Particulate matter 2.5 – PM2.5 mapping using MODIS satellite data and multivariate non-linear regression analysis over Marmara Region – Turkey

Abstract

This study estimated and mapped the dry-mass concentrations of PM2.5 (Particulate Matter 2.5) on the ground-level for the Marmara Region, Turkey, during 2013-2017, using multivariate nonlinear regression analysis. The study was conducted using AOD550 (Aerosol Optical Depth at 550 nm) derived from the collection C6.1 of MODIS (Moderate Resolution Imaging Spectroradiometer) Aqua and Terra of the NASA (National Aeronautics and Space Administration), meteorological variables of the ERA-5 assimilation of the ECMWF (European Centre for Medium-Range Weather Forecasts), and PM2.5 ground measurements of the UHKİA/NAQMS (National Air Quality Monitoring System) ground-stations network. MODIS AOD data were validated against AERONET (AErosol RObotic NETwork) ground-based sunphotometer AOD obtained from three sites around Turkey. In addition, MODIS AOD was compared to MERRA-2 (Modern-ERA Retrospective Analysis for Research and Application) Version 2 of AOD 550nm. The study aims mainly to map the PM2.5 dry-mass concentrations using MODIS C6.1 AOD550 gridded data over the Marmara Regions, Turkey, for the period between 2013 and 2017. Since a wide variety of health issues are attributed to PM2.5, we aim to assess human exposure to high PM2.5 concentrations in the region due to analyzing the spatiotemporal variability of PM2.5. Besides, an objective is to evaluate the efficiency of the MODIS sensor to retrieve AOD at 550 over the study area using both sunphotometer and gridded data. The fourth objective is to examine the associations between meteorological conditions and PM2.5. Finally, Turkey is a candidate country for a European Union membership. Therefore, we aim to assess the vulnerability of humans in the Marmara region to excessive PM2.5 concentrations based on the E.U.s' air quality regulations. Datasets of AOD obtained from three sites (METU-ERDEMLI, ATHENS-NOA, and Cyprus CUT-TEPAK) of AERONET ground-based sunphotometer were used to validate MODIS AOD. Collocated AOD pixels from the Terra and Aqua daily rasters were averaged and combined to improve the availability AODs. However, MODIS Terra, Aqua, and combined Terra/Aqua AOD datasets were validated independently against AERONET. Also, the three MODIS datasets were compared to the MERRA-2 AOD datasets of Morning, Noon, combined Morning/Noon, respectively. Furthermore, the statistics of both dataset validation versus AERONET were investigated under different R.H. conditions. According to the statistics of seasonal and daily regression analysis, MODIS AOD is better than MERRA-2 by the mean of R2, MAE, and RMSErel. Combined AODs from MODIS Terra/Aqua and MERRA-2 Morning/Noon exhibited better validation results than the individual datasets against AERONET AOD. Apparent annual cycling was demonstrated by the three datasets of AOD over Turkey. Though, MODIS underestimated while MERRA-2 overestimated AERONET. In addition, MODIS was found more efficient than MERRA-2 in detecting extreme episodes of AOD over Turkey. Particles' hygroscopic growth by humidity changes aerosols' microphysical characteristics. It was found that the R2 of the regression analysis increases in low RH conditions. However, no significant changes were found in the MAE/RMSErel. Therefore, MODIS combined Terra/Aqua AOD dataset has been chosen to estimate PM2.5 concentrations over the Marmara Region. The linear correlation between ambient MODIS AOD and PM2.5 has been found weak (R2=0.152). The