Araştırma Makalesi
BibTex RIS Kaynak Göster

Sivas ilinin iklim değişikliği projeksiyonları

Yıl 2022, , 522 - 533, 18.07.2022

Sefa Furkan Selçuk , Meltem Sarıoğlu Cebeci , Orhan Cerit , Burcu Çirci Selçuk , Mustafa Bünyamin Karagözoğlu

https://doi.org/10.28948/ngumuh.1091466
Cited By: 1

Öz

Antropojenik nedenlerden kaynaklanan iklim değişikliği çağımızın en büyük küresel çevre sorunlarından biridir. İklim değişikliği ile küresel çapta mücadele için küresel iklim modelleri ile iklim değişikliği projeksiyonları oluşturulmuştur. Bu model çıktıları küresel ve kıtasal ölçekte yeterli olsa da yerel ölçekte iklim değişikliğine karşı alınacak önlemler için yetersiz kalmaktadır. Bu çalışmada GFDL-ESM2M küresel iklim modeli veri setine Climate Change Toolkit (CCT) yazılımı ile istatistiksel ölçek küçültme uygulanarak RCP senaryoları için yağış, minimum sıcaklık ve maksimum sıcaklık parametrelerinin değişim projeksiyonları oluşturulmuştur. Elde edilen ortalama değişim oranlarına ters mesafe ağırlıklı interpolasyon yöntemi uygulanmış, yakın gelecek dönem (2022-2050), orta gelecek dönem (2050-2075) ve uzak gelecek dönem (2075-2100) mekânsal dağılım haritaları oluşturularak Sivas ilinde gelişmesi olası değişimler değerlendirilmiştir. Çalışmanın sonucunda ilde, farklı senaryolarda %8,5 - 37 oranlarında maksimum sıcaklık artışları, %10-171 oranlarında minimum sıcaklık artışları ve %0 – 26 oranlarında yağış azalması yaşanacağı öngörülmüştür.

