This study evaluates the feasibility of using satellite precipitation datasets in flood frequency analysis based on the accuracy of different return period flows derived using a hydrological model driven with satellite and ground‐based reference rainfall fields over the Connecticut River Basin. Four quasi‐global satellite products (TRMM‐3B42V7, TRMM‐3B42RT, CMORPH, and PERSIANN) at 3‐h/0.25° resolution and the National Weather Service (Stage IV) gauge‐adjusted radar rainfall dataset (representing the reference rainfall) are integrated in this study, with the Coupled Routing and Excess Storage distributed hydrological model to simulate annual peak flows during warm season (May–November) months. The log‐Pearson type III frequency distribution applied to an 11‐year record of annual peak flow data is used to derive different return period flows. Evaluation against the Stage IV‐driven simulations shows that the TRMM‐3B42V7 product has the highest correlation and lowest bias in terms of the derived annual maxima flows compared to the other satellite products. In terms of the different return period flood frequency curves, the various satellite product‐based results well‐represent the variability across the different basins depicted in the reference precipitation‐driven simulations. With the increasing record length of high‐resolution satellite products, results from this paper can motivate future studies over basins lacking adequate ground‐based records to support flood frequency analyses.
Suyun öneminin tartışılmaz olduğu gerçeğini göz önüne alarak, hidrolojik çevrimin ve onun en karmaşık bileşenlerinden biri olan evapotranspirasyon (ET) kaybının iyi belirlenmesi gerekmektedir. Topraktan ve açık su yüzeylerinden buharlaşma ve bitkilerden terleme yoluyla kaybedilen suyun birleşimi olarak tanımlanan ET değerini belirlemek amacıyla birçok ampirik yöntem geliştirilmiş ve bu yöntemler üzerinde modifiye çalışmaları yapılmıştır. Dünyada yaygın olarak bilinen FAO-Penman-Monteith (FAO- PM) denklemi referans alınarak Hargreaves-Samani (HS) ve Blaney-Criddle (BC) denklemleri ile bu iki denklemin modifiye çalışmaları kullanılarak Van ilinde 11 istasyona ait 6 yıllık (2015-2020) günlük meteorolojik veriler ile ET hesabı yapılmış ve modifiye çalışmaların etkileri araştırılmıştır. Pearson Korelasyon Katsayısı (PCC) ve Ortalama Bağıl Hata (OBH) performans değerlendirme indislerinin kullanıldığı çalışmada, tüm sonuçlar incelendiğinde HS ve Modifiye HS (MHS) denklemlerinin iyi sonuçlar verdiği izlenmiştir. HS denklemi içerisindeki sabit değerler üzerinden yapılan modifiye çalışmaları ile oluşan MHS denkleminin, bazı istasyonlarda HS denkleminden daha iyi sonuçlar verdiği gözlemlenmiştir. Yükseklik ile ET arasındaki ilişki dikkate alınarak HS ve BC denklemlerinin yükseklik verisini kullanan modifiye çalışmaları da araştırmaya dâhil edilmiştir. Rakım bazlı modifiye edilen HS denklemi 6 denklem arasında ortalama 0,88 korelasyon değeri ile en kötü sonuçlara sahip denklem olmuştur. BC denklemi üzerinde yapılan modifiye çalışmalar BC denklemine kıyasla daha iyi sonuçlar vermiştir.
Nüfus artış hızı; kültürel, bilimsel ve teknolojik gelişmelere eş güdümlü olarak değişmektedir. Hızlı nüfus artışı ve göç, kontrolsüz kentleşmeye ve klimatolojik değişikliklere neden olabilmektedir. 1960’tan günümüze kentleşme hızının artmasıyla birlikte Kahramanmaraş’da 50’den fazla taşkın meydana gelmiş, yerleşim yerleri ve tarım arazileri zarar görmüştür. Bu nedenle, geleceğe yönelik kalkınma planları yapılırken nüfusun doğru tahmin edilmesi, planlamanın uygulanabilmesi ve verimliliği açısından önemlidir. Nüfus, çeşitli parametrelere dayanan nüfus projeksiyonlarıyla hesaplanmaktadır. Bu çalışmada, bölgenin 2070 yılına kadarki nüfusu 10 yıllık aralıklarla matematiksel yöntemler kullanılarak tahmin edilmiştir. Yöntemlerin tahmin performansı çeşitli indisler yardımıyla belirlenmiş olup matematiksel metotların genel olarak başarılı olduğu gözlemlenmiştir. Merkez ve merkeze yakın ilçelerde gelecek nüfusların artacağı yönde bir trendin olduğu ve tahminlerin sayımlara yakınsadığı ancak merkezden uzaklaştıkça bu oranın düştüğü belirlenmiştir.
Dünya üzerindeki su kaynaklarının canlılara daha yararlı hale getirmek için çeşitli uygulamalar kullanılmaktadır. Başta yağış ve yağışla meydana gelen akış durumunun incelenmesi için hidrolojik modellerin tasarlanması özellikle günümüz ihtiyaçları açısından büyük önem taşımaktadır. Bu çalışmada, Andırın Sisne Havzası geçmişteki taşkın olaylarının nedenleri havza morfometrisi yönünden araştırılmıştır. Bu amaçla, SCS-CN metodolojisi kullanılmış; havzaya ait Hidrolojik Toprak Grupları (HTG), Arazi Kullanımı/Bitki Örtüsü (LULC) gibi veriler Arc-GIS ortamında işlenerek Eğri Numaraları (CN) elde edilmiştir. Havza CN ortalaması 82,62, bu değerin bir fonksiyonu olan havzanın toprak tarafından tutulan potansiyel maksimum yağış miktarı (S) 53,43 mm ve başlangıçta tutulan yağış miktarı (Ia) 10,7 mm olarak hesaplanmıştır. Havza akarsu kolu uzunluğu, havza eğimi gibi parametrelere bağlı olan gecikme süresi ise (tlag) 2,46 saat olarak tespit edilmiştir. Ayrıca, havzanın ortalama geçirimsizlik yüzdesi arazi özellikleri haritasından yararlanarak %20,76 ve geçirimsizlik sınıfı olarak havza çoğunluğunun ormanlar sınıfında olduğu gözlemlenmiştir. Meydana gelen sel, taşkın gibi olayların sebebi bölgenin yağış potansiyelinin yüksek olduğu, havza yapısı ve şeklinden dolayı olduğu düşünülmektedir. Çalışma çıktıları, yağış, rüzgâr, sıcaklık ve buharlaşma ölçümleri gibi meteorolojik parametrelerin eklenmesiyle hidrometeorolojik modeller vasıtasıyla bölgenin potansiyel taşkın haritaları ve hidrograf analizleri gibi gelecekteki çalışmaları motive edebilir.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.