Geri Dön

Assessment and prediction of water quality parameters in Lake Köyceğiz using artificial neural network approach

Köyceğiz Gölünün su kalitesi parametrelerinin değerlendirilmesi ve yapay sinir ağı yöntemiyle tahmin edilmesi

  1. Tez No: 416502
  2. Yazar: OYA ÖZÇELİK GEDİK
  3. Danışmanlar: DOÇ. DR. EMRE ALP, PROF. DR. AYŞEGÜL AKSOY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Çevre Mühendisliği, Environmental Engineering
  6. Anahtar Kelimeler: Köyceğiz Gölü, YSA, su kalitesi, hipotez testi, temel bileşenler analizi, Lake Köyceğiz, ANN, water quality, hypothesis testing, principal component analysis
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 167

Özet

Su kalitesinin izlenmesi, su kaynaklarının yönetilmesi ve planlanmasında önemli bir rol oynamaktadır. Avrupa Birliği (AB) SU Çerçeve Direktifi bütün suların“iyi durumda”olmasını hedeflemektedir. AB ile uyum sürecinde, Türkiye'nin su kalitesi izleme ağını geliştirmeyi amaçlaması zaman, bütçe ve insan kaynağı problemlerini de beraberinde getirmektedir. Bu tezin amacı kısıtlı bütçe ve veri koşullarında Su Kalitesi Değerlendirmesi (SDK) sağlayan bir metodun uygulanmasıdır. Metot, Ege ve Akdeniz bölgelerinin kesişim noktasındaki Muğla'da yer alan ve yaklaşık 5500 ha yüzey alanına sahip Köyceğiz Göl'üne uygulanmıştır. Çok değişkenli istatistiksel analizler (hipotez testi ve temel bileşenler analizi (TBA)) ile SKD yapılmış ve Köyceğiz Gölü ve gölü besleyen nehirlerin su kalitesi durumu Yüzeysel Su Kalitesi Yönetimi Yönetmeliği'ne göre tespit edilmiştir. Sonuçlar, gölün ötrofik olduğunu ve su kalitesi parametrelerinde mevsimsel farklılıklar gözlenmesine rağmen Köyceğiz Gölü'nün farklı noktalarında mekansal farklılıkların olmadığını göstermiştir. Ayrıca TBA, göle etki eden ana kirliliğin bölgedeki gübre kullanımından veya atıksu deşarjından kaynaklandığını açıklamaktadır. Göldeki su kalitesi parametrelerinin tahmin edilmesi için, gölün nehir kollarının aylık ölçülen su kalitesi parametrelerini girdi olarak alan, yapay sinir ağları (YSA) yaklaşımı kullanılmıştır. En iyi tahminleri elde etmek amacıyla farklı girdi kombinasyonları ve performans kriterleri denenmiştir. Hedeflenen ve tahmin edilen parametreler arasında düşük hata ve yüksek korelasyon değerleri elde edilmiştir. Bu sonuçlar, YSA'nın su kalitesi parametrelerini tahmin etmekteki büyük potansiyelini ortaya koymaktadır.

Özet (Çeviri)

Water quality monitoring plays a significant role on water resources management and planning. European Union (EU) Water Framework Directive aims to achieve“good status”for all waters.. Within the adaptation period to EU, Turkey aims to improve its water quality monitoring network; however, this will lead to time, budget and human resources problems. Purpose of this thesis is the application of a method that will provide water quality assessment (WQA) under limited budget and data conditions. The method was applied to Lake Köycegiz that is located in Muğla at junction point of Mediterranean and Aegean regions and has nearly 5500 ha surface area WQA based on multivariate statistical analysis (hypothesis testing and principal component analysis (PCA)) was conducted and water quality status of Lake Köyceğiz and its tributaries were determined based on Surface Water Quality Management Regulation. The results showed that the lake is eutrophic and although there are seasonal differences for water quality parameters, there is no spatial difference between different locations of Lake Köycegiz. In addition, PCA explains the main pollution causes to the lake as fertilizer use in the area or wastewater discharge. Artificial neural network (ANN) approach was performed to predict water quality parameters in the lake using monthly measured water quality parameters of tributaries as input. Different input combinations and performance criteria were tried to find the best predictions. Results revealed low error and high correlation values between measured and estimated parameters. These results indicate great potential of ANNs to predict water quality parameters.

Benzer Tezler

  1. Tarım kaynaklı pestisitlerin SWAT ile havza ölçeğinde modellenmesi

    Modeling agricultural pesticide pollution by SWAT model

    FATMA NİHAN DOĞAN

    Doktora

    Türkçe

    Türkçe

    2022

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MAHMUT EKREM KARPUZCU

  2. Konya Ilgın linyit sahası şev stabilite analizi

    Konya Ilgin lignite site slope stability analysis

    BÜŞRA ERTUĞRUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    PROF. DR. SELAMET GÜRBÜZ ERÇELEBİ

  3. Porsuk Nehri modelinin belirsizlik analizi

    Uncertainty analysis of Porsuk River model

    F.ERCAN KEFLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. HASAN Z. SARIKAYA

  4. Uzaktan algılama teknikleri kullanılarak kar örtüsü ile mevsimsel akımın değerlendirilmesi: Urmiye Gölü örneği

    Evaluation of snow cover and seasonal streams using remote sensing techniques: Lake Urmia

    AFSHIN SHAHBAZI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ZiraatAnkara Üniversitesi

    Tarımsal Yapılar ve Sulama Ana Bilim Dalı

    PROF. DR. GÜLÜZAR DUYGU SEMİZ

  5. Basınçlı su reaktörleri U borulu buhar üreteçlerinin termo-hidrolik modellenmesi

    Thermal-hydraulic analysis of U-tube steam generators for gressurized water reactors

    SÜLEYMAN ÖZKAYNAK

    Doktora

    Türkçe

    Türkçe

    1991

    Nükleer Mühendislikİstanbul Teknik Üniversitesi

    PROF.DR. HASBİ YAVUZ