Anahtar Kelimeler

İklim Değişikliği Sivas Ölçek Küçültme RCP

Kaynakça

  • M.T. Turp, T. Öztürk, M. Türkeş ve M.L. Kurnaz, RegCM4.3.5 bölgesel iklim modelini kullanarak Türkiye ve çevresi bölgelerin yakın gelecekteki hava sıcaklığı ve yağış klimatolojileri için öngörülen değişikliklerin incelenmesi. Ege Coğrafya Dergisi, 23(1), 1-24, 2014.
  • H. Gürkan, H. Arabaci, M. Demircan, O. Eskioğlu, S. Şensoy ve B. Yazici, GFDL-ESM2M Modeli Temelinde RCP4.5 ve RCP8.5 Senaryolarına Göre Türkiye İçin Sıcaklık ve Yağış Projeksiyonları. Coğrafi Bilimler Dergisi, 14 (2), 77- 88, 2016. https://doi.org/10.1501/Cogbil_0000000174.
  • B. Timbal, E. Fernandez and Z. Li, Generalization of a statistical downscaling model to provide local climate change projections for Australia. Environmental Modelling & Software, 24, 341–358, 2009. https://doi.org/10.1016/j.envsoft.2008.07.007.
  • A. Aygün ve S. E. Torlak, Denizli İli’nin iklim değişikliğine karşı dayanıklılığının incelenmesi. NÖHÜ Müh. Bilim. Derg., 9(1), 648- 664, 2020. https://doi.org/10.28948/ngumuh.629809.
  • D. P. Van Vuuren, J. Edmonds, M. Kainuma, K. Riahi, A. Thomson, K. Hibbard, G. C. Hurtt, T. Kram, V. Krey and J. F. Lamarque, The representative concentration pathways: an overview. Climatic Change, 109, 5-31, 2011. https://doi.org/ 10.1007/s10584-011-0148-z.
  • T. Bolch, A. Kulkarni, A. Kääb, C. Huggel, F. Paul, J. Cogley and M. Scheel, The state and fate of Himalayan glaciers, Science, 336 (6079), 310–314, 2012. https://doi.org/10.1126/science.1215828.
  • Y. Kızılelma, M. A. Çelik ve M. Karabulut, İç Anadolu Bölgesinde sıcaklık ve yağışların trend analizi. Türk Coğrafya Dergisi, 64, 1‐10, 2015. https://doi.org/ 10.17211/tcd.90494.
  • IPCC, The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, New York, USA, 2013.
  • P. Blanco-Gómez, P. Jimeno-Sáez, J. Senent-Aparicio and Julio Pérez-Sánchez, Impact of Climate Change on Water Balance Components and Droughts in the Guajoyo River Basin (El Salvador). Water, 11, 2360, 2019. https://doi.org/10.3390/w11112360.
  • G. A. Meehl, C. Covey, T. L. Delworth, M. Latif, B. McAveney, J. F. B. Mitchell and K. E. Taylor, The WCRP CMIP3 multimodel dataset: A new era in climate change research. Bulletin of the American Meteorological Society, 88, 1383–1394, 2007. https://doi.org/10.1175/BAMS-88-9-1383.
  • M. L. Bettolli and O. C. Penalba, Synoptic sea level pressure patterns-daily rainfall relationship over the Argentine Pampas in a multi-model simulation. Meteorological Applications, 21, 376–383, 2014. https://doi.org/10.1002/met.1349.
  • R. Maenza, E. A. AgostaScarel and M. L. Bettolli, Climate change and precipitation variability over the western “Pampas” in Argentina. International Journal of Climatology, 37, 445–463, 2017. https://doi.org/ 10.1002/joc.5014.
  • G. Silvestri and C. Vera, Evaluation of the WCRP-CMIP3 model simulations in the La Plata Basin. Meteorological Applications, 15, 497–502, 2008. https://doi.org/10.1002/met.98.
  • S. Ghosh and P. P. Mujumdar, Statistical downscaling of GCM simulations to streamflow using relevance vector machine. Advances in Water Resources, 31, 132–146, 2008. https://doi.org/10.1016/ j.advwatres.2007.07.005.
  • S. Spak, T. Holloway, B. Lynn and R. Goldberg, A comparison of statistical and dynamical downscaling for surface temperature in North America. Journal of Geophysical Research, 112, 1-10, 2007. https://doi.org/10.1029/2005JD006712.
