Performans Ağırlıklı Yöntemlerle Aylık Akımların Tahmini: Orta Fırat Havzası Uygulaması

Abstract

Bu çalışmada, ülkemizdeki veri temini güçlüğü göz önüne alınarak literatürde önerilen yeni yöntemlerle aylık akım tahmini yapılması amaçlanmıştır. Uygulama bölgesi olarak seçilen Orta Fırat havzası üzerinde 5 akım gözlem istasyonunun 1970-2000 yılları arasındaki aylık akım verileri ile çalışılmıştır. Yağış alanına göre akımların standartlaştırılması (DAR), ortalama akım ile akımların standartlaştırılması (SM), ortalama ve standart sapma ile akımların standartlaştırılması (SMS) olmak üzere üç akım transfer yöntemi kullanılmıştır. Akım transfer yöntemlerinde kullanılan akarsu akımı istatistiklerini tahmin etmek için sırasıyla her bir istasyonun ölçümü olmadığı varsayılarak doğrusal regresyon yapılmıştır. Regresyonda yağış alanı (A), yağış alanı ve kot (A+K) değişkenleri kullanılmıştır. Tahmin yöntemlerinin başarısı Nash-Sutcliffe etkinlik katsayısı (NSE), istastistiksel hata (BIAS) ve karekök hata kareler ortalaması (RMSE) performans ölçütlerine göre değerlendirilmiştir. Regresyonu kullanan yöntemler (SM ve SMS), DAR yöntemine göre genellikle daha iyi tahmin performansı göstermiştir. Regresyonda yağış alanı ve kot (A+K) değişkenlerini kullanan yöntemlerin tahmin performansı yağış alanı (A) değişkenini kullanan yöntemlerin tahmin performansına göre daha iyi bulunmuştur.

In this study, it was intended to estimate monthly streamflow measurements with the help of new methods in the publications, taking account of difficulty in providing data in our country. It were studied with monthly streamflow data between 1970 and 2000 at five streamflow gauging stations in Middle Euphrates basin which was selected as the area for practice. It were used three different classes of flow transfer techniques: the drainage area ratio (DAR), standardization by means (SM) and standardization by mean and standard deviation (SMS). Statistics of streamflow series were simulated by linear regression, assuming no measurement of each station, respectively. In linear regression equations variables as drainage area (A), drainage area and basin elevation (A+K) were used. The statistics of prediction performance, namely the Nash-Sutcliffe efficiency (NSE), the bias (BIAS) and the root mean square error (RMSE) were performed for performance evaluation of estimation techniques. It was shown that the performance of both SM and SMS methods that use regression was generally superior to DAR method. In regression, methods that use variables as drainage area and basin elevation (A+K) were shown to have better prediction performance than methods that use variable as drainage area (A).