Yağış miktarının modellenmesi su kaynakları mühendisliği ve suyun çeşitli amaçlar doğrultusunda kullanımı açılarından pek çok faydalar sağlamaktadır. İklim değişikliğinin bir sonucu olarak yağış miktarındaki değişimlerin izlenmesi ve tahmin edilebilmesi çok önemlidir. Yağış yüksekliğinin (miktarının) otoregresif yöntemlerle tahmini ve bunun Antalya ilinde kaydedilen aylık ve yıllık yağış yüksekliği zaman serilerine uygulanmasıyla gelecekteki yağış yüksekliğinin tahmin edilmesi bu tezin konusunu oluşturmaktadır. Çalışmada, AR(p), MA(q) ve ARIMA(p,d,q) modelleri yıllık yağış zaman serisinin hesaplamalarında göz önüne alınırken, bu modeller ile birlikte ARIMA(p,0,q)(P,0,Q) modeli ise aylık yağış zaman serisinin hesaplamalarında kullanılmıştır. Otoregressif modellemelerin hepsi, Microsoft Excel'de geliştirilmiştir. Antalya iline ait yıllık yağış zaman serisi hem orijinal yağış miktarı değerleri için ve hem de 86 yıllık yağış ortalamasına bölünmüş normalize zaman serisi için değerlendirilmiştir. Bu zaman serilerinde herhangi bir eğilim ya da ani bir sıçrama görülmediği gibi sezonluk ya da döngüsel bir durum da görülmemiştir. Hesap sonuçlarına göre, normalize edilmiş zaman serisi modellemelerindeki hata değerleri daha küçük olarak elde edilmiştir. Aylık yağış zaman serisi de hem orijinal yağış miktarı değerleri için ve hem de 86 yıllık yağışların aylık ortalamalarına bölünmüş normalize değerleri için değerlendirilmiştir. Bu zaman serilerinde herhangi bir eğilim ya da ani bir sıçrama görülmemiş, fakat orijinal zaman serisinde sezonluk bir değişimin varlığı belirgindir. Hesap sonuçlarına göre, orijinal zaman serisinin sezonluk ARIMA modellemelerindeki hata değerleri daha küçük olarak hesaplanmıştır. Anahtar Kelimeler: Yağış, Otoregresif, Zaman serisi, Stokastik, Modelleme, Antalya.
Modelling the amount of precipitation provides many benefits in terms of water resources engineering and the use of water for various purposes. It is very important to monitor and predict changes in the rainfall as a result of climate change. The subject of this thesis is the prediction of rainfall by autoregressive methods and the prediction of future rainfall by applying this to monthly and annual rainfalls' time series recorded in Antalya. In the study, while AR(p), MA(q) and ARIMA(p,d,q) models are taken into account in the calculation of annual precipitation time series, ARIMA(p,0,q)(P,0,Q) model in addition to these models is used in the calculations of the monthly precipitation series. All of the autoregressive modellings has been developed in Microsoft Excel. The annual precipitation time series of Antalya was evaluated both for the original rainfall data and the normalized values which are divided by the 86-year rainfall average. No trend or sudden leap was observed in these time series, nor was there a seasonal or cyclical situation. According to the calculation results, the error values in the normalized time series modeling were obtained smaller. The monthly precipitation time series was also evaluated for both the original precipitation values and the normalized values which are divided by the monthly averages of 86-year precipitation. There was no trend or sudden leap in these time series, but a seasonal change is evident in the original time series. According to the calculation results, the error values in the seasonal ARIMA models of the original time series were calculated smaller. Keywords: Rainfall, Autoregressive, Time series, Stochastic, Modelling, Antalya.
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, İnşaat Mühendisliği Anabilim Dalı, 2020.
Kaynakça var.
Yağış miktarının modellenmesi su kaynakları mühendisliği ve suyun çeşitli amaçlar doğrultusunda kullanımı açılarından pek çok faydalar sağlamaktadır. İklim değişikliğinin bir sonucu olarak yağış miktarındaki değişimlerin izlenmesi ve tahmin edilebilmesi çok önemlidir. Yağış yüksekliğinin (miktarının) otoregresif yöntemlerle tahmini ve bunun Antalya ilinde kaydedilen aylık ve yıllık yağış yüksekliği zaman serilerine uygulanmasıyla gelecekteki yağış yüksekliğinin tahmin edilmesi bu tezin konusunu oluşturmaktadır. Çalışmada, AR(p), MA(q) ve ARIMA(p,d,q) modelleri yıllık yağış zaman serisinin hesaplamalarında göz önüne alınırken, bu modeller ile birlikte ARIMA(p,0,q)(P,0,Q) modeli ise aylık yağış zaman serisinin hesaplamalarında kullanılmıştır. Otoregressif modellemelerin hepsi, Microsoft Excel'de geliştirilmiştir. Antalya iline ait yıllık yağış zaman serisi hem orijinal yağış miktarı değerleri için ve hem de 86 yıllık yağış ortalamasına bölünmüş normalize zaman serisi için değerlendirilmiştir. Bu zaman serilerinde herhangi bir eğilim ya da ani bir sıçrama görülmediği gibi sezonluk ya da döngüsel bir durum da görülmemiştir. Hesap sonuçlarına göre, normalize edilmiş zaman serisi modellemelerindeki hata değerleri daha küçük olarak elde edilmiştir. Aylık yağış zaman serisi de hem orijinal yağış miktarı değerleri için ve hem de 86 yıllık yağışların aylık ortalamalarına bölünmüş normalize değerleri için değerlendirilmiştir. Bu zaman serilerinde herhangi bir eğilim ya da ani bir sıçrama görülmemiş, fakat orijinal zaman serisinde sezonluk bir değişimin varlığı belirgindir. Hesap sonuçlarına göre, orijinal zaman serisinin sezonluk ARIMA modellemelerindeki hata değerleri daha küçük olarak hesaplanmıştır. Anahtar Kelimeler: Yağış, Otoregresif, Zaman serisi, Stokastik, Modelleme, Antalya.
Modelling the amount of precipitation provides many benefits in terms of water resources engineering and the use of water for various purposes. It is very important to monitor and predict changes in the rainfall as a result of climate change. The subject of this thesis is the prediction of rainfall by autoregressive methods and the prediction of future rainfall by applying this to monthly and annual rainfalls' time series recorded in Antalya. In the study, while AR(p), MA(q) and ARIMA(p,d,q) models are taken into account in the calculation of annual precipitation time series, ARIMA(p,0,q)(P,0,Q) model in addition to these models is used in the calculations of the monthly precipitation series. All of the autoregressive modellings has been developed in Microsoft Excel. The annual precipitation time series of Antalya was evaluated both for the original rainfall data and the normalized values which are divided by the 86-year rainfall average. No trend or sudden leap was observed in these time series, nor was there a seasonal or cyclical situation. According to the calculation results, the error values in the normalized time series modeling were obtained smaller. The monthly precipitation time series was also evaluated for both the original precipitation values and the normalized values which are divided by the monthly averages of 86-year precipitation. There was no trend or sudden leap in these time series, but a seasonal change is evident in the original time series. According to the calculation results, the error values in the seasonal ARIMA models of the original time series were calculated smaller. Keywords: Rainfall, Autoregressive, Time series, Stochastic, Modelling, Antalya.