hygroscopic growth effects of R.H. (Relative Humidity) on the particles were corrected by the nonlinear extinction coefficient 𝑓(𝑅𝐻). Also, BLH (Boundary Layer Height) has been utilized to estimate the AOD at the ground level (AODh0). The MODIS combined Terra/Aqua AOD outcomes were divided by the BLH values obtained from ERA-5 meteorological gridded datasets. Daily mean pixel values of relative humidity, boundary layer height, temperature, wind speed, precipitation, and sea level pressure, were calculated from averaging every days' provided ERA-5 rasters. However, daily pixel values of resultant wind speed have been calculated from the vertical and horizontal wind speed rasters. The meteorological variables were added to the MODIS AOD in a multivariate additive model to improve the PM2.5–AOD relationship. Meteorological variables along with the 𝑓(𝑅𝐻) and BLH corrections have been found increasing the additive models' R2 into 0.492. Collection window of 3x3 pixels (30x30 km2) of the MODIS AOD was used to calculate the daily values of AOD over every PM2.5 measuring site. Thus, to increase the daily AOD values' representativity, only the collected number of daily matchups resulted from averaging more than 5 pixels were considered in the model. Since R.H. changes the aerosols' microphysical properties, daily matchups with extreme humidity events (R.H.>90%) were excluded from the model. Besides, minimal values of PM2.5 (PM2.5<5 μg/m3) are hard to be detected by the statistical models; thus, they were excluded to reduce bias and improve R2. Although 7% of the data were excluded, the models' R2 increased to 0.602. At the last stage of the model, monthly and seasonal predictors were added to optimize the models' efficiency and statistics. The last stage of the model caused a 14% inclination for the models'R2. Clear annual cycling of PM2.5 was detected by both the model and datasets of ground stations. The monthly average PM2.5 was found to decrease in summer and reach its maximum in the winter season. The concentrations reached their maximum in January (39 μg/m3) and reached their minimum in July (13 μg/m3). This could be explained by burning low-quality coal and fossil fuels for heating in the cold months. Also, the model tends to underestimate and overestimate PM2.5 in the months of winter and summer, respectively. Daily maps of PM2.5 were averaged for every month to reduce the missing pixels and produce monthly- seasonal- and annual-average maps of PM2.5. Availability of pixels in every raster ranged between 33% and 66% for winter and summer, respectively. Compared to other cities of the region, the monthly average map of PM2.5 has shown high concentrations over Edirne, Bursa, and Kocaeli. This is due to the intensive burning of coal and fossil fuels for heating. According to the E.U.s' (European Union) limit of PM2.5 (25 μg/m3), the seasonal and annual maps were classified to produce the E.U.s' exceedance maps. The seasonal exceedance maps showed that the PM2.5 exceeds the limit in most of the Marmara Region in winter. However, more than 90% of the region is lower than the E.U.s' limit for the other three seasons. The annual exceedance maps clearly showed that the area of exceedance declined from 11.8% to 2.1% between 2013 and 2017, respectively. Finally, the model outcomes of PM2.5 were validated against ground measured PM2.5. Since PM2.5 seasonal and annual variability were found in the Marmara Region, leave-one-out CV Cross-Validation (CV) was conducted on a seasonal and annual basis. The number of available matchups of the leave-season-out for winter was found the least among the four seasons. However, a good agreement is found between the model-estimated and ground-measured PM2.5. The R2 ranged between 0.51 and 0.65 for spring and summer, respectively. The final R2 and RMSErel were 0.687 and 27%, respectively. However, the model underestimated the extreme events of PM2.5, especially in winter.

