Uncovering regional climate patterns in Turkey using multivariate functional data analysis

Creative Commons License

SÖZEN Ç., Öner Y.

Gümüşhane Üniversitesi Fen Bilimleri Dergisi, vol.16, no.1, pp.339-349, 2026 (Scopus, TRDizin)

Abstract

This study investigates regional climate patterns in Turkey through multivariate Functional Data Analysis (FDA) using daily observations recorded at 81 meteorological stations over 2012–2018 (T = 2557 days). Five coupled climate variables—mean temperature, total precipitation, temperature range, evaporation, and sunshine duration—are transformed into smooth functional trajectories using Fourier basis expansions with roughness control, where smoothing levels are selected via generalized cross-validation (GCV). To summarize joint seasonal variability and cross-variable dependence, we apply multivariate functional principal component analysis (MFPCA) and obtain low-dimensional score representations for each station. These scores are then used in a model-based clustering framework, with the number of climate regimes selected by the Bayesian Information Criterion (BIC). Finally, functional ANOVA (FANOVA) procedures are employed to evaluate whether the identified regimes differ significantly for each variable on the functional scale. The results reveal distinct data-driven climate regimes and indicate that regime separation is driven primarily by temperature range, evaporation, and sunshine duration, whereas differences in mean temperature and precipitation are comparatively weaker. Overall, the proposed FDA pipeline provides an interpretable and statistically principled framework for regional climate classification and functional inference, offering useful insights for climate monitoring and environmental modeling in Turkey.
Bu çalışma, Türkiye’deki bölgesel iklim örüntülerini çok değişkenli Fonksiyonel Veri Analizi (FVA/FDA) yaklaşımıyla incelemektedir. Analizde, 2012–2018 döneminde 81 meteoroloji istasyonunda kaydedilen günlük veriler kullanılmıştır (T = 2557 gün). Beş iklim değişkeni—günlük ortalama sıcaklık, günlük toplam yağış, günlük sıcaklık farkı (temperature range), buharlaşma miktarı ve güneşlenme süresi—pürüzlülük kontrollü Fourier baz genişletmeleri ile sürekli fonksiyonel eğrilere dönüştürülmüş; düzgünleştirme düzeyi genelleştirilmiş çapraz doğrulama (GCV) ile belirlenmiştir. Değişkenler arasındaki ortak mevsimsel yapı ve bağımlılık ilişkilerini düşük boyutlu biçimde özetlemek amacıyla çok değişkenli fonksiyonel temel bileşenler analizi (MFPCA) uygulanmış ve her istasyon için skor temsilleri elde edilmiştir. Bu skorlar üzerinden model tabanlı kümeleme gerçekleştirilmiş ve iklim rejimi sayısı BIC kriteri ile seçilmiştir. Son olarak, belirlenen rejimler arasında değişken bazında fonksiyonel farklılık olup olmadığını sınamak için fonksiyonel varyans analizi (FANOVA) testleri uygulanmıştır. Bulgular, Türkiye genelinde veri güdümlü iklim rejimlerinin ortaya çıktığını ve rejim ayrışmasının özellikle günlük sıcaklık farkı, buharlaşma ve güneşlenme süresi değişkenlerinde daha güçlü olduğunu; ortalama sıcaklık ve yağış değişkenlerinde ise farklılıkların görece daha zayıf kaldığını göstermektedir. Sonuç olarak, önerilen FVA tabanlı yaklaşım Türkiye’de bölgesel iklim sınıflandırması ve fonksiyonel çıkarım için yorumlanabilir ve istatistiksel olarak tutarlı bir çerçeve sunmaktadır.