AI Summary & Key Takeaways
AI InsightFor this reason, it is necessary to take drought measures in the basin, to develop and continuously implement drought reduction strategies, to save water, to protect groundwater that serves as insurance in dry periods, to modernize irrigation systems and to take precautions against climate change.
📌 3 Key Takeaways
Abstract
The type and structure of rainfall varies according to various parameters such as altitude, geographical formations, vegetation, sea currents, proximity and distance to the sea. Thus, it is very difficult to explain precipitation data with a single distribution. In the study, Standardized Precipitation Index (SPI) values were obtained by fitting Gamma, Lognormal, Generalized Extreme Value (GED), Weibull, Normal, Logistic, Loglogistic distributions to the precipitation data. It is aimed to compare the drought characteristics obtained by applying run theory to these SPI and Gamma SPI values. Kolmogorov-Smirnov (K-S), Anderson-Darling (A-D) and Chi-square (χ2) tests and graphical methods were used to determine the probability density function that best fits the precipitation data. As a result of the analysis, it was specified that the GED distribution represented the precipitation in the Euphrates Basin better than the Gamma distribution and that there was an average deviation of 2% in the calculated SPI values. In addition, severe and prolonged droughts are remarkable in the Basin. For this reason, it is necessary to take drought measures in the basin, to develop and continuously implement drought reduction strategies, to save water, to protect groundwater that serves as insurance in dry periods, to modernize irrigation systems and to take precautions against climate change.
Özet
Yağışın tipi ve yapısı; yükseklik, yer şekilleri, bitki örtüsü, deniz akıntıları, denize yakınlık ve uzaklık gibi parametrelere göre değişiklik göstermektedir. Bu nedenle yağış verilerinin tek bir dağılım ile ifadesi oldukça zordur. Yapılan çalışmada yağış verilerine hidrolojide sıkça kullanılan Gamma, Lognormal, Genelleştirilmiş Ekstrem Değer (GED), Weibull, Normal, Lojistik, Loglojistik dağılımları uydurularak elde edilen Standartlaştırılmış Yağış İndeksi (SYİ) ve Gamma SYİ değerlerinin hesaplanması ve bu değerlere run teorisi uygulanarak elde edilen kuraklık karakteristiklerinin karşılaştırılması amaçlanmıştır. Yağış verilerine en iyi uyan olasılık yoğunluk fonksiyonunun belirlenmesinde Kolmogorov-Smirnov (K-S), Anderson-Darling (A-D) ve Ki-kare (χ2) testleri ve grafiksel metotlar kullanılmıştır. Analizler sonucunda, Fırat havzasındaki yağışları GED dağılımının, Gamma dağılımından daha iyi temsil ettiği ve hesaplanan SYİ değerlerinde ortalama %2 sapma meydana geldiği tespit edilmiştir. Ayrıca havzada şiddetli ve uzun süreli kuraklıklar dikkat çekmektedir. Bu sebeple havzada kuraklık önlemlerinin alınması, kuraklık azaltma stratejilerinin geliştirilmesi ve sürekli bir şekilde uygulanması, su tasarrufunun sağlanması, kurak dönemlerde sigorta görevi gören yeraltı sularının korunması, sulama sistemlerinin modernleşmesi ve iklim değişikliğine karşı tedbirlerin alınması gerekmektedir.