İklim değişikliğinin fırat nehri alt havzasındaki sediment taşınımı ve debiye etkisinin istatistiksel ölçek küçültme ve genetik programlama kullanarak araştırılması

İklim değişikliğinin hidrolojik etkilerini incelemek, bölgesel su kaynakları, ekosistem sağlığı ve insan toplumları üzerinde doğrudan etkisi olduğu için önemli bir araştırma alanıdır. Küresel Dolaşım Modelleri (GCM'ler), geniş iklimsel örüntüleri anlamak için vazgeçilmez olsa da, yerel ölçekteki iklim özelliklerini temsil etmede büyük uzamsal çözünürlüklerinden kaynaklanan sınırlamalar gösterirler. İklim değişikliğinin hidrolojik sonuçlarını daha küçük ölçeklerde etkili bir şekilde değerlendirmek için istatistiksel ölçek küçültme teknikleri kullanılır. Bu yaklaşımlar, GCM çıktılarını geliştirerek, hidrolojik sistemler için iklim değişikliğinin özel etkilerini daha hassas bir şekilde anlama ve öngörme imkanı sağlayan yüksek çözünürlüklü iklim projeksiyonları üretir ve böylece uyum ve hafifletme stratejilerinin geliştirilmesine rehberlik eder. Bu çalışma, Fırat Nehri'nin bir alt havzası için aylık akım ve sediment taşınımı verilerini tahmin etmeye odaklanmaktadır. Analiz, CanESM2 modeli ile elde edilen senaryolara dayanarak, istatistiksel ölçek küçültme yöntemi ve yapay zeka genetik programlama modelleri ile birleştirilmiştir. Havza tanımlaması, Watershed Modeling System (WMS) kullanılarak gerçekleştirilmiş ve istatistiksel ölçek küçültme için GEP ve LGP modelleri uygulanmıştır. Sonuçlar, daha sonra lineer regresyon sonuçlarıyla karşılaştırılmıştır. Makine kodlu LGP modeli, eğitim ve test süreçleri boyunca hem debi hem de sediment taşınımı için en iyi korelasyon (R), en düşük MSE ve MAE değerlerini vermiştir. RCP 2.6, 4.5 ve 8.5 senaryoları altındaki gelecek projeksiyonları açısından, her iki model de RCP 8.5 senaryosu altında en uygun sonuçları verirken, GEP modeli 2006 - 2020 arasındaki gözlenen dönem ile karşılaştırılan tahminlerde üstün performans göstermiştir. Genel olarak, modeller, 2021 ile 2100 arasındaki dönemde hem debi (Q) hem de sediment taşınımı (Qs) için hafif bir düşüş eğilimi göstermektedir ve bu da gelecekteki hidrolojik yönetim ve planlama için değerli içgörüler sunmaktadır.