IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. TÜRKİYE DEKİ 26/27 KURAKLIĞI İLE GENİŞ ÖLÇEKLİ ATMOSFERİK DEĞİŞKENLER ARASINDAKİ BAĞLANTININ LOJİSTİK REGRESYONLA BELİRLENMESİ Hasan TATLI, Çanakkale Onsekz Mart Ünverstes, Fen-Edebyat Fakültes Coğrafya Bölümü, Terzoğlu Yerleşkes, 172, Çanakkale, tatl@comu.edu.tr Murat TÜRKEŞ, Çanakkale Onsekz Mart Ünverstes, Fen-Edebyat Fakültes Coğrafya Bölümü, Terzoğlu Yerleşkes, 172, Çanakkale, murat.turkes@comu.edu.tr Özet Bu çalışmada, Türkye dek 96 meteoroloj stasyonunda kaydedlmş olan aylık yağış toplamları kullanılarak, çeştl kuraklık sınıfları Standartlaştırılmış Yağış İnds (SPI yaklaşımı le elde edld. Bu kuraklık sınıfları; kend çnde, kurak, normale-yakın (ya da normal ve neml olmak üzere tekrar üç sınıfta toplandı. Çalışmanın amacı 26/27 kuraklık olayları le genş ölçekl atmosferk değşkenler arasındak bağlantıların, lojstk (olablme regresyon le belrlenmes olduğu çn; kuraklık olaylarının tahmn edleblrlğ, oluşturulan modellern vermler (başarımları lşk desenler şeklnde hartalanarak ncelend. Bu amaçla, atmosfern dkne özellklern en y temsl edeblecek 14 adet atmosferk değşken, NCEP/NCAR-reanalyss grdl ver setnden 3-6 o K enlem ve 1-5 o D boylamları arasındak alan çn seçld. Kuraklık olayının yalnız genş ölçekl meteorolojk değşkenler le olan bağlantısını ortaya koymak amacıyla, 14 değşken önce kend çlernde ve sonra değşkenler arasında ortak blgler olableceğ dkkate alınarak çft asal bleşen analz (ABA le ncelend. Sonuçta, 26 ve 27 yıllarındak kuraklıkları kestrmek amacıyla kullanılan modellern her br çn, sayıları 5 le 7 arasında değşen anlamlı asal bleşenler (AB ler steğe bağlı olarak seçld. AB ler, 1, 3, 6, 12 ve 48 aylık kayan ortalamalardan türetlen SPI kuraklık olayları çn de benzer şeklde oluşturuldu. Lojstk regresyon modellernn sonuçlarına göre, yerel etkler modele yansıtılmamış olsa ble, modellern başarımının en yüksek Güneydoğu Anadolu, Ege ve Akdenz bölgelernde, en düşük başarımın se Karadenz yağış bölgesnde olduğu belrlend. Genş ölçekl atmosferk bleşenler genel olarak klm değşklğ ve değşkenlğ blgsn ve/ya da şaretn de taşıdığı çn, bu çalışma % 2-8 arasında değşen model başarımlarıyla öneml ve kullanılablr bulgular sunmaktadır. Anahtar Kelmeler: Türkye, atmosfer, standartlaştırılmış yağış nds (SPI, klm değşklğ ve değşkenlğ, kuraklık, lojstk regresyon, asal bleşen analz (ABA. DROUGHT EVENTS OF 26/27 IN TURKEY AND DETERMINATION OF ITS ASSOCIATION WITH LARGE-SCALE ATMOSPHERIC VARIABLES BY LOGISTIC REGRESSION Abstract In ths study, the drought event classes were obtaned by usng the monthly precptaton totals recorded at 96 meteorology statons of Turkey by usng the Standardzed Precptaton Index (SPI approach. The obtaned drought event classes were re-concatenated nto three classes of so called, dry, near-normal (or normal and wet. Because the am of ths study s to extract the relatonshps between the drought events of 26/27 and large-scale atmospherc varables va logstc regresson, the proposed models performances were nvestgated by mappng the correlaton patterns n order to reveal predctablty of the drought events. Total 14 large-scale atmospherc varables were selected based on ther proxy 516
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. vertcal-structure of the atmosphere of whch are from the grdded data set of NCEP/NCAR reanalyss over the area of 3-6 o N and 1-5 o E. In order to determne lnkages of the drought events only wth the large-scale nfluences; prncpal component analyss (PCA was frst appled to each of the data sets, and due to co-lnearty (.e., havng somewhat common knowledge effects, PCA was appled secondly to the prncpal components (PCs obtaned prevously. Fnally, 5 to 7 sgnfcant PCs were optonally selected for each of the constructed models that are used to predct the drought events of 26 and 27. The PCs were constructed smlar to the SPI drought events obtaned from runnng-means of 1, 3, 6, 12 and 48-month. Accordng to the results of logstc-regresson models; even f the local-effects had not been reflected n the models, hgh performances of models were detected over Southeastern Anatola, Medterranean and Aegean regons, but the low performances over the Black-sea ranfall regon. Ths study has presents sgnfcant and useful fndngs va supplyng the performance of models varyng from 2 to 8 %, because the large-scale atmospherc components also generally carry sgns and/or nformaton content