Hava Kirliliğinin Makine Öğrenmesi Yöntemleriyle Tahmini

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Bursa Uludağ Üniversitesi, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: Ayça Güven

Danışman: Betül Yağmahan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Hava kirliliği, insanlar için dünya çapında bir risk olarak kabul edilmektedir. Uzun süre yüksek düzeyde ozon kirleticisine maruz kalmak bronşit, amfizem, astım vb. gibi kronik solunum yolu hastalıklarına yol açabilir. İnsan vücudu üzerindeki etkisine ek olarak, yüksek düzeyde ozon, mahsullerin fotosentez verimliliğini etkileyerek mahsul veriminin azalmasına da neden olur. Buna ek olarak, kentsel alanlarda hava kalitesini bozan kilit kirleticilerden biri olarak kabul edilmektedir. Bu nedenle hava kalitesinin önceden tahmin edilmesi insanları hava kirliliği konusunda uyarmak ve kontrol etmekte önemli bir rol oynamaktadır. Bu çalışmada Bursa ilindeki Bursa Uludağ Üniversitesi ve Kültürpark istasyonları için saatlik ozon hava kirleticisinin konsantrasyon değerleri makine öğrenmesi algoritmalarıyla tahmin edilmiştir. Veriler Çevre, Şehircilik ve İklim Değişikliği Bakanlığı'nın Ulusal Hava Kalitesi İzleme Ağı sitesinden elde edilmiştir. Tahminleme modeli kurulurken kirletici ve meteorolojik veriler (hava sıcaklığı, rüzgar hızı, bağıl nem ve hava basıncı) kullanılmıştır. Kullanılan makine öğrenmesi regresyon algoritmaları; rastgele orman, karar ağacı, destek vektör, k-en yakın komşu ve çok katmanlı algılayıcı regresyonudur. Regresyon algoritmalarının başarı değerleri Kök Ortalama Kare Hatası, Ortalama Kare Hata, Ortalama Mutlak Hata, Ortalama Mutlak Yüzde Hata ve Açıklayıcılık Katsayısı ile kıyaslanarak sonuçlar değerlendirilmiştir. İki istasyon için rastgele orman regresyon algoritmasının ozon konsantrasyonlarının tahmininde diğer algoritmalardan daha iyi sonuçlar verdiği görülmüştür.