AŞIRI KURAK VE NEMLİ KOŞULLARIN BELİRLENMESİ İÇİN YENİ BİR STANDARTLAŞTIRILMIŞ YAĞIŞ İNDİSİ (YENİ-SPI): TÜRKİYE YE UYGULANMASI

AŞIRI KURAK VE NEMLİ KOŞULLARIN BELİRLENMESİ İÇİN YENİ BİR STANDARTLAŞTIRILMIŞ YAĞIŞ İNDİSİ (YENİ-SPI): TÜRKİYE YE UYGULANMASI Murat TÜRKEŞ, Çanakkale Onsekiz Mart Üniversitesi Fen-Ed. Fak., Coğrafya Bölümü, Terzioğlu Yerleşkesi, 17020, Çanakkale, murat.turkes@comu.edu.tr Hasan TATLI, Çanakkale Onsekiz Mart Üniversitesi Fen-Ed. Fak., Coğrafya Bölümü, Terzioğlu Yerleşkesi, 17020, Çanakkale, tatli@comu.edu.tr Özet Bu bildiride, kuraklık olaylarının Türkiye deki alansal ve zamansal desenleri, şiddeti ve sıklığı gibi farklı yönlerini incelemek amacıyla bir Standartlaştırılmış Yağış İndisi (SPI) önerilen çok bir çalışmanın sonuçları özetlendi. Türkiye ikliminin fiziki coğrafya denetçileri ve yağışın meteorolojik ve klimatolojik özellikleri göz önünde bulundurulduğunda, önerilen SPI yönteminin, bir istasyonun aylık yağış toplamları için SPI sınıflarında kurak ya da nemli olma olasılığını klasik yöntemden elde edilenlere göre daha başarılı kestirdiği görülür. Uzun süreli diziler ve çeşitli zaman ölçekleri için hesaplanan olasılık değerlerinin karşılaştırmaları, önerilen yöntemin, özellikle aşırı kuraklıkları ve nemli koşulları çeşitli zaman ölçeklerinde daha başarılı bir biçimde saptadığını ve /ya da temsil ettiğini gösterdi. Sonuç olarak, önerilen SPI yöntemi, Akdeniz büyük iklim bölgesinde olduğu gibi, yağışların yüksek mevsimsellik ve yıllararası değişkenlik gösterdiği, Yerküre nin öteki yarıkurak, kurak-yarınemli ya da yarınemli iklim bölgelerindeki kuraklıkların belirlenmesi ve izlenmesi amacıyla da uygulanabilir. Anahtar Kelimeler: Kuraklık, yağış, Yeni SPI, kuraklık olasılığı, iklim değişkenliği, kuraklık yönetimi planı. A NEW STANDARDIZED PRECIPITATION INDEX (NEW-SPI) FOR DETERMINING EXTREME DROUGHTS AND WET CONDITIONS: APPLICATION IN TURKEY Abstract This presentation has summarized the results of a recent study, in which a new methodology of the Standardized Precipitation Index (SPI) was suggested in order to investigate different aspects of the drought events including its intensity and frequency and the spatial and temporal patterns in Turkey. When we take into account the climatological/meteorological features of precipitation and physical geographic controls of the climate over Turkey, it is found that the proposed method is more capable in estimating the probability of being dry or wet for a station s monthly precipitation totals in the SPI classes than those obtained from the classical method. Comparisons of the probability values calculated for the long-term series and various time-scales have revealed that the proposed method successfully captures and/or well represents, particularly the wet and dry extremes through various time-scales. On conclusion, one can apply the proposed SPI methodology for determining and monitoring droughts of the Earth s other semi-arid, dry sub-humid or semihumid climate regions, over where the precipitation series show high seasonality and year-toyear variability, such as in the Mediterranean macro-climate region. Keywords: Turkey, precipitation, New-SPI, drought probability, climate variability, drought management plan. 528

1. Giriş Kuraklık olaylarını incelemek için çeşitli yaklaşım ve yöntemler önerilmiştir. Bunlardan, Palmer Kuraklık Şiddet İndisi (PDSI, Palmer, 1965) ve Standartlaştırılmış Yağış İndisi (SPI, McKee ve ark., 1993), kuraklıkları belirleme, değerlendirme ve izlemede, bir ülkenin ya da bölgenin kuraklık yönetimi ve kuraklıkla savaşım yeteneklerinin ve olanaklarının gelişmesinde etkili olan yöntemler arasında kabul edilmektedir. Türkiye de yaz kuraklıkları, egemen fiziki coğrafya denetçileri nedeniyle, alansal ve zamansal olarak değişkenlik göstermekle birlikte, subtropikal büyük Akdeniz ikliminin doğal bir özelliği olarak, ülkenin Karadeniz yağış bölgesi, kuzey Marmara ve Kuzeydoğu Anadolu bölümleri dışında kalan yerlerinde her yıl oluşur. Tüm bölgelerde ve mevsimlerde oluşabilen kuraklık olayları (meteorolojik, tarımsal ve hidrolojik) ise, 1970 lerin başından beri Türkiye de giderek daha sık ve şiddetli oluşabilmektedir (Türkeş, 1996, 1998, 1999, 2003; Türkeş ve Erlat, 2003, 2005). Kapsamlı bir Kuraklık Yönetim Planı çerçevesinde yapılması gereken kuraklık belirleme, değerlendirme ve izleme çalışmalarında, çeşitli kuraklık indisi (örn., SPI, PDSI