KAVRAMSAL BİR MODEL İLE HİDROLOJİK MODELLEME VE TAHMİN YAPILMASI EMİN TAŞ 140738502 AFYON KOCATEPE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ İNŞAAT MÜHENDİSLİĞİ A. B. D. MAYIS 2016, AFYONKARAHİSAR

KAPSAM 1. GİRİŞ 2. KAVRAMSAL BİR MODEL: HEC HMS SMA 3. UYGULAMA HAVZASI VE VERİLER 4. MODEL HAZIRLIK AŞAMALARI 5. MODEL PARAMETRELERİNİN BELİRLENMESİ 6. KALİBRASYON VE VALİDASYON AŞAMALARI 7. MODEL PERFORMANS TESTLERİ 8. AKIM TAHMİNİ 9. SONUÇ 10. KAYNAKLAR

GİRİŞ Model, doğal yada yapay çevrenin bütün karakteristiklerinin değil bir kısmının prototip sistemden daha basit olarak temsil edilmesidir (Dooge, 1986). Bir simülasyon modelinin ana özelliği, input serisine/serilerine karşılık output serisi/serileri vermesidir (Dingman, 2002). Hidrolojik tasarım ve tahmin uygulamalarının bir çoğunda arazi kullanımı ve iklim değişiminin su kaynakları üzerindeki nicel ve nitel etkisini belirlemek ve/veya tahmin etmek için hidrolojik modellerin kullanımına gerek vardır (Dingman, 2002).

GİRİŞ Hidrolojik modeller çeşitli yönlerden ele alınarak şu şekilde sınıflandırılabilirler: - Matematiksel hesaplama yöntemlerine göre; deterministik ve stokastik. - Ara süreçlerin bilinip bilinmemesine göre; kara kutu, gri kutu ve beyaz kutu. - Fiziksel süreçleri temsil etme yollarına göre; fiziksel tabanlı, kavramsal ve veri güdümlü. - Girdi ve çıktı verilerinin konumsal olarak yayılmış olup olmamasına göre; toplu (lumped), yarı yayılı ve yayılı (distributed). - Fiziksel durumuna göre; sembolik ve fiziksel. - Zaman periyoduna göre; olay bazlı ve sürekli. Ayrıca ampirik ve analog yaklaşımlar da hidrolojik model olarak kabul edilmektedir.

GİRİŞ Bilgisayar işlem kapasitelerinin zaman içinde hızla artması, bilgisayar destekli matematiksel modellerin yaygın olarak kullanılmasını sağlamıştır. Bilgisayar destekli matematiksel modellerin değerlendirilmesi: Fiziksel tabanlı modeller, kavramsal modellere göre çok daha fazla girdi verisi istemektedir. Veri güdümlü modellerde ise kavramsal modellerin aksine ara süreçlerin işleyişi bilinmemektedir. Buna karşın performans olarak kavramsal modellerin fiziksel tabanlı ve veri güdümlü modeller kadar başarılı olması ve daha basit yaklaşımlar içermesi, kavramsal modellerin daha çok tercih edilmesini sağlamaktadır. Bu çalışmada da bir kavramsal model olan HEC HMS SMA kullanılmıştır.

KAVRAMSAL BİR MODEL: HEC HMS SMA Kavramsal modeller yağışın akışa dönüşümünü temsil etmek için basit kova (depolama katmanı) yaklaşımları kullanırlar. Kovalar yağışla dolar, evapotranspirasyonla (ET) boşalır. Kovalar yüzeysel akış, sızma, perkolasyon ve yer altı suyu akışı gibi süreçleri temsil etmektedir (Sene, 2009). HEC HMS SMA (Soil Moisture Accounting), USACE (US Army Corps of Engineers) Hidroloji Mühendisliği Merkezi (HEC) tarafından geliştirilen Hidrolojik Modelleme Sistemi’nin (HMS) toprak nemi değişimi esasına dayanan sürekli ve kavramsal bir modelidir.

KAVRAMSAL BİR MODEL: HEC HMS SMA Hidrolojik sistem davranışını; olay bazlı modeller sadece yağış olayı süresince simüle ederken, sürekli modeller hem yağışlı hem yağışsız hava koşullarında simüle eder (USACE, 2000). HEC HMS SMA; suyun bitki örtüsü, zemin yüzeyi, zemin profili ve yer altı su tabakalarındaki hareketini ve depolanmasını modeller. Verilen yağış, sıcaklık ve potansiyel evapotranspirasyon (PET) ile model yüzeysel akışı, yer altı suyu akımını, ET kayıplarını, perkolasyon miktarını, kar su eşdeğerliğini, havza çıkış akımını hesaplamaktadır (USACE, 2000).

