Hava kirleticilerinin insan sağlığı üzerinde basit etkilerden erken ölüme kadar ciddi etkilere neden olduğu bilinmektedir. Özellikle solunum problemleri, akciğer rahatsızlıkları ve zatürre gibi birçok rahatsızlığa sebep olmaktadır. 30 Aralık 2019 itibariyle dünyayı etkisi altına alan Covid-19 salgını bir solunum yolu hastalığıdır ve hava yoluyla bulaşmaktadır. Günümüzde devam eden salgın sürecinde hava kalitesinin tahmin edilmesi ve buna yönelik tedbirlerin alınması Covid-19 gibi hava yoluyla bulaşan hastalıkların yayılma hızını etkilemesi açısından önem taşımaktadır. Bu çalışma, Covid-19 salgını öncesi ve Covid-19 salgın sürecinde ölçülen çeşitli kirletici konsantrasyonlarını ele alarak makine öğrenmesi yöntemleriyle hava kalitesini tahmin etmektedir. Çalışmada kullanılan veri seti, hava kirliliğinin yüksek olduğu, gelişmiş sanayiye sahip Zonguldak iline ait kirletici konsantrasyonlarından oluşmaktadır. Veriler, Çevre ve Şehircilik Bakanlığı (ÇSB) Hava İzleme İstasyonları web sitesinden sağlanmıştır. Tahmin başarısı yüksek beş farklı makine öğrenmesi yöntemi kullanılmış ve çalışma sonucunda en iyi başarı Karar Ağacı algoritmasında elde edilmiştir. Hastalığın bulaşıcılığını azaltmak için uygulanan karantina süresinde kirletici konsantrasyonlarında büyük ölçüde azalma gerçekleştiği ve hava kalitesinde iyileşme olduğu görülmektedir. Deneysel sonuçlar, önerilen modelin hava kalitesini tespit etmek ve gelecekteki kirletici seviyelerini tahmin etmek için verimli bir şekilde kullanılabileceğini göstermektedir.
Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK)
Bu çalışma, Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK) 2210-A Yurt İçi Genel Yüksek Lisans Burs Programı kapsamında desteklenmiştir.
Air pollutants are known to cause serious effects on human health, from simple effects to premature death. It causes many ailments such as respiratory problems, lung diseases and pneumonia. The Covid-19 epidemic, which has affected the world as of December 30, 2019, is a respiratory disease and is transmitted by air. (In today’s ongoing epidemic process, it is important to forecast air quality and take measures to prevent the spread of air-borne diseases such as Covid-19. In the study, it forecasts air quality through machine learning methods by addressing the various pollutant concentrations measured before the Covid-19 outbreak and during the Covid-19 outbreak. The data set used in the study consists of pollutant concentrations belonging to Zonguldak Province, which has high air pollution and developed industry. Data was obtained from the Ministry of Environment and Urbanization (MoEU) Air Monitoring Stations website. Five different machine learning methods with high forecast success were used and the best success was obtained from the Decision Tree algorithm as a result of the study. During the quarantine period applied to reduce the contagiousness of the disease, it is seen that the pollutant concentrations are greatly reduced and the air quality is improved. The experimental results show that the proposed model can be used efficiently to determine air quality and predict future pollutant levels.
Primary Language | Turkish |
---|---|
Subjects | Computer Software |
Journal Section | Research Articles |
Authors | |
Publication Date | December 31, 2021 |
Submission Date | June 7, 2021 |
Acceptance Date | August 13, 2021 |
Published in Issue | Year 2021 Volume: 7 Issue: 3 |