Mustafa Tuğrul YILMAZ
(Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, İnşaat Mühendisliği Bölümü, 06800, Ankara, Türkiye)
Aydın BEKTAŞ
(Diğer)
Osman ŞİMŞEK
(İstanbul Üniversitesi, Tıp Fakültesi, Genel Cerrahi Anabilim Dalı, İstanbul, Türkiye)
Proje Grubu: TÜBİTAK ÇAYDAG Sayfa Sayısı: 260Proje No: 114Y676Proje Bitiş Tarihi: 01.07.2018Türkçe

0 0
İstasyonlarda Ölçülen Toprak Nemi Değerlerinin Hidrolojik Model ve Uydu Verileri Yardımıyla Değerlendirilmesi
Iklim, kuraklık, su ve enerji döngüsü, hava tahmini gibi birçok konuda çok kritik bir veri olmasına ragmen günümüze kadar ülkemizde toprak nemi ile ilgili yapılan çalısmalar istenilen düzeyde olamamıstır. Degisik metotlarla toprak nemi gözlemlerini elde etmek mümkündür. Bunların arasında istasyonlarda elde edilen gözlemler belirli miktarda gözlem hataları içermesine ragmen en dogru veriler olarak kabul edilmektedir. Günümüzde Meteoroloji Genel Müdürlügü tarafından halen 149 istasyonda 2007 yılından bu yana toprak nemi degerleri ölçülmektedir. Bu verilerin 11 yıldır toplandıgı göz önünde bulundurulursa, bu toprak nemi gözlemleri genis alanları temsil etmesi bakımında ülkemizdeki en uzun yer gözlemi zaman serisini olusturmaktadır. Fakat bu verilerin toprak cinsine baglı olarak kalibrasyonu yapılmadıgından bu verileri kullanılabilir hale getirecek dogruluk oranları bilinmemektedir. Aynı zamanda hidrolojik modeller ve uydu verileri ile ülkemiz üzerinde ölçülen toprak nemi degerlerinin validasyon çalısmaları da ancak dogruluk oranları bilinen yüksek kalitedeki toprak nemi degerleri ile yapılabilecegi ortadadır. Bu noktada, istasyonlarda ölçülen toprak nemi degerlerinin dogruluk oranlarının elde edilmesi çok kritiktir. Bu çalısmada, bu toprak nemi yer gözlemlerinin sıcaklıga baglı kalibrasyonları yapılacak ve bu kalibre edilmis verilerin üç degisik metotla dogruluk oranları elde edilecektir. Elde edilecek sonuçlar dogruluk oranları elde bulunan 11 yıllık toprak nemi degerlerinin birçok uygulamada kullanılabilirligini ortaya koyacaktır.
  • Anderson, M.C., Hain, C., Wardlow, B., Pimstein, A., Mecikalski, J.R., Kustas, W.P. 2011. “Evaluation of drought indices based on thermal remote sensing of evapotranspiration over the continental United States”, J. Clim. 24, 2025–2044.
  • Campbell Scientific, 1996. “CS615 Water Content Reflectometer, Instruction Manual”, http://s.campbellsci.com/documents/us/manuals/cs615.pdf
  • Dirmeyer, P. A. 2006. “The hydrologic feedback pathway for landclimate coupling”. Journal of Hydrometeorology, 75, 857–867.
  • Dirmeyer, P. A., Schlosser, A., Brubaker, K 2009. “Precipitation, Recycling, and Land Memory: An Integrated Analysis”, Journal of Hydrometeorology 10, 278-288.
  • Dorigo, W. A., Scipal, K., Parinussa, R. M., Liu, Y. Y., Wagner, W., de Jeu, R. A. M., and Naeimi, V. 2010. “Error characterisation of global active and passive microwave soil moisture datasets”, Hydrol. Earth Syst. Sci., 14, 2605-2616.
  • Draper, C. S., Reichle, R. H., De Lannoy, G. J. M., and Liu, Q. 2012. “Assimilation of passive and active microwave soil moisture retrievals”. Geophysical Research Letters, 394, L04401.
  • Ek, M. B., Mitchell, K. E., Lin, Y., Rogers, E., Grummann, P., Koren, V., Gayno, G., and Tarpley, J. D. 2003. “Implementation of Noah land surface model advances in the National Centers for Environmental Prediction operational Mesoscale Eta Model”, J. Geophys. Res., 108, 8851.
  • Entekhabi, D., ark., 2010. “The soil moisture active passive SMAP mission”. Proceedings of the IEEE, 2010, 98.5: 704-716.