SMA modeli, Şekil 1’de gösterildiği gibi havzayı bir dizi depolama katmanıyla temsil eder. Depolama miktarı simülasyon boyunca hesaplanır ve sürekli olarak ıslak ve kuru dönem boyunca değişir (USACE, 2000). Kısacası SMA, yağış olayları süresince ve arasında toprak nemi değişimini esas alarak akışı modeller. Şekil 1. HEC HMS SMA kavramsal şeması (Bennett, 1998)

UYGULAMA HAVZASI VE VERİLER Uygulama havzası olarak Aras Nehri üzerindeki D24A096 nolu Kayabaşı akım gözlem istasyonu yağış alanı seçilmiştir (Şekil 2). Havzanın yükselti aralığı: 1659 m (havza çıkışı)-3187 m Dağlık bir havza Kar hidrolojisi etkin Havza alanı: 2772 km2 Havza ortalama yüksekliği: 2218 m Havzanın ortalama eğimi: % 14.4 Ana akarsu kolu eğimi: % 1

Şekil 2. Kayabaşı Havzası coğrafi konumu

UYGULAMA HAVZASI VE VERİLER 2007 yılından bu yana gözlem yapan Kayabaşı akım gözlem istasyonunun ortalama debisi 22.6 m3/s, gözlenmiş en büyük akım değeri ise 383 m3/s'dir (URL 1). Uzun yıllar gözlenmiş aylık ortalama debi grafiğine (Şekil 3) bakıldığında kar erimesinin akım üzerinde ne kadar etkili olduğu görülmektedir. Mart-Haziran arası akım, toplam akımın %77’sini oluşturmaktadır. Havzada yapılması planlanan hidroelektrik santrallerin yanı sıra Söylemez ve Solmaz Barajları'nın yapılacak olması sebebiyle, havzada hidrolojik modelleme çalışmaları yapılması su kaynaklarının yönetimi (hazne işletimi, enerji üretimi, taşkın tahmini vb.) açısından oldukça önemlidir (Şekil 3). Kayabaşı Havzası, yukarıda belirtilen coğrafi ve hidrografik özelliklerinden dolayı çalışma alanı olarak seçilmiştir.

Şekil 3. Kayabaşı Havzası'nda depolama ve enerji üretimi amaçlı su yapılarının durumu (URL 2) ve uzun yıllar gözlenmiş aylık ortalama akım miktarları (URL 1)

UYGULAMA HAVZASI VE VERİLER Modellemede kullanılan hidrometeorolojik istasyonların konumları Şekil 4’te sunulmuştur. Şekil 4. Hidrolojik modellemede kullanılan akım ve meteoroloji gözlem istasyonları

MODEL HAZIRLIK AŞAMALARI Hidrolojik modelleme yapılacak çalışma alanı, havza verimi ve yapılacak olan barajlar göz önünde tutularak seçildikten sonra çalışmanın Coğrafi Bilgi Sistemleri (CBS) altlığı oluşturulmuştur. Hidrolojik modele girdi sağlamanın yanında CBS altlığının oluşturulması çalışma alanının daha iyi tanınmasını sağlamaktadır. Verilerin toplanması, derlenmesi, depolanması, konumsal sorgulaması, çözümlemesi ve sunulması gibi süreçler için CBS, birçok alanda olduğu gibi su kaynakları alanında da çok önemli bir karar destek sistemidir. CBS yazılımı olarak ESRI (Environmental Systems Research Institute, California) tarafından geliştirilen ArcGIS kullanılmıştır. ArcGIS, içerisinde bütünleşik olarak bulunan ara yüzleri ile haritalama, coğrafi analizler, veri düzenleme, veri yönetimi ve görüntüleme işlemlerini gerçekleştirebilen bir yazılımdır.

MODEL HAZIRLIK AŞAMALARI Çalışmada havza sınırları ve alanı, akarsu ağı, yükseklik, eğim, bakı, arazi örtüsü, ana akarsu kolu uzunluğu ve eğimi, havza ağırlık merkezi, yükseklik bant zonları gibi havzanın fiziki, beşeri ve morfometrik özellikleri CBS ile belirlenmiştir (Şekil 5).

