Kohonen ağları ve çok değişkenli istatistiksel yöntemlerle su kalitesinin irdelenmesi: Antalya Aksu bölgesi uygulaması
Investigation of water quality with kohonen networks and multivariate statistical methods: Application in Antalya Aksu region
- Tez No: 897879
- Danışmanlar: PROF. DR. AYŞE MUHAMMETOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 189
Özet
Yerüstü ve yeraltı su kaynaklarının sürdürülebilir bir şekilde kullanılması ve korunması bütünleşik su yönetimi açısından önceliklidir. Hem yerüstü hem de yeraltı suyu kalitesine ilişkin izleme verilerinin zamansal ve mekânsal açıdan değerlendirilmesi ve yorumlanması, su kalitesinin korunması ve iyileştirilmesi açısından oldukça önemlidir. Son yıllarda çok değişkenli istatistiksel analiz yöntemlerinin kullanımı, karmaşık veri setlerinin kolay bir şekilde analiz edilip görselleştirilmesini sağlamasından dolayı yaygınlaşmaktadır. Bu tez çalışmasında, Aksu Çayı yerüstü suyu ve Altınova bölgesi yeraltı suyu (YAS) kalitesinin, çok değişkenli istatistiksel yöntemler içinde yer alan Temel Bileşen Analizi (TBA), Hiyerarşik Kümeleme Analizi (HCA) ve Kohonen Ağları - Kendi Kendini Düzenleyen Haritalar (SOM) yöntemleri kullanılarak irdelenmesi hedeflenmektedir. Belirtilen çalışma alanlarında, daha önce su kalitesi izleme çalışmaları yapılmış olmasına rağmen, çok değişkenli istatistiksel analiz yöntemleri kullanılarak zamansal ve mekânsal veri analizi gerçekleştirilmemiştir. Ek olarak, Altınova bölgesi YAS kalitesi ile YAS kirlilik hassasiyeti indeks sonuçları birlikte istatistiksel olarak analiz edilmiştir. Tez çalışması, kullanılan istatistiksel yöntemler açısından özgünlük içermektedir. Elde edilen sonuçlar ile iki çalışma alanına ait su kalitesi kapsamlı olarak değerlendirilmiştir. HCA ile su kalitesi verileri belirli veya benzer özelliklere göre gruplandırılmıştır. TBA ile de su kalitesini etkileyen faktörlerin karmaşıklığını azaltmak üzere veri setleri basitleştirerek, ilgili ana bileşenler ortaya çıkarılmıştır. Kohonen Ağları ile de su kalitesi parametrelerinin değişim benzerlikleri ortaya konulmuştur. ANAHTAR KELİMELER: Hiyerarşik Kümeleme Analizi, İstatistiksel analiz, Kohonen Ağları, Temel Bileşen Analizi, Yeraltısuyu Kirlilik Hassasiyeti
Özet (Çeviri)
Sustainable use and protection of surface and groundwater resources is a priority for integrated water management. Evaluating and interpreting monitoring data regarding both surface and groundwater quality in temporal and spatial terms is very important for protecting and improving water quality. In recent years, the use of multivariate statistical analysis methods has become widespread because they enable complex data sets to be analyzed and visualized easily. In this thesis study, it is aimed to examine the quality of Aksu Stream surface water and Altınova region groundwater using Principal Component Analysis (PCA), Hierarchical Clustering Analysis (HCA) and Kohonen Networks - Self-Organizing Maps (SOM) methods, which are among the multivariate statistical methods. Although water quality monitoring studies have been carried out before in the specified study areas, temporal and spatial data analysis has not been carried out using multivariate statistical analysis methods. In addition, statistical analyses were conducted by combining the water quality monitoring results of Altınova region with index results of vulnerability to groundwater pollution. The thesis study contains originality in terms of the statistical methods used. With the results obtained, the water quality of the two study areas was comprehensively evaluated. With HCA, water quality data is grouped according to certain or similar characteristics. With PCA, the relevant main components were revealed by simplifying the data sets in order to reduce the complexity of the factors affecting water quality. Similarities of changes in water quality parameters have been revealed with Kohonen Networks. KEYWORDS: Hierarchical Clustering Analysis, Kohonen Networks, Principal Component Analysis, Statistical analysis, Water quality index
Benzer Tezler
- 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
DUYGU POYRAZ
Yüksek Lisans
Türkçe
2023
Çevre MühendisliğiAkdeniz ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE MUHAMMETOĞLU
- Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü
Modeling, implementation and control of logistics systems using artificial neural networks
MURAT ERMİŞ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- Veri madenciliği ve müşteri ilişkileri yönetiminde (CRM) bir uygulama
Application of data mining on customer relaionship management (CRM)
UMMAN TUĞBA ŞİMŞEK
- Intelligent sensing for robot mapping and simultaneous human localization and activity recognition
Robot haritalama ve insanlarda eşzamanlı konum belirleme ve aktivite ayırdetme için akıllı algılama
KEREM ALTUN
Doktora
İngilizce
2011
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. BİLLUR BARSHAN
- Knowledge discovery in databases and data mining techniques: An applied study
Veri tabanlarında bilgi keşfi ve veri tabancılığı teknikleri: Bir uygulama
TAYİP ALTAY
Yüksek Lisans
İngilizce
2005
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. ÜMİT FIRAT