Prediction of soil radon gas using meteorological parameters with machine learning algorithms
Makine öğrenmesi algoritmaları ile meteorolojik parametreleri kullanarak toprak radon gazının tahmini
- Tez No: 708965
- Danışmanlar: DOÇ. DR. NESLİHAN DEMİREL
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 90
Özet
Radon, yeryüzünde bulunan tüm radyasyon kaynakları içerisinde en yüksek doza maruz kalınan ve sağlığımıza olumsuz etkisi olan doğal radyasyon kaynağıdır. Kayaçlardaki doğal uranyum ve radyum elementlerinin bozuşmasından oluşur. Radonun hareketini şekillendiren faktörler arasında; Radon izotoplarının bozunma hızı, gözenekleri dolduran akışkanlar (hava, su ve diğer gazlar), atmosferik basınç, toprak ve hava sıcaklığı, rüzgar hızı, rüzgarın yönü gibi meteorolojik faktörler yer alır. Bu çalışmanın amacı bazı meteorolojik faktörlerin, Radon gazı üzerindeki etkilerinin Denetimli Öğrenme Algoritmaları ile değerlendirilmesi ve Radon gazı değerlerinin bu faktörlere göre tahmin edilmesidir. Bu amaçla 30 Ekim 2006 - 04 Haziran 2007 tarihleri arasında saatlik periyodlarla Seferihisar bölgesinden elde edilen Radon gazı seviyesine ek olarak T.C. Tarım ve Orman Bakanlığı Meteoroloji Genel Müdürlüğü'nden Saatlik Aktüel Basınç, Saatlik 50 cm Toprak Sıcaklığı, Saatlik Nispi Nem, Saatlik Sıcaklık, Saatlik Rüzgâr Derecesi, Saatlik Rüzgar Hızı ve Saatlik Rüzgar Yönü parametreleri ölçümleri elde edilmiştir. Radon ve radona etki eden meteorolojik faktörler arasındaki ilişkiyi analiz etmek için Denetimli Öğrenme Algoritmalarından Çoklu Doğrusal Regresyon, k-En Yakın Komşuluk, Destek Vektör Makineleri, Regresyon Ağaçları, Torbalama(Bagging), Rassal Ormanlar, XGBoost yöntemleri kullanılmıştır. Uygulanan yöntemlerin başarılarının sınanması için K çapraz-geçerlilik(K=5) ile doğrulama testleri gerçekleştirilmiştir. Algoritmaların performanslarını karşılaştırmak üzere Belirtme Katsayısı(R^2), Hata Kareler Ortalaması(Mean Square Error-MSE), Kök Hata Kareler Ortalaması(Root Mean Square Error-RMSE), Ortalama Mutlak Hata(Mean Absolute Error-MAE) değerleri kullanılmıştır. Performans kriterleri dikkate alındığında en iyi sonucu Rassal Ormanlar Regresyonu vermiştir. Bu yöntemi, birbirlerine çok yakın sonuçlar veren XGBoost ve k-En Yakın Komşuluk Algoritmaları takip etmiştir.
Özet (Çeviri)
Radon is the natural radiation source with the highest dose of exposure among all radiation sources found on earth. It consists of the degradation of natural uranium and radium elements in rocks. Factors that shape the movement of radon include meteorological factors such as the rate of decaying of radon isotopes, the fluids that fill the pores(air, water and other gases), atmospheric pressure, soil and air temperature, wind speed, and wind direction. The aim of this study is to evaluate the effects of some meteorological factors on Radon gas using Supervised Learning Algorithms and to estimate the radon gas values according to these factors. For the study, in addition to the radon levels obtained from the Seferihisar region in hourly periods between 30 October 2006 and 04 June 2007, the measurements for the parameters of Hourly Actual Pressure(hPa), Hourly 50 cm Soil Temperature(°C), Hourly Relative Humidity(%), Hourly Temperature(°C), Hourly Wind Degree(°), Hourly Wind Speed(m/sec) and Wind Direction were obtained from the Republic of Turkey Ministry of Agriculture and Forestry, General Directorate of Meteorology. To analyze the relationship between Radon and meteorological factors affecting radon with Supervised Learning Algorithms, Multiple Linear Regression, k-Nearest Neighbor, Support Vector Machines, Regression Trees, Bagging, Random Forests, XGBoost methods have been used. To test the success of applied methods K-Fold Cross-Validation(K=5) and verification tests were performed. Specification coefficient(R^2) for comparing the performance of algorithms, Mean Squared Error(MSE), Root Mean Squared Error(RMSE), Mean Absolute Error(MAE) values were used. The best result was random forests regression when performance criteria were taken into account. This method was followed by the XGBoost and k-Nearest Neighbors algorithms, which gave very close results.
Benzer Tezler
- The possibility of earthquake forecasting with ionospheric total electron content and radon-222 concentrations using Monte Carlo simulations
Monte Carlo simülasyonları kullanılarak iyonosferik toplam elektron içeriği ve radon-222 konsantrasyonları ile deprem tahmin ihtimaliyeti
PISHTIWAN AKRAM HAMA RASHID
Doktora
İngilizce
2022
Fizik ve Fizik MühendisliğiFırat ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. FATİH KÜLAHCI
- On determination of soil Radon-222 gas, meteorological parameters, atmospheric total electron content and possible relationships between earthquakes: A Monte Carlo forecasting simulation application
Toprak Radon-222 gazı, meteorolojik parametreler, atmosferik toplam elektron içeriği ve depremler arasındaki olası ilişkilerin belirlenmesi üzerine: Bir Monte Carlo tahmin simülasyon uygulaması
MUSTAFA KHAIRI ARAB
Yüksek Lisans
İngilizce
2020
Fizik ve Fizik MühendisliğiFırat ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. FATİH KÜLAHCI
- Batı Anadolu graben sisteminde yer alan Simav grabeninde tektonik aktiviteye dayalı radon anomalilerinin incelenmesi
Investigation of radon anomalies related to tectonic activity along Simav graben system of Western Anatolian graben system
CAN RAHMAN
Yüksek Lisans
Türkçe
2010
Fizik ve Fizik MühendisliğiEge ÜniversitesiNükleer Bilimler Ana Bilim Dalı
PROF. DR. GÜNSELİ YAPRAK
PROF. DR. OSMAN CANDAN
- Doğu anadolu fay hattından alınan toprak 222rn gazının depremlerle olan ilişkisinin belirlenmesi için matematiksel ve istatistiksel modellerin elde edilmesi
Mathematical and statistical models for determination of the relationship between soil 222rn gas taken from east anatolia fault zone and earthquakes
MÜCAHİT YILMAZ
Doktora
Türkçe
2017
Fizik ve Fizik MühendisliğiFırat ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. FATİH KÜLAHCI
- Deprem habercisi olarak radon ve depremler arasındaki ilişkinin belirlenmesi için yeni bir metot: Regresif uzay-zaman noktasal toplam yarıvariogram
A new method for determination of the relationship between radon and earthquakes as earthquake precursor: Regressive spatio temporal point cumulative semivariogram
SEÇİL NİKSARLIOĞLU
Doktora
Türkçe
2017
Fizik ve Fizik MühendisliğiFırat ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. FATİH KÜLAHCI