Gaziantep iline ait bazı meteorolojik değişkenlerin trend analizi

Öz

İklim değişikliğinin etkileri, meteorolojik değişkenler üzerinde daha belirgin bir şekilde hissedilmektedir. Bölgesel ve havza bazlı iklim değişiklikleri, zamanla daha belirgin hale gelmiştir. Bazı bölgelerde yağış miktarında geçmiş yıllara kıyasla artış gözlemlenirken, diğer bölgelerde ise azalma tespit edilmiştir. Örneğin 2023 yılında Karadeniz Bölgesi’ndeki yağışlarda artış gözlemlenirken Ege Bölgesi’ndeki yağışlarda ise azalma gerçekleşmiştir. Bu çalışmada, belirli iklim parametrelerinin yıllara göre eğilimleri İstatistik ve Tekil Spektrum Analizi (TSA) yöntemleri kullanılarak incelenmiş ve bu parametrelerin (nem, sıcaklık, yağış, güneşlenme süresi ve rüzgâr hızı) buharlaşma üzerindeki etkileri araştırılmıştır. Buharlaşmayı tetikleyen en önemli faktörlerden biri, küresel ısınmadır. Hava sıcaklıklarındaki kademeli artışlar, buharlaşma oranını da artırmaktadır. Özellikle son yıllarda yoğun kentleşme ile birlikte tarım ve orman arazilerinin azalması, yol ve kaldırım alanlarının artması, bu artışların başlıca nedenleri arasında yer almaktadır. Betonarme yapıların bulunmadığı alanlarda su, toprak veya bitkiler tarafından tutulabilmektedir. Literatürde buharlaşma hesabı için çeşitli istatistiksel ve kara kutu yöntemleri mevcuttur. Bu çalışmada, Türkiye’de buharlaşmanın en yoğun olduğu illerden biri olan Gaziantep seçilmiştir. Çalışmada, Gaziantep ilinde 17261 nolu istasyonda 2002-2022 yılları arasında kaydedilen aylık ortalama nem, sıcaklık, buharlaşma, yağış, güneşlenme süresi ve rüzgar hızı verilerinin trend analizleri lineer regresyon, Mann-Kendall testi, Sen'in eğim testi ve TSA yöntemleri kullanılarak gerçekleştirilmiştir. Veriler eksiksiz olarak Muş Meteoroloji İl Müdürlüğü’nden temin edilmiştir. Analiz sonuçlarına göre bulunan korelasyon değerlerinde buharlaşma ile güneşlenme süresi arasında 0,579 ve buharlaşma ile rüzgâr hızı arasında ise -0,129 değeri bulunmuştur. Bu çalışma sonucunda, Gaziantep ilinde iklim değişikliğinin belirgin bir şekilde hissedildiğini ve bu değişimin incelenen meteorolojik değişkenler üzerinde homojen bir etki yaratmadığı elde edilmiştir.

Anahtar Kelimeler

• Regresyon Analizi
• Mann-Kendall testi
• Sen yöntemi
• buharlaşma
• TSA

Trend Analysis of Some Meteorological Variables In Gaziantep Provience

Öz

The effects of climate change are felt more clearly on meteorological variables. Regional and basin-based climate changes have become more pronounced over time. While an increase in precipitation was observed in some regions compared to previous years, a decrease was detected in other regions. For example, while an increase in precipitation in the Black Sea Region is observedin 2023, the decrease in precipitation in the Aegean Region decreaeses. In this study, the trends of certain climate parameters over the years were examined using Statistical and Single Spectrum Analysis (TSA) methods, and the effects of these parameters (humidity, temperature, precipitation sunshine duration and wind speed) on evaporation were investigated. One of the most important factors triggering evaporation is global warming. Gradual increases in air temperatures also increase the evaporation rate. Especially in recent years, the decrease in agricultural and forest lands and the increase in road and pavement areas due to intense urbanization are among the main reasons for these increases. In areas where there are no reinforced concrete structures, water can be retained by soil or plants. There are various statistical and black box methods in the literature for evaporation calculation. In this study, Gaziantep, one of the provinces with the highest evaporation intensity in Türkiye, was selected. In the study, trend analyses of monthly average humidity, temperature, evaporation, precipitation, sunshine duration, and wind speed data recorded between 2002 and 2022 at station number 17261 in Gaziantep province were carried out using linear regression, Mann-Kendall test, Sen's slope test, and TSA methods. The complete data was obtained from Muş Provincial Directorate of Meteorology. According to the analysis results, the correlation values between evaporation and sunshine duration were found to be 0.579, and between evaporation and wind speed was found to be -0.129. As a result of this study, it was obtained that climate change was felt significantly in Gaziantep province and this change did not create a homogeneous effect on the meteorological variables examined.

