Umut Okkan

While weighted multi-model approaches are widely used to improve predictive capability, hydrological models (HMs) and their weighted combinations that perform well under past conditions may not guarantee robustness under future climate scenarios. Furthermore, the extent to which weighting schemes influence the propagation of runoff projection uncertainty remains insufficiently explored. Therefore, this study evaluates the capacity of strategies that weight monthly scale HMs to narrow runoff projection uncertainty. Since standard approaches rely only on historical simulation skill and offer static weighting, this study introduces a refined framework, the Uncertainty Optimizing Multi-Model Ensemble (UO-MME), which dynamically considers the trade-offs between calibration performance and projection uncertainty. In performing the uncertainty decomposition, a total of 140 ensemble runoff projections, generated through a modelling chain comprising five GCMs, two emission scenarios, two downscaling methods, and seven HMs, were analyzed for Beydag and Tahtali watersheds in Türkiye. Results indicate that standard techniques, such as Bayesian model averaging, ordered weighted averaging, and Granger–Ramanathan averaging, led to either marginal reductions or noticeable increases in projection uncertainty, depending on the case and projection period. Conversely, the UO-MME achieved average reductions in projection uncertainty of around 30% across the two watersheds by balancing the influences of climate signals produced by GCMs that are reflected in the projections through HMs while maintaining high simulation accuracy, as indicated by Nash–Sutcliffe efficiency values exceeding 0.75. Although not designed to eliminate inherently irreducible uncertainty, the UO-MME framework helps temper the inflation of noisy GCM signals in runoff responses, providing more balanced hydrological projections for water resources planning.

Among various monthly water balance models, one of the models that has the simplest structure and offers a well-behaved conceptual platform is the GR2M. Despite the widespread use of the model with two-free parameters, the fact that it tends to produce relatively large errors in peak flow months necessitates some modifications to the model. The reason for the mentioned simulation deficiencies could be that the relationship between the routing reservoir and the external environment of the basin is controlled by a single parameter, making the storage–discharge relationship linear. Therefore, in this study, least squares support vector regression, one of the nonlinear data-driven models, has replaced the routing part of the GR2M to enhance the monthly runoff simulation. The performance of the three-parameter hybrid model (GR3M), which was developed by considering the parameter parsimony point of view and including a machine learning (ML)-based nonlinear routing scheme, was examined in some locations in the Gediz River Basin in western Turkey. Statistical performance measures have shown that GR3M, which both leverages the capabilities of an ML model and blends conceptual outputs within a nested scheme, clearly outperforms the original GR2M. The proposed modification has brought significant improvements, especially to high-flow simulations.

This study investigates the possible effects of climate change on temperature and precipitation variables in the Eastern Black Sea Basin, Türkiye’s wettest and flood-prone region. The outputs of three GCMs under historical, RCP4.5, and RCP8.5 scenarios were downscaled to regional scale using the multivariate adaptive regression splines method. The future monthly temperature and precipitation for 12 stations in the basin were projected for three periods: the 2030s (2021–2050), 2060s (2051–2080), and 2090s (2081–2100). In addition to relative changes, high and low groups and intra-period trends were analyzed for the first time using innovative methods. For the pessimistic scenario, an increase of 3.5 °C in the interior and 3.0 °C in the coastal areas of the basin is projected. For the optimistic scenario, these values are expected to be 2.5 and 2.0 °C, respectively. A decrease in precipitation is projected for the interior region, and a significant increase is expected for the eastern and coastal areas of the basin, especially in spring. This result indicates that floods will occur frequently coastal areas of the basin in the coming periods. Also, although the monotonic trends of temperatures during periods are higher than precipitation in interior regions, these regions may have more uncertainty as their trends are in different directions of low and high groups of different scenarios and GCMs and contribute to all trends, especially precipitation.

