Tez Arşivi

Hakkımızda

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / İnşaat Mühendisliği Anabilim Dalı / Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı

Akım gözlem istasyonu bulunmayan akarsu havzalarında düşük akım tahmini için model geliştirilmesi: Türkiye'de bir uygulama

A method for low flow estimation at ungauged sites: A case study in Turkey

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 445112 tez numarasıyla arayabilirsiniz.

Özet:

Küresel ısınmanın etkisini giderek arttırmasıyla birlikte kuraklık ciddi bir evrensel sorun haline gelmiştir. Kuraklığın ve kuraklığın sebep olabileceği tüm sorunların önlenebilmesi için her geçen gün yeni önlemler alınmakta ve akıllı su sistemleri geliştirilmektedir. Bu yöntemlerin geliştirilmesi, akım gözlem istasyonları tarafından kaydedilen akım verileriyle mümkündür. Ancak özellikle Türkiye'de yeterli sayıda akım gözlem istasyonu bulunmaması ve halihazırda bulunan istasyonların çoğuna ait akım verilerinin az sayıda olması sebebiyle sistem planlamalarının tamamının gözlemlenmiş verilere dayanması mümkün değildir. Dolayısıyla etkin akım tahminlerinin çeşitli dönüş aralıkları için yapılması, kuraklık kontrolünü sağlayacak sistemlerin geliştirilmesinde büyük önem arz etmektedir. Zira kuraklık, tüm dünyada olduğu gibi Türkiye'de de etkisini göstermeye başlamıştır ve Türkiye'de son 45 yılda 12 yıl kurak geçmiştir. Bu çalışmada, Susurluk (3), Kuzey Ege (4), Gediz (5), Küçük Menderes (6), Büyük Menderes (7), Batı Akdeniz (8), Antalya (9) ve Türkiye potansiyelinin %28,4'üne sahip olan Fırat ve Dicle (21) havzalarında bulunan toplam 31 adet Akım Gözlem İstasyonuna ait günlük en düşük akım verileriyle çalışılmıştır. Bu istasyonların seçiminde, en az 20 yıllık akım verisine sahip olmalarına ve akımlar üzerine etki edecek herhangi bir yapı (baraj, set vb.) bulunmamasına özen gösterilmiştir. Zira 20 yıldan daha az akım verisine sahip bir istasyona uygulanacak istatistiksel analizler etkin sonuçlar vermeyecektir. Bu noktadaki en büyük dezavantaj da, söz konusu havzalarda yeterli sayıda veriye sahip istasyonların bulunmaması olmuştur. 31 akım gözlem istasyonun bu kriterlere bağlı kalarak seçiminin ardından istasyonlar, bulundukları bölgelerin meteorolojik özellikleri sayesinde (sıcaklık, yaz sıcaklığı, kış sıcaklığı, yıllık yağış, yaz ayları yağışı, kış ayları yağışı, potansiyel buharlaşma, orman yüzdesi, De Martonne kuraklık indisi, Thornthwaite yağış indisi, kurak yıllar oranı, açık yüzey buharlaşma, nem, geri çekilme katsayısı, ısıtma gün dereceleri ve soğutma gün dereceleri) hiyerarşik kümeleme yöntemi ile homojen bölgelere ayrılmıştır. Bu sayede hem global hem de bölgesel modellerin geliştirilmesi mümkün olmuştur. İstasyonların günlük akım verileri ile her bir yıla ait 7-günlük akım değerleri hesaplanmış ve bu değerlere en uygun olan olasılık dağılım modeli belirlenerek 2, 5, 10, 20 ve 50 yıllık dönüş aralıkları için 7-günlük akım değerleri tahmin edilmiştir. Akımların üzerinde etkisi olduğu düşünülen ve yukarıda belirtilen meteorolojik toplam 17 adet özelliğe regresyon Analizi uygulanmıştır. Birbirleriyle bağlantılı olmayan ve akım değerleri üzerinde en fazla etkisi olan meteorolojik verilerin seçimi Maksimum R^2 (Belirleme Katsayısı), Aşamalı Regresyon ve En Küçük RMSE (Kök Ortalama Hata Karesi) Yöntemleri karşılaştırılarak belirlenmiştir. En belirleyici iki özellik olarak elde edilen geri çekilme katsayısı ve potansiyel buharlaşma değerlerinin katsayıları OLS (En Küçük Kareler) Tekniği kullanılarak belirlenmiş ve bu sayede tüm dönüş aralıkları için tek bir global model geliştirilmiştir. Son olarak bu model, her bir dönüş aralığı için uyarlanarak daha da etkin hale getirilmiştir. Aynı yöntem ile homojen bölgelere de regresyon analizi uygulanmış ve elde edilen bölgesel modeller, global modelle karşılaştırılarak performansları değerlendirilmiştir. Bu çalışmanın sayesinde akım gözlem istasyonu bulunmayan noktalarda çeşitli dönüş aralıkları için akım tahminlerinin efektif bir şekilde yapılması hem bölgesel modellerle hem de tek bir global modelle sağlanmıştır. Bugüne kadar düşük akım tahminleriyle ilgili yapılan çoğu çalışmada sadece bir dönüş aralığı için tahmin yürütülebilirken, bu çalışma sayesinde tüm dönüş aralıkları için tek bir eşitliğin yeterli olabileceği anlaşılmıştır.

