KaydedilenlerDerginizi ekleyin

Dergiler / Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi / 2023 / Cilt: 12 Sayı: 4

Küresel iklim model verilerinin farklı yöntemlerle ayrıştırılması ve geleceğe yönelik yağış tahminlerinin yapılması

Disaggeration of global climate model data using different methods and predicting future precipitation

Burak Gül0009-0005-7735-2455
Sayfa
1417–1425
Yayın Tarihi
2023-10-15
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu nedenle, bu çalışmada iklim modeli verileri ve ayrıştırılmış yağış verileri kullanılarak iklim değişikliğini de içeren geleceğe yönelik yeni IDF eğrileri elde etmek için farklı yöntemler kullanılmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Küresel iklim değişikliği, her geçen gün Dünya genelinde daha fazla etkisini artırarak tehlikeli sonuçlara neden olmaktadır.
📊
Temel Bulgular & Veri:Özellikle iklim değişikliği kaynaklı şiddetli yağışlar, sel felaketlerine yol açmaktadır.
💡
Sonuç & Katkı:Bu nedenle, bu çalışmada iklim modeli verileri ve ayrıştırılmış yağış verileri kullanılarak iklim değişikliğini de içeren geleceğe yönelik yeni IDF eğrileri elde etmek için farklı yöntemler kullanılmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:İklim modelleri · Veri ayrıştırma · IDF eğrileri

Özet

Küresel iklim değişikliği, her geçen gün Dünya genelinde daha fazla etkisini artırarak tehlikeli sonuçlara neden olmaktadır. Özellikle iklim değişikliği kaynaklı şiddetli yağışlar, sel felaketlerine yol açmaktadır. Bu sel olayları, can kaybına ve maddi hasara neden olabilmektedir. Bu nedenle, çeşitli önleyici çalışmalar yürütülmektedir. Bu çalışmalardan biri, Yağış Şiddeti-Süre-Frekans (IDF) eğrilerinin oluşturulmasıdır. Ancak bu eğriler genellikle geçmiş tarihsel verilere dayandığından, gelecek için kullanılmaları uygun görülmemektedir. Bu nedenle, bu çalışmada iklim modeli verileri ve ayrıştırılmış yağış verileri kullanılarak iklim değişikliğini de içeren geleceğe yönelik yeni IDF eğrileri elde etmek için farklı yöntemler kullanılmıştır.

Abstract

Climate change affects the world with increasing severity, leading to dangerous consequences. Global Climate change is increasing its effects worldwide every day and causing dangerous consequences. Especially, intense rainfall events caused by climate change lead to flooding disasters. These flooding events can result in loss of life and property damage. Therefore, various preventive measures are being implemented. One of these measures is the development of Intensity-Duration-Frequency (IDF) curves. However, since these curves are usually based on past historical data, they are not considered suitable for future use. For this reason, in this study, different methods were used to derive new IDF curves for the future, which include climate change, by using climate model data and disaggregated precipitation data.

🔖

Bu Makaleye Atıf Yap

Gül, B. (2023). Küresel iklim model verilerinin farklı yöntemlerle ayrıştırılması ve geleceğe yönelik yağış tahminlerinin yapılması. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, Cilt: 12 Sayı: 4, 1417–1425. https://doi.org/10.28948/ngumuh.1314786

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (36)

