Comparison of IDW, OK and UK Methods for Mapping Temperature Humidity Index Values in Adana Climate Conditions

Year 2025, Volume: 6 Issue: 2 , 151 - 160 , 30.12.2025

Burcu Saldamlı , Suna Akkol

https://doi.org/10.46592/turkager.1830456

https://izlik.org/JA37HC24PZ

Abstract

As a natural consequence of global warming, dairy cattle are exposed to increased heat stress, resulting in economic losses. This study aimed to map the spatial distribution of Temperature Humidity Index (THI) values in June, July, August, and September in Adana province, which has a hot Mediterranean climate in summers, and to determine the most appropriate interpolation method by comparing three different interpolation methods. For this purpose, Inverse Distance Weighted (IDW), Ordinary Kriging (OD), and Univarsal Kriging (UK) interpolation methods were used with ten-fold cross-validation. In the study, daily mean temperature, relative humidity, and elevation values for June, July, August, and September from 2022 datasets from 32 stations in Adana province, obtained from the Turkish State Meteorological Service (MGM), were used. Model performance was evaluated using the Root Mean Square Error (RMSE) and the coefficient of determination (R2). For the months of June, July, August, and September, the UK method was determined to have the smallest RMSE and largest R2 value. RMSE values for the months were 1.67, 1.00, 0.97, and 1.14, and R2 values were 65%, 96%, 96%, and 94%, respectively. Districts prone to heat stress were identified as Tufanbeyli, Saimbeyli, Feke, and Pozantı, as well as those north of Kozan, Aladağ, and Karaisalı. Dairy cattle farms should take various precautions in the districts of Karataş, Yüreğir, Yumurtalık, Ceyhan, Sarıçam, Seyhan, Çukurova, and İmamoğlu, as well as those south of Kozan and Karaisalı.

Keywords

Geostatistics , Kriging , Temperature , Heat stress

Ethical Statement

NA

Supporting Institution

Van Yüzüncü Yıl Üniversitesi

Project Number

-

Adana İklim Koşullarında Sıcaklık Nem İndeks Değerlerinin Haritalanmasında IDW, OK ve UK Yöntemlerinin Karşılaştırılması

https://izlik.org/JA37HC24PZ

Abstract

Küresel ısınmanın doğal bir sonucu olarak süt sığırları daha fazla ısı stresine maruz kalmakta ve bu durum ekonomik kayıplarla sonuçlanmaktadır. Bu çalışmada, yaz aylarının sıcak geçtiği Akdeniz iklimine sahip Adana ilinde Haziran, Temmuz, Ağustos ve Eylül aylarında Sıcaklık Nem İndeksi (SNİ) değerlerinin mekansal dağılımının haritalanması ve üç farklı enterpolasyon yöntemi karşılaştırılarak en uygun enterpolasyon yöntemin belirlenmesi amaçlanmıştır. Bu amaçla, on katlı çapraz doğrulamayla Ters Mesafe Ağırlıklı (IDW), Ordinary Kriging (OK) ve Univarsal Kriging (UK) enterpolayon yöntemleri kullanılmıştır. Çalışmada Meteoroloji Genel Müdürlüğü’nün (MGM) veri havuzundan 2022 yılına ait Adana ilindeki mevcut 32 istasyondan Haziran, Temmuz, Ağustos ve Eylül aylarına ilişkin günlük ortalama sıcaklık, nispi nem ve yükseklik değerleri kullanılmıştır. Model performansları Hata Kareler Ortalamasının Karekökü (RMSE) ve belirleme katsayısı (R2) yardımıyla değerlendirilmiştir. Haziran, Temmuz, ağustos ve Eylül aylarının tamamı için UK yöntemi, en küçük RMSE ve en büyük (R2) değerine sahip yöntem olarak belirlenmiştir. RMSE değerleri aylar için sırasıyla 1.67, 1.00, 0.97, 1.14 ve (R2) değerleri sırasıyla %65, %96, %96 ve %94 olmuştur. Tufanbeyli, Saimbeyli, Feke ve Pozantı ısı stresi açısından elverişli ilçeler, Kozan, Aladağ ve Karaisalı’nın kuzeyi olarak saptanmıştır. Karataş, Yüreğir, Yumurtalık, Ceyhan, Sarıçam, Seyhan, Çukurova, İmamoğlu ilçeleri ile Kozan ve Karaisalı’nın güneyinde ise süt sığırı işletmelerinin çeşitli önlemler almaları gerekmektedir.