Bu çalışmada, çok değişkenli doğrusal olmayan regresyon analizini kullanarak Marmara Bölgesi, Türkiye için 2013-2017 yılları arasında yer seviyesinde PM2.5 (Partikül Madde 2.5) kuru kütle konsantrasyon dağılımı tahmin edilmiş ve dağılım haritası üretilmiştir. Çalışma, NASA'ya ait TERRA ve AQUA uydularında bulunan MODIS C6.1 (The Moderate Resolution Imaging Spectroradiometer) algılayıcısı ile elde edilen AOD550 nm (Aeorosol Optik Derinlik-550 nm) verileri, ECMWF tarafından üretilen ERA-5 meteorolojik parametreleri, Ulusal Hava Kalitesi İzleme Sistemi'ne ait yer istasyonlarından elde edilen yersel PM2.5 verileri kullanılarak gerçekleştirilmiştir. Uydu görüntülerinden elde edilen MODIS AOD verilerinin doğruluk değerlendirmesi için Türkiye ve yakın çevresinde bulunan üç AERONET istasyonundan elde edilen AOD değerleri kullanılmıştır. Ayrıca, MERRA-2 AOD verilerinin doğruluk performansı ile MODIS AOD verilerinin doğruluk performansı bu çalışma kapsamında AEORONET AOD verileri kullanılarak karşılaştırılmıştır. Çalışmada, MODIS C6.1 AOD550 verileri kullanarak 2013 ve 2017 yılları arasında Marmara Bölgesi, Türkiye için aylık PM2.5 kütle konsantrasyon haritalarının üretilmesi amaçlanmıştır. Ayrıca, Marmara Bölgesi'nde yaşayan nüfusun PM2.5 kirleticilerine maruz kalma durumunun mekânsal-zamansal PM2.5 analizleri ile değerlendirilmesi hedeflenmiştir. Avrupa Birliği (AB) üyeliğine aday bir ülke olan Türkiye'nin Marmara Bölgesi'ndeki PM2.5 konsantrasyonlarının AB'nin hava kalitesi yönetmeliklerine uygun olarak değerlendirilmesi önerilmiştir. Bunlara ek olarak, çalışma alanı için seçilen meteorolojik parametreler ile PM2.5 arasındaki istatistiksel ilişkinin araştırılması amaçlanmıştır. Türkiye ve yakın çevresinde yer alan üç farklı AERONET istasyonundan (ODTÜ-ERDEMLI, Atina-NOA ve Kıbrıs CUT-TEPAK) elde edilen AOD veri setleri, MODIS algılayıcısı ile elde edilen AOD değerlerinin doğruluk değerlendirmesi için kullanılmıştır. AERONET güneş fotometreleri, AOD değerlerini 550 nm' de elde etmemektedir. Doğruluk değerlendirmesinde kullanmak için AERONET istasyonlarında ölçülen AOD 440 nm ve AE440-550'den (Angstrom Exponent) kullanılarak AERONET AOD 550 nm hesaplanmıştır. Ayrıca, günlük yarım saatte bir ölçülen AERONET AOD değerlerinin ortalaması günlük sabah, öğlen ve sabah/öğlen (gün ortası) saatleri için hesaplanmıştır. Terra ve Aqua uydularına ait MODIS C6.1 AOD görüntüleri coğrafi konum dosyaları ve ENVI IDL 5.1 de üretilen bir algoritma kullanılarak geometrik düzeltmesi gerçekleştirilmiştir. MODIS Terra ve Aqua birleşik AOD görüntülerini üretmek için ortak pikseller ArcGIS 10.4 bulunan otomatik ve iteratif bir model kullanılarak birleştirilmiştir. Günlük Terra, Aqua ve Terra/Aqua AOD değerlerini hesaplamak için boyutu 30x30 km (dokuz MODIS piksel) olan pencere kullanılmıştır. Terra ve Aqua sonuçlarının birleştirilmesinin MODIS AOD'nin kullanılabilir veri kapasitesini yaklaşık %24,5 artırdığı görülmüştür. Bunların yanı sıra, MERRA-2 AOD verileri (.netCDF) GeoTiff raster verilere dönüştürülmüştür. Sabah ve Öğlen MERRA-2 raster verilerinin, Sabah/Öğlen (birleştirilmiş Sabah/Öğlen) AOD veri setini oluşturmak için ortalaması alınmıştır. Ancak, MERRA-2 sürekli bir veri seti olduğu için, MODIS Terra ve