Hatay ili yüzey akış potansiyelinin coğrafi bilgi sistemleri ile belirlenmesi

Yıl 2022, , 457 - 468, 01.12.2022

Mehmet Akif Keskinkılıç Ahmet İrvem

https://doi.org/10.37908/mkutbd.1117347

Öz

Amaç: Bu çalışmada, Hatay ili için 24 saatlik maksimum yağış verilerinden SCS-CN yöntemi ve CBS kullanılarak yağışların meydana getirebileceği yüzey akış potansiyellerinin belirlenmesi amaçlanmıştır.

Yöntem ve Bulgular: Hatay ili sınırları içerisin 6530 km2 alanda yürütülen çalışmada, 14 yağış istasyonundan 2, 5, 10, 25, 50 ve 100 yıllık yinelenmeli, 24 saatlik maksimum yağış verileri kullanılmıştır. Bu yağışların oluşturacağı potansiyel yüzey akışlar SCS-CN yöntemi ile belirlenmiştir. Toprak grupları, arazi kullanımı, bitki örtüsü ve farklı yinelenme yıllarına göre yağışların ve yüzey akışların alansal dağılımlar ILWIS CBS yazılımı ile sınıflandırılarak haritalanmıştır.

Hatay ili sınırları içerisinde yer alan 14 meteoroloji istasyonu ve istasyonlara ait farklı yinelenme yıllarına ait 24 saatlik maksimum yağışların alansal dağılımı CBS ile hızlı ve doğru bir şekilde haritalanmıştır. Sayısal yükseklik haritasından akarsu ağı belirlenmiş ve akarsu kollarına göre alt havzaların sınırları belirlenmiştir. ILWIS harita hesap menüsü ile havzaların CN değerleri belirlenmiş ve yüzey akışlar hesaplanabilmiştir. Böylece, akım gözlem istasyonlarına sahip olmayan veya yeterli akım kaydı olmayan çok sayıdaki alt havza için yüzey akış verileri, yağış verilerinden ampirik olarak tahmin edilebilmiştir.

Genel Yorum: Bu çalışmada, Hatay ili için 24 saatlik maksimum yağış verileri kullanılarak SCS-CN yöntemi kullanılarak yüzey akış potansiyeli belirlenmiştir. Farklı tekrarlama aralıklarına sahip yağış verileri, toprak grupları, arazi kullanımı ve bitki örtüsü verileri haritalandı ve potansiyel yüzey akışının tahmini için girdi verileri olarak kullanıldı. Sonuç olarak, çalışma alanında 24 saatlik maksimum yağışın oluşturacağı akış miktarı belirlenmiştir. 2, 5, 10, 25, 50 ve 100 yıllık tekrarlama aralıkları için yağıştan kaynaklanan akış sırasıyla 103.4, 179.6, 240,8, 330, 405 ve 487,3 hm3 olarak hesaplanmıştır.

Çalışmanın Önemi ve Etkisi: Bu çalışmada, Asi havzasında meydana gelen ve olabilecek taşkınların anlaşılması, yüzey drenaj kriterlerinin belirlenmesi ve yüzey akış hesaplarında kullanılmak üzere bir veri CBS veri tabanı oluşturulmuştur. Oluşturulan veri tabanından, farklı tekrarlı yağış verilerine göre çalışma alanı için akış potansiyeli tahmin edilmiş ve akış potansiyel haritası elde edilmiştir.

Anahtar Kelimeler

SCS yöntemi, coğrafi bilgi sistemleri, Asi havzası, yüzey akış, ILWIS

Teşekkür

Bu çalışma Mehmet Akif KESKİNKILIÇ’ın yüksek Lisans tezinden üretilmiştir.

Determining surface run-off potential using Geographic Information Systems for Hatay province, Turkey

Öz

Aims: In this study, it was aimed to determine the surface run-off potential that may occur from the 24-hour maximum precipitation data having different reoccurrence intervals by using SCS-CN method and GIS for Hatay province.

Methods and Results: Spatial distributions of the 24-hour maximum precipitation having different recurrence intervals of the 14 stations were mapped quickly and accurately with GIS. The drainage network was determined from the digital elevation map and the boundaries of the sub-basins were determined according to the river branches. The CN values of the basins were determined and the surface flows were calculated using the ILWIS map calculation menu. Amount of run-off was estimated and mapped from precipitation data for all study area that do not have flow monitoring stations or do not have sufficient flow records. As a result, the runoff amounts to be generated by the maximum 24-hour precipitation in the study area were calculated as 103.4, 179.6, 240.8, 330, 405 and 487.3 hm3 for the reoccurrence years of 2, 5, 10, 25, 50 and 100 years, respectively.

Conclusions: In this study, the surface runoff potential was determined by using SCS-CN method using 24-hour maximum precipitation data for Hatay province. Precipitation data having different reoccurrence intervals, soil groups, land use and vegetation data were mapped and used as input data for the estimation of potential runoff. As a result, the amount of runoff to be generated by the maximum 24-hour precipitation in the study area was determined. For the recurrence intervals 2, 5, 10, 25, 50 and 100 years, the runoff from precipitation was calculated as 103.4, 179.6, 240.8, 330, 405 and 487.3 hm3, respectively.

Significance and Impact of the Study: In this study, a data GIS database has been created to understand the floods that have occurred or may occur for the Asi basin, to determine the surface drainage criteria and to be used in surface flow calculations. From the database created, the runoff potential for the study area was estimated according to the precipitation data with different repetitions and the runoff potential map was obtained. 

