Gaziantep'te PM2.5 konsantrasyonunun zamansal ve mekânsal tahminine yönelik transfer öğrenme destekli hibrit yapay zeka modelleri

Abstract

Hava kirliliği, günümüzde çevresel sürdürülebilirlik ve insan sağlığı açısından en önemli küresel sorunlardan biri olarak kabul edilmektedir. Sanayi tesislerinden yayılan emisyonlar, araç trafiğinin yoğunluğu ve evlerdeki enerji tüketimi gibi insan faaliyetleri, atmosferde zararlı gazların ve partiküllerin birikmesine yol açarak ekosistemlerin dengesini bozmakta ve ciddi sağlık sorunlarını tetiklemektedir. Bu bağlamda, çapı 2.5 mikrometreden küçük olan PM2.5 partikülleri, solunum yoluyla akciğerlere kolayca ulaşabilmesi ve toksik etkileri nedeniyle hava kirliliği araştırmalarında özel bir öneme sahiptir. Türkiye'nin Güneydoğu Anadolu Bölgesi'nde yer alan Gaziantep, sanayi ve ticaret alanındaki lider konumu, hızlı kentleşme süreci ve artan nüfusuyla hava kirliliği riskinin yüksek olduğu bir şehir olarak öne çıkmaktadır. Bu tez çalışması, Gaziantep ilinde PM2.5 konsantrasyonlarının zamansal ve mekânsal dağılımını tahmin etmek amacıyla yenilikçi bir yaklaşım geliştirmeyi amaçlamış; makine öğrenmesi, derin öğrenme ve transfer öğrenme tekniklerini birleştirerek hava kalitesi yönetiminde veri odaklı bir çözüm sunmuştur. Çalışmanın temel hedefi, Gaziantep'teki PM2.5 kirliliğinin zaman içindeki değişimlerini ve coğrafi yayılımını anlamak, bu verilere dayanarak güvenilir tahmin modelleri oluşturmak ve eksik veri problemini çözerek PM2.5 ölçümü yapılmayan bölgeler için kirlilik tahminleri yapmaktır. Bu amaçla, Gaziantep'teki altı hava kalitesi izleme istasyonu (Atapark, Beydilli, Nizip, Fevzi Çakmak, GASKİ ve Meteoroloji) temel alınmış; 01.01.2021 - 31.12.2023 tarihleri arasındaki günlük veriler analiz edilmiştir. Ancak, GASKİ ve Meteoroloji istasyonlarında PM2.5 ölçümleri bulunmaması, bu bölgeler için alternatif bir tahmin yöntemi gerektirmiştir. Çalışma, veri toplama, ön işleme, modelleme ve değerlendirme olmak üzere dört ana aşamada yürütülmüştür. Veri kaynakları arasında, T.C. Çevre, Şehircilik ve İklim Değişikliği Bakanlığı'nın Ulusal Hava Kalitesi İzleme Ağı'ndan elde edilen PM2.5 ölçümleri, Open-Meteo'nun sağladığı meteorolojik veriler (sıcaklık, bağıl nem, rüzgar hızı vb.), Copernicus Atmosphere Monitoring Service (CAMS) yeniden analiz verileri, MODIS Aerosol Optik Derinlik (AOD) verileri, CORINE arazi kullanımı verileri, Global Human Settlement Layer'dan nüfus yoğunluğu verileri ve Sentinel-2'den NDVI (bitki örtüsü indeksi) verileri yer almıştır. Eksik veriler, Zincirleme Denklemlerle Çoklu Atama (MICE) yöntemiyle tamamlanmış; aykırı değerler ise Çeyrekler Arası Açıklık (IQR) yaklaşımıyla tespit edilip işlenmiştir. Modelleme süreci, zamansal ve mekânsal analizleri birleştiren çok katmanlı bir strateji izlemiştir. Zamansal tahminler için, geçmiş PM2.5 değerleri, hareketli ortalamalar ve meteorolojik parametreler kullanılarak XGBoost, LightGBM, Random Forest, Decision Tree, LSTM ve GRU modelleri test edilmiştir. Hiperparametre optimizasyonu, Optuna aracıyla gerçekleştirilerek modellerin performansı en üst düzeye çıkarılmıştır. Mekânsal analizde, istasyonların coğrafi konumları, nüfus yoğunluğu, sanayi mesafesi ve arazi kullanımı gibi değişkenler dikkate alınmış; LightGBM, XGBoost, Random