Keywords

Jeoistatistik , Kriging , Sıcaklık , Isı stresi

Ethical Statement

Herhangi bir etik izin belgesine ihtiyaç yoktur.

Supporting Institution

Van Yüzüncü Yıl Üniversitesi

Project Number

-

References

• Akyuz A, Boyaci S ve Cayli A (2010). Determination of critical period for dairy cows using temperature humidity index. Journal of Animal and Veterinary Advances, 9(13): 1824-1827.
• Alkoyak K ve Çetin O (2016). Süt sığırlarında sıcaklık stresi ve korunma yolları. Journal of Bahri Dagdas Animal Research, 5(1): 40-55.
• Aydın O ve Raja NB (2016). Yağışın mekânsal dağılışında deterministik ve stokastik yöntemler: Mauritius örneği, Doğu Afrika. Coğrafi Bilimler Dergisi, 14(1): 1-14.
• Barton JMH, Buchberger SG ve Lange MJ (1999). Estimation of error and compliance in surveys by kriging. Journal of Surveying Engineering, 125(2): 87-108.
• Bishop-Williams KE, Berke O, Pearl DL ve Kelton DF (2016). Mapping rural community and dairy cow heat stress in Southern Ontario: A common geographic pattern from 2010 to 2012. Archives of Environmental & Occupational Health, 71(4): 199-207.
• Bohmanova J, Misztal I, Tsuruta S, Norman HD ve Lawlor TJ (2008). Short communication: Genotype by environment interaction due to heat stress. Journal Dairy Science, 91: 840-846.
• Bostan P (2017). Basic kriging methods in geostatistics. Yuzuncu Yıl University Journal of Agricultural Sciences, 27(1): 10-20.
• Bostan PA, Heuvelink GBM ve Akyürek SZ (2012). Türkiye’nin ortalama yıllık yağışlarının haritalanması için regresyon ve kriging tekniklerinin karşılaştırılması. International Journal of Applied Earth Observation and Geoinformation, 19: 115-126
• Çelik R (2021). Diyarbakır ili süt sığırı yetiştiriciliğinin sıcaklık-nem indeksi yönünden değerlendirilmesi. Dicle Üniversitesi Veterinerlik Fakültesi Dergisi, 14(2): 96-100. http://doi:10.47027/duvetfd.903780
• Çenet Z ve Korkmaz Ö (2020). Şanlıurfa İlinde Isı Stresindeki İneklerde Bazı Ovulasyon Senkronizasyon Yöntemlerinin Gebelik Oranlarına Etkisi. Harran University Journal of the Faculty of Veterinary Medicine, 9(1): 59-63.
• Collier RJ, Dahl GE ve VanBaale M J (2006). Major advances associated with environmental effects on dairy cattle. Journal of Dairy Science, 89: 1244-1253.
• Dikmen S ve Hansen PJ (2009). Is the temperature-humidity index the best indicator of heat stress in lactating dairy cows in a subtropical environment. Journal of Dairy Science, 92: 109-116. http://doi:10.3168/jds.2008–1370
• Dinçel D ve Dikmen S (2013). Süt sığırlarında sıcak stresinin tespiti, verim özellikleri üzerine etkileri ve korunma yöntemleri. Uludag University Journal of Faculty Veterinary Medicine, 32(1): 19-29.
• İlhan H (2018). Marmara Bölgesi Süt Sığırcılığı Işletmelerinin Sıcaklık-nem Göstergesi Kullanılarak Değerlendirilmesi ve Yapısal Önlemler. Doktora Tezi, Uludağ Üniversitesi, Fen Bilimleri Enstitüsü, Biyosistem Mühendisliği Anabilim Dalı, s. 117. Bursa-Türkiye.
• Işık M, Aydinşakir K, Dinç N, Büyüktaş K ve Tezcan A (2016). Antalya koşullarında sıcaklık-nem indeks değerlerinin süt sığırcılığı açısından değerlendirilmesi. Mediterranean Agricultural Sciences, 29(1): 27-31.
