Hava kalitesi üzerindeki meteorolojik ve emisyon etkilerinin belirlenmesinde makine öğrenmesi tabanlı meteorolojik normalleştirme yönteminin uygulanması

Abstract

Tez No İndirme Tez Künye Durumu 887355 Pdf dosyası Hava kalitesi üzerindeki meteorolojik ve emisyon etkilerinin belirlenmesinde makine öğrenmesi tabanlı meteorolojik normalleştirme yönteminin uygulanması / Application of machine learning-based meteorological normalization to quantify meteorological and emissions impacts on air quality Yazar:MUHAMMED DENİZOĞLU Danışman: PROF. DR. ALİ DENİZ Yer Bilgisi: İstanbul Teknik Üniversitesi / Lisansüstü Eğitim Enstitüsü / Meteoroloji Mühendisliği Ana Bilim Dalı / Atmosfer Bilimleri Bilim Dalı Konu:Meteoroloji = Meteorology Dizin: Onaylandı Yüksek Lisans Türkçe 2024 85 s. Hem antropojenik hem de doğal emisyonların bir sonucu olan hava kirliliği, insan sağlığı, çevre ve iklim üzerinde olumsuz etkileri olan küresel bir sorundur. Kirleticilerdeki mekansal ve zamansal değişiklikler meteorolojik olaylardan ve atmosferin dinamik yapısından önemli ölçüde etkilenmektedir. Bu nedenle emisyonların modellenmesinde atmosferik koşulların etkisinin çok iyi bilinmesi gerekmektedir. Bu çalışmada Türkiye'nin en gelişmiş bölgesi olan Marmara Bölgesi'ndeki 10 şehirdeki Hava Kalitesi İzleme İstasyonlarından 2013-2020 dönemine ait saatlik PM10 verilerini açıklamak için meteoroloji istasyonlarından alınan meteorolojik gözlem, sınır tabaka yüksekliği ve zamansal değişkenleri kullanılarak ağaç tabanlı makine öğrenmesi yöntemi olan random forest (RF) modelleri kurulmuştur. Marmara Bölgesi'nde meteorolojinin ve emisyonların hava kalitesindeki değişiklikler ve trendler üzerindeki etkisini belirlemek amacıyla random forest modelleri meteorolojik normalleştirme işleminde kullanıldı. Meteorolojik olarak normalleştirilmiş PM10 konsatrasyonları ile ölçüm PM10 konsantrasyonları Theil-Sen trend analizinde kullanıldı. Bu çalışmada yapılan analize göre Marmara Bölgesi'ndeki 10 şehrin tamamının yıllık ortalama değerleri Dünya Sağlık Örgütü yıllık limit değerinin çok üstündedir. Dünya Sağlık Örgütü günlük limit değerlerini aşan gün sayısı çalışma periyodu boyunca en az Çanakkale (283) ve en çok Bursa (2182) tespit edilmiştir. Model performansı determinasyon katsayısı (R2) değeri için %60 ile %73 arasında değişirken Hataların Karesinin Ortalamasının Karekökü (RMSE) değerleri için 13,85 ile 34,93 arasında değişti. Jülyen günü, sınır tabaka yüksekliği ve sıcaklık genellikle PM10 konsantrasyondaki değişimi açıklayan en önemli değişkenlerdi. Çalışma periyodu boyunca 10 şehirden 7'sinde PM10 konsantrasyonlarının uzun vadeli trendi -5,07 µgm−3 ile -0,27 µgm−3 arasındaki değerler ile azalan bir trend göstermiştir. Meteorolojik olarak normalleştirilmiş PM10 konsantrasyonlarının uzun vadeli trend değerleri 8 şehirde −0,02 µgm−3 ile −5,1 µgm−3 arasındaki değerler ile negatif bir trend göstermiştir. Yıllık ortalamalarda meteorolojinin etkisi nispeten sabit devam ederken bölgenin genelinde kirlilik emisyondan kaynaklanan konsantrasyonlar ile açıklanır. Son yıllarda ölçülen konsantrasyonlardaki düşüş azalan emisyonlar ile ilişkilidir. Bu analiz yoluyla emisyonların ve meteorolojik koşulların etkisinin sınırlarının bilinmesi bölgenin hava kalitesinin iyileştirilmesinde faydalı olacaktır. Bu çalışmanın amacı hava kirliliğini daha iyi analiz ederek hava kalitesi ve iklim değişikliği konusundaki bilgimizi arttırmaktır.