkiye üzerindeki yerel iklimi idare ettiği düşünülen büyük ölçekli serbest troposferin değişkenlerinden elde edilen dönüşüm fonksiyonlarını kullanan, Yinelemeli Yapay Sinir Ağlan (YYSA) ve çok değişkenli istatistik yöntemleri üzerine dayanmaktadır. Herhangi bir ölçek küçültme modeli, büyük ölçekli değişkenler ile küçük ölçekli değişkenler arasındaki asimetrik (bakışık olmayan) bağıntılara duyarlıdır; dolayısıyla xıvmodel kurulmadan önce büyük ölçekli ve küçük ölçekli değişkenler arasındaki bağıntılar, Sampson ilişki oram ile incelemeye tabi tutulmuştur. Bu bağlamda, büyük ölçekli değişkenlerinin etkilerinin yorumlanması, Sampson ilişki oranıyla daha basite indirgenebilmektedir. Diğer taraftan, büyük ve küçük ölçekli değişkenler arasındaki bağıntıların kümelerarası ilişki desenleri ile incelenmesi (farklı iklim değişkenleri arasındaki ilişkilerin bakışık olduğunu kabul eden ve yaygın kullanılan çok değişkenli istatistiksel bir yöntem), Sampson ilişki desenleri ile incelenmesine göre daha az açıklayıcı olduğu gözlenmiştir. Birinci uygulanan YYSA ölçek küçültme modelinde; ilk adım olarak büyük ölçekli ortalama deniz seviyesi basınçlarının (ODSB), 500 ve 700 hPa jeopotansiyel yüksekliklerinin, 500-1000 hPa jeopotansiyel kalınlıkların ve 500 hPa düşey basınç- hızlarının (omega) anlamlı Asal Bileşenleri (AB) bulunmuş, daha sonra AB'lerden Bağımsız Bileşenleri Analizi (BBA) ile bulunan Bağımsız Bileşenlerin (BB) Kümeler Arası İlişki (KAÎ) değişkenleri, Türkiye'nin aylık toplam yağışlarının tahmin edicileri olarak ele alınmıştır. Önerilen Jordan türü YYSA modelinin, sadece büyük-ölçekli çevrimlerin etkisini yansıtmakla kalmayıp, yerel-ölçekli iklim özelliklerini yansıtmakta olduğu da görülmüştür. Modelin veriminin, Türkiye'nin Anadolu Yarımadası'nın iç bölgelerine doğru azaldığı görülmüştür. Oysa Akdeniz geçiş bölgesinde, modelin verimi, Karadeniz bölgesine göre, bağıl olarak, çok daha iyi sonuç vermektedir. Karadeniz bölgesinde görülen büyük hataların ise büyük ölçekli tahmin edicilerin yakalayamadığı, örneğin topografya, ki yağmur-gölgelerine ve orografik yağışlara neden olur, gibi yerel özellikli faktörlerden kaynaklandığı sonucuna varılmıştır. ikinci model, Türkiye yüzeye-yakın hava sıcacıklarının ölçek küçültmesinde kullanılan, çok değişkenli istatistik yaklaşımlara dayanmaktadır. Yere-yakın hava sıcaklık serilerinde görülen baskın periyodiklerden dolayı, modelin birinci adımında, hem tahmin edicilerin hem de tahmin edilenlerin, zaman ortamında kaydırılmış özvaryans (covariance) matrisleri üzerine uygulanan tekil spektrum andizinin (TSA) istatistiksel ön-incelemesi uygulanarak, bu periyodik yapılar süzgeçleşmiştir (filtering). Modelin ikinci adımında, periyodik olmayan bileşenlere asal bileşenler analizi uygulanarak, sonuçta, gürültülerden arındırılmış bileşenlerden sıcaklık serileri tekrar elde edilmiştir. Büyük ölçekli değişkenler ile küçük ölçekli değişkenler arasındaki asimetrik ilişkilerden dolayı, model, gereksizlik analizine (redundancy analysis) dayalı olarak oluşturulmuştur. Büyük ölçekli gürültüsüz 500 hPa jeopotansiyel yüksekliği ve 500-1000 hPa kalınlığı, Türkiye yere-yakın hava sıcaklıklarının tahmin edicileri olarak ele alınmıştır. İkinci modelin Türkiye yere-yakın hava sıcaklık varyansın %90 oranında yakalamayı başardığı gözlemlenmiştir. Önerilen model sonuçlarından görüleceği üzere, modeller, başarılı bir şekilde büyük ölçekli dolaşım desenleri ile Türkiye yağışları ve yere-yakın hava sıcaklıklarının ölçek küçültmesini yapabilmektedir. Bu araştırmanın sonuçlan göstermektedir ki ABA, BBA, KİA, GA ve TSA ile istatistiksel ön-inceleme yapılması, model benzeşim verimine artırıcı etkisi olmaktadır. XV

Özet (Çeviri)

