Dodurga Barajına Giren Su Miktarının Box-Jenkıns Tekniği İle Modellenmesi

Yıl 2007, Cilt: 20 Sayı: 1, 81 - 100, 30.06.2007

Arzu Altın

Öz

Bu çalışmada, Eskişehir’e su sağlayan ve sulama amacıyla kullanılan Dodurga Barajı için 1981 Ocak - 2005 Kasım dönemine ait aylara ilişkin ortalama günlük veriler Box-Jenkins tekniği yardımıyla analiz edilmiştir. Öncelikle veriler mevsimsellikten arındırılmış, daha sonra bu veri kümesine uyan model Bütünleştirilmiş Otoregresif Hareketli Ortalama (ARIMA (1,1,1)) modeli olarak belirlenmiştir. ARIMA (1,1,1) modeli kullanılarak Dodurga Barajına gelebilecek ortalama günlük su miktarı serisine ilişkin 2005 Aralık - 2006 Kasım Dönemi için öngörüler yapılmıştır. Dodurga Barajı’nın maksimum depolayabileceği su miktarı 19.210.000 m3 olduğundan, yapılan öngörüler sonucunda sadece 2006 Mart ayında barajdaki su miktarının baraj kapasitesine yaklaşabileceği; diğer aylarda ise çok düşük olacağı öngörülmüştür. Bu durum, iklim değişiklikleri ve coğrafi koşullar gibi nedenlerden dolayı Dodurga Barajı’na girecek su miktarının giderek azalacağına işaret etmektedir. 

Anahtar Kelimeler

Box-Jenkins Tekniği, ARIMA Modelleri, Dodurga Barajı. .

Kaynakça

• [1] K. Koçak, ve L. Şaylan, “Trakya’da Yağış Rejimindeki Değişimin Fraktal Analiz ile Belirlenmesi”, III. Atmosfer Bilimleri Sempozyumu, 2003, İstanbul, Bildiri kitabı, ss. 354-361.
• [2] A. Özmen, “Mevsimsel dalgalanmalar içermeyen zaman serilerinde kısa dönem öngörü amaçlı Box-Jenkins (ARIMA) Modellerinin kullanımı”, FenEdebiyat Fakültesi Dergisi, Cilt:2, Sayı:1, ss. 105–120, 1989.
• [3] A. Kutlar, “Uygulamalı Ekonometri”, 2 Baskı, Nobel Yayınları, Ankara, 2005.
• [4] M.B. Priestley, “Non-Linear and Non-Stationary Time series Analysis”, Academic Press, London, 1991.
• [5] K. Yaman, A. Sarucan, M. Atak, ve N. Aktürk, “Dinamik çizelgeleme için görüntü işleme ve ARIMA modelleri yardımıyla veri hazırlama”, Gazi Üniv. Müh. Mim. Fak. Der., Cilt.16, No.1, ss. 19-40, 2001.
• [6] C. Hamzaçebi, ve F. Kutay, “Yapay sinir ağları ile Türkiye elektrik enerjisi tüketiminin 2010 yılına kadar tahmini”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt.19, No.3, ss. 227-233, 2004.
• [7] I. Akgül, “Zaman Serilerinin Analizi ve ARIMA Modelleri”, Der Yayınları, İstanbul, 2003.
• [8] C. Kadılar, “SPSS Uygulamalı Zaman Serileri Analizine Giriş”, Bizim Büro Basımevi, Ankara, 2005.
• [9] E. Işığıçok, “Değişkenler arasındaki ilişkilerin araştırılmasında nedensellik testleri ve bir uygulama denemesi”, Doktora Tezi, Uludağ Üniversitesi, Sosyal Bilimler Enstitüsü, 1993.
• [10] B.E. Yılmaz ve N. Susam, “Türkiye’de Yeniden Mali Yapılanma Sürecinde Orta Vadeli Harcama Sistemine Geçişin Bütçe Büyüklükleri Üzerindeki Etkileri: Türkiye Üzerine Bir Tahmin Modeli”, 20. Türkiye Maliye
• Sempozyumu, Karahayıt-Pamukkale Üniversitesi, Denizli, 23-27 Mayıs 2005.
• [11] M. Sevüktekin ve M. Nargeleçekenler, “Zaman Serileri Analizi”, Nobel Yayınları Ankara, 2005.
• [12] B. L. Bowerman and R.T. O’Connell, “Forecasting and Time Series: An Applied Approach”, Third Edition, Duxbury Press, California, USA, 1993.
• [13] K.N. Irvine and A.J. Eberhardt, “Multiplaticative seasonal ARIMA models for lake Erie and lake Ontario water levels”, Journal of Water Resources Association, Vol.28, No.2, pp. 385-396, April 1992.
• [14] M.C. Karabörk ve E. Kahya, “Sakarya havzasındaki aylık akımların çok değişkenli stokastik modellenmesi”, Tr. J. Engineering and Enviromental Science, No. 23, pp. 133-147, 1999.
• [15] A. Kurunç, K. Yürekli and O. Çevik, “Performance of two stochastic approaches for forecasting water quality and stream-flow data from Yeşilırmak River, Turkey”, Environmental Modelling and Software, Vol. 20, pp. 1195-1200, 2005.
• [16] D.M. Papamichail and P.E. Georgiou, “Seaonal ARIMA inflow models for reservoir sizing”, Journal of Water Resources Association, Vol.37, No.4, pp. 877-885, 2001.
• [17] J.C. Smithers, G.G.S. Begram and R.E. Schulze, “Design rainfall estimation in south africa using Bartlett-Lewis rectengular pulse rainfall models”, Journal of Hydrology, Vol.258, pp. 83-99, 2002.