Aşırı yağış olaylarını ölçeklenebilir davranışlarla önceden haber verme

Neden ani sağanaklar önemli

Ani sel, heyelanlar ve kentsel su baskınları genellikle günlerce süren yağmurdan değil, birkaç saat içinde meydana gelen yoğun sağanaklardan kaynaklanır. Bu kısa, şiddetli yağış patlamaları hâlâ tahmini en zor hava olayları arasındadır. Bu çalışma basit ama güçlü bir soruyu gündeme getiriyor: karmaşık bilgisayar hava modellerine dayanmadan, aşırı saatlik yağışların zamanlamasında uyarı verebilecek gizli kalıplar bulmak mümkün müdür?

Yağmurda gizli ritimler

Araştırmacılar, muson yağmurları, tayfunlar ve cephe fırtınalarının sık görüldüğü doğu Çin genelinde 1.729 istasyondan beş yıllık yüksek kaliteli saatlik yağmur ölçer verisini incelediler. Ne kadar yağdığına bakmak yerine, aşırı saatlik olayların ne zaman gerçekleştiğine ve ne kadar sürdüğüne odaklandılar. Zaman serisi analizinden araçlar kullanarak, yağış kayıtlarının uzun süreli kalıcılık gösterip göstermediğini — başka bir deyişle ıslak ya da kuru dönemlerin saatler veya günler öncesini “hatırlayıp hatırlamadığını” — araştırdılar; yoksa tamamen rastgele bir işlem gibi mi davranıyorlar. Saatlik yağışın iki ayrı zaman ölçeğine sahip olduğunu buldular: yaklaşık yarım günden beşe kadar uzanan kısa ölçekli (güçlü kalıcılık gösteren) bir aralık ve beş günden daha uzun olan, çok daha zayıf belleğe sahip uzun bir aralık.

Birlikte gelen fırtınalar

Bu arka planla ekip, uç değerlere odaklandı: çok yüksek yağışlı nadir saatler. İki temel özelliği ölçtüler — aşırı olaylar arasındaki zaman aralığı ve bir aşırı dönemin başladıktan sonra ne kadar sürdüğü. Eğer uç değerler rastgele olsaydı, aralarındaki boşluklar radyoaktif bozunma ya da Poisson sürecine benzer basit bir düzen izlerdi. Bunun yerine gözlenen aralıklar, beklenenden daha fazla çok kısa ve çok uzun aralığın bulunduğu “gerilmiş” bir dağılım gösterdi; bu da yoğun sağanakların daha sakin dönemlerle ayrılmış kümeler halinde gelme eğiliminde olduğunu gösteriyor. Aşırı olayların süreleri de rastgele veriyle karşılaştırıldığında uzun süreli olayların daha yüksek ihtimalini sergiledi. Bilim insanları verilerin sırasını, kısa vadeli yapıyı korurken uzun menzilli belleği yok etmek için karıştırdıklarında, kümelenme ortadan kayboldu; bu da kümelenmenin ana sürücüsünün bu bellek olduğunu doğruluyor.

Dünün fırtınası yarının riskini nasıl şekillendirir

Bu bağlantıyı daha somut hale getirmek için yazarlar her aşırı olayın başka bir olayın yakında meydana gelme olasılığını ne kadar güçlendirdiğini hesapladılar. "Tehlike fonksiyonu" adını verdikleri bir yöntem kullandılar; bu fonksiyon şu soruyu soruyor: t saat önce bir aşırı saat olduysa, bir sonraki kısa zaman aralığında başka bir aşırının olma olasılığı nedir? Gerçek yağış verilerinde bu risk, bir aşırıdan kısa süre sonra yüksek başlıyor ve sonra yaklaşık dört güne kadar bir kuvvet yasası (power law) şeklinde azalıyor; bundan sonra geçmiş olayların etkisi azalmış oluyor. Aynı uzun süreli kalıcılığı paylaşacak şekilde yapay olarak oluşturulan veriler neredeyse aynı davranışı gösterirken, tamamen karıştırılmış veriler düz bir tehlike eğrisi verdi ve hiçbir bellek olmadığını işaret etti. Bu sonuçlar, yağışın çok ölçekli yapısının — kısa zaman ölçeklerinde güçlü belleğe sahip olmasının — uç değerlerin zaman içinde nasıl kümelendiğini doğrudan şekillendirdiğini gösteriyor.

Kalıpları erken uyarılara dönüştürmek

Bu içgörüyü temel alarak araştırmacılar basit bir istatistiksel uyarı yöntemi önerdiler. Her istasyonda geçmiş yılların saatlik verilerini kullanarak tehlike fonksiyonunu tahmin ettiler ve sonra saat saat geçen zamanı son aşırıdan beri mevcut risk düzeyine dönüştürdüler. Tahmini risk seçilen bir eşiği aşıyorsa sistem yaklaşan bir aşırı olay için alarm verecekti. Performansı, tahmin alanında yaygın bir ölçüt olan alıcı işlem karakteristiği (ROC) eğrisi ile değerlendirdiler; bu eğri sistemin aşırıları ne sıklıkta doğru şekilde sinyallediğini, aynı zamanda aşırı olmayan saatleri ne sıklıkta doğru tanımladığını tartar. İstasyonlar arasında genel uyarı verimliliği yaklaşık 0,69 ile 0,93 arasında değişti, ortalama 0,76 idi ve yağıştaki kısa vadeli bellek ne kadar güçlüyse en yüksek bulundu. Önde gelen bir küresel hava tahmin sistemi ile karşılaştırıldığında, tamamen istatistiksel yöntemleri biraz daha az doğru olsa da, altı saatlik öngörüler için hâlâ rekabetçi bulundu.

Gelecekte sel güvenliği için bunun anlamı

Bu çalışma, doğu Çin’deki aşırı saatlik yağışların rastgele gelmediğini; zaman içinde kümelendiğini ve bu kümelenmenin fırtınaların saatler ve günler boyunca sürme biçimine dayandırılabileceğini gösteriyor. Her aşırının ardından yeni bir sağanağın riski nasıl yükselip düştüğünü nicelleştirerek, yazarlar göreceli olarak basit, veri odaklı bir yaklaşımın karmaşık sayısal hava modellerini tamamlayacak kullanışlı erken uyarılar sağlayabileceğini gösteriyor. Pratik açıdan, şehirler, çiftçiler ve su yöneticileri bir gün bu tür örüntü-temelli araçları kullanarak ani sel açısından “tehlike penceresine” girdikleri zamanı daha iyi tahmin edebilir; bu da ağır yağışların daha yaygın hale gelmesinin beklendiği ısınan bir dünyada ek bir koruma katmanı sağlar.

Atıf: Yang, L., Yuan, N. & Chen, B. Forewarning extreme precipitation events using scaling behaviors. Sci Rep 16, 10795 (2026). https://doi.org/10.1038/s41598-026-45565-3

Anahtar kelimeler: aşırı yağış, saatlik yağmur, fırtına kümelenmesi, erken uyarı, iklim değişkenliği