• Ana Sayfa

Mevsimsel zaman serisi yöntemlerinin çevre verilerine uygulaması: Kocaeli örneği

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2018

Tezin Dili: Türkçe

Öğrenci: FARUK ÇELİKKANAT

Danışman: YILMAZ AKDİ

Özet:

Hava kirliliği alınan tüm önlemlere rağmen dünya genelinde önde gelen sorunlardan biridir. Bu kirliliğin sebeplerinden başlıca olanları insan kaynaklı sebeplerdir. Bu sebepler yok edilebilir ya da bazı önlemler alınarak azaltılabilir. Böylece, hava kirliliğinin öngörülmesi, ilgili tüm kurumlar için önemli bir konudur. Bu çalışmada, hava kirliliği oranlarının gelecekteki değerlerini öngörmek için iki farklı model ele alınmıştır. Bunlardan biri Box-Jenkins modelleri olarak da bilinen ARIMA modelleri, diğeri ise klasik modellere alternatif olarak trigonometrik zaman serisi modelidir. Çalışmada ana hava kirliliği ölçüm endeksi olarak aylık ortalama Partikül Madde miktarı PM10 kullanılmıştır. Türk imalat sanayinin %13’üne sahip Türkiye’nin en önemli sanayi kendi olan Kocaeli, temsili şehir olarak seçilmiştir. Bu nedenle, veriler 2005’ten 2018’e kadar Kocaeli şehrindeki hava izleme istasyonlarından aylık olarak elde edilmiştir. Zaman serisi verilerin durağanlığı Augmented Dickey Fuller birim kök testi ile kontrol edilmiştir. Around the world air pollution is a leading social problem despite all the precautions. Of the reasons, human-induced ones rank the first. These can be prevented or at least reduced by some measures. Thus, forecasting air pollution is an important issue for all related agencies. In this study, in order to forecast future values of air pollution rates, two diffirent model as an alternative to the traditional models. As a main air pollution measurement index, monthly average amounts of Particulate Matter, PM10 was used. Being the most important industrial city of Turkey with the 13% share of Turkish obtained monthly from the air monitoring stations in the city of Kocaeli between the period of 2005 of 2018. The stationary of time series data was checked by Augmented Dickey Fuller unit root test.