Türkiye’nin Uzun Dönem Yağış Miktarının IDW ve Kriging Yöntemleri ile Tahmin Edilmesi

Öz

Bu çalışmada, Türkiye'nin uzun vadeli aylık toplam yağış miktarı (mm) iki farklı enterpolasyon yöntemi kullanılarak tahmin edilmiştir. Yağış miktarı, komşu ölçüm istasyonlarına ait enlem-boylam özellikleri kullanılarak IDW (Inverse Distances Weighted) ve Kriging yöntemleri ile tahmin edilmiştir. Yöntemler ArcGIS yazılımı altında ArcMAP programı ile uygulanmıştır. Çalışmada 2 farklı enterpolasyon parametresi kullanılmıştır. Bunlar; enlem (°) ve boylam (°) şeklindedir. Veriler 1927-2018 yılları arasında olup Türkiye Meteoroloji Genel Müdürlüğü’nden temin edilmiştir. Çalışmada Türkiye’yi temsilen 81 adet vilayet ölçüm istasyonu kullanılmıştır. Toplamda 972 adet (81 istasyon x 12 ay) verilerin %75’i eğitim aşamasında, %25’i ise test aşamasında kullanılmıştır. Kullanılan test istasyonları rastgele seçilmiştir. Test aşamasında elde edilen tahminler gözlemlenmiş verilerle karşılaştırılmıştır. Karşılaştırmalarda Kare Kök Ortalama Karesel Hata (KOKH), Ortalama Mutlak Hata (OMH) ve Determinasyon Katsayısı (R2) kullanılmıştır. Sonuçlar incelendiğinde; test aşamasında IDW yönteminin en iyi sonuçları (KOKH=6.43, OMH=4.29, R²=0.982) Uşak istasyonu ve (KOKH=4.14, OMH=3.64, R²=0.962) Kırıkkale İstasyonunda gözlemlenmiştir. Kriging yönteminin en iyi sonuçları (KOKH=17.75, OMH=15.80, R²=0.988) Uşak ve (KOKH=4.13, OMH=3.60, R²=0.967) Kırıkkale istasyonunda gözlemlenmiştir. Giriş parametrelerine göre en iyi sonuçlar Uşak, Batman ve Kırıkkale istasyonlarında, en kötü sonuç ise Bayburt ve Iğdır istasyonlarında tahmin edilmiştir.

Anahtar Kelimeler

• Yağış
• IDW
• Kriging

Turkey's Long-Term Estimating Precipitation with IDW and Kriging Methods

Abstract

In this study, Turkey's long-term monthly total precipitation (mm) was estimated using two different interpolation methods. Total precipitation were estimated by IDW (Inverse Distances Weighted) and Kriging methods using the latitude - longitude features of neighboring measuring stations. The methods were applied with ArcMAP program under ArcGIS software. Two different interpolation parameters were used in the study. These; latitude (°) and longitude (°). The data are between 1927-2018 and were obtained from the General Directorate of Meteorology of Turkey. In the study, 81 province measurement stations were used to represent Turkey. In total, 972 (81 stations x 12 months) data were used in 75% of the training phase and 25% in the testing phase. The test stations used were randomly selected. The predictions obtained during the testing phase were compared with the observed data. Root Mean Square Error (RMSE), Mean Absolute Error (MAE) and Determination Coefficient (R2) were used for comparisons. When the results are examined; The best results of the IDW method were observed at Uşak station (KOKH=6.43, OMH=4.29, R²=0.982) and Kırıkkale Station (KOKH=4.14, OMH=3.64, R²=0.962). The best results of the Kriging method were observed in Uşak (KOKH=17.75, OMH=15.80, R²=0.988) and Kırıkkale station (KOKH=4.13, OMH=3.60, R²=0.967). According to the input parameters, the best results were estimated at Uşak, Batman and Kırıkkale stations, and the worst results were estimated at Bayburt and Iğdır stations.

