Estimating Climate Extremes For Turkey And Its Region

Abstract

Uç değer iklim olaylarına aşırı yağışlar, aşırı sıcaklıklar, fırtınalar, seller, kuraklıklar, sıcak veya soğuk hava dalgaları örnek olarak verilebilir. Nadir görülmelerine karşın etkileri çok yüksek olmaktadır. Son yıllarda, dünyanın her yerinde uç iklim olaylarının büyük sosyo-ekonomik etkileri görülmektedir. Özellikle son 10 yılda (2001-2010), uç iklim olayları üzerindeki çalışmalar artmıştır. Meteoroloji Genel Müdürlüğü'nün raporuna göre, 2010 yılında, 1940 yılından itibaren Türkiye'de 555 uç iklim olayı kaydedilmiştir. Uç değer olaylar geriye dönük bir şekilde kestirilebilirler. Fakat ortalamalar dışındaki farklı istatistiki kurallara uydukları için uç değerler ile çalışmak zordur. Bu tez çalışmasıda, istasyon ve dinamik olarak küçülmüş iklim projeksiyon verileri kullanılarak, Türkiye ve bölgesi için uç iklim olaylarının dağılımının kestirimi amaçlanmaktadır. Ayrıca bu uç iklim olaylarının Türkiye için önemi konusundaki sorulara cevaplar aranmaktadır. Analizler çoğunlukla uç sıcaklıklar ve uç yağışlar üzerine odaklanmaktadır. Bu amaçla, uç değer istatistiklerinin hesaplaması için Uç Değer Analizi (UDA) yöntemi kullanılmıştır. UDA hidroloji, yer bilimleri, finans, sigortacılık, vb. gibi birçok disiplinde kullanılmaktadır. Uç değer analizi yöntemi, diğer istatistiki yaklaşımların aksine, dağılımın kuyruk kısmı ile ilgilenir. Çünkü uç değerler dağılımın kuyruklarında yer almaktadır. Bu sebeple ne kadar büyük veri setleri ile çalışılırsa çalışılsın, veri her zaman azdır. İklim araştırmalarında UDA yönteminin kullanılması aslında yakın zamanlarda başlamıştır. Ama uç değer iklim olaylarının sayılarının ve etkilerinin artmasıyla beraber, bu alandaki çalışmalar hızlanarak artmaktadır. Bu tezde, analizler için, Genelleştirilmiş Uç Değer (GUD) dağılım modeli kullanılmaktadır. Türkiye ve bölgesinde, günlük en yüksek sıcaklık, günlük en düşük sıcaklık ve günlük toplam yağış verileri için GUD modeli uydurulmuştur. Genelleştirilmiş Uç Değer dağılımının parametrelerinin kestirimi için birçok yöntem mevcuttur. Bu çalışmada en çok olabilirlik (EÇO) ve olasılıkla ağırlıklandırılmış momentler (OAM) yöntemleri parametre kestirimleri için kullanılmıştır. EÇO yöntemi özellikle büyük veri setleri için güçlü ve kesin bir yöntem olmasına rağmen küçük veri setlerinde sonuç vermemektedir. Bu durumun yağış verisine UDA uygulama konusunda sorunlar çıkardığı tespit edilmiştir. Bunun ardından OAM yönteminin parametre kestirimlerinde kullanılmıştır. EÇO yöntemi bir optimizasyon yöntemi olup, dağılımının parametrelerinin zamana bağlı bir şekilde hesaplanmasını sağlar. Uç değerlerin kestirimi ve yorumları dönüş seviyeleri üzerinden yapılmaktadır. GUD yöntemi aylık, mevsimsel, yıllık, vb. gibi farklı zaman ölçeklerinde dönüş seviyeleri, dönüş seviyesi analizlerinin yapılmasına olanak tanımaktadır. Dönüş seviyesi, bu değerin belli bir zaman ölçeğinde bir olasılıkla en büyük değer tarafından aşılacağı anlamına gelmektedir. Bu modelin çıktıları olan dağılım parametreleri kullanılarak da dönüş seviyeleri hesaplanmıştır. Çünkü iklim uç değerleri, dönüş seviyesi ile ifade edilmekte ve bu değerler yorumlanarak uç değer analizi yapılmaktadır. Bozkurt ve diğerlerinin çalışmasında, tarihi referans aralığı (1961-1990) ve 21. yüzyıl (2000-2099) için, ECHAM5, CCSM ve HadCM3 gibi küresel iklim modellerinin (KİM) çıktıları sınırlarda bölgesel iklim modeli (BİM), RegCM3, kullanılarak 27 kilometrelik bir alanda, dinamik olarak ölçek küçülmüştür. ECHAM5 model çıktıları ve NCEP/NCAR Reanalysis (NNRP) verilerinin sonuçlarına UDA uygulanarak, tarihi referans aralığı için karşılaştırma yapılmıştır. 20. yüzyıl için yapılan model karşılaştırmalarının yanısıra, 21. yüzyıl için de otuzar yıllık periyodlarda UDA sonuçları karşılaştırılmıştır. Bu analizlerin hemen hemen hepsi durağanlık kabulü altında yapılmıştır. Ama iklim verilerinin durağan olmadığı bilinir. Uç değer analizinde, zamana bağlı modellerin kabulü daha gerçekçidir. Durağan olmayan uç değer analizi gelişmekte olan bir alandır ama henüz bu konuda genel bir teori yoktur. Durağan olmayan uç değer analizi için parametreler EÇO yöntemi ile kestirilebilmektedirler. Bu çalışmada yapılan uygulamalarda durağan olmayan modellerin genel olarak daha iyi sonuç verdiği görülmüştür. Bu çalışmada, durağanlık kabulü altında, GUD dağılımının parametrelerinin (konum, ölçek, şekil) kestirimi için olasılıkla ağırlıklandırılmış momentler (OAM) yöntemi kullanılmıştır. Model çıktıları ile yapılan analizlerin yanısıra istasyon verileri ile de analizler yapılıp ardından sonuçları model çıktılarınınki ile kıyaslanmıştır. Sonuçların yakın olduğu görülmüştür. Dönüş seviyesi analizleri 30 yıllık bir dönüş periyodu kullanılarak hesaplanmıştır. Bir diğer hesaplama da artan dönüş periyodları için dönüş seviyesinin nasıl değiştiğini analiz etmek amacıyla yapılmıştır. Yapılan tüm analizlerin belirsizliğinin tespiti için yaygın olarak kullanılan bazı yöntemler vardır. Bunlara örnek olarak hiyerarşik modelleme, Markov zinciri Monte Carlo yöntemi, yeniden örnekleme yöntemleri (bootstrap, jackknife, çapraz doğrulama, ...) verilebilir. Analizin amacı doğrultusunda yeniden örnekleme yöntemleri belirsizlik analizi için tercih edilmiştir. Bu çalışmada, GUD parametrelerinin belirsizliği için de test yapılmıştır. Belirsizlik yeniden örnekleme yöntemleri ile kestirilmeye çalışılarak, kesinliği test edilmiştir. Jackknife yöntemi kullanılarak tarihi referans ve projeksiyon verilerine UDA uygulanmıştır. Sonuç olarak, uç değerler persfektifinden bakıldığında maksimum ve minimum sıcaklıkların uç değerlerlerinin yükseldiği, yağışların uç değerlerinin de zamanla azaldığı görülmüştür. Ama azalmalara rağmen kuzeydoğu Karadeniz bölgesindeki yağışların miktarı bir hayli fazla olarak görülmektedir. Sıcaklıklarda ise güney ve batı kıyılarındaki ve güneydoğu Anadolu bölgesindeki sıcaklık artışı göze çarpmaktadır. Durağan olmayan uç değer analizi için ise, bir gelecek çalışması olarak doğrusal değişimler dışında farklı modellerle hesap yapılması amaçlanmaktadır.

