Su kalitesinin zamansal ve mekânsal değişiminin istatistiksel yöntemler ile analiz edilmesi: Acısu Deresi uygulaması
Evaluation of spatiotemporal changes in water quality using statistical methods: Acisu Creek application
- Tez No: 786319
- Danışmanlar: PROF. DR. AYŞE MUHAMMETOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Çevre Mühendisliği Bilim Dalı
- Sayfa Sayısı: 163
Özet
Bu çalışmanın amacı, Acısu Deresi'nde 2020-2021 yılları arasında yürütülen su kalitesi izleme çalışması sonuçları kullanılarak su kalitesindeki mekânsal ve zamansal değişimleri ve değişimlere neden olan temel etmenleri ortaya çıkarmaktır. Acısu Deresi'nde 12 ay boyunca 12 farklı örnekleme noktasından 37 su kalite parametresi için elde edilen ölçüm ve analiz sonuçları kullanılarak hiyerarşik kümeleme analizi (HCA) ve temel bileşenler analizi (TBA) gerçekleştirilmiştir. Ek olarak 30 su kalite parametresinin izleme sonuçları kullanılarak Kendi Kendini Düzenleyen Haritalar (Kohonen Ağları-SOM) uygulamaları gerçekleştirilmiştir. Kümeleme analizi sonucunda hem örnekleme noktaları hem de örnekleme tarihleri, benzerliklerine göre gruplandırılmıştır. HCA, örnekleme noktalarını, su kirliliği tipi ve derecesi benzer olan iki farklı kümeye ayırmıştır. HCA, örnekleme zamanlarında gözlenen su kalitesi heterojenitesini ortaya çıkarmış ve örnekleme tarihlerini iki ana kümeye gruplandırmıştır. TBA, Acısu Deresi su kalitesinde ortaya çıkan toplam varyansın %69,74'ünü ilk 3 eksenle ve toplam varyansın %91,22'sini ilk 8 eksenle açıklarken, TBA ile bu faktörlerin varyansa etki büyüklüğü de bulunmuştur. Kohonen Analizi su kalite parametrelerini kendi içlerinde fizikokimyasal ve bakteriyolojik özellikler ile anyon-katyon gruplarına göre kümelere ayırmıştır. Sonuç olarak, SOM analizi sonuçları, TBA sonuçları ile de doğrulanmıştır. Bu çalışma ile su kalitesinin zamana ve mekâna bağlı değişimini ve buna neden olan temel etmenleri belirlemek için çok değişkenli istatistiksel yöntemler ve yapay sinir ağlarının faydalı yöntemler olarak kullanılabileceği sonucuna varılmıştır.
Özet (Çeviri)
The aim of this study was to reveal the spatiotemporal changes in water quality and the main factors causing these changes by using the results of water quality monitoring studies carried out in the Acısu Creek between 2020-2021. Hierarchical Cluster Analysis (HCA) and Principal Component Analysis (PCA) were performed using the measurement and analysis results of 37 water quality parameters obtained from 12 different monitoring points for 12 months in the Acısu Creek. In addition, Self-Organizing Maps (Kohonen Networks-SOM) applications were performed using the data sets of 30 water quality parameters. As a result of the HCA, both sampling points and sampling dates were grouped according to their similarity. HCA clustered the sampling points into two different clusters with similar type and degree of water pollution. HCA revealed the water quality heterogeneity in the monitoring results and grouped the sampling dates into two main clusters. According to the PCA results, 69.74% of the total variance in the Acısu Creek water quality was explained by the first 3 axes and 91.22% of the total variance was explained by the first 8 axes. Kohonen Networks-SOM analysis was effective to form clusters according to the physicochemical and bacteriological water quality and anion-cation groups. As a result, the SOM analysis results were confirmed by the PCA results. This study demonstrated that multivariate statistical methods and artificial neural networks are powerful tools to evaluate spatiotemporal variation of water quality and the main factors for the changes.
Benzer Tezler
- Uzaktan algılama verilerinden su kalitesi parametrelerinin tespit edilmesi
Detection of water quality parameters from remote sensing data
ERSAN BATUR
Doktora
Türkçe
2019
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MİTHAT DERYA MAKTAV
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Haliç ıslah projesi çalışma sonuçlarının istatiksel değerlendirilmesi
Statistical evaluation of the results of the Golden Horn reclamation project
KADİR KARAKAŞ
Yüksek Lisans
Türkçe
2011
Çevre MühendisliğiYıldız Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜRDAL KANAT
- Parsel tabanlı 3 boyutlu kentsel büyüme tahmin modeli (PURGOM)
Parcel based 3D urban growth model (PURGOM)
AZEM KURU
Doktora
Türkçe
2021
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. MEHMET ALİ YÜZER
- Kovada Kanalının su kalitesinin zamansal ve mekansal değişiminin belirlenmesi
Kovada Channel water quality temporary and spatial change determination
HÜSNA UĞUR
Yüksek Lisans
Türkçe
2022
Çevre MühendisliğiSüleyman Demirel ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELTEM KAÇIKOÇ