of clmate change and varablty. Keywords: Turkey, atmosphere, standardzed precptaton ndex (SPI, clmate change and varablty, drought, logstc regresson, prncpal component analyss (PCA. 1. Grş Kuraklık, hdrolojk, tarımsal ve meteorolojk kuraklık gb br ayrıma gdlmekszn, genel olarak, yeryüzündek çeştl sstemlerce kullanılan doğal su varlığının, belrl br zaman süresnce ve bölgesel ölçekte uzun sürel ortalamanın ya da normaln altında gerçekleşmes sonucunda oluşan su açığı olarak tanımlanablr (Türkeş, 27. Doğal br olay olan kuraklık, klmsel değşmlern neden olduğu geçc br özellktr; kurak ve yarıkurak bölgelern yanı sıra, orta enlemlern neml-ılıman klm bölgelernde de oluşablr. Öte yandan, suyun kullanımı ve yönetm le lgl etknlklerden, yağışların yeterszlğnden ya da yağış şeklnn ve şddetnn değşmes (örn., kar yağışının azalması, hızlı kar ermes ve kısa sürel sağanakların ya da şddetl yağışların sıklığının artması, vb., etklenme süresne göre kuraklık olgusunun zlenmes ve planlanmasını zorunlu kılmaktadır. Kuraklığın başlangıç ve btş zamanlarının belrsz olması, toplam etknn artması, aynı anda brden fazla kaynak üzernde etkl ve ekonomk etksnn yüksek olması ve doğasının karmaşık olması yüzünden, kuraklık olaylarını belrlemek ve zlemek kolay değldr. Meteorolojk kuraklık sonucunda tarım alanlarının sulanmasında öneml sorunların yaşanması, hdrolojk açıdan se, barajlarda yeterl tutarda su toplanamaması, çme suyu kaynaklarının yetersz kalması ve çevrenn, toplumsal yaşamın ve sosyoekonomk sstemlernn olumsuz yönde etklenmes gb öneml sorunların ortaya çıkması kaçınılmaz olarak beklenen olumsuz sonuçlardır. Kuraklık olaylarını ncelemek çn çeştl yaklaşım ve yöntemler önerlmştr. Bunlardan en çok blnenler, Palmer Kuraklık Şddet İnds (PDSI, Palmer, 1965 ve Standartlaştırılmış Yağış İnds (SPI, McKee ve ark., 1993, 1995 yaklaşımlarıdır. Bast, ancak, anlamlı olan bu yaklaşımlar; kuraklıkları belrleme, değerlendrme ve zlemede, br ülkenn ya da bölgenn kuraklık yönetm ve kuraklıkla savaşım yeteneklernn gelşmesnde oldukça etkl olan yöntemler olarak görülmektedrler (Karl 1986; Guttman 1998, 1999; Hayes ve ark., 1999; Wlhelm ve Wlhte 22; Stenemann 23. Türkye de, özellkle yaz aylarında görülen kuraklıklar, subtropkal büyük Akdenz klmnn doğal br sonucu olarak, ülkenn Karadenz yağış bölges, kuzey Marmara ve Kuzeydoğu Anadolu bölümler dışında kalan yerlernde her yıl oluşmakta ve etkl olablmektedr. Öte yandan, Yerküre nn hemen her bölgesnde ve her zaman oluşablen kuraklık olaylarının (meteorolojk, tarımsal ve hdrolojk, uzak bağlantı desenlernn etkler de hesaba katıldığında, 197 lern başından ber Türkye de gderek daha sık ve etk alanını genşleterek sürmekte olduğu söyleneblr 517
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. (Türkeş, 1996, 1998, 1999, 23; Türkeş ve Erlat, 23, 25; Türkeş ve ark., 27; Tatl, 26, 27; Türkeş ve Tatl, 27. Kapsamlı ve büyük ölçekl br Kuraklık Yönetm Planı çerçevesnde yapılması gereken kuraklık belrleme, değerlendrme ve zleme çalışmalarında, çeştl kuraklık nds (örn., SPI, PDSI ya da Ardte İnds (AI, vb. sınıflarının olasılıklarının hesaplanması ve blnmes, yönetm planının başarımı açısından çok önemldr. Ne yazık k Türkye de öneml br doğal afet olan kuraklığın belrlenmes, zlenmes, özellkle de ülkenn kuraklıktan etkleneblrlğn belrlemeye yönelk kuraklık rsk çözümlemes çalışmaları henüz çok yeterszdr. Bu nedenle, bu çalışmada, kuraklık olaylarının tahmn edleblme yeteneğnn gelştrlmes amacıyla, br tahmn model önerlmektedr. Önerlen model, genş ölçekl atmosferk değşkenlern yerel ölçekl kuraklık olaylarına etksn göstermes açısından, fzksel temell bölgesel klm modellernn sonuçlarının değerlendrlmes ve belk de doğrulanmasına katkı sağlayablecektr. Model, en yaygın ve güvenlr yağış ndslernn başında gelen SPI dan elde edlen kuraklık sınıflarının tahmnn amaçlamaktadır. Yağış toplamlarına bağlı olan SPI kuraklık nds, son kullanıcılar ya da kuraklık ve su yönetm planlamacıları açısından, elde edlmes oldukça kolay olması nedenyle çalışmada terch edlmştr. Sonuç olarak, önerlen tahmn model yalnız SPI kuraklık sınıfları çn değl, ötek kuraklık ndslernn tahmn çn de kolaylıkla genelleştrleblecek şeklde tanıtılmıştır. Çzelge 1. Standartlaştırılmış Yağış İnds (SPI kuraklık sınıflandırması SPI değerler Sınıflandırma Modelde Kullanılan 2. ve üzer Aşırı neml (extremely wet 1.5 1.99 Çok neml (very wet Neml 1. 