Keywords

• Precipitation
• IDW
• Kriging

References

1. İNAL, C., TURGUT, B. & YİĞİT, C. Ö., (2002) Lokal Alanlarda Jeoit Ondülasyonlarının Belirlenmesinde Kullanılan Enterpolasyon Yöntemlerinin Karşılaştırılması. Selçuk Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Öğretiminde 30. Yıl Sempozyumu, Konya, Türkiye.
2. ARSLANOĞLU, M. & ÖZÇELİK, M. (2005). Sayısal Arazi Yükseklik Verilerinin İyileştirilmesi. TMMOB Harita ve Kadastro Mühendisleri Odası 10. Türkiye Harita Bilimsel ve Teknik Kurultayı. Ankara.
3. YOMRALIOĞLU, T. (2005) Coğrafi Bilgi Sistemleri: Temel Kavramlar ve Uygulamalar. Akademi Kitabevi İstanbul.
4. HEUVELİNK GBM (2006). Incorporating process knowledge in spatial interpolation of environmental variables. Proceedings of Accuracy (Eds. M. Caetano and M. Painho), Lisbon: Instituto Geográfico Portugués, pp. 32-47.
5. KÖROĞLU, S. (2006). Farklı Enterpolasyon Yöntemlerinin Hacim Hesabına Etkisinin Araştırılması, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, 86.
6. GÜLER, M. & KARA, T. (2007) Alansal Dağılım Özelliği Gösteren İklim Parametrelerinin Coğrafi Bilgi Sistemleri İle Belirlenmesi Ve Kullanım Alanları; Genel Bir Bakış, OMÜ Ziraat Fakültesi Dergisi, 22(3), 322-328.
7. LOYD C.D. (2007). Local Modelsfor Spatial Analysis, CRC Press, 21-22.
8. TÖREYEN, G., ÖZDEMİR İ. & KURT, T. (2010) ArcGIS 10 - Uygulama Dokümanı, İşlem Coğrafi Bilgi Sistemleri Mühendislik ve Eğitim Ltd. Şti., Ankara.

9. DOĞRU, A. Ö., KESKİN, M., ÖZDOĞDU, K., İLİEV, N., ULUĞTEKİN, N. N., BALÇIK, BEKTAŞ, F., GÖKSEL, Ç. & SÖZEN, S. (2011). Meteorolojik Verilerin Değerlendirilmesi ve Sunulması İçin Enterpolasyon Yöntemlerinin Karşılaştırılması, TMMOB Coğrafi Bilgi Sistemleri Kongresi, Antalya.
10. İLKER, A. (2012). Akdeniz Bölgesinde Yağışın Alansal Dağılımı. Yüksek Lisans Tezi, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü, Isparta, 85s.
11. DOĞAN, H. M., YILMAZ, D. S. & KILIÇ, O. M. (2013), Orta Kelkit Havzası’nın Bazı Toprak Özelliklerinin Ters Mesafe Ağırlık Yöntemi (IDW) ile Haritalanması ve Yorumlanması, Gaziosmanpaşa Üniversitesi, Fen Bilimleri Enstitüsü, Gaziosmanpaşa Bilimsel Araştırma Dergisi, 6, 46-54.
12. İÇAĞA, Y. & TAŞ, E. (2018). Comparative Analysis of Different Interpolation Methods in Modeling Spatial Distribution of Monthly Precipitation. Artvin Çoruh Üniversitesi Doğal Afetler Uygulama ve Araştırma Merkezi Doğal Afetler ve Çevre Dergisi, 4(2), 90-91.
13. DEMİR V., ÇUBUKÇU E.A. & SEVİMLİ M. F. (2019). Long-Term Month Temperature Forecast With Inverse Distances Weighted, Kriging and Artificial Neural Networks. CISET - 2nd Cilicia International Symposium on Engineering and Technology, 2019, Mersin, Turkey.
14. İLKER, A., TERZİ, Ö. & ŞENER, E. (2019). Yağışın Alansal Dağılımının Haritalandırılmasında Enterpolasyon Yöntemlerinin Karşılaştırılması: Akdeniz Bölgesi Örneği. İMO Teknik Dergi, 9213-9219.
15. AKSU, H. HÜSEYİN. & GÜNGÖR, A., (2020). Burdur İli Yağış Potansiyeli Analizi ve Değerlendirilmesi. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 9(1), 308-322.
16. URL – 1: http://www.dsi.gov.tr/toprakvesukaynaklari [Erişim Tarihi: 21 Nisan 2020].
17. URL - 2 https://birimler.dpu.edu.tr/app/views/panel/ckfinder/userfiles/2/files/.../arcgis.pdf [Erişim Tarihi: 21 Nisan 2020].
18. URL – 3 https://www.mgm.gov.tr/veridegerlendirme/il-ve-ilceler-istatistik.aspx?k=H [Erişim Tarihi: 3 Haziran 2021].