Summary:

The increasing effects of global warming require estimation of low flows in order to design efficient water management systems. And depending on the management practice, this can be needed for various return periods. Especially in Turkey, due to the scarcity of gauging stations and their lack of data makes system designs to be planned and implemented very difficult. Thus, the development of estimation techniques for low flows at ungauged sites is crucial for efficient planning of drought management. The main purpose of this study was to develop a deterministic global model and regional models that could make efficient predictions at ungauged sites. By taking into account the number of gauging stations, how they are spread around, and the number of data each station has (at least 20 years) the regions where low flows and drought are an issue in Turkey; Aegean Region, East Anatolia Region, and South East Anatolia Region were selected for the purposes of this study. A total number of 31 gauging stations were selected from the following basins: Susurluk Basin (Basin No. 3), Kuzey Ege Basin (4) Gediz Basin (5), Küçük Menderes Basin (6), Büyük Menderes Basin (7), West Mediterrenian Basin (8), Antalya Basin (9), which belong to the Aegean Region; Fırat and Dicle Basin (21), which belong to the East Anatolian and South Anatolian Region. The main criterion in eliminating stations was the scarcity of flow data. Frequency analysis was performed on each of the 31 stations' mean annual minimum 7 day low flow data (AM7) and the Distribution Model that fit to each stations' data was determined by applying the Kolmogorov-Smirnov test . 7-day minimum flows were selected due to their explanotary capabilities: These flows are calculated by taking the average of succesive low flows for 7 days and in the end determining the minimum of these average values. Thus, 7-day low flows have much more predictive capability on droughts then a single day of low flow does and are widely used in practices of low flow prediction. 7-day minimum flows (AM7_T) were then predicted for 2, 5,10, 20, and 50 year return periods with the best distribution model that fit each station. To determine the variables of the Global Model, out of 17 different meteorogical specifications that defined the stations: (temperature, summer temperature, winter temperature, annual precipitation, summer precipitation, winter precipitation, potential evapotranspiration, area percentage of forests, De Martonne index, Thornthwaite precipitation index, surface evaporation, humidity, recession constant, heating day degrees, cooling day degrees,vapor pressure, and evaporation ), it was necessary to eliminate the ones that were correlated to each other and had no effect in explaining the variability of AM7_T. Principal component analysis was therefore applied on the 17 meteorological specifications to see the correlation/relationship between the variables. A regression analysis was then performed on both the 17 meteorological specifications and the 7-day low flow predictions obtained from the frequency analysis. In the end, the models developed via regression analysis were tested by three methods, Maximum R^2 Improvement, Adjusted R^2 Selection and Stepwise Method were applied to the data. Maximum R^2 method resulted with the results that explained the variability of the frequency analysis' predictions the best. The equations calculated with the Maximum R^2 method consisted of two variables: potential evapotranspiration and recession constant were determined as the most explanotary variables for global model. Ordinary least squares technique was applied on these two variables to determine the regression coefficients and in the end; one Global Model containing all of the return periods (2-50 years) was constructed. And to make this model more effective, global model was adjusted for each of the return periods. Hierarchial clustering analysis was then performed to separate the gauging stations into homogeneous groups. Hierarchial clustering was selected since the data set in this study was less than 300. Three homogeneous groups were created and thus three regional models were developed to estimate low flows regionally. The first group consisted of Aegean Region basins: Susurluk, Kuzey Ege, Gediz, Küçük Menderes, Büyük Menderes, Batı Akdeniz and Antalya Basins; the second group consisted of the west side stations of Fırat and Dicle Basin and the third group stations were located on the east side of Fırat and Dicle Basins. To have a comparison, two homogeneous groups via hierarchial clustering were created as well. This process was forced, so the stations belonging to the second group created by hierarchial clustering, was transported to the Aegean Regions' stations' group.Thus the results of clustering with two groups were geographically meaningless. Lastly, to see the effect of geographic location on low flow, Aegean region and South East and East Anatolian regions were evaluated sepereately as well. The performance of the Regional Models was compared with the Global Model's results. The regional models that were constructed by hierarchial clustering for three homogeneous groups resulted with the most efficient results. These results proved that in order to have an efficient predictive model, the stations that are used in the model should not only be geographically close to each other but also meteorologically homogeneous as well. A hierarchial clustering procedure implementation was found to be a necessity in Turkey in order to develop a model that had to most predictive capability due to Turkey's constantly changing climatic conditions. Up until now, most of the studies concerning drought management and estimating low flows were solely based on a single return period. With this research, it was proven that constructing a Global Model containing multiple return periods (2-50 years) was indeed possible and efficient. Also, the importance of geographic location and meteorological homogeneity were also proven in developing a regional model. However, it is important to note that these analyses have been applied only to specific regions. Other regions with different hydrological and meteorological specifications could result in different models. Thus, it is therefore advised to carry out this study to more regions with stations that have more flow data for the purposes of the development of integrated Water Management Systems.