Yüzeysel sularda benzen mikrokirleticisinin tespiti ve modellenmesi: Orhaneli çayı örneği

Öncelikli mikrokirleticiler, günümüzde gittikçe artan konsantrasyonları ve su ortamlarındaki dirençli yapıları sebebiyle önemli bir araştırma konusudur. Özellikle, madencilik faaliyetleri, termik santrallerin yaygınlaşması, motorlu taşıtların kullanımının artması ve sanayinin gelişmesi ile öncelikli mikrokirletici varlığına neden olan kaynaklar gün geçtikçe artmaktadır. Bu çalışmada sanayi ve madencilik faaliyetlerinin yoğun olarak yapıldığı, termik santrallerin bulunduğu bir bölgede bulunan Orhaneli Çayı'nda öncelikli mikrokirleticilerden olan benzen kirleticisinin 12 ay boyunca izlemesi yapılmıştır. Modelleme çalışmasında yapay sinir ağları kullanılarak benzen mikrokirleticisinin tahmin modeli yapılmış olup; meteorolojik, bazı fiziksel ve kimyasal parametrelerin benzen konsantrasyonları üzerine olan etkileri incelenmiştir. Yapay sinir ağları yapısı, bir girdi katmanı, bir gizli katman ve bir de çıktı katmanından oluşmaktadır. Temel bileşen analizi uygulamasından sonra yapay sinir ağları girdi parametreleri olarak yağış, sıcaklık, nem, pH, debi, çözünmüş oksijen, iletkenlik, toplam organik karbon ve toplam azot kullanılmıştır. Ağ oluşturulurken 11 farklı geri yayılım algoritması kendi içerisinde ortalama karesel hata değerleri ile karşılaştırılmış ve Levenberg – Marquardt algoritması en iyi eğitim algoritması olarak belirlenmiştir. Seçilen eğitim algoritması için üretilen benzen konsantrasyonu tahmininde gizli katmanda kullanılacak optimize nöron sayısı 6 olarak bulunmuştur. Optimize edilen üç katmanlı yapay sinir ağları modeli (9:6:1) için korelasyon katsayısı (R2) 0.9889 olarak elde edilmiştir. Yapılan çalışma sonucunda açıkça görülmektedir ki, yapay sinir ağları tabanlı model sonuçlarının yüzeysel sulardaki benzen konsantrasyonu için kullanımı oldukça uygundur.