SU KALİTE İNDEKSİNİN MAKİNE ÖĞRENME YÖNTEMLERİ İLE TAHMİNİ

Özet

Hayatın ve kalkınmanın en önemli parçası olan su, giderek artan kirlilik kaynakları nedeniyle kullanılabilir olma özelliğini yitirmektedir. Canlıların sağlıkla yaşamını sürdürmesi ve ekonomilerin büyümesi için temiz su kaynaklarının artması gerekir. Oysa, su kaynakları sınırlıdır ve temiz su kaynaklarının artması su kirliliğinin azaltılması ile mümkün olabilir. Günümüzde hemen her ülkede su kalitesi bozulmuş durumdadır. Bazı ülkelerde bu problem su kıtlığı olarak kendini göstermektedir. Kullanılabilir su miktarının arttırılabilmesi için düzenli ve sürekli olarak su kalitesinin takibi yapılmalıdır. Sürdürülebilir bir su yönetimi için sorunun kaynağında çözümü önem taşımaktadır. Nehirler başlıca tatlı su kaynaklarıdır. Buna rağmen doğal deşarj alanı olarak kullanıldıklarından kirliliğe çok fazla maruz kalmaktadırlar. Yüzey su kalitesinin takibinde tüm su kalite karakteristikleri yerine su kalite indekslerinin kullanılması pratiklik sağlamaktadır. Bu çalışmada yüzey su kalitesinin sensörlerle takibi için makine öğrenme yöntemlerinin performansı karşılaştırılmıştır. Su kalitesi karakteristiklerinin sensörleri pahalı olduğundan, minimum sayıda parametre kullanımı amaçlanmıştır. Su kalite indeksinde yer alan değişkenlerin indirgenerek, daha az sensör kullanımıyla yerinde su kalite takibini mümkün kılan bir yaklaşım sunulmaya çalışılmıştır. Porsuk nehri su kalite takibi için çözünmüş oksijen, fekal koliform, bulanıklık ve toplam katı madde değişkenleri kullanılarak su kalite indeksi tahmin edilmiştir. Bu değişkenlerin sensörleri ve XGBoost yöntemi kullanılarak, daha az maliyetle su kalite indeksinin etkin ve sürekli izlenebileceği belirlenmiştir.