COMPLETION OF MISSING DATA IN RIVERS FLOW MEASUREMENT: CASE STUDY OF ZAB RIVER BASIN

Yıl 2015, Cilt: 16 Sayı: 1, 63 - 79, 23.08.2015

Recep Bakış , Serdar Göncü

https://doi.org/10.18038/btd-a.45640

Cited By: 5

Öz

For the planning of water resources based on the demands through the basin, water potential of the basin must be analyzed carefully. For these analyses to be accurate and dependable, complete meteorological and flow data must be obtained which covers a long period of previous years. Because, especially missing flow monitoring data used at the planning stage of water structures have been reported to induce serious hazards at the operating stage.

 In this paper, filling of the missing data obtained from the flow gauging stations (FGS) was performed using regression analyses related to the correlations and drainage area-ratio methods. Zab River basin has been used for studying area.

In order to fill the missing data, linear and non-linear regression equations have been used for identifying the missing values without disturbing the statistical structure of the original (long) data sets. The same approach was followed for drainage area-ratio method. The size of missing part of the data, however, is one of the most important points to consider in filling the missing values. Especially in case of large amount of missing values, both filling methods resulted in large deviation when compared with original data. Therefore, different methods should be used as much as possible, not just only one method, for filling missing values and comparison of the results from different methods would lead to best missing data filling method

Anahtar Kelimeler

Filling of missing flow data, Drainage-ratio method, Regression analysis, Zabwatershed

AKARSU DEBİ ÖLÇÜMLERİNDE EKSİK VERİLERİN TAMAMLANMASI: ZAP SUYU HAVZASI ÖRNEĞİ

Öz

Su kaynaklarının havza bazındaki ihtiyaçlara göre planlanması için havza su potansiyelinin çok iyi
analiz edilmesi gerekmektedir. Bu analizlerin doğru ve güvenilir olması için de havzaya ait meteorolojik
ve akım gözlem verilerinin eksiksiz olması ve uzun yıllara dayanması gerekmektedir. Özellikle akım
gözlem verilerinin eksik olması, su yapılarının planlanmasında ciddi risklerin oluşmasına neden
olmaktadır. Bu makalede, Akım Gözlem İstasyonlarındaki (AGİ) eksik verilerin tamamlanması için
korelasyona bağlı regresyon analizi ve Drenaj Alan Oranı metodu kullanılmıştır. Çalışma alanı olarak
Zap Suyu havzası seçilmiştir
Çalışma sonucunda, eksik verilerin tamamlanması için istasyonlar arasındaki korelasyonlardan yola
çıkılarak oluşturulan doğrusal veya doğrusal olmayan regresyon denklemlerinin kullanılması ile orijinal
veri (data) setlerinin istatistiksel açıdan yapısı bozulmadan eksik verilerin tamamlanabilmesi mümkün
olmuştur. Aynı durum Drenaj Alan-Oranı metodu için de geçerlidir. Fakat eksik verilerin
tamamlanabilmesinde dikkat edilecek en önemli hususlardan birisi de eksik veri boyutudur. Özellikle
fazla miktarda eksik verinin bulunması durumunda her iki yöntemde de orijinal verilerden sapmalar
gözlemlenebilmektedir. Bu nedenle sadece bir metoda bağlı kalmaksızın, farklı metotlar ile eksik
verilerin tamamlanması ve birbirleri ile kıyaslanarak en uygun metodun sonuçlarının kullanılması,
büyük önem arz etmektedir.

Anahtar Kelimeler

Eksik akım verisi tamamlama, Alan oranı metodu, Regresyon analizi, Zap Suyu havzası

