Surface pm2.5 estimate using satellite-derived aerosol optical depth over eastern mediterranean region
Doğu akdeniz bölgesinde uydu verisinden elde edilen aerosol optik derinlik verisi kullanılarak yüzey pm2.5 konsantrasyonu eldesi
- Tez No: 987041
- Danışmanlar: PROF. GÜLEN GÜLLÜ
- Tez Türü: Doktora
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnce partikül madde (PM2.5), solunum sisteminin derinliklerine nufuz edebilme yeteneği nedeniyle önemli sağlık riskleri oluşturmaktadır. Bu çalısma, Türkiye genelinde, özellikle PM2.5 izleme altyapısının yetersiz olduğu bölgelerde PM2.5 konsantrasyonlarını tahmin etmeye yönelik olarak geliştirilen, makine öğrenmesi tabanlı bir çerçeve olan Bölgesel PM2.5 Tahmincisi'ni (RPP) tanıtmaktadır. Uydu kaynaklı Aerosol Optik Kalıklık (AOT) verileri, ERA-5 meteorolojik değişkenleri ve yer tabanlı hava kalitesi ölçümlerinden faydalanan model, 2018–2023 yıllarını kapsayan çeşitli veri kümelerini entegre etmekte ve mekansal izleme boşluklarını gidermek amacıyla XGBoost algoritmalarını kullanmaktadır. Model, çoklu değerlendirme senaryolarında güçlü bir tahmin performansı sergilemiştir: mevsimsel analizlerde RMSE değerleri 4.39–10.01 µg/m3 ve R2 değerleri 0.66–0.84 arasında değişmiştir; zamansal değerlendirmelerde ortalama RMSE 8.28 µg/m3 ve R2 0.76 olarak hesaplanmıştır; mekansal (istasyon körlemesi) çapraz doğrulamada ortalama RMSE 9.21 µg/m3 ve R2 0.71 ile güvenilir tahminler elde edilmiştir; rastgele örnekleme yaklaşımında ise %80–20 veri ayrımıyla RMSE 6.82 µg/m3 ve R2 0.85 değerleri elde edilmiştir. Bu çerçeve, Türkiye'nin hava kalitesi eğilimini başarıyla ortaya koymuş; PM2.5 seviyeleri 2018 yılında 25.52 µg/m3 iken, 2023 yılında 18.88 µg/m3 seviyesine düşmüştür. Ayrıca, farklı topoğrafik bölgelerdeki model performans farklılıkları belirlenmiştir. Model, COVID-19 pandemisi sürecinde dikkat çekici bir kararlılık göstermiş¸ ve en iyi performansını 2020 yılında elde etmiştir (RMSE: 7.54 µg/m3, R2: 0.80). Bu yaklaşım, makine öğrenmesinin geleneksel izleme ağlarını nasıl tamamlayabileceğini göstermekte olup, halk sağlığı müdahaleleri ve çevre politikalarının değerlendirilmesi için maliyet etkin hava kalitesi analizleri sunmaktadır.
Özet (Çeviri)
Fine particulate matter (PM2.5) posing significant risks due to its ability to penetrate deep into the respiratory system. This study introduces the Regional PM2.5 Predictor (RPP), a machine learning-based framework designed to estimate PM2.5 concentrations across Turkiye, especially in regions with limited PM2.5 monitoring infrastructure. Leveraging satellite-derived Aerosol Optical Thickness (AOT) data, meteorological variables from ERA-5, and ground-based air quality measurements, the model integrates diverse datasets spanning 2018 to 2023, the RPP employs XGBoost algorithms to address spatial monitoring gaps. The model demonstrates strong predictive performance across multiple evaluation scenarios: the seasonal analysis yielded RMSE values of 4.39-10.01 µg/m3 and R2 values of 0.66-0.84; temporal evaluations achieved an average RMSE of 8.28 µg/m3 and R2 of 0.76; spatial (station-blinded) cross-validation maintained reliable predictions with average RMSE of 9.21 µg/m3 and R² of 0.71; while random sampling achieved RMSE of 6.82 µg/m3 and R² of 0.85 with an 80-20% split. The framework successfully captured Turkiye's air quality trend, with PM2.5 levels decreasing from 25.52 µg/m3 (2018) to 18.88 µg/m3 (2023), while identifying performance variations across diverse topographical regions. The model demonstrated remarkable stability during the COVID-19 pandemic period, achieving its best performance in 2020 (RMSE:7.54 µg/m3, R2: 0.80). This approach demonstrates how machine learning can complement traditional monitoring networks, providing cost-effective air quality assessments for public health interventions and environmental policy evaluation.
Benzer Tezler
- Estımatıon of daıly ground-level PM₂.₅ and PM₁₀ concentratıon usıng maıac aerosol optıcal depth at 1 km resolutıon ın türkıye
Türkiye'de 1 km çözünürlükte maıac aerosol optik derinliği kullanılarak günlük yer seviyesi PM₂.₅ ve PM₁₀ konsantrasyonunun tahmini
ARZU MERAL
Yüksek Lisans
İngilizce
2025
Çevre MühendisliğiHacettepe ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLEN GÜLLÜ
- GPS çalışmalarında en uygun uydu konumlarının belirlenmesi
The Determination of the most adequate satellite constallation in the GPS works
H.HAKAN DENLİ
- Bazı açık maden işletmelerinde partikül madde salınım ölçümü ve değişiminin meteorolojik koşullar, malzeme ve iş makinesi özellikleri ile modellenmesi
Particulate matter emission measurement and modeling of variation in some surface mines with meteorological conditions, material and heavy mining equipment properties
ZEKERİYA DURAN
Doktora
Türkçe
2022
Maden Mühendisliği ve MadencilikSivas Cumhuriyet ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT ERDEM
- Nesnelerin interneti tabanlı hava kalitesi ölçüm sistemi
IoT based air quality measurement system
BERRİN CENGİZ
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriSakarya ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT BAYILMIŞ
- Ventriküler septal defektli çocuklarda vena kontrakta yöntemi ile soldan sağa şant miktarının hesaplanması
Calculation of left to right shunt by the vena contracta method in children with ventricular septal defect
ŞEBNEM PAYTONCU
Tıpta Uzmanlık
Türkçe
2004
Çocuk CerrahisiDokuz Eylül ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. GÜL SAĞIN SAYLAM