  • S.D. Tumbo, E. Mpeta, M. Tadross, F.C. Kahimba, B.P. Mbillinyi and H.F. Mahoo, Application of self-organizing maps technique in downscaling GCMs climate change projections for Same, Tanzania. Physics and Chemistry of the Earth, 35, 608–617, 2010. https://doi.org/10.1016/j.pce.2010.07.023.
  • P. D. Jones, J. M. Murphy and M. Noguer, Simulation of climate change over europe using a nested regional-climate model, I: assessment of control climate, including sensitivity to location of lateral boundaries. Quarterly Journal of The Royal Meteorolgical Society, 121, 1413–1449, 1995. https://doi.org/10.1002/ qj.49712152610.
  • V. K. Singh and D. Kumar, Downscaling daily precipitation over the Upper Shivnath basin: A comparison of three statistical downscaling techniques. International Journal of Current Microbiology and Applied Sciences, 9(1), 1676-1688, 2020. https://doi.org/10.20546/ijcmas.2020.901.185.
  • R. G. Crane and B. C. Hewitson, Doubled CO2 precipitation changes for the Susquehanna Basin: down-scaling from the genesis general circulation model. International Journal of Climatology, 18, 65-76, 1998.https://doi.org/10.1002/(SICI)10970088(199801)18:1<65::AID-JOC222>3.0.CO;2-9.
  • C. G. Menéndez, M. de Castro, J.-P. Boulanger, A. D’Onofrio, E. Sanchez, A. A. Sörensson, J. Blazquez, A. Elizalde, D. Jacob, H. Le Treut, Z. X. Li, M. N. Núñez, N. Pessacg, S. Pfeiffer, M. Rojas, A. Rolla, P. Samuelsson, S. A. Solman and C. Teichmann, Downscaling extreme month-long anomalies in southern South America. Climatic Change, 98, 379–403, 2010. https://doi.org/10.1007/s10584-009-9739-3.
  • H. Tatlı, New statistical downscaling methods and application for Turkey. Ph.D. Thesis, İstanbul Technical University, Turkey, 2004.
  • R. Huth, J. Miksovsky, P. Stepanek, M. Belda, A. Farda, Z. Chladova and P. Pišoft, Comparative validation of statistical and dynamical downscaling models on a dense grid in central Europe: Temperature. Theoretical and Applied Climatology, 120, 533–553, 2015. https://doi.org/10.1007/s00704-014-1190-3.
  • R. L. Wilby, S. P. Charles, E. Zorita, B. Timbal, P. Whetton, C. G. Menéndez, M. de Castro, J.-P. Boulanger, A. D’Onofrio, E. Sanchez, A. A. Sörensson, … and C. Teichmann, Downscaling extreme month-long anomalies in southern South America. Climatic Change, 98, 379–403, 2009. https://doi.org/10.1007/s10584-009-9739-3.
  • Meteoroloji İşleri Genel Müdürlüğü, Araştırma Dairesi Başkanlığı Klimatoloji Şube Müdürlüğü, Yeni Senaryolar ile Türkiye İklim Projeksiyonları ve İklim Değişikliği. Meteoroloji Genel Müdürlüğü Matbaası Ankara, Türkiye, 2015.
  • B. Circi Selcuk ve M. A. Irmak, A study on the adequacy and requirement of urban active green areas in Sivas. Fresenius Environmental Bulletin, 31(02), 2209-2220, 2022.
  • B. Çirci Selçuk, Sivas kenti açık ve yeşil alanlarının incelenmesi. Yüksek Lisans Tezi, Atatürk Üniversitesi Fen Bilimleri Enstitüsü, Türkiye, 2019.
  • Harita Genel Müdürlüğü, Türkiye mülki idare bölümleri haritası. https://www.harita.gov.tr/ urun/turkiye-mulk-idare-bolumleri-haritasi/189, Erişim 11.03.2022.
  • Geophysical Fluid Dynamics Laboratory, Earth System Models. https://www.gfdl.noaa.gov/earth-system-model/, Erişim 25.04.2022.
  • A. S. Vaghefi, N. Abbaspour, B. Kamali and K. C. Abbaspour, A toolkit for climate change analysis and pattern recognition for extreme weather conditions – Case study: California-Baja California Peninsula. Environmental Modelling and Software, 96, 181-198, 2017. https://doi.org/10.1016/j.envsoft.2017.06.033.
