AKILLI KENTLERDE ALANSAL HAVA KİRLİLİĞİNİN BELİRLENMESİ VE KİRLİLİK MODELLEMESİ: ERZURUM İLİ ÖRNEĞİ
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Atatürk Üniversitesi, Mühendislik Fakültesi, Çevre Mühendisliği, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Şahin KORKMAZ
Danışman: Zeynep Ceylan
Özet:Amaç: Erzurum kent merkezinde gerek hüküm süren karasal iklim koşulları gerekse coğrafi konum itibariyle önemli çevresel problemlerden biri hava kirliliğidir. Uzun yıllardır süregelen bu hava kirliliği probleminin çözümü adına; hava kirleticilerinin mekânsal ve zamansal kantitatif ölçümlerinin belirli periyotlarda yapılarak, kısa/orta/uzun vadede alınabilecek önlemlerin belirlenmesi için, üç boyutlu alansal hava kalitesi kirlilik haritaları oluşturulması kent içerisinde kirleticilerin yatay ve dikey hareketlerinin modellenmesi ile insan ve çevre sağlığı üzerine olan etkileri detaylı olarak araştırılmalıdır. Akıllı kentlere entegre edilebilecek hava kalitesi izleme ağı yardımıyla, Erzurum kent merkezinde atmosferik kirleticilerin zamansal, mekânsal ve uzun menzil taşınımlarının modellemesi; alansal kirlilik haritalarının belirlenmesi ve gelecekteki kirlilik seviyelerinin makine öğrenmesi ile tahmin edilmesi amaçlanmıştır. Ayrıca Bakanlığımızın 59 ilde kullanıma sunduğu üç boyutlu NEFES yazılım programı ile uyumlu çalışabilecek, inovatif olarak geliştirilmeye müsait hava kirleticilerinin zamansal ve mekânsal değişimlerinin akıcı bir şekilde doğru ölçümlenmesine katkı sağlayacak "Akıllı Kentlere Uyumlu Sensör Tabanlı Düşük Maliyetli Drona Entegre Dış Atmosfer Hava Kalitesi Ölçüm Ünitesi" tasarlanmıştır. Yöntem: Çalışma kapsamında, Erzurum kent merkezinde 2016-2023 tarihleri arasında atmosferik kirletici konsantrasyonlarının yanı sıra meteorolojik parametreler ve diğer kent verileri (Trafik-kent planı-kent dokusu) kullanılarak kent atmosferi hava kirliliği modellemesi yapılarak elde edilen bulgular detaylı irdelenmiştir. Parkikül maddelerin (Pm'ler) ve kirletici gazların zamansal ve mekânsal değişimi istatisliksel olarak incelenmiş, kirlilik değerleri ile meteorolojik parametreler ve trafik verileriyle arasındaki ilişki belirlenmiştir. Kent merkezinde yüksek hava kirliliği seviyelerinin tespit edildiği ve Pm konsantrasyonlarının çok yüksek olduğu uzun menzil toz taşınımı ve yağışının olduğu günlerde, bu kirliliğin uzun menzil kaynakları ve taşınım yörüngeleri HYSPLIT modellemesi ile incelenmiştir. Makine öğrenmesi modellemesi yardımıyla da 19 adet tahmin modeli kullanırak kent içerisinde hava kalitesini etkileyen parametrelerin Ocak 2016-Temmuz 2023 tarihleri arasında alınan verileriyle bağımsız değişkenler için 322 deneme gerçekleştirilmiş ve 2023 yılı ilk altı ay Pm2,5 tahmini değerleri, optimum modellerin performasları ve optimum bağımsız değişkenler belirlenmiştir. Bulgular: Sabit (yerel) istasyonlardan elde edilen veriler aracılığıyla; algoritmik olarak kentin hava kirliliği modellenmeye çalışılmış ve model sonuçları ile Erzurum hava kalitesi yönetiminde alınabilecek kısa-orta-uzun vadeli çözüm önlemleri sunulmuştur. 