1.49 Orta düzeyde neml (moderately wet -.99.99 Normale-yakın (near-normal Normal -1. -1.49 Orta düzeyde kurak (moderately dry -1.5-1.99 Şddetl kurak (severely dry Kurak -2. ve altı Aşırı kurak (extremely dry 2. Ver ve Yöntem Çalışmada kullanılan gözlem verler, Türkeş (1996, 1998 n 1929-1993 dönem çn tüm yönleryle denetleyerek hazırladığı 99 adet stasyon çnden, 96 adet seçlerek, 27 yılı ortasına kadar güncelleştrlmş yağış serlerdr. Yağış serler, Devlet Meteoroloj İşler Genel Müdürlüğü stasyonlarında kaydedlen aylık yağış toplamlarından (mm oluşur. Ham ver kümes; Türkeş (1996 tarafından, gdşler (Runs ve Wald-Wolfowtz dzsel lşk gb rasgelelk ve Kruskal-Walls homojenlk (türdeşlk testler uygulanarak, 13 stasyon arasından seçlmştr. Ver setne lşkn ayrıntılı blgler, Türkeş (1996, 1999 n çalışmalarında verlmştr. Türkye yağışlarının çeştl meteorolojk/klmatolojk özellkler, daha önce Kadıoğlu (2, Türkeş (1996, 1998, 1999, 23, Tatl ve ark. (24 ve Türkeş ve ark. (22, 27 tarafından ayrıntılı olarak ncelenmştr. Modelde kullanılan genş ölçekl atmosferk değşkenler se, 3 6 o K ve 1 5 o D enlem ve boyları arasındak alan çn, NCEP/NCAR-reanalyss (Kalnay ve ark., 1996; Kstler ve ark., 21 ver kümesnden seçlmştr. Bu çalışmada temel alınan SPI kuraklık sınıfları, McKee ve ark. (1993, 1995 tarafından gelştrlmş olan öneml br kuraklık göstergesdr. SPI kuraklık sınıfları, gamma dağılım fonksyonundan elde edlen yağış olasılıklarının, standart ters-normal (nverse- Gaussan dağılım fonksyonuyla standart yağış serlerne dönüştürülmesyle, Çzelge 1 de verlen eşk değerler dkkate alınarak elde edlr. Yağışların standart normal-dağılıma dönüştürülmes konusundak ayrıntılar; Thom (1966, Wlks (1995 le Türkeş ve Tatl (27 yaptıkları çalışmalardan görüleblr. Çzelge 1de verlen normaln üstü ve altı kuraklık 518
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. sınıflarının Türkye de görülme sıklığı (olasılığı normale yakın kuraklık sınıfına göre oldukça düşük olduğu çn (Türkeş ve Tatl, 27, bu çalışmada, kuraklık sınıfları, verlen normaln üstü neml, normaln altı kurak ve normal olmak üzere, kend çnde tekrar 3 sınıfta brleştrld (Çzelge 1. Çalışmamızın temel amacı, genş-ölçekl atmosferk değşkenlern kuraklık olaylarıyla olan bağını ncelemek olduğu ve olasılığı çok düşük olan kuraklık olaylarının sağlıklı br tahmn modelnn oluşturulmasında öneml temsl zorlukları yarattığı çn, kuraklık sınıflarının sayısının azaltılması gerekl görülmüştür. Çalışmada kullanılan tahmn model, lojstk regresyon yöntemne dayanır. Lojstk regresyonda amaç; var ve yok (ya da 1 (br ve sıfır ( şeklnde olan ayrık olayların tahmn edlmesdr (Cox, 197; Menard, 1995; Aldrch ve ark., 1984; Presler ve Westerlng, 27. Aşağıdak eştlklerde kullanılan ( / şaret, vektörlern ya da matrslern evrğ (transpose, fonksyonlarda se fonksyonların türev anlamına gelr. Örneğn, tahmn edlecek olaylar, kuraklık var (1 ve kuraklık yok ( olmak üzere, y( = 1, 1, 1,, 1,,, 1,..., 1, 1,, N adet kuraklık zaman dzs şeklnde verlmş olsun. Olayın olma olasılığı, p se, bu durumda olasılık p nn olablrlk (lkelhood fonksyonu, L(p, L(p = P (y = (1, 1, 1,,, 1,..., 1, 1; p (1 = p p p ( 1 p (1 p p... p p (1 p (2 y N = y p ( 1 p (3 şeklnde Bernoull olasılıkları olarak da formüle edleblr. Ancak, olablrlk fonksyonun doğal logartması alındığında, yukarıdak yazım şekl sadeleştrleblr: LnL( p = l ( p = ( y ln p + ( N y ln(1 p (4 Denk. (4 dek p(skaler yerne, p(x, gb br fonksyonu yerleştrrsek, l( p = y ln p( x + (1 y ln(1 p( x p( x (5 = y ln + ln(1 p( x 1 p( x elde edlr. Dkkat edlecek olunursa, p, olasılığı artık br skaler değl, br fonksyondur (p(x. Bu se, br olayın olablme olasığının, x, şeklnde temsl edlen tahmn edcler tarafından bulunableceğn gösterr. Başka br deyşle, eğer olay kuraklık-sınıfı ve tahmn edcler genş ölçekl atmosferk değşkenler olarak düşünülürse, lojstk model, br tahmn edc modele ndrgenr. Denk.(5 de olablrlk fonksyonuna gren, p( x f(x = ln (6 1 p( x fonksyonuna, p nn logt fonksyonu ya da lojstk regresyonda y y x e bağlayan fonksyon (lnk functon denr. Bu noktada, Denk. (6 da verlen fonksyonun ters bulunursa, 1 p( x = 1+ exp( f ( x (7 lojstk fonksyonuna erşlr. Öte yandan, f(x fonksyonun olablrlk fonksyonu, 1 l( f = y + f ( x ln 1 exp( f ( x (8 = y f ( x ln 1 f ( x ( + e Denk. (5 e benzer olarak yazılablr. Yen durumda, f ( x = β x br fonksyonel ve β de regresyonun sabt katsayılar vektörü olarak ele alınırsa, problem doğrusal regresyon problemne ndrgenmş olur. Önceden belrtldğ şeklde, x vektörü genş ölçekl atmosferk değşkenler temsl eder. Bu nedenle, Denk.(8 dek β katsayılar vektörünün çözülmes 519
