Evaporation modelling of lake Turkana using artificial neural networks (ANNs) based on climate projections
Turkana Gölü buharlaşma mıktarının iklim projeksıyonlarına dayalı olarak yapay sinir ağları (ANNs) ile modellenmesi
- Tez No: 802719
- Danışmanlar: PROF. DR. YEŞİM AHİ
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Entegre Su Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Dünya genelinde küresel iklim değişikliği, nüfus artışı, evsel, endüstriyel ve tarımsal sektörlerde aşırı kaynak israfı ve benzeri nedenlerle ekosistemde bozulmalar, kuraklık, toprak ve su kaynaklarında kantite ve kalite olarak azalmalar meydana gelmektedir. İklim değişikliği, suyun özellikle kentleşme ve tarım gibi sektörlerde kontrolsüz kullanımı ve kirlilik gibi faktörler dışında, su kaynaklarına yönelik en büyük tehditlerden biri olmaya devam etmektedir. İklim değişikliği tahminlerine göre, sıcaklık ve yağıştaki değişimler hidrolojik döngüyü etkileyecek, buharlaşmayı artıracak, şiddetli kuraklık ve taşkın olayları yaratacaktır. Buharlaşma ve yağış gibi önemli hidrolojik döngü süreçleri için hidrolojik yıllık ortalamalardaki değişikliklerin ve mevsimsel değişikliklerin incelenmesi, suyun gelecekteki potansiyel mevcudiyetine karşı toplumsal ve ekolojik hassasiyet değerlendirmelerinin iyileştirilmesine yardımcı olacaktır. Bu hedefe yönelik olarak havza düzeyinde tüm sektörlerde, iklim dirençli önlemlerin geliştirilmesi için, kaynakların tanımlanması zorunlu hale gelmektedir. Dünyada en düşük sera gazı emisyonlarına sahip olmasına rağmen iklim değişikliğinin etkilerine en fazla maruz kalan Afrika kıtasında yer alan Kenya, Turkana Gölü havzası, iklim değişikliği tehdidi altında olan havzalardan biridir. FAO (2015) kaynaklarına göre ülkenin alçak ve kuzeydoğusunda yaklaşık 200 mm yağış alan bölgesinde yer alan Turkana Gölü'nde, Omo Nehri'nden aldığı akışın azalması paralelinde, en büyük su kaybı buharlaşma ile meydana gelmektedir. Göl hacmi, genellikle evsel ve hayvansal üretime dayalı tarım sektörlerinde tüketilmekte, bölge halkı sadece bu su kaynağına bağlı olarak yaşamını sürdürmektedir. Tez çalışması ile, Turkana Gölü buharlaşma miktarının meteorolojik parametreler ile yapay sinir ağı modellerinden biri olan ANNs (Artificial neural networks) kullanılarak tahmin edilmesi, iklim projeksiyonlarına dayalı olarak yakın, orta ve uzun vadede gelecek tahminlerinin yapılması ve son olarak potansiyel su kullanımının değerlendirilmesi amaçlanmıştır. Bu amaca yönelik; ilk olarak ANNs modelinin performansı geliştirilmiştir. Meteorolojik parametrelerden rüzgâr hızı (W), sıcaklık (Tmax, Tmin), nisbi nem (RH), yağış (P) giriş verilerini, Penman modeli ile belirlenen buharlaşma (E) ise çıkış verisini oluşturmuş ve gerçek buharlaşmanın tahmininde istatistiksel olarak en iyi sonucu veren model seçilmiştir. Göl buharlaşma tahmini için gereken meteorolojik veriler, 1990-2021 yıl aralığı için Kenya'nın Turkana Bölgesi'ndeki Kenya Meteoroloji Müdürlüğü tarafından işletilen Lodwar Meteoroloji İstasyonu'ndan sağlanmıştır. Modelde kullanılabilecek girdi sayısını azaltmak ve farklı senaryolar oluşturmak için öznitelik seçim algoritmalarından biri olan RelieF algoritması ile girdi parametreleri ağırlıklarına göre önceliklendirilmiştir. ReliefF algoritmasına dayalı olarak oluşturulan senaryoların her biri için MATLAB R2016a programı kullanılarak ANNs modeli çalıştırılmıştır. Her senaryo, Levenberg-Marquardt (LM) öğrenme algoritmalarından oluşmakta ve eğitim için %60-80, doğrulama için %5-20 ve test için %10-35 arasında değişen farklı oranlarda model test edilmiştir. Model performansının değerlendirilmesinde; Hata kareler ortalaması (MSE), Ortalama Mutlak Yüzde Hata (MAPE), Korelasyon Katsayısı (R), Belirtme Katsayısı (R2), Nash-Sutcliffe etkinlik katsayısı (NSE) kullanılmıştır. Seçilen modelde, CORDEX bölgesel iklim portalından derlenen geleceğe yönelik iklim verileri kullanılarak yüzyılın sonuna kadar (2022-2100) buharlaşma projeksiyonları gerçekleştirilmiştir. CORDEX veri portalı; CMIP6 arşivinde yer alan Hadgem ve MPI küresel iklim modelleri ile SSP4.5 ve SSP8.5 senaryolarına dayalı gelecek tahminlerini kapsamaktadır. Sonuçta, en yüksek korelasyon katsayısı (0.99), en küçük hata kareler ortalaması (8.13967E-5) ve 6% MAPE değeri ile sırasıyla %80, %10 ve %10 eğitim, doğrulama ve test oranlarına sahip ANNs modeli en iyi performansı göstermiştir. Seçilen model için Nash Sutcliffe etkinlik katsayısı da yaklaşık 1 bulunmuştur. Gelecek yüzyıl için ortalama yıllık göl buharlaşması HADGEM modelinin 4.5 ve 8.5 