Hava kirliliği son zamanlarda Isparta ilinin en önemli çevre problemlerinin biridir. Isparta İl merkezinde hava kirliliği kaynakları, konut, trafik ve sanayi kaynaklıdır. Bunların yanı sıra meteorolojik faktörler ve toporafik yapı oluşan kirliliğin atmosferde yayılmasını önlemektedir. Böylelikle özellikle kış aylarında Isparta kent merkezi Türkiyede en kirli havaya sahip bölgelerden birisi haline gelmektedir. İnsanların hava kirliliğinden mümkün olduğunca az etkilenmesi için, hava kirliliği göstergelerini tahmin ederek, hava kirliliği uyarı sistemleri geliştirmek gerekmektedir. Bu tez çalışmasında Isparta kent merkezinde 2007-2012 yılları arasında ısınmadan kaynaklı hava kirliliği değişimi, SO2 ve PM hava kirlilik parametreleri üzerinden incelenmiştir. Meteorolojik parametreler elde edilerek kirlilik parametreleri ve meteorolojik parametreler arasındaki ilişki veri madenciliği süreci ile ortaya konmuştur. Veri madenciliği sürecinde PM ile meteorolojik veriler arasındaki ilişkiyi en iyi açıklayan algoritma Kstar algoritmasıdır. SO2 için yapılan modelleme çalışmaları sonucunda, tüm meteorolojik verilerin bağımsız değişken olarak kullanıldığı modelleme çalışmasında LWL algoritması en yüksek korelasyon katsayısı vermiş olup (r=0.7163), sıcaklık, rüzgar hızı ve basıncın bağımsız değişken olduğu çalışmaların sonucunda ise İsotonic Regression algoritması en yüksek korelasyon katsayısı değerini vermiştir (r=0.8602). SO2 modelleme çalışmalarında dördüncü bağımsız değişken olarak düzeltme faktörü eklenmiş ve modelleme çalışmaları sonunda Decision Table algoritması en yüksek korelasyon değerini vermiştir (r=0.9083) Anahtar Kelimeler: Hava kirliliği, PM, SO2, regresyon, meteorolojik faktörler, istatiksel analiz, veri madenciliği süreci.
Air pollution is recently one of the most important environmental problems of Isparta province. Air pollution sources in the city center of Isparta be welded residential, traffic and industrial. As well as, meteorological and topographical structure is prevent the spread of pollution in the atmosphere. Thus, especially in the winter months the city center of Isparta is becoming one of most polluted air regions in Turkey. Air pollution warning systems should be develop by estimating indicators of the air pollution for as little as possible affection of humans from air pollution. In this study, air pollution caused by heat exchange in the city center of Isparta between the years 2007-2012 were examined with air pollution parameters of SO2 and PM. Kstar algorithm is an algorithm that best describes the relationship between the PM and meteorological data in the data mining process. As a result of the modeling studies for SO2, when all meteorological data used as independent variables in the modeling study, LWL algorithm has gave the highest correlation coefficient (r = 0.7163). As a result of the studies when temperature, wind speed and pressure are the independent variables, Isotonic Regression algorithm gave the highest value of correlation coefficient (r = 0.8602). In the modeling studies of SO2 the correction factor has added as the fourth argument, and at the end of the modelling studies, Decision Table algorithm has the highest correlation value. (r = 0.9083). Keywords: Air pollution, PM, SO2, meteorological factors, statistical analysis, data mining process
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Çevre Mühendisliği Anabilim Dalı, 2014.
Kaynakça var.
Hava kirliliği son zamanlarda Isparta ilinin en önemli çevre problemlerinin biridir. Isparta İl merkezinde hava kirliliği kaynakları, konut, trafik ve sanayi kaynaklıdır. Bunların yanı sıra meteorolojik faktörler ve toporafik yapı oluşan kirliliğin atmosferde yayılmasını önlemektedir. Böylelikle özellikle kış aylarında Isparta kent merkezi Türkiyede en kirli havaya sahip bölgelerden birisi haline gelmektedir. İnsanların hava kirliliğinden mümkün olduğunca az etkilenmesi için, hava kirliliği göstergelerini tahmin ederek, hava kirliliği uyarı sistemleri geliştirmek gerekmektedir. Bu tez çalışmasında Isparta kent merkezinde 2007-2012 yılları arasında ısınmadan kaynaklı hava kirliliği değişimi, SO2 ve PM hava kirlilik parametreleri üzerinden incelenmiştir. Meteorolojik parametreler elde edilerek kirlilik parametreleri ve meteorolojik parametreler arasındaki ilişki veri madenciliği süreci ile ortaya konmuştur. Veri madenciliği sürecinde PM ile meteorolojik veriler arasındaki ilişkiyi en iyi açıklayan algoritma Kstar algoritmasıdır. SO2 için yapılan modelleme çalışmaları sonucunda, tüm meteorolojik verilerin bağımsız değişken olarak kullanıldığı modelleme çalışmasında LWL algoritması en yüksek korelasyon katsayısı vermiş olup (r=0.7163), sıcaklık, rüzgar hızı ve basıncın bağımsız değişken olduğu çalışmaların sonucunda ise İsotonic Regression algoritması en yüksek korelasyon katsayısı değerini vermiştir (r=0.8602). SO2 modelleme çalışmalarında dördüncü bağımsız değişken olarak düzeltme faktörü eklenmiş ve modelleme çalışmaları sonunda Decision Table algoritması en yüksek korelasyon değerini vermiştir (r=0.9083) Anahtar Kelimeler: Hava kirliliği, PM, SO2, regresyon, meteorolojik faktörler, istatiksel analiz, veri madenciliği süreci.
Air pollution is recently one of the most important environmental problems of Isparta province. Air pollution sources in the city center of Isparta be welded residential, traffic and industrial. As well as, meteorological and topographical structure is prevent the spread of pollution in the atmosphere. Thus, especially in the winter months the city center of Isparta is becoming one of most polluted air regions in Turkey. Air pollution warning systems should be develop by estimating indicators of the air pollution for as little as possible affection of humans from air pollution. In this study, air pollution caused by heat exchange in the city center of Isparta between the years 2007-2012 were examined with air pollution parameters of SO2 and PM. Kstar algorithm is an algorithm that best describes the relationship between the PM and meteorological data in the data mining process. As a result of the modeling studies for SO2, when all meteorological data used as independent variables in the modeling study, LWL algorithm has gave the highest correlation coefficient (r = 0.7163). As a result of the studies when temperature, wind speed and pressure are the independent variables, Isotonic Regression algorithm gave the highest value of correlation coefficient (r = 0.8602). In the modeling studies of SO2 the correction factor has added as the fourth argument, and at the end of the modelling studies, Decision Table algorithm has the highest correlation value. (r = 0.9083). Keywords: Air pollution, PM, SO2, meteorological factors, statistical analysis, data mining process