Türkiye’nin Jeotermal Potansiyelinin Değerlendirilmesi: Enterpolasyon Teknikleri Kullanılarak Türkiye’nin Yeraltı Sıcaklık Haritalarının Oluşturulması

Abstract

Bu çalışmada Türkiye'nin yeraltı sıcaklık haritası jeoistatistik yaklaşımlar (Ters Uzaklık Ağırlıklı Arakestirim Tekniği ve Kriging) kullanılarak oluşturulmuştur. Bu yaklaşımlarda iki ana veri grubu kullanılmıştır. İlk olarak veri gruplarında bulunan jeotermal gradyan (oC/100 m) ve ısı akısı (mW/m2) değerleri -500 m deki sıcaklık (oC) değerlerine dönüştürülüp kullanıma uygun hale getirilmişlerdir. İkincil olarak, bu iki veri grubu, Arc Map yazılımının Jeoistatistiksel Analiz paketi kullanılarak istatiksel analizler yapılarak irdelenmiş, veri dönüşüm teknikleri ile şekillendirilmiştir. Böylece, iki veri grubunun birbiriyle ilişkisi incelenebilmiş ve göreceli olarak gerçeği yansıtma eğilimleri gözlenebilmiştir. Ayrıca, yapılan uygulamaların doğruluk dereceleri ve Türkiye'nin jeolojik eğilimleri gözetilerek farklı yaklaşımlar kullanılmıştır. Bu şekilde, Türkiye'nin yeraltı sıcaklık haritası oluşturulmuştur. Son olarak, derin kuyu verilerinin çoğunlukla Trakya ve Güneydoğu Bölgelerinde bulunmasından dolayı aynı çalışma bu bölgelerde yerel olarak yapılmıştır. Bu sayede, sadece derin kuyu verilerini kullanarak ?1000 m Güneydoğu Anadolu ve Trakya Bölgelerinin yeraltı sıcaklık dağılım haritalarının oluşturulmuş ve değerlendirilmiştir. Bu uygulamalarda tahmin hata değişkenleri gösterge değişkeni olarak kullanılmıştır. Bu sayede, yaklaşımın doğruluğu test edilirken, model değişkenleri kontrol edilmiş ve diğer uygulamalarla karşılaştırılmıştır.

In this study, Turkey?s geothermal map was created with two geostatistical approaches: Inverse Distance Weighting (IDW) and Kriging. These two approaches are fed from two main datasets. First of all, the data sets having geothermal gradient values (oC/100 m) and heat flow values (mW/m2) were reformed into temperature (oC) values at -500 m. Secondly, by using Geostatistical Analysis package of ArcMap software, two datasets, which were analyzed statistically, shaped with Data Transformations and Declustering to prepare data for kriging interpolation. Thus, the correlation between different backgrounded data sets is investigated and relatively their tendency to real world tested. Finally, considering the sensitivity of applications and Turkey?s geological trends, by using Inverse Distance Weighting, Kriging and Co-kriging Interpolation techniques, Turkey?s geothermal maps representing different approaches are constructed. In this construction process, best approach is chosen by considering iteratively optimized values of Prediction Error (PE) values. In addition, same methodology is locally applied on deep well temperature data in which clustered on specific regions (Southeast Anatolia and Thrace Regions). In these applications, Prediction Error values are used as indicator parameters. In this way, while testing accuracy of the applications, modeling parameters can be controlled and applications can be compared with each other.