GR6J hidrolojik modelindeki artık yağış ayrıştırma sabitinin model kalibrasyonuna etkisi
GR6J hidrolojik modelindeki artık yağış ayrıştırma sabitinin model kalibrasyonuna etkisi
Dosyalar
Tarih
2024-05-30
Yazarlar
Demir, Halil İbrahim
Süreli Yayın başlığı
Süreli Yayın ISSN
Cilt Başlığı
Yayınevi
Lisansüstü Eğitim Enstitüsü
Özet
Su, yaşamın kaynağı ve dünyamızın en değerli kaynaklarından biridir. İnsanlık, suyun anlamını ve önemini binlerce yıl boyunca keşfetmiş ve bu kaynağı yönetmek için çeşitli yollar aramıştır. Su, sadece içme suyu olarak değil, tarımda, sanayide, enerji üretiminde ve çevrenin korunmasında da hayati bir rol oynamaktadır. Nehirler, göller ve yeraltı su kaynakları gibi su kaynakları, suyun verimli kullanımını ve sürdürülebilirliğini sağlamak için özenle yönetilmelidir. Bu nedenle, su kaynaklarının tahmini, yönetimi ve korunması giderek daha karmaşık hale gelmiştir. Bu karmaşıklıkla başa çıkmak için, hidrolojik modeller gibi bilgisayar destekli araçlar geliştirilmiştir. Bu modeller, yağış, akış, su tutma ve su kullanımı gibi su döngüsü süreçlerini simüle ederek su kaynakları yönetiminde karar alıcılarına ve uzmanlara değerli bilgiler sağlamaktadır. Hidrolojik modeller, su kaynakları yönetimi ve tahmininin karmaşık doğasında vazgeçilmez araçlar olarak durmaktadır. Ancak bu modellerin etkinliği ve güvenilirliği, kullandıkları parametrelerin hassas bir şekilde kalibre edilmesine bağlıdır. Model kalibrasyonu, bu parametrelerin mantıklı bir şekilde belirlenmesini ve böylece modelin tahmin yeteneklerinin ince ayarını sağlamayı amaçlayan kritik bir süreç olarak ortaya çıkmaktadır. Doğru parametre değerlerinin elde edilmesi, hidrolojik modelin yağış dinamiklerinden yüzey akışı oluşumuna ve su depolama mekanizmalarına kadar uzanan karmaşık doğal süreçleri aslına uygun bir şekilde kopyalamasını kolaylaştıran temel unsurdur. Parametrelerin hassas kalibrasyonu sayesinde hidrolojik modeller, hidrolojik olayların incelikli etkileşimini daha iyi yakalayabilir ve kullanıcılara su kaynağı dinamikleri hakkında daha güvenilir tahminler ve içgörüler sağlayabilir. Özünde, model optimizasyonu, sürdürülebilir su kaynakları yönetimi arayışında vazgeçilmez bir dayanak noktasıdır ve hidrolojik modelleme çabalarının doğruluğunu ve etkinliğini artırmak için bir katalizör görevi görmektedir. Model optimizasyonunun hayati rolünün altını çizen bu çalışma, daha kesin tahminlerin elde edilmesi ve daha etkili su kaynakları yönetim stratejilerinin kolaylaştırılması yönünde önemli bir yol çizmektedir. Bu çalışmada, hidrolojik modelin performansını iyileştirmek için güvenilir bir kalibrasyon aracı olan PEST aracı kullanılmıştır. PEST, simüle edilen çıktılar ile gözlemlenen hidrolojik veriler arasında mümkün olan en yakın eşleşmeyi elde etmek için model parametrelerini verimli bir şekilde ayarlamak üzere tasarlanmış, yaygın olarak tanınan bir optimizasyon aracıdır. Model tahminleri ve gerçek ölçümler arasındaki farkları en aza indirmek için parametre değerlerini yinelemeli olarak iyileştiren bir ters modelleme aracı olarak çalışır. PEST aracı içerisinde kalibrasyon algoritması olarak su dengesini optimize eden parametre setinin belirlenmesi için hidrolojide yaygın olarak kabul gören The Shuffled Complex Evolutionary Algorithm University of Arizone (SCE-UA) algoritması kullanılmıştır. Bu çalışmada, havza modellemesinde yine yaygın olarak kullanılan Génie Rural à 6 paramètres Journalier (GR6J) hidrolojik modelinin, üretim ve yönlendirme katmanları arasındaki su transferini etkileyen artık yağış ayrıştırma