Günlük Maksimum Yağış Verilerinin Klasik ve Yenilikçi Yöntemlerle Trendlerinin Belirlenmesi

Read full text
Authors: Cihat Sari, Erdem Çoban, Yavuz Selim Güçlü
Cited by: 1
References: 22

Abstract

İklim değişikliği, hidrolojik döngü üzerinde önemli etkilere sahiptir ve su kaynaklarının sürdürülebilir yönetimi açısından yağış trendlerinin belirlenmesi büyük önem taşımaktadır. Bu çalışmada, Türkiye’nin çeşitli bölgelerinde bulunan meteoroloji istasyonlarından elde edilen 1961-2020 yıllarına ait günlük maksimum yağış verileri kullanılarak trend analizleri gerçekleştirilmiştir. Çalışmada klasik ve yenilikçi trend analiz yöntemleri uygulanmıştır. Klasik yöntem olarak Mann-Kendall (MK) testi, modern yaklaşımlar olarak ise Yenilikçi Trend Analizi (YTA) ve türevleri (Geliştirilmiş YTA, Çift-YTA, Geliştirilmiş Görselleştirme ile Çift-YTA) kullanılmıştır. Tüm analizler Python kullanılarak gerçekleştirilmiş ve verilerin görselleştirilmesi sağlanmıştır. Analiz sonuçlarına göre, Marmara'nın kuzeybatısı ve Trakya'da yer alan Çanakkale, Çorlu ve Edirne istasyonlarında bütüncül olmayan artan trendler tespit edilmiştir. Batı Anadolu'da Dikili istasyonunda bütüncül olmayan artan trend eğilimi gözlemlenirken, Güneyde Dörtyol istasyonunda stabil artan trend görülmüştür. İç Anadolu’daki Niğde ve Yozgat istasyonlarında bütüncül olmayan artan trendler belirlenirken, Karadeniz Bölgesi'nde İnebolu istasyonunda bütüncül artan trend, Zonguldak istasyonunda ise azalan trend tespit edilmiştir. Elde edilen bulgular, analiz edilen istasyon verilerine göre son 60 yılda günlük maksimum yağış değerlerinde genel olarak artış eğiliminin olduğunu ortaya koymaktadır. Bu durum, iklim değişikliğinin bölgesel ölçekte yağış rejimleri üzerinde etkili olabileceğine işaret etmektedir. Çalışmada kullanılan farklı trend analiz yöntemleri, yağış verilerinin trend yapısını daha detaylı incelemeye olanak tanımış ve klasik yöntemlere kıyasla daha kapsamlı değerlendirme imkânı sağlamıştır.

Fields of Study & Subjects

Hydrology and Drought Analysis Climate variability and models Hydrological Forecasting Using AI

Publication details

Journal / source
Doğal Afetler ve Çevre Dergisi
Publisher
Dogal Afetler ve Cevre Dergisi
Volume
12
Issue
1
Pages
84–100
Publication date
25 January 2026
Language
TR