Karışık endüstriyel atıksu karakterizasyonunun zamansal değişiminin belirlenmesi ve kirleticilerin istatistiksel değerlendirilmesi
Determination of temporal variation in mixed industrial wastewater characterization and statistical assessment of pollutants
- Tez No: 1001356
- Danışmanlar: PROF. DR. SERDAR AYDIN, DOÇ. DR. ELİF TÜZÜN
- Tez Türü: Yüksek Lisans
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Çevre Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, Organize Sanayi Bölgeleri (OSB) bünyesinde oluşan karışık endüstriyel atıksuların zamansal ve çok değişkenli yapısı, çok yıllı izleme verileri kullanılarak analiz edilmiştir. Farklı sektörlerden kaynaklanan deşarjların ortak altyapı sistemlerinde birleşmesi sonucunda; KOİ, AKM, yağ-gres, besin elementleri, ağır metaller, renk ve pH gibi parametrelerin yüksek değişkenlik, doğrusal olmayan ilişkiler ve belirgin zamansal dalgalanmalar sergilediği belirlenmiştir. Çalışmada öncelikle tanımlayıcı istatistikler ile veri setinin dağılım özellikleri ve aykırı değer yapısı ortaya konulmuş; ardından Pearson, Spearman ve Kendall korelasyon analizleri ile parametreler arasındaki temel ilişkiler değerlendirilmiştir. Bu analizler, karışık endüstriyel atıksuların yalnızca klasik istatistiksel yöntemlerle tam olarak temsil edilemediğini göstermiştir. Bu kapsamda, çalışmanın ana bulguları Random Forest makine öğrenmesi modeli kullanılarak elde edilmiştir. Model, doğrusal olmayan ilişkileri ve çok değişkenli etkileşimleri başarıyla yakalayarak, atıksu karakterinin tahmininde yüksek doğruluk sağlamıştır. Random Forest'ın sağladığı değişken önem analizi, bazı parametrelerin (özellikle organik yük ve askıda katı madde ile ilişkili göstergelerin) atıksu karakteri üzerinde baskın rol oynadığını açık biçimde ortaya koymuş; böylece modelin yalnızca tahmin gücü değil, açıklanabilirliği de güçlendirilmiştir. Elde edilen sonuçlar, çevresel risklerin tekil parametre aşımlarından ziyade parametrelerin birlikte oluşturduğu etkileşimli yapı ile ilişkili olduğunu göstermektedir. Bu tez, istatistiksel analizler ile Random Forest gibi açıklanabilir makine öğrenmesi modellerinin birlikte kullanılmasının, farklı endüstri türlerinden kaynaklanan karışık atıksuların değişken yapısının anlaşılmasına katkı sağlayarak, sürdürülebilir endüstriyel su yönetimi politikalarının geliştirilmesine destek olmayı amaçlamaktadır.
Özet (Çeviri)
In this thesis, the temporal and multivariate structure of mixed industrial wastewater generated within Organized Industrial Zones was analyzed using long-term monitoring data. As a result of discharges originating from different industrial sectors being combined within a shared infrastructure system, parameters such as chemical oxygen demand (COD), suspended solids (SS), oil and grease, nutrients, heavy metals, color, and pH were found to exhibit high variability, nonlinear relationships, and pronounced temporal fluctuations. The study first employed descriptive statistical analyses to characterize the distributional properties of the dataset and identify outlier structures; subsequently, Pearson, Spearman, and Kendall correlation analyses were applied to evaluate the fundamental relationships among parameters. These analyses demonstrated that mixed industrial wastewater cannot be fully characterized using classical statistical methods alone. Within this framework, the main findings of the study were obtained using the Random Forest machine learning model. The model successfully captured nonlinear relationships and multivariate interactions, providing high predictive accuracy in representing wastewater characteristics. Variable importance analysis derived from the Random Forest model clearly revealed that certain parameters—particularly indicators associated with organic load and suspended solids—play a dominant role in defining wastewater behavior, thereby enhancing not only the model's predictive performance but also its interpretability. The results indicate that environmental risks are more strongly associated with the interactive behavior of multiple parameters rather than isolated exceedances of individual parameters. This thesis aims to support the development of sustainable industrial water management policies by contributing to a better understanding of the variable structure of mixed industrial wastewater originating from diverse industrial sectors through the integrated use of statistical analyses and explainable machine learning models such as Random Forest.
Benzer Tezler
- Enhancing permeability and antifouling behavior of polyvinyl chloride ultrafiltration membrane embedded with cucr NLDH/graphene oxide
Cucr nano katmanlı çift hidroksit/grafen oksit katkılı polivinil klorür ultrafiltrasyon memranının akı ve tıkanma engelleyici özelliklerinin geliştirilmesi
SEYEDALI NAZIRI MEHRABANI
Yüksek Lisans
İngilizce
2022
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
DOÇ. DR. BİHTER ZEYTUNCU GÖKOĞLU
- Sivas atıksu arıtma tesisi arıtma çamurlarının farklı ek besi maddeleri kullanılarak anaerobik birlikte çürütülmesinin (Codigestion) araştırılması
Investigation of codigestion of Sivas wastewater treatment plant treatment sludges by using different cosubstrates
TURGAY BİŞGİN
Doktora
Türkçe
2019
Çevre MühendisliğiSivas Cumhuriyet ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. MELTEM SARIOĞLU CEBECİ
- Boyar maddelerin giderimi için polisülfon membran üretimi ve performansının incelenmesi
Investigation of polysulfone membrane production and performance for dye removal
TUBA SAÇAK
Yüksek Lisans
Türkçe
2019
Çevre MühendisliğiGebze Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET KARAGÜNDÜZ
- Ozonlamanın mikrokirletici giderimine etkisinin belirlenmesi
Determination the effect of ozonation on micropollutant removal
ZUHAL ÇETİNKAYA ATEŞÇİ
Yüksek Lisans
Türkçe
2017
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERDAR DOĞRUEL
- Granüle yüksek fırın cürufu ve taban külü ince agregaları ile üretilmiş betonun gerilme şekil değiştirme davranışının incelenmesi
Stress-strain behavior of concrete product by fine aggregates with granulated blast furnace slag and bottom ash
SELİN KONAK
Yüksek Lisans
Türkçe
2018
İnşaat MühendisliğiZonguldak Bülent Ecevit Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEMDUH KARALAR