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. gerekr. Denk.(8 dek, l ( f olablrlk fonksyonu, β o cvarında Taylor sersne açılacak olursa, 1 2 l ( β l( β + ( β β l ( β + ( β β l ( β (9 2 elde edlr. Dğer taraftan, olablrlk fonksyonunun en büyüklemes (maxmzng yapılırsa ya da olablrlğn en büyük olduğu durumda, yan β ya göre türevn alır ve β çn çözüm yapılırsa, l ( β l ( β + ( β β l ( β = o o o l ( β (1 β = β l ( β sonucuna varılır. Bu son fade, β y bulmak çn, başlangıçta β o gb steğe bağlı br keyf değer le çözüme başlanacağını ve ardışık olarak bulunacak β nın bell br değere yakınsadığı durumda, yan l ( β ulaştığında, çözümün elde edlebleceğn gösterr. Ancak, Denk. (1 br skaler çn çözüm önermektedr. Oysa burada br vektör çn çözüm aranmaktadır. Aşağıda, Newton-Raphson yaklaşımı tanıtılmıştır. Bu yaklaşım, az önce verlen yaklaşımın daha genelleştrlmş şekl olan, çok değşkenl Taylor serlern dkkate alarak çözüm öneren br yaklaşımdır. Newton-Raphson yöntem, 1 2 l( β β = β l ( β β β (11 β şeklnde yazılablr. Bu yaklaşım, regresyonun katsayılar vektörünün ardışık olarak 2 bulunmasını önerr. Denk. (11 de sağ tarafta verlen, β β l( β 2. derece türevlern matrsn ve l( β β se 1. derece türevlern vektörünü göstermektedr (Jacoban gösterm. Brnc ve knc derece türevler, blgsayar ortamında programlanacak şeklde yenden düzenlenrse, x β l ( β y x β ln(1 + e (12 = x β 1 xβ ( 1+ e e x ( β = y x l β (13 1 = y x x + e β 1 (14 = X ( y p (15 2 l( β = x x p( x (1 p( x β β (16 = X WX şeklnde cebrsel fonksyonlar olarak yazılablr. Son eştlktek W matrs, köşegenlerndek (, nc elemanları p(x (1-p(x e eşt olan br köşegen matrsdr ve lojstk regresyonda ağırlık katsayıları olarak adlandırılır. Bulunan son fadeler Denk.(11 e yerleştrlrse, (17 lojstk regresyonun katsayılar vektörünü bulan algortma elde edlr. Lojstk regresyon ve statstksel anlamlılık sınamalarının blgsayar yazılımları, Press ve ark. (1992 nın algortmalarından yararlanılarak, Fortran95 koduyla yazıldı. Fortran95 le hazırlanan model yazılımları, eksk verler de hesaba katmaktadır. Çok değşkenl doğrusal 52
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. regresyonda, X tahmn edcler ve y tahmn edlen olmak üzere; regresyon ~ 1 katsayıları, β = ( X X X y şeklnde elde edlrken, lojstk regresyonda fazladan br W 1 ağırlıklar matrs ve y yerne se, z = Xβ + W ( y p, kullanılır. Son gösterm, ağırlıklı en küçük kareler yöntem olarak da blnr. Çzelge 2. Genş ölçekl atmosferk değşkenler (tahmn edcler. Atmosferk değşkenler Asal bleşen (AB sayısı Açıkladığı varyans (% 3 hpa U rüzgar hızı 2 48.8 3 hpa V rüzgar hızı 2 49.2 7 hpa omega (basınç hızı 2 32.2 7 hpa bağıl nem 2 41.9 7 hpa sıcaklık 1 91.7 85 hpa sıcaklık 1 92.2 Gzl ısı akısı 1 59.1 Net uzun dalga boylu radyasyon 2 47.5 Net kısa dalga boylu radyasyon 1 97.6 Denz düzey basıncı 1 49.2 Denz düzey sıcaklığı 1 93.5 Yüzey özgül nem 1 85.8 1-5 hpa kalınlık 1 93.4 Yukarı yönlü uzun dalga boylu radyasyon 1 92.5 Modelde kullanılan genş ölçekl atmosferk değşkenler, temel meteoroloj ve klmatoloj blgsne dayanarak potansyel anlamda, kuraklık olayları le lşks olableceğ kabul edlen 14 adet atmosfer değşkenn çerr (Çzelge 2. Dkkat edlrse, Çzelge 2 de verlen genş-ölçekl atmosferk değşkenlern tümü sürekl olmasına karşın, kuraklık olayları sürekszdr (ayrık. Sürekl değşkenlerden ayrık olayların tahmn edlmes yaklaşımı, bunların arasındak doğrusal lşkden çok, eş zamanlı (syncronzed blg taşımaları gerçeğne dayanır. Eş-zamanlılık (synchronzaton konusundak ayrıntılılar ve atmosfer blmlerndek uygulama örnekler; Rosenblum ve ark., 1996; Palus ve ark., 2; Rybsk ve ark., 23 ve Tatl 27 nn yaptıkları çalışmalardan görüleblr. Öte yandan, çalışmada doğrudan ham verler kullanmak yerne, aşağıda özetlenen yol zlenmştr: (1 Brnc adımda, 221 grd noktasındak her br değşken kümesne, asal bleşenler analz (ABA (Tatl ve ark., 24, 25 uygulandı. Genş ölçekl atmosferk değşkenlern, genş ölçeğn egemen özellğnn temsl açısından; enerj ve sıcaklıkla lgl değşkenlerde görülen baskın peryodk bleşenlerden dolayı, bunların yalnız lk AB ler, dğer değşkenlern se lk 2 AB ler seçlerek, Çzelge 2 dek 14 değşken çn toplam 19 AB seçld. (2 İknc adımda se, özellkle sıcaklık ve enerj le lgl değşkenlerde bulunan ortak blgnn brbrne olan karşılıklı ya da çapraz etksn (co-lnearty ortadan kaldırmak çn, seçlen 19 AB ye yenden ABA uygulandı. (3 Sonuçta 1, 3, 6, 12 ve 48 aylık SPI kuraklık olaylarının tahmnnde kullanılacağından, benzer şeklde AB lern de kayan ortalamaları alınarak, farklı 5 adet (1, 3, 6, 12 ve 48-aylık kayan ortalamalı lojstk modele göre, anlamlı AB ler seçld. (4 Çalışmada temel alınan SPI kuraklık sınıfları, modelde kullanılmak üzere Çzelge 1 n 3. sütununda verlen kurak, normal ve neml olarak brleştrlmş sınıflardır. Model parametreler bulunurken kullanılan ver uzunluğu, Ocak 194-Temmuz 27 dönemn çerr. 521