  • Z.E. Asong, M.N. Khaliq and H.S. Wheater, Multisite multivariate modeling of daily precipitation and temperature in the Canadian Prairie Provinces using generalized linear models. Climate Dynamics, 47 (9), 2901-2921, 2016. https://doi.org/10.1007/s00382-016-3004-z.
  • A. Dosio and P. Paruolo, Bias correction of the ENSEMBLES high-resolution climate change projections for use by impact models: evaluation on the present climate. Journal of Geophysıcal Research-Atmospheres 116 (22), 2011. https://doi.org/10.1029/ 2011JD015934.
  • S. Hagemann, C. Chen, J.O. Haerter, J. Heinke, D. Gerten and C. Piani, Impact of a statistical bias correction on the projected hydrological changes obtained from three GCMs and two hydrology models. Journal of Hydrometeorology, 12 (4), 556-578, 2011. https://doi.org/10.1175/2011JHM1336.1.
  • G. Cüceloğlu, İklim değişikliğinin İstanbul’un yüzeysel su kaynaklarına etkisi ve kuraklık dirençli bütünleşik su yönetimi. Doktora Tezi, İTÜ Fenbilimleri Enstitüsü, Türkiye, 2019.
  • G. Z. Ndhlovu and Y. E. Woyessa, Use of gridded climate data for hydrological modelling in the Zambezi River Basin, Southern Africa. Journal of Hydrology, 602, 126749, 2021. https://doi.org/10.1016/ j.jhydrol.2021.126749.
  • P. Anuchaivong, D. Sukawat and A. Luadsong, Statistical Downscaling for Rainfall Forecasts Using Modified Constructed Analog Method in Thailand. The Scientific World Journal, 2017, 24, 2017. https://doi.org/10.1155/2017/1075868.
  • N. Farahnaz, A. A. Kuntoro and M. S. B. Kusuma, Statistical Downscaling for the Projection of the Keetch Byram Drought Index in the Barito Basin. International Journal on Advanced Science Engineering and Information Technology, 10(2), 873-879, 2020. https://doi.org/10.18517/ijaseit.10.2.10102.
  • SWAT, CFSR Global Weather Data for SWAT 1979-2014, https://swat.tamu.edu/data/cfsr, Erişim 25.04.2022.
  • S. Saha, S. Moorthi, H.L. Pan, X. Wu, J. Wang, S. Nadiga, P. Tripp, R. Kistler, J. Woollen, D. Behringer, et al., The NCEP climate forecast system reanalysis. Bulletin of the American Meteorological Society, 91(8), 1015–1057, 2010. https://doi.org/10.1175/2010BAMS3001.1.
  • Meteoroloji Genel Müdürlüğü, İstasyon Bilgileri Veritabanı.https://mgm.gov.tr/kurumsal/istasyonlarimiz.aspx, Erişim 11.03.2022.
  • E. S. Turan, Türkiye'nin İklim Değişikliğine Bağlı Kuraklık Durumu. Doğal Afetler ve Çevre Dergisi, 4(1), 63-69, 2018. https://doi.org/10.213247/ dacd.357384.
  • B. Grigorova, I. Vaseva, K. Demirevska and U. Feller, Combined drought and heat stress in wheat: Changes in some heat shock proteins. Biologia plantarum, 55, 105-111, 2011. https://doi.org/10.1007/s10535-011-0014-x.
  • A.D. Sharma and P. Kaur, Combined effect of drought stress and heat shock on cyclophilin protein expression in Triticum aestivum. General and Applied Plant Physiology, 35(1-2), 88-92, 2009.
  • Ç. Sayılğan, Küresel Sıcaklık Artışının Buğdayda Beklenen Etkileri ve Yüksek Sıcaklığa Toleranslılığın Fizyolojik Göstergeleri. Yüzüncü Yıl Üniversitesi Tarım Bilimleri Dergisi, 26(3): 439-447, 2016.
  • T. Karaköy, Sivas Atlası. K. Ş. Kavak (Ed.), SVS Yayınları, 329-349.
  • J.W. White and M.P. Reynolds, A Physiological Perspective on Modeling Temperature Response in Wheat and Maize Crops. Modeling Temperature Response in Wheat and Maize, Proceedings of a Workshop, pp. 8-17, El Batán, Mexico, 23-25 April 2001.