ya da Aridite İndisi (AI), vb.) sınıflarının olasılıklarının hesaplanması ve bilinmesi, yönetim planının başarımı açısından önemlidir. Türkiye de önemli bir doğal afet olan kuraklığın belirlenmesi, izlenmesi ve ülkenin kuraklıktan etkilenebilirliğini belirlemeyi hedefleyen kuraklık risk çözümlemesi çalışmaları ise, henüz çok yetersizdir. Bu açığı kapatmak üzere, 96 klimatoloji istasyonunun aylık toplam yağışlarının kurak ve nemli olma durumlarının uzun süreli (klimatolojik) olasılık değerlerini Standartlaştırılmış Yağış İndisi (SPI) yöntemiyle incelediğimiz çalışmamızda (Türkeş ve Tatlı, 2007a) ve bir ilk çalışma olarak çeşitli zaman ölçekleri için hesapladığımız SPI olasılıkları ve anomalilerinin alansal dağılış desenleri ve büyüklükleri ile Türkiye nin yağış klimatolojisi ve kuraklık özelliklerini birlikte değerlendirdiğimizde, bu yöntemin normal koşulları fazla buna karşın uç koşulları (aşırı kurak ve aşırı nemli) düşük kestirdiğini saptamıştık. Bu nedenle, o çalışmamızda, Türkiye gibi yarıkurak, kurak-yarınemli ve yarınemli koşulların geniş alanlar kapladığı, özellikle de büyük Akdeniz ikliminin egemen olduğu ülke ve bölgelerde daha doğru sonuçlar veren bir SPI yöntemi üzerinde çalıştığımızı belirterek, bu SPI yöntemine ilişkin ilk uygulamaların, önerilen yöntemin uluslararası bilim dünyasında kabul görmesiyle birlikte, Türkiye de de sunulması ve yayımlanmasının düşünüldüğünü açıklamıştık. Şu anda, önerdiğimiz SPI yaklaşımının bilimsel temelini açıklayan ve iki SPI yönteminin sonuçlarını karşılaştıran makalemiz, kabul aşamasındadır (Türkeş ve Tatlı, 2007b). Çalışmada, yağış verileri türdeş olan 96 klimatoloji istasyonunun uzun süreli aylık yağış toplamı dizilerinin kurak ve nemli olma durumlarının klimatolojik ve çeşitli zaman ölçeklerindeki olasılıkları ve SPI koşulları, klasik ve önerilen SPI yöntemleri kullanılarak hesaplandı ve sonuçlar Türkiye iklimi ve iklim değişkenliği açısından karşılaştırılarak değerlendirildi. Çalışmada, Çizelge 1 deki SPI sınıflandırması temel alınarak, ekstrem (aşırı) kurak, şiddetli kurak, orta düzeyde kurak, normal, orta düzeyde nemli, çok nemli ve aşırı nemli sınıflar incelendi. Bazı sınıfların birleştirilmesiyle oluşturulan normalin altında, normalin üzerinde ve normale yakın gibi alt-sınıflara ek olarak, normalin üzerindeki ve altındaki sınıfların birleştirilmesiyle de kurak ve nemli SPI sınıfları oluşturuldu. Ayrıca, Türkiye nin yağış meteorolojisi/klimatolojisi, kuraklık özellikleri ve fiziki coğrafya denetçileri gibi bölgesel etmenler dikkate alındığında; geleneksel kuraklık sınıflarının dışında, SPI { 1,1 } normal kuraklık sınıfının yerine, SPI { 0.5,0.5} eşik değerleri dikkate alınarak, bir normal kuraklık sınıfı da oluşturulabilir. 529

EGE DENİZİ Ed Si Lü Kı K A R A D E N İ Z Zo Te Ço MARG Fl Şi Ka Sa Ar Gö Marmara İz KARD Tr Ri Ad Gi Denizi Bo Me Or Ka Ça Ba Bu KİAN Ço Am Bi To Gü Sa Şe Ba Iğ Ed Ba Ankara Eş Er Ağ Yo Si Er Kü Si Po Di Hı Ak Si Kı KDAN İz Ma Sa Uş Af Ka El Mu Ak Ta Va Ma Ay Il Ak AKDG Di Si BuIs Ko Ni Ad Si Ha Mu Ka Bo Ul Ma Ci An Ka KAKD Fe Ma Me Ad Is Ga Şa Al Ki AKD İs Si An A K D E N İ Z Türkiye yağış rejimi bölgeleri Şekil 1. Çalışmada kullanılan 96 istasyonun yağış rejimi bölgelerine göre alansal dağılışı. Karadeniz (KARD); Marmara Geçiş (MARG); Akdeniz (AKD); Akdeniz Geçiş (AKDG); Karasal Akdeniz (KAKD); Karasal İç Anadolu (KİAN); Karasal Doğu Anadolu (KDAN). 2. Veri ve Yöntem Çalışmada, Türkeş (1996, 1998) in 1929-1993 dönemi için hazırladığı 99 istasyonu içeren yağış veri setindeki 96 istasyonun (Şekil 1) aylık yağışları, 1994-2006 dönemi için güncelleştirerek kullanıldı. Veri seti, Devlet Meteoroloji İşleri Genel Müdürlüğü istasyonlarında kaydedilen aylık yağış toplamlarından (mm) oluşur. Veri setine ve türdeşlik çözümlemelerine ilişkin ayrıntılı bilgiler, Türkeş (1996, 1999) de verilmiştir. Türkiye nin yağış klimatolojisi ve uzun süreli yağış değişimleri, daha önce Kadıoğlu (2000), Kadıoğlu ve ark. (1999), Tatli ve ark. (2004), Türkeş (1996, 1998, 1999, 2003) ve Türkeş ve ark. (2002, 2007) tarafından tüm yönleriyle incelenmiştir. Çizelge 1. Standartlaştırılmış Yağış İndisi (SPI) değer aralıkları ve sınıflandırılması. SPI değerleri Sınıflandırma 2.00 ve üzeri Aşırı nemli (extremely wet) 1.50 1.99 Çok nemli (very wet) 1.00 1.49 Orta düzeyde nemli (moderately wet) -0.99 0.99 Normal (normal) -1.00-1.49 Orta düzeyde kurak (moderately dry) -1.50-1.99 