sabitinin modele etkisi araştırılmıştır. GR6J modeli, hidrolojik süreçleri günlük zaman ölçeğinde simüle etmek için tasarlanmıştır ve genellikle yağış-akış ilişkilerini ve akış yolu boyunca suyun hareketini dikkate alır. Model, havza özellikleri ve iklim verileri kullanılarak yağışı akışa dönüştürmek için parametrelendirilmiştir. Kar erimesinin yağıştan ziyade akışa dönüştürülmesi, toplam yıllık akış için hidrolojik mekanizmada önemlidir. Bu bağlamda GR6J'nin ayırt edici bir özelliği, mevsimsel kar birikimi olan bölgeler için çok önemli olan bir kar erimesi modülüne (CemaNeigre) sahip olmasıdır. Bu modül, kar erimesi nedeniyle suyun kademeli olarak salınmasını ustalıkla yakalayarak modelin çeşitli iklim koşullarına uygunluğunu sağlar. Modeldeki yönlendirme süreçleri, suyun nehir ağı boyunca hareketini simüle ederek yüzey akışının mekansal dağılımına ilişkin bilgiler sağlar. Ayrıca, GR6J toprak nem dinamiklerini hesaba katarak yağışların akış ve infiltrasyona bölünmesi üzerindeki önceki koşulların etkisini kabul eder. Ancak, model parametrelerinden biri olan artık yağış ayrıştırma sabiti modelde 0.1 ve 0.9 olarak sabitlenmiştir. Bu çalışmada, optimizasyon sürecinde bu sabit serbest bırakılmış ve model performansı üzerindeki etkisi araştırılmıştır. Bu amaçla, bu sabiti serbest bırakmak için modele ek bir parametre (X7) eklenmiştir. Artık yağış ayrıştırma sabitinin serbest bırakılmasının model performansı üzerindeki etkisini değerlendirmek için Amerika, Güney Amerika, Avrupa, Anadolu ve Avustralya dahil olmak üzere dünyanın çeşitli bölgelerinde bulunan on farklı havzada modeller çalıştırılmıştır. Model performansını değerlendirmek için, hidrolojik modellemede yaygın olarak kullanılan ve model tarafından üretilen simüle edilmiş değerleri, gözlemlenen verilerle karşılaştırarak modelin performansının nicel bir değerlendirmesini sağlayan Nash-Sutcliffe Verimliliğini (NSE) amaç fonksiyonu olarak kullanılmıştır. Testler literatürde de önerilen 1000 maksimum iterasyon ile tasarlanmıştır. Model sonuçlarına göre Avusturya, Türkiye, Fransa, Avustralya ve Brezilya'da bulunan 5 havzada artık yağış ayrıştırma sabitinin (X7) serbest bırakılması ile NSE değerlerinde kayda değer artışlar gözlemlenmiştir. Bununla birlikte Amerika, Şili, İngiltere ve Avusturya'da bulunan 5 havzada ise herhangi bir iyileşme gözlemlenmemiştir. NSE değerindeki en büyük iyileşme 0.1953'lük bir artışla gerçekleşmiştir. Buna göre 10 yıllık (1997-2007) kalibrasyon periyodunda 0.9 sabit ile yapılan en iyi NSE değeri 0.5523 gelirken, serbest bırakıldığında, X7= 0.9809 değerini alırken buna karşılık NSE değeri iyileşerek 0.7576 olmuştur. Sonuç olarak, bu çalışma hidrolojik modellerin doğruluğunu ve güvenilirliğini artırmada model optimizasyonunun önemini vurgular ve farklı özelliklere (iklim, sıcaklık, yağış, buharlaşma, vb.) sahip yüzlerce havza varken, tahmin yapmak için kullandığımız hidrolojik modellerde sabit parametrelerden kaçınmamız gerektiğini belirtir. Sabit parametrelerin serbest bırakılarak modelin esnekliğini ve farklı hidrolojik koşullara uyarlanabilirliğini test edilmiş ve bazı havzaların model sonuçlarında küçük iyileşmeler gözlemlenmiştir. Bu iyileşmelerin genelleştirilerek kesin bir sonuca ulaşılması ve değişen iklimde su kaynakları yönetimi için güvenilir stratejiler geliştirilmesi için farklı özelliklere sahip daha fazla havzada araştırma ve analiz yapılmasına ihtiyaç vardır.
Açıklama
Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2024
Anahtar kelimeler
su,
water,
yağış ayrıştırma,
rainfall separation