Yukarı Kızılırmak Havzasında Hidrolojik Kuraklik Eğilimleri: SSP2 ve SSP5 Senaryolarının Karşılaştırılması

Öz

Bu çalışma, Yukarı Kızılırmak Havzası’nda SSP2 ve SSP5 iklim değişikliği senaryoları altında hidrolojik kuraklık eğilimlerini değerlendirmeyi amaçlamaktadır. Çalışmada, 2100 yılına kadar öngörülen akarsu akım verileri kullanılarak Streamflow Drought Index (SDI) hesaplanmış ve zaman serileri üzerinde Mann-Kendall ile Sen’in eğilim testleri uygulanmıştır. Sonuçlar, SSP5 senaryosu altında hidrolojik kuraklığın daha uzun süreli ve şiddetli olabileceğini göstermektedir. Özellikle İstasyon 6’da 2090 sonrası SDI değerlerinin -2 seviyesinin altına inerek aşırı kuraklık kategorisine ulaşabileceği tahmin edilmektedir. Mann-Kendall trend analizi sonuçlarına göre, SSP2 senaryosunda yalnızca iki istasyonda istatistiksel olarak anlamlı negatif eğilimler gözlemlenirken, SSP5 senaryosu altında tüm istasyonlarda anlamlı düşüş eğilimleri tespit edilmiştir. Hidrolojik kuraklığın mekânsal dağılımı incelendiğinde, üst havzadaki istasyonlarda SDI değerlerinin daha yüksek seyrettiği, buna karşın alt havzalarda kuraklığın daha belirgin olduğu görülmektedir. Bu bulgular, iklim değişikliğinin havzadaki hidrolojik rejimi önemli ölçüde etkileyebileceğini ve su yönetimi açısından yeni stratejiler geliştirilmesi gerektiğini göstermektedir. Gelecekteki çalışmalarda, havzanın farklı iklim modelleriyle karşılaştırmalı analizinin yapılması ve su yönetimi politikalarının geliştirilmesi önerilmektedir.

Anahtar Kelimeler

• Hidrolojik kuraklık
• SDI
• Trend analizi
• Yukarı Kızılırmak

Hydrological Drought Trends in The Upper Kizilirmak Basin: A Comparison of SSP2 and SSP5 Scenarios

Öz

This study aims to evaluate hydrological drought trends in the Upper Kızılırmak Basin under SSP2 and SSP5 climate change scenarios. In the study, streamflow data projected until 2100 were used to calculate the Streamflow Drought Index (SDI), and Mann-Kendall and Sen’s slope tests were applied to the time series. The results indicate that hydrological drought may be more prolonged and severe under the SSP5 scenario. Particularly, after 2090, SDI values at Station 6 are projected to drop below -2, reaching the extreme drought category. According to Mann-Kendall trend analysis, only two stations exhibit statistically significant negative trends under SSP2, whereas all stations show significant decreasing trends under SSP5. An analysis of the spatial distribution of hydrological drought reveals that SDI values are generally higher in the upper basin, whereas drought conditions become more pronounced in the lower sub-basins. These findings suggest that climate change could significantly impact the hydrological regime of the basin, necessitating new strategies for water resource management. Future studies should compare different climate models and develop adaptive water management policies.

Anahtar Kelimeler

• Hydrological drought
• SDI
• Trend analysis
• Upper Kızılırmak

Kaynakça

1. Chauluka, F., Singh, S. & Kumar, R. (2021). Rainfall and streamflow trends of Thuchila River, Southern Malawi. Materials Today: Proceedings, 34, 846-855. https://doi.org/10.1016/j.matpr.2020.06.228
2. Circi Selcuk, B. & Irmak, M.A. (2022). A study on the adequacy and requirement of urban active green areas in Sivas. Fresenius Environmental Bulletin, 31(02), 2209-2220.
3. Değirmenci, M., Kaçaroğlu, F. & Cerit, O. (1995). Sivas Yakın Doğusu Jips Karstı Hidrojeolojisi. Süleyman Demirel Üniversitesi Mühendislik Fakültesi Dergisi Jeoloji Mühendisliği Seksiyonu, 8, 77-92
4. DSİ (2020). DSİ 2019 Yılı Faaliyet Raporu. DSİ, Ankara. (http://www.dsi.gov.tr/docs/stratejik plan/dsi-2019-faaliyetraporu.pdf?sfvrsn=2). Erişim Tarihi: 14 Mayıs 2020.
5. Ercan, B. & Yüce, M.İ. (2017). Trend Analysis of Hydro-Meteorological Variables of Kızılırmak Basin. Nevşehir Bilim ve Teknoloji Dergisi, 6 (ICOCEE 2017 Özel Sayı), 333-340.
6. Gocic, M. & Trajkovic, S. (2013). Analysis of changes in meteorological variables using Mann Kendall and Sen’s Slope estimator statistical tests in Serbia. Global and Planetary Change, 100, 172-182. https://doi.org/10.1016/j.gloplacha.2012.10.014
7. Jahangir, M.H. & Yarahmadi, Y. (2020). Hydrological drought analyzing and monitoring by using Streamflow Drought Index (SDI) (case study: Lorestan, Iran). Arabian Journal of Geosciences, 13, 110. https://doi.org/10.1007/s12517-020-5059-8
8. Kaçaroğlu, F., Değirmenci, M. & Cerit, O. (1997). Karstification in Miocene gypsum: an example from Sivas, Turkey. Environmental Geology, 30(1–2), 88–97. https://doi.org/10.1007/s002540050136

