Türkiye Ulusal Deniz İzleme Seviyesi (TUDES) Verilerinin Zamansal Analizi

Abstract

Deniz seviyesinin gözlemlenmesi ve tahmini; düşey datumun belirlenebilmesi, düşey yer kabuğu hareketlerinin tahmini, oşinografik modelleme çalışmaları ve kıyı yapılarının planlanması gibi birçok nedenden dolayı oldukça önemlidir. Ülkemizde de deniz seviyesini ölçmek amacıyla Harita Genel Müdürlüğü tarafından oluşturulmuş bir deniz seviyesi izleme sistemi kurulmuştur. Türkiye Ulusal Deniz Seviyesi İzleme Sistemi (TUDES) aracılığı ile 20 adet mareograf istasyonunun 15'er dakikalık periyotlarla aldığı ölçümler ile deniz seviyesi takip edilmektedir. Bu şekilde periyodik olarak ölçülen verilerin analizi için zaman serileri oldukça uygun bir modelleme ve tahmin yöntemi sayılmaktadır. Bu çalışma kapsamında zaman serisi analiz modellerinden Bütünleşik Otoregresif Hareketli Ortalama (ARIMA), Mevsimsel Bütünleşik Otoregresif Hareketli Ortalama (SARIMA) ve Holt-Winter's metotları kullanılarak Amasra, Sinop ve Trabzon mareograf istasyonlarının 2019 yılına ait TUDES verileri kullanılmış ve aynı istasyonların 2020 yılı ocak ayı için tahminlemesi gerçekleştirilmiştir. Elde edilen sonuçlar, gerçek mareograf istasyonu verileri ile karşılaştırılmış ve modelin başarısı ortaya konulmuştur. Amasra mareografı için düzeltilmiş Akaike Bilgi Kriteri (AICc) ve Ortalama Karesel Sapma (MSD) değerleri ile en iyi performans gösteren modelin ARIMA(2,0,2) olduğu fakat grafik üzerinde orijinal veri setini en iyi yakalayan modelin SARIMA(1,2,2)(3,1,0)12 modeli olduğu gözlemlenmiştir. Sinop mareografı için AICc ve MSD değerlerine göre en iyi performans gösteren modelin yine ARIMA(2,0,2) modeli olduğu ve bunu takip eden modelin ise SARIMA(3,0,0)(0,2,3)12 modeli olduğu gözlemlenmiştir. Trabzon mareografı için AICc değerine göre en iyi performansı ARIMA(2,0,2) ve SARIMA(2,0,2)(0,0,0)3 modellerinin gösterdiği, MSD değerine göre ise SARIMA(3,0,0)(0,1,2)12 modelinin en iyi performans gösterdiği ortaya konmuştur.The observation and prediction of sea level are crucial for various reasons, including vertical datum determination, crustal movement forecasting and coastal infrastructure planning. In Turkey, the General Directorate of Mapping established a sea level monitoring system that aims to measure sea level. Turkish National Sea Level Monitoring System (TUDES) monitors sea level using data collected at 20 tide gauge stations at 15-minute intervals. Time series analysis is considered a highly suitable modeling and forecasting method for periodically measured data. In this study, time series analysis models including Autoregressive Integrated Moving Average (ARIMA), Seasonal Autoregressive Integrated Moving Average (SARIMA), and Holt-Winter's methods were applied using data sets from the Amasra, Sinop and Trabzon tide gauge stations within the TUDES for the year 2019. Additionally, a prediction for January 2020 was performed at the same station. The results were compared with the measured tide gauge data sets to assess the performance of the models. Evaluation criteria included the Mean Square Deviation (MSD) for the Holt-Winter's method and the corrected Akaike Information Criteria (AICc) for the ARIMA and SARIMA models. For the Amasra tide gauge, it is observed that the model showing the best performance is the ARIMA(2,0,2), but on the graph, the model that best captures the original dataset is the SARIMA(1,2,2)(3,1,0)12 model. Regarding the Sinop tide gauge, it is observed that the model showing the best performance is again the ARIMA(2,0,2) model, and the following model is the SARIMA(3,0,0)(0,2,3)12. For the Trabzon tide gauge, ARIMA(2,0,2) and SARIMA(2,0,2)(0,0,0)3 models demonstrate the best performance, and according to the MSD value the SARIMA(3,0,0)(0,1,2)12 model shows the best performance.