Veri madenciliği yöntemleri kullanılarak su kirliliğinde bulanıklık parametresinin tahmin edilmesi: Sinop ili örneği

Basit Öğe Kaydı
dc.contributor.advisorBardak, Selahattin
dc.contributor.authorŞahin, Lale
dc.date.accessioned2025-03-23T19:02:32Z
dc.date.available2025-03-23T19:02:32Z
dc.date.issued2024
dc.departmentEnstitüler, Lisansüstü Eğitim Enstitüsü, Lisansüstü Eğitim Enstitüsü, Disiplinlerarası Çevre Sağlığı Ana Bilim Dalı
dc.description.abstractYapılan 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.
dc.description.abstractIn 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.
dc.identifier.endpage67
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=1pwTzRXnomYf6jwqVORfUctxwyUYR-Er7kk9AggLg8sC6oNL6Lx_fDyUP7K1bzB4
dc.identifier.urihttps://hdl.handle.net/11486/2824
dc.identifier.yoktezid875199
dc.institutionauthorŞahin, Lale
dc.language.isotr
dc.publisherSinop Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TEZ_20250323
dc.subjectÇevre Mühendisliği
dc.subjectEnvironmental Engineering
dc.titleVeri madenciliği yöntemleri kullanılarak su kirliliğinde bulanıklık parametresinin tahmin edilmesi: Sinop ili örneği
dc.title.alternativeEstimate turbidity parameter in water pollution using data mining methods: Sinop province example
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Tez Koleksiyonu