  1. J. T. S. Pedersen, D. van Vuuren, J. Gupta, F. D. Santos, J. Edmonds, and R. Swart, IPCC emission scenarios: How did critiques affect their quality and relevance 1990–2022?. Global Environmental Change,75, 2022.https://doi.org/10.1016/j.gloenvcha.2022.102538
  2. D. de Haas and J. Andrews, Nitrous oxide emissions from wastewater treatment - Revisiting the IPCC 2019 refinement guidelines. Environmental Challenges, 8, 2022. https://doi.org/10.1016/j.envc.2022.100557
  3. J. P. Palutikof et al., Enhancing the review process in global environmental assessments: The case of the IPCC, Environ Sci Policy, 139, 118–129, 2023. https://doi.org/10.1016/j.envsci.2022.10.012
  4. C. Howarth and D. Viner, Integrating adaptation practice in assessments of climate change science: The case of IPCC Working Group II reports, Environ Sci Policy, 135, 1–5, Sep. 2022. https://doi.org/10.1016/ j.envsci.2022.04.009
  5. S. Colombini et al., Evaluation of Intergovernmental Panel on Climate Change (IPCC) equations to predict enteric methane emission from lactating cows fed Mediterranean diets, JDS Communications, 2023. https://doi.org/10.3168/jdsc.2022-0240
  6. F. Gogien, M. Dechesne, R. Martinerie, and G. Lipeme Kouyi, Assessing the impact of climate change on Combined Sewer Overflows based on small time step future rainfall timeseries and long-term continuous sewer network modelling. Water Res, 230, 2023. https://doi.org/10.1016/j.watres.2013.07.037
  7. A. D. Polasky, J. L. Evans, and J. D. Fuentes, CCdownscaling: A Python package for multivariable statistical climate model downscaling. Environmental Modelling & Software, 165, 105712, 2023. https://doi.org/10.1016/j.envsoft.2023.105712.
  8. T. A. Demissie, Impact of climate change on hydrologic components using CORDEX Africa climate model in Gilgel Gibe 1 watershed Ethiopia. Heliyon, 9(6), 2023. https://doi.org/ 10.1016/j.heliyon.2023.e16701.
  9. E. Sá et al., Climate change and pollutant emissions impacts on air quality in 2050 over Portugal. Atmos Environ, 131, 209–224, 2016. https://doi.org/10.1016/j.atmosenv.2016.01.040
  10. C. Klausbruckner, H. Annegarn, L. R. F. Henneman, and P. Rafaj, A policy review of synergies and trade-offs in South African climate change mitigation and air pollution control strategies. Environ Sci Policy, 57, 70–78, 2016. https://doi.org/10.1016/ j.envsci.2015.12.001
  11. F. J. Sierro et al., Phase relationship between sea level and abrupt climate change. Quat Sci Rev, 28(25-26), 2867–2881, 2009. https://doi.org/10.1016/ j.quascirev.2009.07.019
  12. T. Bardají et al., Sea level and climate changes during OIS 5e in the Western Mediterranean. Geomorphology, 104(1-2), 22–37, 2009. https://doi.org/10.1016/ j.geomorph.2008.05.027
  13. Z. Duan, Impact of climate change on the life cycle greenhouse gas emissions of cross-laminated timber and reinforced concrete buildings in China. J Clean Prod, 395, 2023. https://doi.org/10.1016/ j.jclepro.2023.136446
  14. C. Franco et al., Key predictors of greenhouse gas emissions for cities committing to mitigate and adapt to climate change. Cities, 137, 104342, Jun. 2023. https://doi.org/10.1016/j.cities.2020.103044
  15. M. M. Ismail, I. Dincer, Y. Bicer, and M. Z. Saghir, Effect of using phase change materials on thermal performance of passive solar greenhouses in cold climates. International Journal of Thermofluids, 19, 100380, 2023. https://doi.org/10.1016/ j.ijft.2023.100380
  16. S. Ferrier, T. D. Harwood, C. Ware, and A. J. Hoskins, A globally applicable indicator of the capacity of terrestrial ecosystems to retain biological diversity under climate change: The bioclimatic ecosystem resilience index. Ecol Indic, 117, 2020. https://doi.org/10.1016/j.ecolind.2020.106554
  17. A. C. de Souza and J. A. Prevedello, Climate change and biological invasion as additional threats to an imperiled palm. Perspect Ecol Conserv, 19(2), 216–224, Apr. 2021. https://doi.org/10.1016/ j.pecon.2021.02.003
  18. S. Worischka, F. Schöll, C. Winkelmann, and T. Petzoldt, Twenty-eight years of ecosystem recovery and destabilisation: Impacts of biological invasions and climate change on a temperate river. Science of the Total Environment, 875, 2023. https://doi.org/10.1016/j.scitotenv.2018.07.424