Aqua'dan farklı olarak, MERRA-2'nin sabah ve öğlen veri setlerinin birleştirilmesi AOD'nin kullanılabilirliğini etkilememiştir. Terra ve Sabah, Aqua ve Öğlen ve Terra/Aqua ve Sabah/Öğlen alt veri setleri sırasıyla AERONET Sabah, Öğlen ve Sabah/Öğlen için doğrulanmıştır. AOD'nin Türkiye için zaman serileri oluşturulmuş ve üç veri seti için de analiz edilmiştir. Ayrıca, bağıl nem aerosollerin mikrofiziksel özelliklerini etkilediğinden, MODIS ve MERRA-2'nin AOD alt veri setleri mevsimlere göre farklı RH koşulları için değerlendirilmiştir. Mevsimsel ve günlük regresyon analizi istatistiklerine göre, R2, MAE ve RMSErel ortalamaları göz önüne alındığında, MODIS AOD algılayıcısının performansı MERRA-2'den daha iyi olduğu belirlenmiştir. Doğruluk değerlendirmesi sonuçlarına göre MODIS Terra/Aqua ve MERRA-2 Sabah/Öğlen'den birleştirilmiş AOD'ler, AERONET AOD'ye karşı diğer veri setlerinden daha yüksek doğruluk değerlerine sahip olduğu tespit edilmiştir. Buna rağmen, MERRA-2 AERONET değerlerini değerinden fazla tahmin ederken MODIS ise AERONET değerlerini değerinden daha az olarak tahmin etmiştir. Ayrıca MODIS'in, Türkiye için ekstrem olayların yaşandığı dönemleri tespit etmede MERRA-2'den daha etkin olduğu görülmüştür. Partiküllerin nemden kaynaklı higroskopik büyümesi, aerosollerin mikrofiziksel özelliklerini değiştirmektedir. Regresyon analizinin sonucunda elde edilen R2 değerinin düşük RH koşullarında arttığı belirlenmiştir. Bununla birlikte, MAE/RMSErel değerlerinde istatistiksel anlamda önemli bir değişiklik tespit edilmemiştir. Bu nedenle, Marmara Bölgesi üzerindeki PM2.5 konsantrasyonlarını dağılımını belirlemek için birleştirilmiş MODIS Terra/Aqua AOD veri seti kullanılmıştır. UHKİA/NAQMS hava kalitesi yer ölçüm istasyonları her 30 dakikada bir PM2.5 verisi sağlamaktadır. Günlük PM2.5 veri seti elde etmek amacıyla, her istasyon için PM2.5 ölçümlerinin günlük ortalaması hesaplanmıştır. Bir ArcGIS 10.4 otomatik modeli kullanılarak her yersel PM2.5 ölçen istasyon sahası için birleştirilmiş MODIS Terra/Aqua AOD'nin günlük ortalama değerleri 30x30 km2 (dokuz MODIS piksel penceresi) alan için hesaplanmıştır. Kullanılan dokuz piksel, UHKİA/NAQMS yersel hava kalitesi istasyonu konumu piksel penceresinin ortasına gelecek şekilde seçilmiştir. Yersel istasyon PM2.5 ölçümlerinin ve MODIS AOD'nin veri kullanılabilirliği sırasıyla %94,2 ve %49,5 olarak tespit edilmiştir. Her iki veri setinde de eksik veriler olduğundan, kullanılabilir veri kümelerinin eş zamanlı olanlarını eşleştirme için bir Python 3.8 betiğinden yararlanılmıştır. PM2.5 ile uydu algılayıcısından elde edilen AOD arasındaki istatistiksel ilişkiyi kontrol edebilmek için öncelikle basit bir doğrusal korelasyon hesaplanmıştır. MODIS AOD ve PM2.5 arasındaki doğrusal korelasyon değerinin düşük olduğu belirlenmiştir (R2=0.152). Bu, atmosferik nemin neden olduğu su alımının higroskopik büyüme etkileri ile açıklanabilir ve doğrusal olmayan sönüm katsayısı 𝑓(𝑅𝐻) ile ölçülebilir. Bu nedenle, sönüm katsayısı, RH'nin [Relative Humidity (Bağıl Nem)] PM2.5 parçacıkları üzerindeki higroskopik etkilerini düzeltmek için kullanılmıştır. Ayrıca uydular, BLH [boundary layer height (sınır katmanı yüksekliği)] boyunca tüm AOD değerlerini (sütun biçimli AOD) birlikte kaydetmektedir, fakat yer istasyonları PM2.5'i yer seviyesinde ölçmektedir. Bu sebepten dolayı, yer seviyesinde (AODh0) AOD'yi tahmin etmek için BLH kullanılmıştır. ECMWF ERA-5'in gridli verilerinden türetilen, (i) sınır katmanı yüksekliği (BLH), (ii) Bağıl Nem (RH), (iii) Sıcaklık [Temperature (T)], (iv) dikey rüzgar hızı [vertical wind speed (VWS )], (v) yatay rüzgar hızı [horizontal wind speed (HWS)], (vi) toplam yağış [total precipitation (TP)] ve (vii) deniz seviyesi basıncı [sea level pressure (SLP)] için günlük ortalama değerleri hesaplanmıştır. VWS ve HWS'den rüzgar hızını (RWS) hesaplamak için hız denklemi, kullanılmıştır. ECMWF ERA-5'in meteorolojik veri setleri, netCDF veri formatı olarak sağlanır. NetCDF gridli veri setleri, Python 3.8'deki netCDF4 kitaplığı kullanılarak GeoTIFF veri formatına dönüştürülmüştür. Otomatik bir ArcGIS 10.4 modelinin yardımıyla, her ERA-5 meteorolojik değişkeninin günlük ortalama değerlerini hesaplamak için aynı piksel pencereleri (30x30 km2) kullanılmıştır. Sütun biçimli AOD'lerin MODIS AOD verileri üzerindeki etkileri, BLH değişkeni kullanılarak giderilmiştir. Birleştirilmiş MODIS Terra/Aqua AOD sonuçları, yer seviyesinde (h0 = 0) MODIS AOD'yi hesaplamak için ERA-5 meteorolojisinden elde edilen BLH değerlerine bölünmüştür. Nem ve sütun düzeltmeleri, PM2.5 ile MODIS AOD arasındaki ilişkiyi iyileştirmiştir. PM2.5 ile MODIS AOD arasındaki doğrusal olmayan korelasyon için R2 0,152'den 0,393'e yükselmiştir. Daha sonra, PM2.5-AOD ilişkisini iyileştirebilmek için çok değişkenli bir modelden yararlanılmıştır. Model, PM2.5'i bağımlı değişken olarak değerlendirirken, diğer yedisi (MODIS AOD ve altı meteorolojik değişken) bağımsız değişkenler olarak modele dahil edilmiştir. Meteorolojik değişkenlerin MODIS AOD ile birlikte çok değişkenli modele eklenmesi, R2'nin 0,492'ye çıkmasıyla sonuçlanmıştır. Günlük MODIS AOD değerleri, 3x3 piksel penceresinin sonuçlarının ortalaması alınarak hesaplanmıştır. MODIS AOD'ların temsil edilebilirliğini artırmak için, ortalama beş pikselden daha az olan AOD'lar modelin dışında bırakılmıştır. MODIS AOD kullanılabilirliğinde %7'lik bir azalmaya rağmen, genel R2 0,528'e yükselmiştir. Ayrıca, minimum PM2.5 değerlerinin modeller tarafından tahmin edilmesi zor olduğu için, beş μg/m3 (PM2.5 <5 μg/m3) altındaki PM2.5 yer ölçüm değerleri modelden çıkarılmıştır. Bu işlem, R2'yi 0,554'e ulaşacak şekilde arttırmıştır. Ancak, kullanılabilir AOD veri miktarı %41.02'den %38.82'ye düşmüştür. Daha önce değinildiği gibi, atmosferik nem, su alımı ile higroskopik büyümeye bağlı olarak aerosollerin mikrofiziksel özelliklerini değiştirmektedir. Aşırı bağıl nem olayları (RH>%90) ile günlük eşleşmelerin %4.4'ünün modelden çıkarılması R2'yi 0.602'ye çıkarmıştır. Marmara Bölgesi üzerindeki PM2.5'te belirgin bir zamansal değişiklik tespit edilmiştir. Modellerin istatistiksel sonuçlarını iyileştirmek için aylık ve mevsimsel tahmin ediciler modellere eklenmiştir. Böylece %4'lük bir R2 artışı ile 0,681 değerine ulaşılmıştır. Günlük zaman serileri, 12 istasyonun PM2.5 ölçümlerinin ve Marmara Bölgesi için üretilen günlük PM2.5 değerlerinin ortalaması alınarak oluşturulmuştur. Bölgedeki MODIS görüntülerinde AOD piksellerinin ortalama kullanılabilirliği 59,4 olarak bulunmuştur. PM2.5'in net yıllık döngüsü, hem model sonuçları hem de yer istasyonlarının PM2.5 veri setleri ile gösterilmiştir. Günlük ortalama PM2.5 değerlerinin yaz aylarında (Haziran ve Temmuz) azaldığı, Ocak ayında ise maksimum seviyesine (98,24 μg/m3) ulaştığı görülmüştür. Ayrıca, günlük zaman serileri, PM2.5 tahmin modelinin görece yüksek ortalama günlük PM2.5 değerlerini (70 μg/m3'ün üzerindeki PM2.5 değerleri) olduğundan daha az tahmin ettiğini göstermiştir. Aylık zaman serilerini analiz edebilmek amacıyla, her ay için PM2.5'in günlük haritaları ve yersel PM2.5 istasyon ölçümlerinin ortalaması alınmıştır. Günlük zaman serilerinde olduğu gibi, kış aylarında (Aralık, Ocak ve Şubat) PM2.5'te belirgin