Şiddetli kurak (severely dry) -2.00 ve altı Aşırı kurak (extremely dry) SPI, McKee ve ark. (1993) tarafından kuraklığın izlenmesi amacıyla geliştirilmiş önemli bir kuraklık göstergesidir. SPI kuraklık sınıfları, standart normal (Gaussian) dağılımlı yağış verilerinden elde edilmesine karşın, yağışların olasılık dağılım fonksiyonu (ODF) normal dağılıma uymaz. Thom (1966), yağış verilerine en iyi uyan olasılık dağılımının gamma dağılımı olduğunu belirtmiştir. Bu yüzden, bir SPI çalışmasında, önce yağış toplamlarının ODF sinin, gamma ODF sine dönüştürülmesi gerekir (McKee ve ark., 1993, 1995; Wilks, 1995; Guttman, 1998, 1999). Gamma olasılık yoğunluk fonksiyonu (OYF), 1 ( y / β ) α exp( y / β ) βγ( α ) f ( y) =, y, α, β > 0 (1) şeklinde tanımlıdır. Bu ifadedeki α ve β, sırasıyla gamma OYF nin şekil ve ölçek parametreleri ve Γ (α ) ise gamma fonksiyonudur. Gamma fonksiyonu, Γ(α ) ise, 530

( ) α 1 t = t e Γ α dt (2) 0 olarak tanımlanır. Thom (1966) ve Wilks (1995) e bağlı olarak, gamma dağılımının şekil ve ölçek parametreleri; y ve g, sırasıyla ham yağış verisinin aritmetik ve geometrik ortalamaları olmak üzere, D = ln( y / g ) 1/ 2 1+ ( 1+ 4D / 3) (3) ˆ α = 4D ˆ y β = (4) ˆ α eşitlikleri ile yaklaşık hesaplanır. Ancak, şekil parametresinin, Erlang yaklaşımı olarak bilinen bir yöntemle, düzeltilerek den elde edilmesi gerekebilir (Bowman ve Shenton 1988). Ham yağış verilerine uyan teorik gamma OYF nin integrali, Press ve ark. (1992) tarafından önerilen sayısal integrasyon yaklaşımıyla elde edilebilir. İkinci adımda, gamma ODF den elde edilen yağış olasılıkları, ters-standart normal dağılım fonksiyonu kullanılarak, standart yağışlar hesaplanır. Bu yolla, ortalaması sıfır ve varyansı (değişkesi) bir olan standartlaştırılmış yağış indisleri elde edilmiş olur. Üçüncü adımda ise, bulunan SPI indisleri Çizelge 1 deki eşik değerler dikkate alınarak; McKee ve ark. (1993) nın önerdiği ya da bu çalışmada yapıldığı gibi isteğe bağlı kuraklık sınıflarına dönüştürülerek, alt-kuraklık sınıfları elde edilebilir. SPI değerlerinin ve olasılıklarının, 1, 3, 6, 12, 24 ve 48-aylık ya da daha uzun zaman aralıkları için hesaplanabilir olması, kuraklıkların çeşitli zaman aralıklarında izlenmesini ve değerlendirilmesini sağlar. Örneğin, 6-aylık SPI değerleri, aylık yağışların 6 aylık kayan ortalamalarından hesaplanır. Yukarıdaki eşitliklerden görülebileceği üzere, ODF nin şekil ve ölçek parametreleri α ve β zamanla değişmez. Dolayısıyla, hesaplamalarda, dizinin uzun-dönemli aritmetik ve geometrik ortalamaları y ve g birer sabit olarak değerlendirilir. Bu sonuç, açık olmasa da, yağış sürecinin geniş anlamda durağan (GMD: wide sense stationary) olduğunun kabulü anlamına gelir ki, kuraklık koşulları belirlenirken, tüm zaman aralıklarında, aynı ortalama ve varyansın dikkate alındığını gösterir. Ayrıca, Wu ve ark. (2005), gözlem uzunluğunun da gamma şekil ve ölçek parametrelerini etkilediğini belirtmiştir. Öte yandan, eğer süreç GMD özellikli ise, güç spektrumunu ( p ( f )) doğrulukla hesaplamak kolaylaşır: Hannan (1967) ve Ghil ve Taricco (1997) ye bağlı olarak, p(f), = L 2 1 p( f ) lim E t y( t)exp( 2π ift) (5) L (2L + 1) t t= L şeklinde bulunabilir. E beklenen değer operatörü (işleç); yani y(t), < t < +, ayrık rasgele yağış sürecinin ortalamasını verirken, i = 1 karmaşık (complex) sayıyı, f frekansı ve t ise örnekleme adımını temsil eder. Ancak, p(f) nin gerçek anlamda izgeyi temsil edebilmesi için, sürecin: (1) çoklu periyodik bileşenler içermesi; (2) örnekleme adımının en azından en büyük frekansın 2 katı olması; (3) örnekleme zaman aralığının y(t) periyodunun katları şeklinde, bir tam sayı olması gerekir. Yukarıdaki kabuller geçerliyse; bu durumda, sürecin sadece uzun süreli ortalaması ve değişkesinin bilinmesi, sürecin tanımlanması için yeterli koşulları sağlar. Yani, klasik SPI yaklaşımda yağış sürecinin 2. derece ya da en azından GMD olduğu gizli kabulü vardır. Oysa yağış dizileri, genel olarak doğrusal, durağan ve dönemsel olmayan özellikleriyle nitelenir. Sonuç olarak, uzun süreli ortalamanın bilinmesinin, klasik SPI yaklaşımının temelini oluşturduğu söylenebilir (Türkeş ve Tatlı, 2007b). 531