Extreme climate events have high socio-economic impacts all around the world, in recent years. Especially in last decade (2001-2010), studies on extreme climate events have been increasing. According to report of Turkish State Meteorological Service (TSMS), 555 extreme climate events had recorded since 1940 in 2010 for Turkey. In this study is aimed to extract such information about estimating the distribution of extreme events by using station data and dynamically downscaled climate projections for Turkey and its region. Another point is to find answers for questions such as how important these extreme climate events for Turkey. Analyses are mainly focused on extremes in temperature and precipitation. For this purpose, Extreme Value Analysis (EVA) was used to estimate extreme value statistics. EVA has been used in many disciplines such as hydrology, earth sciences, finance,insurance, metallurgy, environmental research and meteorology etc. In this thesis, Generalized Extreme Value (GEV) distribution models was used for analyses. GEV model was fitted to daily maximum temperature, daily minimum temperature and daily total precipitation for Turkey and its region. Moreover, GEV method allows to analyzing return values, return level, at different time scales such as monthly, seasonal, annual, etc. Return level means that it is exceeded by the maximum value in any particular time scale with probability. In the study of Bozkurt et al., results of global climate models (GCMs) such as ECHAM5, CCSM and HadCM3 are downscaled to force at the boundaries a regional climate model (RCM), RegCM3, to obtain dynamically downscaled climate fields at a resolution of 27 km for the historical (1961-1990) reference period and the 21st Century (2000-2099). EVA is applied to these model outputs and compared with results of NCEP/NCAR Reanalyses data for reference period. All of these analyses were done under the stationary assumption. But it is known that climate data are nonstationary. In extreme value analysis, assumption of time-dependent models is more realistic. The nonstationary extreme value analysis is a developing research area. In this study, probability weighted moments method was used to estimate the parameters (location, shape and scale) of GEV distributions under the assumption of stationary. Uncertainties for GEV parameters were estimated through resampling methods to measure the accuracy of parameters. Resampling methods such as jackknife was applied to reference and projected climate data.