Modelling of atmospheric SO2 pollution in Seydişehir town by artificial neural networks
Yükleniyor...
Dosyalar
Tarih
2015-12-29
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Hava kirliliği, hızlı nüfus artışı ve endüstrinin gelişmesiyle birlikte geçen yüzyıldan buyana problem olmaya devam etmektedir. Kükürtdioksit fosil yakıt kullanımıyla birlikte ciddi sağlık sorunlarına neden olan önemli gazlardan biri olarak nitelendirilir. Bu sağlık sorunları arasında dokuların ve gözlerdeki mukus tabakasının zarar görmesi, rahatsız edici kokusu nedeniyle kulak ve burunda oluşan rahatsızlıklar ve üst solunum yolları ve akciğer problemleri sayılabilir. Bu tezde çalışma yeri olarak Konya'nın bir ilçesi olan Seydişehir seçilmiştir. Bölgede endüstrinin bir çok farklı alanda gelişmiş olması örneğin madencilik ve üretim sektörleri, hava kirliliğine katkıda bulunan faktörler arasındadır. Bunun yanı sıra ısınma amaçlı fosil yakıtların kullanılması da bölgedeki hava kirliliğini olumsuz etkilemektedir. Özellikle Türkiye'nin en büyük alüminyum tesisi olan Eti Alüminyum Fabrikası da SO2 kirliliğine katkıda bulunmaktadır. Bu tez çalışmasında Seydişehir İlçesindeki SO2 kirliliği yapay sinir ağları (YSA) ile modellenmiştir. YSA biyolojik nöronların karakteristik özelliklerini kullanır ve parallel bağ kurabilme yeteneği sayesinde kompleks problemleri çözüme ulaştırır. Meterolojik faktörler ve bir gün öncesine ait SO2 değerleri modele girdi parametreleri olarak entegre edilmiş, bir gün sonra salınacak SO2 konsantrasyonları tahmin edilmiştir. Model geliştirilirken yaz ve kış olarak iki mevsim dikkate alınmıştır.Geliştirilen modellerin tahmin performansları kış mevsimi için %67, yaz mevsimi için %81 çıkmıştır. YSA ile yapılan önceki çalışmalara bakıldığında bu sonuçlar tatmin edicidir fakat daha büyük veri setleri kullanılarak, geliştirilen modellerin tahmin yetenekleri arttırılabilir.
Air pollution has become a major environmental problem since last century because of the effects of fast population growth and industrial developments. Sulphur dioxide is considered as one of the major and most common air pollutant with using fossil fuels causing severe health problems such as disrupting tissues and mucous membranes of the eyes, disturbing nose and throat because of the irritating toxic odour, and affecting badly to upper part of respiratory system and bronchi. Seydişehir town of Konya was selected as working area for this study because heavy industrial activities are very wide in many fields such as mining and manufacturing industry. Also, usage of fossil fuels for heating system in winter period is other important atmospheric pollutants source. Eti Aluminium facility is the biggest industrial unite for SO2 pollution source in Seydişehir town. In this study, SO2 pollution in Seydişehir town was modelled with Artificial Neural Networks (ANN) which uses characteristics of biological neurons and capable of solving highly complex problems constructing parallel computations. Meteorological factors and previous day's SO2 concentrations were integrated to model as input parameters and next day's SO2 concentration was tried to be predicted. Two seasons were selected for model development namely winter and summer. Prediction performances of develop models are 67% for winter season and 81% for summer season. These values are compatible compared with previous studies using ANN modelling and can be improved with larger data sets.
Air pollution has become a major environmental problem since last century because of the effects of fast population growth and industrial developments. Sulphur dioxide is considered as one of the major and most common air pollutant with using fossil fuels causing severe health problems such as disrupting tissues and mucous membranes of the eyes, disturbing nose and throat because of the irritating toxic odour, and affecting badly to upper part of respiratory system and bronchi. Seydişehir town of Konya was selected as working area for this study because heavy industrial activities are very wide in many fields such as mining and manufacturing industry. Also, usage of fossil fuels for heating system in winter period is other important atmospheric pollutants source. Eti Aluminium facility is the biggest industrial unite for SO2 pollution source in Seydişehir town. In this study, SO2 pollution in Seydişehir town was modelled with Artificial Neural Networks (ANN) which uses characteristics of biological neurons and capable of solving highly complex problems constructing parallel computations. Meteorological factors and previous day's SO2 concentrations were integrated to model as input parameters and next day's SO2 concentration was tried to be predicted. Two seasons were selected for model development namely winter and summer. Prediction performances of develop models are 67% for winter season and 81% for summer season. These values are compatible compared with previous studies using ANN modelling and can be improved with larger data sets.
Açıklama
Anahtar Kelimeler
Prediction, Modelling, Air pollution, Hava kirliliği, Modelleme, Tahmin
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Öztürk, Z. C. (2015). Modelling of atmospheric SO2 pollution in Seydişehir town by artificial neural networks. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.