Şekil 2. Aylık yağış toplamlarının aşırı değerlerine doğrusal enterpolasyon tekniği uygulayarak, alt ve üst zarfların uydurulması yoluyla yerel zamanlı ortalamaların elde edilmesi işleminin grafiksel gösterimi (Türkeş ve Tatlı, 2007b). Burada, orijinal yağış toplamları y(t), yağış dizisinin uzun süreli ortalaması y, yerel ortalama y ( t ), en alt ve en üst zarflar sırasıyla y low (t) ve y up (t) kısaltmalarıyla gösterilir. Öte yandan, ham yağış verilerinin ODF sinin, 2. derece süreci temsil eden normal- ODF sine dönüştürülüyor olması, bir ODF nin başka bir ODF ye dönüştürülmesi sürecinin kendisinin de 2. derece sürece dönüştüğünü göstermez. Örneğin, kuraklık olayını oluşturan çevresel etmenler (geniş anlamda), ODF nin dönüştürülmesiyle değişmez. Sonuçta, ODF nin dönüşümüyle kuraklık olaylarının yalnız, 2. derece istatistiğinin açıkladığı uzun dönemli bilgi içeriği dönüşmüş olur. Oysa yüksek-dereceden istatistikler ki bu çalışmada bundan sonra yerel-bilgi içeriği (local information content) olarak adlandırılacak olan bilgi, klasik SPI yaklaşımında bir şekilde göz ardı edilir. Bu nedenle, klasik-spi yaklaşımdaki bu açık-noktayı ( yetersizliği ) kapatmak amacıyla, Türkeş ve Tatlı (2007b) bir SPI yaklaşımı önermiştir. Yeni SPI ın algoritması aşağıda sırayla anlatılmıştır. Şekil 2 de gösterilen ayrık yağış serisi, y(i), i = 1, 2,..., N verilmiş olsun. 1- Yağış toplamı dizilerinin uzun süreli ortalaması hesaplanır: N 1 y = y i (6) N i= 1 2- Yağış dizisinin (y(t), t = 1,...,T), tüm yerel-maksimum ve minimum noktaları, dizide en az bir maksimum ve bir minimum kritik-noktası olması kısıtlaması altında bulunur. 3- Elde edilen yerel kritik noktaların zarfları (envelopes), y up (t) ve (t), uygun bir enterpolasyon (iç-değer bulma) yöntemi ile belirlenir (Şekil 2). 4- Zarflardaki değerler kullanılarak, anlık adımlar için yerel ortalama bulunur: y( t) = y ( t) y ( t) / (7) ( ) 2 up + low 5- Anlık t = t için, uzun süreli ortalama ile yerel ortalama arasındaki fark bulunur: d( t ) = y( t ) y (8) 6- Yukarıda bulunan fark = d ( t ), ham yağış tutarına eklenerek, yerel ortalama bilgisi orijinal yağış değerine taşınır. Böylece, yerel ortalamadan elde edilen diziye, uyarlanmış (justified) yağış dizisi denir (Türkeş ve Tatlı, 2007b): y t ) = y ski ( t ) + d( t ) (9) ( e 7- Yukarıda yerel ortalama bilgisine uyarlanan yağış dizisinin, gamma şekil ve ölçek parametreleri bulunur ( α ve β ): y low 532

( y / g ) ( 1+ 4D / 3) D = ln 1/ 2 1+ ˆ α = (10) 4D ˆ β = y / ˆ α 8- Orijinal yağış verisi ile ölçek ve şekil parametreleri kullanılarak, gamma OYF si bulunur: α 1 ( yeski / β ) exp( yeski / β ) f ( yeski ) =, yeski, α, β > 0 (11) β Γ α ( ) Böylece, hem klasik SPI da kullanılan uzun-dönem ortalama bilgisi, hem de yerelortalama bilgisi dikkate alındığı için, Denk. 11 de yağış verisi yerine orijinal yağış verileri kullanılmıştır (Türkeş ve Tatlı, 2007b). Yöntemin uygulaması, Şekil 2 de özetlenmiştir. 4. Çözümleme Sonuçları: Eski ve Yeni SPI Yöntemlerinin Karşılaştırılması Önerilen -SPI yöntemini klasik SPI yöntemi ile karşılaştırabilmek amacıyla, hem Rize ve Kilis istasyonunun, 1, 6, 12 ve 48 aylık uzun süreli olasılıklarının hem de 96 istasyonun Şubat ve Ağustos 2006 1, 3, 6, 12 ve 48 aylık SPI değerlerinin alansal desenleri ve büyüklükleri incelendi. Karasal Akdeniz ve Karadeniz gibi birbirinden yağış klimatolojisi ve fiziki coğrafya denetçileri (topografya, kara-deniz etkisi ve dağılışı, küresel ve bölgesel dolaşım özellikleri, vb.) açısından çok farklı Kilis ve Rize istasyonlarının SPI olasılıkları karşılaştırıldığında, ortaya çıkan önemli farklılıklar aşağıdaki şekilde özetlenebilir: 4.1. Kilis in Klimatolojik Olasılıklarının Karşılaştırılması Yeni SPI yönteminin 1 aylık klimatolojik olasılıklarının normal olma olasılığı, klasik SPI a göre daha düşük; buna karşın SPI değerlerinin aşırı kurak ve aşırı nemli olma olasılıkları daha yüksektir (Şekil verilmedi). 6 aylık olasılıkların SPI sınıflarına dağılışında, normal olma olasılığı yine klasik SPI a göre daha yüksektir. Aşırı nemli olma olasılığı klasik yöntemde sıfır, önerilen yöntemde ise çok düşüktür. 12 aylık klasik SPI ların normal olma olasılığı önerilen yönteme göre belirgin olarak yüksekken; aşırı kurak, şiddetli kurak ve aşırı nemli sınıfları için SPI ın olasılıkları, klasik yönteme göre çok yüksektir. 48 aylık klasik SPI değerlerinin olasılıkları, normal ve orta kurak sınıflarında önerilen yöntemden yüksek, aşırı kurak, şiddetli kurak ve aşırı nemli sınıflarında ise düşüktür. Bu sonuçlara göre, 1 ve 12 aylıklar için hesaplananlarda olduğu gibi, 48 aylık klimatolojik olasılıklarda da, Kilis istasyonundaki aylık yağışların ekstrem sınıflarında yer alma olasılıklarını önerilen yöntemin daha yüksek bir başarımla yakaladığı görülür. 