Climate change projections of Sivas province

Yıl 2022, , 522 - 533, 18.07.2022

Sefa Furkan Selçuk , Meltem Sarıoğlu Cebeci , Orhan Cerit , Burcu Çirci Selçuk , Mustafa Bünyamin Karagözoğlu

https://doi.org/10.28948/ngumuh.1091466
Cited By: 1

Öz

Climate change caused by anthropogenic causes is one of the biggest global environmental problems of our time. Global climate models and climate change projections have been created to combat climate change on a global scale. Although the outputs of this model are sufficient on a global and continental scale, they are insufficient for measures to be taken against climate change on a local scale. In this study, statistical downscaling of the GFDL-ESM2M global climate model dataset with the Climate Change Toolkit (CCT) software was applied to create change projections of precipitation, minimum temperature and maximum temperature parameters for RCP scenarios. Inverse distance weighted interpolation method was applied to the average change rates obtained, and possible changes in Sivas province were evaluated by creating spatial distribution maps for the near future (2022-2050), mid-future period (2050-2075) and far future (2075-2100). As a result of the study, it has been predicted that the province will experience maximum temperature increases of 8.5 - 37%, minimum temperature increases of 10-171% and a decrease of precipitation of 0 - 26% in different scenarios.

Anahtar Kelimeler

Climate change Sivas Downscaling RCP

Kaynakça

  • M.T. Turp, T. Öztürk, M. Türkeş ve M.L. Kurnaz, RegCM4.3.5 bölgesel iklim modelini kullanarak Türkiye ve çevresi bölgelerin yakın gelecekteki hava sıcaklığı ve yağış klimatolojileri için öngörülen değişikliklerin incelenmesi. Ege Coğrafya Dergisi, 23(1), 1-24, 2014.
  • H. Gürkan, H. Arabaci, M. Demircan, O. Eskioğlu, S. Şensoy ve B. Yazici, GFDL-ESM2M Modeli Temelinde RCP4.5 ve RCP8.5 Senaryolarına Göre Türkiye İçin Sıcaklık ve Yağış Projeksiyonları. Coğrafi Bilimler Dergisi, 14 (2), 77- 88, 2016. https://doi.org/10.1501/Cogbil_0000000174.
  • B. Timbal, E. Fernandez and Z. Li, Generalization of a statistical downscaling model to provide local climate change projections for Australia. Environmental Modelling & Software, 24, 341–358, 2009. https://doi.org/10.1016/j.envsoft.2008.07.007.
  • A. Aygün ve S. E. Torlak, Denizli İli’nin iklim değişikliğine karşı dayanıklılığının incelenmesi. NÖHÜ Müh. Bilim. Derg., 9(1), 648- 664, 2020. https://doi.org/10.28948/ngumuh.629809.
  • D. P. Van Vuuren, J. Edmonds, M. Kainuma, K. Riahi, A. Thomson, K. Hibbard, G. C. Hurtt, T. Kram, V. Krey and J. F. Lamarque, The representative concentration pathways: an overview. Climatic Change, 109, 5-31, 2011. https://doi.org/ 10.1007/s10584-011-0148-z.
  • T. Bolch, A. Kulkarni, A. Kääb, C. Huggel, F. Paul, J. Cogley and M. Scheel, The state and fate of Himalayan glaciers, Science, 336 (6079), 310–314, 2012. https://doi.org/10.1126/science.1215828.
  • Y. Kızılelma, M. A. Çelik ve M. Karabulut, İç Anadolu Bölgesinde sıcaklık ve yağışların trend analizi. Türk Coğrafya Dergisi, 64, 1‐10, 2015. https://doi.org/ 10.17211/tcd.90494.
  • IPCC, The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, New York, USA, 2013.
  • P. Blanco-Gómez, P. Jimeno-Sáez, J. Senent-Aparicio and Julio Pérez-Sánchez, Impact of Climate Change on Water Balance Components and Droughts in the Guajoyo River Basin (El Salvador). Water, 11, 2360, 2019. https://doi.org/10.3390/w11112360.
  • G. A. Meehl, C. Covey, T. L. Delworth, M. Latif, B. McAveney, J. F. B. Mitchell and K. E. Taylor, The WCRP CMIP3 multimodel dataset: A new era in climate change research. Bulletin of the American Meteorological Society, 88, 1383–1394, 2007. https://doi.org/10.1175/BAMS-88-9-1383.
  • M. L. Bettolli and O. C. Penalba, Synoptic sea level pressure patterns-daily rainfall relationship over the Argentine Pampas in a multi-model simulation. Meteorological Applications, 21, 376–383, 2014. https://doi.org/10.1002/met.1349.