bir artış yaşandığı ve 38.84 μg/m3 seviyesine ulaşıldığı tespit edilmiştir. Buna karşılık olarak, PM2.5 konsantrasyonlarının bölgede yaz aylarında (Haziran, Temmuz ve Ağustos) minimum seviyeye indiği görülmektedir. Günlük zaman serisi verilerini aylık zaman serileri için birleştirmek, modellerin sonuçları ve yersel ölçümleri arasındaki istatistiksel değerleri iyileştirmiştir. Hesaplanan R2 değeri 0,568'den 0,721'e yükselirken, RMSE değeri 9,32 μg/m3'ten 4,48 μg /m3'e düşmüştür. Her iki zaman serisi için, modelin yersel ölçümleri olduğundan daha az hesapladığı görülmüştür. Hem günlük hem de aylık zaman serileri için değeri birden düşük RMB değerleri (sırasıyla 0.863 ve 0.927) elde edilmiştir. Kışın görülen yüksek PM2.5 konsantrasyonları, antropojenik faaliyetler ve meteorolojik koşullarla ilişkilidir. Fosil yakıtların ve düşük kaliteli kömürün (özellikle linyit kömürü) kışın kullanılması, insan kaynaklı PM2.5 emisyonlarını artırmaktadır. Ayrıca, kışın düşük sıcaklıklar, partiküllerin düşey karışmasını ve mekanik konveksiyonu zayıflatarak PM2.5 konsantrasyonlarını yükseltmektedir. PM2.5 dağılım haritalarının üretilmesi için Python 3.8'in netCDF4 kitaplığı ve ArcGIS 10.4 otomatikleştirilmiş model kullanılmıştır. Meteorolojik değişkenler Python'daki netCDF4 betiğinden yararlanılarak ayrı ayrı hesaplanmış ve sonrasında GeoTIFF dosyalarına dönüştürülmüştür. Elde edilen meteorolojik değerler daha sonra MODIS Terra/Aqua'nın AOD görüntülerine entegre edilmiştir. Eksik pikselleri azaltmak ve aylık, mevsimsel ve yıllık ortalama PM2.5 dağılım haritalarını oluşturmak amacıyla, her bir ay için günlük PM2.5 haritalarının ortalaması alınmıştır. Kullanılan her görüntüde kullanılabilir piksellerin miktarı, kış ve yaz için sırasıyla %33 ile %66 arasında değişmektedir. Aylık ortalama PM2.5 dağılım haritaları, Edirne, Bursa ve Kocaeli şehirleri için yüksek PM2.5 konsantrasyonları göstermiştir. Aşırı ısınma, endüstriyel faaliyetler ve doğal gaz yerine fosil yakıtların kullanılması Marmara Bölgesi'ndeki bu üç şehirde belirgin bir PM2.5 artışına neden olmuştur. AB'nin (Avrupa Birliği) PM2.5 (25 μg/m3) limiti esas alınarak, mevsimsel ve yıllık PM2.5 limit aşım haritaları oluşturulmuştur. Mevsimsel limit aşım haritaları, kış mevsiminde PM2.5'in Marmara Bölgesi'nin büyük bir bölümünde sınırı aştığını göstermiştir. Bununla birlikte, bölgenin %90'ından fazlası diğer üç sezon için AB'nin sınır değerinin altında olduğu belirlenmiştir. Yıllık aşım haritaları, limit değerinin aşıldığı alanların Marmara Bölgesinde 2013 ve 2017 yılları arasında %11,8'den %2,1'e düştüğünü açıkça göstermiştir. Bu durumun, bölgedeki hava kalitesine ilişkin kısıtlayıcı politikalarla ilişkili olabileceği düşünülmektedir. Son olarak, PM2.5'in model sonuçlarının, hava kalitesi istasyonlarının ölçtüğü yersel PM2.5 değerleri kullanılarak doğruluk değerlendirmesi yapılmıştır. Marmara Bölgesi'nde mevsimsel ve yıllık PM2.5 doğruluk değerlendirmesi için, "leave-one-out CV Cross-Validation (CV)" (birini dışarıda bırakma çapraz doğrulaması) yöntemi kullanılmıştır. Kış mevsiminin dışarda bırakıldığı doğruluk değerlendirmesi uygulamasında mevsimsel değerlendirmede en düşük sonuç elde edilmiştir. Bununla beraber, model kullanılarak tahmin edilen PM2.5 değerleri ile istasyonlarda ölçülen yersel PM2.5 değerleri arasında iyi bir uyum tespit edilmiştir. R2 değerleri, ilkbahar ve yaz için sırasıyla 0,51 ile 0,65 arasında değişmiştir. En son R2 ve RMSErel değerleri ise sırasıyla 0.687 ve %27'dir. Ancak model, özellikle kış mevsiminde yaşanan ekstrem olaylara ait PM2.5 değerlerini daha düşük olarak tahmin etmiştir.