Quantile Regression to Investigate the Relations Between Large Scale Atmospheric Droughts and Station Based Droughts

Öz

Drought indices are numerical indicators developed to analyze drought severity, duration and frequency. The spatial distribution of drought indices within a low resolution calculation cell of global climate model used to predict future climate conditions can be very variable. Therefore, drought indicators estimated from low resolution atmospheric models do not reflect the real situation within the cell. In the study presented, the relationships between the SPI which is a frequently used drought index,of the low resolution NCEP / NCAR Re-Analysis data, and the quantiles of the station based SPI values are investigated by quantile regression method. By these relations, the quantiles of droughts in stations under atmospheric drought conditions were examined. As a result of the analysis carried out with the precipitation data of Soma, Bergama, Aliağa and Dikili stations located in the lower North Aegean basins between 1963-2014, during the periods when NCEP / NCAR SPI values are severe and extremely dry conditions, the quantities of station droughts in the inner regions are higher than the quantiles of the coastal stations. In the case of prolonged droughts, drought quantiles at coastal stations are determined to be closer to the NCEP/NCAR SPI values.

Anahtar Kelimeler

• Standard precipitation index (SPI)
• drought
• Ncep/Ncar
• quantile regression

Kuantil Regresyon ile İstasyon Bazlı Kuraklıkların Büyük Ölçekli Atmosferik Kuraklıklarla İlişkilerinin Araştırılması

Öz

Kuraklık indisleri kuraklık şiddetinin, süresinin ve sıklığının analiz edilebilmesi için geliştirilmiş sayısal göstergelerdir. Gelecek iklim koşullarını tahmin etmede kullanılan küresel iklim modellerinin düşük çözünürlüklü hesap hücreleri içindeki kuraklık indislerinin mekansal dağılımı çok değişken olabilmektedir. Dolayısıyla, düşük çözünürlüklü atmosferik modellerin tahminlerinden elde edilen kuraklık göstergeleri, hücre içindeki durumu yansıtmamaktadır. Sunulan çalışmada, düşük çözünürlüklü NCEP/NCAR Yeniden Analiz verilerinden elde edilmiş ve sık kullanılan bir kuraklık göstergesi olan Standard Yağış İndisi (SYİ) değerleri ile aynı bölgeye ait istasyon bazlı SYİ değerlerinin kuantilleri arasındaki ilişkiler kuantil regresyon yöntemi ile incelenmiştir. Elde edilen bu ilişkiler yardımıyla düşük çözünürlüklü NCEP/NCAR atmosferik kuraklık koşulları altında, istasyonlardaki kuraklıkların kuantilleri belirlenerek, bölgedeki mekansal değişimleri irdelenmiştir. Alt Kuzey Ege havzalarında yer alan Soma, Bergama, Aliağa ve Dikili istasyonlarınin 1963-2014 yılları arasındaki yağış verileriyle gerçekleştirilen analizler neticesinde, düşük çözünürlüklü NCEP/NCAR SYİ değerlerinin şiddetli ve aşırı kurak olduğu dönemlerde, iç bölgelerdeki istasyon kuraklıklarına ait SYİ kuantillerin kıyı istasyonların kuantillerinden çok daha düşük yani çok daha kurak olduğu; uzun süreli kuraklıklar söz konusu olduğunda ise kıyı istasyonlardaki kuraklık kuantillerinin NCEP/NCAR SYİ değerlerine daha yakın oldukları belirlenmiştir.