  • R. Maenza, E. A. AgostaScarel and M. L. Bettolli, Climate change and precipitation variability over the western “Pampas” in Argentina. International Journal of Climatology, 37, 445–463, 2017. https://doi.org/ 10.1002/joc.5014.
  • G. Silvestri and C. Vera, Evaluation of the WCRP-CMIP3 model simulations in the La Plata Basin. Meteorological Applications, 15, 497–502, 2008. https://doi.org/10.1002/met.98.
  • S. Ghosh and P. P. Mujumdar, Statistical downscaling of GCM simulations to streamflow using relevance vector machine. Advances in Water Resources, 31, 132–146, 2008. https://doi.org/10.1016/ j.advwatres.2007.07.005.
  • S. Spak, T. Holloway, B. Lynn and R. Goldberg, A comparison of statistical and dynamical downscaling for surface temperature in North America. Journal of Geophysical Research, 112, 1-10, 2007. https://doi.org/10.1029/2005JD006712.
  • S.D. Tumbo, E. Mpeta, M. Tadross, F.C. Kahimba, B.P. Mbillinyi and H.F. Mahoo, Application of self-organizing maps technique in downscaling GCMs climate change projections for Same, Tanzania. Physics and Chemistry of the Earth, 35, 608–617, 2010. https://doi.org/10.1016/j.pce.2010.07.023.
  • P. D. Jones, J. M. Murphy and M. Noguer, Simulation of climate change over europe using a nested regional-climate model, I: assessment of control climate, including sensitivity to location of lateral boundaries. Quarterly Journal of The Royal Meteorolgical Society, 121, 1413–1449, 1995. https://doi.org/10.1002/ qj.49712152610.
  • V. K. Singh and D. Kumar, Downscaling daily precipitation over the Upper Shivnath basin: A comparison of three statistical downscaling techniques. International Journal of Current Microbiology and Applied Sciences, 9(1), 1676-1688, 2020. https://doi.org/10.20546/ijcmas.2020.901.185.
  • R. G. Crane and B. C. Hewitson, Doubled CO2 precipitation changes for the Susquehanna Basin: down-scaling from the genesis general circulation model. International Journal of Climatology, 18, 65-76, 1998.https://doi.org/10.1002/(SICI)10970088(199801)18:1<65::AID-JOC222>3.0.CO;2-9.
  • C. G. Menéndez, M. de Castro, J.-P. Boulanger, A. D’Onofrio, E. Sanchez, A. A. Sörensson, J. Blazquez, A. Elizalde, D. Jacob, H. Le Treut, Z. X. Li, M. N. Núñez, N. Pessacg, S. Pfeiffer, M. Rojas, A. Rolla, P. Samuelsson, S. A. Solman and C. Teichmann, Downscaling extreme month-long anomalies in southern South America. Climatic Change, 98, 379–403, 2010. https://doi.org/10.1007/s10584-009-9739-3.
  • H. Tatlı, New statistical downscaling methods and application for Turkey. Ph.D. Thesis, İstanbul Technical University, Turkey, 2004.
  • R. Huth, J. Miksovsky, P. Stepanek, M. Belda, A. Farda, Z. Chladova and P. Pišoft, Comparative validation of statistical and dynamical downscaling models on a dense grid in central Europe: Temperature. Theoretical and Applied Climatology, 120, 533–553, 2015. https://doi.org/10.1007/s00704-014-1190-3.
  • R. L. Wilby, S. P. Charles, E. Zorita, B. Timbal, P. Whetton, C. G. Menéndez, M. de Castro, J.-P. Boulanger, A. D’Onofrio, E. Sanchez, A. A. Sörensson, … and C. Teichmann, Downscaling extreme month-long anomalies in southern South America. Climatic Change, 98, 379–403, 2009. https://doi.org/10.1007/s10584-009-9739-3.
  • Meteoroloji İşleri Genel Müdürlüğü, Araştırma Dairesi Başkanlığı Klimatoloji Şube Müdürlüğü, Yeni Senaryolar ile Türkiye İklim Projeksiyonları ve İklim Değişikliği. Meteoroloji Genel Müdürlüğü Matbaası Ankara, Türkiye, 2015.
  • B. Circi Selcuk ve M. A. Irmak, A study on the adequacy and requirement of urban active green areas in Sivas. Fresenius Environmental Bulletin, 31(02), 2209-2220, 2022.
  • B. Çirci Selçuk, Sivas kenti açık ve yeşil alanlarının incelenmesi. Yüksek Lisans Tezi, Atatürk Üniversitesi Fen Bilimleri Enstitüsü, Türkiye, 2019.
  • Harita Genel Müdürlüğü, Türkiye mülki idare bölümleri haritası. https://www.harita.gov.tr/ urun/turkiye-mulk-idare-bolumleri-haritasi/189, Erişim 11.03.2022.
