Prediction of Maximum Precipitation in Turkey with Polynomial Regression

Fatih Dikbaş; Orhan Koç

Makale detayları

Prediction of Maximum Precipitation in Turkey with Polynomial Regression

Yazarlar:

Fatih Dikbaş | Orhan Koç

Yayıncı:

Istanbul University

Ana Başlıklar:

Beşeri Coğrafya (Diğer)

Dergi:

Coğrafya Dergisi Issue 46, pp.53-65

Belge Tipi:

Makale

Yayın Tarihi:

5/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001296738

pISSN:

1305-2128

Anahtar kelimeler:

Özet:

 Global warming is increasing the amount of atmospheric water and the magnitude of precipitation in some regions even though the annual total precipitation trend is decreasing. Consequently, the prediction of future maximum precipitation based on existing observations has gained importance. Understanding the expected variability in precipitation events and predicting the location and yearly periods of probable extreme precipitation are important for the efficient prevention of potential natural catastrophes like floods and dam failures. In this study, future extreme precipitation was predicted for each month of year at a 95 confidence level by using the precipitation data of 66 stations in Turkey. In the context of the developed method, the observed precipitations of each station for each month are sorted in ascending order and the best polynomial fitting to the data is determined, then the expected extreme precipitation values higher than all previous observations were determined by extrapolation. The results of the software developed for predicting the expected maximum precipitation values by determining the degrees and coefficients of the best-fitting polynomials for each month at each station show the months and regions with extreme precipitation and risks of flooding. Also, maps showing the predicted monthly extreme precipitation events throughout Turkey are generated for each month. The PolReg software developed as part of the study is freely presented together with the manuscript for readers use.

 Global warming is increasing the amount of atmospheric water and the magnitude of precipitation in some regions even though the annual total precipitation trend is decreasing. Consequently, the prediction of future maximum precipitation based on existing observations has gained importance. Understanding the expected variability in precipitation events and predicting the location and yearly periods of probable extreme precipitation are important for the efficient prevention of potential natural catastrophes like floods and dam failures. In this study, future extreme precipitation was predicted for each month of year at a 95 confidence level by using the precipitation data of 66 stations in Turkey. In the context of the developed method, the observed precipitations of each station for each month are sorted in ascending order and the best polynomial fitting to the data is determined, then the expected extreme precipitation values higher than all previous observations were determined by extrapolation. The results of the software developed for predicting the expected maximum precipitation values by determining the degrees and coefficients of the best-fitting polynomials for each month at each station show the months and regions with extreme precipitation and risks of flooding. Also, maps showing the predicted monthly extreme precipitation events throughout Turkey are generated for each month. The PolReg software developed as part of the study is freely presented together with the manuscript for readers use.

 Global warming is increasing the amount of atmospheric water and the magnitude of precipitation in some regions even though the annual total precipitation trend is decreasing. Consequently, the prediction of future maximum precipitation based on existing observations has gained importance. Understanding the expected variability in precipitation events and predicting the location and yearly periods of probable extreme precipitation are important for the efficient prevention of potential natural catastrophes like floods and dam failures. In this study, future extreme precipitation was predicted for each month of year at a 95 confidence level by using the precipitation data of 66 stations in Turkey. In the context of the developed method, the observed precipitations of each station for each month are sorted in ascending order and the best polynomial fitting to the data is determined, then the expected extreme precipitation values higher than all previous observations were determined by extrapolation. The results of the software developed for predicting the expected maximum precipitation values by determining the degrees and coefficients of the best-fitting polynomials for each month at each station show the months and regions with extreme precipitation and risks of flooding. Also, maps showing the predicted monthly extreme precipitation events throughout Turkey are generated for each month. The PolReg software developed as part of the study is freely presented together with the manuscript for readers use.

 Küresel ısınma, atmosferdeki su yoğunluğunu yükseltmekte ve yıllık toplam yağış miktarları azalma eğilimi gösterse de tekil yağış olaylarının şiddetini bazı bölgelerde arttırmaktadır. Bu nedenle, gözlenmiş yağış değerlerine bağlı olarak gelecekte oluşabilecek maksimum yağışların tahmin edilmesi önem kazanmıştır. Yağışlarda beklenen değişkenliğin anlaşılması ve muhtemel aşırı yağış değerlerinin yerlerinin ve yıl içinde gerçekleşeceği dönemlerin tahmin edilmesi, sel ve baraj yıkılmaları gibi potansiyel doğal afetlerin etkin bir şekilde önlenmesine yönelik çalışmalara büyük katkılar sağlamaktadır. Bu çalışmada, polinom regresyonu kullanılarak gelecekteki maksimum yağışlar, yılın her ayı için Türkiyedeki 66 yağış gözlem istasyonu verilerine dayanılarak 95 güven düzeyinde tahmin edilmiştir. Geliştirilen yöntem kapsamında, gözlenmiş yağış değerleri her istasyonun her ayı için küçükten büyüğe sıralanarak verilere en uygun polinom belirlenmekte ve daha önce gözlenmiş tüm değerleri aşacak şekilde oluşması beklenen maksimum yağış değerleri ekstrapolasyonla belirlenmektedir. En uygun polinomların derecelerini ve katsayılarını belirleyerek beklenen maksimum yağış değerlerini tahmin etmek amacıyla geliştirilen yazılımla elde edilen sonuçlar, hangi aylarda hangi bölgelerin aşırı yağış ve sel riski taşıdığını göstermektedir. Ayrıca Türkiye çapında gelecekte gerçekleşmesi beklenen aylık maksimum yağış olaylarına ait haritalar her ay için ayrı ayrı oluşturulmuştur. Çalışma kapsamında geliştirilen PolReg yazılımı, makale ile birlikte ücretsiz olarak okuyucuların kullanımına sunulmuştur.

Makale detayları

Prediction of Maximum Precipitation in Turkey with Polynomial Regression

Yazarlar:

Fatih Dikbaş | Orhan Koç

Yayıncı:

Istanbul University

Ana Başlıklar:

Beşeri Coğrafya (Diğer)

Dergi:

Coğrafya Dergisi Issue 46, pp.53-65

Belge Tipi:

Makale

Yayın Tarihi:

5/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001296738

pISSN:

1305-2128

Polynomial Regression

Monthly Total Precipitation

Maximum PrecipitationPolinom Regresyonu

Aylık Toplam Yağış

Maksimum Yağış

Sayı

Makale detayları

Prediction of Maximum Precipitation in Turkey with Polynomial Regression

Yazarlar: Fatih Dikbaş | Orhan Koç

Yayıncı: Istanbul University

Ana Başlıklar: Beşeri Coğrafya (Diğer)

Dergi: Coğrafya Dergisi Issue 46, pp.53-65

Belge Tipi: Makale

Yayın Tarihi: 5/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001296738

pISSN: 1305-2128

Polynomial Regression

Monthly Total Precipitation

Maximum PrecipitationPolinom Regresyonu

Aylık Toplam Yağış

Maksimum Yağış

Sayı

Yazarlar:

Fatih Dikbaş | Orhan Koç

Yayıncı:

Istanbul University

Ana Başlıklar:

Beşeri Coğrafya (Diğer)

Dergi:

Coğrafya Dergisi Issue 46, pp.53-65

Belge Tipi:

Makale

Yayın Tarihi:

5/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001296738

pISSN:

1305-2128