• Kadzare CT, Murphy MR, Silanikove N ve Maltz E (2002). Heat stress in lactating dairy cows: A review. Livestock Production Science, 77: 59-91.
• Karaca C (2021). Hatay iklim koşullarında süt sığırı yetiştiriciliğinde ısı stresinin mekansal dağılımı ve uygulanacak tedbirler. Mustafa Kemal Üniversitesi Tarım Bilimleri Dergisi, 26 (3): 801-807.
• Koç HU ve Uğurlu M (2019). Süt Sığırlarında Isı Stresinin Verim Özellikleri Üzerine Etkisi. Lalahan Hayvancılık Araştırma Enstitüsü Dergisi, 59(1): 30-35.
• Li J ve Heap AD (2008). A review of spatial interpolation methods for environmental scientists. Geoscience Australia, Record 2008/23, 137 pp.
• Moran JB (1989). The influence of season and management system on intake and productivity of confined dairy cows in a Mediterranean climate. Animal Science, 49(3): 339-344.
• Noordhuizen J ve Bonnefoy JM (2015). Heat stress in dairy cattle: Major effects and practical management measures for prevention and control. SOJ Veterinary Sciences, 1(1): 103.
• Rhodas ML, Rhodas R P, VanBaale MJ, Collier RJ, Sanders SR, Weber WJ ve Crooker BA (2009). Effects of heat stress and plane of nutrition on lactating Holstein cows: I. Production, metabolism, and aspects of circulating somatotropin. Journal of Dairy Science, 92: 1986-1997.
• Smith DL, Smith T, Rude B ve Ward SH (2013). Short communication: Comparison of the effects of heat stress on milk and component yields and somatic cell score in Holstein and Jersey cows. Journal of Dairy Science, 96(5): 3028-3033.
• Spadavecchia L ve Williams M (2009). Can spatio-temporal geostatistical methods improve high resolution regionalization of meteorological variables? Agricultural and Forest Meteorology 149: 1105-1117.
• Taşan M ve Demir Y (2017). Çeltik yetiştiriciliği yapılan arazilerde demir ve mangan içeriklerinin mekansal dağılımının farklı enterpolasyon yöntemleri ile belirlenmesi. Anadolu Tarım Bilimleri Dergisi, 32(1): 64-73.
• Taylan ED ve Damçayırı D (2016). Isparta bölgesi yağış değerlerinin IDW ve Kriging enterpolasyon yöntemleri ile tahmini. Teknik Dergi, 27(3): 7551-7559.
• Vermunt JJ ve Tranter BP (2011). Heat stress in dairy cattle–a review, and some of the potential risks associated with the nutritional management of this condition. In review of AVA QLD Division Conference 25-27/3/10 (pp. 212-221). Australian Veterinary Association.
• Webster R ve Oliver MA (2007). Geostatistics for environmental scientists (2nd ed.). John Wiley & Sons.
• West JW (2003). Effect of heat-stress on production in dairy cattle. Journal of Dairy Science. 86: 2131-2144.
• Yeşilkanat C, Kobya Y, Taşkın H ve Çevik U (2014). Jeoistatistik tahmin ve simülasyon yöntemleri ile Artvin ilindeki doğal kaynak suları için toplam alfa ve toplam betanın ara değer modellemesi ve haritalanması. Cumhuriyet Üniversitesi Fen Edebiyat Fakültesi Fen Bilimleri Dergisi, 35(4): 11-35.
• Zimbelman RB, Rhoads RP, Rhoads ML, Duff GC, Baumgard L ve Collier RJ (2009). A reevaluation of the impact of temperature humidity index (THI) and black globe humidity index (BGHI) on milk production in high producing dairy cows. Proceedings of the South-west Nutrition Conference, University of Arizona, USA. 158-169.