Kaynakça

• Anonim (1987). Zap Suyu Havzası Master Plan Raporu, Elektrik İşleri Etüt İdaresi, GİZBİLİ Mühendislik Firması, Ankara.
• Anonim (2009). SPSS Missing Values™ 17 Users Guide, SPSS Inc., Chicago, IL, USA., 15.
• Asquith, W.H., Roussel, M.C., and Vrabel, Joseph (2006). Statewide analysis of the drainage-area ratio method for 34 streamflow percentile ranges in Texas: U.S. Investigations Report 2006–5286, 34, 1 appendix. Scientific
• Bal, C. ve Özdamar, K. (2004). Eksik gözlem sorununun yardımıyla çözümlenmesi, Osmangazi Üniversitesi 26(2):67-76. veri setleri Tıp Fakültesi Dergisi
• Burgess, T. M. and Webster, R. (1980). Optimal Interpolation and Isarithmic Mapping of Soil Properties I, The Semivariogram and Punctual Kriging. Science, 31(3):315-331. Soil
• Dastorani M.T, Moghadamnia A., Piri J. and Rico-Ramirez M. (2010). Application of ANN ANFIS models for reconstructing missing flow data, DOI 10.1007/s10661- 009-1012-8, Environ. Monit. Assess. 166(1-4):421-434.
• Dursun Ö.F. ve Karabatak M. (2009). Fırat Havza’sındaki eksik akım verileirnin korelasyon ve yapay sinir ağları metotları ile tahmin edilmesi, e-Journal of New World Sciences Academy, 4(1): 1A0004, 30-40.
• Elshorbagy, A.A. Panu, U.S.,Simonovic, S.P. (2000). Group-based estimation of missing hydrological data: I. Approach and general methodology, Hydrological Sciences-Journal-des Hydrologiques, 45(6):849-866. Sciences
• Emerson, D.G., and Dressler, V.M.(2002). Historic streamflow for selected sites in the Red River of the North Basin in North Dakota, Minnesota, and South Dakota, 1931-99: U.S. Geological Survey Water- Resources Investigations Report 02- 4095, 271 . monthly
• Emerson, D.G., Vecchia, A.V. ve Dahl, A.L. (2005). Evaluation of Drainage-Area Ratio Streamflow for the Red River of the North Minnesota, USGS Scientific Estimate Basin, Dakota and Gaged and estimated
• Gümüş V. ve Kavşut E. (2013). Zamanti Nehri- Ergenuşağı İstasyonu Eksik Aylık Akım Verilerinin Tahmini, Gazi Üniversitesi Fen Bilimleri Dergisi Part:C, Tasarım Ve Teknoloji, 1(2):81-91.
• Gündoğdu K. S., Demir A. O. ve Akkaya Aslan, Ş. T. (2001). Göletlerin Bazı Hidrolojik Analizlerinin Coğrafi Bilgi Sistemi (CBS) Ortamında Yapılma Olanakları, I. Ulusal Sulama Kongresi, 8-11 Kasım, 247-253, Antalya.
• Hipel, K.W. and McLeod A.I. (1994). Time Series Modeling of Water Resources and Environmental Amsterdam Elsevier,
• Hirsch R.M. (1979). A evaluation of some record reconstruction DOI:10.1029/WR015i006p01781, Water Resources Research, 15(6):1781-1790.
• Hortness, J. E. (2006). Estimating low flow frequency statistics for unregulated streams in Idaho. US Geol. Survey. Sci. Invest.Report 2006-5035.
• Keskin, M.E. and Taylan, D. (2009). Artificial Models for interbasin flow prediction in southern Eng.14(7):752-758. J. Hydrologic
• Kuşvuran K. ve Canbolat M. (2006). Mersin- Tarsus Topçu Deresi Havzasında Yağış, Akım ve Alt Havzasında Sediment Veriminin Araştırılması (1985-2004). Proje Kod No: Tagem-Bb-Topraksu- 2006/7. Tarsus/MERSİN.
• Mohamoud, Y. M. (2008). Prediction of daily flow duration curves and streamflow for ungauged catchments using regional flow duration curves, IAHS Press, 53 (4), 706‐724. Özer, Z. (1990). Su Yapılarının Projelendirilmesinde Hidrolik Esaslar, Tarım Orman ve Köyişleri Bakanlığı Köy Hizmetleri Genel Müdürlüğü Ankara. Ve
• Panu, U. S., Khalil, M. & Elshorbagy, A. (2000). Streamflow Data Infilling Techniques Based on Concepts of Groups and Neural Networks. Chapter 12 in: Artificial Neural Networks in Hydrology (ed. by R. S. Govindaraju & R. Rao), 235-258. Kluwer, Dordrecht, The Netherlands.
• Smits A., Baggelaar P.K. (2010). Estimating Missing Values In The Time Series, Rhine Water Works, Netherland.
• Türkyılmaz, Y. (1996). Rezervuar Hidrolojisi Seminer Notları. T.C Başbakanlık Köy Hizmetleri Genel Müdürlüğü, Ankara.
• Usul, N. (2005). Engineering Hydrology, Book, 403, METU Press, Turkey.
• Wiche, G.J., Benson, R.D., and Emerson, D.G. (1989). Streamflow at Selected Gaging Stations on The James River in North Dakota and South Dakota, 1953-82, with A Geological Investigations Report 89-4039, 99. U.S. Water-Resources
• Vanlı M. (1990). Göletlerde Su Temini Çalışmaları. T.C. Bayındırlık ve İskan Bakanlığı Devlet Su İşleri Genel Müdürlüğü, Hidrolojisi Semineri, 3-4 Eylül, İstanbul ve Taşkın
• Yanık, B. Avcı, İ. (2005). Bölgesel Debi Süreklilik Eğrilerinin Elde Edilmesi, İstanbul Teknik Üniversitesi Dergisi /D Mühendislik, 4(5):19-30.