Tarımsal uygulamalarda kullanılan bazı iklim verilerinin kestirimi ve veri tabanının oluşturulması

Abstract

Tarımsal uygulamalarda kullanılabilecek bazı iklim parametrelerinin (ortalama sıcaklık, en düşük sıcaklık, en yüksek sıcaklık, bağıl nem ve yağış) konumsal dağılımlarının belirlenmesinde kullanılabilecek en uygun yöntemlerin belirlenmesine yönelik yapılan bu çalışma Amasya, Çorum, Ordu, Samsun, Sinop, Tokat ve Yozgat illerini kapsamıştır. Çalışmada sıcaklık ve bağıl nem için 72, yağış için ise 69 farklı meteoroloji gözlem istasyonundan elde edilen uzun yıllık gözlem değerleri kullanılmıştır. Konumsal dağılım özelliği gösteren aylık iklim veri katmanlarının üretilmesinde; deterministik yöntemler (IDW, Spline), stokastik (Geoistatistik) yöntemler (Kriging, Cokriging) ve çoklu doğrusal regresyon yöntemleri karşılaştırmalı olarak analiz edilmiştir. Yöntemlerin karşılaştırılması amacıyla korelasyon katsayılarının üretilebilmesi için gözlem istasyonlarının %80'i analiz verisi, %20'si ise test verisi olarak ayrılmıştır.Çalışma sonucunda seçilen yöntemler aylar bazında değişkenlik göstermiştir. Aylık ortalama sıcaklıklar açısından tahmin edilen ve ölçülen değerler arasındaki korelasyon katsayıları 0.80 ile 0.95 arasında değişirken tüm aylar için korelasyon katsayıları %1 düzeyinde önemli bulunmuştur. Genel anlamda aylık ortalama sıcaklık değerleri için en doğru sonuçları çoklu doğrusal regresyon yöntemi vermiştir. Aylık en düşük sıcaklık değerleri için ağırlıklı olarak Spline yönteminin en uygun yöntem olduğu, bazı aylarda ise Regresyon, IDW ve Cokriging yöntemlerin en uygun yöntemler olduğu söylenebilmektedir. En yüksek sıcaklık değerleri için ise, ele alınan yöntemlerin tamamı özellikle yaz aylarında yetersiz sonuçlar vermiştir. Bağıl nem değerleri için genel anlamda yüksek korelasyon katsayıları elde edilmiş, yöntemler arasında Cokriging öne çıkarken bazı aylarda Regresyon ve IDW yöntemleri başarılı sonuçlar vermiştir. Aylık toplam yağış değerlerinde her bir ay için yüksek korelasyon katsayılarına sahip yöntemler ve sonuçlar elde edilmiştir. Tüm aylar için IDW, Spline ve Kriging yöntemleri benzer sonuçlar vermiştir.

This study, which aims to determine most appropriate methods of determining the spatial distribution of climatic parameters (mean temperature, minimum temperature, maximum temperature, relative humidity and rainfall) that can be used in agricultural applications, covers the provinces of Amasya, Çorum, Ordu, Samsun, Sinop, Tokat and Yozgat. In this study, long-range observed values that are obtained from 69 different meteorological observation stations for rainfall and 72 different meteorological observation stations for relative humidity and temperature have been used. Deterministic methods (IDW Spline), Stochastic (Geostatistical) methods (Kriging, Cokriging) and multi-linear regression methods have been comparatively analyzed in order to produce the monthly climate data layers that show spatial distribution patterns. In order to compare methods, to produce correlation coefficients, 80% observation stations have been classified as analysis data and 20% of have been classified as test data.Methods chosen at the end of the study have shown variations in monthly basis. For all months correlation coefficients have been considered significant at the level of 1%, while the correlation coefficient between estimated and measured values of monthly average temperature varied between 0.80 and 0.95. Broadly, regression method has given the most accurate results for monthly average temperature values. It can be concluded that predominantly Spline method is the most appropriate method for monthly minimum temperature values, and for some other months Regression and IDW and Cokriging methods fit as the most suitable methods. Of all methods covered for maximum monthly temperature values seems to be insufficient especially for the summer months. For relative humidity mainly high correlation values are obtained, where Cokriging method outshines among all methods whereas still for some other months Regression and IDW methods gave successful results. In monthly aggregate rainfall values, for each month high correlation coefficients and results are obtained. IDW, Spline and Kriging methods gave similar values for all months.