SavedAdd your journal

Journals / Gümüşhane Üniversitesi Fen Bilimleri Dergisi / 2022 / Cilt: 12 - Sayı: 1

Evaluation of precipitation variability in the Western Black Sea Basin with an entropy-based approach

Batı Karadeniz Havzası yağış değişkenliklerinin entropi tabanlı bir yaklaşımla değerlendirilmesi

Filiz BARBAROS
Pages
344–356
Publication Date
2022-01-15
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The produced entropy-based maps will be an effective tool for the planning of decision makers when faced with climate change and flood risk.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The most obvious effect of global climate change on meteorological conditions is on temperature and precipitation.
📊
Key Findings & Data:Long term precipitation data of 13 meteorological stations in the Basin were taken into account and the variability in the observed precipitation was defined with the Intensity Variability Index (IVI) based on Intensity Entropy (IE).
💡
Conclusion & Impact:The produced entropy-based maps will be an effective tool for the planning of decision makers when faced with climate change and flood risk.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Batı Karadeniz Havzası · Değişkenlik · Entropi

Abstract

The most obvious effect of global climate change on meteorological conditions is on temperature and precipitation. The negative effects of both flood and drought events are increasing day by day. While all natural disasters reveal the importance of climate change, they also bring the evaluation of meteorological events to a more important point. For this purpose, by examining the precipitation observation data in the Western Black Sea Basin, precipitation variability and possible risk areas related to this variability were defined, and risk maps were obtained as a result of regional analysis. Long term precipitation data of 13 meteorological stations in the Basin were taken into account and the variability in the observed precipitation was defined with the Intensity Variability Index (IVI) based on Intensity Entropy (IE). After the irregularities in precipitation were defined with indices, regions with high probability of precipitation were determined with index-based maps, created based on these indices. The produced entropy-based maps will be an effective tool for the planning of decision makers when faced with climate change and flood risk.

Özet

Küresel iklim değişikliğinin meteorolojik koşullar üzerindeki en belirgin etkisi sıcaklık ve yağışlar üzerinedir. Son yıllarda görülme sıklıkları artan gerek taşkın gerekse kuraklık olaylarının canlı hayat üzerindeki olumsuz etkileri, gün geçtikçe belirgin bir şekilde karşımıza çıkmaktadır. Yaşanan tüm doğal afetler iklim değişikliğinin önemini daha çok ortaya koyarken, meteorolojik olayların değerlendirilmesini de daha önemli bir noktaya taşımaktadır. Bu amaçla, Batı Karadeniz Havzasındaki yağış gözlem verileri incelenerek, yağış değişkenliği ve bu değişkenliğe bağlı olası risk bölgeleri tanımlanmış, bölgesel analiz sonucu risk haritaları elde edilmiştir. Bu amaçla, Batı Karadeniz Havzasında bulunan 13 adet meteoroloji istasyonuna ait uzun dönem yağış verileri ele alınarak, gözlenen yağışlardaki değişkenlik Şiddet Entropisine (ŞE) dayalı Şiddet Değişkenliği İndisi (ŞDİ) ile tanımlanmıştır. Yağışlardaki değişkenlikler indisler ile tanımlandıktan sonra, bu indislere bağlı oluşturulan indis temelli haritalar ile olasılığa bağlı yüksek yağış alabilecek bölgeler belirlenmiştir. Elde edilen entropi tabanlı haritalar, iklim değişikliği ve taşkın riski ile mücadelede karar vericilerin oluşturacakları planlamalar çerçevesinde etkili bir araç olacaktır.

🔖

Cite This Article

BARBAROS, F. (2022). Evaluation of precipitation variability in the Western Black Sea Basin with an entropy-based approach. Gümüşhane Üniversitesi Fen Bilimleri Dergisi, Cilt: 12 - Sayı: 1, 344–356. https://ajindex.com/articles/668370

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (12)

  1. Alfonso, L., Ridolfi, E., Gaytan-Aguilar, S., Napolitano, F., & Russo, F. (2014). Ensemble entropy for monitoring network design. Entropy, 16(3), 1365–1375. https://doi.org/10.3390/e16031365
  2. Bacanlı, U. G., Baran, T., & Dikbaş, F. (2017). Paylaştırılmış entropi kavramının kuraklık ölçütü olarak kullanılabilirliği. Pamukkale Üniviversitesi. Mühendislik Bilimleri Dergisi, 23(3), 232-237. https://doi.org/10.5505/pajes.2016.80664
  3. Baran, T., Harmancioglu, N. B., Cetinkaya, C. P., & Barbaros, F. (2017). An Extension to the Revised Approach in the Assessment of Informational Entropy. Entropy, 19(12), 634. https://doi.org/10.3390/e19120634
  4. Bozoglu, O., Baran, T., & Barbaros, F. (2022). Entropy Based Regional Precipitation Prediction in the Case of Gediz River Basin. Teknik Dergi. https://doi.org/10.18400/tekderg.724164
  5. Büyükkaracığan, N. (2019). Hidrolojik Verilerin Değişkenlik Analizi ve Uygulamaları, İKSAD yayınevi, ISBN: 978-625-7029-03-2, 118 s. Çeribaşı, G. (2018). Batı Karadeniz Havzasının Yağış Verilerinin Yenilikçi Şen Yöntemi ile Analizi, Academic Platform - Journal of Engineering and Science, 6(3),168-173. https://doi.org/10.21541/apjes.431965
  6. Cheng, L., Niu, J., & Liao, D. (2017). Entropy-Based Investigation on the Precipitation Variability over the Hexi Corridor in China. Entropy, 19(12), 660. https://doi.org/10.3390/e19120660
  7. Ciriello, V., Lee, J., & Tartakovsky, D. M. (2021). Advances in uncertainty quantification for water resources applications. Stochastic Environmental Research and Risk Assessment, 35, 955–957. https://doi.org/10.1007/s00477-021-01998-y
  8. Clark, P. U., Alley, R. B., & Pollard, D. (1999). Northern hemisphere ice-sheet influences on global climate change. Science, 286(5442), 1104–1111. https://doi.org/10.1126/science.286.5442.1104
  9. Cleridou, N., Benas, N., Matsoukas, C., Croke, B., & Vardavas, I. (2014). Water resources of Cyprus under changing climatic conditions: modelling approach, validation and limitations. Environ. Model. Softw. 60, 202–218. https://doi.org/10.1016/j.envsoft.2014.06.008
  10. Cui, H., & Singh, V. P. (2012). On the cumulative distribution function for entropy-based hydrologic modeling. Transactions of the ASABE. 55(2), 429-438. https://doi.org/10.13031/2013.41384
  11. Cui, H., Sivakumar, B., & Singh, V. P. (2018). Entropy Applications in Environmental and Water Engineering, Entropy, 20, 598, https://doi.org/10.3390/e20080598
  12. Gu, H., Yu, Z., Li, G., Luo, J., Ju, Q., Huang, Y., & Fu, X. (2020). Entropy-Based Research on Precip