Anahtar Kelimeler

• kuraklık
• standard yağış indisi
• kuantil regresyon

Kaynakça

1. [1] World Meteorological Organization (WMO) 2016. Handbook of drought indicators and indices, http://www.droughtmanagement.info/literature/GWP_Handbook_of_Drought_Indicators_and_Indices_2016.pdf (Erişim Tarihi: 15.11.2019)
2. [2] Aksoy, H., Onoz, B., Cetin, M., Yuce, M. I., Eris, E., Selek, B., Cavus, Y. 2018. SPI-based drought severity-duration-frequency analysis. In Proceedings of the 13th International Congress on Advances in Civil Engineering, Izmır, Turkey, 12-14.
3. [3] McKee, T. B., Doesken, N. J., Kleist, J. 1993. The relatıonshıp of drought frequency and duration to time scales. Eighth Conference on Applied Climatology, California.
4. [4] Sırdaş, S., Şen, Z. 2003. Meteorolojik kuraklık modellemesi ve Türkiye uygulaması, İTÜ Dergisi, Cilt. 2, Sayı. 2, s. 95-103.
5. [5] Kapluhan. E., 2013. Türkiye’de Kuraklık ve Kuraklığın Tarıma Etkisi. Marmara Coğrafya Dergisi, Sayı. 27, s. 487-510.
6. [6] Türkeş, M., 2012. Türkiye’de Gözlenen ve Öngörülen Kuraklık ve Çölleşme, Uluslararası ‘Meteoroloji, Toz Taşınımı, Çölleşme ve Erozyonla Mücadele’ Çalıştayı, Ankara.
7. [7] Ceylan, A , Turgu, E , İnal, İ , Mollamahmutoğlu, A , Aydoğan, A . 2009. Türkiye’de Son Yıllarda Gözlenen Kuraklık Hadiselerinin Değerlendirilmesi. Su Kaynakları , Cilt. 2, Sayı. 1 , s. 1-11.
8. [8] Gumus, V., Algin, H. M. 2017. Meteorological and hydrological drought analysis of the Seyhan− Ceyhan River Basins, Turkey. Meteorological Applications, Cilt. 24, Sayı. 1, s. 62-73.

9. [9] Dogan, S., Berktay, A., Singh, V. P. 2012. Comparison of multi-monthly rainfall-based drought severity indices, with application to semi-arid Konya closed basin, Turkey. Journal of Hydrology, Cilt. 470, s. 255-268.
10. [10] Kumanlıoğlu, A. A., Fıstıkoğlu, O. 2019. Yukarı Gediz Havzası Yağışlarının Meteorolojik Kuraklık Analizleri, DEUFMD, Cilt. 21, Sayı. 62, s. 509-523.
11. [11] Yildirim Poyraz, A., Yücel, I., Aziz, R., Tugrul Yilmaz, M. 2018. Assessing Drought Using Cordex Ensemble Climate Models In Mediterranean Climate Region Of Turkey. In EGU General Assembly Conference Abstracts Cilt. 20, EGU2018-13538-1.
12. [12] Danandeh Mehr, A., Sorman, A. U., Kahya, E., Hesami Afshar, M. 2020. Climate change impacts on meteorological drought using SPI and SPEI: case study of Ankara, Turkey. Hydrological Sciences Journal, Cilt. 65, Sayı. 2, s. 254-268.
13. [13] Vasiliades, L., Loukas, A., Patsonas, G. 2009. Evaluation of a statistical downscaling procedure for the estimation of climate change impacts on droughts. Natural Hazards and Earth System Sciences, Cilt. 9, Sayı. 3, s. 879-894.
14. [14] Fistikoglu, O., Okkan, U. 2011. Statistical downscaling of monthly precipitation using NCEP/NCAR reanalysis data for Tahtali River Basin in Turkey. Journal of Hydrologic Engineering, Cilt. 16, Sayı. 2, s. 157-164.
15. [15] Kalnay, E., Kanamitsu, M., Kistler, R., Collins, W., Deaven, D., Gandin, L., Zhu, Y. 1996. The NCEP/NCAR 40-year reanalysis project. Bulletin of the American Meteorological Society, Cilt. 77, Sayı. 3, s. 437-472.
16. [16] Koenker, R., Bassett, G. W. 1978. Regression Quantiles. Econometrica, Cilt. 46, Sayı. 1, s. 33–50.
17. [17] Koenker, R., Hallock, K. 2001. Quantile regression. Journal of Economic Perspectives, Cilt. 15, Sayı. 4, s. 143-156.