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

Yapılan 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.