4.2. Rize nin Klimatolojik Olasılıklarının Karşılaştırılması Gerçek (nemli-ılıman) Karadeniz yağış rejiminin egemen olduğu Doğu Karadeniz bölümünde yer alan Rize, Türkiye nin yağış toplamı en yüksek, yağış rejimi en düzenli ve yıllararası yağış değişkenliği en düşük ve yörenin yağış verileri en uzun ve türdeş istasyonudur. Rize de de, klasik SPI yönteme göre aylık yağışların normal olma olasılığı önerilen SPI yönteminden görece daha yüksektir (Şekil verilmedi). Öte yandan, 1 ve 6 aylıkta daha belirgin olmak üzere, önerilen yönteme göre aşırı kurak ve nemli koşulların gerçekleşme olasılığı ise göre klasikten daha yüksektir. 4.3. Şubat ve Ağustos 2006 SPI Sonuçlarının Karşılaştırılması Bu bölümde, klasik ve önerilen yönteme göre hesaplanan 1, 6, 12 ve 48 aylık Şubat ve Ağustos 2006 SPI değerlerinin (kurak ve nemli koşulların) büyüklükleri ve alansal desenleri karşılaştırıldı. Ancak, sayfa sınırı nedeniyle, burada yalnız 1 aylık SPI haritaları sunulabildi. 533

Şekil 3. Şubat 2006 1 aylık (a ve b) ve Ağustos 2006 1 aylık (c ve d) klasik ve önerilen SPI değerlerinin Türkiye üzerindeki alansal desenlerinin karşılaştırılması. 4.3.1. Şubat 2006 Şubat 2006 bir aylık klasik SPI değerleri dikkate alındığında, Türkiye arazisinin büyük bölümü normal koşullarla nitelenir (Şekil 3.a, 3.b). Karasal Akdeniz bölgesi, güney Marmara, İç Ege, orta Karadeniz bölümleri ve Ankara yöresinde ise, orta nemli koşullar egemendir. Yeni SPI a göre, batı ve kuzeybatıdaki orta ve çok nemli alanların Marmara ve Ege bölgelerinde belirgin bir alansal tutarlılık sergilediği görülür. Karasal Akdeniz bölgesi, tümüyle orta nemli ve çok nemli koşulların egemen olduğu bir alana dönüşmüştür. Ayrıca bölgenin batısında, aşırı nemli bir alanın ortaya çıktığı görülür. 3 aylık klasik SPI değerleri, Türkiye nin büyük bölümünde normal koşulların egemen olduğunu, orta nemli koşulların batıda ve Karasal Akdeniz de toplandığını gösterir. Yeni SPI yöntemine göre, ülkenin kuzeybatısındaki orta nemli alanın, Marmara nın kuzeyi ve Karadeniz kıyısından Akdeniz Geçiş bölgesine kadar genişlediği, Karasal Akdeniz bölgesini tümüyle kapladığı görülür. Ayrıca, Karasal Akdeniz bölgesinde, Mardin Platosu ve çevresinde görece geniş çok nemli bir alan ortaya çıkmıştır. 6 aylık klasik SPI desenine göre, Marmara ve Karadeniz bölgelerinde orta nemli ve çok nemli koşullar görülürken, geri kalan geniş alanda normal koşullar egemendir. Önerilen yöntemin sonuçlarına göre, Türkiye nin kuzeyindeki nemli alanın kıyı kuşağında ortaya çıkan aşırı kurak koşullarla birlikte güneye doğru genişlediği görülür. 12 aylık klasik SPI dağılış deseninde, ilk kez, Akdeniz kıyı bölgesinde orta kurak koşullar görece geniş bir alansal tutarlılık gösterir. Ankara yöresi, orta ve doğu Karadeniz ve kuzeydoğu Anadolu bölümlerindeki orta nemli ve çok nemli koşullar dışında, Türkiye nin büyük bölümünde yine normal koşullar egemendir. Önerilen SPI yöntemiyle hesaplanan anomalilerin coğrafi dağılışı, klimatolojik olasılıklarda olduğu gibi, bu yöntemin uç koşulları yakaladığını ve alansal olarak iyi bir şekilde temsil ettiğini gösterir. 48 aylık ekstremler yine önerilen yöntemde daha belirgin ve geniş alanlıdır. Ayrıca, önerilen yöntemin dağılış haritasında, doğu Karadeniz den başlayan nemli alanın Anadolu nun uzak-doğu kenarı boyunca en güneyde Türkiye-İran-Irak sınırına kadar uzanması dikkat çekicidir. 534

4.3.2. Ağustos 2006 Ağustos 2006 1 Aylık klasik SPI değerlerinin dağılışına göre, Trakya, Karasal Doğu Anadolu nun kuzeydoğusu ve Karasal İç Anadolu nun güneyindeki dar alanlarda normal koşullar egemendir (Şekil 3.c, 3.d). Türkiye nin geri kalan çok geniş bölümünde aşırı kurak koşullar alansal bir tutarlılık gösterir. Önerilen SPI değerleri ise, aşırı kurak koşulların daha geniş bir alansal tutarlılık sergilediğini, öteki kuraklık sınıflarının kapladığı alanların daraldığını ve normalin daha dar olduğunu ortaya koyuyor. 3 Aylık klasik SPI deseninde normal ve orta kurak koşullar en geniş alanı kaplarken, önerilen yöntemde aşırı kurak ve şiddetli kurak koşullar en geniş alanları kaplar. 6 Aylık klasik SPI hesaplamalarına göre, kurak koşullar Trakya dışında kuzeybatı Anadolu da egemendir ve Türkiye nin büyük bölümü normal koşullarla açıklanır. Önerilen SPI yöntemine göre ise, kurak koşulların Trakya dışında tüm kuzeybatı Anadolu yu, orta ve doğu Karadeniz kıyılarını ve Türkiye nin Akdeniz kıyılarını içerdiği görülür. 