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. Sonuç olarak, 5 adet kayan ortalamalı (1, 3, 6, 12 ve 48-Aylık ver olduğuna göre, toplam 15 adet farklı lojstk regresyon model elde edlmş olunur. (5 Modellern blnmeyen katsayıları bulunurken, 26 ve 27 kuraklık sınıfları hesaplamalara alınmamıştır. Çalışmanın amacı o dönemdek kuraklık sınıflarını yenden oluşturmak yerne tahmn etmek olduğundan, modeller oluşturulurken, tahmn edlecek sınıfların verlernn model parametrelern bulunmasında kullanılması, tahmn model kavramı ya da yaklaşımı açısından br anlam taşımaz (Tatl ve ark., 24, 25. Ters durumda, modeller, ancak yenden analz modellerne dönüşmüş olur. Her stasyondak kuraklık sınıflarının genş ölçekl atmosferk değşkenler tarafından tahmn edleblme model vermler (başarımları, çapraz lşk desenlerne dönüştürülerek hartalandı. Sonuçta, lşk desen hartaları, genş ölçekl atmosferk değşkenler le stasyonların kuraklık sınıfları arasındak bağın coğraf dağılımını yansıttığından, bunlar tahmn edleblme ölçüsü olarak da görüleblr. 3. Model Sonuçları Şekl 1, 1-aylık SPI kuraklık sınıflarının lojstk regresyonla tahmn edlen sonuçları le genş ölçekl atmosferk değşkenler arasındak lşklern gösterr. Buna göre, model başarımı, genel olarak Akdenz yağış rejmnn egemen olduğu Güneydoğu, Akdenz ve Ege bölgelernde en yüksektr. Ancak, kuzeye Karadenz yağış bölgesne doğru kurak ve normal olma sınıflarının model verm azalır (en küçük.4. Elde edlen bu sonuçlar, Tatl ve ark., (24 nın Türkye yağışlarının ölçek küçültmesne lşkn sonuçlarıyla oldukça uyumludur. Tatl ve ark., (24 nın çalışmasında, Karadenz Bölges yağışlarının ölçek-küçültme başarımı, dğer tüm bölgelere göre daha düşük çıkarken, Güneydoğu Anadolu Bölgesnde se daha yüksek gerçekleşmştr. Şekl 1. Lojstk regresyon kullanılarak tahmn edlen 1-aylık SPI kuraklık sınıflarının genş ölçekl değşkenler le olan lşklernn alansal desen. 3-Aylık SPI kuraklık sınıfları temel alındığında, kurak ve normal olma sınıflarının önerlen modele göre tahmn sonuçları se Şekl 2 de verlmştr. 1-aylık SPI kuraklık sınıflarının tahmnne benzer sonuçlar elde edlmesne karşın; özellkle İç Anadolu, Marmara ve Kuzey Ege bölgelernde model başarımının, 3-Aylık SPI kuraklık sınıflarının tahmnnde elde edlen sonuçlara göre, büyüklüğünün azaldığı ve alansal olarak genşledğ görülür. Öte yandan, 6 ve 12-aylık SPI kuraklık sınıflarının tahmn sonuçları, genş ölçekl atmosferk değşkenler le olan bağlantılarının (Şekl 3 ve Şekl 4, hem 1-aylık hem de 3- aylık SPI kuraklık sınıflarının tahmnlerne göre oldukça farklı br dağılım gösterdğn ortaya koyar. 522
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. Şekl 2. Lojstk regresyon kullanılarak tahmn edlen 3-aylık SPI kuraklık sınıflarının genş ölçekl değşkenler le olan lşklernn alansal desen. Şekl 3. Lojstk regresyon kullanılarak tahmn edlen 6-aylık SPI kuraklık sınıflarının genş ölçekl değşkenler le olan lşklernn alansal desen. Normal olma desenndek lşk katsayılarının öneml bölümü, statstksel olarak % 5 anlamlılık düzeynde anlamlı değldr. Genel br kabul olarak, zaman ölçeğ büyüdükçe model tahmn vermnn daha düşük olmasının beklendğ söyleneblr. Ancak, burada br noktaya dkkat çekmek gereğ doğar: Çalışmanın amacı, yerel etkler yok etmek ve Genel Dolaşım İklm Modellernn (GDM tam tahmn edebleceğ bleşenler burada önerlen tahmn modellernde kullanmak olduğu çn, model kurulma aşamasında, genş ölçekl atmosferk değşkenler ABA le belrl br düzeyde fltrelemeden geçrlmşt. Başka br deyşle, genş ölçekl atmosferk değşkenlere kayan ortalamalar uygulandığından, gerçekte bunlar tekrar fltrelemeden geçrlmş durumdadır. Bu çalışmada, sayfa sınırı nedenyle sonuçlarına yer verlmeyen, ancak ABA fltrelemes uygulanmadan, yan doğrudan ham verlern tahmn modellernde kullanılması le elde edlen sonuçların model başarımlarının % 9 düzeyne çıktığı görülmüştür. Ancak, doğrudan ham verlern modellerde kullanılması, genş ölçek blgsne ek olarak, yerel etkler de çerdğnden; elde edlen sonuçlar GDM ya da Bölgesel İklm Modeller (BİM le uygunluk göstermez. Özellkle, enerj ve sıcaklıkla lgl genş ölçekl değşkenler dışındakler, örneğn, denz düzey basıncı ve düşey basınç hızı (omega gb atmosferk büyüklükler, yüzey atmosfern alt sstemlern yönlendren öneml fzksel büyüklüklerdr. Ancak, bu tür değşkenler, kaba sayısal ağ üzernde çalıştırılan GDM ler tarafından y benzeştrlemez (smülasyon başarımı düşük. Br başka söyleyşle, özellkle meteorolojk kuraklığı etkleyen en öneml değşken yağıştır. Oysa, GDM lern y tahmn edemedğ değşkenlern başında da yne yağış gelmektedr (Tatl ve ark., 24. 523