Anahtar Kelimeler

• Regression Analysis
• Mann-Kendall test
• Sen method
• evaporation
• TSA

Kaynakça

1. [1] Şen, Z., “İklim Değişikliği ve Türkiye Su Kaynaklarına Etkisi”, İstanbul: Su Vakfı Yayınları (2002).
2. [2] Wang, X.M., Liu, H.J., Zhang, L.W., Zhang, R.H., “Climate change trend and its effects on reference evapotranspiration at Linhe Station, Hetao Irrigation District”, Water Science and Engineering 7(3) (2014) : 250-266.
3. [3] Xu, C.Y., Gong, L., Jiang, T., Chen, D., Singh, V.P., “Analysis of spatial distribution and temporal trend of reference evapotranspiration and pan evaporation in Changjiang (Yangtze River) catchment”, Journal of hydrology 327(1-2) (2006) : 81-93.
4. [4] Kramer, R.J., Bounoua, L., Zhang, P., Wolfe, R.E., Huntington, T.G., Imhoff, M.L., Thome, K., Noyce, G.L., “Evapotranspiration trends over the eastern United States during the 20th century”, Hydrology 2(2) (2015) : 93-111.
5. [5] Wang, L., Kisi, O., Zounemat-Kermani, M., Li, H., “Pan evaporation modeling using six different heuristic computing methods in different climates of China”, Journal of Hydrology 544 (2017) : 407-427.
6. [6] Gocic, M., Trajkovic, S., “Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia”, Global and planetary change 100 (2013) : 172-182.
7. [7] Kosif, K., “Yeşilırmak havzası iklim parametrelerinin trend analizi”, Fen Bilimleri Enstitüsü (1999).
8. [8] Kaya, Y.Z., “Bulanık Mantık Yöntemi ile mevsimsel verilere dayalı buharlaşma tahmini”, Fen Bilimleri Enstitüsü (2016).

9. [9] Jhajharia, D., Shrivastava, S.K., Sarkar, D., Sarkar, S., “Temporal characteristics of pan evaporation trends under the humid conditions of northeast India”, Agricultural and Forest Meteorology 149(5) (2009) : 763-770.
10. [10] Aydin, F., “Türkiye buharlaşma verilerinin bölgesel ortalama gidiş analizi”, (2009).
11. [11] Falamarzi, Y., Palizdan, N., Huang, Y.F., Lee T.S., “Estimating evapotranspiration from temperature and wind speed data using artificial and wavelet neural networks (WNNs)”, Agricultural Water Management 140 (2014) : 26-36.
12. [12] Gao, G., Chen, D., Xu, C., Simelton, E., “Trend of estimated actual evapotranspiration over China during 1960–2002”, Journal of Geophysical Research: Atmospheres 112(D11) (2007).
13. [13] Kızılelma, Y., Çelik, M., Karabulut, M., “İç Anadolu Bölgesinde sıcaklık ve yağışların trend analizi”, Türk Coğrafya Dergisi (64) (2015) : 1-10.
14. [14] Partal, T., Kahya, E., “Trend analysis in Turkish precipitation data”, Hydrological Processes: An International Journal 20(9) (2006) : 2011-2026.
15. [15] Rajabi, A., “Monthly and Annual Trend of Potential Evapotranspiration in West of Iran”, Ecology, Environment and Conservation 21 (2015) : 19-23.
16. [16] Gümüş, V., Şimşek, O., Soydan, N.G., Aköz, M.S., Yenigün, K., “Adana istasyonunda buharlaşmanın farklı yapay zeka yöntemleri ile tahmini”, Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi 7(2) (2016) : 309-318.
17. [17] Bruton, J., McClendon, R., Hoogenboom, G., “Estimating daily pan evaporation with artificial neural networks”, Transactions of the ASAE 43(2) (2000) : 491-496.
18. [18] Karpouzos, D., Kavalieratou, S., Babajimopoulos, C., “Trend analysis of precipitation data in Pieria Region (Greece)”, European Water 30(30) (2010) : 30-40.
19. [19] Dalkılıç, H.Y., “Yağışların trend analizi”, Erzincan University Journal of Science and Technology 12(3) (2019) : 1537-1549.
20. [20] Akbaş, E., Çelik, R., Eşit, M., “Mann Kendall, Spearman Rho ve Yenilikçi Şen Yöntemlerinin Meteorolojik Veriler Kullanılarak Değerlendirilmesi: Batman Bölgesi Örneği”, Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi 28(1), 239-251.
21. [21] Yılmaz, V., “Farklı performans metriklerinin buharlaşma modellemesi üzerindeki etkisinin incelenmesi”, Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi 12(2) (2023) : 472-486.
22. [22] Has, A., Güler, Ş., “Derin öğrenme tekniği kullanılarak LSTM algoritmaları ile iklim verilerinin tahmin edilmesi”.
23. [23] Bayazıt, M., Oğuz, E.B.Y., “Mühendisler için istatistik”, Birsen Yayınevi (2005).
24. [24] Burn, D.H., Elnur, M.A.H., “Detection of hydrologic trends and variability”, Journal of hydrology 255(1-4) (2002) : 107-122.
25. [25] Bulut, H., Yeşilata, B., Yeşilnacar, M.İ., “Atatürk baraj gölünün bölge iklimi üzerine etkisinin trend analizi ile tespiti”, GAP V. Mühendislik Kongresi (2006) : 79-86.
26. [26] Yu, Y. S., Zou, S., Whittemore, D., “Non-parametric trend analysis of water quality data of rivers in Kansas”, Journal of Hydrology 150(1) (1993) : 61-80.
27. [27] Ozturk, A., Cayiroglu, I., “A real-time application of singular spectrum analysis to object tracking with sift”, Engineering, Technology & Applied Science Research 12(4) (2022) : 8872-8877.
28. [28] Ozturk, A., Tartar, A., Huseyinsinoglu, B.E., Ertas, A.H., “A clinically feasible kinematic assessment method of upper extremity motor function impairment after stroke”, Measurement 80 (2016) : 207-216.
29. [29] Bisgard, J., “Analysis and linear algebra: the singular value decomposition and applications”, American Mathematical Soc. 94 (2020).
30. [30] Brunton, S.L., Kutz, J.N., “Data-driven science and engineering: Machine learning, dynamical systems, and control”, Cambridge University Press (2022).