Meteorolojik kuraklık analizindeki belirsizlik yaratan unsurların irdelenmesi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Küresel ısınmanın gelecekteki etkilerinin öngörülüp su ihtiyacı açısından önlemlerin alınabilmesi için kullanılan hesap yöntemlerinin gerçekçiliğinin matematiksel olarak sorgulanma ihtiyacı duyulmaktadır. Bu nedenle, meteorolojik kuraklık analizinde kullanılan PET(Potansiyel Evapotranspirasyon), GCM(Genel Döngü Modeli) , RCP(Temsili Kotasyon Rotaları) modellerinin oluşturduğu belirsizliklerin belirlenmesi gerekmektedir. Aksi durumda bir ya da birden fazla havza üzerinde yapılacak gelecek senaryolarının ne denli hatalı olabileceği öngörülemeyecektir. İşbu çalışmada söz konusu model ve yöntemlerin oluşturduğu sonuçlar varyans analizine(ANOVA) tabi tutulmuş ve ortaya çıkan sonuçlar incelenmiştir. Belirsizliği yaratan her bir unsurun ne ölçüde belirsizlik yarattığı belirlenmeye çalışılmıştır. Ayrıca söz konusu belirsizliğin ne kadarının tarihsel verilere ne kadarının projeksiyonlara etki ettiği görülmeye çalışılmıştır. Çalışmada öncelikle Gördes havzasının tüm ölçüm istasyonlarının sıcaklık(T) ve yağış(P) verileri alınmış, bu veriler havzayı modelleyecek şekilde optimize edilmiştir. Sonrasında havzanın tümünün yükselti, enlem ve boylam değerleri tüm havzayı modelleyecek şekilde optimize edilmiştir. Ardından 12 adet PET modeli MATLAB programı yardımıyla oluşturmuştur. PET modellerinden alınan potansiyel evapotranspirasyon değerleri yağış değerleriyle birlikte Standartlaştırılmış Yağış ve Evapotranspirasyon Endeksine(SPEI) tabi tutulmuştur. Bölgenin kuraklık analizi yapıldıktan sonra GCM modellerinin ölçek indirgemeleri yapılmış ve Gördes Havzasını modelleyecek hale getirilmiştir. 1980-2006 yılı takvim verileri 1981-2005 yılı su verilerine dönüştürülmüş ve her modelin aynı veriyle çalıştığından emin olunmuştur. Sonrasında GCM ve RCP modellerinin projeksiyonları 2020-2050 su yılları arasında yine MATLAB programı yardımıyla programlanarak 2 Adet RCP, 12 Adet GCM ve 12 Adet PET modelinin sonuçları alınmıştır. Daha sonra bu sonuçlara yine aynı program yardımıyla varyans analizi (ANOVA) uygulanmıştır. Varyans analizinden çıkan sonuçlar yardımıyla önce meteorolojik kuraklığa etki eden faktörler bulunmuş daha sonra bu faktörlerin tarımsal kuraklığa olan etkileri de araştırılmıştır. Çalışmada PET hesaplarının gözle görülür bir belirsizlik yaratmadığı GCM verilerinin ise belirsizliği asıl oluşturan unsur olduğu görülmüştür. Tüm bulunan sonuçlar ve belirsizliğe neden olan öğeler bu çalışmanın sonuç kısmında tartışılmış ve konu ile ilgili çalışan araştırmacılara gerekli önerilerde bulunulmuştur. In order to predict the future effects of global warming, mathematical analysis of drought and hydrological calculation methods are essential to estimate water needs accurately. Therefore, in this study, Potential Evapotranspiration (PET), General Circulation Model(GCM), Representative Concentration Pathway(RCP) are questioned to provide mathematical approach to all uncertainties they cause. Otherwise, it would be wrong to estimate future drought without knowing how much offset the estimate could be. In this study, the results of every model and method are taken into the variance analysis test (ANOVA) and examined the results to provide a mathematical approach to uncertainties these models create. As a result, uncertainties of meteorological droughts are provided not just in historical data, but the future projections as well. In this study the temperature (T) and precipitation (P) data are taken from various measurement stations and optimized for modelling the basin which is one of the Midwestern basins of Turkey, Gordes. In order to calculate PET uncertainty, 12 PET models are created using MATLAB program. Conjuring the PET and P data Standardized Precipitation and Evapotranspiration Index (SPEI) is created for comparing results for different models. After the drought assessments of Gordes basin, downscaling for GCM data is provided. Then, 1980-2005 calendar data are changed into 1981-2005 water year data to ensure every data is used respectively at the same time. Afterwards, projection of GCM and RCP data are created using MATLAB program for water years of 2020-2050. This projection included 12 PET models, 12 GCM data, and 2 RCP data. The results of these 288 combination are tested using ANOVA. The results from variance analysis provided uncertainty factors for meteorological drought. After examining meteorological drought, for comparison, uncertainties of agricultural droughts are also calculated. The varieties of PET results were thought to cause the uncertainty in the beginning. However, in result GCM data is found to be the main reason for uncertainty in both Agricultural and Meteorological drought projections. At the end, preventing miscalculations caused by uncertainty is discussed and made suggestions for making better future meteorological drought analysis.
Collections