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. Şekl 4. Lojstk regresyon kullanılarak tahmn edlen 12-aylık SPI kuraklık sınıflarının genş ölçekl değşkenler le olan lşklernn alansal desen. Bu şeklde de, Şekl 3 de verlen 6- aylık sonuçlara benzer olarak, özellkle normal olma desenndek lşk katsayılarının öneml bölümü, statstksel olarak % 5 anlamlılık düzeynde anlamlı değldr. Şekl 5. Lojstk regresyon kullanılarak tahmn edlen 48-aylık SPI kuraklık sınıflarının genş ölçekl değşkenler le olan lşklernn alansal desen. Bu şeklde görülen desenler, gerçekte uzun döneml (klm kuraklık sınıfları olarak da değerlendrleblr. Sonuç olarak, modellerde yaptığımız tüm fltreleme kısıtlarına karşın, normal kuraklık sınıfı dışında, kurak sınıfın model vermnn güneyde Akdenz Yağış rejmnn egemen olduğu bölgelerde % 8 e çıktığı görülürken, kuzeye Karadenz yağış rejm bölgesne doğru model başarımının en düşük % 4 a ndğ görülür. Bu da, klm değşklğnn olası olumsuz sonuçlarından yağışların ve dolayısıyla kuraklık olaylarının oldukça etkleneceğn gösterr. Bu görüşü destekleyen bulgulara, Şekl 5 de gösterlen 48-aylık SPI kuraklık sınıflarının tahmn model sonuçlarında ulaşablr. Bu şekldek sonuçlar, 26-27 kuraklık sınıflarının blgsnden çok, son 48 aylık blgy taşır. Bu nedenle, bu dağılış br anlamda klmatolojk (uzun sürel lşk desen olarak da adlandırılablr. Görüldüğü gb, özellkle kurak olma sınıfı oldukça başarılı br şeklde tahmn edleblmektedr. Öte yandan, normal kuraklık sınıfının, çoğunlukla Türkye klmndek mevsmsel ve/ya da yıllararası klmsel değşkenlğn (clmate varablty etks altında olduğu çıkarımını yapmak da çok yanlış olmayablr. Br başka deyşle, normal kuraklık sınıfı, klm değşklğ etklerne fazla açık ya da bağımlı olmayablr. Ancak, normal kuraklık sınıfını etkleyen yağışların olasılık dağılım fonksyonunun (Probablty Dstrbutn Functon, özellkle knc derece statstklernde, örneğn uzun sürel ortalama ya da varyansında olablecek negatf ya da poztf kaymaların, olası klm değşklğ etklernden kaynaklanableceğ klmatolojk varsayımını da - unutmamak gerekr. 4. Sonuçlar ve Önerler Türkye nn yıllık yenleneblr yerüstü su potansyelne, 12 mlyar m 3 güvenl çekm sınırlarındak yeraltı suyu da eklendğnde, ülkenn su potansyelnn ancak 12 mlyar m 3 e ulaştığı bulunur. Türkye nüfusunun 7 mlyon olduğu ve hızlı arttığı da dkkate alındığında, kş başına ortalama yıllık 17 m 3 kadar su düştüğü görülür. Dünya ortalamasının yaklaşık 524
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. 1/5 ne karşılık gelen bu tutar bze, Türkye nn kurak dönemlerde cdd sorunlarla karşılaşableceğn açıkca gösterr. Çalışmada, Türkye dek 96 adet meteoroloj stasyonu çn elde edlen SPI kuraklık sınıfları, kend çnde, kurak, normal ve neml olmak üzere tekrar üç sınıfta toplandı. Çalışmanın konusu olan kurak ve normal kuraklık sınıflarının genş ölçekl atmosferk değşkenler le olan bağı, oluşturulan lojstk regresyon temell modellern başarısı dkkate alınarak kestrld. Br başka söyleyşle, modellern başarımı, dağılış hartaları yardımıyla, kuraklık olayının tahmn edleblrlğ açısından ncelend. Genş ölçekl atmosferk değşkenler olarak, atmosfern düşey özellklern en y temsl edebleceğ varsayılan 14 adet değşken, NCEP/NCAR-reanalyss grdl ver setnden, 3 6 o K enlemler ve 1 5 o D boylamları arasında kalan alan çn seçld. Seçlen 14 adet değşken, 3 hpa zonal ve merdyonal rüzgar hızlarını, 7 hpa yükseklk düzeyndek basınç hızını (omega, bağıl nem ve sıcaklığı, 85 hpa sıcaklığını, yüzey (yer sevyes gzl ısı akısını, net uzun ve kısa dalga boylu radyasyonu, yukarı yönlü uzun dalgalı radyasyonu, denz düzey basıncı ve sıcaklığını, yüzey özgül nemn ve 1-5 hpa kalınlığını çerr. Oluşturulan lojstk regresyon temell tahmn modellernden elde edlen sonuçlara göre, 26/27 kuraklık sınıflarının tahmn başarısı, yerel etkler hesaba katılmadığında ble, en yüksek Güneydoğu, Ege ve Akdenz bölgelernde, en düşük se Karadenz bölgesnde bulundu. Model başarımının özellkle 1, 3 ve 6 ölçekl SPI kurak olma sınıfında, Akdenz yağış rejm bölgelernde en yüksek, buna karşın kuzeye doğru azalarak Karadenz yağış rejm bölgesnde en düşük çıkması çalışmanın öneml sonuçlarından brsdr. 