Forest'un yanı sıra Geographically Weighted Regression (GWR) ve Graph Convolutional Network (GCN) modelleri uygulanmıştır. Çalışmanın en yenilikçi yönü, zamansal modelden elde edilen tahminlerin mekânsal modele entegre edilmesi ve transfer öğrenme ile hibrit bir sistem geliştirilmesidir. Bu yaklaşım, hava kirliliği tahmininde genellikle ayrı ayrı ele alınan zamansal ve mekânsal boyutları birleştirerek, hem zaman içindeki değişimleri hem de coğrafi dağılımı eşzamanlı olarak modelleme imkânı sunmuştur. Bu yenilikçi çerçevenin bir diğer önemli bileşeni, transfer öğrenme ile hibrit bir sistemin geliştirilmesidir. Transfer öğrenme, veri eksikliği gibi pratik zorlukları aşmada etkili bir çözüm sunmuş; özellikle GASKİ ve Meteoroloji istasyonlarında doğrudan PM2.5 ölçüm verisi bulunmaması sorununu ele almıştır. Bu süreçte, Atapark, Beydilli, Nizip ve Fevzi Çakmak istasyonlarından elde edilen zengin veri seti, sensörsüz istasyonlara bilgi aktarımı için bir kaynak olarak kullanılmıştır. Transfer öğrenme, yalnızca eksik verilerin tamamlanmasını değil, aynı zamanda modellerin genelleme kapasitesini artırarak farklı coğrafi koşullara uyarlanabilirliğini sağlamıştır. Hibrit sistem, zamansal ve mekânsal modellerin güçlü yönlerini birleştirirken, transfer öğrenmenin bu entegrasyonu optimize etme yeteneği, çalışmanın metodolojik yeniliğini pekiştirmiştir. Bu yaklaşım, hava kirliliği tahmininde veri kısıtlarının üstesinden gelmek için pratik ve ölçeklenebilir bir yöntem olarak öne çıkmaktadır. Autoencoder tabanlı Latent Dependency Factor (LDF) çıkarımı, bu hibrit sistemin temel taşlarından biri olarak eksik verilerin tamamlanmasında ve GASKİ ile Meteoroloji istasyonlarına bilgi aktarımında kritik bir rol oynamıştır. Autoencoder, ham verilerden sıkıştırılmış ve anlamlı temsiller (LDF) üreterek, PM2.5 konsantrasyonlarıyla ilişkili gizli desenleri ortaya çıkarmıştır. Bu süreçte, meteorolojik veriler, mekânsal değişkenler ve mevcut PM2.5 ölçümleri Autoencoder'a beslenmiş; model, bu karmaşık veri setinden düşük boyutlu ancak bilgi açısından zengin özellik vektörleri elde etmiştir. LDF'ler, özellikle GASKİ ve Meteoroloji istasyonları gibi sensör verisi olmayan bölgelerde PM2.5 seviyelerini tahmin etmek için Inverse Distance Weighting (IDW) yöntemiyle birleştirilmiş; böylece, kaynak istasyonlardan hedef istasyonlara mesafeye dayalı ağırlıklı bir bilgi transferi gerçekleştirilmiştir. Bu yöntem, yerel ölçüm eksikliğini telafi ederken, aynı zamanda istasyonlar arasındaki mekânsal ilişkileri de dikkate alarak tahminlerin güvenilirliğini artırmıştır. LDF çıkarımının başarısı, veri setindeki gürültüyü azaltması ve modellerin öğrenme sürecini kolaylaştırmasıyla da kendini göstermiştir. Performans değerlendirmesi, Ortalama Mutlak Hata (MAE), Kök Ortalama Kare Hata (RMSE) ve Belirlilik Katsayısı (R²) metrikleriyle yapılmıştır. Bulgular, LightGBM modelinin diğer yöntemlere kıyasla üstün bir performans sergilediğini göstermiştir. Zamansal modellemede, Atapark istasyonunda R² = 0.9224, Beydilli'de R² = 0.9560 ve Nizip'te R² = 0.9631 gibi yüksek doğruluk oranları elde edilmiş; bu başarı, özellikle son 3 günün hareketli ortalaması (PM2.5_RollingMean_3), bir önceki günün PM2.5 değeri (PM2.5_Lag_1) ve rüzgar hızı gibi değişkenlerin etkili kullanımına dayandırılmıştır. Mekânsal