Hidroloji alanında yaygın olarak kullanılan Kling-Gupta verimliliği (KGE) ölçütü, bugüne kadar yalnızca mevcut modellerin performansını değerlendirmek için kullanılıyordu. Ancak yeni bir araştırma, bu ölçütün istatistiksel tahmin aracı olarak da kullanılabileceğini gösteriyor.
Araştırmacılar, negatif yönelimli Kling-Gupta kaybını matematiksel bir çerçevede formüle ederek, çoklu doğrusal regresyondaki davranışını analiz ettiler. Bu yaklaşım, KGE değerini maksimize etmeye odaklanıyor ve geleneksel en küçük kareler (OLS) yönteminden önemli farklılıklar gösteriyor.
Yeni yöntemin en dikkat çekici özelliği, OLS katsayı vektörünü örneklem varyansları ve kovaryansları tarafından yönetilen bir varyans-şişirme faktörü ile ölçeklendirmesi. Bu sayede Kling-Gupta doğrusal regresyon tahminleri, eğitim setinde yanıt değişkeninin örneklem varyansını koruyabiliyor.
Bu gelişme, su kaynaklarının yönetimi, taşkın tahminleri ve kuraklık analizleri gibi hidrolojik uygulamalarda daha doğru sonuçlar elde edilmesine katkı sağlayabilir. Özellikle iklim değişikliğinin su kaynaklarına etkilerinin anlaşılması ve gelecek planlamaları için kritik önem taşıyor.