Coğrafi Bilgi Sistemleri ile havza morfolojik özelliklerinin belirlenmesi ve havza sediment verimi tahmininde kullanımı

Yıl 2023, Cilt: 28 Sayı: 1, 1 - 10, 07.04.2023

Ercan Varol , Ahmet İrvem

https://doi.org/10.37908/mkutbd.1127305

Öz

Akım ve sediment ölçümü yapılan 47 havzada, havzaların morfolojik özellikleri Coğrafi Bilgi sistemleri (CBS) ile belirlenerek, çoklu regresyon analizi ile Türkiye’nin farklı yağış rejimi bölgeleri için sediment verimi tahmin modelleri geliştirilmiştir. ILWIS CBS yazılımı ile her havzanın maksimum rölyefi, akarsu derecesi, istasyon kotu ve havza alanı belirlenmiştir. Ölçülen değerler ve CBS ile belirlenen havza özellikleri, en iyi alt grup istatistik yöntemi kullanılarak, sediment verimi tahmininde en uygun havza parametreleri belirlenmiştir. Bu parametreler, çoklu regresyon analizinde kullanılarak yağış bölgeleri için ayrı ayrı sediment verimi tahmin modelleri geliştirilmiştir. Modellerin tahmin yeteneğini belirlemede ise Nash-Sutcliffe verimlilik katsayısı kullanılmıştır. Bu denklemlerin, çalışılan bölgelerdeki akım ve sediment gözlemi olmayan havzalarda, havza sediment verimi tahmini için ön fikir vermesi açısından uygun olduğu görülmüştür. Ayrıca, Türkiye’nin yağış rejimi benzeyen 5 bölgesinde (2, 3, 4, 5 ve 7) sediment ölçümü olmayan havzalar için sediment verimi tahmin denklemleri geliştirilebilmiştir. Nash-Sutcliffe verimlilik katsayısına göre (E>0.90) en iyi tahmin denklemi 4. 5. ve 7. Bölgeler için geliştirilmiştir. 1. Bölge için yeterli havza ve akım gözlem istasyonu sayısı olmadığından tahmin denklemi geliştirilememiştir. 6. Bölge için geliştirilen tahmin denkleminin Nash-Sutcliffe verimlilik katsayısına göre uygun olmadığı görülmüştür. 1. ve 6. Bölgeler için akım ve sediment verimi ölçüm istasyonlarının sayısı artırılmalıdır.

Anahtar Kelimeler

Havza özellikleri, Coğrafi Bilgi Sistemleri, sediment verimi, Coklu regresyon analizi, Alt grup analizi yöntemi.

Destekleyen Kurum

yok

Proje Numarası

yok

Basin sediment yield estimation using basin morphological characteristics determined by Geographic Information Systems

Öz

The morphological characteristics of 47 basins for different rainfall regions of Turkey were determined using Geographic Information Systems (GIS). These features and data taken from flow and sediment monitoring stations were subjected to multiple regression analysis in order to develop basin sediment yield prediction equations for ungauged basins. Basins' morphological characteristics were determined by using ILWIS-GIS software. Areas of the basins, the maximum relief, stream orders and elevations of the stations were determined using GIS. All data were analyzed using the best-subset within the multiple regression statistical method. As a result of analysis, individual sediment yield prediction equations for each region were generated. These regions were found to be appropriate in terms of providing the predetermined information of basin sediment yield for ungauged basins. In this study, sediment yield prediction equations for ungauged basins in the 5 regions (2, 3, 4, 5, and 7) were developed. These equations can be used, in terms of providing sediment data for ungauged basins. However, the prediction equation can not be generated for 1. Region because of insufficient data and equation for region 6 was not proper in terms of Nash-Sutcliffe coefficient. So that the number of observation stations has to be increased for 1. and 6. region.

Anahtar Kelimeler

Basin characteristics, Geographic Information Systems, Sediment yield, Multiple regression analysis, Subset analysis.

