Hava Kirliliğinin Makine Öğrenmesi Yöntemleriyle Tahmin Edilmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen-Edebiyat Fakültesi, İstatistik Bölümü, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: Taylan Valunya

Danışman: Coşkun Parim

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Hava kirliliği, insan sağlığı, ekosistemler ve genel çevre kalitesi üzerinde geniş kapsamlı etkileri olan, günümüzün en kritik çevresel sorunlarından biridir. Sanayi faaliyetleri, kentleşme, araç emisyonları, enerji üretimi ve tarım gibi insan kaynaklı etkenlerle atmosfere salınan zararlı kimyasal ve fiziksel maddeler, güvenli sınırların üzerinde kirletici yoğunluklarına yol açabilmektedir. Özellikle yoğun nüfuslu veya sanayileşmiş bölgelerde hava kirliliği seviyelerinin önceden tahmin edilmesi, halk sağlığını korumak ve çevresel sürdürülebilirliği sağlamak için büyük önem taşımaktadır. Bu çalışma, önemli bir hava kirletici olan Partikül Madde (PM10) yoğunluğunu çeşitli makine öğrenmesi teknikleri kullanarak tahmin etmeyi amaçlamaktadır. Çalışmada kullanılan veri seti, 2018 ile 2020 yılları arasında Yalova ilinde bulunan hava kalitesi izleme istasyonundan saatlik olarak elde edilmiştir. PM10'a ek olarak, SO₂, NO, NO₂, NOx ve O₃ gibi diğer hava kirleticiler ile birlikte hava sıcaklığı, rüzgar hızı, rüzgar yönü, bağıl nem ve hava basıncı gibi meteorolojik değişkenler de değerlendirmeye alınmıştır. Veri seti kronolojik olarak %70 eğitim ve %30 test alt kümelerine ayrılmıştır. PM10 üzerindeki etkisi en yüksek olan değişkenleri belirlemek için özellik seçimi yöntemleri uygulanmıştır. Birden fazla makine öğrenmesi modeli eğitilerek, R², MSE, RMSE ve MAE gibi performans ölçütleri ile değerlendirilmiştir. Sonuç olarak, bu çalışma farklı modellerin başarımlarını karşılaştırarak PM10 yoğunluğunu en doğru şekilde tahmin eden yaklaşımı belirlemekte ve veri odaklı hava kalitesi yönetimine katkı sağlamayı hedeflemektedir.