analizde ise LightGBM, Atapark'ta R² = 0.876, Beydilli'de R² = 0.965 ve Nizip'te R² = 0.879 değerleriyle en iyi sonuçları vermiş; nüfus yoğunluğu, yapısal alan yüzdesi ve CAMS PM2.5 verileri kirlilik dağılımında en önemli faktörler olarak belirlenmiştir. Zamansal tahminlerin mekânsal modele entegrasyonu, özellikle Nizip'te R² değerini 0.879'dan 0.963'e yükselterek model doğruluğunu artırmıştır; ancak Beydilli'de R²'de hafif bir düşüş (0.965'ten 0.951'e) gözlenmiştir ki bu, yerel faktörlerin farklı etkilerinden kaynaklanabilir. Transfer öğrenme destekli hibrit yaklaşım, Fevzi Çakmak'ta R² = 0.81 sonuçlarıyla sensörsüz bölgelerde tahmin yapabilme kapasitesini kanıtlamıştır. Gaziantep'teki PM2.5 seviyeleri, istasyonlar arasında çarpıcı farklılıklar sergilemiştir. Beydilli, 35.4 µg/m³ ile en yüksek kirlilik seviyesine sahip bölge olarak tespit edilmiş; bu, yoğun kentleşme, yüksek nüfus yoğunluğu (398.2 kişi/km²) ve trafik kaynaklı emisyonlarla ilişkilendirilmiştir. Nizip, 22.9 µg/m³ ile en düşük seviyeyi göstermiş; kentsel alanlardan uzak konumu ve daha az sanayi etkinliği bu durumu açıklamaktadır. Atapark, 24.9 µg/m³ ile orta seviyede kirlilik sergilemiş; %49.68 ormanlık alan oranı, kirliliği bir ölçüde dengelemiştir. GASKİ ve Meteoroloji istasyonları için transfer öğrenme ile tahmin edilen değerler, kentsel dinamiklere yakınlık nedeniyle orta-yüksek seviyelerde çıkmıştır. Meteorolojik faktörlerin etkisi de analiz edilmiş; rüzgar hızı kirletici dağılımını belirleyen temel bir unsur olarak öne çıkarken, düşük hızlar PM2.5 birikimini artırmıştır. Çalışma, bazı sınırlılıklarla karşılaşmıştır. Veri seti, 2021-2023 dönemini kapsayan 3 yıllık bir zaman dilimiyle sınırlı kalmış; bu, uzun vadeli trendlerin tam olarak modellenmesini engellemiştir. GASKİ ve Meteoroloji istasyonlarında doğrudan PM2.5 ölçümü olmaması, tahminlerin kesin doğruluğunu değerlendirme imkanını kısıtlamış; Fevzi Çakmak'taki başarı (R² = 0.81) bu tahminlerin güvenilirliğini desteklese de yerel farklılıklar belirsizlik yaratmıştır. AOD verileri, PM2.5 ile negatif korelasyon (-0.58'e kadar) göstererek güvenilir bir değişken olmaktan çıkmış; bu, uydu ölçümlerinin bölgesel meteorolojik koşullardan etkilendiğini düşündürmüştür. Derin öğrenme modelleri (LSTM ve GRU), veri miktarının yetersizliği nedeniyle LightGBM gibi makine öğrenmesi modellerinin gerisinde kalmış; Atapark'ta LSTM için R² = 0.6184 gibi düşük sonuçlar alınmıştır. Bu çalışma, Gaziantep'te hava kirliliği yönetimine bilimsel bir katkı sunarken, veri odaklı yöntemlerin gücünü ortaya koymuştur. LightGBM'nin başarısı, zamansal ve mekânsal tahminlerde hızlı ve doğru sonuçlar üretebileceğini kanıtlamış; transfer öğrenme ise sensör eksikliği gibi pratik sorunlara yenilikçi bir çözüm getirmiştir. Bulgular, Beydilli gibi yüksek kirlilik bölgelerinde acil önlemlerin gerekliliğini vurgulamış; Nizip gibi daha temiz alanların korunmasının önemini göstermiştir. Çalışma, hava kalitesi izleme ağının genişletilmesi, uzun vadeli veri toplanması ve trafik-sanayi emisyonlarını azaltıcı politikalar gibi önerilerle tamamlanmıştır. Gelecekte, daha fazla istasyon verisiyle modellerin zenginleştirilmesi, diğer kirleticilerin analizi ve gerçek zamanlı tahmin sistemlerinin geliştirilmesi, bu çalışmanın etkisini artırabilir.