Atıf Sayısı
15
Görüntüleme
10
İndirme
2
Sera gazlarının atmosferdeki miktarı gün geçtikçe artmaktadır. Bu artışın başta küresel ısınma olmak üzere neden olduğu çok sayıda olumsuz etki ortaya çıkmaktadır. Geleceğe dönük sera gazı emisyonunun tahminlenmesi özellikle karar alıcılar ve CO2 salınımında payı olan sektörler açısından bakıldığında bu salınımın azaltılması ve alternatif kaynakların aranması için cesaret verici olabilir. Zaman serileri zaman düzleminde düzenli olarak belirli aralıklarla elde edilmiş verilerin literatürdeki adıdır ve bu serilerin analizinin nasılını inceleyen süreçlere ise zaman serisi analizi denir. Araştırmada Türkiye’ye ait sera gazı emisyonu (CO2 eşdeğeri) değerlerini içeren Dünya Bankası veri tabanındaki 55 yıllık verileri içeren veri seti kullanımıştır. Bu veri seti içerisinden yapay sinir ağları ve üstel düzleştirme yöntemleri ile faydalı örüntüler elde edilmesi amaçlanmıştır. Analizler için zaman serisi formatına dönüştürülen veri seti daha sonra eğitim ve test verisi olarak iki bölüme ayrılmıştır. Zaman serisi tipindeki eğitim verileri üstel düzleştirme yöntemini temel alan Holt’un lineer trend modeli ve yapay zekanın alt dallarından biri olan yapay sinir ağları (YSA) ile analizi edilmiştir. Bu analizler sonucunda ortaya çıkan modellere göre eğitim ve test verileri üzerinden tahmin modelleri elde edilmiştir. YSA’nın ve Holt’un lineer trend yönteminin test verileri için ortaya koyduğu tahminler ile modelleri değerlendirmek için RMSE, MAPE gibi değerlendirme metrikleri elde edilmiştir. Bu değerlere göre iki model karşılaştırılmış ve en az hata oranına sahip modelin YSA olduğu tespit edilmiştir. Çalışmada elde edilen bulgulara göre YSA 0.1607’lik RMSE değeri ile, Holt’un liner trend yöntemine göre çok daha az hata oranına sahiptir. YSA’nın daha doğru tahminler yapacağı bulgusu elde edildikten sonra bu yöntemin önerdiği model kullanılarak 2021 yılına kadar tahminler gerçekleştirilmiştir. Model Türkiye için 2021 yılı sera gazı eşdeğeri CO2 emisyonunu 366,3972 milyon ton olarak tahminlemiştir. Araştırmada görülen bir diğer sonuç ise CO2 emisyonunun dalgalı bir seyir izlediği ancak genel olarak yükselme eğiliminde olduğudur.
The amount of greenhouse gases in the atmosphere is increasing over the day. There are a number of negative effects that this increase causes primarily global warming. The forecast of future greenhouse gas emissions may be courageous, especially in terms of decision makers and sectors that share in CO2 emissions, to reduce these emissions and seek alternative sources. Time series are the names in literature of data obtained regularly at certain intervals in a time level, and the processes that study how these series are analyzed are called time series analysis. The study used a set of data containing 55-year data in the World Bank’s database that contains the value of the greenhouse gas emissions (CO2 equivalents) of Turkey. This data set is intended to obtain useful samples through artificial nerve networks and upper refining methods. The data set, converted into time series format for analysis, is then divided into two sections as training and test data. Time-series training data was analyzed by Holt’s linear trend model, which is based on the method of upper laying, and by the artificial nerve networks (YSA), which is one of the underranks of artificial intelligence. According to the results of these analyses, predictive models have been obtained through training and test data. The assessment metrics such as RMSE, MAPE have been obtained to evaluate the models with the forecasts that YSA and Holt’s linear trend method for test data. According to these values, two models have been compared and the model with the lowest error rate has been found to be YSA. According to the findings obtained in the study, with the RMSE value of 0.1607, YSA has a much lower error rate than Holt’s liner trend method. After the conclusion was obtained that the YSA would make more accurate predictions, the predictions were made by 2021 using the model proposed by this method. The model for Turkey for 2021 greenhouse gas equivalent estimated CO2 emissions to 366,3972 million tons. Another outcome in the study is that CO2 emissions follow a waveway but tend to rise in general.
The amount of greenhouse gases in the atmosphere is increasing day by day. This increase is caused primarily by global warming, resulting in numerous negative effects. Predicting future greenhouse gas emissions can be encouraging, especially in terms of decision makers and sectors with a share in CO2 emissions, to reduce this emission and to seek alternative sources. Time series is the name in the literature of the data obtained regularly at regular intervals on the time plane, and the processes that examine how these series are analyzed are called time series analysis. The study used a data set containing 55 years of data from the World Bank database containing the greenhouse gas emissions (CO2 equivalent) values of Turkey. It is aimed to obtain useful patterns from this data set with artificial neural networks and exponential smoothing methods. The data set, which was converted to time series format for analysis, was then divided into two parts as training and test data. The training data in the time series type was analyzed using Holt's linear trend model, which is based on the exponential smoothing method, and artificial neural networks (NSA), which is one of the sub-branches of artificial intelligence. As a result of these analyses, prediction models were obtained based on training and test data. Assessment metrics such as RMSE, MAPE were obtained to evaluate the models with the predictions of ANN and Holt's linear trend method. According to these values, two models were compared and it was determined that the model with the least error rate was ANN. According to the findings obtained in the study, YSA has RMSE value of 0.1607 and it has a much lower error rate compared to Holt's linear trend method. After finding that the YSA would make more accurate predictions, estimates were obtained by 2021 using the model proposed by this method. The Model estimated Turkey's greenhouse gas equivalent to CO2 emissions in 2021 at 366,3972 million tons. Another result seen in the research is that CO2 emissions follow a fluctuating course but tend to increase in general.
Alan : Fen Bilimleri ve Matematik; Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
