Bölgesel frekans analizindeki son gelişmeler ve Batı Karadenizde bir uygulama

The recent techniques in regional frequency analysis with application in Western Black-Sea

Özet

Hidrolojik süreçler için toplanan verilerin rastgele (random) özellik göstermelerinden dolayı probabilistik bir yaklaşımla analiz edilirler. Bu sebeple de istatistiksel yaklaşım hidrolojide frekans analiz çalışmalarında gerçek araç olarak kullanılır. Bu bildiri ile klasik parametre tahmin yöntemleri (momentler yöntemi, maksimum olabilirlik yöntemi), olasılık ağırlıklı momentler yöntemi (Probability Weighted Moments, PWM) ile karşılaştırılacak ve bu karşılaştırmaya uygunluk testleri de dahil edilecektir. L-momentler yöntemi ile bulunacak noktasal dağılım parametreleri ile 4 ve 5 parametreli dağılım fonksiyonları bu çalışmada denenecek ve Batı Karadeniz’deki akım verileri ile örneklenecektir. Daha sonra bölgesel frekans analiz çalışmasına geçilerek bölge büyüme oranları (hem istasyon bazında, hem de ağırlıklı olarak bölge bazında) bulunacaktır. Her bir ölçüm noktasının ve tüm noktaların ortalama en küçük hata değerleri (rmse) hesap edilerek güven aralıkları araştırılacaktır. Bölgeselleştirme ve mevcut kaydedici istasyonlar arası korelasyon katsayısı, sayıları ve kayıt süreleri de bu çalışmada hesaba katılmış olacaktır.

Abstract

The hydrologic processes are analysed by probabilistic methods due to their random characteristics. These approaches are real tools used in hydrology for frequency analysis. In this paper, the classical parameter estimation methods (method of moments, maximum likelihood procedure) will be compared with the probabilistic weighted moment technique (PWM) including the goodness of fit tests. The L-moment procedure is used for the point frequency analysis of streamflow records considering frequency distribution functions with four to five parameters and applied to the streamflow data in Western Black-Sea region. The regional frequency analysis is also discussed using regional and point growth rate ratios. The root mean square errors (rmse) are determined at a site and for all the data points in a regional scale including the confidence intervals. Such an approach uses the cross correlation value among the existing monitoring stations, their numbers and record lengths.