Zaman-uzay Meteoroloji Değişkenleri İçin Toplam Yarıvariogram Desteği İle En İyi (optimum) Modelleme

Abstract

Bu tezde sınırlı bir alan içinde yağış analizleri için iki boyutlu en iyi (optimum) enterpolasyon yöntemi geliştirilmiştir. Analiz sisteminin mekaniği adım adım gösterilmiştir. Geçerli olan denklemlerde ve tasarım özelliklerinde ortaya çıkabilecek değişmelerin analiz sistemine olan hassasiyetini göstermek için değişik deneysel çözümlemeler kıyaslanmıştır. Aynı özel tasarım özellikleri veri hazırlanması ile korelasyon modelleri için de geçerlidir. Model istatistik en iyi interpolasyon yöntemine bağlı kalarak gelişi güzel meteoroloji istasyonu konumlarında gözlenmiş aylık yağış verilerinin üretilmesi için geliştirilmiştir. Yapılan tahminlerin doğruluğu nesnel (objektif) çözümleme teorisi ile gerek arazi verileri gerekse onlarla ilişkili hata alanlarının çözümlemesi ile olur. Sistem ve yönetim stratejilerindeki belirsizliklerin değerlendirilmesinde hata alanı ilave bilgilerin gösterilmesinde faydalı bir yöntemdir. Böylece yapılan tahminlerdeki hataları azaltmak mümkündür. En iyi (optimum) enterpolasyonda önemli sorunlardan birisi bir grid noktasında yapılacak tahmini etrafındaki kaç tane istasyonun etkileyeceğinin önceden bilinmesidir. İşte bu tezde en uygun tesir alanının belirlenmesi için yeni bir yöntem olarak Toplam YarıVariogram (TYV) yöntemi geliştirilerek kullanılmıştır.

A two-dimensional optimum interpolation objective analysis scheme has been developed for limited areal analysis of rainfall. The mechanics of the analysis system are illustrated step by step. Several experimental analysis are compared in order to illustrate sensitivity of the analysis scheme to changes in design features and governing parameters. The some special design features, are valid also for the data selection and correlation models. The model is developed for generating statistically optimum interpolation based on irregular distribution of meteorological stations of monthly precipitation observations. The theory of objective analysis provides an analysis of both data field and an associated error field which quantifies the accuracy of the estimates. The error field is particularly useful as a method of indicating additional information which is most valuable (in term of reducing the estimation error), in quantifying uncertainty for assessing the system and in designing management strategies. One question that haunts optimum interpolation and, indeed, all analysis techniques is how many observations should be allowed to influence a given grid point? In this thesis a new technique is discussed that provides selection of influencing observations by the Cumulative SemiVariogram (CSV) technique.