İklim değişikliği konusu çevresel, ekonomik ve sosyal etkileri nedeniyle dünya çapında tartışılan en önemli sorunlardan biri haline gelmiştir. İklim değişikliği etkisinin büyüklüğünün belirlenmesi ve olası uyum çalışmaları için en önemli iklim değişkenlerinden olan sıcaklık ve yağışın, gelecek dönemlerdeki değişimlerinin belirlenmesi gerekmektedir. Bu amaçla genel dolaşım modellerinin (GDM) kaba çözünürlüklü senaryo çıktıları kullanılmaktadır. Bu çıktıların düşük çözünürlüğe sahip olması bölgesel ölçekteki iklim değişikliği etkilerinin belirlenmesinde doğrudan kullanımlarını kısıtlamaktadır. Bölgesel ölçekteki değişimlerin belirlenebilmesi için GDM çıktılarının uygun bir ölçeğe indirgenmesi gerekmektedir. Bu çalışmada Türkiye’nin en önemli hidrolojik havzalarından biri olan Doğu Karadeniz Havzası’nda (DKH) iklim değişikliğinin aylık toplam yağış ve aylık ortalama sıcaklık değişkenleri üzerindeki olası etkilerinin belirlenmesi amaçlanmıştır. Bu amaçla GFDL-ESM2M GDM modelinin iyimser (RCP4.5) ve kötümser (RCP8.5) senaryolarına ait düşük çözünürlüklü çıktıları Çok Değişkenli Uyarlanabilir Regresyon Eğrileri (ÇDURE) ve klasik regresyon analizi yöntemleri kullanılarak bölgesel ölçeğe indirgenmiştir. Yöntemlerin ölçek indirgeme başarılarının karşılaştırılabilmesi için çeşitli performans istatistikleri kullanılmış ve en yüksek performansı veren yöntem bu istatistiklere göre seçilmiştir. Çalışma kapsamında DKH içinde ve çevresinde yer alan 12 adet meteoroloji istasyonuna ait gelecek dönem (2021-2050, 2051-2080, 2081-2100) aylık ortalama sıcaklık ve aylık toplam yağış değerleri en iyi performans gösteren ÇDURE tabanlı modeller kullanılarak iki farklı senaryo için elde edilmiştir. Elde edilen senaryo verilerine ayrıca Mann-Kendall eğilim analizi uygulanmıştır. Sonuçlar DKH’nın karasal iklim karakteristiğine sahip güney bölümünde (Bayburt, Gümüşhane, Suşehri ve Şebinkarahisar istasyonları) gelecek dönem 2021-2050 periyodunda sıcaklık değerlerinde RCP4.5 senaryosuna göre ortalama 1,0 °C, RCP8.5’e göre ise ortalama 1,5 °C artış beklendiğini göstermektedir. Bunun yanında Rize, Pazar ve Hopa istasyonlarının yer aldığı kıyı şeridinde sıcaklık değerlerinde 2,5 °C’ye varan artışlar öngörülmektedir. Uzun süreli yağış ortalaması değerlerinde ise havza genelinde her iki senaryoya göre düşüş beklenmektedir. 2051-2080 ve 2081-2100 dönemlerinde ise sıcaklık ve yağış değerlerinde beklenen değişimlerin 2021-2050 dönemine kıyasla daha fazla olacağı öngörülmektedir. Eğilim analizi sonuçlarına göre sıcaklık ve yağış için RCP4.5 senaryosuna göre gelecek dönemlerde %5 anlamlılık düzeyinde herhangi bir eğilim beklenmezken RCP8.5 senaryosuna göre sıcaklık için artış, yağış için düşüş eğilimleri tespit edilmiştir.

Kuraklık diğer doğal afetlerden farklı olarak gelişimi daha uzun zaman alan ve etkileri daha uzun süre devam eden bir afettir. Meydana gelmesi muhtemel bir kuraklığın önceden belirlenmesi, kuraklığın olumsuz etkilerinin daha etkili bir şekilde azaltılmasını mümkün kılmaktadır. Standartlaştırılmış Yağış İndeksi (SYİ) farklı iklim koşullarına sahip, farklı zaman dilimleri ve bölgeler arasındaki kuraklıkları tanımlamak için en sık kullanılan kuraklık indeksidir. Bu çalışmanın amacı almış olduğu yağış miktarı bakımından Türkiye’nin en önemli hidrolojik havzalarından biri olan Doğu Karadeniz Havzası’nın (DKH) geçmiş ve gelecek dönem kuraklık analizini SYİ parametresi ile gerçekleştirmek ve bu parametrenin eğilimini belirlemektir. Bu kapsamda DKH içinde ve çevresinde yer alan 12 meteoroloji istasyonundan ölçülmüş olan 1981-2010 dönemi aylık toplam yağış verileri kullanılarak SYİ değerleri hesaplanmıştır. Ayrıca CMIP5 arşivinde yer alan GFDL-ESM-2M genel dolaşım modelinin iyimser (RCP4.5) ve kötümser (RCP8.5) senaryolar altındaki bölgesel ölçeğe indirgenmiş olan 2021-2050 dönemi çıktılarına da aynı işlemler uygulanmıştır. Meteorolojik kuraklığın eğilim analizleri için 1 ve 3 aylık SYİ değerleri üzerinde Yenilikçi Eğilim Analizi yöntemi kullanılarak üç farklı grupta ve %95 güven düzeyinde tekdüze olarak eğilim analizi gerçekleştirilmiştir. Gözlem değerlerinde ve RCP senaryolarında istasyonların yaklaşık %25’inde şiddetli yağışlarda ve şiddetli kuraklıklarda artış görülmüştür. Ancak SYİ değerlerinde geçmiş dönem periyodunda Akçaabat istasyonu (azalan eğilim) hariç tekdüze anlamlı artan eğilim görülürken gelecek dönem periyodunda her iki senaryo için azalan yönde eğilim görülmüştür.