  • Gruber, A., Dorigo, W.A. Zwieback, S., Xaver, A., Wagner, W. 2013. “Characterizing Coarse-Scale Representativeness of in situ Soil Moisture Measurements from the International Soil Moisture Network” Vadose Zone J. 12, doi:10.2136/vzj2012.0170.
  • Huffman, G. J., R. F. Adler, D. T. Bolvin, and E. J. Nelkin 2010, “The TRMM Multisatellite Precipitation Analysis TMPA, in Satellite Rainfall Applications for Surface
  • Hydrology”, chap. 1, edited by F. Hossain and M. Gebremichael, pp. 3–22, Springer, Dordrecht.
  • Jackson, T. J., ark. 2010, “Validation of advanced microwave scanning radiometer soil moisture products”, IEEE Trans. Geosci. Remote Sensing, 4812, 4256–4272.
  • Jackson, T. J., ark. 2012. “Validation of Soil Moisture and Ocean Salinity (SMOS) Soil Moisture Over Watershed Networks in the U.S.”. IEEE Transactions On Geoscience and Remote Sensing, 50 (5), doı: 10.1109/TGRS.2011.2168533.
  • Koster, R. D., ark., 2004. “Regions of strong coupling between soil moisture and precipitation”. Science, 305, 1138–1140.
  • Koster, R. D., Guo, Z., Yang, R., Dirmeyer, P. A., Mitchell, K., and Puma, M. J. 2009. “On the nature of soil moisture in land surface models”, J. Clim., 22, 4322–4335.
  • Leroux, D. J., Y. Kerr, A. Bitar, R. Bindlish, T. Jackson, B. Berthelot, and G. Portet, 2013. “Comparison Between SMOS, VUA, ASCAT, and ECMWF Soil Moisture Products Over Four Watersheds in U.S.”. IEEE Transactions On Geoscience And Remote Sensing, 523, 1562 - 1571.
  • Miralles, Diego G., Crow, Wade T., Cosh, Michael H. 2010. “Estimating Spatial Sampling Errors in Coarse-Scale Soil Moisture Estimates Derived from Point-Scale Observations”. Journal of Hydrometeorology, 11, 1423-1429, doi: 10.1175/2010JHM1285.1.
  • Mladenova, I, ark. 2011. “Validation of AMSR-E soil moisture using L-band airborne radiometer data from National Airborne Field Experiment 2006”, Remote Sensing of Environment, 115.8: 2096-2103.
  • Naeimi, V., Scipal, K., Bartalis, Z., Hasenauer, S., and Wagner, W. 2009. “An improved soil moisture retrieval algorithm for ERS and METOP scatterometer observations”, IEEE Transactions on Geoscience and Remote Sensing, 47, 1999–2013.
  • Ongorulu, Bekir, 2014. “Kuraklik Yonetimi Calisma Toplantisi”, Ramada Plaza, Ankara, 4-5 Mart, 2014.
  • Owe, M., de Jeu, R. and Holmes, T. 2008. “Multisensor historical climatology of satellite-derived global land surface moisture”, Journal of Geophysical Research, 113, f01002. Parinussa, R. M., Holmes, T. R. H., Yilmaz, M. T., and Crow, W. T. 2011. “The impact of land surface temperature on soil moisture anomaly detection from passive microwave observations”. Hydrol. Earth Syst. Sci., 15, 3135–3151.
  • R Core Team 2016. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/. Reichle, R. H., and Koster, R. D. 2004. “Bias reduction in short records of satellite soil moisture”. Geophys. Res. Lett., 31, L19501.
  • Scipal K., Holmes T., de Jeu R., Naemi V. and Wagner W. 2008. "A possible solution for the problem of estimating the error structure of global soil moisture data sets", Geophys. Res. Letters, 35, L24403
  • Stoffelen, A. 1998, “Toward the true near-surface wind speed: Error modeling and calibration using triple collocation”, J. Geophys. Res., 103,7755– 7766.
  • Wagner, W., Lemoine, G., Borgeaud, M., and Rott, H. 1999. “A study of vegetation cover effects on ERS scatterometer data”, IEEE Trans. Geosci. Remote Sens., 372, 938–948.
  • Yilmaz, M. T. and Crow, W. T. 2013. “The Optimality of Potential Rescaling Approaches in Land Data Assimilation”. Journal of Hydrometeorology, doi:10.1175/JHM-D- 12-052.1
  • Yilmaz, M. T. and Crow W. T. 2014. “Evaluation of assumptions in soil moisture triple collocation studies. Journal of Hydrometeorology, 15, 1293–1302.
  • Zwieback, S., Scipal, K., Dorigo, W., Wagner, W. 2012. “Structural and statistical properties of the collocation technique

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © 2019 Tüm Hakları Saklıdır.