Hava Kalite Endeksi (AQI), Avrupa standartları çerçevesinde yer alan beş temel kirletici unsur (CO, SO2, NO2, O3 ve PM10) göz önünde bulundurularak değerlendirilen bir endekstir. Bu endeks ile şehirlerdeki kirlilik miktarları hakkında bilgi elde edilebilmekte ve şehirlerin daha temiz şehirlere dönüşmesi için çalışmalar yapılabilmektedir. Günümüzde bu ölçümlere gerekli önem verilmemekle birlikte yeterli miktarda ve doğrulukta ölçümler yapılamamaktadır. Çalışmamızda, şehirlerin kirlilik oranına göre sınıflandırılabilmesi ve böylece kirlilik durumu kritik seviyede olan şehirlerin kısa sürede belirlenebilmesi amaçlanmıştır. Bu amaç doğrultusunda, hava kalitesi belirleyicileri olarak değerlendirilebilecek, şehirlerin hava kalitesine etkisi olan farklı parametreler toplanarak bir araya getirilmiş, AQI verileri ile birlikte veri seti olarak kullanılmıştır. Şehrin nüfusu, betonarme yapı sayısı, yeşil alan ve kullanılan ulaşım araç oranlarının da belirleyici olarak kullanıldığı çalışmamızda hava kalitesi 3 ve 5 sınıflı sınıflandırma problemi olarak ayrı ayrı ele alınmıştır. Çalışmamızda, AQI değerinin insan sağlığına etki oranları hesaplanarak sınıf atamaları yapılmıştır. Makine öğrenmesi yöntemlerini kullanarak sunduğumuz çözümlerde hava kalitesi tahmini 3 sınıflı modellerde %87 oranında, 5 sınıflı modellerde ise %82 oranında başarılı sonuçlar üretmiştir.
The air quality index (AQI) is an index assessed taking into account the five key pollutants (CO, SO2, NO2, O3 and PM10) included in the framework of European standards. With this index, information about the amount of pollution in cities can be obtained and research can be done to transform cities into cleaner cities. Today, however, these measurements are not given the necessary attention, but sufficient amounts and accuracy of measurements are not made. Our study aims to classify cities according to the pollution rate and thus to determine cities with critical levels of pollution in a short time. For this purpose, it was used as a set of data, together with AQI data, by gathering different parameters that have an impact on the air quality of cities, which can be assessed as air quality determiners. The population of the city, the number of concrete structures, the green area and the use of transportation vehicles are also used as determining in our study, the problem of air quality class 3 and 5 has been addressed separately. In our study, class assignments were made by calculating the rates of the impact of the AQI value on human health. In solutions we offer using machine learning methods, air quality forecast has resulted in 87% success in 3 class models and 82% success in 5 class models.
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|