9. Kendall, M.G. (1975). Rank Correlation Methods. Griffin, 160p, London, UK
10. Kimaru, A.N., Gathenya, J.M. & Cheruiyot, C.K. (2019). The temporal variability of rainfall and streamflow into Lake Nakuru, Kenya, assessed using SWAT and hydrometeorological indices. Hydrology, 6(4), 88. https://doi.org/10.3390/hydrology6040088
11. Koç, H., Doğru, D. & Han, E. (2018). Yukarı Kızılırmak Havzası’nda ırmak sularının tarımda sulama amaçlı kullanım özelliklerinin belirlenmesi üzerine bir araştırma. Türk Coğrafya Dergisi, 70, 57-70. https://doi.org/10.17211/tcd.321037
12. Malik, A., Kumar, A. & Singh, R.P. (2019). Application of heuristic approaches for prediction of hydrological drought using multi-scalar streamflow drought index. Water Resources Management, 33, 3985–4006. https://doi.org/10.1007/s11269-019-02350-4
13. Mann, H.B. (1945). Nonparametric tests against trend. Econometrica, 13, 245-259. https://doi.org/10.2307/1907187
14. Nalbantis, Ι. & Tsakiris, G. (2009). Assessment of hydrological drought revisited. Water Resources Management, 23(5), 881–897. https://doi.org/10.1007/s11269-008- 9305-1.
15. Nyikadzino, B., Chitakira, M. & Muchuru, S. (2020). Rainfall and runoff trend analysis in the Limpopo river basin using the Mann Kendall statistic. Physics and Chemistry of the Earth, Parts A/B/C, 117, 102870. https://doi.org/10.1016/j.pce.2020.102870
16. Sağdıç, M. & Koç, H. (2012). Yukarı Kızılırmak Havzası’nın İklimi. Türk Coğrafya Dergisi, 58, 1-20.
17. Selçuk, S.F., Cebeci, M.S., Cerit, O., Selçuk, B.Ç. & Karagözoğlu, M.B. (2022). Sivas ilinin iklim değişikliği projeksiyonları. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 11(3), 522-533. https://doi.org/10.28948/ngumuh.1091466
18. Selçuk, S.F. (2023). Yukarı Kızılırmak Havzasında iklim değişikliği ve arazi kullanımı/örtüsü değişimi etkilerinin SWAT ile modellenmesi. Doktora Tezi, Sivas Cumhuriyet Üniversitesi, Sivas, Türkiye.
19. Sen, B., Topcu, S., Türkeș, M., Sen, B. & Warner, J.F. (2012). Projecting climate change, drought conditions and crop productivity in Turkey. Climate Research, 52, 175-191. https://doi.org/10.3354/cr01074
20. Sen, P.K. (1968). Estimates of the regression coefficient based on Kendall's tau. Journal of the American statistical association, 63(324), 1379-1389.
21. Tan, G., Ayugi, B., Ngoma, H. & Ongoma, V. (2020). Projections of future meteorological drought events under representative concentration pathways (RCPs) of CMIP5 over Kenya, East Africa. Atmospheric research, 246, 105112. https://doi.org/10.1016/j.atmosres.2020.105112
22. Tareke, K.A. & Awoke, A.G. (2022). Hydrological drought analysis using Streamflow Drought Index (SDI) in Ethiopia. Advances in Meteorology, 2022, 7067951. https://doi.org/10.1155/2022/7067951
23. Tigkas D., Vangelis H. & Tsakiris G. (2015). DrinC: a software for drought analysis based on drought indices. Earth Science Informatics, 8(3):697-709. https://doi.org/10.1007/s12145-014-0178-y
24. Türkeş, M. (2014). Türkiye’deki 2013-2014 Kuraklığının ve Klimatolojik/Meteorolojik Nedenlerinin Çözümlenmesi. Konya Toprak Su Dergisi, 2, 20-34.