  19. A. K. Alhamid, M. Akiyama, H. Ishibashi, K. Aoki, S. Koshimura, and D. M. Frangopol, Framework for probabilistic tsunami hazard assessment considering the effects of sea-level rise due to climate change. Structural Safety, 94, 2022. https://doi.org/10.1016/j.strusafe.2021.102152
  20. N. Spencer, E. Strobl, and A. Campbell, Sea level rise under climate change: Implications for beach tourism in the Caribbean. Ocean Coast Manag, 225, 2022. https://doi.org/10.1016/j.ocecoaman.2022.106207
  21. X. Yu, L. Luo, P. Hu, X. Tu, X. Chen, and J. Wei, Impacts of sea-level rise on groundwater inundation and river floods under changing climate. J Hydrol (Amst), 614, 2022. https://doi.org/10.1016/ j.jhydrol.2014.02.051
  22. S. Létourneau et al., Climate change and health in medical school curricula: A national survey of medical students’ experiences, attitudes and interests. Journal of Climate Change and Health, 11, 2023. https://doi.org/10.1016/j.joclim.2023.100226
  23. J. Alford, A. Massazza, N. R. Jennings, and E. Lawrance, Developing global recommendations for action on climate change and mental health across sectors: A Delphi-style study. The Journal of Climate Change and Health, 12, 100252, 2023. https://doi.org/10.1016/j.joclim.2023.100252
  24. R. Alibudbud, Mental Health Service, Training, Promotion, and Research during Typhoons: Climate Change Experiences from the Philippines. Asian J Psychiatr, 103673, 2023. https://doi.org/10.1016/ j.ajp.2023.103673
  25. B. Lin and H. Zhao, Tracking policy uncertainty under climate change. Resources Policy, 83, 2023. https://doi.org/10.1016/j.resourpol.2023.103699.
  26. M. Chaikumbung, The effects of institutions and cultures on people’s willingness to pay for climate change policies: A meta-regression analysis. Energy Policy. 177, 113513, 2023. https://doi.org/10.1016/j.enpol.2023.113513
  27. D. Furceri, M. Ganslmeier, and J. Ostry, Are climate change policies politically costly?. Energy Policy, 178, 2023. https://doi.org/10.1016/ j.enpol.2023.113575
  28. S. Moghanlo et al., Using artificial neural networks to model the impacts of climate change on dust phenomenon in the Zanjan region, north-west Iran. Urban Clim, 35, 2021. https://doi.org/10.1016/ j.uclim.2020.100750
  29. G. Liu, B. Powell, and T. Friedrich, Climate downscaling for regional models with a neural network: A Hawaiian example. Prog Oceanogr, 215, 2023. https://doi.org/10.1016/ j.pocean.2023.103047
  30. R. K. Srivastav, A. Schardong, and S. P. Simonovic, Equidistance quantile matching method for updating idfcurves under climate change. Water Resources Management, 28(9), 2539–2562, 2014. https://doi.org/10.1007/s11269-014-0626-y
  31. Ordu’da sağanak sonrası taşkın (Flood after heavy rain in Ordu) https://www.hurriyet.com.tr/video/orduda-saganak-sonrasi-taskin-42295881, Accessed 14 July 2023
  32. Ordu’da taşkın: Ev ve iş yerlerini su bastı ( Flood in Ordu: Houses and workplaces flooded )https://www.sozcu.com.tr/2022/gundem/orduda-dere-tasti-ev-ve-is-yerlerini-su-basti-7254892/, Accessed 14 July 2023
  33. H. Tayşi and M. Özger, Disaggregation of future GCMs to generate IDF curves for the assessment of urban floods. Journal of Water and Climate Change, 13(2), 2022. https://doi.org/ 10.2166/wcc.2021.241
  34. H. Gürkan, H. Arabaci, M. Demircan, O. Eskioğlu, S. Şensoy, and B. Yazici, GFDL-ESM2M Modeli temelinde RCP4.5 ve RCP8.5 senaryolarına göre Türkiye için sıcaklık ve yağış projeksiyonları. Coğrafi Bilimler Dergisi, 14(2), 77–88, 2016. https://doi.org/10.1501/Cogbil_0000000174.
  35. M. Vrac et al., Dynamical and statistical downscaling of the French Mediterranean climate: Uncertainty assessment. Natural Hazards and Earth System Science, 12(9), 2769–2784, 2012. https://doi.org/ 10.5194/nhess-12-2769-2012
  36. Ordu’da taşkın: Ev ve iş yerlerini su bastı ( Flood in Ordu: Houses and workplaces flooded )https://www.sozcu.com.tr/2022/gundem/orduda-dere-tasti-ev-ve-is-yerlerini-su-basti-7254892/, Accessed 14 July 2023