Şekil 5. Kayabaşı Havzası CBS analizleri

MODEL HAZIRLIK AŞAMALARI Model hazırlık aşamasında CBS altlığının oluşturulmasının yanında yağış, sıcaklık ve akım verilerinin derlenmesi, düzenlenmesi, verilerin karakteristiğinin incelenmesi ve aralarındaki ilişkilerin irdelenmesi, eksik verilerin tamamlanması gibi süreçleri içeren veri analizi aşaması bulunmaktadır. Modele girilecek datanın çok iyi işlenmesi ve analiz edilmesiyle datanın daha iyi anlaşılması sağlanmaktadır. Modele input edilecek yağış ve sıcaklık verileri, havza içindeki ve yakınındaki meteoroloji gözlem istasyonları verilerinin ağırlıklandırması ile tek bir zaman serisi olarak elde edilmiştir (Lumped Model). Daha sonra elde edilen meteorolojik zaman serileri modele input edilmiştir.

MODEL PARAMETRELERİNİN BELİRLENMESİ Model parametreleri; arazi ve laboratuar çalışmalarından, hidrolojik benzerlik gösteren havzalardan, CBS-Uzaktan Algılama (UA) analizlerinden ve gözlenen-modellenen akımların karşılaştırılması yoluyla elde edilebilir. SMA modelinde zemin, yer altı suyu ve sıcaklık indeks (kar erimesi için) parametreleri mevcuttur. Bu çalışmada parametreler; CBS analizleri, hidrolojik olarak benzerlik gösteren Yukarı Fırat Karasu Havzası ve kalibrasyonla elde edilmiştir. Parametreler girildikten sonra model başlangıç koşulları (zemin doygunluğu, yer altı suyu depolaması, yüzey birikimi, vejetasyon su tutması) çeşitli yaklaşımlarla belirlenmiştir.

Şekil 6. SMA başlangıç koşulları ve input parametreleri

KALİBRASYON VE VALİDASYON AŞAMALARI Model parametreleri ve başlangıç koşulları girildikten sonra modelleme periyodu kalibrasyon ve validasyon olmak üzere ikiye ayrılır. Kalibrasyon aşamasında model parametreleri gözlenen-modellenen akımın karşılaştırılması ile kalibre edilir, validasyon aşamasında ise kalibre edilen modelin doğrulaması yapılır. Başlangıç koşullarının dengeye gelmesi için kalibrasyon aşamasından önce model belirli bir süre için çalıştırılabilir (Warm up). Kalibre edilecek parametreler seçilirken hassaslık analizi yapılabilir. Hassaslık analizi, bir parametredeki değişimin model performansını ne ölçüde etkilediğini göstermektedir. İyi bir modelin Kalibrasyon-Validasyon (Kal-Val) periyotları yer değiştirdiğinde de iyi performans göstermesi beklendiğinden (Split yöntemi), Kal-Val periyotlarının homojenliği önemlidir. Hidrolojik model, akım verilerinin yanında kar derinliği, kar kaplı alan, kar su eşdeğerliği ve toprak nemi gibi diğer model çıktılarının yer/uydu gözlemleri ile karşılaştırılmasıyla da değerlendirilebilir ve kalibre edilebilir (Çok-Amaçlı Kalibrasyon).

Şekil 7. Çok-Amaçlı Kalibrasyon için UA ile elde edilmiş çeşitli zamansal ve mekansal çözünürlüğe sahip toprak nemi, kar kaplı alan ve kar-su eşdeğerliği verilerine örnekler

Şekil 8. Örnek olması açısından 2011 su yılı gözlenen ve modellenen akım hidrografları

MODEL PERFORMANS TESTLERİ Kurulan modelin performansı çeşitli istatistiksel ve matematiksel yöntemlerle sınanabilmektedir. Bu çalışmada model performans testleri olarak R2 (Determinasyon Katsayısı), NSE (Nash-Sutcliffe Yeterlilik Katsayısı) ve RMSE (Karesel Ortalama Hata) kullanılmıştır. Kalibre edilmiş 2011 su yılı akım modelinin R2 ve NSE katsayılarına bakıldığında modelin performansı çok iyi olarak nitelenebilir.