1, 3 ve 6 aylık SPI kurak olma model başarımının karasal ç bölgelerde gösterdğ düşük değerler, ç bölgelerde karasallığın da destekledğ yüksek sevye atmosferk oluklar ve alçak merkezleryle bağlantılı konvektf kararsızlık yağışlarının etksyle açıklanablrken, Karadenz bölgesndek en düşük değerler, kuzeyl dolaşımla bağlantılı yüzey ve yüksek atmosfer hava sstemlernn yardımıyla Kuzey Anadolu dağları üzernde gelşen orografk yağışların etksyle açıklanablr (Kutel ve ark., 21; Türkeş, 1998; Türkeş ve ark., 22; Türkeş ve Erlat, 23 ve 26; Tatl ve ark., 24. Öte yandan, çeştl klm senaryolarına göre çalıştırılan klm modellerne göre, Türkye nn de çnde yer aldığı coğraf bölgenn daha az yağışlı ve daha sıcak br klm etks altına grme olasılığı oldukça yüksek görülmektedr. Ayrıca, GDM sonuçlarına göre, buharlaşmanın artması, yağışların sıklığında ve şddetnde olası değşmelern olableceğ ve kar örtüsünün azalableceğ beklenmektedr. Tüm bu sonuçlar dkkate alındığında, yakın-orta ermde Türkye de su yeterszlğnn başlayacağı, buna bağlı olarak da genel br su sıkıntısı yaşanableceğ söyleneblr. Bu nedenle, kuraklık ya da su le lgl krz yönetmlernn yerne, rsk temell kuraklık ya da su yönetm ve planlama poltkalarının gelştrlmes zorunluluktur. Öte yandan, rsk (afet analznn en öneml bleşenlernden brs, kuraklığı belrleme (ntelendrme, zleme ve erken uyarının yanı sıra, kuraklık öngörü-modellernn gelştrlmesdr. Çalışmamızda, rsk (afet analzn de çeren çağdaş br afet yönetm yaklaşımı açısından, yalın, ancak sonuçları açısından öneml blg ve bulgulara ulaşıldı. Özellkle, zaman ölçeğ büyüdükçe model başarımları düşer şeklnde özetleneblecek olan sonuç, tek başına, kaba sayısal ağlı GDM ya da BİM sonuçları yağış tutarlarında ve olasılıklarında (yağışlı günler azalma (kuraklaşma ve değşkenlğn değşmes öngörmesne karşın, model sonuçlarının öngörülenden çok daha olumsuz olableceğn şaret ettğ çn, su ya da kuraklık yönetm planlarında mutlaka dkkate alınacak düzeyde önemldr. GDM ve BİM lern yer ve yere yakın düzeydek atmosferk değşkenler, özellkle yağışları yüksek doğrulukla tahmn 525
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. edemedkler gerçeğ göz önüne alındığında, rsk analz temell kuraklık yönetm planlamalarının önem daha y anlaşılır. Kaynaklar Aldrch, J.H., Nelson, F.D. 1984. Lnear Probablty, Logt, and Probt Models. Sage, Beverly Hlls, CA. Cox, D.R. 197. The Analyss of Bnary Data. Chapman and Hall, 1st Ed., London. Guttman, N.B. 1998. Comparng the Palmer drought ndex and the standardzed precptaton ndex. Journal of the Amercan Water Resources Assocaton 34, 113-121. Guttman, N.B. 1999. Acceptng the standardzed precptaton ndex: a calculaton algorthm. Journal of the Amercan Water Resources Assocaton 35, 311-322. Hayes, M.J., Svoboda, M.D., Wlhte, D.A., Vanyarkho, O.V. 1999. Montorng the 1996 drought usng the standardzed precptaton ndex. Bulletn of the Amercan Meteorologcal Socety 8, 429-438. Kadıoğlu, M. 2. Regonal varablty of seasonal precptaton over Turkey. Internatonal Journal of Clmatology, 2, 1743-176. Kalnay, E., et al., 1996. The NCEP/NCAR 4-year reanalyss project. Bulletn of the Amercan Meteorologcal Socety 77, 437-471. Karl, T.R. 1986. The senstvty of the Palmer drought severty ndex and Palmer s Z-ndex to ther calbraton coeffcents ncludng potental evapotranspraton. Journal of Clmate and Appled Meteorology 25, 77-86. Kstler R., et al., 21. The NCEP/NCAR 5-year reanalyss: Monthly means CD-ROM and documentaton. Bulletn of the Amercan Meteorologcal Socety 82, 247-268. Kutel, H., Hırsch-Eshkol, T.R., Türkeş, M. 21. Sea level pressure patterns assocated wth dry or wet monthly ranfall condtons n Turkey. Theoretcal and Appled Clmatology 69, 39-67. McKee, T. B., Doesken, N. J., Klest, J. 1993. The relatonshp of drought frequency and duraton of tme scales. Presented at the Eghth Conference on Appled Clmatology. Amercan Meteorologcal Socety, Jan 17-23, Anahem CA, pp. 179-186. McKee, T.B., Doesken, N.J., Klest, J. 1995. Drought montorng wth multple tme scales. Presented at the Nnth Conference on Appled Clmatology. Amercan Meteorologcal Socety, Dallas TX, pp. 233-236. Menard, S. 