12 aylık klasik SPI dağılış haritasında, normal koşulların geniş bir alansal tutarlılık sergilediği açıkça görülür. Yeni SPI değerleri ise, 6 aylık hesaplamalardaki aşırı kurak koşulların zayıflayarak Eskişehir-Polatlı-Ankara yörelerini içerecek biçimde daraldığını; Akdeniz deki nemli koşulların, Antalya yöresi dışında kuvvetlendiğini gösterir. Bu haritanın bir başka dikkat çekici özelliği, kuzeydoğudaki genel kurak koşulların doğu Karadeniz in doğusunu da içerecek biçimde genişlemesi ve kuvvetlenmesidir. 48 aylık klasik ve önerilen SPI dağılış desenleri arasında önemli bir benzerlik vardır. İkisi arasındaki tek önemli fark, 6 ve 12 aylık desenlerde olduğu gibi, önerilen SPI yöntemine göre önemli nemli ve kurak koşulların daha kuvvetli ve geniş alanlı olmasıdır. 4.4. Klimatolojik Kuraklık Olasılıkları Her iki yönteme göre hesaplanan aylık yağış toplamlarının normalin altında olma (indis -1) olasılıkları karşılaştırıldığında, normalin altında olma olasılıklarının alansal desenlerinin büyük bir benzerlik göstermesine karşın, büyüklüklerinin belirgin olarak farklı olduğu görülür. Örneğin, en yüksek olasılıklar klasik yönteme göre Akdeniz kıyısında % 35 ve Türkiye-Suriye sınırına yakın kurak bölümde % 37 iken, önerilen yönteme göre aynı bölgelerde, sırasıyla % 41 ve % 45 düzeylerindedir. Klasik yönteme göre, Karadeniz kıyılarında genel olarak % 15 ve biraz altında olan en düşük olasılıklar, önerilen yönteme göre genel olarak % 25 dolayındadır. SPI değerlerinin öteki SPI sınıflarında yer alma olasılıklarının büyüklüklerini (olasılık dağılımlarını) etkileyerek de önemli bir rol oynayan, iki yöntem arasındaki en önemli farklılık, aylık yağış indislerinin normal olma olasılıklarında (-1 < indis < +1) görülür (Şekil 4.a, 4.b). Aylık yağış toplamlarının normal olma olasılığı, her iki yönteme göre de, genel olarak Akdeniz yağış rejimi tiplerinin egemen olduğu batı ve güney bölgelerinden, Karadeniz yağış rejiminin egemen olduğu Karadeniz kıyılarına doğru artar. Önerilen yönteme göre hesaplanan normal olma olasılığı, mevsimselliğin az olduğu iç ve kuzey bölgelerde, özellikle de her mevsim yağışlı Karadeniz yağış bölgesinde belirgin olarak daha düşüktür (Şekil 4.b). Öte yandan, klasik yönteme göre Akdeniz kıyılarında 0.52 ve Türkiye-Suriye sınır bölümünde 0.50 olan en düşük normal olma olasılıkları, önerilen yönteme göre aynı bölgelerde, sırasıyla 0.36 ve 0.32 düzeylerindedir. Bu sonucun, öteki SPI sınıfları için hesaplanan olasılık değerlerinin büyüklüklerine yansıması, özellikle normalin altında ve aşırı kurak sınıflarında çok önemlidir, ki önceki bölümde olduğu gibi bu sonuç aynı zamanda önerilen yöntemin klasik yönteme göre en önemli üstünlüğünü oluşturur. Aylık toplam yağışların iki yönteme göre hesaplanan normalin üstünde olma (indis 1) olasılıklarının, hem alansal dağılış desenleri hem de olasılıkların büyüklükleri açısından farklı oluşları dikkat çekicidir. 535

28 32 44 28 32 44 K A R A D E N İ Z K A R A D E N İ Z Marmara Denizi Marmara Denizi Ege Denizi Ege Denizi 0 50 100 150 200 250 km A K D E N İ Z (a) Klasik SPI Normal 0 50 100 150 200 250 km A K D E N İ Z (c) Klasik SPI Aşırı Kurak 28 32 44 32 28 44 28 32 44 32 28 44 K A R A D E N İ Z K A R A D E N İ Z Marmara Denizi Marmara Denizi Ege Denizi Ege Denizi 0 50 100 150 200 250 km A K D E N İ Z (b) Yeni SPI Normal 0 50 100 150 200 250 km A K D E N İ Z (d) Yeni SPI Aşırı Kurak 28 32 44 28 32 44 Şekil 4. 96 istasyonun aylık toplam yağışlarının klasik ve önerilen SPI yöntemlerine göre, normal (a ve b) ve aşırı kurak (c ve d) olma olasılıklarının Türkiye üzerindeki coğrafi dağılışı. Aylık yağış toplamlarının kurak olma (indis < 0) olasılıklarının hem alansal dağılış deseni hem de büyüklükleri birbirine çok benzer. Klasik yönteme göre Akdeniz kıyısında 0.57 ve Türkiye-Suriye sınır bölümünde 0.55 (önerilen yönteme göre, sırasıyla 0.58 ve 0.56) olan kurak olma olasılıkları güneyden Akdeniz yağış bölgelerinden kuzeye doğru azalır ve Karasal İç Anadolu da 0.45 (önerilen yönteme göre, 0.48) ile en düşük değerine ulaşır. Nemli olma (indis > 0) olasılığı incelendiğinde, her iki yöntemde, aylık yağışların nemli olma olasılığının, Karadeniz yağış rejimi bölgesinde, karasal İç ve Doğu Anadolu bölgelerindeki nemli olma olasılığından görece daha küçük iken, Akdeniz ve Karasal Akdeniz yağış bölgelerinde yaklaşık eşit