Veri madenciliği yöntemleri kullanılarak su kirliliğinde bulanıklık parametresinin tahmin edilmesi: Sinop ili örneği
Estimate turbidity parameter in water pollution using data mining methods: Sinop province example
- Tez No: 875199
- Danışmanlar: PROF. DR. SELAHATTİN BARDAK
- Tez Türü: Yüksek Lisans
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Sinop Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Disiplinlerarası Çevre Sağlığı Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Yapılan bu yüksek lisans çalışmasında veri madenciliği modelleri (yapay sinir ağları (YSA), derin öğrenme (DÖ) ve rastgele orman (RO)) kullanılarak Sinop İli merkezde çeşitli mahallelerde ve mevsimlerde su kirliliğinde bir parametre olan bulanıklığı belirlemek için suda çözünmüş toplam katı madde miktarı (TDS) değerleri tahmin edilmiştir. Bu amaçla ilk önce belirlenen mahallerde (Osmaniye, Gelincik, Kaleyazısı, Camikebir, İncedayı, Kefevi, Ada ve Zeytinlik) ve 4 farklı mevsimlerde su örnekleri alınmış ve bu örneklerin TDS değerleri belirlenmiştir. Her bir gruptan 10 tekrar olmak üzere toplam 320 ölçüm yapılmıştır. Aynı zamanda su örneklerinin pH ve sıcaklık değerleri de belirlenmiştir. Daha sonra bu TDS değerlerinin istatistiksel analizi ve YSA, DÖ ve RO modelleriyle tahmini yapılmıştır. Yapılan istatistiksel analiz sonucunda TDS değerleri üzerinde mevsimin etkili fakat mahallenin etkili olmadığı belirlenmiştir. Yapılan modelleme çalışması sonucunda kullanılan her üç modelinde TDS değerlerini tahmin etmede son derece başarılı olduğu ve bu üç modelin TDS değerini tahmin etmede kullanılabileceği belirlemiştir. Bu üç model içerisinde en iyi performans değerlerini (doğruluk (test aşaması) % 98.92 ve korelasyon katsayısının (R2) test aşaması 0.966 ve eğitim aşaması 0.977) veren model ise rastgele orman modeli bulunmuştur. Rastgele orman modelinde faktörlerin arasında en büyük ağırlığın sıcaklık (0.490) en düşük ağırlığın ise mevsim (0.025) olduğu belirlenmiştir. Veri madenciliği modelleri kullanılarak çevre kirliliğini tahmin etmede yapılan çalışmalar sınırlı sayıda bulunmaktadır. Bu alanda yapılan çalışmalar arttırılarak literatüre katkı sağlanabilir. Böylece bu alanda çalışma yapacaklara yararlı bilgiler verilebilir.
Özet (Çeviri)
In this master's study, data mining models (artificial neural networks (ANN), deep learning (AN) and random forest (RO)) were used to determine turbidity, a parameter in water pollution, in various neighborhoods and seasons in the center of Sinop Province (the amount of total dissolved solids in water (TDS)) values were estimated.for this purpose, water samples were first taken in the determined locations (Osmaniye, Gelincik, Kaleyazısı, Camikebir, İncedayı, Kefevi, Ada and Zeytinlik) and in 4 different seasons, and the TDS values of these samples were determined. A total of 320 measurements were made, 10 repetitions from each group. At the same time, pH and temperature values of water samples were determined. Then, these TDS values were statistically analyzed and estimated with ANN, DL and RO models.as a result of the statistical analysis, it was determined that the season had an effect on the TDS values, but the neighborhood did not as a result of the modeling study, it was determined that all three models used were extremely successful in predicting TDS values and that these three models could be used to predict TDS values. Among these three models, the random forest model was found to be the model that gave the best performance values (accuracy (test phase) 98.92% and correlation coefficient (R2) test phase 0.966 and training phase 0.977). In the random forest model, it was determined that the highest weight among the factors was temperature (0.490) and the lowest weight was season (0.025). There are a limited number of studies on predicting environmental pollution using data mining models. Contribution to the literature can be made by increasing the studies in this field. Thus, useful information can be given to those who will work in this field.
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
- Soil contamination mapping for an abandoned coal mine site by using worldview 2 and aster imagery
Worldvıew 2 ve aster görüntüleri kullanılarak terkedilmiş bir kömür maden sahasının toprak kirlilik haritalarının oluşturulması
HİLAL SOYDAN
Yüksek Lisans
İngilizce
2013
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. HAFİZE ŞEBNEM DÜZGÜN
- Estimation of optimum borehole points using software solutions
Yazılım çözümlerini kullanarak optimum sondaj noktalarının belirlenmesi
FARİZ NAHMATOV
Yüksek Lisans
İngilizce
2015
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. DENİZ TUMAÇ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK