Aylık Yağış ve Bağıl Nemdeki Eğilimlerin Değerlendirilmesi: Konya'da İklim Değişikliği Referansı İçin Kapsamlı Bir Analiz

Year 2024, , 105 - 114, 30.04.2024

Kağan Eryürük , Şule Eryürük

https://doi.org/10.47112/neufmbd.2024.35

Abstract

Konya ili ekilebilir arazi bakımından yüksek bir orana sahip olduğu için ve Konya ilinde yağışın mevsimsel değişkenlik göstermesinden dolayı bu çalışmada Konya ili için bağıl nem ve yağış trend analizi araştırılmıştır. Türkiye Devlet Meteoroloji Dairesi, 1929'dan 2020'ye kadar 91 yıllık dönemi kapsayan bağıl nem ve yağış miktarına ilişkin istatistikler sağlanmıştır. Yağışın ve bağıl nemin içinde bulunduğu meteorolojik verilerin trend analizinin incelenmesi için Mann Kendall Testi ve Sen’in Trend Eğim Metodu kullanılmıştır. Yapılan analizler sonucunda yağış verileri için Kendall'ın tau değerlerinin Ocak'tan Aralık ayına kadar −0,087 ile 0,121 arasında değiştiği ve değerlerin çoğunluğunun sıfıra yakın olduğu belirlenmiştir Çoğu p değeri 0,05'ten büyük olarak hesaplanmıştır ve Sen'in eğimi değerlerinin aylık yağış için-0,087 ila 0,121 arasında değiştiği belirlenmiştir. Sonuçlara bağlı olarak Kendall'ın tau ve Sen' in eğimi değerleri sıfıra yakın ve p değerleri yüksektir; bu durum aylık ortalama yağış eğilimlerinde istatistiksel anlamlılık eksikliğine işaret etmektedir. Bağıl nem verileri için Kendall'ın tau değer aralığı-0,007 ila -0,248 olarak hesaplanmıştır ve p değerleri birkaç ayda (Ocak, Haziran, Aralık) 0,05'ten az olarak bulunmuştur. Sen'in eğimi değerleri ise 0,076 ila 0,000 aralığında değiştiği saptanmıştır. Sen'in eğimi ve Mann-Kendall testi, istatistik açısından üç ay boyunca (Ocak, Haziran ve Aralık) bağıl nemin azalma yönünde önemli bir eğilim olduğunu, ancak ortalama bağıl nem için diğer aylarda bu eğilimin olmadığını göstermektedir. İklim değişikliği tahmin edilirken, Konya'nın bağıl nem ve yağış oranlarında önemli farklılıklar öngörmeyen senaryo ve iklim modellerinin yol gösterici olabileceği söylenebilir.

Keywords

Yağış, Bağıl Nem, Sen, Trend analizi, Mann-Kendall test

Assessing Trends in Monthly Precipitation and Relative Humidity: An Analysis for Climate Change Reference in Konya

Abstract

Due to the high proportion of arable land in the province of Konya and the seasonal variability in rainfall in this region, this study investigates the trend analysis of relative humidity and precipitation for the province of Konya. The Turkish State Meteorological Service provided the statistics on relative humidity and the amount of precipitation covering a 91-year span from 1929 to 2020. Mann Kendall Test and Sen’s Trend Slope Method were used at 95% confidence level to investigate the trend analysis of meteorological data of relative humidity and precipitation. In the lights of analysis, the values range from −0.087 to 0.121 for the months of January through December, with the majority of values being near 0 for Kendall’s tau, most p-values are larger than 0.05, and the values for Sen’s slope range from −0.087 to 0.121 for the monthly precipitation. Depending on the results, the values for Kendall's tau and Sen's slope are close to zero, and the p-values are high, indicating a lack of statistical significance in the trends for the average monthly precipitation. The range of values is −0.007 to −0.248 for Kendall’s tau, p-values are less than 0.05 in a few months (January, June, December), and 0.076 to 0.000 is the range of values Sen’s slope for average relative humidity. Sen's slope and the Mann-Kendall test indicate that there is a significant tendency toward a decreasing relative humidity for three months (January, June, and December) in terms of statistics but not for the other months for average relative humidity. It was suggested that when predicting climate change, scenarios and climate models that do not predict significant differences in Konya's relative humidity and precipitation could be considered as a guide.

Keywords

Mann-Kendall Test, Precipitation, Relative Humidity, Sen’s Trend Slope, Trend Analysis

References

• M.C.J. Butler, A.M.García-Suárez, Relative humidity at Armagh Observatory, 1838–2008, International Journal of Climatology. 5 (2012), 657–668. doi:10.1002/joc.2302
• R.E. Davis, G.R. McGregor, K.B. Enfield, Humidity: A review and primer on atmospheric moisture and human health, Environmental Research. 144(A) (2016), 106–116.
• L.N. Gunawardhana, G. A. Al-Rawas, S. Kazama, An alternative method for predicting relative humidity for climate change studies, Meteorological Applications. 24(4) (2017), 551–559.
• A. Silveira, Problems of modern urban drainage in developing countries, Water Science and Technology. 45(7) (2002), 31–40.
• M.E. Falagas, G. Theocharis, A. Spanos, L. A. Vlara, E. A. Issaris, G. Panos, G. Peppas, Effect of meteorological variables on the incidence of respiratory tract infections, Respiratory Medicine. 102(5) (2008), 733–737.
• Ds. Zhang, X. Zhang, Yh. Ouyang, L. Zhang, Sl. Ma, J. He, Incidence of allergic rhinitis and meteorological variables: non-linear correlation and non-linear regression analysis based on Yunqi theory of Chinese medicine, Chinese Journal of Integrative Medicine. (2016), 1–7.
• F. Özen, R. Ortaç Kabaoğlu, T.V. Mumcu, Deep learning based temperature and humidity, Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 5 (2) (2023), 219–229.
• K. Özdemir, Ö. Güngör, Filyos çayı havzasında SWAT modelinin uygulaması, Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi. 1 (2) (2019), 90–102.
• B. Keleş, S. S. Durduran, Osmaniye ilinin arazi örtüsü ve kullanımındaki zamansal değişimin uzaktan algılama teknikleri ile araştırılması, Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi. 1 (1) (2019), 32–52.
• R. Acar, S. Şenocak, Türkiye’deki kısa süreli yağışların trend analizi, İklim Değişikliği ve Çevre. 1(1) (2008), 18–25.
• G. Çeribaşı, Batı karadeniz havzasının yağış verilerinin yenilikçi şen yöntemi ile analizi, Akademik Platform Mühendislik ve Fen Bilimleri Dergisi. 6(3) (2018), 168–173.
• G. Çeribaşı, E. Doğan, Karadeniz ve Sakarya havzalarında yıllık ortalama yağışların trend analizi, Uluslararası Teknolojik Bilimler Dergisi. 7(1) (2015), 1–7.
• M. Büyükyıldız, A. Berktay, Parametrik olmayan testler kullanılarak Sakarya Havzası yağışlarının trend analizi, Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi. 19(2) (2004), 23–38.
• S. Coşkun, Van Gölü kapalı havzasında yağışların trend analizi, Mühendislik Bilimleri ve Tasarım Dergisi. 8(2) (2020), 521–532.
• M. Karabulut, F. Cosun, Kahramanmaraş ilinde yağışların trend analizi, Coğrafi Bilimler Dergisi. 7(1) (2009), 65–83.
• H.Y. Dalkılıç, Yağışların trend analizi, Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 12(3) (2019), 1537–1549.
• V. Demir, Karadeniz Bölgesi Yağışlarının Trend Analizi, Yüksek Lisans Tezi, Ondokuz Mayis Üniversitesi Fen Bilimleri Enstitüsü, Samsun, 2018.
• V. Demir, Trend analysis of lakes and sinkholes in the Konya Closed Basin, in Turkey, Natural Hazards. 112 (2022), 2873–2912.
• O. Yagbasan, V. Demir, H. Yazicigil, Trend analyses of meteorological variables and lake levels for two shallow lakes in central Turkey, Water. 12 (2020), 414. doi:10.3390/w12020414
• M.N. Asaad, Ş. Eryürük, K. Eryürük, Forecasting of streamflow and comparison of artificial intelligence methods: a case study for Meram stream in Konya, Turkey, Sustainability. 14(10) (2022), 6319. https://doi.org/10.3390/su14106319
• C. Karaca, The Biogas potential of animal manure and its ghg reduction effect in Konya Province, Turkey, Journal of Environmental Engineering and Landscape Management, 31(4) (2023), 232–239.
• C.B. Karakuş, Hidro-meteorolojik parametreler için trend analizi yöntemleri, International Journal of Scientific and Technological Research. 3 (2) (2017), 22–32.
• Ö. Terzi, A. İlker, Yağış Verilerinin Trend Analizi: Kızılırmak Havzası Örneği, Academic Platform Journal of Engineering and Science. 9(2) (2021), 371–377.
• R.M. Hirsch, J.R. Slack, R.A. Smith, Techniques of trend analysis for monthly water quality data, Water Resources Research. 18(1) (1982), 107–121.
• S. Kalaycı, E. Kahya, Susurluk Havzası nehirlerinde su kalitesi trendlerinin belirlenmesi, Turkish Journal of Engineering and Enviromental Science. 22(6) (1998), 503–514.
• D.F. Brossart, V.C. Laird, T.W. Armstrong, Interpreting Kendall’s Tau and Tau-U for single-case experimental designs, Cogent Psychology. 5:1 (2018). doi: 10.1080/23311908.2018.1518687
• Y. S. Yu, S. Zou, D. Whittemore, Non-parametric trend analysis of water quality data of rivers in Kansas, Journal of Hydrology. 150(1) (1993), 61–80.
• F. Hussain, G. Ceribasi, A.I. Ceyhunlu, R.-S. Wu, M.J.M. Cheema, R.S. Noor, MUHAMMAD N. Anjum, M. Azam, A. Afzal, Analysis of precipitation data using ınnovative trend pivot analysis method and trend polygon star concept: a case study of soan river basin, Potohar Pakistan, Journal of Applied Meteorology and Climatology. (2022), 1861–1880.
• A.I. Ceyhunlu, G. Ceribasi, N. Ahmed, H. Al‑Najjar, Climate change analysis by using sen’s innovative and trend analysis, Journal of Coastal Conservation. (2021), 25: 50.
• M. Achite, G. Ceribasi, A. Wałęga, A.I. Ceyhunlu, N. Elshaboury, N. Krakauer, T. Hartani, T. Caloiero, S. Gul, Analysis of monthly average precipitation of Wadi Ouahrane basin in Algeria by using the ITRA, ITPAM, and TPS methods, Environmental Monitoring and Assessment. 195 (2023), 606.