Modeling and forecasting air pollutants using artificial neural network approach

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, Çevre Mühendisliği Bölümü, Türkiye

Tezin Onay Tarihi: 2003

Tezin Dili: İngilizce

Öğrenci: REFİA TANSEL COŞKUNER

Danışman: SÜLEYMAN GÜRDAL TUNCEL

Özet:

Bu tezde, yapay sinir ağlarının kentsel atmosferde azotoksitlerin (NOx) kısa vadeli tahminlenmesinde kullanımı incelenmiştir. Uygun bir sinir ağı yapısı ve algoritma seçimi için, sinir ağı yapıları, öğrenme algoritmaları ve geçmiş çalışmalar incelenmiştir. İstanbul'daki NOx seviyelerinin kısa vadeli tahminlenmesi için geri yayınım öğrenme algoritması ile çok katmanlı sinir ağı yapısı kullanılmıştır. Model, 1997-1999 yıllan arasında İstanbul'da ölçülen hava kalitesi verileri ve meteorolojik veriler kullanılarak geliştirilmiştir. Hava kalitesi verileri, İstanbul Büyükşehir Belediyesi, Çevre Koruma ve Geliştirme Dairesi Başkanlığı tarafından Prof. Dr. Mustafa Öztürk'ün yönetiminde gerçekleştirilen hava kalitesi izleme programından elde edilmiştir. Sıcaklık, rüzgar hızı, rüzgar yönü, bulutluluk, bulut taban yüksekliği, bağıl nem, basınç, güneşlenme şiddeti ve karışım yüksekliği gibi önemli meteorolojik veriler ise Devlet Meteoroloji İşleri Genel Müdürlüğü 'nden alınmıştır. Sinir ağı modelinin geliştirilmesinde Stuttgart Üniversitesi ile Tubingen Üniversitesi tarafından oluşturulan Java Neural Network Simulator (JavaNNS) kullanılmıştır, NOx konsantrasyonlarının tahminlenmesi için geliştirilen en uygun sinir ağı modelinin girdileri, bir saat önceki NOx seviyesi, sıcaklık, rüzgar hızı, güneşlenme şiddeti, bulut yüksekliği ve rüzgar yönünden oluşmaktadır. Modelin ağ yapısı sırasıyla girdi katmanı, gizli katman ve çıktı katmanında bulunan 11, 10 ve 1 düğümden oluşmaktadır. Geliştirilen bu model kullanılarak yapılan tahminler test setindeki değişimlerin %75'ini, %86'hk bir korelasyonla açıklamaktadır. Anahtar Kelimeler: Yapay Sinir Ağlan, NOx, Kısa Vadeli Tahminleme.