Karadeniz ekosistem modeli parametrelerinin tahminine yönelik istatistiksel yaklaşımlar
Statistical approaches for parameter estimation of the Black Sea ecosystem model
- Tez No: 992867
- Danışmanlar: PROF. DR. ŞÜKRÜ TURAN BEŞİKTEPE
- Tez Türü: Doktora
- Konular: Deniz Bilimleri, Marine Science
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Deniz Bilimleri Ana Bilim Dalı
- Bilim Dalı: Canlı Deniz Kaynakları Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Parslow ve çalışma arkadaşları tarafından geliştirilen Bayesyen Hiyerarşik Modelleme (Bayesian Hierarchical Modeling, BHM) yaklaşımı, stokastik bir besin–fitoplankton–zooplankton–detritus (NPZD) biyokimyasal ekosistem modelinde parametre tahmini amacıyla Karadeniz'in açık sularına uygulanmıştır. Bu kapsamda, Parçacık Markov Zinciri Monte Carlo (Particle Markov Chain Monte Carlo, PMCMC) yöntemi kullanılarak uydu kaynaklı klorofil-a gözlemleri, deniz yüzeyi sıcaklığı ve karışım tabakası derinliği gibi temel fiziksel değişkenlerle birlikte modele entegre edilmiştir. Bu yaklaşım, ekosistem durum değişkenleri ile biyokimyasal model parametrelerinin eşzamanlı olarak çıkarımına olanak tanıyarak parametre belirsizliğinin belirgin biçimde azaltılmasını sağlamıştır. Elde edilen posterior dağılımlar, özellikle fitoplankton büyümesi ve zooplankton dinamikleriyle ilişkili biyolojik parametreler üzerinde güçlü kısıtlamalar oluştuğunu göstermektedir. Buna karşılık, detritusun batma hızı ve ışık zayıflaması gibi dikey süreçleri temsil eden parametrelerin tanımlanabilirliğinin sınırlı kaldığı belirlenmiştir. Bu durum, söz konusu süreçlerin uzaktan algılama verileriyle doğrudan gözlemlenememesi ve ağırlıklı olarak su kolonunun alt katmanlarında gerçekleşmesiyle ilişkilidir. Bulgular, Bayesyen hiyerarşik çerçevenin biyolojik olarak baskın süreçleri etkin biçimde öğrenirken, zayıf gözlemlenen fiziksel ve dikey süreçlerde belirsizliği koruduğunu ortaya koymakta ve uzaktan algılama verilerinin in situ gözlemlerle desteklendiği bütünleşik gözlem stratejilerinin, veri açısından sınırlı denizel sistemlerde model temelli çıkarımların doğruluğunu ve ekolojik yorumlanabilirliğini artırmak açısından kritik önem taşıdığını göstermektedir.
Özet (Çeviri)
The Bayesian Hierarchical Modeling (BHM) framework developed by Parslow and co-workers was applied to the open waters of the Black Sea to estimate parameters of a stochastic nutrient–phytoplankton–zooplankton–detritus (NPZD) biogeochemical ecosystem model. Within this framework, satellite-derived chlorophyll-a observations were integrated with key physical variables, including sea surface temperature and mixed layer depth, using the Particle Markov Chain Monte Carlo (PMCMC) method. This approach enables the joint inference of ecosystem state variables and biogeochemical model parameters, resulting in a marked reduction in parameter uncertainty. The posterior distributions indicate that strong constraints are obtained particularly for biologically driven parameters associated with phytoplankton growth and zooplankton dynamics. In contrast, parameters representing vertical processes, such as detritus sinking velocity and light attenuation, remain weakly identifiable, primarily because these processes cannot be directly observed by remote sensing and predominantly occur in the deeper layers of the water column. Overall, the results demonstrate that the Bayesian hierarchical framework effectively learns biologically dominant processes while appropriately retaining uncertainty in poorly observed physical and vertical processes, highlighting the critical importance of integrated observational strategies in which satellite observations are complemented by in situ measurements to improve the accuracy and ecological interpretability of model-based inference in data-limited marine systems.
Benzer Tezler
- Mevsimsel değişikliğin Filyos Çayı su kalitesine etkisinin yapay sinir ağı ile belirlenmesi
Determination of seasonal changes in Filyos Stream water quality by artificial neural network
BERNA AKSOY
Doktora
Türkçe
2018
İnşaat MühendisliğiZonguldak Bülent Ecevit Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI ÖZÖLÇER
PROF. DR. EMRAH DOĞAN
- İstanbul'daki şehirleşmenin kar yağışına etkisi
The impact of urbanization in istanbul on snowfall
SİMLA İŞLER
Yüksek Lisans
Türkçe
2020
Meteorolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. ÖMER LÜTFİ ŞEN
- İklim değişikliğine dirençli habitat stratejilerinin belirlenmesi: KTÜ kanuni yerleşkesi örneği
Determining climate change resistant habitat strategies: KTU kanuni campus example
DEMET ÜLKÜ GÜLPINAR SEKBAN
Doktora
Türkçe
2024
Peyzaj MimarlığıKaradeniz Teknik ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. CENGİZ ACAR
- Analysis of global climate change on the hydrography of the Black Sea using CMIP6 climate models
Global iklim değişikliğinin Karadeniz hidrografisine etkisinin CMIP6 modelleri kullanılarak yapılan analizi
DERİN ÜLGER ÇETİN
Yüksek Lisans
İngilizce
2023
Deniz Bilimleriİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. MEHMET ILICAK
- Atmospheric correction of ocean color for the mineral dust aerosol over the Mediterranean sea and remotely sensed characterisation of coccolithophore blooms in the Black Sea
Akdeniz'de çöl tozu aerosolü için okyanus renginin atmosferik düzelmesi ve Karadeniz'de kokolit patlamalarının uzaktan algılama ile karakterize edilmesi
TÜLAY ÇOKACAR
Doktora
İngilizce
2005
Su ÜrünleriOrta Doğu Teknik ÜniversitesiFiziksel Oşinografi ve Deniz Biyolojisi Ana Bilim Dalı
PROF. DR. TEMEL OĞUZ