Gri Kurt Optimizasyonu ile geliştirilmiş uyarlanabilir ayrıştırma: durağan olmayan ve doğrusal olmayan hidrolojik serilerin eğilim ve periyodik analizleri

Su ve iklim açısından neden önemli

İklim değişikliği ve insan etkinlikleri hava koşullarını yeniden şekillendirirken nehir akışının zamanlaması ve miktarı giderek daha öngörülemez hale geliyor. Bu makale, gürültülü su ve iklim kayıtlarının içinde saklı uzun vadeli eğilimleri ve doğal döngüleri ayırt etmenin yeni bir yolunu sunuyor. Yöntem, bir bölgenin ne kadar hızlı ısındığını, kuraklıkların daha sıklaşıp sıklaşmadığını ve sıradışı düşük nehir akışının ne zaman tekrar edebileceğini ortaya çıkarmaya yardımcı oluyor—içme suyu güvenliği, hidroelektrik, tarım ile sel ve kuraklığa hazırlık açısından değerli bilgiler.

Gürültülü nehir kayıtlarını okumada daha akıllı bir yol

Yağış, sıcaklık ve nehir akışı gibi hidrolojik kayıtlar nadiren basit ve sabit davranır. Değişkenlik gösterirler, geçmiş koşulların uzun belleğini taşırlar ve sıkça klasik istatistiksel araçların varsayımlarını bozarlar. Doğrusal eğilim uydurma veya parametrik olmayan sıra testleri gibi geleneksel yöntemler genelde verilerin birbirinden bağımsız ve tanıdık olasılık dağılımlarını izlediğini varsayar. Benzer şekilde, Hızlı Fourier Dönüşümü ya da dalgacık (wavelet) analizi gibi tekrar eden döngüleri yakalamaya yönelik yaygın araçlar, veriler son derece düzensiz olduğunda önemli sinyalleri gözden kaçırabilir. Yazarlar, bu zayıf yönleri ele almak için GITPA adını verdikleri, özellikle karışık ve değişen çevresel veriler için tasarlanmış birleşik bir eğilim ve döngü analiz çerçevesi geliştiriyorlar.

Yeni yöntem desenleri nasıl arıyor

GITPA’nın merkezinde ICEEMDAN adındaki modern bir sinyal işleme tekniği bulunuyor; bu teknik bir zaman serisini birkaç bileşen dalgaya ve arka plan eğilimine ayırıyor. Sorun şu ki, bu ayrıştırma hassas ayarlara bağlıdır ve sinyalleri bulanıklaştırabilir veya karıştırabilir. Bunu çözmek için yazarlar, ayrıştırılmış parçaların net, düzenli davranış göstermesini sağlayacak iki temel gürültü parametresini otomatik olarak ayarlamak üzere doğadan ilham alan Gri Kurt Optimizatörünü kullanıyorlar. Seri düzgün parçalara bölündüğünde, düşük frekanslı bileşenler bir eğilim eğrisi oluşturmak üzere birleştirilirken, yüksek frekanslı bileşenler baskın döngüleri açığa çıkaran bir spektral analize besleniyor. Bir istatistikî t‑testi gerçek düşük frekanslı davranışı rastgele gürültüden ayırmaya yardımcı olurken, bootstrap yeniden örnekleme şeması herhangi bir belirli olasılık biçimi varsaymadan güven aralıkları sağlıyor.

Tekniğin teste tabi tutulması

Gerçek nehirlere geçmeden önce yazarlar kontrollü özelliklere sahip yüzlerce yapay zaman serisi oluşturuyorlar: kısa ve uzun kayıtlar, zayıf ve güçlü eğilimler, farklı olasılık dağılımları ve yıllar arasındaki çeşitli bellek düzeyleri. Ardından GITPA yaklaşımlarını Mann–Kendall testi, yenilikçi eğilim analizi ve dalgacık tabanlı araçlar da dahil olmak üzere yaygın kullanılan birkaç yöntemle karşılaştırıyorlar. Geniş bir koşul yelpazesinde, yeni yöntem özellikle kısa kayıtlarda veya eğilimler zayıf olduğunda ince eğilimleri daha güvenilir biçimde saptıyor. Doğruluğu genel olarak %85’in üzerinde ve değerlerin tam dağılımına ya da otokorelasyon derecesine karşı çok daha az hassas olduğu görülüyor. Periyodik davranışta GITPA, iki periyot örtüşse bile uygulanan tüm döngüleri başarıyla geri kazanıyor; oysa geleneksel dalgacık analizi sıklıkla daha uzun döngüleri kaçırıyor veya yanlış tanımlıyor.

Yangtze Nehri bize ne anlatıyor

Araştırmacılar daha sonra çerçevelerini Çin’in Yangtze Havzası’ndan 44 yıllık verilere uyguluyor; bu havza ülkenin su kaynağının üçte birinden fazlasını sağlar ve ekonomik çıktısının yaklaşık %40’ını destekler. Sıcaklık, yağış ve akışta eğilim ile döngü bileşenlerini kilit istasyonlarda ayırarak havza genelinde yılda yaklaşık 0,03 °C’lik net bir ısınma teyit ediyorlar. Yağış ve nehir akışı daha karmaşık bir tablo gösteriyor: yağış kuzeybatı ve kuzeydoğu kesimlerde artma eğilimindeyken, merkezi ve güneybatı alanlarda azalma eğiliminde; çoğu yan kol ve ana kol azalan akış sergiliyor. Analiz ayrıca yaklaşık 2–3 yıllık kısa döngüler, ~11 yıllık orta döngü ve 22–44 yıllık daha uzun salınımlar gibi tekrarlayan desenleri ortaya koyuyor. Bu zaman ölçekleri El Niño–Güney Salınımı, Hint Okyanusu sıcaklık modları ve güneş etkinliği döngüleri dahil olmak üzere bilinen iklim ve güneş ritimleriyle uyum gösteriyor.

Gelecekteki kuraklık riskine bakış

Yazarlar Yangtze’nin akışını alttaki eğilim ve bu tekrarlayan döngülerin bileşimi olarak yeniden kurarak desenleri yakın geleceğe doğru uzatıyorlar. Öngörü, kesin hacimler yerine yüksek ve düşük akış yıllarını tanımlamaya odaklanıyor. Geriye dönük testlerde yöntemleri nemli ve kuru koşulları yaklaşık %80 oranında doğru sınıflandırıyor ve bu da yaygın bir dalgacık‑temelli yaklaşıma göre belirgin şekilde daha iyi performans gösteriyor. Analizi ileri ittiğinde, özellikle 2025–2027 civarında, 2020’lerin ortalarında alışılmadık derecede düşük akış olma olasılığının yükseldiği görülüyor. Yangtze gibi ekonomik ve sosyal açıdan kritik bir havza için bu tür erken uyarılar, karmaşık çevresel kayıtların içindeki gizli yapıyı çözebilen araçların değerini ve daha dirençli su yönetimi kararlarını destekleme gücünü vurguluyor.

Atıf: Li, J., Ding, W. & Wang, H. Grey Wolf optimization enhanced adaptive decomposition for trend periodic analysis of nonstationary and nonlinear hyrologic series. Sci Rep 16, 4839 (2026). https://doi.org/10.1038/s41598-026-35076-6

Anahtar kelimeler: hidrolojik zaman serileri, eğilim ve döngü analizi, Yangtze Nehri, kuraklık tahmini, iklim değişkenliği