Basit bütçe modelleri ile baraj göllerinde besin elementi değişiminin incelenmesi

Abstract

Doğal ve yapay göllerde artan besin elementleri konsantrasyonu ötrofikasyonun ana nedenlerinden birisidir. Doğal ve yapay göllerin; besin elementlerince (fosfor ve/veya azot) ve organik maddece zenginleştirilmesi neticesinde su kütlesinde alg ve makrofit formlarının kontrolsüz büyümesi gerçekleşir ve neticede sucul ekosistemlerin yapısı, fonksiyonu ve istikrarında arzu edilmeyen değişiklikler ve su kalitesinde bozulmalar meydana gelir. Son 20 yılda, (a) basit ve tek denklemli ampirik (deneysel) bütçe modeli (Vollenweider, 1968); ve (b) daha detaylı üç boyutlu süreç temelli modeller olmak üzere doğal ve yapay göllerde besin maddesi değişimlerini nicelleştirmek için iki tür modelleme yaklaşımı geliştirilmiştir.Bu çalışma; baraj göllerinde basit bütçe modelleri ile besin elementi dinamiğinin incelenmesine odaklanmıştır. Çalışmanın temel hipotezi basit bütçe modelleri ile baraj göllerinde besin elementi tahminlerinin yapılabileceğidir. Bu amaçla Yuvacık Baraj Gölü'nde 2010-2014 yılları arasında yapılmış ölçümler kullanılarak bu hipotez test edilmiştir. Çalışmada kullanılan veriler Kocaeli Su ve Kanalizasyon İdaresi Genel Müdürlüğünden temin edilmiştir. Baraj Gölünde 2010-2014 yılları arasında TP konsantrasyonu 0.014 mg/L ile 0.065 mg/L arasında değişirken TN konsantrasyonu 0.67 mg/L ile 1.450 mg/L arasında değişmektedir. Çalışmada; Yuvacık Baraj Gölünün trofik seviyesi; Trofik Seviye İndeksine (TSI) göre belirlenmiş ayrıca Vollenweider tipi 9 farklı bütçe modeli ile TP ve TN konsantrasyonları tahmin edilmiştir. Bütçe modellerinin TN için R2 değeri % 20.02 ile % 29.70 arasında değişmektedir. TP için ise R2 değeri % 11.20 ile %57.20 arasında değişmektedir. Kullanılan bütçe modellerindeki katsayılar Yuvacık Baraj Gölü için özelleştirilmiştir. Bu özelleştirme işlemden sonra TN için R2 değeri % 23.72 ile %34.96 arasında değişmiştir. TP için ise R2 değeri %37.06 ile %57.79 arasında değişmiştir. Ayrıca Yuvacık Baraj Gölünde TP ve TN tahmini için model de geliştirilmiştir. Geliştirilen bu modellerin TN için çapraz validasyon belirleme katsayısı % 31.47 iken TP için bu değer % 60.71 olmuştur.

The increasing nutrient concentrations in artificial and natural lakes are one of the main causes behind eutrophication. As a result of the enrichment of organic matter and nutrients such as phosphorus and/or nitrogen, the uncontrolled growth of algae and macrophytes in water bodies, undesired changes occur in their structure, function and stability, with the degradation of water quality. For the last two decades, the two main modelling approaches have been developed to quantify changes in nutrients for the artificial and natural lakes: (a) simple and single empirical equations of budgets (Vollenweider, 1968), and (b) 3-D detailed process-based models. This thesis focuses on the exploration of simple budgetary models and nutrient dynamics in dam reservoirs. The fundamental hypothesis of the present thesis is based on the ability of accurately predicting nutrients using the simple budgetary models. In this context, this hypothesis was tested using in-situ measurements carried out between 2010 and 2014 for dam reservoir Yuvacık. The in-situ data were acquired from the General Directory of Kocaeli Water and Sewage Management. TP concentration varied between 0.014 mg/L and 0.065 mg/L, while TN concentration changed from 0.67 mg/L to 1.450 mg/L in the reservoir. In the thesis, the trophic level of the reservoir was determined according to the trophic level index (TLI), and TP and TN concentrations were estimated using a total of nine Vollenweider budgetary models. R2 values of the budgetary models ranged from 20.02% to 29.7% for TN and from 11.20% to 57.20% for TP. The coefficients used in the models were made site-specific for the reservoir. After the calibration of site-specific coefficients, the R2 values of the models have risen to the range of 23.72% to 34.96% for TN and of 37.06% to 57.79% for TP. The predictive models were developed for the predictions of TP and TN in the reservoir. Cross-validation predictive power of these models was 31.47% for TN and 60.71% for TP.