MODEL PERFORMANS TESTLERİ Tablo 1. 2011 su yılı için SMA modeli performans test sonuçları R2 NSE RMSE 0.904 0.902 9.8 m3/s N: Gözlem sayısı Qo: Gözlenen akım miktarı Qm: Modellenen akım miktarı Q : Akım miktarlarının ortalaması SQ: Akım miktarlarının standart sapması

AKIM TAHMİNİ Kalibrasyon ve validasyon periyotlarında iyi bir performans gösteren model geçmiş/gelecek akımları tahmin etmek için kullanılabilir. Tahmin periyodu modelin kullanım amacına göre değişkenlik gösterir. Gelecek akımların tahmininin gerçek zamanlı veriler kullanarak yapılması ile erken uyarı sistemleri kurulabilir. Aynı zamanda operasyonel olarak servis edilen Sayısal Hava Tahminleri ve Ensemble Tahmin Sistemleri de akım tahmininde kullanılabilir.

SONUÇ 2011 su yılı için yüksek model performansı gösteren SMA kavramsal modelinin Kayabaşı Havzası su kaynakları yönetiminde (taşkın planlama, hazne işletimi, kuraklık, sulama, elektrik üretimi vb.) kullanılmasının uygun olduğu düşünülmektedir. CBS ile hidrolojik modele girilmesi gereken verilerin bir kısmının doğrudan/dolaylı olarak elde edilmesinin yanında CBS, havza karakteristiklerinin analiz edilmesinde çok faydalı bir araç olmaktadır. Ayrıca birçok kurumun CBS ortamında sunulan havza karakteristiklerini içeren global veri tabanlarının kullanılması ve modele dahil edilmesi aşamasında da CBS çok önemli bir yere sahiptir. Model değerlendirmesi yanında NASA (ABD Ulusal Havacılık ve Uzay Dairesi) ve ESA (Avrupa Uzay Ajansı) gibi çeşitli kurumların servis ettiği UA ile elde edilen kar kaplı alan, kar-su eşdeğerliği, toprak nemi ve sıcaklığı gibi veriler, operasyonel hidrolojik tahmin ve erken uyarı sistemleri için de çok önemlidir.

KAYNAKLAR Bennett, T. H. (1998). Development and Application of a Continuous Soil Moisture Accounting Algorithm for the Hydrologic Enginnering Center Hydrologic Modeling System (HEC-HMS), MS Thesis, Dept. of Civil and Environmental Engineering, University of California, Davis. Dingman, S. L. (2002). Physical Hydrology, Waveland Press, Inc., USA. Dooge, J. (1986). Looking for Hydrologic Laws, Water Resources Research, 22: 565-585. Sene, K. (2009). Hydrometeorology-Forecasting and Applications, Springer, UK. URL 1. http://svtbilgi.dsi.gov.tr/Bilgi.aspx?istasyon=D24A096%20KAYABA%C5%9EI%20ARAS%20N., DSİ SVT Rasatlar Bilgi Bankası, Son Erişim Tarihi: 08.04.2016. URL 2. http://geodata.ormansu.gov.tr/, Orman ve Su İşleri Bakanlığı Geodata Uygulaması, Son Erişim Tarihi: 08.04.2016. URL 3. http://dc.medill.northwestern.edu/blog/2015/06/27/nasas-soil-moisture-satellite-data-helps-fight- california-droughts/#prettyPhoto, Son Erişim Tarihi: 15.05.2016. URL 4. http://www.ospo.noaa.gov/Products/land/smops/, Son Erişim Tarihi: 14.05.2016. URL 5. http://nsidc.org/data/docs/daac/modis_v5/cmg_sample.html, Son Erişim Tarihi: 15.05.2016. URL 6. https://nsidc.org/data/docs/daac/nsidc0271_ease_grid_swe_climatology/NL200303.NSIDC8.BP_VIS35.p ng, Son Erişim Tarihi: 15.05.2016. URL 7. http://www.natice.noaa.gov/pub/ims/ims_gif/DATA/cursnow_asiaeurope.gif, Son Erişim Tarihi: 15.05.2016. USACE (US Army Corps of Engineers), (2000). Hydrologic Modeling System HEC-HMS Technical Reference Manual, Hydrologic Engineering Center, Davis, Canada.

TEŞEKKÜRLER