1995. Appled Logstc Regresson Analyss. Sage, Thousand Oaks, CA. Palmer, W.C. 1965. Meteorologcal Drought. Weather Bureau Research Paper No. 45, U.S. Department of Commerce, Washngton, D.C., 58 pp. Palus M., Kurths, J., Schwarz, U., Novotna, D., Charvatova, I. 2. Is the solar actvty cycle synchronzed wth the solar nertal moton? Int. J. Bfurcaton and Chaos, 1, 2519-2526. Presler, H.K., Westerlng, A.L. 27. Statstcal model for forecastng monthly large wldfre events n western Unted States. Journal of Appled Meteorology and Clmatology 46, 12-13. Press, W.H., Flannery, B.P., Teukolsky, S.A., Vetterlng, W.T. 1992. Gamma Functon, Beta Functon, Factorals, Bnomal Coeffcents and Incomplete Gamma Functon, Error Functon, Ch-Square Probablty Functon, Cumulatve Posson Functon. Numercal Recpes n FORTRAN: The Art of Scentfc Computng, 2nd ed. Cambrdge, England: Cambrdge Unversty Press, pp. 26-214. Rosenblum, M.G., Pkovsky, A.S., Kurths, J. 1996. Phase synchronzaton of chaotc oscllators. Physcal Revew Letters 76, 184-187. Rybsk D., Havln, S., Bunde, A. 23. Phase synchronzaton n temperature and precptaton records. Physca A 32, 61-61. Stenemann, A. 23. Drought ndcators and trggers: a stochastc approach to evaluaton. Journal of the Amercan Water Resources Assocaton 39, 1217-1233. 526
IV. Atmosfer Blmler Sempozyumu Bldr Ktabı, 25-28 Mart 28, İstanbul. Proceedngs of the Internatonal Fourth Symposum on Atmospherc Scences, 25-28 March 28, İstanbul, Turkey. Tatl, H. 26. Analyss Medterranean precptaton assocated wth the North Atlantc Oscllaton Index (NAOI va Hlbert-Huang Transformaton. Presented at the Conference on Water Observaton and Informaton System for Decson Support (BALWOIS-26. Ohrd, Republc of Macedona. Paper No. A-329, 11 pp. Tatl, H. 27. Synchronzaton between the North Sea-Caspan Pattern (NCP and surface ar temperatures n NCEP. Internatonal Journal of Clmatology 27, 1171-1187. Tatl, H., Dalfes, H.N., Menteş, Ş.S. 24. A statstcal downscalng method for monthly total precptaton over Turkey. Internatonal Journal of Clmatology 24, 161-18 Tatl, H., Dalfes, H.N., Menteş, Ş.S. 25. Surface ar temperature varablty over Turkey and ts connecton to large scale upper ar crculaton va multvarate technques. Internatonal Journal of Clmatology 25, 331-35. Thom, H.C.S. 1966. Some Methods of Clmatologcal Analyss. Techncal Note No. 81. WMO, Geneva, Swtzerland, 63 pp. Türkeş, M. 1996. Spatal and temporal analyss of annual ranfall varatons n Turkey. Internatonal Journal of Clmatology 16, 157-176. Türkeş, M. 1998. Influence of geopotental heghts, cyclone frequency and Southern Oscllaton on ranfall varatons n Turkey. Internatonal Journal of Clmatology 18, 649-68. Türkeş, M. 1999. Vulnerablty of Turkey to desertfcaton wth respect to precptaton and ardty condtons. Turksh Journal of Engneerng and Envronmental Scences 23, 363-38. Türkeş, M. 23. Spatal and temporal varatons n precptaton and ardty ndex seres of Turkey. In Medterranean Clmate Varablty and Trends. Hans-Jürgen Bolle, (Ed., Regonal Clmate Studes. Sprnger Verlag, Hedelberg, 181-213. Türkeş, M. 27. Türkye nn kuraklığa, çölleşmeye eğlm ve klm değşklğ açısından değerlendrlmes. Pankobrlk 91, 38-47. Türkeş, M., Erlat, E. 23. Precptaton changes and varablty n Turkey lnked to the North Atlantc Oscllaton durng the perod 193-2. Internatonal Journal of Clmatology 23, 1771-1796. Türkeş, M., Erlat, E. 25. Clmatologcal responses of wnter precptaton n Turkey to varablty of the North Atlantc Oscllaton durng the perod 193-21. Theoretcal and Appled Clmatology 81, 45-69. Türkeş, M., Erlat, E. 26. Influences of the North Atlantc Oscllaton on precptaton varablty and changes n Turkey. Nuovo Cmento 29, 117-135. Türkeş, M., Koç, T., Sarış, F. 27. Türkye nn yağış toplamı ve yoğunluğu dzlerndek değşklklern ve eğlmlern zamansal ve alansal çözümlemes. Coğraf Blmler Dergs 5, 57-74. Türkeş, M., Tatl H. 27. The use of standardzed precptaton ndex (SPI and a modfed SPI for shapng the drought probabltes over Turkey. Journal of Clmate (Mnor revson for Edtor. Türkeş, M., Sümer, U.M., Kılıç, G. 22. Persstence and perodcty n the precptaton seres of Turkey and assocatons wth 5 hpa geopotental heghts. Clmate Research 21, 59-81. Wlhelm, O.V., Wlhte, D.A. 22. Assessng vulnerablty to agrcultural drought: A Nebraska case study. Natural Hazards 25, 37-58. Wlks, D.S. 1995. Statstcal Methods n the Atmospherc Scences: An Introducton. Academc Press, 467 pp. 527