  • Geophysical Fluid Dynamics Laboratory, Earth System Models. https://www.gfdl.noaa.gov/earth-system-model/, Erişim 25.04.2022.
  • A. S. Vaghefi, N. Abbaspour, B. Kamali and K. C. Abbaspour, A toolkit for climate change analysis and pattern recognition for extreme weather conditions – Case study: California-Baja California Peninsula. Environmental Modelling and Software, 96, 181-198, 2017. https://doi.org/10.1016/j.envsoft.2017.06.033.
  • Z.E. Asong, M.N. Khaliq and H.S. Wheater, Multisite multivariate modeling of daily precipitation and temperature in the Canadian Prairie Provinces using generalized linear models. Climate Dynamics, 47 (9), 2901-2921, 2016. https://doi.org/10.1007/s00382-016-3004-z.
  • A. Dosio and P. Paruolo, Bias correction of the ENSEMBLES high-resolution climate change projections for use by impact models: evaluation on the present climate. Journal of Geophysıcal Research-Atmospheres 116 (22), 2011. https://doi.org/10.1029/ 2011JD015934.
  • S. Hagemann, C. Chen, J.O. Haerter, J. Heinke, D. Gerten and C. Piani, Impact of a statistical bias correction on the projected hydrological changes obtained from three GCMs and two hydrology models. Journal of Hydrometeorology, 12 (4), 556-578, 2011. https://doi.org/10.1175/2011JHM1336.1.
  • G. Cüceloğlu, İklim değişikliğinin İstanbul’un yüzeysel su kaynaklarına etkisi ve kuraklık dirençli bütünleşik su yönetimi. Doktora Tezi, İTÜ Fenbilimleri Enstitüsü, Türkiye, 2019.
  • G. Z. Ndhlovu and Y. E. Woyessa, Use of gridded climate data for hydrological modelling in the Zambezi River Basin, Southern Africa. Journal of Hydrology, 602, 126749, 2021. https://doi.org/10.1016/ j.jhydrol.2021.126749.
  • P. Anuchaivong, D. Sukawat and A. Luadsong, Statistical Downscaling for Rainfall Forecasts Using Modified Constructed Analog Method in Thailand. The Scientific World Journal, 2017, 24, 2017. https://doi.org/10.1155/2017/1075868.
  • N. Farahnaz, A. A. Kuntoro and M. S. B. Kusuma, Statistical Downscaling for the Projection of the Keetch Byram Drought Index in the Barito Basin. International Journal on Advanced Science Engineering and Information Technology, 10(2), 873-879, 2020. https://doi.org/10.18517/ijaseit.10.2.10102.
  • SWAT, CFSR Global Weather Data for SWAT 1979-2014, https://swat.tamu.edu/data/cfsr, Erişim 25.04.2022.
  • S. Saha, S. Moorthi, H.L. Pan, X. Wu, J. Wang, S. Nadiga, P. Tripp, R. Kistler, J. Woollen, D. Behringer, et al., The NCEP climate forecast system reanalysis. Bulletin of the American Meteorological Society, 91(8), 1015–1057, 2010. https://doi.org/10.1175/2010BAMS3001.1.
  • Meteoroloji Genel Müdürlüğü, İstasyon Bilgileri Veritabanı.https://mgm.gov.tr/kurumsal/istasyonlarimiz.aspx, Erişim 11.03.2022.
  • E. S. Turan, Türkiye'nin İklim Değişikliğine Bağlı Kuraklık Durumu. Doğal Afetler ve Çevre Dergisi, 4(1), 63-69, 2018. https://doi.org/10.213247/ dacd.357384.
  • B. Grigorova, I. Vaseva, K. Demirevska and U. Feller, Combined drought and heat stress in wheat: Changes in some heat shock proteins. Biologia plantarum, 55, 105-111, 2011. https://doi.org/10.1007/s10535-011-0014-x.
  • A.D. Sharma and P. Kaur, Combined effect of drought stress and heat shock on cyclophilin protein expression in Triticum aestivum. General and Applied Plant Physiology, 35(1-2), 88-92, 2009.
  • Ç. Sayılğan, Küresel Sıcaklık Artışının Buğdayda Beklenen Etkileri ve Yüksek Sıcaklığa Toleranslılığın Fizyolojik Göstergeleri. Yüzüncü Yıl Üniversitesi Tarım Bilimleri Dergisi, 26(3): 439-447, 2016.
  • T. Karaköy, Sivas Atlası. K. Ş. Kavak (Ed.), SVS Yayınları, 329-349.
  • J.W. White and M.P. Reynolds, A Physiological Perspective on Modeling Temperature Response in Wheat and Maize Crops. Modeling Temperature Response in Wheat and Maize, Proceedings of a Workshop, pp. 8-17, El Batán, Mexico, 23-25 April 2001.
Toplam 45 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Çevre Mühendisliği
Bölüm Çevre Mühendisliği
Yazarlar