NEW STATISTICAL DOWNSCALING METHODS AND APPLICATIONS FOR TURKEY SUMMARY Weather and climate have a profound influence on life on earth. Understanding the impacts of climate variability and climate change reveal the increasing need for improvements in regional and local scale climate diagnoses, which are the main goals of climate research. The climate impact studies usually require detailed information with high resolution and accuracy for past, present, and future. The main and important tools of studying climate are the general circulation models (GCMs). Unfortunately, GCMs running on coarse resolution may not able to detect the local scale climate variability. Correspondingly, the limitations concerning spatial resolution and accuracy of simulated data by GCMs arise to need a downscaling strategy. For instance, hydrologists ask for daily total precipitation with spatial resolutions corresponding to their catchments areas of interest. The ecologists who are studying the dynamics and responses of forests in the mountainous terrain need to know monthly mean precipitation and temperature values with a resolution of a few kilometers. In most cases comprehensive information is required, with a spatial resolution of order of 50-100 km or less, and variables describing the surface processes. However, GCMs can not simulate such surface variables with high accuracy, and the output of those models is often implicitly considered as a continuous domain. Then, gridding is just a convenient way to store the output economically; the information determined by grid is dependable and sub-grid scale information may be recovered from the gridded data simply by spatial interpolation methods. With such a background, it is fully acceptable to use the output of a GCM model, which runs typically on the order of 400x400 km2 grid scale, and to infer the possible climate variability and climate change on Istanbul and Bolu which have different locations and different climates. Therefore, İt is obvious that the resolution is one of the drawbacks associated with the GCMs to derive the local climate information. The spatial-scale difference between climate research and climate impact studies has to be bridged by“downscaling”on the side of the climate research and“upscaling”on the side of the climate impact research. This study is the first one to search and develop downscaling strategies for Turkey. Two new downscaling strategies for climate diagnosis are developed in this study. The proposed methods are based on artificial recurrent neural networks (RNN) and multivariate statistical techniques that derive transfer functions from the large scale free troposphere variables which are assumed to steer the regional climate over Turkey. xnAny downscaling model is sensitive to the asymmetric relations between the large scale variables and the local scale variables. Therefore, before building the model the relations between the large scale and local scale variables are analyzed by Sampson Correlation ratio. Hence, the large scale influences are interpreted readily by Sampson Correlation ratio. On the other hand, extraction the relationships between local and large scale variables with the canonical correlation patterns (a common applied multivariate method based upon the symmetrical assumptions between different climate variables) observed less exposition than the Sampson correlation ratio patterns. The first RNN model employs canonical correlation variates based on Independent Component Analysis (ICA) from significant Principal Components Analysis (PCA) of mean sea level pressure (MSLP), 500 and 700 hPa geopotential height, 500-1000 hPa thickness, and 500 hPa vertical pressure-velocity (omega) which are mentioned as the predictors of the monthly total precipitation for Turkey stations. The proposed RNN model originated from Jordan type RNN is able not only to reflect the influences of the large scale circulations but also impose the local scale climate features. The performance of the proposed downscaling model decreases towards the inner parts of the Anatolian Peninsula of Turkey. However, the achievement of the model over the transition Mediterranean is relatively superior to the Black Sea region. The large errors over Black Sea region are due to the local factors such as topography that causes the rain-shadows and orographic rainfalls; thus the large scale predictors fail to capture these local climate features. The second downscaling model is based on multivariate statistical techniques for the monthly near-surface air temperatures over Turkey. Since the periodic components in the temperature series are dominant, in the first stage of the model, Singular Spectrum Analysis (SSA) based on time lagged covariance matrix of statistical preprocessing of both the predictors and predictands is employed to filter out these periodicities. In the second stage, principal component analysis is employed to the non-periodic components in order to reproduce the noise-free components of the near-surface air temperature series. The model is constructed via redundancy analysis (RA) due to the asymmetric relations between the large scale and local scale processes. The large scale noise-free 500 hPa geopotential heights and 500-1000 hPa thickness are selected as the predictors for the monthly near-surface air temperatures. The second model is able to explain 90% variance in the near surface air temperatures. The results of the developed downscaling strategies demonstrate that the ability of the RNN and RA to downscale realistically the relationships between the large scale circulation fields and monthly total precipitation-near surface air temperature series. The results of this study also reveal that the statistical preprocessing by PCA, ICA, CCA, RA and SSA increases the performance of the models during simulations. xin

Benzer Tezler

  1. Tez No

    467296

    Mezo ölçek sayısal hava tahmin model sonuçlarının farklı yöntemlerle ölçek küçültme ve iyileştirme analizi

    Downscaling and enhancement of mesoscale weather forecast model results by using different methods

    NUR GÖKTEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRAN SİBEL MENTEŞ

    YRD. DOÇ. DR. BURAK BARUTÇU

  2. Tez No

    444194

    Comparison of energy production between observed and predicted wind speed series with artificial neural networks

    Yapay sinir ağlarıyla yapılmış rüzgar hızı tahmin ve gözlem serilerinden enerji üretim hesabı karşılaştırması

    COŞKUN YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    YRD. DOÇ. DR. BURAK BARUTÇU

  3. Tez No

    812409

    A comparative evaluation of machine learning algorithms for statistical downscaling of monthly mean temperature data over a European region

    Avrupa bölgesi üzerinde aylık ortalama sıcaklık verisinin istatistiksel ölçek indirgemesine yönelik makine öğrenmesi algoritmalarının karşılaştırmalı bir değerlendirmesi

    GÜNAY ESER

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Fizik ve Fizik MühendisliğiBoğaziçi Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. MEHMET LEVENT KURNAZ

  4. Tez No

    398919

    Computational dam safety analysis based on predicted probable maximum flood discharge from statistical downscaling taking into consideration different general circulation models

    Farklı genel iklim değişikli senaryoları dikkate alarak istatistiksel ölçek küçültme ile elde edilmiş muhtemel en yüksek taşkın tahminine dayalı hesaplamalı baraj güvenliği analizi

    FAHİD ABBAS TOFİQ

    Doktora

    İngilizce

    İngilizce

    2015

    İnşaat MühendisliğiGaziantep Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYTAÇ GÜVEN

  5. Tez No

    457157

    Flood frequency analysis in dams by downscaled data

    Barajlarda ölçek küçültülmüş veri kullanarak taşkın frekans analizi

    ASOS KEYKHESRAW ABDULKAREIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    İnşaat MühendisliğiGaziantep Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYTAÇ GÜVEN

Geri Dön