Anahtar Kelimeler

SCS method, Geographical Information Systems, Orontes river basin, Surface run-off, ILWIS

Kaynakça

• Apaydın, A. (2007). Yeraltısuyu besleniminin eğri numarası (SCS-CN) yöntemi ile hesaplanması: Çakıloba-Karadoruk akifer sisteminde (Beypazarı-Ankara) örnek uygulama. Hacettepe YUVAM Der. 28 (3): 159-172.
• Arnold JG, Williams JR, Srinivasan R, King KW (1996). SWAT: soil and water assessment tool. Texas: USDA-ARS, Grassland. Soil and Water Research Laboratory, Texas. pp 506.
• Baga, İ., (1999). Coupling of numerical modeling and GIS in flood analysis Çaybogazi stream case. Yüksek Lisans Tezi, Ortadoğu Teknik Üniversitesi, Fen Bil. Ens., İnşaat Mühendisliği ABD, 125s.
• Chandrmohan T, Durbude DG (2001). Estimation of runoff usings small watershed models. Hydrol. J. 24 (2): 45-53.
• Kadıoğlu M (2008). Afet Zararlarını Azaltmanın Temel İlkeleri, In: Sel, Heyelan ve Çığ İçin Risk Yönetimi(Eds. Kadıoğlu M, Özdamar E), JICA Türkiye Ofisi Yayınları, Ankara. pp 251-276.
• Keskinkılıç, M. A., (2015). Hatay ili yüzey akış potansiyelinin Coğrafi Bilgi Sistemleri ile belirlenmesi. Yüksek Lisans Tezi, Hatay Mustafa Kemal Üniversitesi, Fen Bil. Ens., Biyosistem Mühendisliği ABD, 55 s.
• McCuen RH (1982). A Guide to Hydrologic Analysis Using SCS Methods. Englewood Cliffs, New Jersey. pp 145.
• Mockus V (1949). Estimation of total (and Peak Rates of) sufrace runoff for individual storms: exhibits a, appendix b, ınterim survey report, Grand (Neosho) River Watershed. Washington, DC: US Department of Agriculture.
• Moore ID, Grayson RB, Ladson AR (1991). Digital terrain modelling: A review of hydrological, geomorphological and biological applications. Hydrol. Proces. 5 (1): 3-30.
• Munsuz N, Ünver İ, Çaycı G (1999). Türkiye suları. Ankara Üniversitesi, Ziraat Fakültesi, Yayın No:1505, Ankara.479 s.
• Nagarajan N, Poongothai S (2012). Spatial mapping of runoff from a watershed using SCS-CN method with remote sensing and GIS. J. Hydrol. Eng. 17 (11): 1268–1277.
• Mishra SK, Singh VP, (1999). Another look at SCS-CN method. J. Hydrol. Eng, ASCE. 4: 257-264.
• Usul N, Küpçü O (1997) Using GIS in obtaining basin hydrologic parameters to use in SCS synthetic unit hydrograph method. ESRI International User Conference, July 11-15, California, USA.
• Okman C (2005). Hidroloji. Ankara Üniversitesi, Ziraat Fakültesi, Yayın No:1544, Ankara.324 s.
• Özcan O (2007). Sakarya Nehri Alt Havzası'nın taşkın riski analizinin uzaktan algılama ve CBS ile belirlenmesi. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Bilişim Enstitüsü, Uydu Haberleşmesi ve Uzaktan Algılama ABD, 62 s.
• Özdemir H (2007) SCS-CN yağış-akış modelinin CBS ve uzaktan algılama yöntemleriyle uygulanması: Havran Çayı Havzası örneği (Balıkesir). Coğr. Bil. Der. 5(2): 1-12.
• Ponce VM, Hawkins RH (1996). Runoff curve number: has it reached maturity?. J. Hydrol. Eng. ASCE. 1(1): 11–19.
• Rao KV, Bhattacharya AK, Mishra K (1996). Runoff estimation by curve number method- case studies. J. Soil Water Conserv. 40: 1-7.
• Sahu RK, Mishra SK, Eldho TI (2010). An improved AMC-coupled runoff curve number model. J. Hydrol. Proc. 24 (20): 2834–2839.
• SCS (1987). National Engineering Handbook NEH- Section 4: Hydrology. Washington: Soil Conservation Service, USDA., Washinton DC.
• Sharma D, Kumar V (2002). Application of SCS model with GIS data base for estimation of runoff in an arid watershed. J. Soil Water Conserv. 30 (2): 141-145.
• Sharma T, Satya Kiran PV, Singh TP, Trivedi AV, Navalgund RR (2001). Hydrologic response of a watershed to land use changes: A remote sensing and GIS approach. Int.J. of Remote Sens. 22(11): 2095-2108
• Stewart D, Canfield E, Hawkins R, (2012). Curve number determination methods and uncertainty in hydrologic soil groups from semiarid watershed data. J. Hydrol. Eng. 17 (11): 1180–1187.
• Tülücü K (2002). Hidroloji. Çukurova Üniversitesi, Ziraat Fakültesi, Yayın No:138, Adana.315 s.
• Weng Q (2001). Modeling urban growth effects on surface runoff with the ıntegration of remote sensing and GIS. Environ. Manage. 28 (6): 737-748.
• Williams JR (1995). The EPIC model, In: Computer Models of Watershed Hydrology (Eds. Singh, V.P), Water Resources Publications, Highlands Ranch. pp 909-1000.
• Zhan X, Huang ML (2004). ArcCN-Runoff: An ArcGIS tool for generating curve number and runoff maps. Envıron. Modell. Softw. 19 (10): 875–879.
• Young RA, Onstad CA, Bosch DD, Anderson WP (1987). AGNPS, agricultural non-point source pollution model: a watershed analysis tool. United States Department of Agriculture, Conservation Research Report 35, Washington DC. pp 78.