Sefa Furkan Selçuk 0000-0002-3700-4377

Meltem Sarıoğlu Cebeci 0000-0002-3636-0388

Orhan Cerit 0000-0003-0456-9555

Burcu Çirci Selçuk 0000-0002-5346-6045

Mustafa Bünyamin Karagözoğlu 0000-0003-1520-3372

Yayımlanma Tarihi 18 Temmuz 2022
Gönderilme Tarihi 22 Mart 2022
Kabul Tarihi 27 Mayıs 2022
Yayımlandığı Sayı Yıl 2022

Kaynak Göster

APA Selçuk, S. F., Cebeci, M. S., Cerit, O., Çirci Selçuk, B., vd. (2022). Sivas ilinin iklim değişikliği projeksiyonları. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 11(3), 522-533. https://doi.org/10.28948/ngumuh.1091466
AMA Selçuk SF, Cebeci MS, Cerit O, Çirci Selçuk B, Karagözoğlu MB. Sivas ilinin iklim değişikliği projeksiyonları. NÖHÜ Müh. Bilim. Derg. Temmuz 2022;11(3):522-533. doi:10.28948/ngumuh.1091466
Chicago Selçuk, Sefa Furkan, Meltem Sarıoğlu Cebeci, Orhan Cerit, Burcu Çirci Selçuk, ve Mustafa Bünyamin Karagözoğlu. “Sivas Ilinin Iklim değişikliği Projeksiyonları”. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi 11, sy. 3 (Temmuz 2022): 522-33. https://doi.org/10.28948/ngumuh.1091466.
EndNote Selçuk SF, Cebeci MS, Cerit O, Çirci Selçuk B, Karagözoğlu MB (01 Temmuz 2022) Sivas ilinin iklim değişikliği projeksiyonları. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi 11 3 522–533.
IEEE S. F. Selçuk, M. S. Cebeci, O. Cerit, B. Çirci Selçuk, ve M. B. Karagözoğlu, “Sivas ilinin iklim değişikliği projeksiyonları”, NÖHÜ Müh. Bilim. Derg., c. 11, sy. 3, ss. 522–533, 2022, doi: 10.28948/ngumuh.1091466.
ISNAD Selçuk, Sefa Furkan vd. “Sivas Ilinin Iklim değişikliği Projeksiyonları”. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi 11/3 (Temmuz 2022), 522-533. https://doi.org/10.28948/ngumuh.1091466.
JAMA Selçuk SF, Cebeci MS, Cerit O, Çirci Selçuk B, Karagözoğlu MB. Sivas ilinin iklim değişikliği projeksiyonları. NÖHÜ Müh. Bilim. Derg. 2022;11:522–533.
MLA Selçuk, Sefa Furkan vd. “Sivas Ilinin Iklim değişikliği Projeksiyonları”. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, c. 11, sy. 3, 2022, ss. 522-33, doi:10.28948/ngumuh.1091466.
Vancouver Selçuk SF, Cebeci MS, Cerit O, Çirci Selçuk B, Karagözoğlu MB. Sivas ilinin iklim değişikliği projeksiyonları. NÖHÜ Müh. Bilim. Derg. 2022;11(3):522-33.

Cited By

Projections of meteorological drought events in the upper Kızılırmak basin under climate change scenarios
Theoretical and Applied Climatology
https://doi.org/10.1007/s00704-024-04952-4

download