çıkması dikkat çekicidir. Öteki SPI sınıflarına giren aylık yağış indislerinin oluşma olasılıklarından farklı olarak, önerilen SPI yönteminin yağış olasılıkları klasik yöntemden göreceli olarak yaklaşık 0.02 düzeyinde daha küçüktür. Genel olarak subtropikal iklim kuşağının ve büyük Akdeniz iklim bölgesinin hemen her yerinde beklendiği gibi, Türkiye de de aylık yağışların aşırı nemli olma olasılıkları çok düşüktür. Klasik yönteme göre, Türkiye nin büyük bölümünde aşırı nemli olma olasılıkları 0.01 ve altında iken, önerilen SPI yönteminde olasılık değerleri Türkiye nin büyük bölümünde yaklaşık 0.05-0.07 arasında değişir. En yüksek olasılıklar, her iki yönteme göre sırasıyla 0.02 ve 0.08 düzeyleriyle Doğu Karadeniz bölümünde ve kuzeydoğu Anadolu nun kuzeyinde yer alır. Çalışmanın en önemli ve dikkat çekici sonuçlarından birisi, uzun süreli olasılıklar açısından aşırı kurak (indis -2) sınıfına giren SPI değerlerinin olasılıklarında görülür (Şekil 4.c, 4.d). Türkiye nin aylık yağış toplamlarının aşırı kurak olma olasılıklarının alansal desenleri birbirine benzemesine karşın, büyüklükleri farklıdır. Genel olarak önerilen yöntemin 0.09-0.35 arasında değişen aşırı kurak olma olasılıkları 0.03-0.27 arasında değişen klasik yöntemin olasılıklarına göre belirgin olarak daha yüksektir. Aylık yağış toplamlarının aşırı kurak olma olasılıkları, klasik yönteme göre Akdeniz kıyılarında 0.21-0.23 ve kurak Türkiye- Suriye sınır bölümünde ise % 27 ile en yüksektir (Şekil 4.c). Olasılık değerleri, önerilen yönteme göre, aynı bölgelerde sırasıyla yaklaşık 0.31 ve 0.35 düzeyleriyle belirgin olarak daha yüksektir. Hesaplanan olasılık değerleri, buradan Karadeniz kıyı kuşağına doğru 536

kuvvetli bir azalma eğilimi gösterir ve önerilen yönteme göre, Türkiye nin en yağışlı buna karşın mevsimler ve yıllararası değişkenliğin en düşük olduğu Karadeniz yağış bölgesinde ve kuzeydoğu Anadolu bölümünde 0.11 in altına iner (Şekil 4.d). Klasik ve önerilen yöntemlere göre elde edilen en düşük olasılık değerleri, sırasıyla 0.03 ve 0.09 ile Batı ve Doğu Karadeniz ve kuzeydoğu Anadolu bölümlerinde görülür. 5. Sonuçlar ve Öneriler Klasik Standartlaştırılmış Yağış İndisi (SPI), belirli zamanlardaki (anlık) normal dağılımlı yağış toplamları, uzun süreli ortalamasıyla karşılaştırılarak tanımlanır. Bu yüzden, kuraklığın, bir uzun süreli ortalama ile temsil edilen genel bilgi içeriği tarafından belirlendiği söylenebilir. Önerdiğimiz SPI yöntemi ise, yalnız genel bilgi içeriğini değil, yağış dizilerinin uç noktalarından geçen zarflar uydurularak elde edilen yerel-bilgi içeriğini (yerel zamanlı ortalamalar) de değerlendirir. Sonuç olarak, SPI yaklaşımı, PDSI ya da PHDI indislerine benzer biçimde, sinoptik ölçekli hava koşullarının gidişine bağlı olarak, yerel kurak (ya da nemli) hava devresinin yağış (oluşumu, büyüklüğü) üzerindeki etkisini dikkate alır. Klasik ve SPI yöntemleri ile hesaplanan, Rize ve Kilis istasyonunun, 1, 6, 12 ve 48 aylık uzun süreli olasılıklarının; 96 istasyonun Şubat ve Ağustos 2006 1, 3, 6, 12 ve 48 aylık SPI değerlerinin ve klimatolojik olasılıklarının alansal desenleri ve büyüklükleri karşılaştırıldığında, SPI yönteminin, normalin dışındaki yağış koşullarını, özellikle uç koşulları belirgin olarak daha iyi yakalama ve öngörme gücüne sahip olduğu belirlenmiştir (Türkeş ve Tatlı, 2007b). Türkiye için elde ettiğimiz bu sonuca dayanarak, SPI yaklaşımının, dünyanın başka yarıkurak, kurak-yarınemli ve yarınemli iklim bölgelerinde de başarıyla uygulanabileceğini öneririz. Ulusal ya da bölgesel ölçekli uzun dönemli bir kuraklık yönetimi planıyla yakından ilgisi bulunan ve bu bilgiden yararlanacak olan çeşitli kullanıcılar, karar vericiler ve bilimciler, önerdiğimiz SPI yöntemiyle, örneğin aşırı kuraklıkları yüksek bir bilimsel ve teknik başarım düzeyiyle; izleme, nitelendirme, değerlendirme ve öngörme olanağına sahip olabilecektir. Sonuç olarak, önerdiğimiz SPI yönteminin, özellikle aşırı kuraklık ve nemlilik olaylarının ve koşullarının yakalanması açısından klasik SPI a göre belirgin bir üstünlüğünün bulunduğunu yüksek bir güvenilirlikle vurgulamak isteriz. Kaynaklar Bowman, K.O., Shenton, L.R. 1988. Properties of Estimators for the Gamma Distribution. Marcel Dekker, 268 pp. Ghil, M., Taricco, C. 1997. Advanced Spectral Analysis Methods. In Past and Present Variability of the Solar-Terrestrial System: Measurement, Data Analysis and Theoretical Models. G. Cini