Geri Dön

Susurluk havzası özelinde kayıp veri ve kuraklık analizi

Missing data and drought analysis in the susurluk basin

PDF İndir

  1. Tez No: 934324
  2. Yazar: TUĞÇE HIRCA
  3. Danışmanlar: DOÇ. DR. GÖKÇEN ERYILMAZ TÜRKKAN
  4. Tez Türü: Doktora
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Bayburt Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 208

Özet

Kuraklık, en karmaşık ve en yıkıcı doğal afetlerden biridir. Kuraklık etkileri, su kaynaklarının sürdürülebilir yönetimi sayesinde en aza indirilebilmektedir. Optimum su kaynakları yönetimi için hidrolojik analizlerden güvenilir sonuçlar elde edilmelidir. Güvenilir sonuçlar ise hidrolojik ve istatistiksel analizlerde kullanılacak veri envanterinin eksiksiz olması ile yakından ilişkilidir. Bu çalışma, Susurluk Havzası örneği üzerinde kayıp veri ve kuraklık analizi olmak üzere iki ana bölümden oluşmaktadır. Çalışmanın birinci bölümünde, hidroloji literatürü için kayıp veri metodolojisi geliştirilerek havzanın istatistiki yapısına en uygun atama yönteminin belirlenmesi amaçlanmıştır. İkinci bölümünde ise geleneksel ve yenilikçi yöntemler ile havzanın kuraklık risk durumunun detaylı olarak belirlenmesi amaçlanmıştır. Kayıp veri metodolojisinde; gerçek veri setlerinin kayıp veri miktarı, kayıp veri deseni ve kayıp veri mekanizmaları dikkate alınarak simüle veri setleri oluşturulmuştur. Simüle veri setlerindeki kayıp verilerin tahmininde basit atama teknikleri, Beklenti Maksimizasyonu (BM) ve k-En Yakın Komşu (kNN) algoritması kullanılmıştır. Gerçek veri setlerinin istatistiksel yapısına benzer olan simüle veri setleri için en uygun kayıp veri atama yöntemi farklı değerlendirme kriterlerine göre belirlenmiştir. Bu sayede, gerçek veri setlerindeki kayıp verilerin tahmininde en etkili yöntem kullanılmıştır. Çalışma kapsamında, istasyon seçiminin ve normallik varsayımının BM performansına etkisi oluşturulan çeşitli senaryolarla incelenmiştir. Belirtilen metodolojiye uygun olarak verilerdeki kayıp değerler tamamlanmıştır. Kuraklık analizleri yapılmadan önce, verilerdeki tutarsızlık ve kırılmalar homojenlik testleri ile değerlendirilmiştir. Ardından kısa (1-3 ay), orta (6-9 ay) ve uzun (12-24 ay) zaman ölçeklerinde Standart Yağış İndeksi (SYİ), Standart Yağış Evapotranspirasyon İndeksi (SYEİ), Z-Skor İndeksi (ZSİ) ve Gerçek Yağış İndeksi (GYİ) hesaplanmış ve ekstrem kuraklıklar belirlenmiştir. Kuraklık indeks değerlerinin içsel bağımlılıkları incelenmiş ve kuraklık trendlerini belirlemek amacıyla parametrik olmayan Modifiye edilmiş Mann-Kendall (mMK) testi, grafiksel trend analizi için Yenilikçi Trend Analizi (YTA) yöntemi ve Yenilikçi Trend Anlamlılık Testi (YTAT) kullanılmıştır. Çalışmada, kayıp verilerin tamamlanmasında en etkili yöntemin BM olduğu, genelleştirilmiş ekstrem değer (GED) dağılımının havza yağışını Gamma dağılımından daha iyi temsil ettiği belirlenmiştir.

Özet (Çeviri)

Drought is one of the most complex and destructive natural disasters. Drought effects can be minimized through sustainable management of water resources. Reliable results from hydrological analyses should be obtained for optimal water resources management. Reliable results are closely related to the completeness of the data inventory to be used in hydrological and statistical analyses. This study consists of two main sections: missing data and drought analysis in the Susurluk Basin. In the first section of the study, it is aimed to determine the most appropriate imputation method for the statistical structure of the basin by developing a missing data methodology for the hydrology literature. In the second section, it is aimed to determine the drought risk status of the basin in detail with traditional and innovative methods. In the missing data methodology, simulated data sets are created by considering the amount of missing data, missing data pattern and missing data mechanisms of real data sets. Simple imputation techniques, Expectation Maximization (EM) and k-Nearest Neighbor (kNN) algorithm are used to estimate missing data in simulated data sets. The most appropriate missing data imputation method for simulated data sets that are similar to the statistical structure of real data sets is determined according to different evaluation criteria. In this way, the most effective method is used to estimate missing data in real data sets. Within the scope of the study, the effect of station selection and normality assumption on the performance of the EM is examined with various scenarios. Missing values in the data are completed in accordance with the specified methodology. Before conducting drought analyses, inconsistencies and breaks in the data are evaluated with homogeneity tests. Then, Standard Precipitation Index (SPI), Standard Precipitation Evapotranspiration Index (SPEI), Z-Score Index (ZSI) and Actual Precipitation Index (API) are calculated for short (1-3 months), medium (6-9 months) and long (12-24 months) time scales and extreme droughts are determined. The serial dependencies of drought index values are examined and the nonparametric Modified Mann-Kendall (mMK) test, the Innovative Trend Analysis (ITA) method for graphical trend analysis and the Innovative Trend Significance Test (ITST) are used to determine drought trends. In the study, it is determined that EM is the most effective method to complete the missing data, and the generalized extreme value (GEV) distribution represents the basin rainfall better than the Gamma distribution.

Benzer Tezler

  1. Tez No

    735276

    Uzaktan algılama teknolojileri kullanılarak denizlerde kirliliğin izlenmesi: Marmara Denizi örneği

    Monitoring of pollution in the sea using remote sensing technologies: The case of the Sea of Marmara

    BUSE TIRMANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. NEBİYE MUSAOĞLU

  2. Tez No

    67370

    Susurluk Havzası nehirlerinde su kalitesi trendlerinin belirlenmesi

    Detection of water quality trends in the rivers of the Susurluk Basin

    SERDAR KALAYCI

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    İnşaat MühendisliğiSelçuk Üniversitesi

    İnşaat Ana Bilim Dalı

    DOÇ. DR. YÜKSEL BURDURLU

  3. Tez No

    276336

    Susurluk havzası yağış akış verilerinin modellenmesi

    Modelling of precipitation streamflow data of Susurluk basin

    ALPASLAN YARAR

    Doktora

    Türkçe

    Türkçe

    2010

    İnşaat MühendisliğiSelçuk Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ATİLA DORUM

  4. Tez No

    661180

    Kuzey Ege, Susurluk ve Gediz havzalarındaki Squalius cinsine ait türlerin bazı morfolojik özelliklerinin karşılaştırılması

    Comparison of some morphological features of Squalius species in the North Aegean, Susurluk and Gediz basins

    SAADET GÜNGÖR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    BiyolojiEskişehir Osmangazi Üniversitesi

    Biyoloji Ana Bilim Dalı

    PROF. DR. ÖZGÜR EMİROĞLU

  5. Tez No

    799195

    Susurluk havzası kocaçay deltası sulak alanının izlenmesi ve haritalanması

    Monitoring and mapping of susurluk basin kocaçay deltawetland

    ÜZEYİR ÖZASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Ormancılık ve Orman MühendisliğiBursa Teknik Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ESİN ERDOĞAN YÜKSEL

Geri Dön