Proje Numarası

yok

Kaynakça

• Adinarayana J, Rao KG, Krisha NR, Venkatachalam P, Suri JK (1999) A rule-based soil erosion model for hilly catchment. Catena 37:309-318.
• Bogardi I, Bardossy A, Fogel M, Duckstein L (1986) Sediment yield from agricultural watersheds. J. Hydrol. Eng. ASCE. 112: 64-70.
• Cığızoğlu KH (2002) Suspended sediment estimation and forecasting using artificial neural networks. Turkısh J Eng Environ. Sci. 26: 15-25.
• Draper N, Smith H (1981) Applied Regression Analysis. John Wiley and Sons Inc., New York. pp 708.
• EİEİ, (2000) Türkiye akarsularında suspanse sediment gözlemleri ve sediment taşınım miktarları. Elektrik İşleri Etüt İdaresi Genel Müdürlüğü, Yayın no:20-17, Ankara. 617s.
• Hatipoğlu MA (1999) Hydrologic modelling of soil erosion and runaff using remote sensing and GIS. Doktora Tezi, Ortadoğu Teknik Üniversitesi, Fen Bil. Ens., İnşaat Mühendisliği Anabilim Dalı, 156 s
• İrvem A, Tülücü K (2004) Coğrafi bilgi sistemi ile toprak kaybı ve sediment verimi tahmin modelinin (EST) oluşturulması ve Seyhan-Körkün Alt Havzasına uygulanması. ÇÜ Fen Bil. Ens. Der. 13: 1-7.
• Jain MK, Kothyari UC (2000) Estimation of soil erosion and sediment yield using GIS. Hydrol. Sci. J. 45: 771-786.
• Jain SK, Kumar S, Varghese J (2001) Estimation of soil erosion for a Himalayan watershed using GIS Technique. Water Res. Mang. 15: 41-54.
• Krishnaswamy J, Richter DD, Halpin PN, Hofmockel MS (2001) Spatial patterns of suspended sediment yield in a humid tropical watershed in Costa Rica. Hydrol. Process. 15: 2237-2257.
• Lal R (1985). Soil erosion and sediment transport research in Tropical Africa. Hydrol. Sci. J. 30: 150-175.
• Millward AA, Marsey JE (1999) Adapting the RUSLE to model soil erosion potential in a mountainous tropical watershed. Catena 38: 109-129.
• Mitra B, Scott HD, Dixon JC, Mckimmey JM (1998) Applications of fuzzy logic to the prediction of soil erosion in a large watershed. Geoderma 86: 183-209.
• Molnar DK, Julien PY (1998) Estimation of upland erosion using GIS. Comp. Geos. 24: 183-192.
• Nash JE, Sutcliffe JV (1970) River flow forecasting through conceptual models. J. Hydrol. 10: 282-290.
• Öztürk FH, Apaydın D, Walling E (2001) Suspended sediment loads through flood events for streams of Sakarya Basin. Turkısh J. Eng. Environ. Sci. 25: 643-650.
• Pak JH, Lee JJ (2008) A statistical sediment yield prediction model incorporating the effect of fires and subsequent storm events. J. Am. Water Res. Assoc. 44: 689-699.
• Tasker GD, Hodge S, Barks CS (1996) Region of influence regression for estimating the 50-year flood at ungaged sites. Water Res. Bull. 32: 163-170.
• Topaloğlu F (1999) Seyhan havzası akarsularında taşkınların büyüklük ve frekanslarının tahmini için uygun bir yöntemin araştırılması. Doktora Tezi, Çukurova Üniversitesi, Fen Bil. Ens., Tarımsal Yapılar ve Sulama Anabilim Dalı, 219 s.
• Türkeş M (1996) Spatial and temporal analysis of annual rainfall variations in Turkey. Int. J. Cli. 16: 1057-1076.
• Varol E (2012) Coğrafi Bilgi Sistemleri ile havza morfolojik özelliklerinin belirlenmesi ve havza sediment verimi tahmininde kullanımı. Yüksek Lisans Tezi, Hatay Mustafa Kemal Üniversitesi, Fen Bil. Ens., Tarımsal Yapılar ve Sulama ABD, 82 s.
• Vente J, Verduyn R, Verstraeten G,Vanmaercke M, Poesen J (2011) Factors controlling sediment yield at the catchment scale in NW Mediterranean geoecosystems. J. Soil Sedi. 11: 690-707.
• Zhongbao X, Xinxiao Y, Lu XX (2011) Factors controlling sediment yield in China's Loess Plateau. E. Surf. Proces. Landf. 36: 816-826.