2016-2023 yılları boyunca ölçümlenen yedi yıllık verilerin (Partikül maddeler ve kirletici gazlar) zamansal ve mekânsal değişimi incelenmiş, kirlilik değerleri ile meteorolojik parametreler arasındaki korelasyon belirlenmiştir. Ölçüm sonuçlarında hareketle, partikül madde konsantrasyonlarının çok yüksek olduğu günlerde, bu kirliliğin uzun menzil kaynakları ve taşınım (geri) yörüngeleri incelenmiştir. HYSPLIT back-trajectory modeli yardımıyla ve 72 saatlik geri yörüngeler incelenerek; bu partiküllerin kaynaklarının ülkemizin güneyinde yer alan ülkelerin (Irak Ürdün Lübnan Suriye, Kuzey Afrika) çöl bölgelerinden Doğu Anadolu'ya gelen hava kütleleri olduğu belirlenmiştir. Bu hava kütlelerinin, ildeki Pm10 ve Pm2,5 konsantrasyonlarını arttırdığı belirlenmiştir ve bu olay uydu fotograflarıyla da desteklenmiştir. Eğitilen makine öğrenmesi modellerinin başarılı bir şekilde Pm2.5 değerlerini tahmin ettiği gözlemlenmiştir. Linear Regression, Stepwise Linear Regression, Quadratic SVM, Cubic SVM, Ensemble Boosted Trees, Gaussian Process Regression Matern 5/2 GPR, Gaussian Process Regression Exponential GPR, Gaussian Process Regression Squared Exponential GPR ve Gaussian Process Regression Rational Quadratic GPR modelleri değişkenler arasındaki ilişkileri öğrenme yeteneği sayesinde, Pm2.5 tahmininde etkili modeller olarak kullanılabilecek güçlü araçlar olarak ortaya çıkmıştır. Yapılan denemelerde tahmin edilen Pm2,5 değerleri ile 2023 yılı ilk altı ay gerçek Pm2,5 değerler arasında en yüksek kolerasyona R2 =0,8196'lık değeri ile 298. Denemede (Bağımsız değişkenler: trafik zaman (yıl-ay), konum, yükseklik, NO, Pm10) daha sonra R2=0,8138 değeri ile 306. Denemede (Bağımsız değişkenler: trafik, zaman(yıl-ay), konum, yükseklik, NOX) ve R2=0,7904 değeri ile 302. Denemede (Bağımsız değişkenler: trafik, zaman(yıl-ay), konum, yükseklik, NO2, Pm10) ulaşılmıştır. Buda bizlere en etkili Pm2,5 tahminlerinin Pm10 verisinin yanı sıra NO, NOX, konum, yükseklik, ve zaman (yıl-ay) bağımsız değişkenleri ile yapılabileceğini göstermektedir. Sonuç: Elde edilen araştırma ve modelleme sonuçları, pek çok faktörün aynı anda etkin olduğu alansal hava kirliliğinin karmaşıklığını anlama ve çözümleme amacını taşımaktadır. Erzurum'un coğrafi özellikleri, özellikle de topografik ve iklimsel faktörler, hava kalitesini etkileyen dinamikleri etkilermektedir. Hava kirleticilerin zamansal ve mekansal değişiminin incelenmesi Erzurum kent hava kirliliğinin anlaşılmasını sağlayarak özellikle kış periyodunda alınacak önlemlerin artırılması gerektiğini ortaya koymuştur. Geri yörünge analizleri sonucu elde edilen veriler ise, kent merkezine bu kirleticilerin Nisan ve Mayıs döneminde geldiğini ve bu dönemde özellikle Türkiyenin güneyinde yer alan çöller ve Kuzey Afrika çölleri kaynaklı çöl tozu taşınımı sırasında halk sağlığı açısından bu dönemlerde hasas gruplar için önlemler alınması gerektiği ortaya çıkmıştır. Çalışmada uygulanan tüm bu yeni nesil modelleme teknikleri Erzurum kenti karmaşık hava kirliliği probleminin çözümü adına önemli çıktıla sunmuş hava kirlerticilerinden önemli çevresel ve sağlık etkileri olan Pm2,5'un önceden tahmin edilmesi hava kirliliğinin azaltım politikalarına yön vereceği düşünülmektedir. Araştırma bulguları; sürdürülebilir ve sağlıklı kent yaşamını destekleyerek gerek hava kirliliği problemi yaşayan diğer kentlerde gerekse Erzurum kent merkezinde geleceğe yönelik alınabilecek eylem planlarında yol gösterici olabileceği ayrıca şehir sakinlerinin yaşam kalitesini artırmaya yönelik stratejilerin belirlenmesinde ve çevresel sürdürülebilirlik hedeflerine (SKA-3, SKA-11, SKA-13) ulaşmada yol gösterici olacağı aşikardır. Anahtar Kelimeler: Hava Kirliliği Modellemesi, Hava Kalitesi, Akıllı Kentler, Akıllı Çevre Uygulamaları, Alansal Kirlilik Haritaları, Geri Yörünge Analizi, Makine Öğrenmesi