senaryoları için sırasıyla 23.76, 25.68 milyar m3 ve MPI modelinin 4.5 ve 8.5 senaryoları için sırasıyla, 18.89 ve 18.57 milyar m3 olarak tahmin edilmiştir. Uzun vadeli periyodun buharlaşma yoluyla en yüksek su kaybına sahip olduğu tahmin edilirken, orta vadeli periyodun potansiyel buharlaşma kayıplarında ılımlı bir artış gösterdiği tahmin edilmektedir. HADGEM modeli, yüksek bir yağış rejimi ve dolayısıyla daha düşük buharlaşma değerleri öngören MPI modelinin aksine, daha yüksek buharlaşma değerleri tahmin etmiştir. Ayrıca, nüfus potansiyeli ve canlı hayvan varlığına göre hesaplanan yıllık toplam su ihtiyacı yaklaşık 6 milyon m3 bulunmuştur. Projeksiyon sonuçlarının değerlendirilmesi için 2 senaryo seçilmiştir. İlk senaryoda, nüfusun sabit kalması halinde buharlaşma kaybı ile yıllık toplam su miktarının HADGEM model sonuçlarına göre 80-91 milyar m3 arasında ve MPI modeline göre 79-80 milyar m3 arasında değişeceği hesaplanmıştır. İkinci senaryo, nüfusun yakın dönemde sabit kaldığını, orta dönemde ikiye, uzun dönemde ise üçe katlandığını varsaymaktadır. Orta vadeli dönem sonunda nüfus iki katına çıkarsa, gölden kaybedilen yıllık su miktarı 141-146 milyar m3/yıl arasında değişecek ve bu miktar, uzun vadede nüfus üç katına çıkarsa 213 milyar m3'e kadar çıkacaktır. Bu sonuçta yüzyılın sonunda gölün tükeneceği sinyalini vermektedir. Tüm projeksiyon sonuçlarına göre göldeki toplam su miktarı gelecekteki iklim rejimlerinden etkilenecek ve tahminen orta vadede %30 oranında azalma yaşanacaktır. Bu durumda artan nüfus ve yaşam koşulları altında potansiyel bir su sıkıntısının yaşanması muhtemeldir. Dolayısıyla, göl suyunun en iyi şekilde yönetilmesi, su toplama alanlarındaki yukarı akış faaliyetlerinin düzenli olarak izlenmesi ve ayrıca uygun politika geliştirme ihtiyacını göstermektedir.
Özet (Çeviri)
Climate change remains to be one of the major threats to the water sector other than other human factors such as polution and uncontrolled utilization of water resources in sectors such as urbanization and agriculture. The Lake Turkana basin is one of the areas that is under climate change threat adding on to the present severe climatic conditions. Determining the future of the major water source in this region with climate change being a reality is of great importance. This study aimed at estimating the amount of evaporation with Artificial Neural Networks (ANNs) model, to improve the performance of the model and to make domestic and livestock projections. In addition, it is aimed to determine the effects of climate change on lake evaporation and to develop possible adaptation measures by using future forecasts including meteorological data compiled from CORDEX regional climate models in the model. The ANNs model with 6 hidden neurons and a training, validation and testing rates of 80%, 10% and 10% respectively had the best performance in estimating evaporation. The ANNs model with four parameters was able to perform with the highest correlation coefficient of 0.99, least mean square error of 8.13967E-5 and MAPE of 6%. The future average annual lake evaporation was projected to be 23.76, 25.68, 18.89 and 18.57 billion m3 for HADGEM and MPI 4.5 and 8.5 respectively. ANNs was found to be an efficient tool in future forecasts of climate based projections and in water management related decision making.
Benzer Tezler
- Eğirdir Gölü su seviyesi mevsimsel değişiminin bulanık mantık metoduyla modellenmesi
Modelling of seasonal lake level fluctuations of Lake Eğirdir using fuzzy logic
HALİL ESENDAL
Yüksek Lisans
Türkçe
2007
İnşaat MühendisliğiSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. HÜSNÜ DEMİRPENÇE
- The role of hydraulic loading and nutrients in the ecology of mediterranean shallow lakes
Hidrolik yükleme ve göl besin tuzunun akdeniz sığ göl ekolojisindeki rolü
JAN EMMA PIETER COPPENS
Doktora
İngilizce
2016
BiyolojiOrta Doğu Teknik ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. MERYEM BEKLİOĞLU
PROF. DR. ERIK JEPPESEN
- İzmit havzasının hidrojeoloji incelemesi ve yeraltısuyu akım modellemesi
An examination of the hydrogeology of the İzmit basin, and modelling of the groundwater flow
MERAL ERDOĞAN TOPÇUOĞLU
Doktora
Türkçe
2022
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. REMZİ KARAGÜZEL
- Büğdüz alt havzası (Burdur) hidrolojik modeli
Hydrological modelling of Büğdüz sub-basin (Burdur)
EMİNE ARSLAN KARADAVUT
Yüksek Lisans
Türkçe
2024
Jeoloji MühendisliğiHacettepe ÜniversitesiJeoloji (Hidrejeoloji) Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TÜRKER KURTTAŞ