Castagnoli and A. Provenzale (Eds.). Societa Italiana di Fisica. Bologna and IOS Press. Amsterdam, 137-159. Guttman, N.B. 1998. Comparing the Palmer drought index and the standardized precipitation index. J. Amer. Water Res. Assoc., 34, 113-121. Guttman, N.B. 1999. Accepting the standardized precipitation index: a calculation algorithm. J. Amer. Water Res. Assoc., 35, 311-322. Hannan, E.J. 1967: Time Series Analysis. Chapman and Hall / CRC. 160 pp. Kadıoğlu, M. 2000. Regional variability of seasonal precipitation over Turkey. International Journal of Climatology 20, 1743-1760. Kadıoğlu, M., Öztürk, N., Erdun, H., Şen, Z. 1999. On the precipitation climatology of Turkey by harmonic analysis. International Journal of Climatology 19, 1717-1728. McKee, T. B., Doesken, N. J., Kleist, J. 1993. The relationship of drought frequency and duration of time scales. Presented at the Eighth Conference on Applied Climatology. American Meteorological Society, Jan 17-23, Anaheim CA, pp. 179-186. 537

McKee, T. B., Doesken, N. J., Kleist, J. 1995. Drought monitoring with multiple time scales. Presented at the Ninth Conference on Applied Climatology. American Meteorological Society, Dallas TX, pp. 233-236. Palmer, W. C. 1965. Meteorological Drought. Weather Bureau Research Paper No. 45, U.S. Department of Commerce, Washington, D.C., 58 pp. Press, W. H., Flannery, B. P., Teukolsky, S. A., Vetterling, W. T. 1992. Gamma Function, Beta Function, Factorials, Binomial Coefficients and Incomplete Gamma Function, Error Function, Chi-Square Probability Function, Cumulative Poisson Function. Numerical Recipes in FORTRAN: The Art of Scientific Computing, 2nd ed. Cambridge, England: Cambridge University Press, pp. 206-214. Tatli, H., Dalfes, H. N., Menteş, Ş. S. 2004. A statistical downscaling method for monthly total precipitation over Turkey. International Journal of Climatology 24, 161-180 Thom, H. C. S. 1966. Some Methods of Climatological Analysis. WMO Technical Note No. 81, World Meteorological Organization, Geneva, Switzerland, 63 pp. Türkeş, M. 1996. Spatial and temporal analysis of annual rainfall variations in Turkey. International Journal of Climatology 16, 1057-1076. Türkeş, M. 1998. Influence of geopotential heights, cyclone frequency and Southern Oscillation on rainfall variations in Turkey. International Journal of Climatology 18, 649-680. Türkeş, M. 1999. Vulnerability of Turkey to desertification with respect to precipitation and aridity conditions. Turkish Journal of Engineering and Environmental Sciences 23, 363-380. Türkeş, M. 2003. Spatial and temporal variations in precipitation and aridity index series of Turkey. In Mediterranean Climate Variability and Trends. Hans-Jürgen Bolle, (Ed.), Regional Climate Studies. Springer Verlag, Heidelberg, 181-213. Türkeş, M., Erlat, E. 2003: Precipitation changes and variability in Turkey linked to the North Atlantic Oscillation during the period 1930-2000. International Journal of Climatology 23, 1771-1796. Türkeş, M., Erlat, E. 2005. Climatological responses of winter precipitation in Turkey to variability of the North Atlantic Oscillation during the period 1930-2001. Theoretical and Applied Climatology 81, 45-69. Türkeş, M., Koç, T., Sarış, F. 2007. Türkiye nin yağış toplamı ve yoğunluğu dizilerindeki değişikliklerin ve eğilimlerin zamansal ve alansal çözümlemesi. Coğrafi Bilimler Dergisi 5, 57-74. Türkeş, M., Sümer, U. M., Kılıç, G. 2002. Persistence and periodicity in the precipitation series of Turkey and associations with 500 hpa geopotential heights. Climate Research 21, 59-81. Türkeş, M., Tatlı, H. 2007a. Türkiye de kuraklık olasılıklarının SPI yöntemi kullanılarak saptanması ve iklimsel değişkenlik açısından değerlendirilmesi. Küresel İklim Değişimi ve Su Sorunlarının Çözümünde Ormanlar Sempozyumu, 13-14 Aralık 2007, İstanbul Üniversitesi Orman Fakültesi, İstanbul. (Baskıda) Türkeş, M., Tatlı, H. 2007b. The use of standardized precipitation index (SPI) and a modified SPI for shaping the drought probabilities over Turkey. Submitted to Journal of Climate. (Minor revision for Editor). Wilks, D.S. 1995. Statistical Methods in the Atmospheric Sciences: An Introduction. Academic Press, 467 pp. Wu, H., Hayes, M.J., Wilhite, D.A., Svoboda, M. D. 2005. The effect of the length of record on the standardized precipitation index calculation. International Journal of Climatology 25, 505-520. 538