Makine öğrenmesi teknikleri ile sondaj kuyu sularının içilebilirlik açısından sınıflandırılması

Su, tüm canlıların hayatta kalması ve beslenmesi için temel bir gerekliliktir. Bu nedenle, su kalitesi dengesinin korunması çok önemlidir. Aksi takdirde, insanların sağlığına ciddi zararlar verebilir ve diğer türler arasındaki ekolojik dengeyi ciddi şekilde etkileyebilir. Su kalitesi gerek ekosistem ihtiyaçları gerekse sağlık, hijyen, gıda ve ekonomiyi doğrudan etkileyen kirlilik seviyeleri açısından dikkate alınması gereken önemli bir faktördür. Artan küresel su talebi, yeraltı suyu kaynaklarının aşırı kullanımına ve yeraltı suyu kalitesinin düşmesine neden olmaktadır. Jeolojik oluşumlar ve insan faaliyetlerinden önemli ölçüde etkilenen fiziksel ve kimyasal özellikler, yeraltı suyu kalitesinin nasıl değiştiğini belirtmektedir. Yeraltı suyu kaynak bilgilerinin doğru ve güvenilir bir şekilde değerlendirilmesi, yeraltı suyu kalitesinin etkin bir şekilde yönetilmesi için önemli bir unsurdur. Bu tez çalışmasında, su izleme uygulamalarında geleneksel analiz yöntemlerine alternatif olarak su kalitesini tahmin etmek için etkili bir yapay zeka tekniği olan Makine Öğrenmesi (ML) sınıflandırma algoritmaları kullanılarak artezyen sularının içilebilirk açısından sınıflandırılması gerçekleştirilmiştir. Bu kapsamda Elâzığ İl Özel İdaresinden temin edilen 30 adet içilebilir ve 30 adet içilemez olarak etiketlenmiş sondaj kuyularına ait su verileri Karar Ağaçları (DT), K En Yakın Komşu (KNN), Naive Bayes (NB), Rastgele Orman (RF) ve Destek Vektör Makineleri (SVM) algoritmaları ile analiz edilmiştir. Veri setinin %80'i ML modellerinin eğitimi için, geri kalan %20'si ise test için kullanılmıştır. Çalışma sonucunda, KNN algoritması %99,93 lük doğruluk oranı ile en iyi sınıflandırma performansını göstermiştir.